Matrizes
e
Sistemas de equações lineares
4
1
5
2
0011 0010Matrizes
4
1
5
2
0011 0010As matrizes são os objectos na base do estudo da álgebra linear.
Têm múltiplas aplicações na matemática e noutras ciências:
- na resolução de sistemas de equações lineares;
- na resolução de sistemas de equações diferenciais; - na resolução de problemas de optimização;
- na teoria da computação gráfica, são usadas para representar a
4
1
5
2
0011 0010- na teoria da computação gráfica, são usadas para representar a translação, a rotação e a escala de objectos;
- nas engenharias, para resolver problemas de circuitos eléctricos e de linhas de transmissão de energia eléctrica;
Sejam e números naturais. Uma matriz do tipo ( por ) com elementos reais (complexos) é uma tabela de números reais (complexos) dispostos em linhas e colunas. = mn m m n n a a a a a a a a a A K M K M M K K 2 1 2 22 21 1 12 11
A
m ×
n
m
m
n
mn
n
m
n
4
1
5
2
0011 0010ou, abreviadamente, , onde é o índice de linha e é o índice de coluna.
Se , diz-se que A é uma matriz quadrada de ordem
( )
aij m n A = × i∈{
1,...,m}
{
n}
j ∈ 1,...,n
m =
n
.
Dizemos que ou é o elemento ou a entrada de posição (i, j) da matriz A.
i é o índice de linha e j é o índice de coluna.
A i-ésima linha de A é
a
i1a
i2...
a
in
ija
[ ]
ijA
4
1
5
2
0011 0010 A j-ésima coluna de A é para i =1,…,m e j =1,…,n .
.
2 1
mj j ja
a
a
M
Exemplos
(a) é uma matriz do tipo
(b) é uma matriz do tipo
−
=
3
4
0
1
A
2 ×2. = 1 5 1 9 3 0 B 2 ×3. 14
1
5
2
0011 0010(c) é uma matriz do tipo
(d) é uma matriz do tipo
(e) é uma matriz do tipo
− = 2 4 1 C 3×1.
[
0 1 −10]
= D 1×3.[ ]
4 = E 1×1.Uma matriz que só possui uma linha diz-se uma matriz linha. Uma matriz que só possui uma coluna diz-se uma matriz coluna. Matrizes linha e matrizes coluna também se dizem vectores e, neste caso, as suas entradas dizem-se coordenadas.
Duas matrizes
4
1
5
2
0011 0010Duas matrizes
e
dizem-se iguais se e só se m=p, n=q e para cada
i=1,…,m e j=1,…,n.
( )
aij m n A = ×( )
q p ij b B = × ij ijb
a =
Seja
uma matriz quadrada de ordem n.
. 2 1 2 22 21 1 12 11 = nn n n n n a a a a a a a a a A K M L M M K K
4
1
5
2
0011 0010Os elementos diagonais (ou elementos principais) de A são os n elementos que têm índices de linha e coluna iguais, ou seja,
Ao seu conjunto dá-se o nome de diagonal principal de A. A sua soma constitui o traço de A; denota-se por tr(A).
.
,...,
,
22 11a
a
nna
. ... ) (A a11 a22 ann tr = + + +Uma matriz diz-se triangular superior se
para todo com
0
=
ija
. j i >( )
aij n n A × ={
n}
j i, ∈ 1,..., . 0 22 2 1 12 11 = n n a a a a a A K K4
1
5
2
0011 0010 . 0 0 2 22 = nn n a A K M L M MUma matriz diz-se triangular inferior se
para todo com
0
=
ija
.
j
i <
{
n
}
j
i
, ∈
1
,...,
( )
aij n n A = × . 0 0 0 22 21 11 = a a a A K K4
1
5
2
0011 0010A diz-se triangular se for triangular superior ou triangular
inferior. . 0 2 1 22 21 = nn n n a a a a a A K M L M M K
Uma matriz diz-se diagonal se
para todo o com .
(todas as entradas não diagonais são nulas).
0
=
ija
j
i ≠
{
n
}
j
i
, ∈
1
,...,
( )
aij n n A = × 0 0 0 0 11 a a K4
1
5
2
0011 0010 . 0 0 0 0 22 = nn a a A K M L M M KUma matriz diz-se escalar se, para quando e (c constante).
