Algebra Matrcial 77 Assim, A(Bx) ¢ obtido a partir de x por uma composiedo de aplicagées, as transformagbes lineares «estudadas na Secdo 1.8. Nosso objetivo é representar essa aplicagdo composta como uma multiplica- ‘edo por urna Gnica matriz, denotada por 4B, de modo que A(Bx) = (AB) wo ‘Veja a Figura 3, Muttiptcasto Maltipicagso pork por x kK Ae) Mulupiagto por ab FIOURA'S Multiplicagdo por 4B. Se for m> n,B for nx p ex pectencer a BY, denotaremos as colunas de B por By nb,» € a8 componentes de por, %, Eno Bx = aby +o bayby Pela linearidade da multiplicagdo por 4, A(Bx) = ACayby) ++ ACspby) = xjAby +o xpAby (0 vetor 4(Bx) é uma combinapdo linear dos vetores b,,.Ab,, em que as componentes de x sto ‘0s pesos. Em notasio matricial, essa combinario pode ser escrita como A(Bx) =[ Ab) Aby o> Aby |x Assim, a multiplicagéo por [4b, Ab, ... b,] transforma x em A(Bx). Encontramos a matriz que pro- curévamos! DEFINICAO | Se A Yoruma matriz'm xn eB for uma mata np com coluasb, Bento produto {AB er a natriz mp cues colunas serio AD, Ab, Ou 28, AB = Alby by +++ by] =[4b, Ab -++ Ap] ssa definigdo torna (1) verdadeira para todo x em R.A equagao (1) mostra que a aplicaglo com- posta na Figura 3 é uma transformagao linear e sua matriz candnica é AB. A multiplicagdo de matrizes corresponde & composiciio de iransformacdes lineares. 2 EXEMPLO 3 Cacao 48, emave = [7 rea) [2h (tI a Ents | wos m wi-[t 2 2] 1 Abs Abs . Note que, da dfinigGo de 4B, sua primeira coluna, Ab, 6 uma combinagdo linear das colunas de Arsando as componentes de b, como pesos. O mesmo é verdadeir para cada cohina de AB.n capiruio 2 ‘Cada coluna de 4B é uma combina¢to linear das colunas de 4 usando como pesos as componentes, ‘da coluna correspondente de B. E claro que o miimero de colunas de A deve ser igual ao nimero de inhas de B para que uma com- binagao linear como Ab, esteja definida. Mais ainda, a definigdo de AB mostra que AB tem 0 mesmo rimero de linhas que A'e 0 mesma nimero de colunas que B. EXEMPLO 4 SoA for uma matriz 3 x 5 ¢ B for uma matrz 5 x2, quai serio os tamanhos de AB ‘BA, caso estejam definidss? SOLUGAO Como Atem 5 colunas €# tem 5 linha, o produto AB est definido e€ uma matriz3 x2: 8 AB | ( produto BA ndo esté definido porque as 2 colunas de B no combinam com as linhas de A. mL ‘A definiglo de AB 6 importante para desenvolvimento teérico e de aplicages, mas a gra que se segue fornece um método mais eficiente para se calcular os clementos individuais de AB sempre que se estiver resolvendo um pequeno problema manualmente. REGRA DA LINHA-POR-COLUNA PARA CALCULAR AB ‘Seo produto AB estiverdefinido, entdo o elemento da -tsima lina e-ésima coluna de AB seré. ‘a soma dos produtos dos elementos correspondents da sim links de 4 com a -6sima coluna de B. Se (AB), denotar 0 elemento (,/) de AB, se A for uma matriz.m x n, entio (AB)y = aby + aba +--+ aad Para verificar essa regra, sea B= [b, ...b].Aj-ésima coluna de AB é Ab, podemos caleul-Ia pela ogra para calcular Ax na Seglo 1.4. A Fésima componente de db, a soma dos produtos dos clementos da linha de dpelasrespectivas companeates do vetor b, qué éexatamente o cileulo des- crito pela regra para se calular o elemento (i) de AB. EXEMPLO 5 Use a regra da linha-por-coluna para caleular dois elementos de AB para as matrizes ‘no Exemplo 3, Uma inspegfo dos nimeros envolvides deixari claro como os dois métodos de céleulo de AB produzem a mesma matriz. ‘SOLUGAO Pace determinaro elemento da linha 1 ¢ da colune 3 de AB, considerea lin I de ea coluna 3 de B. Multiplique os elementos correspondents ¢ some os resultados, como é mostrado a seguir: [may > E_]O a mse] poo at Preto mens dats? edaclna 24, ait 2 eA een dB 2 spy spo npn 8 ins][i 8 $]-[8 woxtsen O]-[8 Bo : EXEMPLOG Determine os elementos da segunda linha de AB, em que 2-5 0 a-[E 3a} e-[24 3 30 9TEOREMA 2 Algebra Matrcial 78 ‘SOLUGAO Pela regra da linha-por-coluna, os elementos da segunda linha de AB vém da linha 2 de A (e das colunas de B): “50 -| stoma | A elle 3009 a a oo S4421512 643-8 51 = a a |"jo o . a a oo ‘Como o Exemplo 6 pediu apenas a segunda linha de 4B, poderiamos ter escrito apenas a segunda linha de 4 & esquerda de B e ter caleulado i Essa bservag sobre as linhas de AB é verdadeira em geral e segue da rege linha-porcoluna. Vi- ‘mos denotar -ésima linha de urna matriz A por inka (4). Entto linha, (48) = links (4) + @ Propriedades da Multiplicacao de Matrizes (© préximo teorema lista as propriedades bisicas da multiplicagéo de matrizes. Lemibre que I, repre senta a matriz identidade m xm e que 1.x ~ x para todo x em Rr". Seja 4 uma matrz-m xe sejam B e C maize com os tamanhos coreto, de modo que as somes 05 produtos indicadosestejam definidos. 