Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNESC
UNIVERSIDADE DO EXTREMO SUL CATARINENSE
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
INTRODUO
A Matemtica, desde os seus primrdios, entrelaa-se intimamente com a histria da
civilizao e uma das alvancas principais do progresso humano (BAUMGART1, 1997). Vrios
conceitos bsicos dessa cincia, criados para atender a certas necessidades e resolver problemas
especficos, posteriormente revelaram uma utilidade bem mais ampla do que a inicialmente pensada
e vieram, com a evoluo das idias e o desenvolvimento das teorias, a adquirir uma posio
definitiva de grande relevncia na Matemtica (LIMA2, 2000, p.28).
Observamos uma mudana contnua que se processa tanto nas condies scio-polticoeconmica das sociedades quanto na prpria Matemtica. fato que a validez das teorias
Matemticas perene e subsiste atravs dos sculos. Porm, a posio dessas teorias e tcnicas a
elas associadas, varia bastante em termos de importncia, alcance e eficcia em fase dos novos
desenvolvimentos, das novas descobertas e da ocorrncia de reas recentes de aplicao, dentro e
fora da Matemtica (LIMA3, 2001, p.159).
Usamos Matemtica diariamente, mesmo sem perceber. Isso s, poderia justificar a sua
importncia. facilmente percebida, nas atividades simples do homem s mais complexas, nos
esportes, na estatstica, nas construes, nas previses oramentrias. Sem dvida, ela confere
poder aos economistas, aos empresrios, etc. A Matemtica ferramenta imprescindvel para que
se possa ordenar os pensamentos, porque desafia e desenvolve a mente, ajuda a compreender as
linguagens que se utiliza no cotidiano.
As concepes matemticas desenvolvidas e acumuladas nas diversas geraes podem ser
divididas em Aritmtica (nmeros), lgebra (letras + nmeros) e Geometria (figuras planas e
espaciais). A Trigonometria pode ser considerada como um ramo da Geometria e a Geometria
Analtica como uma fuso da lgebra com a Geometria. Resolvemos os problemas como o uso da
aritmtica, da geometria, da trigonometria, da lgebra, do clculo diferencial e integral, etc. Alguns
problemas podem ser solucionados ao mesmo tempo pela lgebra, ou Geometria ou Aritmtica.
Coube a Descartes a soluo de problemas geomtricos atravs da lgebra e vice-versa, em 1637.
Para Baumgart (1999) a origem da palavra lgebra estranha e intrigante. Ela no se sujeita
a uma etimologia ntida como, por exemplo, a palavra aritmtica, que se deriva do grego arithmos
(nmero). lgebra uma variante latina da palavra rabe al-jabr (s vezes transliterada al-jebr),
usada no ttulo de um livro, Hisab al-jabr wal-muqabalah (Cincia das equaes), escrito em
Bagd (ano 825) por um matemtico rabe. Esse tratado de lgebra com freqncia citado,
abrevidamente, como Al-jabr. Ainda que originalmente lgebra refira-se a equaes, a palavra
hoje tem um significado muito mais amplo e uma definio satisfatria requer um enfoque, tanto
cronolgico quanto conceitual, em duas fases: (1) lgebra antiga (elementar) o estudo das
equaes e mtodos de resolv-las; (2) lgebra moderna (abstrata) o estudo das estruturas
matemticas tais como grupos, anis, corpos, etc.
A lgebra Linear (o nome indica sua origem geomtrica) ou lgebra Vetorial uma parte da
lgebra que, por sua vez, um ramo da Matemtica na qual so estudados matrizes, espaos
vetoriais e transformaes lineares que contribuem para um estudo detalhado de sistemas lineares
de equaes. um fato histrico que a inveno da lgebra Linear tenha origem nos estudos de
sistemas lineares de equaes.
Segundo o matemtico Elon Lages Lima (LIMA, 2001), a lgebra Linear o estudo dos espaos
vetoriais e das transformaes lineares entre eles. Quando os espaos tm dimenses finitas, as
transformaes lineares possuem matrizes. Tambm tm matrizes as formas bilineares e, mais,
particularmente, as formas quadrticas. Assim a lgebra Linear, alm de vetores e transformaes
lineares, lida tambm com matrizes e formas quadrticas.
1
BAUMGART, John K. Tpicos de Histria da Matemtica para uso em sala de aula: lgebra. Trad. Hygino H Domingues. So Paulo:
Atual, 1997.
2
LIMA, Elon Lages. Meu Profesor de Matemtica e outras histrias. (Coleo do Professor de Matemtica: SBA Sociedade Brasileira de
Matemtica). Rio de Janeiro: Solgraf Publicaes Ltda, 2000.
3
LIMA, Elon Lages. Matemtica e Ensino. (Coleo do Professor de Matemtica: SBA Sociedade Brasileira de Matemtica). Rio de
Janeiro: R&S, 2001.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
Tanto a lgebra Linear como a Geometria Analtica aplicam-se a vrias reas, em especial s
Engenharias. Possibilitam explicar princpios fundamentais e simplificar os clculos em Engenharia,
Cincia da Computao, Fsica, Biologia, Matemtica, Economia e Estatstica. , portanto relevante e
tem destaque em diversos cursos superiores, na graduao e na ps-graduao.
Muitos dos temas do mbito da lgebra Linear fazem parte integrande de planos de estudos
desses cursos j citados. Para Lay4 (1999) a lgebra Linear (e a Geometria Analtica, como sua
subsidiria) constitui uma das reas da Matemtica com mais vastas e variadas aplicaes incluindo
a sua importncia para as diversas reas da prpria Matemtica da Anlise Estatstica e
Investigao Operacional em que temas fundamentais como Clculo Matricial ou o Clculo Vetorial
so de utilizao constante e cotidiana. de extrema importncia para em seus tpicos mais
avanados, simplificando sua teoria e em geral, para a maior parte da Matemtica.
Numa anlise comparativa com a Geometria, a lgebra, como estrutura lgica, tm-se
desenvolvido mais recentemente, principalmente nos ltimos 100 anos, com formulao simples,
onde poucos axiomas so suficientes para organizar toda a estrutura da lgebra. Por sua vez, a
Geometria, desenvolvida inicialmente pelos Gregos a mais de 2.000 anos, est sintetizada nos
Elementos de Euclides que formam a base da Geometria Plana e Slida atual, conservando a
maneira sistemtica de analisar as propriedades de pontos, retas, tringulos, crculos e outras
configuraes. Tm-se introduzido em estudos recentes, conjuntos de axiomas e postulados que
melhoram sua estrutura lgica, mas o contedo da Geometria permanece o mesmo.
Descobriu-se que, essencialmente, toda Geometria pode ser desenvolvida em linguagem
algbrica. Na associao de pontos e retas ao invs da geometria usual, realiza-se operaes
algbricas em certos objetos, denominados vetores. Esses vetores obedecem a certas leis algbricas,
similares aos nmeros. Assim, trabalhamos teoremas da geometria atravs de teoremas da lgebra
dos vetores com nfase nas equaes, identidades e desigualdade em lugar de conceitos
geomtricos como, congruncia, semelhana e interseo de segmentos.
Os vetores tm papel relevante, no apenas na Matemtica, como na aplicao em outras
reas. O estudo desses vetores, normalmente feito por meio de dois tratamentos que se
completam: Geomtrico e Algbrico. A grande vantagem da abordagem geomtrica de possibilitar
predominantemente a visualizao dos conceitos que so apresentados para estudo, o que favorece
seu entendimento que sob o ponto de vista algbrico, so mais formais e abstratos.
Apesar da lgebra Linear representar um campo abstrato da Matemtica, ela tem um grande
nmero de aplicaes dentro e fora da Matemtica. Haetinger (2007) cita algumas e afirma que,
apesar de no conseguir abord-las todas, num curso de lgebra, o objetivo que o estudante tome
contato com o que representa o estado da arte desta rea. Alguns exemplos5 de aplicaes: Jogos de
Estratgia; Distribuio de Temperatura de Equilbrio; Gentica; Crescimento Populacional por Faixa
Etria; Criptografia; Tomografia Computadorizada; etc.
Essa introduo - associando a geometria com a lgebra de vetores - informal e objetiva formar
uma noo intuitiva da lgebra. O contedo programtico de lgebra Linear foi elaborado, visando
um conhecimento dos conceitos mnimos e indispensveis, de modo que se possa perceber a interrelao entre os mesmos e a sua aplicao conjunta.
Nos temas a serem trabalhados, incluimos a discusso sobre os conceitos tericos formalmente
instituidos, acompanhados de exemplos e atividades. Os textos so escritos em linguagem simples,
mas com rigor matemtico. So apresentados em forma de resumo e de modo algum, dispensam a
pesquisa do acadmico aos diversos livros didticos da rea. Portanto, para aprofundar seus
conhecimentos, sugerimos como fontes, os livros e links relacionados na bibliografia.
4
5
LAY, C David. lgebra Linear e suas aplicaes. 2ed. Trad. Ricardo Camelier e Valria de M. Irio. Rio de Janeiro: LTC, 1999.
HAETINGER, Claus. 2007. Disponvel em http://ensino.univates.br/~chaet/Algebra_Linear.html . Acesso em Jan 2009.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
SUMRIO
INTRODUO............................................................................................................................................................................ 2
I MATRIZES ............................................................................................................................................................................... 6
1 Introduo ...................................................................................................................................................................... 6
2. Definio......................................................................................................................................................................... 6
3. Tipos de Matrizes..................................................................................................................................................... 10
4. Proposies: Igualdade de Matrizes e Matriz Oposta ....................................................................... 12
5. Matriz Transposta.................................................................................................................................................... 12
6. Simetria em Matrizes............................................................................................................................................. 13
Lista 1 de Atividades - Matrizes ...................................................................................................................................... 14
7. Operaes com Matrizes ..................................................................................................................................... 16
7.1 Adio e Subtrao de matrizes............................................................................................................... 16
7.2 Multiplicao por um escalar ..................................................................................................................... 17
7.3 Multiplicao entre matrizes...................................................................................................................... 18
8. Potncia de uma Matriz ....................................................................................................................................... 22
9. Propriedades das Operaes com Matrizes.............................................................................................. 23
Lista 2 de Atividades Operaes com Matrizes ............................................................................................................ 24
10. Equivalncia de Matrizes .................................................................................................................................. 28
Lista 3 de Atividades Equivalncia de Matrizes/escalonamento................................................................................... 30
II DETERMINANTES E MATRIZES .................................................................................................................................... 32
1 Classe de uma Permutao ................................................................................................................................. 32
2 Determinante de uma matriz ............................................................................................................................. 33
2.1 Determinante de 1 ordem ......................................................................................................................... 34
2.2 Determinante de 2 ordem ......................................................................................................................... 34
2.3 Determinante de 3 ordem: Regra de Sarrus................................................................................... 35
2.4 Determinante de ordem n > 3: Teorema de LAPLACE................................................................. 37
2.5 Processo de triangulao para clculo de determinante........................................................... 38
3 Propriedades dos determinantes..................................................................................................................... 39
4 Determinante e Matriz Inversa......................................................................................................................... 40
Lista 4 de atividades Determinantes e Matrizes............................................................................................................ 43
5 Aplicao matemtica do conceito de determinantes na geometria .......................................... 46
Lista 5 de atividades - Determinantes .............................................................................................................................. 47
III SISTEMAS DE EQUAES LINEARES E MATRIZES ............................................................................................ 48
1 Equaes Lineares.................................................................................................................................................... 48
2 Sistema de Equaes Lineares .......................................................................................................................... 50
2.1 Conceito ................................................................................................................................................................. 50
2.2 Representao Matricial de um Sistema de Equaes Lineares ............................................ 50
2.3 Classificao dos Sistemas de Equaes Lineares......................................................................... 52
2.4 Equivalncia de Sistemas de Equaes Lineares............................................................................ 54
2.5 Resoluo de Sistemas de Equaes Lineares pelo princpio da equivalncia:
Mtodo de condensao ou de eliminao de Gauss-Jordan........................................................... 55
2.6 Soluo de um sistema de equaes lineares pela Regra de Cramer................................. 58
3 Sistema Homogneo de Equaes Lineares: Discusso da soluo ............................................ 59
Lista 6 de atividades Parte I .......................................................................................................................................... 61
Lista 6 de atividades - Parte II ......................................................................................................................................... 61
4 Discusso de um Sistema de Equaes Lineares homognio e no-homognio.................. 65
Lista 7 de atividades ........................................................................................................................................................ 66
APNDICE A...................................................................................................................................................................... 67
Matriz de Co-Fatores e Adjunta Clssica......................................................................................................... 67
Aplicao de Determinante: Adjunta Clssica e Matriz Inversa ........................................................ 67
1 Encontrando a Matriz de Co-fatores .......................................................................................................... 67
2 Encontrando a Matriz Adjunta Clssica.................................................................................................... 68
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
C
CAAPPTTUULLOO II
MATRIZES, DETERMINANTES E SISTEMAS
I MATRIZES
1 Introduo
requentemente nos deparamos com conjuntos de nmeros ou outros objetos matemticos, que
podem ser tratados em blocos por serem operados essencialmente da mesma maneira. Para
isso, usamos matrizes.
2. Definio
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
Ou, uma matriz qualquer tabela formada por nmeros ou outro tipo de objeto matemtico
que se pretende operar em bloco, simultaneamente.