0
=
ija
c aii ={
1,...,}
, , j n i ∈j
i ≠
( )
aij n n A = × 0 0 0 0 c c K K4
1
5
2
0011 0010 . 0 0 0 0 = c c A K M L M M KUma matriz escalar com todos os elementos diagonais iguais a 1, chama-se matriz identidade de ordem n e denota-se por
. 1 0 0 0 1 0 0 0 1 = K M L M M K K n I
4
1
5
2
0011 0010 A matriz,chama-se matriz nula
= 0 0 0 0 0 0 0 0 0 0 K M L M M K K
,
n
m ×
. n m ×A transposta de uma matriz
é definida pela matriz que se obtém de A pela troca das linhas com as colunas; ou seja,
para cada e
( )
aij m n A = × ji ija
b =
( )
bij n m B = × m i =1,..., j =1,...,n.4
1
5
2
0011 0010 para cada e Escrevemos B = At. = mn m m n n a a a a a a a a a A K M K M M K K 2 1 2 22 21 1 12 11 = mn n n m m t a a a a a a a a a A K M K M M K K 2 1 2 22 12 1 21 11 m i =1,..., j =1,...,n.Seja uma matriz quadrada.
A é simétrica se ou seja, para cada
A é anti-simétrica se ou seja, para cada
( )
a
ij n nA
=
× ; A At =;
A
A
t=
−
ij jia
a =
ij jia
a
=
−
{
1,...,}
. , j n i ∈{
1
,...,
}
.
,
j
n
i
∈
4
1
5
2
0011 0010Seja uma matriz complexa.
A matriz conjugada de A, denotada por é a matriz complexa do tipo cujos elementos são os complexos conjugados dos elementos de A.
( )
aij m n A = ×,
A
n m ×( )
. n m ij a A = ×4
1
5
2
0011 0010A matriz transconjugada de A, é a transposta da matriz conjugada de A, que é o mesmo que a conjugada da transposta de
A. , * A
( )
. * t t A A A = =Seja uma matriz complexa quadrada.
A diz-se hermítica se isto é, se, para cada
Uma matriz hermítica tem elementos diagonais reais e a entrada (j,i) é o conjugado da entrada (i,j) , para cada e .
; * A A =
.
ij jia
a =
{
n}
j i, ∈ 1,...,{
n}
j i, ∈ 1,...,( )
aij n n A = × j i ≠4
1
5
2
0011 0010A diz-se hemi-hermítica se ou seja, se, para todo
Uma matriz hemi-hermítica tem elementos diagonais nulos e/ou imaginários puros e as entradas (i,j) e (j,i) têm partes imaginárias
iguais e partes reais simétricas , para cada e ; * A A = − . ij ji a a = −
{
n
}
j
i
, ∈
1
,...,
{
n}
j i, ∈ 1,..., i ≠ j.Operações com matrizes
4
1
5
2
0011 0010A transposta de uma matriz
é definida pela matriz que se obtém de A pela troca das linhas com as colunas; ou seja,
para cada e
( )
aij m n A × = ji ij a b =( )
bij n m B = × m i =1,..., j =1,...,n.4
1
5
2
0011 0010 para cada e Escrevemos B = At. = mn m m n n a a a a a a a a a A K M K M M K K 2 1 2 22 21 1 12 11 = mn n n m m t a a a a a a a a a A K M K M M K K 2 1 2 22 12 1 21 11 m i =1,..., j =1,...,n.A soma de duas matrizes do mesmo tipo e é a matriz onde para e
( )
aij m n A = ×( )
n m ij b B = × n m × B A C = + ij ij ija
b
c
=
+
i =1,...,mj =
1
,...,
n
.
4
1
5
2
0011 0010 = + mn m m n n mn m m n n b b b b b b b b b a a a a a a a a a K M K M M K K K M K M M K K 2 1 2 22 21 1 12 11 2 1 2 22 21 1 12 11 + + + + + + + + + mn mn m m m m n n n n b a b a b a b a b a b a b a b a b a K M K M M K K 2 2 1 1 2 2 22 22 21 21 1 1 12 12 11 11A multiplicação de uma matriz por um escalar (número) é a matriz onde
( )
aij m n A = × α A B =α
ij ij a b =α
4
1
5
2
0011 0010 para i=1,…,m e j=1,…,n.Dizemos que a matriz B é múltiplo escalar da matriz A.