2 A(BC) = (ABC (associatvidade da mltplicagio) b AWC) = AB+ AC stibutvidae d esqurda) © (BHO)A=BA+CA —istibuividade dicey dL. r(AB) = (A)B = AUrB) para qualquer esealar 7 © InA th ‘desde para a muitipliasao de matrizes) DEMONSTRAGAO As propriedades de (b) a () esto consideradas nos execicios. A propredade (@) segue do fato de que a multipicagio de matrizes coresponde & composigio de tranformagées Tineares (que so fung6es) e€ sabido (ou fcil de verifier) que a composigdo de fungdes & associa- tiva.A seguir, termosoutra demoastragZo de (a) que se baseia na “defnigdo por colunas” do produto de duas matrizes. Soja CHle = el Pela definisio da multplicagio de matrizes, Bey + Bep] [ABe) ABE) Lemire da equaciio (1) que a definigo de AB toma A(Bx) = (AB)x para todo x, de modo que ACC) = [(AB)ey ~~» (ABYep] = (ABYC . A associatividade e a distributividade nos Teoremas | ¢ 2 dizem essencialmente que os pares de pargnteses nas expressBes com matrizes podem ser inserides ou omitidos da mesma forma que na Algebra dos nimeros reais. Em particular, podemos escrever ABC para o produto, que pode ser calculado tanto como A(BC) quanto como (48)C: De forma andloga, um produto ABCD de quatro ‘matrizes pode ser calculado como A(BCD) ou (ABC)D ou A(BO)D. e assim por diante. Néo importa ‘como agrupamos as matrizes quando calculamos o produto, contanto que a ordem das matrzes, da cesquerda para a direita, seja preservada ‘Quando amatia 2 € quudeda co nimero de colunas de Cé menor que onimero de linhas de 4, é mais ficient cal cular ABO) gu (ABC.30 capiruo2 TEOREMA 3 ‘A ordem do produto, da esquerda para adieita, é critica porque, em geral, AB e BA nio sto iguais. {Isso ndo ¢ de surpreender, pois as colunas de 4B so combinagGes lineares das colunas de 4, enquanto 1s colunas de BA sao obtidas a partir das colunas de B. A pasicio dos fatores no produto AB é enfa- tizada quando dizemos que A & multiplicada & direita por B on que B & multiplicada & esquerda por A.SeAB = BA, disemos que Ae # comutam, 1 2 BEMPLOT Sciam 4=[3 _}]e0=[{ §]. Mose qu esas mize ni comuiam, ou seja, mostre que AB BA. ‘sowugho ao-[5 s][7 s]-[4 4] sa-[7 S]3 a]-[ 4] . O Exemplo 7 ilustra a primeira da seguinte lista de diferengas importantes entre a élgebra matricial e algebra usual dos niimeros reais. Veja os Exercicios de 9 a 12 para exemplos dessas situagies. CcuDADO: 4, Em geral, AB + BA. 2. As leis de cancelamento nao valem para a multiplicagdo de matrzes, Ou sea, se AB = AC, en- ‘io ndo seré verdad, em geral, que B= C. 3. Seo produto 4B for a matriz nula,ndo se poders concluir, em geral, que A = 0 ou B= 0. (Veja ‘0 Exereicio 12.) Poténcias de uma Matriz ‘Se A for uma matriz n x n ¢ se k for um inteiro positive, entiio 4* denotari o produto de k eépias de A: At = Awd Se for diferente de zero ¢ se x pertencer a R,entio A°x seré o resultado da multipicaglo de x es- ‘querda por 4 repetidamente k vezes. Se k= 0, entfo A"x deveria ser igual a x. Assim, interpetamos # como a matt identidade. Poténias de matrzes so ites tanto para teoria como em apicagBes (vejaas Segdes 2.6, 49 e posteriormente no livro) A Transposta de uma Matriz ‘Dada uma matriz A m x n, a transposta de A & a matriz mx m, denotada por 4°, cujas colunas sto formadas com as linhas correspondentes de 4. EXEMPLOB Sejam Entio Sejam 4 e B muttizes eyjos tamanos so apropriads para as sepuintes somas e produtos. a (ANA b (44 By =A? 4 BT Para qualquor escalr»(rA)T = ra 6 (4a)? = BATAlgebra Matrcial 81 ‘As demonstrapdes de (a até (c) sdo simples e serdo omitidas. Para ((), veja 0 Exerefcio 33. Em ge- ral, (4B) nfo € igual a 4°B", mesmo quando os tamanhos de A e B s2o ais que 4B" esti defini. 'A generalizagao do Teorema 3 (d) para produtos com mais de dois fatores pode ser enunciada em palavras como se segue: A transposta de um produto de matrizes & igual a0 produto de suas transpostas na ordem inversa. (Os exercicios contém exemplos numéricos que ilustram as propriedades das transpostas. ‘COMENTARIOS NUMERICOS 1. A forma mais répida de se obter 4 em um computador depende da forms como o compu tador armazena as matrizes na meméria, Os algoritmos-padro de alto desempenho, como ‘OLAPACK, calculam 42 por colunas, como na nossa definigio do produto. (Uma versio ‘do LAPACK, codificado em C™, cateula 4B por linhas.) 2. A definigdo de AB se presta bem ao processamento paralelo em computadores. As colunas {de B slo direcionadas individualmente, oem grupos, para diferentes processadores, que, Ge forma independente c, portato, PROBLEMAS PRATICOS multénca, calculam as colunas correspondentes de AB. 1. Como os vetores em R podem ser considerados matrizes nx 1, as propriedades das transpostas ‘no Teorema 3 também se aplicam aos vetores. Sejam [ent Caleule (4x)", x74", xx" ex's, Serd que A°x" esti definido? 2, Seja d uma matriz 4%4 ¢ seja x um vetor em Bt, Qual 6 forma mais ripida de se calcular 42x? ‘Conte as multiplicagSes. 2.1 EXERCICIOS [Nos Exercicos 1 © 2, calule cada soma ou produto, quando existir Se to estiver defnida, expliqne por qu. Sejam [i sa} eft 3] e-[4 i} o-[4 f} e-[4] “2A, B-2A, AC, CD 2 A438, 2C iramniraa tao rere seth caret 20s (¢ vetores) envolvidas “combinem” epropriadamente, 7 2 s4=[2 SJ omte-ceoe 4. Caleuled =SI,e(61,)4,emque sae a=|-4 3-6 312 [Nos Exercicios 5 €6,calcule o produto 4B de duas formas: 2) pela de- fnigdo, com Ab, e Ab, calculados Separadamente,e(b) pela repra da Tinbs-por-coluna par oealeulo do produto 4B, ‘he-L3 9] 7 -[4 “| o-[} u 2 1B 4 Seuma matriz A for 3 «5 ©0 produto AB for 3% 7, qual serio ta smanho de #? ‘Quantas linhas B precisa ter para que BC scja uma matriz $ « 4? soma=[ 2 Sem] | 2 jestoealon dots don fen con eB sh af tlee-[3 7] Veiga B= AC ton BC ‘© DA. Expligue com as lnhas de A mudam quando 4 é maltipli- cada por DA dieta ou & esque. Encontre uma mattiz B3 «3, dlisrento da maiz dontdade eda matriz nul, tl ue A= BA. sein = [2 ~$] cons ura mati #22 al qe 40 ‘Use dua columas nfo mula editintas para B Sejam fy, vetoes em Re © Q uma matrz m * n Eserevaa atic [2r, como um proto de dus mazes (nema sar igual mat idensidad). Seja Ua mati esto 3x2 deseria no Exempla 6 da Seg 1.8. Primeira coluna de lista 0 eusto por real de prouo pao po- Auto B, e8 segunda o custo por real de produc para o produ C. (@s estas esto diviidos em caegoras como msterais, mo de obra demais despesas) See q, um vetor em Rue lista «pro Go (medida em resis) dos produtos B e C manafaturados durente © primeir trmeste do ano, sjam q, 4 4, 05 vetoes enslogosa2 capinuo2 auelisam a produgdode Be C durant o segundo, terciroe quarto trmesr,respectivamene. Interpreted ponto de Vista evondmico € dados na matsz UQ, em ave [a 4, 4 (OsExcrcicios 15 16 dizem respeitoamatrzes arbitirias 4, BeC pars as quis as somasc os prods indcados etgjam definidos. Margue cada afmacto como Verdadira ou Fala, ustifique ead resposi. 