• Nenhum resultado encontrado

Então, det(a) = 1x3 1x2 = 3 2 = 1. Determinante de uma matriz 3 x 3 Regra de Sarrus (Pierre Frédéric Sarrus) Definimos det(a) =

N/A
N/A
Protected

Academic year: 2021

Share "Então, det(a) = 1x3 1x2 = 3 2 = 1. Determinante de uma matriz 3 x 3 Regra de Sarrus (Pierre Frédéric Sarrus) Definimos det(a) ="

Copied!
10
0
0

Texto

(1)

Determinante de uma matriz

Seja A uma matriz quadrada de ordem 2

A =

22 21 12 11

a

a

a

a

. Definimos det(A) = a11 a22 - a12 a21

Ex.: Seja A a matriz

A =

3

1

2

1

Então, det(A) = 1x3 – 1x2 = 3 – 2 = 1

Determinante de uma matriz 3 x 3 – Regra de Sarrus (Pierre Frédéric Sarrus) Seja A uma matriz quadrada de ordem 3

A =

33 32 31 23 22 21 13 12 11

a

a

a

a

a

a

a

a

a

. Regra de Sarrus

32 31 22 21 12 11 33 32 31 23 22 21 13 12 11

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a11 a22 a33 + a12 a23 a31 + a13 a21 a32

32 31 22 21 12 11 33 32 31 23 22 21 13 12 11

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

– a13 a22 a31 – a11 a23 a32 – a12 a21 a33

Ex.: Seja A a matriz

A =

9

8

7

6

5

4

3

2

1

9

8

7

6

5

4

3

2

1

8

7

5

4

2

1

Então, det(A) = 1x5x9 + 2x6x7 + 3x4x8 – 3x5x7 – 1x6x8 – 2x4x9 = = 45 + 84 + 96 – 105 – 48 – 72 = 0

Permutações de dois inteiros

Definimos det(A) =

a11 a22 a33 + a12 a23 a31 + a13 a21 a32 – a13 a22 a31 – a11 a23 a32 – a12 a21 a33

(2)

Existem 2 = 2! permutações distintas do conjunto {1, 2} {1, 2} {2, 1}

O número de inversões na permutação {1, 2} é igual a 0 O número de inversões na permutação {2, 1} é igual a 1

Uma permutação é chamada par se o número total de inversões é um inteiro par.

Uma permutação é chamada ímpar se o número total de inversões é um inteiro ímpar.

{1, 2} é uma permutação par {2, 1} é uma permutação ímpar Permutações de três inteiros

Existem 6 = 3! permutações distintas do conjunto {1, 2, 3}

{1, 2, 3} {1, 3, 2} {2, 1, 3} {2, 3, 1} {3, 1, 2} {3, 2, 1} O número de inversões na permutação {1, 2, 3} é igual a 0

O número de inversões na permutação {1, 3, 2} é igual a 1

O número de inversões na permutação {2, 1, 3} é igual a 1 + 0 = 1 O número de inversões na permutação {2, 3, 1} é igual a 1 + 1 = 2 O número de inversões na permutação {3, 1, 2} é igual a 2 + 0 = 2 O número de inversões na permutação {3, 2, 1} é igual a 2 + 1 = 3 {1, 2, 3} é uma permutação par

{1, 3, 2} é uma permutação ímpar {2, 1, 3} é uma permutação ímpar {2, 3, 1} é uma permutação par {3, 1, 2} é uma permutação par {3, 2, 1} é uma permutação ímpar Seja A uma matriz quadrada de ordem 2

(3)

A =

22 21 12 11

a

a

a

a

. Definimos det(A) = a11 a22 - a12 a21

Observe que as ordens das linhas nos elementos da definição de det(A) permanecem fixas e igual a {1, 2}, enquanto que as ordens das colunas variam em cada parcela, correspondendo a uma permutação de {1, 2}. O sinal de cada parcela é dado pela classificação da permutação corresponde (par ou ímpar).