= mn m m n n a a a a a a a a a A K M K M M K K 2 1 2 22 21 1 12 11 = mn m m n n a a a a a a a a a A
α
α
α
α
α
α
α
α
α
α
K M K M M K K 2 1 2 22 21 1 12 11O produto de duas matrizes e é a matriz
( )
a
ij m pA
=
×( )
n p ijb
B
=
× AB C =4
1
5
2
0011 0010 onde para i=1,…,m e j=1,…,n. pj ip j i j i ija
b
a
b
a
b
c
=
1 1+
2 2+
+
...
+
Propriedades da álgebra matricial
Teorema. Sejam A, B e C matrizes reais (complexas) com
tamanhos apropriados, e escalares. São válidas as seguintes propriedades para as operações matriciais:
(a) (comutatividade) A+B=B+A;
(b) (associatividade) A+(B+C)=(A+B)+C;
α β
4
1
5
2
0011 0010(c) (elemento neutro) A matriz nula , é tal que
para cada matriz A,
(d) (elemento simétrico) Para cada matriz A, existe uma única matriz –A, definida por tal que
0 m ×n, ; 0 0 A A A+ = + =
[ ]
− A ij = −aij , n m ×( ) ( )
− = − + = 0; + A A A A , n m × ; n m ×(e) (f) (g)
(h) (associatividade)
(i) (elemento neutro) As matrizes identidade e são tais que para toda a matriz
(j) (distributividade à esquerda)
( ) ( )
βA αβ A; α =(
α + β)
A = αA+ βA;(
A B)
α
Aα
B;α
+ = + ; ) ( ) (BC AB C A = nI
, A A I AIn = m =( )
. n m ij a A = × ; ) (B C AB AC A + = + mI
4
1
5
2
0011 0010 (j) (distributividade à esquerda) (k)(distributividade à direita) (l) (m) (n) (o) (p) ; ) (B C AB AC A + = +( )
AB (α
A)B;α
= ; ) (At t = A ; ) (A+ B t = At + Bt;
)
(
α
A
t=
α
A
t( )
AB =t Bt At. ; ) (B + C A = BA+ CAA diferença de duas matrizes do mesmo tamanho e é a matriz
( )
a
ij m nA
=
×( )
n m ij b B × =( )
B A B A− = + −4
1
5
2
0011 0010Sejam uma matriz e um inteiro positivo.
Definimos a potência de , por
A
A
n
n ×
.
....3
2
1
vezes p pA
A
A =
p
p
4
1
5
2
0011 0010 Para definimos vezes p . 0 n I A =,
0
=
p
Sistemas de equações lineares
4
1
5
2
0011 0010Um sistema (linear) de m equações a n incógnitas
x
1,...,
x
n:
= + + + = + + + = + + + m n mn m m n n n n b x a x a x a b x a x a x a b x a x a x a ... ... ... 2 2 1 1 2 2 2 22 1 21 1 1 2 12 1 11 M4
1
5
2
0011 0010são números reais (ou complexos) e chamam-se, respectivamente, os coeficientes e os termos
independentes do sistema.
am1x1 + am2x2 +...+ amnxn = bm
i ij
b
O sistema pode escrever-se como uma equação matricial :
AX=B,
onde é a matriz dos coeficientes do sistema, = mn m m n n a a a a a a a a a A L M M M M L L 2 1 2 22 21 1 12 11 b1
4
1
5
2
0011 0010é a matriz coluna dos termos independentes
e é a matriz coluna das incógnitas. = x x x X M 2 1 = m b b b B M 2 1
Uma solução do sistema é uma matriz coluna
tal que as equações do sistema são simultaneamente satisfeitas quando substituímos = n s s s S 2 1
4
1
5
2
0011 0010 substituímosO conjunto de todas as soluções do sistema chama-se conjunto solução ou solução geral do sistema.
.