1S, s, See foremmatrizes2%2 com colunasa, tivamente, eno 48= (a, a.) », Ceda coiuna de AB ¢ uma combinaso linear das cohunas de B usando como poss os elements da coluna comespondente de AB+AC=AB+C) 44-04 By ‘A tnsposta de um produto de matrizes¢ igual ao produto das sus tanspostas na mesa order. ‘Aprimeira linha de AB & a primeira linha de A muhiplicada & Aircita por B. b. See B forem mavizes 3 x 3 ¢ B= (b, b, bj}, entio AB (Ab, + AD, + AD.) Se foruma matrien next (4)"= (4 4. (ABCC. Atansposta de uma some de mates & igual 4 soma de suas ‘ransposas [a segunda coluna de B, 18, Suponha que a tereiracoluna de B 6 tena zeros, O que se pods dizer sobre a terovia coluna de AB? 19, Suponta que terecira colune de Bsjaa soma das dus primeirasco- Junas. O que se pode dizer sobre a tereiracoluna de AB? Por qué? 20, Supoaha que as duns primeiras colunes de Bb, eb, seam igus. (que se pode dizer sobre as colunas de AB? Por que? ‘upon que ima cluna de AB tena ros, masque Bo ten ‘nenhuma cokina de zeros, O quote pode dizer sbre ae clunae de? “Mostre que, ses colunas de B forem linearmente dependentes, n> to as colunas de AB também o serio, 23, Suponha que CA=J, (a mati dentdade n <1), Mostre que aequs- (ox = D's tem & solupio trivial Explique por que no pode fer mais colunas gue linhas. Supodha que 4 sja wna mati 3m cajascolunas geram REx pligue como construir una matriz Dn «3 ta que AD = 1, Suponha que A sofa uma mari m% n © que exstam matrizesm = mCeDitis que CA 1, AD 1, Proveque m= ne C= D. (Se. _gesido: Pens sobre o produto CAD.) Suponha que AD =, (a mstrizidentidede n 1, como x", costuma ser eseria sem coleetes Finalmente 477 nfo est dete ‘ida, pois x” nao tem duas linhas para combinar com as duas colunas de 4". }. A forma mais ripida de se calcular 4’x é calculando A(4x). O produto Ax requer 16 multiplica- ‘es, 4 para cada elemento, (4x) requerouras 16, Por outro lado,” requer 64 multipicages, 4 para cada um dos 16 elementos de 4°, Depois disso, x necesita deoutras 16 muliplicages, totalizando 80. 2.2 | AINVERSA DE UMA MATRIZ ‘Algebra matricial fornece ferramentas para manipular equagdes matrciaiseeriar formulas itis de ‘manera semelhante Algebra usual com mimeros reais. Esta seg investiga 0 analogo matricial do «lemeni reciproco, ou inverso maltiplicativo, de um mimero real no nul. Lembre que o inverso multipliativ de um nimero como 5 € 1/5 ou! Esse inverso satis & equagio slset e sst=1 A generalzagio matricial requer ambas as equagdes ¢ evita a notagdo com uma barra (para a divi Slo) porque ¢ multiplicago matricial nio& comutativa. Alm disso, uma generalizagao completa s6 ¢ possivel quando as matrizes sio quacradas. ‘Uma matriz 4 nn 6 dita invertivel se exist uma matriz C7 Xm tal que A= e AC=I emaue I= 1, 6a matrizidentidade nxn, Nesse cas, dizemos que C é uma inversa de A. De fo, C «sti determiada de manera nica por 4, pois, se Bfosse otra inversa de A teiamos B= BY=B(AC)= (B4)C=1C= C. Essa inversa nic € denotada por 4, de modo que Ade ¢ AM*=1 ‘Uma matriz que ndo & invertvel és vezes, chamada matriz singular, ¢ uma matriz invertivel ma- oro}, oe 2 $Jec=[-2 “fant ve=(3 a3 a]-f 4] ea-[3 ILS a]-[o 1] Portanto, C= 4" . Aqui esti uma formula simples para calcular a inversa de uma matriz 2 x 2, junto com um teste para Verificar se a inversa existe 'Podriamos dizer que uma masz A m X n & invertvel se exstiem matics n x m Ce Dtsis que CA = I, ¢ "No elas, estas equaydesinlicam 4 quaradae C~ D,Portanto, &invetvl no sete dfn antvie= ‘ment, Veja Euercios de 28225 a So 24 capimuo2 TEOREMA 4 TEOREMA 5 siaa=[? Sead te #0, eno ser invetve u fej ad—tel-e a Se ad ~be= 0, enti dao ser avertive. “ A demonstragio simples do Teorema 4 esté delineada nos Exereicios 25 ¢ 26. A grandeza ad ~ be & chamada determinante de A e escrovemos det A = ad — be (© Teorema 4 diz que uma matriz.A 2 x 2 6 invertivel se e somente se det A #0, BKEMPLO 2 Detemineainversnde 4=[} SOLUGHO Como det A = 3(6)~ 4(5)=~2 #0, 4 & invertivel ¢ of 6-4] poem yea] pa eels S]-[53 WG) -[a A] . ‘As matrizes invertiveis sio indispensiveis em Algebra linear — principalmente para edleulos algébricos e dedugto de frmulas, como no préximo teorema. Também ha ocasides em que a matriz ‘nversa proporciona uma compreensio melhor para os modelos matemiticos de aplicagdes concreta, ‘como no Exemplo 3 a seguir. Se for uma matriz invertivel n n, entdo, para cada b em R°, a equagio 4x = b teri uma tnica solugo, a saber, x= 4b. DEMONSTRAQAO Considere um b abitiio em B.A slug existe porque quando x é substitu do por 4b, temas Ax = (Ab) = (AA = 2b b, Portanto, 4b éunsasolugdo, Para provar que 2 solugio ¢ tia, vamos mostrar que, se w for qualquer solugio, eno w ter de ser igual a 4b, De fato, se Au= b, podemos multplicar os dois lados por 4 ober aust, waa be wad . EXEMPLO 3 Uma barra elistica horizontal é sustentada em cada uma de suas extremidades e soffe ‘a.agio de forgas nos pontos 1,2, 3, eomo.na Figura 1. Seja fem R? o vetor de forgas nesses pontos © seja y em R! 0 vetor das deflexGes (ou seja, do movimento) da barra nos trés