Ou, uma matriz um conjunto ordenado de nmeros e esto associdados a duas dimenses: a
dimenso das linhas e a das colunas. Um importante exemplo prtico de matriz surge na
informtica: os programas conhecidos como planilhas eletrnicas correspondem a matrizes. Uma
planilha, tal como uma matriz, est dividida em linhas e colunas e, cada clula da planilha
representa um elemento da matriz.
De forma genrica, uma matriz pode ser representada por uma letra maiscula do alfabeto ou por
seus elementos representativos. Estes elementos so dispostos normalmente entre parnteses ( )
ou entre colchetes [ ] ou duplas barras . Da mesma forma, cada elementos est associado a
dois subndices que indicam sua posio na matriz.
Assim, podemos dizer que cada elemento de uma mtria A representado por aij, onde i representa
a linha e j a coluna, onde o elemento a se encontra localizado. A matriz com m linhas e n colunas
possui dimenso mxn (l-se m por n) e indicamos por Amxn.
Exemplo 1:
2 1 0
uma matriz de 2 linhas e 3 colunas onde cada elemento de A ocupa
3 5
(a) A2x3 =
4
um lugar determinado na matriz. O elemento (-5), por exemplo est na segunda linha (i=2) e
terceira coluna (j=3) que indicamos por a23 = -5. Os demais elementos indicamos por:
1 9
i 4
(c) C1x4 = [2
2 teste
3 teste
Teresa
4,0
3,5
1,0
Paulo
5,0
7,3
8,0
Marcos
4,8
7,2
3,0
Andr
9,0
8,8
6,5
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
4,0
5,0
A4x3 =
4,8
9,0
3,5 1,0
7,3 8,0
7,2 3,0
8,8 6,5
2005
2006
2007
Paulo
Andr
Luana
Para saber a pontuao de Andr, por exemplo, em 2006, basta procurar o nmero que fica na
2 linha e na 3 coluna da tabela ou da matriz. Temos nesse caso, uma matriz de ordem 3 x 3
ou seja, nossa matriz tem 3 linhas e 3 colunas e indicamos por A3,3. Quando uma matriz tem o
nmero de linhas igual ao nmero de colunas, chamada de matriz quadrada.
Exemplo 4: Vamos avaliar uma outra situao-problema na comparao entre pessoas com
seus respectivos pesos, alturas e idade. Podemos representar no quadro abaixo os valores
encontrados:
Altura(m)
Massa(kg)
Idade(anos)
Eduardo
1,83
72
18
Fernando
1,75
54
14
Este quadro pode ser representada por uma matriz A de ordem 2 x 3 ou seja com 2 linhas e 3
colunas. As linhas so enumeradas de cima para baixo e as colunas, da esquerda para direita.
A2x3 =
1,83 72 18
1,75 54 14
1 linha
2a linha
3 coluna
2a coluna
1a coluna
LINHAS
COLUNAS
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
Resumindo:
1. Algebricamente, usamos letras maisculas (A, B, ...) para indicar as matrizes genricas e
letras minsculas ou nmeros para indicar os elementos.
2. As tabelas com m linhas e n colunas so denominadas matrizes de ordem m x n. Portanto:
Denomina-se matriz de ordem m x n (l-se: m por n) com m, n 1, a uma tabela formada
por m x n elementos (nmeros, polinmios, funes, etc.), dispostos em m linhas e n
colunas.
3. A representao genrica de uma matriz A de ordem m x n :
Amxn
a11
a21
=
...
a
m1
a12
a13
a22
...
am 2
a23
...
am 3
... a1n
... a2 n
, com m e n N*
... ...
... amn
a11 =
a12 =
a21 =
a22 =
a31 =
a32 =
2.1
2.1
2.2
2.2
3.3
3.3
a11
= a21
a
31
a12
- 3.1 = 2 3 = -1
3.2 = 2 6 = -4
3.1 = 4 3 = 1
3.2 = 4 6 = -2
3.1 = 9 3 = 6
3.2 = 9 6 = 3.
1 4
= 1 2
6
3
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
10
lgebra Linear
3. Tipos de Matrizes
lgumas matrizes,
conhecer!
por
suas
a11 a12
a31 a32
a14
a24 uma matriz retangular de ordem 3 4 ou A = [aij]3x4
a34
a13
a23
a33
(3
1 5 8)
4
.
9
4. Matriz Nula ou matriz nula: a matriz em que todos os elementos so nulos. representada
0 0 0
0 0 0
Exemplo complementar: A tabela a seguir apresenta os preos dos produtos qumicos para
tratamento de gua P1, P2, P3, P4 das empresas A, B, e C.
P1
P2
P3
P4
A
190
182
204
179
B
191
180
200
177
C
192
181
205
175
Neste exemplo temos uma matriz retangular de ordem 3 x 4, formada por 3 linhas
e 4 colunas.
Os preos da empresa A formam a matriz linha 1x4 indicada por A =
(190 182 204 179) . Idem para os preos das empresas B e C.
Os preos do produto P1, relacionados as empresas A, B e C formam a matriz coluna
190
a11
A3x3= a21
a31
a12
a22
a32
a13
1 3
. A uma matriz quadrada de ordem 3 e B tem ordem 2.
a23 e B2x2=
0 4
a33
a11
a31
a12
a22
a32
a13
a23
a33
Diagonal secundria
Diagonal principal
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
11
lgebra Linear
Na diagonal principal esto os elementos que tm os dois ndices iguais a11, a22, ... ann
Na diagonal secundria esto os elementos aij tais que i+j = n+1 ou seja, que tm soma dos
ndices igual a n+1 So: a1n, a2(n-1), ... an1.
As matrizes quadradas se classificam em:
5.1 Matriz diagonal: a matriz quadrada em que
5
todos os elementos que no esto na diagonal
Exemplo 1: D3x3 = 0
0
0
31 0
0
2
1 0 0
5.2 Matriz identidade ou matriz unidade: a
matriz quadrada em que todos os elementos da Exemplo: I3 = 0 1 0
Exemplo: A3 = 0
0 0
5 0
0 5
1
2 2 1
0 1 0
0 0 0 2
a matriz
5
quadrada cujos elementos acima da diagonal
0
principal so nulos ou a matriz quadrada Exemplo:A4 =
9
A=[aij] cujos elementos aij so nulos (aij = 0)
para i < j
3
0
2 0 0
1 1 0
2 5 2
Note que: Uma Matriz diagonal simultaneamente triangular superior e triangular inferior. Por
exemplo:
Uma agncia de automveis efetuou de vendas,
durante o quatro trimestre: 106 Gols no 1o ms, 45
Zafiras no 2o ms, no ltimo ms foram 20 Passats.
Observe, ao lado, a tabela de vendas e a matriz
diagonal que simultaneamente triangular.
Gol
M1
M2
M3
10
6
0
0
Zafir
a
0
Passat
45
0
0
20
ou
106 0 0
0 45 0
0
0 20
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
12
lgebra Linear
Exemplo 1: A matriz A = [ 2
-4
1,5 ] igual a matriz B = [ a
um dos seus elementos so iguais. Neste caso, a = 2.
-4
a b
1 6
e B =
. A=B se a = 1, b = 6, c = -1 e d = 5.
d
1 5
Exemplo 2: Seja A =
c
z 2
1 4
x
e B =
temos que A = B ou B = A se
w
2
y +1
Exemplo 3: Seja A =
2
x = 1
x = 1
y +1 = 2
y =1
z 2
1 4
x
w
2 2
y +1
z 2 = 4 z = 2
w = 2
w = 2
4.2 Toda matriz A tem uma matriz oposta (-A).
Se A = [ aij ] m x n ento existe uma matriz oposta de A representada por (-A) de modo que aij
= - aij. A matriz (-A) oposta de A obtida trocando-se todos os sinais dos elementos de A ou
multiplicando A pelo escalar (-1).
Exemplo 1: Se A=
1 3
1 3
ento (-A) =
.
0
4
0
1 4
1 4
ento B oposta de A se B =
2
2 2
Exemplo 2: Se A=
2
5. Matriz Transposta
ada uma matriz Am,n, chama-se transposta de A a matriz At que se obtem trocando
ordenadamente as linhas pelas colunas.
Ou, a matriz transposta de uma matriz A= [aij], de ordem mxn, a matriz At, de ordem nxm,
que se obtm escrevendo ordenadamente as linhas de A como colunas ou vice-versa.
1 4
2
3
1 1 6
ento At = 1
Exemplo: Se A =
4 2 3
6
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
13
lgebra Linear
6. Simetria em Matrizes
Exemplo: A =
2
5 0
0 3 1
2 1 7
= At = S
5 2
0
Exemplo 1: A= 5 0
1 =-At = S
2 1 0
0
Observe nos exemplos que, como A=(-At ) ento A
simtrica e
Exemplo 2: B= 4
a12 = - a21,
1
a13 = - a31,
a23 = - a32
a11 = a22 = a33 = 0
4 1
0 3 =-Bt = S
3 0
N
Noottee qquuee:: Se uma matriz A anti-simtria, seus
elementos dispostos simtricamente em relao
diagonal principal so opostos e os elementos da
diagonal principal so nulos.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
14
lgebra Linear
1 se i j
0, se i = j
(c) C=(cij)2x3
4i
se i j
com cij = j
2i + j , se i = j
4,0
5,7
4.Considere a matriz B =
4,8
9,0
a) b11
b) b21
3,5 1,0
7,3 8,0
. Encontre os valores dos seguintes elementos de B:
7,2 3,0
8,8 6,5
c) b12
d) b32
e) b42
f) b24
5.Uma matriz possui 8 elementos. Quais os tipos possveis para essa matriz? 1x8, 2x3, 5x7, 4x2,
2x4, 2x6!
6. Quantos elementos tem uma matriz de ordem 4 por 7?
7. Encontre a tabela de carros financiados por uma agncia bancria nos meses de junho, julho e
agosto. Represente em matriz e analise: (a) Qual o modelo de carro mais financiado? (b) Em qual
ms houve um maior nmero de carros financiados. (c) Qual o total de carros financiados pela
agncia mensalmente e, ao final dos trs meses?
8. D exemplo de:
(a)
Matriz simtrica S e anti-simtrica Sde ordem 3.
(b)
Matriz escalar de ordem 4.
(c)
Matriz Identidade de ordem 5.
9. Considere as matrizes retangulares A =
1 3 x+5 4
1 3
eB=
0 0
2
6
0 0
6
4
.
y4 6
1 2 3
0 5
2
11. A partir de uma matriz triangular superior de ordem 3, encontre a sua matriz oposta.
12. A partir de uma matriz diagonal de ordem 4, encontre sua transposta.
13. Encontre a transposta da matriz A = [aij]3x2 em que aij =
i j se i = j
j i se i j
14. Para a matriz linha A = [aij]1x3 em que aij =2i-j, prove que (At)t = A.
15. Encontre a matriz diagonal A = [aij] de ordem 3, sabendo que aij = 3i-j. Aps, determine a
soma dos elementos da diagonal principal com os elementos da diagonal secundria.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
15
lgebra Linear
16. Para A = 6
5
y e B =
2
2
3
1
0 6 5
x 3 1 encontre os valores de x, y e z para B = At.
4 8 z
1 3
19. Considere a matriz A =
Gol
106
100
86
4 9
(2) A= 3 8 (2) B =
2 7
Zafira
40
22
40
106
100
86
Passat
12
6
20
0 1 1 1
1 0 1 1
1 1 0 1 (3) A =
1 1 1 0
3 2
7 6 (3) B =
11 10
40
22
40
2 5 10
5 8 13 (3) C =
10 13 18
12
6
20
3 2 4 / 3
;
8 6 8 / 3
1 0 0
(3) D = 0 1 0 (4) (a) b11=4,0 (b) b12=3,5 (c) b42=8,8 (d) b21=5,7 (e) b31=7,2 (f) b24=no existe;
0 0 1
106 5 2
(6) 4x7 = 28 elementos (7) 98 45 10 (a) modelo A; (b) ms 07; (c) ms 06 = 113; ms 07 =
115 15 20
2
106 3
0 3 2
(8)(a) S =
; S=
3
45
4
4
3 0
2 4 20
2 4 0
1
(9b)At=
3
6
0 t
1
B ; (10) (-A)=
0
0
(13) At 0
1 2 (14) A =
0 1
(1
(b) E= 0
1 0
0 0 0
2 0 0 (c) I = 0 1
0 0
0 2 0
0 0
0 0 2
0 0 0
0 0 0 (9a) x=1 e y = 6
1 0 0
0 1 0
0 0 0 0 1
0 8 13
0 8 13
5 2
0 0 18
0
0 18
0 1) , At =
2
0
0
= Dt.
0
0 1 0
0 0 7
1
a
0
, (At)t = (1 0 1) = A (provado) (15) D = 11
0
0
a
22
1
0
0
0 2 0 0
=
0 0 4 0
a33 0 0 6
(2+4+6)+(0+4+0) = 16. (16) x= 2 , y=8 e z=2 ou S={( 2 ,8,2)}; (17) simtrica pois aij = aji para i j e no anti-
2 3 4
0 0 0
, B =
(19) A simtrica para x=3, y = 8 e z = 4
0
4
5
1 0 0
0 0 6
2 1 0
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
16
lgebra Linear
uas matrizes, A = [aij] e B = [bij], s podem ser adicionadas ou subtradas se tem a mesma
ordem. Neste caso, a soma (adio) de A com B uma matriz C = [cij], indica-se por A + B
= C, tal que:
cij = aij + bij
A diferena (subtrao) entre duas matrizes A e B, de mesma ordem, definida pela soma de A
com (-B), indica-se: A + (-B) = A B, tal que:
cij =
aij -
bij
Assim, duas matrizes podem ser somadas (ou subtradas) se e somente se elas possuem a mesma
dimenso a ij = bij
Exemplo 1: Se
a11 a12
b11 b12
a11 + b11 a12 + b12
A=
e B=
ento A + B =
a 21 a22
b21 b22
a21 + b21 a22 + b22
Exemplo 2: A tabela a seguir mostra o nmero de embalagens em mil, dos modelos C1, C2,
C3 produzidas numa semana pelas industrias A, B e C integrantes de um mesmo grupo
empresarial, numa semana:
A
B
C
C1
18
17
25
C2
41
52
48
C3
17
15
19
18 41 17
25 48 19
Considerando que a quantidade de embalagens semanais produzidas no se altera, qual o total
de embalagens produzidas pelo grupo, por indstria e por modelo, ao final de duas semanas?