,...,
,
2 2 1 1s
x
s
x
ns
nx
=
=
=
Classificação dos sistemas lineares
Um sistema diz-se:
- impossível se não tem nenhuma solução;
- possível se tem pelo menos uma solução;
- possível e determinado se tem uma única solução;
4
1
5
2
0011 0010- possível e determinado se tem uma única solução;
- possível e indeterminado se tem mais de uma solução (neste caso, tem infinitas soluções).
Uma forma de resolver um sistema consiste em substituir o sistema inicial por outro que tenha o mesmo conjunto solução e que seja mais fácil de resolver.
O outro sistema obtém-se por aplicações sucessivas de uma série de operações sobre as equações.
4
1
5
2
0011 0010Estas operações, que se chamam operações elementares, são:
(E1) Trocar a posição de duas equações do sistema;
(E2) Multiplicar uma equação por um escalar diferente de zero;
(E3) Somar a uma equação outra multiplicada por um escalar qualquer.
Quando aplicamos operações elementares sobre as equações de um sistema linear, somente os coeficientes e os termos independentes do sistema são alterados. Deste modo, podemos aplicar as operações sobre a seguinte matriz, que se chama matriz completa ou matriz aumentada ou ainda matriz ampliada do sistema.
[ ]
= n n b b a a a a a a L L 2 1 2 22 21 1 12 114
1
5
2
0011 0010[ ]
= m mn m m n b b a a a a a a B A M L M M M M L 2 2 1 2 22 21Chamam-se operações elementares sobre as linhas de uma matriz:
(E1) Trocar a posição de duas linhas da matriz;
(E2) Multiplicar uma linha da matriz por um escalar diferente de zero;
(E3) Somar a uma linha da matriz outra multiplicada por um escalar qualquer.
4
1
5
2
0011 0010qualquer.
Teorema. Se dois sistemas lineares e são tais que a matriz aumentada é obtida de por aplicação de operações elementares, então os dois sistemas possuem o mesmo conjunto
solução.
[ ]
A B BAX = CX = D
Dois sistemas que possuem o mesmo conjunto solução dizem-se sistemas equivalentes.
4
1
5
2
0011 0010Método de Gauss-Jordan
Pretendemos transformar a matriz aumentada do sistema na forma de Gauss-Jordan, cujo sistema associado é de fácil resolução.
4
1
5
2
0011 0010Uma matriz está na forma de Gauss-Jordan quando satisfaz as seguintes condições:
(a) As linhas nulas (caso existam) ocorrem depois das linhas não nulas;
(b) O pivot (primeiro elemento não nulo de cada linha) é igual a 1;
(c) O pivot de cada linha não nula ocorre à direita do pivot da linha
4
1
5
2
0011 0010(c) O pivot de cada linha não nula ocorre à direita do pivot da linha anterior;
(d) Se uma coluna contém um pivot, então todos os seus outros elementos são iguais a zero.
Se uma matriz satisfaz as propriedades (a) e (c), mas não
necessáriamente (b) e (d), dizemos que a matriz está na forma de Gauss.
Exemplos. Forma de Gauss-Jordan: − − = = 2 1 1 0 0 2 0 1 , 0 1 0 0 0 1 3 A I
4
1
5
2
0011 0010 Forma de Gauss: − = = 0 2 0 1 0 0 0 0 , 1 0 0 0 1 0 3 A I − − = − = 0 12 3 0 9 2 0 0 2 0 0 1 , 4 0 0 3 1 0 2 2 2 C BUma matriz diz-se equivalente por linhas a uma matriz se B se pode obter de A efectuando uma sequência de
operações elementares sobre as suas linhas.
Teorema. Toda a matriz é equivalente por linhas a uma única matriz
( )
a
ij m nA
=
×( )
bij m n B = ×4
1
5
2
0011 0010Teorema. Toda a matriz é equivalente por linhas a uma única matriz na forma de Gauss-Jordan.
Característica de uma matriz
A característica de uma matriz na forma de Gauss é igual ao número de pivots.
A característica de uma matriz qualquer A, que se denota por
c(A), é igual à característica da matriz na forma de Gauss que se
4
1
5
2
0011 0010c(A), é igual à característica da matriz na forma de Gauss que se obtém efectuando operações elementares sobre as suas linhas.