pontos. Usando a lei de Hooke da fisica, pode-se mostrar que = pe ‘em que D é uma matris de flesibilidade, Sua inversa é chemada matriz de rigides. Desereva o sigai- ficado fisico das colunas de De de D" FIGURA 1 Deflexio de ums bar liste, souwglo Escreva [e,¢, ¢,] enote que D=Dls=(De Der Des) Interpree 0 vetor€, ~ (1,0, 0) como uma forga de uma unidade aplicada para baixo no ponto 1 da barra (com forga nula nos outros dois pontos). Entio De,, a primeira coluna de D, representa as de Aexées devido a uma forca unitéria no ponto I. Valem interpretages andlogas para a segunda e & terceirs colunas de D.TEOREMA 6 Algebra Mawicial 38 Para estudar a matriz de rigidez D', note que a equacio f= D 'y calcula o vetor de forga f quando 6 dado um vetor de deflexio y. Escrevemos DD" =[D“e De De] Agora, interprete , como um vetor de deflexto. Entlo De, list as forgas que eriaram a deflexdo, Ou seja, a primeira coluna de D” lista as forgas que devem ser aplicadas nos tes pontos de modo a pro- ‘duzie uma deflexio de uma unidade no ponte | e deflexdo 2er0 nos outros pontes. De forma aniloga, as colunas 2 e 3 de D' fomecem as forgas necessirias para produ deflexdes unitirias nos pontos 2 .©3, respectivamente. Em cada coluna, uma ou duas das foreas precisam ser negativas (apontar para cima) para produzir uma deflex2o unitiria no ponto desejado e deflexto zero nos outros dois pontos.. Sea flexibilidade for medida, por exemplo, em centimetros de deflexto por quilo de carga, entdo os Ax € injetora. ‘A equago 4x = b tem pelo menos uma solugio para cada b em Rr. ‘As colunas de A geram R'. ‘A transformagiio linear x19 Ax 6 sobrejetora. [Bxiste uma matri2 Cn xn tal que C=, Existe uma matriz Dn x» tal que AD = 1. AY uma matriz invertivel, prvree meas as Primeiramente pressamos de mais nota, Sea afirmago (for verdadera sempre que a afirmago eo a (@ for verdadeiza, demos que) implica Ge esereveremos (a) =>). remosestabelecer o“cireulo" de u mplicagdes mostradona Figura 1.Se qualquer uma dessas cinco afirmagies for verdadeira, eno 35 ou \ oe tras também serio. Depois, remo ligar as demaisafirmasSes do teorema as afirmagSes desse circu. ua DEMONSTRAGAO Se a) for verdade, entdo poderemos escolher C em () como A, logo (a) => (). Temos que () = (4) pelo Exereicio 23 na SegHo 2.1, (Vole e leia 0 exercicio.) Além disso, (@) = © pelo Exereicio 23 na Segao 2.2. Se A for quatrada etivern posigdes de piv6, entio 0s pivés terdo de estar na diagonal e, neste caso, a forma escalonada reduzida de A é /.. Portanto, (©) =3(b). Pelo Teorema 7 na Segdo 2.2, (b) = (a) Isso completa o eirculo ne Figura 1. cy Prosseguindo, a) =k) porque podemos escolher D como 4, Temos que (k) + (8) pelo Exercicio ae 26 na Seyi 2.1 ¢(g) = () pelo Exercicio 24 na Segdo 2.2, Assim, o tens (k) ¢ (g esto ligados 20 eae circulo.Além disso, (2) (do equivalents para toda matriz 4, pelo Teorema dna Segdo 1.4 pelo ‘Teorems 12(a) na Seed 1.9, de modo que (h ei) também esto ligados através de () a0 circulo. Como (4) pertence ao cirulo, entdo(¢) e (também esto ligados ao ecu, jé que (4), (e) © (D so equivalents para qualquer mati 4, (Veja a Segdo 1.7 eo Teorema 120) na Sevto 1.9.) Finale ‘mente, (a) => () pelo Teorema 6(¢)na Segdo 2.2 (1) = (a) pelo mesmo teorema com A e 4 trocados. Isso completa a demonstragio. . women Moe Bo Por causa do Teorema 5 na Seco 2.2, a afirmago (g) no Teorema 8 também poderia ser eserita ‘como: “A equasio Ax =b acimite uma tinica solucdo para cada b em R’.” Essa afirmacio por certo implica (b) e, portanto, implica 4 ser invertivel (0 préximo fato segue do Teorema 8 e do Exercicio 12 na Segio 2.2.TEOREMA 9 ‘Algebra Maticial 91 Sejam A e B matrizes quadradas. Se AB = J, ento A e B serio invertiveis, com B= A”! € AaB, © Teorema da Matriz Invertivel divide o conjunto de todas as matrizes m x m em duas classes dlisjuntas: (1) as matrzes invertiveis (no singulares) ¢ (II) as matrizes singulares (rio invertiveis). ‘Cade afirmasio no teorema descreve uma propriedade comum a todas as matrizes inveriveis nxn. Anegagdo de uma afirmagio do teorema descreve uma propriedade comum a todas as matrizes sin- fgulares n Xn. Por exemplo, urna matriz singular n x n ndo & equivalente por linhas a J, ndo tem n pposigdes de piv e tem colunas linearmente dependentes. As negagbes das outras afimages serio ‘consideradas nos exereicios. EXEMPLO 1 Use o Teorema da Matriz Invertivel para decidir se 4 &invertivel: 10 = a1 5 10-2) fro o 1 4f~fo 1 4 0-1-1} le o 3 Ent A tem tes posigdes de pivd e, portanto, ¢ invertivel pelo Teorema da Matriz Inventive (airma- ioe). . 9 (© poder do Teorema da Matriz Invertivelesténa ligagio entre tantos conceitos importantes, como ‘ independéncia linear das colunas de uma matrizc a existéncia de solugSes para equagSes da forma Ax=b. No entanto, é preciso enfatizar que 0 Teorema da Matriz Invertivel se aplica apenas ds ma- ‘rizes quadradas. Por exemplo, se as colunas de uma matrz 4 x3 forem linearmente independentes, no poderemos usar 0 Teorema da Matriz Invertivel para concluir nada a respeito da existéncia ou no de solugbes de equagies da forma Ax= b, Transformacoes Lineares Invertiveis Lembre da Sepd0 2.1 em que @ multiplicagdo de matrizes corresponde & composicao de transforma- ‘Ges lineares. Quando uma matriz 4 é invertvel, a equagio "Ax = x pode ser interpretada como ‘uma afirmagio sobre transformagbes lineares. Veja a Figura 2. Malpas to or A x As Mattipliago por a FIQURA2 4° evade de volta pra. ‘Uma transformagéo linear 7: R > R° ¢invertivel se existir uma fungéo S : R* > R* tal que S(T) =x paratedo xem R" o T(S()) = paratedo xem R" @ (Opréximo teorema mostra que, se exstr tl S ela ser nica e ter de ser uma transformagto linear. ‘Chamamos S de inversa da transformagio T'e a denotamos por 7) DEMONSTRAGAO Suponha Tinvertivel, Entéo (2) mostra que T'é sobrejctora pois se b pertencer aR'ex=S(b), entio T(x) = 7(S (b)) = b, de modo que todo b pertencerd a imagem de 7: Assim, pela afirmagao (i) do Teorema da Matriz Invertvel, 4 € invertvel92 capiruo2 Reciprocamente, suponha A invertivel eseja (x) 6 claro satisfaz (1) ¢ (2). Por exemplo, SUT) = S(AR) = ACA Portanlo, 7 invertivel. A demonsirayéo de que S ¢ ‘nica esté delineada no Exereicio 38. . "x, Ento, §€ uma transformagao linear & FXEMPLO 2 0 que se pode dizer sobre uma transformagio linear T injetora de R" em 6? ‘SOLUGHO As colunas de 4, matriz candnica de 7, s4o linearmente independentes (pelo Teorema 12 1a Seed0 1.9). Portanto, pelo Teorema da Matriz Inverivel, A € invertivel e T€ sobrejetora. Além disso, pelo Tearema 9, Té invertvel . COMENTARIOS NUMERICOS Na pritica, pode-se encontrar, de forma ocasional, uma matriz quase singular ou mal condi- clonada — uma maiz invertivel que pode se tomar singular se algum elemento for alterado ligeiramente. Nesse caso, o escalonamento pode gerar menos que n posigdes de piv devido as erros de arredondamento, E também, as vezes, os erros de arredondamento podem fazer ‘com que uma matriz singular parega ser invertivel. ‘wen Alguns programas para matrizes calculam um mimero de singularidade para uma matriz ‘quadrada. Quanto maior for 0 niimero de singularidade, mais préxima estard a matriz de ser singular. O nimero de singularidade da matrizidentidade ¢ 1, Uma matri singular tem nimero dd singularidade infinito. Em casos extremos, um programa para matrizes pode néo ser capaz de distinguir entre uma matriz singular e uma matriz quase singular. Os Exercicios 41 a 45 mostram que os céleulos com matrizes podem produzir erros subs- tanciais quando o nimero de singularidade for muito grande. PROBLEMAS PRATICOS 23 4 1. Determine se A=|2 3 4 | &invertvel 234 2, Suponha que, para certa matriz An «n, aafirmagéo (g) do Teorema da Matrz Invertivel no seja ‘lida. O que se pode dizer sobre as equagdes da forma 4x = b? 3. Suponha que 4 ¢ B sejam matrizes n x n e a equagdo ABx~ 0 tenha solugio nio trivial. O que se pode dizer sobre a matriz AB? 2.3 EXERCICIOS Ando ser que sea dito o contri, iremos supor que todas as matrizes so 17 9 ‘os exerecios a seguir selam nxn. Nos Exerecios 1 a 10, determine 642 8-8 quis as mazes iavertiveis. Use amenor quantidade possivel decleu- 49, (aj 7 53 109 les, Justifque suas respostas. 9 6 4-9-5 ssl 4 LEZ] Fe Maa 643 ‘Nos Bxervicio 1 12, todas as mates slo nxn. Cada parte dos exer- si 4 , ni8o sempre seguir da veracidade da . Caso ‘contri, marque a implicagio como FlsaSusifiqu cada resposta 1-3 -6 oa 1, a. Sea equagio dx~ 0 admit apenas a slug trivial nto A sed equivalent por linhas& mati identidade nn », Se as colunas de gerarem R,entlo as colunas seo linear- 14 mente independents, 14 6 . Sed foruma matin, eno a equagio 4x bad pelo 2s ‘menos uma solugo para cada b em Re ' 6. Sea equagio Ax= 0 admit slupio nko trivial, enti 4 teri ‘menos en posigdes de piv. Sef no for inverivel, endo A nto sed inverivel 12, a Seexistiruma matriz D nx tal que AD =Jentio DA = ’. Sea transformacio linear x Ax for uma aplicacto de R° em [Rs entio a forma escalonadaredurida de serSe as colunas de forem linearmente independents, entBo as colunas d A gerarto R. 4. Sea oquaydo.(x ~b iver pelo menos uma solugd para cada b cm Re eniio a tansformagao x > 4x no ser njetora, © Seexistirum b em Rrtal que aequapio Ax = b seja consistent, enti a solugdo ser nice 13. Uma matriz triangular superior m x n & uma matric cujos ele- rentos chaixo da diagonal principal io todos iguni a 270 (como no Exercieio 8). Quando uma matiz triangular superior quadrada € inverivelJustiique sua esposta 14, Uma matriz triangular inferior m x n & uma maiz eujos ele- rentos acima da diagonal principal so todos iguais a zer0 (como no Exercicio 3). Quando uma mari wiangular inferior quadreda € inverivel? Justfique sua esposta 15, £ possivel que una matiz 4 4 cujas colunasndo geram sea fnvervel? Por qué? 16, Se uma matriz A nx for invertivel, eno as colunas de A seo Tinearmente independentes. Explique por qué. 17. Uma matrz quadrada com duas colunasidéntices pode ver inver- vel? Por qué? 18, Uma matric quadrada com dua lino idénticas pode ser invetivel? Por qué? 19, Seas colunes de uma matiz D7 forem linearmenteindependen- tes, 0 que se poder dizer sobre as solugdes de Dx= b? Por quS? 20, Se foruma matrz 5 x 5 ea equagio 4x=b for consistente pars todo b em seri possvel que a equagio x = b tenka mais de uma solu para algum bem BR"? Por qué? 21. Sea equagdo Cx = ytiver mis de uma solugdo para algum y em [Rar colunas da matrix C nxn poderdo gear R"? Por qué? 22, Scasmatrzes Ee F nxn forem ais que EP 1, enti EF coms: taro, Explique por qué. 23, Supoaha que Fseja uma matiz n 7, Se equagio Fx for it- consistente para algum y em Fr, 0 que voe8 poder dizer sobre a ‘quagdo Fx 0? Por gu? 24, Se uma maiz G n x n nfo puder ser escalonada a1, 0 que vocé poderé dizer sobre as colunas de G? Por qu? 25, Veritique a afmacio que precede o Exemplo I 26, Explique porque as colunas de. geram RY sempre que as colunas dda matriz An xn forem linearmente independents. 27. Sejam Ae # matrizesn xn, Mosre que, se 4B fr invetivel, onto A tam ser, Vot lo pode usr o Teorema 6b) porque ni pode ‘supor que Ae ®sejam inverts. [Sugestdo: Exist uma mariz W tal que ABW=1, Porque? 