18 41 17
1 semana + 2 semana = P1 + P2 = 17 52 15 +
25 48 19
18 41 17
36 82 34
17 52 15 = 34 104 30 .
25 48 19
50 96 38
A matriz P1 + P2 indica a produo por empresa e produto ao final de duas semanas. Temos
ento:
Indstria A: produziu 36 mil embalagens do modelo C1, 82 mil do C2 e 34 mil de C3.
Indstria B: produziu 34 mil embalagens do modelo C1, 104 mil do C2 e 30 mil de C3.
Indstria C: produziu 50 mil embalagens do modelo C1, 96 mil do C2 e 38 mil de C3.
Este um exemplo de soma de matrizes
Analisando a matriz resultante, podemos encontrar outros dados, facilmente. Por exemplo:
O total de embalagens produzidas do modelo C1 (= 120 000), do modelo C2 (= 282 000), do
modelo C3 (=102 000).
O total de embalagens produzidas, por industria, nos trs modelos: A (=152 000), B (=168
000) e C = (184 000)
O total de embalagens produzidas nas trs industrias (=504 000)
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
17
lgebra Linear
1 4
5
e B =
2 0
8
5
1 4
e B =
Exemplo 4: Se A =
2 0
8
Exemplo 3: Se A =
3
ento A + B =
6
3
2
1
ento A - B =
2
4 5 3
6 7
+
=
0 8 6
10 6
4 5 3
4 1
-
=
0 8 6
6 6
2
3
1
3 2 3
Exemplo 5: Se A= 4 3 2 e B= 4 8 4 ento,
3
1 5 3
5
7
2
3 3 2 3 1+ 3
2+2
3 + 3 4 4
6
1
A+B= 4 3 2 + 4 8 4 = 4 + 4 3 + 8 2 + ( 4) = 0 5 6 =C
3
5
7 1 5 3 3 + 1
5+5
7 + 3 4 10 10
2
3 3 2 3 1 3
22
3 3 2 0 0
1
AB= 4 3 2 - 4 8 4 = 4 4 3 8 2 ( 4) = 8 11 2 =D
3
5
7 1 5 3 3 1
55
7 3 2
0 4
Exemplo 6: Se A =
[2
b 1] e B =
2 3 A + B =
b + 2 2
3
Exemplo 7: Se A =
[2
5 1] e B = [3 2 4] ento A + (-B) = AB = [ 1 7 5]
eja A = [aij] e k um escalar (nmero) real ou complexo. O produto da matriz A pelo escalar k,
a matriz B = [bij] tal que bij = k aij , ou seja, a matriz obtida multiplicando-se cada
elemento de A por k bij = kaij
Exemplo 1: k A = k
Exemplo 2: Se A=
[3
2
1 3
1 4
=
2 0
2k
2 4] ento
4k
1 4 5 20
se k=5 temos 5A=5
=
=B
0
2 0 10 0
1
1
1
1
1
. A = .[3 2 4] = .3
. 2
.4 =
3
3
3
3
3
4
.
3
A
B
C
C1
18
17
25
C2
41
52
48
C3
17
15
19
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
18
lgebra Linear
18 41 17
25 48 19
atender as necessidades do mercado, a produo precisa dobrar nas duas ltimas semanas do
ms. Qual deve ser o quadro de produo da empresa num ms de 04 semanas?
18 41 17
1 semana: P1 = 17 52 15 = P2 2 semana;
25 48 19
18 41 17
36 82 34
25 48 19
50 96 38
108 246 102
25 48 19
C1
18
17
10
Matriz
C2
41
52
39
C3
17
15
16
18 41 17
V = 17 52 15
10 39 16
50
ento os preos das mercadorias podem ser representadas pela matriz P = 40 .
60
O valor recebido pelas vendas dos calados na loja A obtido pela multiplicao de cada elemento
da 1 linha da matriz V pelos correspondentes elementos da matriz P. Assim,
18 41 17
V = 17 52 15 . P =
10 39 16
50
40 = 18.50+41.40+17.60 = 900+1640+1020 = 3560 reais Loja A
60
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
19
lgebra Linear
18 41 17
V = 17 52 15 . P =
10 39 16
50
40 = 17.50+52.40+15.60 = 850+2080+900 = 3830 reais Loja B
60
18 41 17
V = 17 52 15 . P =
10 39 16
50
40 = 10.50+39.40+16.60 = 500+1560+960 = 3020 reais Loja C
60
Portanto, o valor recebido pelas vendas dos trs tipos de calados nas lojas A, B e C representado
18 41 17
10 39 16
50
40 =
60
3560
3830 . Assim, o valor recebido pelas lojas A, B e C na
3020
venda mensal dos calados do tipo C1, C2 e C3 de R$ 10.410,00 que equivale a R$ 3.560,00 da
Loja A, R$ 3.830,00 da Loja B e R$ 3.020,00 da Loja C.
Exemplo 2:Uma empresa produz dois tipos de produtos, P1 e P2. So usados trs tipos de
ingredientes na produo: x, y, z nas seguintes propores:
Tabela
Matriz
P2
P1
3 1
x
3
1
Ip = 4 2
y
4
2
z
3
7
3 7
Diariamente so fabricados 80 produtos do tipo P1 e 120 do tipo P2. Esta quantidade de
produtos pode ser representada pela matriz produo P =
80
.
120
360
Podemos obter esta matriz Pi denominada de matriz produto de Ip por P, da seguinte forma:
3 1
4 2 . 80 =
120
3 7
3.80 + 1.120
360
Note que: cada elemento da matriz final a soma dos produtos ordenados de uma linha da
primeira matriz pela coluna da segunda matriz ou seja:
360 = 3.80+1.120
560 = 4.80+2.120
1080= 3.80+7.120
Este mais um exemplo de multiplicao de matrizes.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
20
lgebra Linear
Saiba Mais:
(letra
sigma maiscula do alfabeto grego) para representar uma soma. Por exemplo,
a soma a1+ a2+ a3+ a4+ a5 pode ser representada abreviadamente por:
5
i =1
i =1
= a1+ a2+
i=m
Exemplo:
3i
= 3.12+3.22+3.32+3.42+3.52=3.1+3.4+3.9+3.16+3.25=165.
i =1
Definio:
p
k =1
( Aik .Bik )
Se considerarmos, por exemplo, as matrizes A = [ aij ]2xn e B = [ bij ]mx1, com m = n, o produto AB,
nesta ordem, a matriz C = [ cij ]2x1 tal que, cij a soma dos produtos, na ordem em que esto
dispostos, dos elementos da matriz-linha A, pelos elementos da matriz-coluna B. Note que a matriz
resultante C tem o mesmo nmero de linhas de A e o nmero de colunas de B.
1
5 2 4 1
4 2 6
Exemplo 1: Seja A = [3 2 4] , B = 2 , C =
eD= 2 3 1 0 .
2 5 3
4
1 2 7 6
a) A x B = ?
Resoluo: A1x3 x B3x1 = [(3x1) + (-2x2) + (4x4)] = [3-4+16] = [15] = C1 x 1.
b) B x C = ?
Resoluo: B3x1 x C2x2 =? No existe produto BC pois o n de colunas de B diferente do
n de linhas de C ou 1 2.
c) C x D = ?
Resoluo: C2x3 x D3x4
4 2 6
=
x
2 5 3
5 2 4 1
2 3 1 0 = M = a11
2x4
a
21
1 2 7 6
a12
a 22
a13
a 23
a14
a 24
21
lgebra Linear
30 26 60 40
23 25 34 20
1 2
1 3
3 4 e B = 4 2 . Determinar a
c11
c
21
c12
. Fazendo A.B temos A.B =
c 22
1 2 1 3
3 4 . 4 2 =
SOMATEMATICA: Ensino Superior: Teoria, Exerccios. (CD-Room). Virtuous Tecnologia da Informao Ltda. 2008
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
22
lgebra Linear
c11
c
21
c12 7 7
=
c 22 13 17
Observe que, fazendo B.A, neste caso, obtemos um resultado diferente de A.B.
1 3 1 2
.
=
4 2 3 4
B2x2 x A2x2 =
d11
d
21
d12 8 10
=
.
d 22 10 16
ma matriz quadrada A pode ser multiplicada n vezes por si mesma. A matriz que resulta
dessas operaes, e que representamos por An denominada potncia n da matriz A .
Exemplo 1: A =
1 1
1 1 1 1
A2 = A.A =
.
=
2 0
2 0 2 0
3 1
3 1
. Assim, a matriz
a
2 2
2 2
2 1 1
2 1 1 2 1 1 2 1 1
A2 = A ou, A.A = 2 3 2 . 2 3 2 = 2 3 2 =A
4 4 3 4 4 3 4 4 3
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
23
lgebra Linear
1 1 1
Exemplo 2: A matriz A = 3 3
3 nihilpotente de ndice 2 porque A2 = 0, A3 = A4
4 4 4
Exemplo 3: A matriz B = 5
2
3
A = 0 ou A.A = 3
1
2
6 nihilpotente de ordem 3 porque
1 3
0
3
9 e A2.A =
1 3
0 0 0
0 0 0 = 0.
0 0 0
9
6
12 16
e B =
so nihilpotente de ndice 2 porque
4 6
9 12
A2 = 0 e B2 = 0.
A+B=B+C
2) Associativa
A+ (B + C) = (A + B) + C
3) Elementro Neutro
4) Simtrica
A + (-A) = A - A = 0
Propriedades do produto de uma matriz por um escalar
Para as matrizes A e B, de mesma ordem e k e k, escalares quaisquer, ento:
k(A + B) = kA + kB e (k m k) A = kA m kA.
E, tambm, (kk) A = k(k A) e se kA = kB ento A = B.
Propriedades do produto de matrizes
Sejam as matrizes A, B e C. Verificadas as condies de existncia para a multiplicao de
matrizes, valem as seguintes propriedades:
1) Associativa
A(BC) = (AB)C
(A+B)C = AC + BC ou C(A+B) = CA + CB
3) Elementro Neutro
Note que:
24
lgebra Linear
(i)
(ii)
(iii)
(iv)
1 1
1 2
4 2
3 1
, B2x2 =
ento AB =
e BA =
1 0
3 4
1 2
1 3
A2x2 =
(v)
4) (At) t = A
2) (kA)t = kA t
5) (-A)t = -(A t)
3) (AB)t = B t A t (AB) t A t B t
Propriedades das matrizes simtricas e anti-simtricas
Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condies de adio e
multiplicao de matrizes, so vlidas as propriedades:
1) O produto de uma matriz quadrada A pela sua transposta At uma matriz simtrica S Assim, A
At = S
2) A soma de uma matriz quadrada A com sua transposta At uma matriz simtrica S
Assim, S = A + At = St
3) A diferena entre uma matriz A e sua transposta At, uma matriz anti-simtrica S
Assim, A - At = S
Exemplo 1: Consideremos as matrizes A e sua transposta At para:
1 3
1 0
e sua transposta At =
.
4
3 4
1 3 1 0
1.1 + (3).(3) 1.0 + (3).4
=
=
Fazendo A At =
0.0 + 4.4
0 4 3 4
0.1 + 4.(3)
A =
0
10 12
= S. Note
12 16
1 3 1 0 2 3
+
=
= S
0 4 3 4 3 8
Fazendo A + At =
Note que a matriz resultante S uma matriz simtrica pois s12 = s21
1 3 1 0
-
=
0 4 3 4
Fazendo A - At =
0 3
= S
3 0
Note que a matriz resultante S uma matriz anti-simtrica pois (-s12)= s21
A
Aggoorraa,, tteennttee vvoocc!!
Resolva a Lista de Atividades
25
lgebra Linear
(b) A + B;
(c) A + (-B);
2. Considere as matrizes A =
2
(d) 5A + 3B.
1
4 5
9 1 1
1 1 1
, B =
, C =
e D =
.
2
0 2
2 1 3
2 4 3
(a) Verifique se A B = B A;
(b) Determine (A C) + (B D);
(c) possvel determinar C D? Justifique.
3. Para as matrizes quadradas de ordem 3 definidas por A=(aij) com aij =i2 e B=(bij) com bij=-j2
encontre:
(a) A+B
(b) A+(-B)
(c) A.2B
(d) (AB)+(BA)
2 5 9
4. Se A = 4 7 1 calcule:
3 6 2
(a) A + At = S. Verifique se S uma matriz simtrica e justifique;
(b) A - At = P. Verifique se P uma matriz anti-simtrica e justifique.
4 3 5
2 7 1
2 3
, B = 1 2 7 e C = 3
4 2 . Encontre as
5. Considere as matrizes A =
5 7
8 1 9
5 9 6
matrizes S e verifique se so simtricas e/ou anti-simtricas.
