• Nenhum resultado encontrado

Álgebra Linear: Lista de exercícios 3

N/A
N/A
Protected

Academic year: 2021

Share "Álgebra Linear: Lista de exercícios 3"

Copied!
10
0
0

Texto

(1)

Universidade Federal do Paraná 2◦ semestre 2015.

Algebra Linear, CM 005 Olivier Brahic

Lista de exercícios 3

Aritmética Matricial

Exercício 1: Se A =   3 1 4 −1 0 1 2 2 2   e B =   1 0 2 −3 1 1 2 −4 1  , calcule: a) 2A,| b) A + B c) 2A − 3B d) (2A)|− (3B)| e) AB f) BA g) A|B| h) (BA)|

Exercício 2: Para cada um dos pares de matrizes que se seguem, determine se é possível multiplicar a primeira matriz pela segunda. Se for possível, execute a multiplicação.

a)  3 5 1 −2 0 2    2 1 1 3 4 1   b)   4 −2 6 −4 8 −4   1 2 3  c)   1 4 3 0 1 4 0 0 2     3 2 1 1 4 5   d)  4 6 2 1   3 1 5 4 1 6  e)  4 6 1 2 1 1   3 1 5 4 1 6  f)   4 −1 3  , 3 2 4 5 

Exercício 3: Para que pares no exercício 2 é possível multiplicar a segunda matriz pela primeira, e qual seria a dimensão da matriz produto ?

Exercício 4: Escreva cada dos seguintes sistemas de equações como uma equação matricial.

a) ( 3x1+ 2x2 = 1 2x1− 3x2 = 5. b)      x1+ x2 = 5 2x1+ x2− x3 = 6 3x1− 2x2+ 2x3 = 7. c)      2x1+ 3x2+ x3 = 4 x1+ x2+ 2x3 = 2 3x1+ 4x2− x3 = 0. Exercício 5: Se A =  2 4 1 3  , B =  −2 1 0 4  e C =  3 1 2 1  verifique que: a) (A+B)+C = A+(B +C), b) A(BC) = (AB)C, c) A(B + C) = AB + AC, d) (A + B)C = AC + AB. Exercício 6: Seja A =  1 2 1 −2  , b =  4 0  e c =  −3 −2 

a) Escreva b como uma combinação linear dos vetores coluna a1 e a2.

b) Use o resultado da parte a) para determinar a solução do sistema Ax = b. O sistema tem outras soluções ? Explique.

(2)

Exercício 7: Para cada um dos escolhos de A e b a seguir, determine se o sistema Ax = b é consistente, examine como b se relaciona com os vetores coluna de A. Explique sua resposta em cada caso. a) A =  2 1 −2 1  , b =  3 1  b) A =  1 4 2 3  , b =  5 5  c) A =   3 2 1 3 2 1 3 2 1  , b =   1 0 −1  

Exercício 8: Explique por que cada uma das seguintes regras algébricas não funcionam quando os números reais a e b são substituidos por matrizes n × n A e B:

a) (a + b)2= a2+ 2ab + b2, b) (a + b)(a − b) = a2− b2,

Exercício 9: Encontre matrizes A e B, não nulas, tais que AB = 0. Encontre matrizes não nulas A, B, C tais que AC = BC e A 6= B.

Exercício 10: A matriz A = 

1 −1 1 −1



tem a propriedade A2 = 0. É possivel para uma matriz simétrica 2 × 2 ter essa propriedade ? Demostre sua resposta.

Exercício 11: Seja A = 

1/2 1/2 −1/2 −1/2



. Calcule A2, A3. Que serà An ?

Exercício 12: Seja A =     0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0    

. Mostre que A4 = 0 para n ≥ 4.

Exercício 13: Seja A uma matriz n × n e sejam x e y vetores em Rn. Mostre que se Ax = Ay e x 6= y, então A deve ser singular.

Exercício 14: Dado R = 

cos θ − sin θ sin θ cos θ



. Mostre que R é não singular e R−1= R|. Exercício 15: Uma matriz n × n A é dita uma involução se A2 = I. Considere q matriz G =



cos θ sin θ sin θ − cos θ



. Mostre que G é involução. Qual é a inversa de G ?