28, Scjam Ae B matrizes Xn. Mostre que se AB for invertve,entfo Barbe set 29, Se A for uma mit m > me a tansformagio x +» Ax for injetor ‘© que mais voce poderk dizer sobre esa transformapio? ustfique sa resposta. 30, Se for uma matriz » xe » equayio Ax =b tver mais de uma soluglo para algum b em R, enti a transformacio x -> Ax pio serdinjetora.O que mais voce pode dizer sobre esa transformagio? Jusifigue sua resposia. 31, Supoaha que sejauma matriz nn tal qu asquayio x= b tena pelo menes uma solupdo para cada b em i. Sem usr 0s Teoremas 8.ou S,explique porque cada equasio 4x b em, na verdad, exa- tamente uma slugto 132, Suponha que soja uma matriz nxn tal que aequagio Ax =O tenha spenes a solucio iva Sem usar 0 Teorema da Matrz Invertive, expligue, deforma deta por que a equagdo 4x~ btem deter uma solve para cada b em B. [Nos Exercicios 33 34, 7 éuma irnsformagio linear de Rem RP. Mos- ‘ue que I invertvel enconze una femal pare T~. BB. Thsi.as) = (Sx) + 982.4 Ted BA Tea. +7) 38. Seja 7: I ums transformasio linear invertivel. Explique por ‘que 6 injetoraesobreetra, Use as equagdes (1) (2). Depo, dB uma segunda explicayio usando um ou mais teoremas = Qn —8r.-2 ‘Algebra Matrcal 36. Suponha que uma tnsformayd nar 7: RY —> Re en a pro- predade que 7(a) = TW) para algum par de vetoes dsintos w © 1 Thode ser sober? Por qué? Supoaba que Te Usejam tansformagiesineares de em Ris cue T (Ui (3)) =x pra todo wom BE verdads que U(T (8) == ra too x mR? For qué? Soja 7: Re Re uma ensformaso linear inventive e seam Sc U fngbos deem Ris que S(T(a))~ xe U(T(@) = par. to xem R° Mose que U (9) = $(¥) pra too ¥ em R150 ih Cetrminar qu a inverss de Tinie, como fi afirmado no Teor ‘au9,[Sugesto: Dado qualquer v em ®,podemos escrver v= T (@) por algum x. Por que? Caleule $9) eU 6) ‘ej uma transforms linear sobrejtra do em RY. Moste qu “existe 6 sobrejetor. 7 tab &injeto? Suponha que e Ssatisfazem as equages (1) © @), em que T¢ ‘ums transforma ina. Mose deamente que 5 € ua ans- Tomo liner [Sugestdo: Dados ew em Ry sejan x= (9) © (9) = Porque? Apligu Ss dos Iados dn equaio 7()+7(9)~ 7+ 9) Considee, também, Ta)= ee) [Mt Seponta que uma experiéniaconduza ao seguinte sistema de ecquagtes 4.3m, + 3.lt = 19.249 6x, + = 683 4. Resolvao sistema (3), depos sistema) a seguir, cs quis 1s dados iret do sna de igualéade foram aredondados para dans cass devimais. Em cada cas, determine a solugdo ata 4S + Map = 1925 16, + i= 684 'b, 0s dads no sistema (4) dferem dagules em (3) em menos de 0.05%, Encontro erro perentual a0 se usar a soho de (4) como uma aproximasio para solusio de). «Useum programa matricial para obteronimero de singulaidade da matriz dos cocicienes em (3). a. ae os a o o (0s Exerccios 42. 44 mostram como usar onimero de singulaidade de uma mati para obter uma estimativa da preciso do edleulo de uma soluglo de 4x'=b. Se os elementos de 4 b iverem preciso de cerca der dgios significatwos e seo nimero de singulaidade de A for apro- ‘ximadamente 10‘ (com & um itero positive), entio a solupdocalcuada {de dx deverd, normalmente, ier uma preciso de pelo menos rk digits significativos 42. [Mf Considere a mairiz A no Exerccio 9. Envonte 0 namero de singularidade de 4. Consrua um vetor aleatrio x em Re calle b= x. Depois, use seu programa matricial para calcula solugio 3, de dx = b. Os vetores xe, tém quanos digites igus? Deseu- bra o nimero de digitos que Seu programs de matrizes armazena ae (Um ingrediente fundamental do nosso trabalho com matrizes tem sido a possibilidade de considerar ‘uma matriz A uma colegio de vetores colunas, em vez de apenas um reticulado retangular de niime- 10s. Esse ponto de vista tem sido tio itil que queremos levar em conta outras partigdes de A, indica- das por linhas divisGrias horizontaise verticais, como no Exemplo 1 a seguir. Matrizes particionadas aparecem com frequéncia em aplicagies moderas da dlgebra linear porque a notaglo evidencia as estruturas essenciais da andlise matricial, como no exempl introdutrio neste capitulo sobre o projeto de avides, Esta segio fomece uma oportunidade para rever a algebra de matrizes e usar 0 Teorema dda Matriz Invertivel 3 0-1/5 91/2 a=|-3_ 2 4/0 -3/ 1 $s ale wl também pode ser eserita como @ matriz em blocos (ou particionada) 2 x3 aa[4u 4a dn dy An da ‘exjos elementos sto os blocs (ou submatrizes) tof Pap ofS 3h [A] ay =[-8-6 3], dn=[1 7] EXEMPLO 1 A matriz EXEMPLO 2 Quando uma matriz 4 aparece em um modelo matemitico de um sistema fisico, ‘como um circuito elétrico, um sistema de transportes ou uma grande corporagio, pode ser natural ‘considerar 4 uma matriz em blocos. Por exemplo, se uma placa de um microcomputador consistir ‘basicamente em trs cireuitos VLSI (do ingl&s very large-scale integrated, ou sea, integrados em cescala muito grande), entio a matriz para a placa poder ter a forma geral Ay | Ais | Ais Aa | Am | An 4 | Ay | Avy, 0s blocos na “agonal” de A —a saber Ay, As € yy — esto asociados aos tts circuitos VLSI, snquanto os ouros blocs dependem das intrcanexSes etre estes crits, 7 A Soma e Multiplicacdo por Escalar Seas matrizes Ae B forem do mesmo tamanho e estiverem divididas em blocos exatamente da mes- ‘ms forma, entio seré natural fazer a mesma partigio na matriz soma A +B. Neste caso, cada bloco de A+ Béa.soma (matricial) dos blocos correspondentes de A e B. A multiplicagdo por escalar de uma ‘matriz particionada também & calculada bloce a bloco. Multiplicacao de Matrizes