(a) S = A.At
(b) S = C+Ct
(c) S = C - Ct
(d) S = B Bt
(e) S = B + Bt
2 1 1
1 2 1
2 0 0
2 0 0
definidas por A = 0 1 3 , B = 0 3 1 , C = 1 1 0 e D = 0 1 0 .
0 0 2
0 0 2
1 1 1
1 2 1
Determine:
(a) E = A.B;
(b) F = C.D
(c) Classifique E e F por triangular inferior ou superior.
(d) Verifique se a matriz A ortogonal.
8. Prove que, o produto de duas matrizes diagonais resulta numa matriz diagonal. Utilize matrizes
de ordem 3.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
26
lgebra Linear
9. Considere as matrizes A =
sen
cos
- cos
, B =
- sen
6 10
e C =
3 5
5 10
.
2 4
(a) Mostre que A.At = I sendo I a Matriz Identidade. Logo A uma matriz ortogonal.
(b) Verifique se B e C so matrizes idempotentes, peridicas ou nihilpotente. Analise para
o perodo 1 ou seja para B2 e C2 somente.
10. Verifique se as matrizes A e B so nihilpotentes, para A =
1 0 0
2 1 1
9
6
e B =
4 6
12 16
9 12
2 0 0
2 3
(1) A = 3 4 , B =
4 5
(2a) A.B =
0 1
2 2
1 0 (a) A+B= 4 4 (b) A+(-B)=
2 1
6 6
2 4
10 12
2 4 (c) 5A+3B= 18 20
2 4
26 28
4 3
6 6
7 2 4 6 16 19
+
=
B.A =
(2b)
8 6
4 4
14 4 8 4 8 6
1 14 23
.
10 4 14
(2c) No possvel determinar o produto C.D pois a dimenso das linhas de C diferentes da dimenso das colunas de D.
1 1 1
1 4 9
0 3 8
2 5 10
0 5 , (3b) A+(-B)= 5 8 13
(3) A = 4 4 4 , B= 1 4 9 (3) A+B= 3
9 9 9
1 4 9
8 5
10 13 18
0
6 24 54
3 12 27 98 98
24
96
216
(3d)
12 48 108 + 98 98
54 216 486
27 108 243 98 98
4 9 12
0
t
9 14 7 S simtrica pois aij = aji para i j . (4b) A-A =P= 1
12 7 4
6
(3c)
98
98 =
98
aij = 0 par i = j. (5) A matriz S em a,b, e simtrica porque Aij=Aji. A matriz S em c,d anti-simtrica pois aij = (-aji)
4 4 6
0 10 4
0 4 3
13 11
(5b) 4 8 7 (5c) 10 0
para i j e aij = 0 par i = j. (5a) S=
11 (5d) 4 0 8 (5e)
11 74
6 7 12
4 11 0
3 8 0
13
8 2
759
2 4 6 (6a) x = 759, y = 1176 e z = 363 ou 1176 . (6b) O custo por amostra : E1 = R$ 32,40; E2 = 41,50 ou C
13 6 18
363
(32,40
75
96
41,50) . O custo total para a produo das amostras de R$ 6.414,00 = (32,40 41,50) . (7a) E =
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
27
lgebra Linear
2 7 1
0 3 7 ; (7b) F =
0 0 4
4 0 0
2 1 0 ; (7c) E triangular superior e F inferior. (8) Criar matrizes e provar. (9a) Fazer A.At
1 3 1
e mostrar que o resultado a matriz identidade (Dica: lembre-se que sen2x + cos2x = 1). (9b) As matrizes B e C so
idempotentes de ordem 2 ou de perodo 1 porque B.B=B2=B e C2=C.
2 0 0
4 0 e AB diagonal.
0 0 48
(10) A e B so nihilpotentes de ordem 2 pois A2=0=A3=A4 =... Idem para a matriz B. (11) AB= 0
2 1 1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
28
2
1 2
1
1 0
0 1
1 0 0 2
Exemplo 3: B = 0 1 0 7
0 0 1 4
A matriz B est representada na forma cannica por linhas pois o 1 elemento de cada
linha igual a 1 e o nico no nulo em sua respectiva coluna.
1
1
2 1 0
1
1
1
1 3
Exemplo 4: Para a matriz A =
encontre sua matriz B,
0 0 5 1 1
1 1 1 3 1
29
lgebra Linear
1
1
2 7 0
1
1
1
1 3
A=
0
0 5 1 1
1 4 1 3 1
L4 L3
(troca de linhas entre si)
1
1
2 7 0
1
1
1
1 3
1 4 1 3 1
5
1
2 7 0
0 1 2
0 1
2
0 0 5
L2 L1 + 2L2;
L3 L1 - 2L3.
3 3
7 3
1 1
2 7 0 1 1
0 1 2 3 3
0 0
4 10 6
0 0 5 1 1
L3 L2 + L3.
2 7 0 1 1
0 1 2 3 3
=B
0 0 4 10 6
0 0 0 54 26
L4 5L3 + 4L4.
2 7 0 1 1
0 1 2 3 3
=B
0 0 4 10 6
0 0 0 54 26
Importante: Para a soluo de alguns problemas matemticos, uma matriz B, escalonada por linhas
de A, necessita apresentar-se numa forma mais reduzida, ou seja, na forma escalonada reduzida
por linhas. Neste caso, pode-se afirmar que:
Uma matriz B equivalente a A dita matriz escalonada reduzida por linhas (ou matriz na
forma cannica por linhas) se, e somente se, seus elementos distinguidos so iguais a um
e so os nicos no nulos de suas respectivas colunas.
1 0 0
Exemplos: C = 0 1 0 ou D =
0 0 1
1 0 0 9
0 1 0 2 ou E =
0 0 1 4
1 2 0 3 0
0 0 1 7 0 .
0 0 0 0 1
As matrizes C, D e E, esto representadas na forma cannica por linhas pois o 1 elemento de cada
linha igual ao nmero 1 e, o nico no nulo em sua respectiva coluna.
A
Aggoorraa,, tteennttee vvoocc!! Resolva a Lista 3 de atividades
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
30
lgebra Linear
1 2
2 1
a) A =
0 1
1 3
1
0
1
0
3 2
2 1 4
b) A =
1 1 5
0 4 12
1 1
1 0
c) A=
1 0
0 1
0 1
2 0
0 2
1 0
2
d) A = 3
3
4
6
2. Encontre a forma escalonada por linhas das matrizes e verifique se esto corretas as
equivalncias:
1 0 0 2 1 0 0 2
a) A= 1 2 1
0 0 2 1 2 =B
3 1 0 5 0 0 1 0
1 4 2 1 1 4 2 1
c)A= 1 3 1 2 0
1
1
1 =B
3 8 2 7 0 0
0 8
2
1
1 1 2 1
1
1
3 =B
b) A= 3 4 2 6 0 2 1
2 1 5 18 0 0 11 55
d) A =
0 2
0 2
= B
0
0
6 3 4
a) A= 4 1 6
1 2 5
0
0
c) A=
0
1 2 1 2 1
b) A = 2 4 1 2 3
3 6 2 6 5
2
4 1 3
0 2
1
5 3 4
4. Encontre a matriz triangular superior que seja equivalente a cada uma das matrizes dadas.
2 3 1
A= 1 2 5
3 5 10
E=
2 3 1
B= 1 2 5
3 5 10
1 2 3
1 3
11
2 5 4 13
2 6
1 2 3
F= 4 5 6
5 7 8
1
2
C=
1
3 2 1
4 3 0
2 2 2
0 1 1
1 1 1
G=
2 4 1
3 2 2
6 3 4
D = 4 1 6
1 2 5
1 1 1
H = 2 3 1
1 4 2
22
1 2 1 1
A = 1 1 1 1
2 4 2 2
2 1 2 3 1
B = 3 2 1
2 4
3 3 3 2 5
3 0 1 5
C= 2 1 2 2
1 1 1 1
1 2 3 1
D=
2
3
1 2
1 2
2
3
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
31
lgebra Linear
x + 2 y 3z = 6
2 x 2 y + 4 z = 4
4 x + 3 y 2 z = 19
1
1 2
3 2 0
1 1
5 2 ; (b) A= 0 7 12 ; (c) C=
0 1
0 0
0 0
3
0 0 45
0 0 0
0
0
0
0 0
(1) (a) A= 0
1
2 4
1 ; (d) D= 0 0 ;
2 2
0 0
0 0
2
1
1 2 1
B e em (2c),
0 2 1 3
0 0 9 29
1 4 2 1
1
1 1 B.
0 0
0 0
temos A 0
7
1 0
9
(3) (a) 0 1 26 ;
9
0
0 0
(b)
1 2 0 0 4
3
0 0 1 0
0 ;
0 0 0 1 1
6
1 0 0
0 1 0
0 0 1
0 0 0
1
1 2 3 4
1 2 3
6 3 4
1 1 1
H
1 D
0 1 4
7 ; F 0 1 2 G
E
0
18
52
0 2 1
4
0
0
2
0 0 11
0 0 1
0 0
0
0 15
0 0 0
0
1
2 1 2 3
1 1 1
1 2 1 1
1 1 1 1
0 0
0 0 0 0
0 0 2 2
2 8
0
0 0 0
1 2 3 6
1
1 2 3
(5d) D 0 3 4
4 (6) O sistema equivale a matriz escalonada 0 6 10 8 . A soluo do sistema x = 3, y = 3
0 0
0 0 10 10
7 10
e z = 1 ou S = {(3,3,1)}.
5
1 2
1 2 1
(4) A
B
0 1 3
0 0
0 0 0
4
1 3
C 0 1
0 0
0 0
0
(c) 0
2
0
1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
32
lgebra Linear
II DETERMINANTES E MATRIZES
1 Classe de uma Permutao
3 2
(2)
213
(3)
2 3 1
(4)
3 1 2,
(5)
3 2 1
(6)
N de inverses
Permutaes
N de inverses
123
231
132
312
213
321
Uma permutao tem classe par ou classe mpar, (indica-se classe ) conforme apresenta
um nmero par ou mpar de inverses. Assim, para uma permutao arbitrria em Sn, (Sn
indica o conjunto de permutaes), dizemos que mpar ou par, conforme exista um n par
ou mpar de pares (i, k) para os quais i > k mas i precede k em . Exemplificando: A
permutao 1 3 2 tem uma inverso, logo tem classe mpar.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
33
lgebra Linear
Sgn =
1, se par ;
1, se mpar.
Ou seja:
Quando na permutao existir um nmero par de inverses ento o sinal de (sgn )
positivo.
Quando na permutao existir um nmero mpar de inverses ento sgn negativo.
Exemplo1: A permutao 5 3 1 2 4 tem 6 inverses (quantidade par) logo sgn =1.
Exemplo 2: S3 = 3! = 3.2.1 = 6. Observe na tabela a seguir.
123
132
213
231
312
321
Permutao
N de inverses
Par ou mpar
Sgn
Par
mpar
mpar
Par
Par
mpar
imos que a matriz quadrada a que tem o mesmo nmero de linhas e de colunas (ou seja,
do tipo nxn). A toda matriz quadrada est associado um nmero ao qual damos o nome de
determinante.
Dentre as vrias aplicaes dos determinantes na Matemtica, temos:
Saiba Mais:
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
34
lgebra Linear
Considere a seguinte situao problema: Qual o valor real de x e y para que A.B = C sendo A =
1 2
, B =
5 4
x
y
eC=
1
?. Para determinar os valores de x e y, aplicamos o produto A.B =
1
C e obtemos:
1 2 x
.
5
4
1
. Resolvendo o produto, encontramos:
1
x + 2y 1
5 x + 4 y = 1
5 x 10 y = 5
5 x + 4 y = 1
5 x 10 y = 5
5 x + 4 y = 1
4 y 10 y = 6
y=
x + 2 y = 1 .(-5)
5 x + 4 y = 1
6
6
6
=
=
=1. Se fizermos o
4 10 (1.4) (2.5) 6
y (4 10) = 6
mesmo procedimento para encontrar o valor de x, iremos observar que o denominador tambm
(-6). Portanto x = -1. Observe que a expresso numrica (1.4)-(2.5), comum nas expresses,
permite que calculemos o valor de x e y e determina se o sistema tem soluo (se determinada
ou indeterminada). Da a origem do nome determinante. Observe tambm que a expresso
1 2
. A teoria dos determinantes surgiu,
5 4
ada uma matriz quadrada de 1 ordem M=[a11], o seu determinante o prprio nmero real
a11 ou seja, det M =|a11| = a11
Exemplo:
M= [5]
det M = 5 ou |5| = 5
M = [-6]
det M = -6 ou |-6| = -6
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
35
lgebra Linear
Portanto, o determinante de uma matriz de ordem 2 dado pela diferena entre o produto dos
elementos da diagonal principal e o produto dos elementos da diagonal secundria.
Observe os exemplos:
2 3
temos: det M = (2.5)-(4.3) = 10-12= -2.
4 5
(a) Para M =
(b) Se A =
3
1
ento det A =
4
2
3
4
= (1 x 4) (2 x 3) = -2
determinante de uma matriz de ordem 3 pode ser obtido pela regra de Sarrus.
