Sei sulla pagina 1di 80

´

SUM ARIOS ALARGADOS DE

´

´

ALGEBRA LINEAR E GEOMETRIA ANAL ITICA

´

AM ILCAR BRANQUINHO

17-09-2013 | T.

´

Informa¸c˜ao sobre a disciplina de

estudo, referˆencias bibliogr´aficas, avalia¸c˜ao, hor´ario de atendimento e contactos.

Algebra Linear e Geometria Anal´ıtica quanto, aos temas de

Hor´ario de D´uvidas. Ter¸ca-feira das 11:30 as`

13:30 e quinta-feira das 12 as`

13 no Gabinete 4.5.

Plano do curso.

´

1. Matrizes:

2. Sistemas de equa¸c˜oes lineares - M´etodo de elimina¸c˜ao de Gauss.

3. Invers˜ao de matrizes - Algoritmo de Gauss-Jordan.

4. Determinantes.

5. Espa¸cos e sub-espa¸cos vectoriais.

6. Transforma¸c˜oes lineares.

7 . Espa¸cos Vectoriais com produto interno. M´etodo dos m´ınimos quadrados.

8. Diagonaliza¸c˜ao de matrizes.

9. Aplica¸c˜oes geom´etricas em R 2 e em R 3 : curvas e superf´ıcies de segunda ordem.

Algebra e propriedades.

Referˆencias Bibliogr´aficas.

´

Introdu¸c˜ao `a Algebra Linear - Ana Paula Santana e Jo˜ao Queir´o;

Ref. 15-01/SAN.Int/ex. 2 c.17

´

Algebra Linear - Seymour Lipschutz;

Ref. 15-01/LIP/3.ed.

´

Avalia¸c˜ao na disciplina de Algebra Linear e Geometria Anal´ıtica.

Todos os alunos tˆem direito a fazer exame.

Os alunos que frequentem 75% das aulas te´oricas e 75% das aulas te´orico-pr´aticas poder˜ao efectuar

outro tipo de avalia¸c˜ao:

Duas frequˆencias de 10 valores.

Os alunos dever˜ao obter um m´ınimo de 3 valores, para poderem realizar a segunda frequˆencia.

Os alunos que num dos tipos de avalia¸c˜ao anterior tenham obtido classifica¸c˜ao superior a 17 valores

ser˜ao submetidos a uma prova complementar.

1

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

Frequˆencia I: 29/10/2013 das 10h `as 11h30m

Frequˆencia II: 17/12/2013 das 10h `as 11h30m

19-09-2013 | T.

Introdu¸c˜ao ao estudo de matrizes. Exemplos e opera¸c˜oes.

Matrizes. S˜ao muitos os exemplos de dados num´ericos apresentados em forma de tabelas bi-dimen-

sionais. Para tal basta consultar jornais, revistas ou livros. Por exemplo, na seguinte tabela podemos

ver um balan¸co de vendas de duas livrarias nos meses de Julho e Agosto:

 

Julho

 

Agosto

Loja

1

2

Loja

1

2

Jornais

6

8

e

Jornais

7

9

Revistas

15

20

Revistas

18

31

Livros

45

64

Livros

52

68

Podemos apresentar os dados destas tabelas de forma simples, respectivamente como

 

6

15

45

8

50

64

 

e

 

7

18

52

9

31

68


.

Este tipo de tabela rectangular ser´a designada por matriz e os seus elementos por escalares.

Defini¸c˜oes. Uma matriz de tipo m × n com elementos, que designaremos por escalares, em R (ou C)

´e uma tabela rectangular que se obt´em dispondo os escalares segundo m linhas e n colunas, i.e.

A =

a

a

1,1

2,1

.

.

.

a m,1

a

a

1,2

2,2

.

a m,2

···

···

···

a

a

1,n

2,n

.

a m,n

ou, abreviadamente, A = a i,j j=1,

i=1,

sendo a i,j o escalar na linha i coluna j da matriz.