em Blocos ‘As matrizes em blocos também podem ser muliplicadas pela regra usual da linha-por-coluna, como ‘se 0s blocos fossem elementos numéricos, desde que, para um produto AB, a partigdo das colunas de A combine com a partigdo das lias de B.Algebra Matrcial 98 EXEMPLO3- Sejam ae yy 4 a=[i 3 2[3 3] [me 4 3 0-217 p => As cinco colunas de 4 estdo particionadas em dois conjuntos, um de 3 colunas ¢ outro de 2 ccolunas. As cinco linhas de B esto particionadas da mesma forma — em dois conjuntos, um de 3 Tinhas e outro de 2 linhas, Dizemos que as partigdes de A ¢ B esto preparadas para a multipli- ‘cagio em blocos. £ possfvel mostrar que 0 produto usual 4B pode ser escrito como a ae soa) haste) 1d ov-[ts 43)-[ente8)-[2 4] = ‘B importante notar que cada produto na expressio para AB é escrito com um blovo de A @ esquer- da, jé que a multiplicagao de matrizes nao € comutativa, Por exemplo, wmf S f]-[2 4] ere fae RRs AuBit ABs ‘Aregra da linha-porcoluna para a mulliplicagdo de locos de matrizesfornece a forma mais gral de se consideraro produto de duss matizes. Cada uma da seguntes formas de se considera o produ- ‘to jé foi descrita usando partigdes simples de matrizes: (1) a definigao de Ax usando as colunas de A; (2) a definig&o por colunas de AB; (3) a regra da linha-por-coluna para calcular AB; ¢ (4) as linhas de AB como produos das linhas de pela mati B. Uma guinta forma de se considerar AB, novamente usando partigbes, segue do Teorema 10 a seguir. ‘Os cileulos no proximo exemplopreparam o caminho para 0 Teorema 10. Aqui, eo (4) denota a ‘sina coluna de Ae lina,(B)denota a ssa linha de 8 i pains sim a=[9_} ten [: 1 fst AB = coly(A) linhay(B) + col(A) linhax(B) + col) links) SOLUGKO Cada termo anterior € um produto externo. (Veja os Exercicios 27 €28 éa Seglo 2.1.) Pela regrs da linha-por-coluna para o céleulo de um produto de matrizes, cia) wopaca)=[“F]te o1=[ 8] cotgay tot) =[_S]le a= [4g ad lk ¥] coh(A) wana) = [3]le fi Assim, d _[-satet2e —sb+d42f Leow uinnaod= [ee PS] Essa matriz ¢ obviamente AB, Observe que o elemento (1, 1) de AB é a soma dos elementos (1, 1) ‘nos trés produtos externos, o elemento (1, 2) de AB é a soma dos elementos (1, 2) oe nerprocyt cchnoe asim pr ie96 capiruo2 TEOREMA 10 | Bxpansso Coluna-poruinka de AB ‘Se A for uma matriz mx ne B for mx p, entto Tina, (BY Tinias(B) AB =[coh(A) col(A) +» coly(A)] a Ainay(B) = coly(A) Hinhay(B) + e0ly(A) finbay(B) DEMONSTRACAO. Para cada indice de linha ie indice de coluna j, o elemento (i, ) em col (4) linha, (B) & 0 produto de a, de eol(A) por b, de lihe,(B). Assim, o elemento (i) € « soma dada em ame aby + dab: [Essa soma também & 0 elemento (i, /) de AB pela regra da linha-por-coluna. . Inversas de Matrizes em Bloco (O préximo exemplo ilustra 0s célculos envolvendo inversas e matrizes em bloco. Ay An an [4 a] ¢ chamada bloco triangular superior. Suponha que 4,,seja p xp, que 4., Sejag xq e A seja inver- tivel. Encontre uma frmula para 4° EXEMPLOS Uma matriz da forma SOLUGAO Denote 4” por Be divide em locos de modo que An An}[Bu Br) _[tp % 0 Andle onl LO o) Essa equagdo matricial fornece quatro equagBes que conduzem aos blocos deseonhecidos B,..- 3 Caleuleo produto a esquerda do sinal de igualdade em (2) eiguale cada bloco com o bloce cor respondente na matriz identidade & dreita, obtendo Aus Bus + AaB =p 6 AB + AnBn =0 6 AaB, o AnBn = Ty © Sozinha, (6) nio garante que 4,, sei invertivel. No entanto, como 4., é quacrada, 0 Teorema da Matriz Invertvel junto com (6) mostra que 4,,€ invertivel e B., = 4;! Agora, multiplicando (5) & cesquerda por 4:3, obtemos Bay = AZO =0 de modo que (3) simplifica para AB +0= Ip Como 4, & quatrada, isso mostra que 4, ¢invertvel €B,, dos com (4), vernos que Finalmente, usando esses resulta- ABs it Aro Assim, ‘Uma matiz diagonal em blocosé uma matric partiionada com blocos nulos fora da diagonal principal (de blocos). Tal matriz ¢ invertivel se ¢ somente se cada bloco da diagonal for invertivel. Nejaos Exereicios 13 ¢ 14.‘COMENTARIOS NUME! Cray.! Algebra Matrcial 97 cos 1, Quando as matrizes sio grandes demais para caber na meméria de um computador de alta velocidade, a partgio permite que 0 computador trabathe com apenas dois ou ts blacos de cada vez. Por exemplo, em um trabalho recente de programacao linear, um grupo de pes 4quisa simplificou um problems dividindo uma matriz em 837 linhas e 51 blocos-coluna. A soluglo do problema foi obtida em aproximadamente 4 minutos em um supercomputador 2, Alguns computadores de alta velocidade, cm particular aqueles com arquitetura de pipeline ‘etorial, realizam céleulos matrciais de forma mais eficente quando os algoritmos traba- ham com matrizes em blocos > 43. Programas profssionais para dlgebra linear numérica de alto desempenho, como LAPACK, ‘usam com intensidade edleulos com matrizes em bloces, Os exercicios a seguir auxiliam na pritica com matrizes algébricas representam célculos comuns cencontrados nas aplicagaes. PROBLEMAS PRATICOS 1 moses eee edema iment Caleule A°X, quando X estiver dividida em blocos como [X, X]. 