Exercício 16: Uma matriz A é dita uma idempotente se A2= A. Mostre que cada uma das seguintes matrizes é idempotente:

a)  1 0 1 0  , b)  2/3 1/3 2/3 1/3  , c)   1/4 1/4 1/4 1/4 1/4 1/4 1/2 1/2 1/2  .

Exercício 17: Seja A uma matriz idempotente. Mostre que I − A tambem é idempotente. Mostre que I + A é não singular e (I + A)−1= I − A/2.

(3)

Correções

Correção do Exercício 1: Se A =   3 1 4 −1 0 1 2 2 2  e B =   1 0 2 −3 1 1 2 −4 1  , Calculemos que: a) 2A =   6 2 8 −2 0 2 4 4 4  , b) A + B =   4 1 6 −4 1 2 4 −2 3   c) 2A − 3B =   3 2 2 7 −3 −1 −2 16 1   d) (2A)|− (3B)|=   4 4 0 2 −2 12 4 0 2   e) AB =   8 −15 11 1 −4 −1 0 −6 8   f) BA =   7 5 8 −8 −1 −9 12 4 6   g) A|B|=   7 −8 12 5 −1 4 8 −9 6   h) (BA)|=   7 −8 12 5 −1 4 8 −9 6   Correção do Exercício 2:

Lembremos que a multiplicação de matrizes é uma definida como uma aplicação: Mm,n(R) × Mn,r(R) → Mm,r(R),

onde m, n, r ∈ N∗. Em particular, para que o produto AB de duas matrizes A e B seja bem definido, o número de colunas de A tem que conferir com o número de linhas de B.

a)  3 5 1 −2 0 2  ·   2 1 1 3 4 1  =  15 19 4 0 

b) O produto não é definido.

c)   1 4 3 0 1 4 0 0 2  ·   3 2 1 1 4 5  =   19 21 17 21 8 10   d)  4 6 2 1  ·  3 1 5 4 1 6  =  36 26 40 10 11 8 

e) O produto não é definido.

f)   4 −1 3  · 3 2 4 5  =   12 8 16 20 −3 −2 −4 −5 9 6 12 15  

Correção do Exercício 3: Semelhantemente, calculemos:

a)   2 1 1 3 4 1  ·  3 5 1 −2 0 2  =   4 10 4 −3 5 7 10 20 6   b) 1 2 3  ·   7 −2 6 −4 8 −4  = 43 −22 

(4)

d) O produto não é definido. e)  3 1 5 4 1 6  ·  4 6 1 2 1 1  =   4 10 4 −3 5 7 10 20 6   f) O produto não é definido.

Correção do Exercício 4: Escreva cada dos seguintes sistemas de equações como uma equação matricial.

a) Consideremos as matrizes A, x e b, definidas por: A :=3 2 2 −3  ∈ M2,2(R), x := x1 x2  ∈ M2,1(R), b := 1 5  ∈ M2,1(R),

então, é immediato verificar que o sistema linear pode ser escrito matricialmente assim: ( 3x1+ 2x2 = 1 2x1− 3x2 = 5. ⇐⇒ 3 2 2 −3  ·x1 x2  =1 5  ⇐⇒ A · x = b.

b) Semelhantemente, considerando as matrizes A, x e b definidas por:

A :=   1 1 0 2 1 −1 3 −2 2  ∈ M3,3(R), x :=   x1 x2 x3  ∈ M3,1(R), b :=   5 6 7  ∈ M3,1(R),

então, é immediato verificar que o sistema linear pode ser escrito matricialmente assim:      x1+ x2 = 5 2x1+ x2− x3 = 6 3x1− 2x2+ 2x3 = 7. ⇐⇒   1 1 0 2 1 −1 3 −2 2  ·   x1 x2 x3  =   5 6 7   ⇐⇒ A · x = b.

c) Semelhantemente, considerando as matrizes A, x e b definidas por:

A :=   2 3 1 1 1 2 3 4 −1  ∈ M3,3(R), x :=   x1 x2 x3  ∈ M3,1(R), b :=   4 2 0  ∈ M3,1(R),

então, é immediato verificar que o sistema linear pode ser escrito matricialmente assim:      2x1+ 3x2+ x3 = 4 x1+ x2+ 2x3 = 2 3x1+ 4x2− x3 = 0. ⇐⇒   2 3 1 1 1 2 3 4 −1  ·   x1 x2 x3  =   4 2 0   ⇐⇒ A · x = b.