,n

,m

, ou ainda, A = a i,j ,

Denotamos o conjunto das matrizes de tipo m×n em R ou C por M m,n (R) ou M m,n (C), respectivamente.

As matrizes coluna ser˜ao designadas por vectores, e os conjuntos M m,1 (R) e M m,1 (C) s˜ao identificados

com R m e C m , respectivamente.

Usaremos letras mai´usculas para designar matrizes, exceptuando-se o caso das matrizes coluna que

ser˜ao designadas por letras min´usculas.

Se m = n (respectivamente, m

= n) dizemos que a matriz A ´e quadrada (respectivamente, rectangular).

Se para i > j, a i,j = 0 (respectivamente, i < j, a i,j = 0) dizemos que a matriz A ´e triangular superior

(respectivamente, triangular inferior).

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

Se para i

= j, a i,j = 0, a matriz A diz-se diagonal.

Numa matriz quadrada, A, designamos por diagonal principal de A (respectivamente, secund´aria) a`

, a m,1 ); dizemos que a matriz diagonal A

´e escalar se os seus elementos diagonais forem todos iguais. A matriz escalar com todos os elementos

sucess˜ao a 1,1 , a 2,2, ,

, a m,m , (respectivamente, a 1,m , a 2,m1 ,

diagonais iguais a 1 designa-se por matriz identidade e ser´a denotada por I m .

A matriz nula, 000 , ´e a matriz em que todos os escalares s˜ao iguais a 0 .

A matriz quadrada, A, diz-se sim´etrica (respectivamente, anti-sim´etrica) se a i,j = a j,i (respectivamente,

a i,j = a j,i ).

Problema. Seja A =

x

x y

x + z 2

x + y

y

z y

x z

y +

z

z , com

x, y, z R .

Analise separadamente os casos em que A ´e triangular superior, triangular inferior ou sim´etrica.

Resolu¸c˜ao. Para que A seja triangular superior, temos que x y

=

z y

=

x + z 2

=

0 ,

i.e.

x

=

y

=

z

=

1 .

A matriz A ser´a triangular inferior se x + y

=

y + z

=

x z

= 0 e, portanto,

x

=

y = z . A matriz A

´e sim´etrica se x + y = x y , x z = x + z 2 e y + z = z y, logo y = 0 e

z

= 1 . Temos assim, que a matriz A ´e dada, respectivamente por

 

1

0

0

2

1

0

0

2

1

,

x

2x

2(x 1)

0

x

2x

0

0

x

,

x

x

x 1

x

0

1

x 1

1

1

, x R .

Soma de matrizes e produto de uma matriz por um escalar. Dadas duas matrizes m × n,

A = a i,j e B = b i,j , designamos por matriz soma, A + B, `a matriz m × n, A + B = a i,j + b i,j .

Para α

α A = α a i,j .

R ou C designamos por matriz produto de α por A,

`a matriz

m × n,

α A definida por

Propriedades das opera¸c˜oes com matrizes. Sejam A, B, C matrizes m × n e α, β escalares, ent˜ao:

(soma de matrizes)

1. (A + B) + C = A + (B + C) ;

2. A + 000 = 000 + A = A ;

3. A + (A) = (A) + A = 000 ;

4. A + B = B + A .

(produto por um esacalar)

a) (α + β)A = αA + βA;

b) α(A + B) = α A + β B;

c) α(βA) = (αβ)A;

d) 1 A = A.

Note-se que a matriz A com A = a i,j ´e por defini¸c˜ao a matriz oposta de A, i.e A = a i,j .

Demonstra¸c˜ao. Estas propriedades tˆem uma demonstra¸c˜ao imediata basta para tal recorrer `a defini¸c˜ao

de matriz e as` propriedades que os escalares verificam.

Problema. Determine as matrizes X, Y M 2,3 (C) tais que 3 X + Y = A , 4 X + 2 Y = B com

A = 3/2

2

1

1/2

0

5

e

B = 3

2

4

1

2

8 .