2.4 EXERCICIOS [Not Exercicios 1 2 9, supanha que as matrizes estejam preparadas ‘para as multiplicagBes indicadas,Caleule os produtes nos Exereicios | roy a) ge aye e elle 3 o rll s[rad[é so] + Le ih: os Exe cn im mK sm eo Beja sh cdoe Em ms ie eps peta fact ipts bo ana neat ps co's on eon [Sugestdo:Caleuleo produto a esque do sinal de iualdadee iguale-o Amatriz dircita] s[é sll r]-[2 3] «[r el[e e]=[ 4] “Sa 6a “(4 NE 2 7-29] orto o rJ=lo 07 9. Supouha que B, sea una mati inverive- Encore mazes 4, ed, (em tos dos blocs de ) ais que produto seguir tea 4 Tora ndieada. Calle também C:, (em tro don blocs de 2, [Sugestao: Cael produto & esque do snl de igualdade eiguleo maiz dicta) 10 ofan Bo ay tl] ay Ba | = ay 0 T]LBy Bo 10, Aversa de oo roo arolée |Pro BDI ori Encontre Qe R Nos Exess 1 1, marque cd fag como Vera ou Fal- sa hasnque cada spot Th a. SeA[4,4,]eH>[B,H.com4, 4, do mesmo amanbo que BoB, espictvamens e080 4* BTA, 8, A,B.) ssea=[1" (2 ]e#=[ J )etiod et esata pep. asp a ipso em boc 7 Ey mit emer scee[ale (xt pa 4a ri, mas AR Sark Af Oa v.sea=[% Qf ntorimapnnde cd ara[ et oF ao Do ' 1 snd = [3S emoue Bec stomatiz quien Moe que 4 éinvertve see somenteseB e Cforem ambas invervels 14, Mosire que a matriz triangular superior A no Exemplo 5 ¢ invert- vel see somente se ambas 4, ¢ 4, forem inveriveis [Sugestdn: ‘O tempo de solute mle impression avo saber qu cada um dos 5 bocos-olun contnha cerca de 250,000 celunas individusis. O problema orginal aha B37 equagtese mais de 12750.000 varies! Quase 100 miles dos mais de 10 ‘ihe de elementos na maiz eram no nulos. Veja Robert F Bixby etl, "Very Large-Scale Liner Programming: A {Case Study in Combining inci Point and Simplex Methods", Operations Research 40, °A‘importicia dos lgortmos pare matizes em bloos nos eleulos compataionas és. 5 (1982): 885-897 9 lo de Gene. Go lube Charles F van Loar, Matrix Compuations (Batre: Tos Hopkins University Pres, 1996).98 capinuo2 Se, e4,, forem invenivels a formula para 4” dada n0 Exemplo 5 funcionat, de fit, como invers de 4.] Esse fo sobre & uma parte importante de divers algoritmos computacionas que geram festimativas para 08 autovalores de matrizes, Os autovalores serio Aiscutidos no Capitulo § 15, Quando uma sonda¢ lanada no espayo, podem ser necessriascor- regdes para coloe-la em uma trajetirsealeulada precisamente, A raotclemetriaforncce uma cadeia de vetoes, gu di i- {ormagies em instants diferentes, comparando a posigdo da sonda com su trajetiria planejada. Soja X, a matrix (x, .. x. Amatriz G,~ X.X? €caleulada & medida que os dados do radar sto ana- lisados. Com a chegads dos dados em x, uma nova matriz G, tem dese calculada, Camo os vetores coms éados chegam aaa velocidad, «carga eomputacional pode ser muito grande. Mas a ulilicago de matrizes em blocos ajuda muito, Caleule as expan sbeslinbe-por-cohina de G,e de G,.,e desereva 0 que precisa ser ‘aleulado par atualizar Gs fim de formar 6... A sonda Galt foi langads em 18 de outubro de 1989 ‘ chegou a pte no inicio de dezembro de 1995, 1 sin = [4° 42] se, or veel et mati S= A.,—A,A“A,, ser chamada complemento de Schur de A, Desatcatidne dr trie nmmntea, a che de comple eS de Sap ue Xo fovenel Beam eT se Ay da] _[P Ofay ofr yr (er a]=[ [0 s]o 7] o 17. Suponha qua mizem baco A, esquera do sina de gual deem (),¢4, sam iver Mote qv o complement de Schur de 4, ¢hveive [Sages O primer eo tere bres no produto dics da sina de guldade em (7) sempre ive fives Veribque it Quands de, soinverten (eva aus fbrmula pare usando 4! «outs clement de 18, Soi.Xuma mari de datos mal que AX €nvervel sa ML, “XU 1, Asrescene ua ba, 8s dads ome w=[x x] Celle WO clement, 1) 82° Mose queacomplenento de Scar (Exereicio 16) de XX pe sr en Srna Id Pecos mostrar us (gx) Eo lemento (2) (7°, Sob pcos aoprnas, ts mento emu iniopetap crate ten interetante. ‘No estudo da engenharia de controle de sistemas fisicos, uma equagio ‘irencia tance ¢tuncformadn usando nalrmadas de Laplace 0 Sequit sistema de equi nears (e" AJE]-E) 2 enqued énxn, Ben xm, Cémxnes éuma varivel.O vetor w em Re Ga entrada” do sisiema, y em R- 6 “salda” e xem R60 vetor de “estado (Na verdade, os vetoes x, wey so fungSes de s, masisso nfo alter 05 eleulos algébricos nos Exereicios 19 © 20) 19, Suponha que dsl seaivertvel consider (8) comoum sistema e das equagSes mariciis, Resolva a equagio de cima para xe substitua solugdo na equacio de baixo. O resultado é uma eque- lo da forma H(s)u y, ra qual Ws) &uma matriz que depende de 5. B() 6 chamada funco de transferéncia do sistema porque cla ‘wansforma a entrada w na sada y. Encontre Ws) desereva como cla std relacionada & mairz do sistema em blocos & esquerda Jo sinal de igualdade em (8). Veja o Execicio 16. 20, Suponbs que a fungéo de transterénci Ws) no Exercicio 19 seja invervelparaalgum s. Pde-se mostrar que inverse da fungi de ‘eansfertncia MMs), que transforma saidas em entradas, ¢ 0 com- plemento de Schur de 4~ BC -, para amatiz asegut Enconte ‘esse complement de Schur. Veja 9 Exerecio 16 A=BC=sl, & 7 In at a Vege = roumio4=[! 0] Use marizes em blocoe para mostrar que M? flo 0 0 wld e 1 Colin it Bat oe ot ‘Bo mula 2x2. Mosire que sua construe funciona, 23, Usematrizes em blocos para provar, por indugdo, que o produto de as mrizes triangular inferiores& outra mati triangular infe- ‘or. [Sugestao: Uma matritrisngular inferior A de tamanko (+1) x (G+ I) pode ser esritana forma a seguir, em que a 6 um escalar, ¥ pertence a Re 4 & uma mattiz iangular inferior kx k aft 4] 24, Use matrizes em blocos para prover, por induglo, que, para n=2,3,...)amatriz A nna seguir inverivl #6 suainverst. loo o bo o a-ftrd o Daa 1 Loo ° - 100 ° o-1 1 ° Para o pass de indus, supoaks que 4 eB seam matrzes(& 1) x(k 1) edivida 4 eB em blocos da mancira enilgs &iustrads to Exercicio 23, 25, Sem escaloner, enconr a inversa de 1200 0 35000 a=|0 0 200 00078 000 5 6 26, IM] Para as operagies em blocos, pode ser necesstio acessar on slimentar o programa com blocos de mstriacs grandes. Dscreva os