Classificação dos sistemas lineares
Um sistema linear onde A é do tipo è:
• impossível sse c(A) c([A|B];
• possível e determinado sse c(A) = c([A|B] = n ;
• possível e indeterminado sse c(A) = c([A|B] < n .
≠ , n m × , B AX =
4
1
5
2
0011 0010• possível e indeterminado sse c(A) = c([A|B] < n .
Observação. Se o sistema linear é possível, o número inteiro não negativo n- c(A) chama-se grau de indeterminação do sistema e indica o número de variáveis livres (variáveis que podem tomar valores arbitrários).
Um sistema linear diz-se homogéneo se são nulos todos os seus termos independentes
=
+
+
+
=
+
+
+
=
+
+
+
0
...
0
...
0
...
2 2 1 1 2 2 22 1 21 1 2 12 1 11 n mn m m n n n nx
a
x
a
x
a
x
a
x
a
x
a
x
a
x
a
x
a
M
4
1
5
2
0011 0010isto é, se a sua equação matricial é da forma
A todo o sistema de equações lineares está associado o sistema homogéneo
AX
=
0
.
B
AX =
.
0
=
AX
Um sistema homogéneo é sempre possível pois admite sempre a solução nula. Se é determinado, essa é a sua única solução. Se é indeterminado, para além da solução nula, admite soluções não nulas.
Teorema. Se é tal que m<n (nº de equações < nº de incógnitas), então o sistema homogéneo tem solução não nula.
( )
aij m n A = ×0
=
AX
4
1
5
2
0011 0010 nula. Teorema. Seja(a) Se e são soluções do sistema homogéneo , então também o é
(b) Se é solução do sistema homogéneo, , então também o é, para qualquer escalar
( )
. n m ij a A = × 1 X α . α0
=
AX
0
=
AX
. 2 1 X X + 1 X X2 1 XInversa de uma matriz quadrada
4
1
5
2
0011 0010Uma matriz quadrada diz-se invertível ou não singular, se existe uma matriz tal que
A matriz B chama-se inversa de A. Se A não possui inversa, diz-se que a matriz A é não invertível ou singular.
( )
aij n n A = ×( )
bij n n B = × . n I BA AB = =4
1
5
2
0011 0010Teorema. Se uma matriz possui inversa, então a inversa é única.
A inversa de uma matriz A, quando existe, denota-se por
( )
aij n n A = × . 1 − ATeorema. Sejam A e B matrizes n×n. Se então AB = In, BA = In.
4
1
5
2
0011 0010Assim, para verificar que uma matriz A é invertível, quando temos uma matriz B que é candidata a inversa de A, basta fazer um dos produtos AB ou BA e verificar se é igual a In.
Teorema. Seja A uma matriz As seguintes condições são equivalentes:
(a) A é invertível;
(b) c(A)= n;
(c) A é equivalente por linhas à matriz identidade
. n n × . n I
4
1
5
2
0011 0010Dada uma matriz A, tal que c(A)= n, (logo invertível), a inversa
de A é a solução da equação matricial . Então, para calcular basta considerar a matriz e efectuar operações elementares
sobre linhas até a transformar na matriz
, n n× , 1 − A
[
In A−1]
. nI
AX =
[ ]
A InPropriedades da inversa
Teorema. Sejam A e B matrizes invertíveis do tipo um escalar não nulo e m um inteiro positivo.
(a) é invertível e (b) AB é invertível e (c) é invertível e (d) é invertível e 1 − A
( )
A−1 −1 = A; tA
( ) ( )
A
t −1=
A
−1 t;
, n n× α Aα
( )
α
A −1 =α
−1A−1; m( ) ( )
−1 m( )
AB −1 = B−1A−1;4
1
5
2
0011 0010 (e) é invertível eNota. Se Se A é invertível, então definimos, para qualquer inteiro positivo m,
( ) ( )
mA
( ) ( )
m 1 1 m.
A
A
−=
−( )
1 m. m A A− = −Teorema. Seja
(a) O sistema associado a possui uma única solução sse
A é invertível. Neste caso, a solução é
(b) O sistema homogéneo tem solução não trivial sse A é singular (não invertível).