Seja A uma matriz quadrada de ordem 3

A =

33 32 31 23 22 21 13 12 11

a

a

a

a

a

a

a

a

a

.

O mesmo acontece com det(A), as ordens das linhas nos elementos da definição de det(A) permanecem fixas e igual a {1, 2, 3}, enquanto que as ordens das colunas variam em cada parcela, correspondendo a uma permutação de {1, 2, 3}.

O sinal de cada parcela é dado pela classificação da permutação corresponde (par ou ímpar).

Estas definições podem ser aplicadas para matrizes de ordem n x n, onde n é um inteiro maior ou igual a 2.

Calculando determinante através de redução por linhas Teorema: Seja A uma matriz quadrada.

(a) Se A tem uma linha ou uma coluna de zeros, então det(A) = 0 (b) det(A) = det(AT)

Teorema: Se A é uma matriz quadrada triangular n x n, então det(A) = a11 a22 a33 ... ann

Teorema: Seja A uma matriz n x n.

(a) Se B é a matriz que resulta quando uma única linha ou uma única coluna de A é multiplicada por um escalar k, então det(B) = k det(A)

(b) Se B é a matriz que resulta quando duas linhas ou duas colunas de A são permutadas, então det(B) = – det(A)

(c) Se B é a matriz que resulta quando um múltiplo de uma linha de A é somado a outra linha, então det(B) = det(A)

Definimos det(A) =

a11 a22 a33 + a12 a23 a31 + a13 a21 a32 – a13 a22 a31 – a11 a23 a32 – a12 a21 a33

(4)

(d) Se B é a matriz que resulta quando um múltiplo de uma coluna de A é somado a outra coluna, então det(B) = det(A)

Teorema: Se A é uma matriz quadrada n x n com duas linhas ou duas colunas proporcionais, então det(A) = 0.

Notação: Seja A a matriz

A =

3

1

2

1

, então det(A) =

3

1

2

1

Ex.:

3

1

0

0

0

3

0

0

0

1

=

;

3

1

0

0

0

3

0

0

0

1

0

0

1

0

3

0

1

0

0

=

=

as colunas 1 e 3 foram permutadas;

3

1

0

0

0

3

0

0

0

1

1

0

0

0

3

0

7

0

1

=

=

7 vezes a última linha foi somada a primeira

Ex.:

0

8

2

4

1

=

;

0

3

4

2

5

8

4

7

2

1

=

.

Calculando determinante através de redução por linhas

Ex.: Calcule det(A), onde A =

1

6

2

9

6

3

5

1

0

(5)

det(A) =

1

6

2

9

6

3

5

1

0

=

1

6

2

5

1

0

9

6

3

= – 3

1

6

2

5

1

0

3

2

1

= – 3

5

-0

1

0

5

1

0

3

2

1

= – 3

55

0

0

5

1

0

3

2

1

= – 3 x 1 x 1 x (– 55) = 165

Propriedades básicas dos determinantes:

(a) Se A é uma matriz n x n e k um escalar, então det(kA) = kn det(A) (b) Se A e B são matrizes quadradas n x n, então det(AB) =

det(A)det(B)

(c) Uma matriz quadrada A é invertível se, e somente se, det(A) ≠ 0

(d) Se A é invertível, então

)

det(

1

)

det(

1

A

A

=

Sistemas lineares da forma AX = λX

AX = λX <=> (A – λI)X = 0

Os valores de λ para os quais o sistema tem uma solução não trivial (X = 0) são chamados de autovalores.

Se λ é um autovalor de A,então cada solução não trivial de (A – λI)X = 0 é chamada um autovetor de A associado ao autovalor λ.