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

Resolu¸c˜ao. Tendo em aten¸c˜ao as propriedades anteriores, o sistema dado ´e equivalente a 6 X + 2 Y =

2 A , 4 X + 2 Y

= B , ou ainda, 2 X = 2 A B , 2 Y

= 4 A + 3 B ; logo

X = A 1/2 B = 0

1

1

0

1

1

e

Y =

2 A + 3/2 B = 3/2

3

0

1/2

6 .

1

Produto de matrizes. Sejam A, B matrizes m × n e n × p, respectivamente. Designamos por produto

A B da matriz A pela matriz B, `a matriz C = c i,j , m × p com

c i,j = a i,1 b 1,j + a i,2 b 2,j + ··· +

a i,n b n,j =

n

A B =

a 1,1

a 1,2 ···

a 1,n

.

.

.

.

.

.

.

a i,1

a i,2

···

a i,n

.

.

.

.

.

a m,1

a m,2

···

a m,n

 

 

 

 

b

k=1

b 1,1

b

2,1

.

.

.

n1,1

b n,1

a i,k b k,j , i.e.

···

···

···

···

b 1,j

b

2,j

.

.

.

b n1,j

b n,j

Exemplo. Calcule a matriz produto

2 4

2

4

1

2

5

3

3

5

1

3

2 7

4 1

2

6

3

1 = 2 3 + 10 12

2

4 + 6 6 20

5

···

···

···

···

b 1,p

b

2,p

.

.

.

b n1,p

b n,p

 

 

 

 

=

 

 

 

4 6 + 35 3

8 + 12 21 5

c 1,1

c m,1

···

c i,j
c
i,j

···

c 1,p

c m,p

= C .

6 + 1 10 15

12 2 + 6 25

Casos particulares de produto de matrizes, A B (Exemplos).

a 1

a 2

··· a n

a 1

···

a 1,1 ···

.

.

.

a m,1

···

a n

a

1,n

.

a m,n

b

b

1

2

.

.

.

b n

=

n

k=1

b 1,1 ···

.

.

.

b n,1

···

a k b k .

b 1,p

.

b n,p

= c 1

b

.

.

.

b

1

n

=

c

.

.

.

c

1

n

, com c j =

···

n

k=1

c p

com c j =

n

k=1

a k b k,j , j = 1,

, p .

a j,k b k , que ´e ainda igual a

a

1,1

.

.

.

a

m,1

b 1 +···+

a

1,n

.

.

.

a

m,n

b n ,

que designamos por combina¸c˜ao linear dos vectores coluna da matriz A.

a

1

a

.

.

.

m

b 1

···

b n =

a 1 b 1

.

.

.

a m b 1

···

···

a 1 b ,n

.

a m b n

.

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

a 1,1

a 2,1

.

.

.

a n,1

b 1

0

.

.

.

0

0

b 2

.

0

···

···

···

···

···

.

.

···

.

a 1,m

a 2,m

.

a n,m

0

0

.

b n

b 1

.

.

.

0

0 b

.

0 0

2

a

a

1,1

2,1

.

.

.

a n,1

···

···

.

.

···

.

···

···

···

0

0

.

b m

a

a

1,m

2,m

.

a n,m

19-09-2013 | TP.

=

=

a 1,1 b 1

a 2,1 b 1

.

.

.

a n,1 b 1

a 1,1 b 1

a 2,1 b 2

.

.

.

a n,1 b n

a 1,1 b 2

a 2,2 b 2

.

a n,2 b 2

···

···

···

a 1,1 b 1

···

···

a 2,2 b 2

.

a n,2 b n ···

a 1,m b n

a 2,m b n

.

a n,m b n

a 1,m b 1

a 2,m b 2

.

a n,m b n

.

.

Exerc´ıcios sobre matrizes elementares, produtos de matrizes, propriedades da inversa de uma

matriz.