Acompanhe como aplicamos essa regra para D=
a11
a12
a13
a 21
a31
a 22
a32
a 23 .
a33
1 passo: Repetimos as duas primeiras colunas ao lado da terceira ou repetimos direita dos
elementos da matriz A, as duas primeiras colunas:
2 passo: Encontramos a soma do produto dos elementos da diagonal principal com os dois
produtos obtidos pela multiplicao dos elementos das paralelas a essa diagonal (a soma deve ser
precedida do sinal positivo):
3 passo: Encontramos a soma do produto dos elementos da diagonal secundria com os dois
produtos obtidos pela multiplicao dos elementos das paralelas a essa diagonal ( a soma deve ser
precedida do sinal negativo):
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
36
lgebra Linear
Assim:
ou det D = + a11 a22 a33 + a13 a21 a32 + a12 a23 a31 - a11 a23 a32 - a12 a21 a33 - a13 a22 a31
1 2 1
1 2 1 1 2
Resoluo: Pela regra de Sarrus, fazemos
1 2 0 1 2 =
1 1 0 1 1
(-1.2.0)+(2.0.-1)+(1.1.1)-(2.1.0)-(-1.0.1)-(1.2.-1) = 0+0+1-0-0+2 = 3.
Logo |A|= 3 ou Det A = 3.
4
Exemplo 2: Determine o valor de x sabendo que
x 1
2 x 5 =0
1 8 3
4
x 1 4
2 x 5 2 x = 0. Logo,
1 8 3 1 8
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
37
lgebra Linear
imos que a regra de Sarrus vlida para o clculo do determinante de uma matriz de ordem
3. Quando a matriz de ordem superior a 3, devemos empregar o Teorema de Laplace para
chegar a determinantes de ordem 3 e depois aplicar a regra de Sarrus.
Teorema de LAPLACE: Segundo Laplace, o determinante da matriz A = aij igual soma dos
produtos obtidos multiplicando os elementos de qualquer linha(ou coluna) de A pelos seus
respectivos cofatores Cij:
det A = ai1 Ci1 + ai2 Ci2 + ...+ ain Cin
ou
det A = a1j C1j + a2j C2j + ... + anj Cnj
Mas, o que so cofatores? Reveja este assunto no Apndice A deste caderno.
1 0 1
Exemplo 2: Seja A = 2 3 1 .
7 1 3
+ (0). C12
3 1
1
+ (1). C13
(fixada 1 linha ).
+ 0
+ 1. 1 . (2-21)
Det A = -1.1.10
+ 0
+ 1.1.-19
Det A =
- 10
+ 0
- 19
Det A =
- 29
2 3
7 1
1 0 1 1 0
Det A = 2 3 1 2 3 = (-1.3.3)+(0.-1.7)+(1.2.1)-(1.3.7)-(-1.1.-1)-(3.0.2)
7 1 3 7 1
= -9 + 0 + 2 21 1 0 = -29.
1 3 4
38
lgebra Linear
+ (5). C21
2 3
4
+ (5). (-1)2+1
+ (1). C31
3 4
4 2
(fixada 1 coluna).
+ (1). (-1)3+1
+ (5).(-1).(6-16)
+ 1. 1 . (-9-8)
Det A = (1).1.(16)
+ (5).(-1).(-10)
+ 1. 1 . (-17)
Det A =
16
Det A =
49
50
2 3
(-17)
1 3 4 1 3
Det A = 5 2 3 5 2 = (1.2.2)+(3.-3.1)+(4.5.4)-(4.2.1)-(1.-3.4)-(3.5.2)
1 4 2 1 4
= 4 -9 + 80 8 + 12 - 30 = 96 47 = 49.
Para se executar o processo de triangulao, se procura colocar, por meio de operaes adequadas
(e das respectivas compensaes quando for o caso), como elementos da diagonal principal, exceto
o ltimo, o nmero 1.
Obtido o n 1 na 1 linha e 1 coluna, isto , a11 = 1, substituindo-se, por meio de operaes
competentes, todos os demais elementos da 1 coluna por zeros; da mesma forma, depois de obter
a22 = 1, substituem-se os demais elementos da 2 coluna, situados abaixo de a22 por zeros, e assim
por diante. Quanto a cada um dos elementos da diagonal principal da matriz A, trs hipteses
podem ocorrer:
1) O elemento igual a zero neste caso, deve-se proceder a operao de troca de linhas e
multiplicar o det A por 1, como compensao, isto , para que o determinante de A conserve o seu
valor.
2) O elemento igual a k 1 nesse caso, deve-se multiplicar todos os elementos da linha por i/k,
com o que se obtm o nmero 1 como elemento da diagonal principal dessa linha. Por outro lado,
para compensar, isto , para que o det A mantenha o seu valor, deve-se multiplic-lo pelo inverso
de 1/k, isto k.
3) O elemento igual a 1nesse caso nada a fazer no que diz respeito diagonal principal.
2 1 7
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
39
1.
1 3
1 2
ento At =
. E, det At = 1.4 2.3 = -2 = det A.
2 4
3 4
1 2 3
1 2 2
Exemplo 1: Se A =
Exemplo 2: det A =
2.
3.
4.
5.
6.
2 1 2 = 9 = det At = 2 1 4 = 9
2 4 3
3 2 3
Se a matriz quadrada A tem duas linhas (ou colunas) iguais ento det A = 0 ou se duas
filas paralelas de uma matriz so proporcionais, ento seu determinante nulo.
Exemplo 1:
Exemplo 2:
Se a matriz quadrada A tem uma linha ou coluna nula ento det A = 0 ou Quando todos os
elementos de uma fila (linha ou coluna) so nulos, o determinante dessa matriz nulo.
Exemplos:
Exemplo:
Se A uma matriz triangular (superior ou inferior) ento det A = produto dos elementos
diagonais. Exemplos:
Se cada elemento de uma linha (ou coluna) de uma matriz quadrada A multiplicado por
um escalar k ento o det A fica multiplicado por k.
Conseqncia: Se cada elemento de uma linha (ou coluna) de uma matriz A contm um
fator k, podemos coloca-lo em evidncia.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
40
1 6 3
1 2 3
2 3 0
2 1 0
Exemplos 2 e 3
7.
8.
9.
10
1 2 3
Exemplo:
dobro da 2, temos:
onsideremos a matriz quadrada A, de ordem n. Definimos como inversa de A, a matriz A-1 tal
que A . A-1 =I = A-1 . A sendo I a matriz identidade de ordem n.
Proposies:
(i) Se A tem inversa, diz-se que A inversvel.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
41
lgebra Linear
AxB inversvel
Posto A = n.
(iii) Toda matriz quadrada A, cujo determinante nulo, dita matriz singular e, se o
determinante de A for diferente de zero, dizemos que A uma matriz no-singular. Em
conseqncia, toda matriz no-singular sempre tem inversa e toda matriz singular no
tem inversa. Portanto, nem toda matriz quadrada tem inversa.
(iv) Se a matriz A tem inversa, ento o determinante da matriz A no nulo det A 0 e det
A-1 =
1
Det A
1
. Adj A
det A
Esta proposio envolve o conceito de determinantes e matriz adjunta clssica (Adj A). Para
rever o conceito de matriz adjunta clssica, e o calculo de matriz inversa por determinante,
consulte o Apndice A no final do caderno pedaggico.
(vi) Uma matriz A dita ortogonal se a sua transposta igual a sua inversa ou, A ortogonal se
At = A-1.
A partir do conceito de matriz inversa podemos verificar a
ORTOGONALIDADE DE MATRIZES. Dizemos que uma matriz M
ortogonal quando sua inversa M-1 igual a sua transposta Mt.
Se Mt = M-1 e como M.M-1 = M-1.M = I ento podemos tambm afirmar
que M . Mt = Mt . M = I (I representa a matriz identidade).
Saiba Mais:
Exemplo: A matriz M =
1
2
3
2
12 7
3 7
inversa da matriz B=
.
5 3
5 12
-1
=I = A-1 . A
Ou seja, devemos provar que a multiplicao das duas matrizes, resulta na matriz identidade.
Assim, podemos fazer A.B = I ou B.A = I.
12 7 3 7
.
5 3 5 12
A.B = I
I (provado). A e B so
inversas porque AB = I
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
42
1 2
1 3 .
1 0
a b
1 2 a b
1 0
-1
.
Supondo
A
=
,
fazemos
.
=
0 1
c d
1 3 c d
0 1 .
1b + 2d 1 0
1a + 2c
1a + 3c 1b + 3d = 0 1 . Comparando os resultados obtemos:
a
+
2
c
=
1
b
+
2
d
=
0
e
. Resolvendo os sistemas encontramos como resposta:
a + 3c = 0
b + 3d = 1
3
a
b
3
2
1
1
a= , b=
, c= , d= . Portando a matriz procurada A-1 =
A-1 = 5
1
5
5
5
5
c d
2
5 .
1
2
5 . 1 2 = I.
1 1 3
Opo 2: Determinando a matriz inversa pelo Teorema da Inversibilidade (por reduo das
linhas)
Uma matriz A de ordem n inversvel se existe uma seqncia de operaes elementares que
transforme A numa matriz identidade.
Uma matriz A-1 pode ser obtida aplicando a mesma seqncia de operaes elementares
iniciando-se com a matriz identidade.
Exemplo:
1 1 0
1 0 2
1 1 0 1 0 0
Resoluo: 0 1 1 0 1 0
1 0 2 0 0 1
2
2
1
1 1 0 1 0 0
1 0 0 3
3
3
1
2
1
0 1 1 0 1 0 .... 0 1 0
3
3
3
0 0 1 1
1
1
0 1 2 1 0 1
3
3
3
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
43
lgebra Linear
1
2 1
a) A= 0
5 2
1 3 4
3 2 4
b) B= 2
5 1
0 6
1
2
3
1 2
1 0 2 0
c) C=
3 1 1 2
4 3 0
1 2 5
e) E = 0 8 79
0 0 1
1
f) F = 0
1
3
g) G =
0
3
0
4
0
9 2 77
(2) Dada P = 2
x
1
(5) Para A=
2 1 3
5 3 2
4 0 7
1 2 1
1 2
h) H =
3
2 1 0
1
0 2 1
1 , calcule o determinante de P2; (3) Encontre lAl =
0 0
3
2
1 0
4
1
1
2
4 1 3
(4) Para A = 3 0
1 e B=
7 2 4
3 2 5
d) D= 4 1 3
2 3 1
6
2
9
3
1 2
0 x 1
2
1
B= 1 1 x ,C=
x
2x
x 1 0
2
3
1
2
3 4 5
, encontre x para Det A+Det B=Det C
0 1 0
0 x 1
4 6
a)
12 x
5 2 x =-128
7 4 2x
b)
1 0
18 x 3 2 =6
15 2 x 0 1
x
c)
x 1
d)
2 x x =0
x x 3
1 + 2x
2x
x2 1
e)
=0
1 x2
=0
a 0
1 b
e B=
0 a
b 1
1 2
2 0
e B=
1 1 0
1 1 2
(10) Prove que a matriz B inversa da matriz A, sendo B = 0 1 2 e A = 2
1 2
1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
44
lgebra Linear
sen cos
. Verifique se a matriz A ortogonal (Dica: lembre-se
(11) Considere a matriz A =
cos - sen
que A ortogonal se A.At=I). Em caso afirmativo, encontre sua inversa.
cos
- sen
cos
0
2 1 3
2 1 7
12 7
1 1 0
-1
-1
(14) Encontre a inversa A da matriz A = 0 1 2 e prove que A.A =I
1 0 1
(15) Encontre a matriz inversa pelo processo de inverso (ou triangulao), para:
1 1 1
2 1 0
2 2 1
1 2 1
1 1 1
1 1 1
Respostas:
1(a) 21; 1(b) -11; 1(c) -131 (Dica: Aplicar Laplace); 1(d) 30; 1(e) Por propriedade o determinante de uma matriz triangular
o produto dos elementos da digaonal principal ou seja, Det E =8; 1(f) 0; 1(g) 0 (Dica: Aplicar Laplace); 1(h) -7;
2 2
1
1 + 2 2
(2) Como P2 = 2 + 2 1 2 2
1 ento Det P2 = 64. Note que mais prtico fazer P . P = 8.8 = 64 ; (3) 14; (4)
2
2+ 2 2 2
2 9 11
Det AB = 5 16 21 = AB = 0. E, como lAl=-9 e lBl=0, temos que lAl.lBl=(-9).0 = 0. Portanto lABl = lAl.lBl;
24 68 92
(5) x =
3
; (6a) x = 2;
4
(7) A.B=I
pois AB I.
(6b) x = 7; (6c) x = 0 ou x = 2
(6d) x = 2,5 ou x = 2
(6e) x = 1.
4 2 2 4 2 2
.
=
. (a) A no inversa de B
1 1 1 3 0 2
2 4 5 / 6 2 / 3 1 0
.
=
(provado). Ou, a partir de A,
1 5 1 / 6 1 / 3 0 1
2 4 a b 1 0
2a + 4c 2b + 4d 1 0
2a + 4c = 1
.
=I
=
e
encontre B. Vejamos: A.B=I
. Logo
1 5 c d 0 1
a + 5c b + 5d 0 1
a + 5c = 0
2b + 4d = 0
5 / 6 2 / 3
;
. Resolvendo os sistemas encontramos os valores de a, b, c, d que equivale a matriz
b + 5d = 1
1/ 6 1/ 3
(10)
1 1 0 1 1 2
1 0 0
0 1 2 . 2 1 2 = 0 1 0 ;
1 0 1
1 1 1
0 0 0
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
45
lgebra Linear
(11) A ortogonal porque A.At = I. Ento sua inversa A-1 = At =
cos
- sen
0
1 / 8 3 / 8 1 / 8
1 / 11
-1
13) A = 1 / 4
0
1 / 4 , B = 1 / 11
1 / 2 1 / 4
2 / 11
0
1 1 0 1 1 2
1 0 0
0 1 2 . 2 1 2 = 0 1 0 = I; 15(a)
1 0 1 1 1 1
0 0 1
-1
sen
cos
0
sen
- cos
cos
.