Correção do Exercício 5: É so fazer as contas, e verificar que conferem as igualdades ! Correção do Exercício 6: Seja A =

 1 2 1 −2  , b =  4 0  e c =  −3 −2 

(5)

a) Escreva b como uma combinação linear dos vetores coluna a1 e a2. A amatriz A tem colunas: A =  1 2 1 −2  isso é: a1=  1 1  e a2 =  2 −2  . É fácil escrever b como combinação linear de a1 e a2, da seguinte maneira:

b =  4 0  =  2.1 + 2 2.1 − 2  = 2.  1 1  +  2 −2  = 2.a1+ a2.

b) Escrevemos explicitamente o sistema Ax = b, obtemos: Ax = b ⇐⇒  1 2 1 −2  ·  x1 x2  =  4 0  ⇐⇒ ( x1+ 2x2 = 4 x1− 2x2 = 0.

Observe que x = (x1, x2) é solução do sistema se e somente se: x1.a1+ x2.a2 = b, ou seja,

exatamente quando (x1, x2) é o próprio par de coeficientes que permitem escrever b como

combinação linear de a1 e a2. Isto segue da seguinte conta: ( x1+ 2x2 = 4 x1− 2x2 = 0. ⇐⇒ x1.  1 1  + x2.  2 −2  =  4 0 

Vimos no a) que b é combinação linear de a1 e a2, com coeficientes x1= 2 e x2= 1, logo

(x1, x2) = (2, 1) é solução do sistema. É claro que (x1, x2) = (2, 1) é a única solução pois

os vetores a1 e a2 não são colineares (faça um desenho, se precisa).

Pode-se verificar resolvendo o sistema, que de fato, o conjunto solução é dado por: S = {(2, 1)}.

c) Tentando repetir o raciocinho, revela-se mais difícil escrever c direitamente como uma combinação linear de a1 e a2: c =  −3 −2  ? = x1.  1 1  + x2  2 −2  = x1.a1+ x2.a2.

Porem, sempre vale que conseguir (x1, x2) como acima é equivalente a resolver um sistema:

x1.  1 1  + x2.  2 −2  =  −3 −2  ⇐⇒ ( x1+ 2x2 = 4 x1− 2x2 = 0.

Logo basta reslover o sistema. Obtemos o seguinte conjunto solução S = {(−5/2, −1/4)}. Podemos verificar que, de fato:

−5 2  1 1  −1 4  2 −2  =  −3 −2  .

Alem disso, a solução do sistema sendo única, este é a única maneira de escrever c como combinação linear de a1 e a2. Note que esta unicidade segue de a1 e a2 (não depende do

escolho de c).

Correção do Exercício 7: Para cada um dos escolhos de A e b a seguir, determine se o sistema Ax = b é consistente, examine como b se relaciona com os vetores coluna de A. Explique sua resposta em cada caso.

(6)

a) O sistema associado é dado por: (

2x1+ x2= 3

−2x1+ x2= 1.

Ele é consistente, e tem solução única S = {(1/2, 2)}. Obtemos b como combinação linear das colunas de A:  3 1  =1 2  2 −2  + 2  1 1  .

b) O sistema associado é dado por: (

x1+ 4x2= 5

2x1+ 3x2= 5.

Ele é consistente, e tem solução única S = {(1, 1)}. Obtemos b como combinação linear das colunas de A:  5 5  =  1 2  +  4 3  .

c) O sistema associado é dado por:      3x1+ 2x2+ x3 = 1 3x1+ 2x2+ x3 = 0 3x1+ 2x2+ x3 = −1.

Ele é inconsistente, S = ∅, logo é impossível obter b como combinação linear das colunas de A (o que é fácil ver num desenho em R3 tambem).