Propriedades do produto de matrizes. Supondo que as opera¸c˜oes seguintes tˆem sentido:

1. (A B)C = A(B C) (propriedade associativa)

2. A(B + B ) = A B + A B e (A + A )B = A B + A B (propriedade distributiva)

3. A I = A e I B = B (I ´e a matriz identidade)

4. A B

= B A (o produto de matrizes n˜ao ´e comutativo)

5. Existem matrizes A, B n˜ao nulas tais que A B = 000 (divisores de zero)

Demonstra¸c˜ao. Designando por A = a i,h , B = b h,j e C = c j,k temos:

(A B)C = h a i,h b h,j c j,k = j ( h (a i,h b h,j )c j,k ) = j,h a i,h b h,j c j,k

A(BC) = a i,h j b h,j a j,k = h ( j a i,h (b h,j c j,k )) = j,h a i,h b h,j c j,k

Determin´amos o escalar na posi¸c˜ao i, k de (A B)C e de A(B C) que s˜ao, como vimos, iguais. Pelo que

a identidade ´e v´alida para todo o i e k, logo temos a identidade 1.

Para a identidade 2 vamos somente verificar que: A(B +B ) = a i,h b h,j + b

=

Para verificar 3 basta tomar nos dois ultimos´

exemplos de produtos de matrizes os b j = 1, para termos

o pretendido.

h,j = h a i,h (b h,j + b h,j )

h a i,h b h,j + h a i,h b h,j

= h a i,h b h,j + h a i,h b h,j = A B + A B .

Para 4 e 5 considerem-se os seguintes exemplos:

A =

1

2

1

2

1

0

5

3 e B =

1

e, portanto, A B

e os divisores de zero:

= B A ;

3

4

1

0

3

1

2

3 ; ent˜ao A B =

1

0

7

2

1

0

1

4

1

1

e

B A =

1

5

2

6

11

3

17

32

9

;

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

1

3

0

1

2

0

1

2 1

4

2

2

1

1

0

1

3

7 = 0

0

1

1

0

0

0

0 ; e tamb´em,

1

2

3

6 3

1

3 = 0

9

0

0

0 .

c.q.d.

Defini¸c˜ao. Uma matriz quadrada n × n, A, diz-se invert´ıvel se existir uma matriz n × n, X, tal que

A X = X A = I n .

Propriedades das matrizes invert´ıveis. Sejam A e B matrizes n × n. Ent˜ao:

Se A ´e invert´ıvel, ent˜ao A tem uma unica´

Se A e B s˜ao invert´ıveis (e denotando por A 1 , B 1 a matriz inversa de A, B, respectivamente), a

inversa.

sua inversa ´e dada por (A B) 1 = B 1 A 1 .

Demonstra¸c˜ao. Para a primeira propriedade basta supor que existem matrizes X, Y , n × n tais que

A X = Y A = I n .

Para demonstrar a segunda propriedade, usaremos o facto de que a inversa de uma matriz invert´ıvel ´e

unica.´

Ent˜ao, Y

= Y I n = Y (A X) = (Y A)X = I n X = X.

Logo X = Y .

Temos, por isso, somente que verificar que (A B)(B 1 A 1 ) = I n = (B 1 A 1 )(A B). De facto,

(A B)(B 1 A 1 ) = A(B B 1 )A 1 = A I n A 1 = A A 1 = I n ,

e tamb´em (B 1 A 1 )(A B) = B 1 (A 1 A)B

= B 1 I n B = B 1 B = I n .

c.q.d.

Problema. Analise a existˆencia de inversa de uma matriz 2 × 2.

Resolu¸c˜ao sum´aria. Seja A = a

c

d b , com a, b, c, d C; ent˜ao, a matriz A ´e invert´ıvel se, e somente

a d b c

1

d

c

b

a

.

se, a d b c

Problema. Analise a existˆencia de uma matriz 2 × 2, A, tal que A 2 = I 2 .

Demonstra¸c˜ao. Vˆe-se facilmente que a propriedade indicada para A ´e equivalente a A 1 = A. Usando

= 0 . Mais ainda, a matriz inversa de A 1 ´e dada por A 1 =

a express˜ao da matriz inversa de uma matriz invert´ıvel, A = a

c

d b , temos que

b = 0 ou a d b c = 1;

c = 0 ou a d b c = 1;

a = d/(a d b c) e (d = 0 ou a d b c = ±1).