Ex.: Considere o sistema

=

+

=

+

y

y

x

x

y

x

λ

λ

2

4

3

<=>

=

y

x

y

x

λ

λ

2

4

3

1

<=>

=

y

x

y

x

λ

λ

0

0

2

4

3

1

<=>

=

y

x

y

x

1

0

0

1

2

4

3

1

λ

<=>

=

0

0

1

0

0

1

2

4

3

1

y

x

y

x

λ

<=>

(6)

=





0

0

1

0

0

1

2

4

3

1

y

x

λ

<=>

=

0

0

2

4

3

1

y

x

λ

λ

<=> (A – λI)X = 0 onde A – λI =

λ

λ

2

4

3

1

A equação característica de A é det(A – λI) =

λ

λ

2

4

3

1

= 0 ou

0

10

3

2

λ

=

λ

<=>

(

λ

+

2

)(

λ

5

)

=

0

de modo que os autovalores de A são

λ

=

2

e

λ

=

5

Por definição X =

y

x

é um autovetor de A se, e somente se, X é uma solução não trivial de (A – λI)X = 0

2

=

λ

=>

=

0

0

4

4

3

3

y

x

=> X =

t

t

5

=

λ

=>

=

0

0

3

4

3

4

y

x

=> X =

t

t

3

4

Expansão em co-fatores; Regra de Cramer

Se A é uma matriz quadrada, então o determinante menor do elemento aij, denotado por Mij

,

é definido pela pelo determinante da submatriz que

sobra quando a i-ésima linha e a j-ésima coluna de A.

O número (-1)i+j Mij, denotado por Cij, é chamado de co-fator de aij.

(7)

Seja

=

8

4

1

6

5

2

4

1

3

A

Então,

40

24

16

8

4

6

5

11

=

=

=

M

,

(

1

)

16

16

8

4

6

5

)

1

(

11 2 11

=

=

=

+

C

18

8

26

6

2

4

3

32

=

+

=

=

M

,

26

26

)

1

(

6

2

4

3

)

1

(

3 2 5 32

=

=

=

+

C

Calculando um determinante segundo os seus co-fatores: Seja A = (aij) uma matriz n x n. Então

n n

C

a

C

a

C

a

A

)

11 11 12 12

...

1 1

det(

=

+

+

+

ou 1 1 21 21 11 11

...

)

det(

A

=

a

C

+

a

C

+

+

a

n

C

n Ex.: Seja A =

2

4

5

3

4

2

0

1

3

. Então

=

=

2

4

5

3

4

2

0

1

3

)

det(A

+

=

4

5

4

2

0

2

5

3

2

1

2

4

3

4

3

1

11

12

)

12

(

0

)

11

(

1

)

4

(

3

+

=

+

=

=

Ex.: Calcule det(A) onde A =

3

5

7

3

5

1

4

2

1

1

2

1

6

2

5

3

(8)

=

=

=

0

8

1

3

3

0

3

1

1

0

8

1

0

3

3

0

0

1

1

2

1

3

1

1

0

3

5

7

3

5

1

4

2

1

1

2

1

6

2

5

3

18

3

9

3

3

)

1

(

3

9

0

3

3

0

3

1

1

=

=

=

Matriz adjunta

Se A é uma matriz n x n então a matriz adj(A) = (Cij)T é chamada de

matriz adjunta de A. Ex.: Seja A =

3

1

2

1

. Então

C

11

=

3

,

C

12

=

1

,

C

21

=

2

,

C

22

=

1

, logo adj(A) =transposta(

1

2

1

3

)=

1

1

2

3

Ex.: Seja A =

0

4

2

3

6

1

1

2

3

. Então

12

0

4

3

6

)

1

(

1 1 11

=

=

+

C

6

0

2

3

1

)

1

(

1 2 12

=

+

=

C

16

4

2

6

1

)

1

(

1 3 13

=

=

+

C

4

0

4

1

2

)

1

(

2 1 21

=

=

+

C

2

0

2

1

3

)

1

(

2 2 22

=

=

+

C

16

4

2

2

3

)

1

(

2 3 23

=

+

=

C

12

3

6

1

2

)