Correção do Exercício 8: Explique por que cada uma das seguintes regras algébricas não funcionam quando os números reais a e b são substituidos por matrizes n × n A e B:

a) Sendo duas matrizes n × n, A e AB, temos : (A + B)2 = (A + B)(A + B)

= A(A + B) + B(A + B) = AA + AB + BA + BB

= A2+ AB + BA + B2 6= A2+ 2AB + B2 pois para matrizes AB 6= BA em geral, logo AB + BA 6= 2AB tambem. b) Semelhantemente:

(A + B)(A − B) = A(A − B) + B(A − B) = AA − AB + BA − BB

= A2− AB + BA − B2 6= A2− B2

(7)

Correção do Exercício 9:

a) Sejam A, B ∈ M2,2(R) as matrizes dadas por: A :=0 1 0 1  , B :=1 1 0 0  .

Então verifica-se facilmente que AB = 0, embora nem A nem B seja nula.

Observação. O que é importante aqui é de notar que este fenômeno não acontece com o produto de números reais, ou complexos: pois se ab = 0, com a, b ∈ R ou C, então necessariamente, tem-se a = 0 ou b = 0... Este exibe um comportamento bastante singular das matrizes em relação ao produto.

b) Usando as regras álgebricas do produto matricial, podemos observar o seguinte: AB = AC ⇐⇒ AB − AC = 0

⇐⇒ A(B − C) = 0.

Logo podemos usar o item a) precedente para conseguir matrizes explicitas, pegando por exemplo: A :=0 1 0 1  , B :=1 0 0 0  , C :=0 −1 0 0  .

Verifica-se facilmente que AB = BC, embora B e C sejam matrizes diferentes.

Observação. De novo, o objetivo deste exercício e de ressaltar algumas diferenças entre o produto matricial e o produto em R ou em C. Neste case, observe que não pode-se ’dividir’ pela matriz A para simplificar a igualdade: temos AB = AC, embora B 6= C e A 6= 0. Veremos que pode-se simplificar jà que a matriz A é invertível, o que não é o caso neste particular exemplo.

Correção do Exercício 10: Seja A ∈ M2,2(R) uma matriz simétrica, então A é necessaria-mente da forma:

A =a b b c 

. Logo pode-se calcular facilmente que:

A2 = A.A =a b b c  ·a b b c  =a 2+ b2 ab + bc ab + bc b2+ c2  .

Em particular, é fácil ver que se A2 = 0, então a2 + b2 = b2 + c2 = 0, o que implica que a = b = c = 0. Concluímos que a matriz nula A = 0 é a única matriz simétrica 2 × 2 tal que A2= 0.

Observação. Este resultado não vale se não sopormos que A seja simétrica. O exemplo mais básico serià o segnuinte: considere a seguinte matriz, que não é simétrica:

A =0 1 0 0 

.

Então é fácil verificar que A satisfaz A2 = 0, porem A 6= 0. De novo, observe a diferença com o produto usual em R ou C.

(8)

Correção do Exercício 11: Calculemos que: A2 =  1/2 1/2 −1/2 −1/2  ·  1/2 1/2 −1/2 −1/2  =  1/4 − 1/4 1/4 − 1/4 −1/4 + 1/4 −1/4 + 1/4  =  0 0 0 0 

Logo A2 = 0. Segue que A3 = A2.A = 0.A = 0, e semelhantemene, para n ≥ 2 temos An= A2.An−2= 0.An−2= 0.

Observação. Para ser rigoroso, teria que proceder por indução, como no seguinte exercicio.

Correção do Exercício 12: Calcula-se facilmente que:

A =     0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0     A2=     0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0     A3=     0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0     A4=     0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0     .

Observação. O que é surprendente neste exemplo é que tem-se: A 6= 0, A2 6= 0, A3 6= 0,

porem, A4 = 0. Pode observar como a linha diagonal de 1 "esta subindo", ate desaparecer... Este descreve de maneira intuitiva o comportamente de matrizes não nulas cuja potencia An se anula para n suficientemente grande.