- sen
17 / 66 19 / 66
3
9 / 22
1 / 22 , C-1 =
5
1 / 66
5 / 66
3 / 7 2 / 7 1/ 7
5 / 7 1 / 7 3 / 7 ; 15(b)
1 / 7 3 / 7
2 / 7
7
; (14) A.A-1=
12
1
1
1
4
3
5
1
0
1
/
2
1
/
2
0
1
0 ; 15(f) 1 / 2 1
0 3 3 ;15(d) 1 1 0 ;15(e) 1 / 2 1 / 2
1 4 6
2 3 1
1/ 2
1/ 2 0
0
1 / 2
1 / 2 1 / 2
1
1 ; 15(c)
3 / 2 1 / 2
1
1 / 2 .Verificao:
1 / 2
1 0 0
AA = 0 1 0
0 0 1
1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
46
lgebra Linear
amos conhecer algumas aplicaes dos determinantes que, em geral, so tratados com mais
formalismo nos estudos envolvendo geometria analtica.
x1
y1 1
x2
x3
y 2 1 = 0.
y3 1
2 3 1
2 3 12 3
x1
1
A rea deste tringulo ser S= D sendo D= x 2
2
x3
y1 1
y2 1 .
y3 1
Exemplo: Determine a rea do tringulo ABC cujos vrtices so definidos em A (1,1), B(3,4) e
C(5,2).
Resoluo:
1
S= D
2
Portanto, para S =
1 1 1
sendo
D=
3 4 1 =4+5+6-20-3-2=-10.
5 2 1
1
1
1
10
D temos S = 10 = .10 =
= 5 . A rea do
2
2
2
2
lgebra Linear
47
1
7) Como
4) 24 cm2
5) x = -33
6) m 1 ou m 2.
3 1
ABC
2
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
48
lgebra Linear
idia de equao tem estreita relao com a noo de equilbrio e a metfora da balana ,
normalmente utilizada para trabalhar esta noo. Entretanto, Lins9 (1997), afirma que essa
metfora no oportuna para casos com valores negativos, do tipo 3x + 35 = 2. Neste caso,
deve-se enfatizar que, modificada a situao, a metfora j no resolve. Outras noes10
associadas a equaes so: igualdade e varivel.
Uma equao com n variveis x1, x2,...,xn cuja combinao linear resulte em alguma constante
definida como uma equao linear.
Ou, Toda equao escrita na forma a1 x1 + a2 x2 + a3 x3 + . . . + an xn = b denominada equao
linear, em que:
a1, a2, ...,an so os coeficientes das variveis
x1, x2, ..., xn so as variveis ou incgnitas
b o termo independente.
Os valores das variveis que transformam a equao numa identidade formam sua soluo e so
denominadas razes da equao linear.
Exemplos:
a) 2x1 + 3x2 - x3 = 5 uma equao linear a trs incgnitas ou trs variveis x1, x2, e x3
b) x+y+z+t=-1 uma equao linear de quatro incgnitas ou quatro variveis x, y, z e t.
Observaes:
1) Quando o termo independente b for igual a zero, a equao linear denomina-se equao
linear homognea. Por exemplo: 5x - 3y = 0.
-4x. y + z = 2 no so lineares.
3) A soluo de uma equao linear a n incgnitas a seqncia de nmeros reais ou n-upla
ou nupla (1,2, ..., n), que, colocados respectivamente no lugar de x1, x2, ..., xn, tornam
verdadeira a igualdade dada.
4) Uma soluo evidente da equao linear homognea 3x + y = 0 a dupla (0,0).
2+ yz
.
4
LINS, Romulo C. e GIMENEZ, Joaquim. Perspectivas em Aritmtica e lgebra para o sculo XXI. SP, Papirus, 1997.
Para saber mais, acesse ao texto de OLIVEIRA http://www.tvebrasil.com.br/salto/boletins2003/eda/pgm1.htm
10
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
49
lgebra Linear
2+ yz
, y, z} para y e z
4
2+ yz
, y, z} para y, z reais. Uma soluo
4
x=
2 y
y R.
3
2 y
, y), y IR}. Note que
3
a equao tem infinitas solues reais a partir do valor que atribumos para y. Se
atribuirmos a y o valor 4, por exemplo, obtemos x =
24 6
=
= 2 . Portanto, x = (-2)
3
3
y z +1
para y, z IR.
2
y z +1
Resposta: A soluo geral da equao Sg = {(
, y, z) para y, z IR}.
2
Resoluo: Se 2x y + z = 1 2x = 1 y z x =
50
lgebra Linear
3 0 y 0z
(soluo impossvel)
0
um
sistema
de
equaes
lineares
um
conjunto
de
equaes
da
forma
a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = b2
a 31 x1 + a 32 x 2 + a 33 x3 + ... + a 3n x n = b3 com:
.......................................................
a m1 x1 + a m 2 x 2 + a m 3 x3 + ... + a mn x n = bm
m equaes
n variveis
aij indicando os coeficientes (nmeros reais ou complexos) das variveis para i = (1,
2, ..., m) e j = (1, 2, 3, ..., n)
bi indicando os termos independentes ou seja, as constantes (nmeros reais ou
complexos) para i = (1, 2, ..., m).
A soluo ou as razes do sistema uma lista de nmeros ou n-upla (x1,x2,...,xn) que
representa os valores das variveis e satisfaz simultaneamente as m equaes lineares.
Observao: Se o termo independente de todas as equaes do sistema for nulo, isto , b1 = b2
=... = bn = 0 o sistema linear homogneo.
2 x + y z = 0
Exemplo: x + y + 4z = 0
5x 2y + 3z = 0
odo sistema de equaes pode ser representado na forma de matriz, como uma matriz
completa ou como uma matriz simples. Dentre as variadas aplicaes, as matrizes so
utilizadas na resoluo de um sistema de equaes lineares.
11
Nmeros
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
51
lgebra Linear
a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = b2
a m1 x1 + a m 2 x 2 + a m 3 x3 + ... + a mn x n = bm
Utilizando matrizes, representamos o sistema da seguinte forma:
x1
b1
a11 a12 L a1n
b
x2
a 21 a 22 L a 2 n
2
.
=
M
M
M
M
M
m1 a m 2 L a mn
xn
bn
Exemplo:
Representao-padro do sistema
2x1 + 5x 2 x 3 = 0
4x1 3x 2 + 6x 3 = 1
7 x + x 2x = 8
2
3
1
2 5 1 x1
0
4 3 6 . x = 1
2
7 1 2 x 3
8
Note que: Tambm podemos transpor os coeficientes do sistema para uma matriz. Neste caso temos
duas formas de representar:
a11
a
21
a31
...
am1
a12
a13
...
a1n
a22
a23
...
a2 n
a32
a33
...
a3n
...
...
...
...
am 2
am 3
...
amn
b1
b2
b3
...
bm
a11
a
21
a31
...
am1
a12
a13
...
a22
a23
...
a32
a33
...
...
...
...
am 2
am 3
...
a1n
a2 n
a3n
...
amn
Lembre-se que: Numa matriz, as filas horizontais de nmeros chamam-se linhas e as filas
verticais colunas.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
52
lgebra Linear
s sistemas lineares so classificados, quanto as possveis solues. Podem ter uma nica
soluo, nenhuma ou diversas. Observe:
SISTEMA LINEAR
POSSVEL (COMPATVEL)
Quando tem soluo
DETERMINADO
Admite uma nica soluo
IMPOSSVEL (INCOMPATVEL)
Quando no tem soluo
INDETERMINADO
Admite infinitas solues
Exemplo 1:
x + y = 1
,
x + y = 0
(a) O sistema S=
x y = 1
, tem a nica soluo x = 0 e y = 1. Logo S = {(0,1)}
x + 2 y = 2
x + y = 2
(c) O sistema
,
tem a soluo x=-2y, para cada valor de y. Neste caso
2 x + 2 y = 4
(b) O sistema
indeterminado, possui infinitas solues. Sua Soluo Geral SG = {(-2y,y)} para qualquer y real.
Podemos encontrar vrias solues particulares. Uma delas, por exemplo, poderia ser Sp = {(2,1)} para y = 1 ou Sp= {(-6,3)} para y = 3, etc.
Note que:
Um sistema de equaes possvel se possuir pelo menos uma soluo. De outro modo
impossvel. Um sistema possvel tambm denominado de consistente ou compatvel.
E, um sistema impossvel tambm denominado de inconsistente ou incompatvel.
S=
a11 x + a12 y = b1
a 21 x + a 22 y = b2
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
1.
2.
3.
53
Exemplo 1: S1
=
2 x + y = 1 2 x + y = 1
2 x + y = 1
2 x + y = 3 0 x 0 y = 2 0 y = 2
x + y = 4 x + y = 4
x = 3
y =1
x y = 2 0 x + 2 y = 2
Retas concorrentes em S2: sistema determinado e tem um ponto em comum (3,1) que a
soluo do sistema
Retas concorrentes: Duas retas so concorrentes se elas tm um ponto em comum. As retas perpendiculares so retas concorrentes que
formam entre si um ngulo reto.
13Retas coincidentes: Duas retas sobrepostas num mesmo plano todos os pontos so comuns.
14 Retas paralelas: Duas retas eqidistantes em todos os seus pontos nenhum ponto comuns.
15 Para saber mais: http://pessoal.sercomtel.com.br/matematica/fundam/eq1g/eq1g.htm
12
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
54
Exemplo 7: S3
2 x + y = 1
2 x + y = 1
1 y
2 x + y = 1 x =
2
4 x + 2 y = 2 0 x + 0 y = 0
1 y
, y ) para y R ou C}.
2
Retas coincidentes em S3: Sistema indeterminado
Assim, geometricamente, pode-se interpretar a soluo de um sistema qualquer, no plano R2, onde:
1. Se o sistema consistente e determinado, as retas se interceptam num nico ponto (ponto
soluo do sistema);
2. Se o sistema consistente e indeterminado, as retas so coincidentes;
3. Se o sistema impossvel ou inconsistente, as retas so paralelas.
e dois sistemas lineares, S1 e S2, admitem a mesma soluo, eles so ditos sistemas
equivalentes. Veja os exemplos:
Exemplo 1: Os sistemas
2 x + y = 4
e
x + 3 y = 5
3 x + y = 1
so equivalentes porque tem a
x y = 1
x + 3y = 5
S1 :
S = {(1,-2)} e
2 x y = 4
3x + 2 = 2
S = {(1,-2)}
S2 :
x + y = 1
3
Teorema 1
Dado o sistema de equaes S, obtm-se um sistema equivalente quando se efetua as operaes
elementares sobre suas equaes que so:
1. Permutao de duas equaes;
2. Multiplicao de uma equao por um escalar k, real e no nulo;
3. Substituio de uma equao por sua soma com outra equao, eventualmente multiplicada
pelo escalar k R* .
Usando as operaes descritas no Teorema 1, sempre possvel construir um sistema equivalente.
Assim, podemos encontrar a soluo de um sistema, atravs da transformao sucessiva do mesmo
em sistemas equivalentes, at obtermos os resultados das suas variveis.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
55
Proposies
(i) As variveis (ou incgnitas) que num sistema na forma escalonada por linhas (sistemas
equivalentes), no aparecem no incio de nenhuma equao, so denominadas variveis
livres.
(ii) Para determinar o nmero de variveis livres de um sistema aplicamos aps o processo de
equivalncia das linhas, a frmula:
n de variveis livres = n variveis - m equaes no nulas.
(iii) Se o sistema consistente e indeterminado podemos determinar a soluo geral do sistema e
solues particulares do sistema. Para encontrar solues particulares, atribumos valores para
as variveis livres, que faro parte da soluo geral.
x + 2 y + z = 1
S 1 = x + y + z = 1
. Podemos determinar a soluo do sistema pelo processo de
2 x + 4 y + 2 z = 2
x + 2 y + z = 1
x + 2 y + z = 1
x + 2 y + z = 1
S 1 = x + y + z = 1
0 x + y + 0 z = 2
y = 2
.
2 x + 4 y + 2 z = 2
0 x + 0 y + 0 z = 0
x + 2.2 + z = 1 x = 1 4 z x = 3 z
.
y
=
2
y
=
2
y
=
2
Note que:
O sistema consistente (possvel) e indeterminado pois admite mais de uma soluo para as
suas variveis.
O sistema apresenta uma varivel livre (z). A quantidade de variveis livres pode ser
determinada pela frmula: n de variveis livres = 3 2 = 1 (conforme proposio ii).
Podemos obter uma soluo geral e solues particulares.
Soluo geral: S= {(-3-z, 2, z) z R}.
Uma soluo particular para o sistema: S= {(-4,2,1)} para z = 1.
Mtodo 2: Equivalncia de matrizes
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
56
lgebra Linear
x + 2 y + z = 1
S 1 = x + y + z = 1
A matriz completa de S1 :
2 x + 4 y + 2 z = 2
1
2
1
4
1
2
+1
1
+ 2
1
2
1
4
1
2
+ 1 1
1 0
+ 2 0
2
1
0
1
0
0
operaes: L2 = L2 L1 e L3 = L3 2L1 .