1

(

3 1 31

=

=

+

C

10

3

1

1

3

)

1

(

3 2 32

=

=

+

C

(9)

16

6

1

2

3

)

1

(

3 3 33

=

+

=

C

16

,

10

,

12

,

16

,

2

,

4

,

16

,

6

,

12

33 32 31 23 22 21 13 12 11

=

=

=

=

=

=

=

=

=

C

C

C

C

C

C

C

C

C

,

logo adj(A) =transposta(

6

1

10

12

6

1

2

4

16

6

12

)=

6

1

16

16

0

1

2

6

12

4

12

Inversa de uma matriz usando a adjunta

Se A é uma matriz invertível, então

(

)

)

det(

1

1

adj

A

A

A

=

Ex.: Seja A =

3

1

2

1

, Então adj(A) =

1

1

2

3

, logo A-1 =

1

1

2

3

1

1

=

1

1

2

3

Ex.: Seja A =

0

4

2

3

6

1

1

2

3

, Então

16

,

10

,

12

,

16

,

2

,

4

,

16

,

6

,

12

33 32 31 23 22 21 13 12 11

=

=

=

=

=

=

=

=

=

C

C

C

C

C

C

C

C

C

logo adj(A) =

6

1

16

16

0

1

2

6

12

4

12

(10)

64

16

12

36

)

16

(

)

1

(

)

6

(

2

12

3

4

2

6

1

)

1

(

0

2

3

1

2

0

4

3

6

3

0

4

2

3

6

1

1

2

3

)

det(

=

+

+

=

×

+

×

×

=

=

+

=

=

A

=

=

(

)

)

det(

1

1

adj

A

A

A

6

1

16

16

0

1

2

6

12

4

12

64

1

Regra de Cramer

Ex.: Considere o sistema

=

=

+

1

5

y

x

y

x

A =

1

-1

1

1

A1 =

1

-

1

1

5

A2 =

1

1

5

1

3

2

6

)

det(

)

det(

1

=

=

=

A

A

x

2

2

4

)

det(

)

det(

2

=

=

=

A

A

y

Ex.: Considere o sistema



=

+

=

+

=

+

+

5

1

9

z

y

x

z

y

x

z

y

x

A =

1

1

1

1

1

1

1

1

1

A1 =

1

1

5

1

1

1

1

1

9

A2 =

1

5

1

1

1

1

1

9

1

A3 =

5

1

1

1

1

1

9

1

1

)

det(

)

det(

1

A

A

x

=

)

det(

)

det(

2

A

A

y

=

)

det(

)

det(

3

A

A

z

=

Referências

Documentos relacionados

Entretanto, destaca-se que a dimensão Trabalho e Espaço Total de Vida não obteve correlação significativa em relação às demais dimensões, diferente do que ocorre nas

RESUMO: Este trabalho teve como cunho pedagógico mostrar para os alunos do 3º Ensino Médio da Escola Estadual Brandão de Amorim, no ano de 2015, a questão da história

A revisão das informações contábeis intermediárias do período findo em 30 de junho de 2010 e auditoria das demonstrações contábeis do exercício findo em 31 de dezembro de

Na primeira, tem-se a revisão teórica, na qual se apresenta o embasamento de cada uma das dimensões do estudo; em um segundo momento, observou-se a pesquisa no ensino

No estudo que ora apresentamos, em torno de Me llamo Rigoberta Menchú y así me nació la conciencia (1985), narrativa de cunho testemunhal, servir-nos-emos de alguns

Este capítulo trata da modelagem utilizada para analisar e projetar sensores baseados em SMF com trecho afunilado. Será descrita a modelagem utilizada para esses tipos de

Para nível diário incluiu intercepto e 20 diferenças defasadas.. Para diferença diária incluiu 19

a) Emergencial b) Obrigatório c) Provisório d) Complementar e) Especial 22. Com relação à Lei nº 8.080/1990, que trata dos Recursos Humanos do Sistema Único de