Jà que A4 se anula, é fácil ver que An= 0 para n ≥ 4. Mostremos isto por indução: notemos (Pn) a seguinte propriedade:

(Pn) : An= 0.

Calculemos acima que (Pn) é verdade para n = 4. Agora, suponha que (Pn) seja satisfeita,

então temos:

An+1 = An.A

= 0.A = 0

onde usàmos (Pn) em ∗. Logo (Pn) ⇒ (Pn+1) e podemos concluir que An= 0 para n ≥ 4.

Correção do Exercício 13: Seja A uma matriz n×n e x e y vetores em Rntais que Ax = Ay e x 6= y. Vamos provar por contradição que A é singular.

(9)

Suponha que A é não singular, ou seja, que A admite uma inversa A−1. Então, teremos: Ax = Ay ⇒ A−1(Ax) = A−1.(Ay) ⇒ A−1A | {z } =I x = A−1.A | {z } =I y ⇒ Ix |{z} = x = Iy |{z} =y ⇒ x = y.

Este contradiz a hipótese que x 6= y, logo A não pode ser invertível. Correção do Exercício 14: Calcula-se que:

R.R|=  cos θ − sin θ sin θ cos θ  ·  cos θ sin θ − sin θ cos θ  = 

cos2θ + sin2θ cos θ sin θ − sin θ cos θ sin θ cos θ − sin θ cos θ cos2θ + sin2θ

 =  1 0 0 1 

Seguem duas coisas desta conta: o fato que R é não singular, e tambem o fato que R−1= R|. Correção do Exercício 15: Calcula-se que:

G2 = G.G =  cos θ sin θ sin θ − cos θ  ·  cos θ sin θ sin θ − cos θ  = 

cos2θ + sin2θ cos θ sin θ − sin θ cos θ

sin θ cos θ − sin θ cos θ cos2θ + sin2θ  =  1 0 0 1 

Uma matriz n×n A é dita uma involução se A2 = I. Considere a matriz G := 

cos θ sin θ sin θ − cos θ

 . Logo G2= I, isso é, G é uma involução. Em particular, G.G = I, logo G é não singular, e a inversa de G a a própria matriz G.

Observação. Note de novo a diferença com o calculo usual em R ou C, onde os únicos números g reais ou complexos tais que g2= 1 são 1 e −1.

Correção do Exercício 16: Basta verificar fazendo cada vez as contas que A2 = A.

Correção do Exercício 17: Suponha que A é uma matriz idempotente, iso A verifica A2= A. Então, para verificar que I − A tambem o é. calculemos:

(I − A)2= (I − A)(I − A) = I(I − A) − A(I − A) = II − IA − AI + AA = I − A − A + A = I − A,

(10)

Para ver que I + A é não singular e (I + A)−1 = I − A/2, basta calcular: (I + A)(I − A/2) = (I + A)(I − A/2)

= I(I − A/2) + A(I − A/2) = II − IA/2 + AI − AA/2 = I − A/2 − A + A/2 = I.

Referências

Referências

Documentos relacionados

APAC SISAIH01 CIHA1 Módulo Captação do Atendimento SIH SIA CIHA Módulo de Processamento e Avaliação da Informação Módulo Planejamento e Programação da Ações e Serviços de

Se

(pois n˜ao s˜ao m´ultiplos um do outro), temos que eles formam uma base de W... A soma

Todavia não se compromete expressamente em fazê-lo por projeto de lei, e não por portaria, ou resolução do Pleno Administrativo, destoando do que fora expressamente delimitado

Se a reposição automática representa 48% do total de pedidos emitidos, ao verificarmos os valores envolvidos, esse sistema representa apenas 28% dos valores dos pedidos de compras

In this juncture, this study compares and contrasts the guidelines of sustainability reporting and the degree of engagements of stakeholders in the processes of

Diamantina.por sua vez t~rá um acréscimo sig nificativo no seu índice de participação do Valor Adicional Fis- cal (VAF), que hoje constitui numa das maiores

Ainda no Capítulo 3, iremos observar a análise dos resultados obtidos com a aplicação da pesquisa no formato de gráficos, de forma individual e de forma global, com intuito de