A
matriz
equivalente
encontrada
corresponde
ao
sistema
x + 2 y + z = 1
y = 2
S1=
y=2.
x + 2 y 3z = 4
x + 2 y 3z = 4
x + 2 y 3z = 4
x + 3 y + z = 11 L = L + L
y + 4z = 7
2
1
2
~
~
y + 4z = 7
y
2
z
5
L
L
L
+
=
+
2
x
5
y
4
z
13
L
2
L
L
+
+
3
2
3
3
1
3
2 z = 2
2 x + 6 y + 2 z = 22 L4 = 2 L1 + L4
2 y + 8 z = 14 L4 = 2 L2 + L4
Note que o sistema na forma escalonada apresenta 3 equaes no nulas nas trs
variveis, ento o sistema consistente de soluo nica.
Onde: Por L3, temos 2z = 2 z = 1; Por L2, temos y = 3 e, por L1, temos: x = 1
Logo, a 3upla (1, 3, 1) a nica soluo do sistema. Ou S = {(1,3,1)}
Exemplo 3: Considere o sistema:
2 x + y 2 z + 3w = 1 L1
3 x + 2 y z + 2w = 4 L2
3 x + 3 y + 3 z 2w = 5 L
3
2 x + y 2 z + 3w = 1 L1
y + 4 z 5w = 5 L 2
3 y + 12 z 13w = 7 L
3
2 x + y 2 z + 3w = 1
y + 4 z 5w = 5
2 w = 8
varivel livre
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
57
ento S = (17,-19,1,-4)
x + 2 y 2 z + 3w = 2
2 x + 4 y 3 z + 4 w = 5 L 2 = 2 L1 + L 2 ~
5 x + 10 y 8 z + 11w = 12 L = 5L + L
3
1
3
x + 2 y 2 z + 4w = 2
~
...............z 2w = 1
..............2 z 4 w = 2 L = 2 L + L
3
2
3
x + 2 y 2 z + 3w = 2
.................z 2 w = 1
..........................0 = 0
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
58
lgebra Linear
3x + y z = 0
S = x + y + 2 z = 1
2 x + 2 y + z = 2
x + + y + 2 z = 1 x + y + 2 z = 1
escalonando temos: 3x + y z = 0
~ 4 y + 5 z = 3
. O sistema na
2 x + 2 y + z = 2
0 = 1
x
y
z
,y=
e z=
.
Seja o sistema W:
a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = b2
a 31 x1 + a 32 x 2 + a 33 x3 + ... + a 3n x n = b3
.......................................................
a m1 x1 + a m 2 x 2 + a m 3 x3 + ... + a mn x n = bm
(1) equivale ao determinante de uma matriz
A, formada pelos coeficientes das incgnitas do
sistema W
a21 a22 L a2 n
= Det A =
M
M
M
a
L
a
mn
m1 m 2
(3) De maneira anloga
determinar y e z
a11
a 21
y=Det Ax2=
M
a
m1
b1
b2
M
bn
x = Det Ax1
a12
a 22
M
am2
L a1n
L a 2n
M
L a mn
podemos
L a1n
L a2n
M
L a mn
b1
b2
=
M
b
n
e z=Det Axn =
x det Ax1
=
det A
x2 = y=
a11
a 21
M
a
m1
a12
a 22
M
am 2
L b1
L b2
M
L bn
y det Ax 2
z
=
ez=
.
det A
det Axn
det A
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
59
lgebra Linear
x y z = 4
S = 2 x + y + z = 1 .
3x + 2 y + z = 2
1 1 1
Resoluo: Temos =
2
3
1
2
1 , x =
1
4 1 1
1
2
1
2
1 4 1
1 , y = 2
1
3
1
2
1 1 4
1 ,z = 2
1
3
1
2
1 .
2
x
3
y 6
z 3
=
= 1 , y =
=
=2 ez=
=
= 1.
3
3
3
omo j vimos, os sistemas formados por equaes lineares cujos termos independentes so
todos iguais a zero (bi = 0) so denominados de sistemas homogneos. Neste caso, todas
as constantes b1,b2,...,bm do sistema so nulas.
Todo sistema homogneo consistente (ou possvel), pois sempre admite soluo.
Neste caso, temos duas possibilidades de soluo:
a 21 x1 + a 22 x 2 + L + a 2 n x n = 0
Seja o sistema homogneo S =
.
L
a m1 x1 + a m 2 x 2 + L + a mn x n = 0
O sistema S sempre ter pelo menos uma soluo, a nupla (0, 0, ..., 0) chamada soluo zero
ou trivial. Qualquer outra soluo chamada no-nula ou notrivial. Assim, em todo sistema
homogneo temos duas possibilidades de resposta:
1) quando o nmero de equaes do sistema na forma escalonada for igual ao nmero de
incgnitas, dizemos que o sistema tem somente soluo zero ou trivial.
2) quando o nmero de equaes do sistema na forma escalonada for menor que o
nmero de incgnitas, dizemos que o sistema tem soluo no nula.
x + y z = 0
x + y z = 0
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
x + y z = 0
Resoluo: S1= 2 x + 4 y z = 0
3 x + 2 y + 2 z = 0
60
x + y z = 0
x + y z = 0
2 y + z = 0
2 y + z = 0
x = 0, y = 0 e z = 0
y + 5 z = 0
11z = 0
Note que o sistema na forma escalonada, apresenta nmero de equaes igual ao nmero de
incgnitas, logo o sistema possui soluo nica, isto , trivial. Logo, S = (0,0,0).
x + y z = 0
x + y z = 0
x + y z = 0
escalonada apresenta duas equaes no nulas e trs incgnitas, x, y e z. Logo o sistema possui
vrias solues. A varivel livre z. Soluo Geral: -5y+3z=0 y=
Logo SG = (
3z
2z
3z
e x=
+z x =
.
5
5
5
2 3
2 z 3z
, , z ), para z real; Soluo Particular: Para z = 1 temos SP = ( , ,1 )
5 5
5 5
AAggoorraa,, ccoom
m vvoocc!! Resolva a lista 6 de Atividades
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
61
lgebra Linear
1
x2 = 0.
2
x y
+ = 1 , ache para que (,+1) torne a sentena verdadeira.
2 2
2 x1 + 3x 2 x3 = 0
3x + y = K 2 9
, calcule k para que o sistema seja homogneo
2
y
=
k
+
3
2 x y = 5
x + 5 y = 11
e S2
so equivalentes.
7) Verifique se os sistemas S1
x + y = 7
3 x y = 9
x y = 1
mx ny = 1
8) Calcular m e n de modo que os sistemas
e
sejam equivalentes.
2 x + y = 5 nx + my = 2
6) Seja o sistema:
2 x + y = 5
9) Expresse matricialmente os sistemas: a)
e b)
x 3 y = 0
2 a + b + c = 1
.
a + c = 0
3a + 5b c = 2
2 5 a
4
. =
. Determine as equaes de S.
3 1 b
7
x y z = 4
a) S1= 2 x + y + z = 1
3x + 2 y + z = 2
x 2 y + 4 z = 7
b) S2= 2 x y + 3 z = 4
2 x 2 y + 3 z = 1
x + y + 2z = 0
c) S3= x y + 2 z = 2
2 x + 2 y + z = 1
x y + z = 4
d) S4= 2 x + 3 y + 2 z = 2
3x + 2 y 3z = 4
x + y z = 3
(e) S5= 2 x + y 3 z = 4
x + 2 y z = 3
x + y + z + t = 6
x + 2 y + z t = 1
(f) S6=
2 x + y z + t = 2
x + 2 y + z + t = 7
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
62
lgebra Linear
x y + z + t = 1
y + z t = 2
(g) S7=
x + y + t = 2
z + t = 1
x + y = 1
(h) S8= 2 x + 3 y = 2
3x + 3 y = 3
x + y + z = 6
(i) S9= x y z = 1
x + y + z = 2
x + y + z = 2
(j) S10= x y z = 0
3x 2 y + 4 z = 13
2 x + y + z w = 4
(k) S11= 3 x y z + w = 4
x 2 y + 3 z 2 w = 6
x + y + z = 6
(l) S12= x y z = 6
x y + z = 2
x + 2 y z = 2
a) 2 x y + 3 z = 9
3x + 3 y 2 z = 3
2 a b + c = 3
(b) a b + 2c = 3
a + b + c = 6
3 Determine se cada sistema tem soluo no-nula. Classificar e resolver os sistemas homogneos,
justificando a resposta. Se for indeterminado, encontre a soluo geral e uma soluo particular.
x 2 y + 3z 2w = 0
a) 3x 7 y 2z + 4 w = 0
4x + 3y + 5z + 2w = 0
x y + 2z = 0
2 x + 2 y 4 z = 0
e)
x + 2 y z = 0
2 x + 5 y + 2 z = 0
b)
x + 4 y + 7z = 0
x + 3y + 3z = 0
x + 2 y 3z = 0
c) 2 x + 5 y + 2z = 0
3x y 4z = 0
2 x y + 3 z w = 0
3 x y 2 z + w = 0
f)
x y + 3z w = 0
x + y + z = 0
x y + t = 0
2 x y + z w + t = 0
g)
x + 2 y w + 2t = 0
2 x y z + t = 0
3 x y + 2 z = 0
2 x + y + z = 0
d)
x y + z = 1
a) 2 x y + z = 2
x + y + z = 3
x y + z = 1
b) 2 x y + z = 2
x + y + z = 3
x y + z = 3
c) 2 x y z = 2
x + y + z = 1
2 x y + z = 5
a) 3 x + 2 y 4 z = 0
z 2 y + z = 2
x 2 y + z = 3
b) 2 x + y + z = 1
3x y + 2 z = 2
x + y + z t = 6
c) 2 x + y 2 z + t = 1
x 2 y + z + 2t = 3
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
63
lgebra Linear
a)
x + 2 y z = 0
3 x y + 2 z = 0
2 x y + 3 z = 0
b) 3x y + z = 1
x + y + z = 2
5 x + 2 y z = 0
c) x y + 3 z = 0
2 x y + z = 0
x + 2 y + z = 2
d) 2 x 4 y 2 z = 4
3x + 6 y + 3z = 6
2 x y = 1
y
x 2 = 1 2
x + y = 2
x y = 0 .
2 x + y = 2
2 x y + 3z = 11
4 x 3 y + 2 z = 0
(a) S1=
x + y + z = 6
3x + y + z = 4
x + 3 y + 2 z + 3w 7t = 14
(b) S2= 2 x + 6 y + z 2 w + 5t = 2
x + 3 y z + 2t = 1
x + 2 y z = 0
c) S3= 3 x y + 2 z = 0
2 x y + z = 0
x + 3 y 2z = 0
x + 3 y 2z = 0
a) S1= 2 x 3 y + z = 0 b) S2= x 8 y + 8 z = 0
3x 2 y + 2 z = 0
3x 2 y + 4 z = 0
5 x + 2 y z = 0
d) S3= x y + 3 z = 0
2 x y + z = 0
2 x y + 3 z = 8
4 x 3 y + 2 z = 8
(a) S1=
x + y + z = 3
3 x + y + z = 5
x + 3 y + 2 z + 3w 7t = 2
(b) S2= 2 x + 6 y + z 2 w + 5t = 12
x + 3 y z + 2t = 5
x + y = 2
2 x 3 y = 1
A=
x + y = 2
2 x + 2 y = 4
B=
x + y = 2
x + y = 3
C=
x + y = 0
2 x 3 y = 0
D=
x + y = 0
2 x + 2 y = 0
E=
x + y = 0
x + y = 0
F=
, y)}, y IR
(2) m = -1
(3) =
(5) Sim
(6) k = -3
(7) Sim. S = {(4, 3)}
(8) Os sistemas so equivalentes para m = 0 e n = 1. S= {(2, 1)}
2 1 x
5
(9a)
. =
1 3 y
0
2 1 1 x
1
(9b) 1
0 1 . y = 0
3 5 1 z
2
(10)
2a 5b = 4
3a + b = 7
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
(5b) No
64
lgebra Linear
(1a) S = {(-1,2,1)}
(1g) S = {(
= {(0,1,2,3)}
{(0,
(1b) S = {(-5,15,7)}
(1c) S = {(
1 , 1 , 3 , 8 )}
3 5 5 5
,-1,
)} (1d) S = {(1,-2,1)}
(1h) S = {(1,0)}
(1i) Impossvel
(1e) S = {(1,2,0)}
(1j) S = {(1,-1,2)}
(1f) S
(1k) S =
w + 6 2( 2 w + 7 )
,w)}, w IR. OBS: Se optar por transformar z em varivel livre, a resposta Sg = {(0, +z/4, z,
,
5
5
-7/2+5z/4)} para z real. (1l) S = {(4-z,2,z)} z IR; Sistema No-homogneo Consistente e Determinado 1, 1b, 1c, 1d,
1e, 1f, 1g, 1h, 1j; Sistema No-homogneo Consistente e Indeterminado 1k, 1l; Sistema No-homogneo Inconsistente 1i
2
9 12 9
, , )}; (3a) S = {( 23w , 5w ,15w , w )} w IR. Sistema Homogneo
16
16
16
5 5 5
Consistente e Indeterminado. Sp = {(23,5,15,16)} para w = 16; (3b) S = {(9z,-4z,z)} z IR. Sistema Homogneo
Consistente e Indeterminado. Sp = {(9, -4, 1)} para z = 1; (3c) S = {(0,0,0)}. Sistema Homogneo Consistente e
Determinado; (3d) S ={(
z +5
, z 15, z )} z IR. Sistema Homogneo Consistente e Indeterminado. Sp = {(0, -10, 5)}
2
para z=5; (3e) S = {(y-2z, y, z)} para y, z IR. Sistema Homogneo Consistente e Indeterminado. Sp = {(1, 1, 0)} p/y=1
e z = 0; (3f) S = {(0,0,0,0)}. Sistema Homogneo Consistente e Determinado; (3g) S ={(
w 5w w
w
,
, , w, }, w IR
2 8 2
8
ou S ={(- 4t ,5t ,4t ,8t , t } para t real. Sistema Homogneo Consistente e Indeterminado. Sp = {(-4,5,4,8,1)} para w = 8.