Se a d b c = 1, temos de imediato que b = c = 0 e a = d, pelo que a d = 1; logo a = d = ±1 e b = c = 0.

Se a d b c = 1, ent˜ao d = a e b c = 1 a 2 .

Temos assim como solu¸c˜ao do problema as matrizes

Se a = 0, ent˜ao d = 0, e b, c s˜ao tais que b c = 1 .

±1

0

±1 ;

0

a

c

b a , com bc = 1 a 2 ; 1/b

0

b

0 , com b

= 0.

c.q.d.

Exerc´ıcio. Analise a existˆencia de uma matriz 2 × 2, A, tal que A 2 = I 2 .

Aplica¸c˜ao do produto de matrizes. Considere quatro cidades com aeroporto. Defina-se a matriz

A = a i,j com a i,j =

  se existe um voo comercial directo entre as cidades i e j

1

caso contr´ario.

0

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

0

1

1

0

1

0

0

1

1

0

0

0

0

1

0

0

Supondo que A ´e a matriz de 0’s e 1’s dada por A =

, calcule as matrizes A 2 e A 3 :

1. indique quantos voos com uma unica´

2. indique quantos voos com duas unicas´

3. analise se ´e poss´ıvel voar entre cada uma das cidades?

escala existem entre as cidades 2 e 3.

escalas existem entre as cidades 1 e 3.

Resolu¸c˜ao. O escalar na posi¸c˜ao 2, 3 de A 2 ´e dado por a 2,1 a 1,3 +a 2,2 a 2,3 +a 2,3 a 3,3 +a 2,4 a 4,3 . Mais ainda,

existe um voo directo

escala j entre as cidades 2 e 3.

escala

entre as cidades 2 e 3 .

Desta forma vemos que o escalar na posi¸c˜ao 2, 3 de A 2 nos d´a o n´umero de voos com uma unica´

entre as cidades 2 e j e entre as j e 3, i.e. existe um voo com uma unica´

cada termo da forma a 2,j a j,3 , com j = 1, 2, 3, 4 ´e igual a 1 se a 2,j = a j,3 = 1 , i.e.

Como A 2 =

2

0

0

1

0

2

1

0

0

1

1

0

1

0

0

1

e

A 3 =

0

3

2

0

3

0

0

2

2

0

0

1

0

2

1

0

escala entre as

cidades 2 e 3; mais ainda como a posi¸c˜ao 1, 3 da matriz A 3 nos d´a o n´umero de voos com duas escalas

entre as cidades 1 e 3, vemos que a resposta a` quest˜ao 2 ´e 2 .

vemos que o escalar na posi¸c˜ao 2, 3 de A 2 ´e 1, pelo que existe um voo com uma unica´

Para a quest˜ao 3 basta considerar a matriz A + A 2 + A 3 e verificar que esta n˜ao tem escalares nulos.

24-09-2013 | T.

Matrizes elementares.

matriz.

Aplica¸c˜ao a` resolu¸c˜ao de sistemas lineares e decomposi¸c˜ao L U de uma

Defini¸c˜ao. Um sistema de m equa¸c˜oes lineares a n inc´ognitas, x 1 ,

do tipo

a 1,1 x 1

a 2,1 x 1

= b 1

+ a 2,2 x 2 + ··· + a 2,n x n = b 2

+ a 1,2 x 2 + ··· + a 1,n x n

a m,1 x 1 + a m,2 x 2 + ··· + a m,n x n = b m

(primeira equa¸c˜ao)

(segunda equa¸c˜ao)

.

.

.

(m-´esima equa¸c˜ao)

, x n ´e todo o conjunto de rela¸c˜oes

A a i,j

e

b i ,

com i

=

1,

, m

e

j

=

1,

independente, do sistema.

, n designamos respectivamente por coeficientes e termo

Dizemos ainda que (α 1 ,

as m equa¸c˜oes se convertem em identidades. Resolver o sistema ´e determinar o conjunto de solu¸c˜oes do

sistema. Discutir o sistema ´e analisar se o sistema ´e compat´ıvel (caso em que dizemos que o sistema

, α n ) ´e uma solu¸c˜ao do sistema dado, se ao tomarmos x 1 = α 1 ,

, x n = α n ,

´

Algebra Linear e Geometria Anal´ıtica

Licenciaturas em F´ısica e Engenharia F´ısica

´e poss´ıvel) ou incompat´ıvel (caso em que dizemos que o sistema ´e imposs´ıvel). Quando o sistema ´e

poss´ıvel, diz-se determinado se tiver solu¸c˜ao unica,´

e indeterminado se tiver mais do que uma solu¸c˜ao.

Exemplos.

1. O sistema x + y + z = 6 ,

x, y, z, tem solu¸c˜ao unica´

x + y z = 0 ,

(x, y, z) = (1, 2, 3) ; logo ´e poss´ıvel e determinado.

x + z = 4 , x + y = 3 de quatro equa¸c˜oes nas inc´ognitas

2. O sistema x+y +z = 6 , x+y z = 0 , x+y = 3 , x+y +2z = 9 de quatro equa¸c˜oes nas inc´ognitas

x, y, z, tem infinitas solu¸c˜oes (x, y, z) = (α, 3 α, 3), α R; logo ´e poss´ıvel e indeterminado.

= 0 , 2x 2y = 1 de trˆes equa¸c˜oes nas inc´ognitas x, y, z,

n˜ao tem solu¸c˜oes; de facto, ao somar as trˆes equa¸c˜oes obtemos 0 = 7(!), logo as equa¸c˜oes n˜ao s˜ao

compat´ıveis.

3. O sistema x + y + z

= 6 ,

x + y z

Para resolver um sistema de equa¸c˜oes ´e aconselh´avel reduzi-lo a outros sistemas mais simples que lhe

sejam equivalentes, i.e. que tenham o mesmo conjunto solu¸c˜ao.

Propriedade fundamental de equivalˆencia de sistemas. Um sistema de equa¸c˜oes lineares ´e equiva-

lente a qualquer dos sistemas que resultam de realizar nele alguma das seguintes opera¸c˜oes elementares:

Mudar a ordem das equa¸c˜oes;

Multiplicar uma das das equa¸c˜oes por qualquer escalar n˜ao nulo;

Somar algebricamente, a uma das equa¸c˜oes, outra delas;

Aplicar reiteradamente qualquer das opera¸c˜oes anteriores.

Demonstra¸c˜ao. Vˆe-se facilmente que as primeiras duas opera¸c˜oes n˜ao alteram a natureza o sistema.

Pela natureza da quarta opera¸c˜ao resta analisar a terceira opera¸c˜ao. Para tal, considere-se o sistema

de m equa¸c˜oes a n inc´ognitas (x 1 ,

, x n ):


  a 1,1 x 1 + a 1,2 x 2 + ··· + a 1,n x n = b 1

 

.

.

.

a m,1 x 1 + a m,2 x 2 + ··· + a m,n x n = b m

,

i.e.

Suponhamos agora que ααα = (α 1

e, portanto, por exemplo, 1 (ααα) + 2 (ααα) = 0 , 2 (ααα) = 0,

solu¸c˜ao do sistema 1 (xxx) + 2 (xxx) = 0 , 2 (xxx) = 0 ,

j (x 1 ,

,

x n ) = 0, com j (x 1 ,

,

x n ) = a j,1 x 1 +

a j,2 x 2 + ··· + a j,n x n b j , para j = 1,

, m.

α n ) ´e uma solu¸c˜ao do sistema; ent˜ao j (ααα) = 0, para j = 1,

., m (ααα) = 0 .

., m (xxx) = 0 , com xxx = (x 1 ,

,