4) a) S = {(1,1,1,)}; b) S = {(-3/2, -3,5/2)}; S = {1,-1,1)}.
5) SPD e S= {(2,1,2)}; 5b) SI e S= { }; 5c) SPI e Sg=
6a) SPI e Sg=
{(
{(
t +5
1 t
, t )} para todo t real. Sp = {(0,4,3,1)} para t=1;
, t + 3,
2
2
3 z 5 z
, , z )} para z real. Sp = {(-3,5,7)} para z=7; 6b) SPD. S = {(4/5,13/10,-1/10)};
7 7
8a) SPD.S = {(-1,2,5)}; 8b) SPI e Sg= {(1-3y-7,y,2+t,3+2t,t)} para todo y e t real. Sp = {(-1,1,1,1,-1)} para y=1 e t=-1;
9, 9c,9d) SPD e S= {(0,0,0)}; 9b) SPI e Sg=
{(
8 z 10 z
,
, z )} para todo z real. Sp = {(-8,10,11)} para z=11;
11 11
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
65
lgebra Linear
iscutir o sistema saber se ele possvel (ou consistente) ou impossvel (ou inconsistente).
Se ele for possvel de soluo, pode determinado ou indeterminado. Com o mesmo
procedimento de equivalncia de sistemas, podemos resolver outro tipo de problema, como a
classificao de um dado sistema, que dependa de parmetros.
Exemplo 1:
x + 2 y z = 4
x + 2 y z = 4
2 x y + 3 z = 3 5 y + 5 z = 5
3x + y + 2 z = k
5 y + 5 z = 12 + k
x + 2 y z = 4
5 y + 5 z = 5
0 = 5 12 + k
Discusso: 0 = 5 - 12 + k K = 7
i)Se K = 7 o sistema possui vrias solues, indeterminado. A varivel livre z.
ii) Se K 7 o sistema impossvel (ou inconsistente ou incompatvel), sem soluo.
Exemplo 2: Determine os valores de a, de modo que o seguinte sistema nas incgnitas x, y e z
tenha: (i) uma nica soluo; (ii) mais de uma soluo; (iii) nenhuma soluo.
x + y z = 1
x + y z = 1
~
2 x + 3 y + az = 3 L2 = 2 L1 + L2 ~ ...... y + (a + 2) z = 1
x + ay + 3 z = 2 L = L + L
(a 1) y + 4 z = 1 L = (a 1) L + L
3
2
3
3
1
3
x + y z = 1
y + ( a + 2) z = 1
(3 + a )(2 a) z = 2 a
x + ky + z = 1
1
2
k
1
4
1
1
k 1 1
k
0
0
k
1 k
4 2k
1
1
2 + k 0 0
0
2 + k 2
k
1 k
0
0
2+k
.
k 2 + 5k 6 2(k 1)
x + ky + z = 1
16
PINTO (1997:13)
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
(a) Para
(k 2 + 5k 6) z = 2t (k + 2) 2 z =
66
2t ( k + 2) 2
.
k 2 + 5k 6
(1 k ) y + (2 + k ) z = 0 temos y =
(2 + k ) z
.
1 k
AAggoorraa,, ccoom
m vvoocc!! Resolva a lista 7 de Atividades
Lista 7 de atividades
4 x + 3 y = 2
4 x + 3 y = 2
3 Determine o valor de k, para que (5,k-1,3k+2) seja soluo da equao linear x -2y + z = 7.
kx + y + z = 0
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
67
lgebra Linear
APNDICE A
Matriz de Co-Fatores e Adjunta Clssica.
Aplicao de Determinante: Adjunta Clssica e Matriz Inversa
1 Encontrando a Matriz de Co-fatores
O Cofator de um elemento aij de uma matriz A indicado por Cof (A) ou C, se define como
a32
a31 a32 a33
a23
== a22 a33 a23a32
a33
Ou:
Menores e co-fatores (definio): Seja A = [aij] uma matriz quadrada de ordem n 2 sobre um
corpo K. Seja Aij a sub matriz de A obtida suprimindo-se a i-sima linha e a j-sima coluna de A. O
menor do elemento aij de A o determinante da sub matriz Aij, indicado por Mij. O co-fator do
elemento aij de A o produto de (-1)i+j pelo menor de aij, indicado por Cij = (-1)i+j . Mij.
Assim, pelo Teorema de Laplace, podemos encontrar o determinante de uma matriz fazendo:
det A = a11 |M11 | - a12 |M12 |+ a13 |M13 | ou det A = a11 . C11 + a12 .C12 + a13 . C13
sendo
onde Mij a sub matriz encontrada da matriz inicial A, de onde foram retiradas a i-sima linha e a jsima coluna e Cij o cofator dos elementos de A.
Assim,
det A = a11
det A = a11
M 11 - a12 M 12 + a13 M 13
a22
a23
a32
a33
- a12
a21
a23
a31
a33
+ a13
a21
a22
a31
a32
det A = a11 (a22 a33 - a23 a32) - a12 (a21 a33 - a23 a31) + a13 (a21 a32 - a22 a31)
1 0 1
3 1
2 1
C11 = (-1)1+1 .
=1.(9+1) = 1.10 = 10.
C12=(-1)1+2.
=(-1).(6+7)=(-1).(13)=-13
1 3
7 3
2 3
0 1
C13 =(-1)1+3 .
=1.(2-21) = 1.(-19)= -19.
C21 = (-1)2+1 .
=(-1).(0-1)=(-1).(-1)= 1.
7 1
1 3
1 1
1 0
C22 = (-1)2+2 .
=1.(-3-7)=1.(-10)= -10.
C23 = (-1)2+3.
=(-1).(-1-0)=(-1).(-1)= 1
7 3
7 1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
68
lgebra Linear
10 13 19
Proposies:
O determinante I M
ij
Mij .
C11
a11 a12 L a1n
C11 C12 L C1n
C
a 21 a 22 L a 2 n
C 21 C 22 L C 2 n
t 12
Cof
A=
Adj
A=
(CofA)
=
A=
M
M
M
M
M
M
M
C
m1 a m 2 L a mn
m1 C m 2 L C mn
1n
C 21 L C m1
C 22 L C m 2
M
M
C 2 n L C mn
Lembre-se que: O cofator do elemento aij de uma matriz A, indicado por C, se define como
1 0 1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
69
lgebra Linear
1+1 1
c11 = (1) .
1
0
Cof A = c 21 = (1) 2 +1 .
1
c = (1) 3+1 . 0
31
1
0
0
2 0
.
1 0
c12 = (1)
1+ 2
1
0
c 22 = (1)
2+ 2
1
0
c 32 = (1) 3+ 2 .
1 1
.
1 0
1 1
2 0
2 1
1 1
0 0
2 +3 1
c 23 = (1) .
1 1 = 1
1
1 0
c 33 = (1) 3+3 .
2 1
c13 = (1)1+ 3 .
1 1
2 1
0 1 1
Saiba Mais:
A primeira impresso quando nos deparamos com a definio de adjunta , em geral, estranha.
Qual o sentido de formar uma matriz por meio de tantos artifcios? A idia de formar uma
adjunta surge naturalmente quando se toma conhecimento de dois resultados clssicos sobre
determinantes: Os teoremas de Laplace e Cauchy.
1: Teorema (elementar) de Laplace. A soma dos produtos dos elementos de uma fila (linha
ou coluna) por seus respectivos cofatores o determinante da matriz.
2: Teorema de Cauchy. A soma dos produtos dos elementos de uma fila (linha ou coluna)
pelos cofatores dos elementos de uma fila paralela igual a zero.
Observe:
No Ex.1 a matriz A =
1 0 1
2 1 0
1 1 0
0 0 3
C= 1
1 1 .
1 2 1
Se
formarmos a soma dos produtos dos elementos da primeira linha pelos seus respectivos
cofatores, o resultado ser o determinante ou seja, pelo Teorema de Laplace, o
determinante de A, indicado Det A = a11.c11 + a12.c12+ a13.c13 = 1.0+0.1+1.3 = 3
Isto vale para qualquer linha ou coluna, isto , para qualquer fila. o famoso desenvolvimento
por cofatores de um determinante.
Igualmente, verificamos o Teorema de Cauchy: Somando os produtos dos elementos da
primeira linha pelos cofatores dos elementos de outra linha zero. Assim, multiplicando os
elementos da 1 linha de A pelos cofatores dos elementos da 2 linha e somando os produtos,
obtemos:
Verificando: 1 linha de A x 2 linha de C = 1.1+0.1+1.(-1) = 1 + 0 1 = 0.
1 linha de A x 3 linha de C = = 1.-1+0.-1+1.(1) = -1 + 0 +1 1 = 0. Voc pode verificar com
as outras linhas e colunas.
Os teoremas de Laplace e Cauchy podem ser integrados numa nica definio: Se A uma
matriz quadrada de ordem n ento A. Adj A = Det A . In sendo In a matriz identidade de ordem
n.
Note que, para toda matriz quadrada, A. Adj A = Adj A . A ou seja, uma matriz e sua adjunta
comutam.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
70
lgebra Linear
Exemplo 2:
1 0 1
10 13 19
1
3
10
Adj (A)3x3 = 13 10 1
19 1
3
imos que, uma matriz quadrada A, de ordem n tem inversa A-1 se (A.A-1)=(A-1.A)=I, sendo I
matriz identidade de ordem n. Decorre da definio algumas proposies. As proposies
relacionadas ao determinante so:
1
. Adj A
det A
2 3 4
18 2 4
18 11 10
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
71
lgebra Linear
18 11 10
1
14 4 . Portanto A1 =
A =
2
46
5
8
4
1
1
. Adj A
det A
5 / 23
9 / 23 11 / 46
1 / 23 7 / 23 2 / 23 .
2 / 23 5 / 46 4 / 23
1 1 0
1 Dadas as matrizes A = 1 1 1 e B =
0 2 1
1 2 2
2 1 3
2 1 7
12 7
2 5 3
5 4 3
1 1 0
1 2 3
-1
4 Considere a matriz A =
0 2
1 1 1
1
1/ 8
1 1 0 1 1 2
1
1 / 11 17 / 66 19 / 66
-1 3 7
-1
; (3) A.A = 0 1 2 . 2 1 2 = 0
= 1 / 11
9 / 22
1 / 22 , C =
5 12
2 / 11
1 / 66
5 / 66
1 0 1
1
1 1
0
17 7
Determinante de A = Det(A) = |A| = -24; 4b) Matriz Cofatores Cof (A) =C= 3 3
13 11
Respostas: 1) Adj A= 1
3 / 8 1/ 8
0
1 / 4 , B-1
1/ 4
0
0 0
1 0 = I; (4) a)
0 1
9
3 ; 4c) Transposta de
3
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
72
lgebra Linear
17 3 13
1
1
C = C =Adj A= 7 3 11 ; 4d) A1 =
.Adj A =
.
A
24
9 3 3
4
3 / 7 2 / 7 1/ 7
0 1 / 2 1 / 2
1
1
1 ; 5(c) 0 3
5 / 7 1 / 7 3 / 7 ; 5(b) 1
1 / 7 3 / 7
1 4
2/7
1 3 / 2 1 / 2
1 / 2 1 / 2
1
1
0
0
0 ; 5(f) 1 / 2 1 1 / 2 .Verificao:
1 / 2 1 / 2
1/ 2
1 / 2 0 1 / 2
0
1 / 2
13 / 24
17 3 13 17 / 24 1 / 8
7 3 11 = 7 / 24
1 / 8 11 / 24 5(a)
9 3 3 3 / 8
1 / 8
1 / 8
5
3 5 1
3 ;5(d) 1 1 0 ;5(e)
2 3 1
6
1 0 0
AA1 = 0 1 0
0 0 1
Bibliografia
ANTON, H.; BUSBY, R.C. lgebra Linear Contempornea. Trad. C.I.Doering. Porto Alegre: Bookman.
2006.
IEZZI, Gelson; HAZZAN, Samuel; MURAKAMI, Carlos. Fundamentos de matemtica elementar
4: seqencias, matrizes, determinantes, sistemas. 6.ed SP: Ed. Atual, 1993. v.4.
KUHLJAMP, Nilo. Matrizes e Sistemas de Equaes Lineares. Florianpolis: Ed. UFSC, 2007.
LAY, David C. lgebra linear e suas aplicaes. 2.ed Rio de Janeiro: LTC, 1999. 504 p.
LEON, Steven J. lgebra linear com aplicaes. 4.ed Rio de janeiro: LTC, 1999. 390 p.
LINS, Romulo Campos e GIMENEZ, Joaquim. Perspectivas em Aritmtica e lgebra para o
sculo XXI. So Paulo, Papirus, 1997.
STEINBRUCH, Alfredo; WINTERLE, Paulo. lgebra Linear. RJ: Makron Books, 1987. 581 p.
STEINBRUCH, Alfredo. lgebra linear e geometria analtica. SP: Ed. McGraw-Hill, 1975.518 p.
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris