Matemática 1
Cap. 2
Índice
2 Matrizes e Determinantes ...2-1 2.1 Matrizes ...2-1
2.1.1 Tipos Especiais de Matrizes ...2-2 2.1.2 Operações com matrizes...2-4 2.1.3 Alguns exercícios sobre matrizes: ...2-9 2.1.4 Matrizes Elementares ...2-10 2.1.5 Definição de Matriz como Função ...2-12 2.2 Determinantes e Matriz Inversa...2-12
2.2.1 Determinantes...2-12 2.2.2 Matriz Inversa...2-14 2.2.3 Alguns exercícios sobre determinantes e matriz inversa...2-17 Referências Bibliográficas...2-18
2 Matrizes e Determinantes
2.1 Matrizes
Noção de matriz
Uma matriz é uma tabela retangular de elementos dispostos em linhas e colunas.
Representação
Uma matriz com m linhas e n colunas será indicada por:
[ ]
ij m n mn m m n n n m a a a a a a a a a a A × = × ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = L M M M L L 2 1 2 22 21 1 12 11 , onde 1≤ i ≤ m, 1≤ j ≤ n.Se não existirem dúvidas quanto à quantidade de linhas e colunas de uma matriz, podemos indicá-la apenas por letras latinas maiúsculas A, B, C, D, ... , omitindo os índices m e
n.
O símbolo Mm×n
( )
ℜ indicará o conjunto de todas as matrizes de ordem m× de nelementos reais.
Exemplos
1. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 3 0 5 2 1 2 0 1 1A , então temos que: a11=−1 , a12=1, 0a13= , a21=2,
1 22= a ,a23=−2, 5a31= , 0a32 = ,a33 =3. 2. Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ π − = 2 7 0 5 2 9 3
B , então temos que: b11=3, b12=−9,b13=2, b14 =5,
0 21= b ,b22 =7, b23 = 2, b24=π. 3. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 18 7 3 4 2 / 1 3 / 2
C , então temos que:
3 2 11= c , 2 1 12=− c ,c21=4, b22 =−3, 0 21= b ,c31=−7, 18c32 = .
4. Suponha que temos alguns dados como peso, altura e idade referentes a um grupo de quatro pessoas, como na tabela seguinte:
Altura (m) Peso (Kg) Idade (anos)
Pessoa 1 1,75 62 40
Pessoa 2 1,64 53 27
Pessoa 3 1,83 75 31
Podemos representar estas informações na matriz seguinte: ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 18 50 50 , 1 31 75 83 , 1 27 53 64 , 1 40 62 75 , 1
D , onde cada linha representa um indivíduo e as colunas
representam, as grandezas altura, peso e idade, respectivamente.
Definição
Duas matrizes n m ij n m a A × =[ ] × e s r ij s r bB × =[ ] × são iguais, se e somente se:
⎪ ⎩ ⎪ ⎨ ⎧ ∀ = = = j i b a s n r m ij ij ,
2.1.1 Tipos Especiais de Matrizes
Matriz Quadrada
É aquela onde o número de linhas é igual ao número de colunas, isto é, m = n.
Exemplos
5. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = 3 0 2 7 1 5 0 1 0 A , B=[ ]
8 e ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 7 3 4 9 C .Matriz Nula
É aquela em que todos os elementos são iguais a zero, isto é, aij =0 para todo i e j.
Exemplos
6. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 0 0 0 0 0 0 0 0 0 A e ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 0 0 0 0 BMatriz Linha
É aquela onde m = 1.Exemplos
7. A=[
9 0 −3 2]
e B=[ ]
1 3Matriz Coluna
É aquela onde n = 1.Exemplos
8. ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = 1 2 9 7 A e ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 2 3 BMatriz Diagonal
É uma matriz quadrada (m = n) onde aij =0, para i≠ . j
Exemplos
9. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = 2 0 0 0 4 0 0 0 1 A e ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = 3 0 0 0 0 1 0 0 0 0 4 0 0 0 0 9 BMatriz Identidade
É uma matriz diagonal onde ⎪⎩ ⎪ ⎨ ⎧ = = ≠ = j i para a e j i para a ij ij 1 0
Muitas vezes a matriz identidade de ordem n é indicada por In×n ou apenas I . n
Exemplos
10. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 1 0 0 0 1 A , ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 0 0 1 B e ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 CMatriz Triangular Superior
É uma matriz quadrada onde aij =0 para i > j.
Exemplos
11. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = 1 0 0 2 7 0 0 9 1 A , ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 1 0 9 1 B , ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 2 1 0 0 0 6 0 0 3 0 3 1 CMatriz Triangular Inferior
Exemplos
12. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ π = 1 7 0 2 9 0 0 4 A , ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 1 3 0 1 B e ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = 1 0 0 2 0 9 3 4 0 0 5 6 0 0 0 1 C2.1.2 Operações com matrizes
Adição
Dadas duas matrizes
n m ij n m a A × =[ ] × e n m ij n m b B × =[ ] × , então: n m n m n m ij ij ij ij b a b a B A+ =[ ] × +[ ] × =[ + ] ×
Exemplos
13. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = 1 7 1 2 2 9 1 0 4 A e ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 1 2 6 0 3 1 8 1 2 B , então ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = + 0 9 5 2 5 10 7 1 6 B A14. Suponha que as tabelas que seguem trazem as produções de soja, feijão e milho (em milhares de toneladas) de dois anos consecutivos de três regiões de um país:
Produção agrícola do primeiro ano
Soja Feijão Milho
Região 1 2000 150 700
Região 2 1000 450 120
Região 3 500 300 900
Produção agrícola do segundo ano
Soja Feijão Milho
Região 1 2500 200 400
Região 2 500 250 300
Região 3 1500 200 100
Se representarmos estas produções pelas matrizes:
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 900 300 500 120 450 1000 700 150 2000 A e ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 100 200 1500 300 250 500 400 200 2500
B , respectivamente, então a matriz
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = + 1000 500 2000 420 700 1500 1100 350 4500 B
A representa a produção total nestes dois anos
Propriedades da Adição de Matrizes
i) Associatividade: A+
(
B+C) (
= A+B)
+C, ∀A,B,C∈Mm×n( )
ℜii) Comutatividade: A+B=B+A, ∀A,B∈Mm×n
( )
ℜiii) Elemento Neutro: A+0=A, onde 0 denota a matriz nula m× , n ∀A∈Mm×n
( )
ℜiv) Oposto: Dada A∈Mm×n
( )
ℜ , existe a matriz( )
−A ∈Mm×n( )
ℜ , tal que A+( )
−A =0Multiplicação de matriz por escalar
Dada uma matriz Am×n =[aij]m×n e um escalar α∈ℜ, então:
n m n m ij ij a a A=α⋅ × = α⋅ × ⋅ α [ ] [ ]
Exemplos
15. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 4 7 1 2 6 9 1 0 3 A e α=2, então ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = ⋅ = ⋅ α 8 14 2 4 12 18 2 0 6 2 A A 16. Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − = 2 5 2 1 4 3 B e α=−3, então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − = ⋅ − = ⋅ α 6 15 6 3 12 9 3 B B17. Suponha que a tabela que segue traz a produção de arroz e milho (em milhares de toneladas) de dois Estados de um país em um determinado ano:
Arroz Milho
Estado X 400 600
Estado Y 700 800
Se representarmos estas produções pela matriz: ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 800 700 600 400 A e no ano seguinte
estes Estados dobraram suas produções, então a matriz ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⋅ 1600 1400 1200 800 2 A representa esta nova safra.
Propriedades da Multiplicação de Matriz por escalar
i)
(
α⋅β)
⋅A=α⋅(
β⋅A)
, ∀A∈Mm×n( )
ℜ,∀α,β∈ℜ ii)(
α+β)
⋅A=α⋅A+β⋅A,∀A∈Mm×n( )
ℜ,∀α,β∈ℜ iii) α⋅(
A+B)
=α⋅A+α⋅B,∀A,B∈Mm×n( )
ℜ,∀α∈ℜ iv) 1⋅A= A, ∀A∈Mm×n( )
ℜMultiplicação de matrizes
Dadas duas matrizes
n m ij n m a A × =[ ] × e p n jk p n b B × =[ ] × , então: p m ik c C B A⋅ = =[ ] × , onde
∑
= ⋅ = ⋅ + + ⋅ + ⋅ + ⋅ = n j jk ij nk in k i k i k i ik a b a b a b a b a b c 1 3 3 2 2 1 1 ...Exemplos
18. Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 22 21 12 11 a a a a A e ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 23 22 21 13 12 11 b b b b b b B , então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 23 22 21 13 12 11 c c c c c c C , onde:∑
= ⋅ = ⋅ + ⋅ = 2 1 2 2 1 1 j jk ij k i k i ik a b a b a b c , isto é: 21 12 11 11 11 a b a b c = ⋅ + ⋅ 22 12 12 11 12 a b a b c = ⋅ + ⋅ 23 12 13 11 13 a b a b c = ⋅ + ⋅ 21 22 11 21 21 a b a b c = ⋅ + ⋅ 22 22 12 21 22 a b a b c = ⋅ + ⋅ 23 22 13 21 23 a b a b c = ⋅ + ⋅ 19. Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − = 1 1 2 1 3 1 A e ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − = 6 0 2 1 1 1 2 5 1 3 0 4 B , então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 24 23 22 21 14 13 12 11 c c c c c c c c C , onde:( )
4 3( ) ( ) ( )
5 1 1 12 1 11= ⋅ − + ⋅ + − ⋅ − = c( )
0 3( ) ( ) ( )
2 1 2 8 1 12 = ⋅ + ⋅ − + − ⋅ = c( )
3 3( ) ( ) ( )
1 1 0 0 1 13= ⋅ + ⋅ − + − ⋅ = c( )
1 3( ) ( ) ( )
1 1 6 4 1 14 = ⋅ − + ⋅ + − ⋅ =− c( ) ( ) ( ) ( ) ( ) ( )
2 4 1 5 1 1 2 21= − ⋅ − + − ⋅ + ⋅ − = c( ) ( ) ( ) ( ) ( ) ( )
2 0 1 2 1 2 4 22= − ⋅ + − ⋅ − + ⋅ = c( ) ( ) ( ) ( ) ( ) ( )
2 3 1 1 1 0 5 23= − ⋅ + − ⋅ − + ⋅ =− c( ) ( ) ( ) ( ) ( ) ( )
2 1 1 1 1 6 7 24= − ⋅ − + − ⋅ + ⋅ = c Logo ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − = 7 5 4 2 4 0 8 12 C20. Imagine que uma empresa possui duas confeitarias chamadas de A e B, que fabricam três tipos de bolos chamados de 1, 2 e 3.
As vendas de bolos destas confeitarias, por semana, estão apresentadas na tabela que segue:
Confeitaria Bolo tipo 1 Bolo tipo 2 Bolo tipo 3 A 50 unidades 30 unidades 25 unidades B 20 unidades 20 unidades 40 unidades
Bolo Farinha Açúcar Leite Manteiga Ovos Tipo 1 500 g 200 g 500 ml 150 g 4
Tipo 2 400 g 100 g 300 ml 250 g 5 Tipo 3 450 g 150 g 600 ml 0 g 6
Que quantidade destes materiais cada confeitaria deverá receber semanalmente para atender às demandas?
Se a primeira tabela for representada pela matriz ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 40 20 20 25 30 50 X e a segunda
tabela pela matriz
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 6 0 600 150 450 5 250 300 100 400 4 150 500 200 500
Y , a resposta será dada pela matriz
Y X Z = ⋅ :
Confeitaria Farinha Açúcar Leite Manteiga Ovos A c11 c12 c13 c14 c15 B c21 c22 c23 c24 c25 48250 450 25 400 30 500 50 11= ⋅ + ⋅ + ⋅ = c 16750 150 25 100 30 200 50 12 = ⋅ + ⋅ + ⋅ = c 49000 600 25 300 30 500 50 13= ⋅ + ⋅ + ⋅ = c 15000 0 25 250 30 150 50 14 = ⋅ + ⋅ + ⋅ = c 500 6 25 5 30 4 50 15 = ⋅ + ⋅ + ⋅ = c 36000 450 40 400 20 500 20 21= ⋅ + ⋅ + ⋅ = c 12000 150 40 100 20 200 20 22= ⋅ + ⋅ + ⋅ = c 40000 600 40 300 20 500 20 23= ⋅ + ⋅ + ⋅ = c 8000 0 40 250 20 150 20 24= ⋅ + ⋅ + ⋅ = c 420 6 40 5 20 4 20 25= ⋅ + ⋅ + ⋅ = c Logo a resposta é:
Confeitaria Farinha Açúcar Leite Manteiga Ovos
A 48250 16750 49000 15000 500
B 36000 12000 40000 8000 420
Propriedades da Multiplicação de Matrizes
(Desde que sejam possíveis as operações) i) A⋅I =I⋅A=A, sendo I a matriz identidade ii) A⋅
(
B+C)
= A⋅B+A⋅C e(
A+B)
⋅C= A⋅C+B⋅Ciii) A⋅
(
B⋅C) (
= A⋅B)
⋅Civ) 0⋅A=0 e A⋅0=0
Observe que em geral A⋅B≠B⋅A, podendo inclusive um dos membros estar definido e o outro não.
Transposição de matrizes
Dada uma matriz Am×n =[aij]m×n∈Mm×n
( )
ℜ , denomina-se transposta de A, a matriz:m n ij T
b
A =[ ] × , cujas linhas são as colunas de A, isto é: bij =aji.
Exemplos
21. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 4 7 1 2 6 9 1 0 3 A , então ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 4 2 1 7 6 0 1 9 3 T A 22. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = 5 2 4 0 1 3 B , então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 5 4 1 2 0 3 T BPropriedades da Transposição de Matrizes
i)
(
A+B)
T =AT +BTii)
(
α⋅A)
T =α⋅AT , onde α∈ℜ iii)( )
AT T = Aiv)
(
A⋅B)
T =BT ⋅ATDefinições
Seja A uma matriz quadrada, então: a) A é dita simétrica, se e somente se, AT = . A
Exemplo
23. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − = 5 7 1 7 2 0 1 0 3 A ⇒ AT = A ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − = 5 7 1 7 2 0 1 0 3b) A é dita anti-simétrica, se e somente se, AT =−A.
Exemplo
24. ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 0 5 3 5 0 1 3 1 0 A ⇒ AT =−A ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 0 5 3 5 0 1 3 1 02.1.3 Alguns exercícios sobre matrizes:
25. Para cada α∈ℜ, considere a matriz ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ α α α − α = α cos sen sen cos T a) Mostre que Tα⋅Tβ =Tα+β = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ β β β − β ⋅ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ α α α − α = ⋅ β α cos sen sen cos cos sen sen cos T T = ⎥= ⎦ ⎤ ⎢ ⎣ ⎡ β ⋅ α + β ⋅ α − α ⋅ β + β ⋅ α β ⋅ α − α ⋅ β − β ⋅ α − β ⋅ α cos cos sen sen cos sen cos sen cos sen cos sen sen sen cos cos
(
)
(
)
(
)
(
)
⎥= α+β ⎦ ⎤ ⎢ ⎣ ⎡ β + α β + α β + α − β + α = T cos sen sen cos b) Ache T−α( )
( )
( )
( )
TT T−α ⎥= α ⎦ ⎤ ⎢ ⎣ ⎡ α α − α α = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ α − α − α − − α − = cos sen sen cos cos sen sen cos26. Mostre que a soma de duas matrizes simétricas é uma matriz simétrica. Sejam duas matrizes simétricas A e B. Logo AT = e A BT = . B
(
A+B)
T =AT +BT =A+B.27. Mostre que a soma de duas matrizes anti-simétricas é uma matriz anti-simétrica. Sejam duas matrizes anti-simétricas A e B. Logo AT =−A e BT =−B.
(
A+B)
T =AT +BT =−A+( ) (
−B =− A+B)
.28. Mostre que se A é uma matriz quadrada, então A+AT é uma matriz simétrica.
(
T)
T T( )
T T T T A A A A A A A A+ = + = + = +29. Verifique que o produto de duas matrizes simétricas nem sempre é uma matriz simétrica.
Sejam duas matrizes simétricas A e B. Logo AT = e A BT = . B
(
A⋅B)
T =BT ⋅AT =B⋅A.30. Se A⋅B=0, então podemos afirmar queA=0 ou B=0? Não! Encontre alguns contra-exemplos.
31. Suponha que A≠0 e A⋅B=A⋅C, então podemos afirmar que B=C ?
Não!
C A B
A⋅ = ⋅ ⇒A⋅B−A⋅C=0⇒A⋅
(
B−C)
=0. Sabemos que A≠0, e que podemos ter A⋅(
B−C)
=0 sem que B−C =0, Logo B não é necessariamente igual a C.32. Considerando o exercício anterior, se existir uma matriz Y tal que Y⋅A=I, podemos afirmar que B=C ? Sim ! C A B A⋅ = ⋅ ⇒Y⋅
(
A⋅B)
=Y⋅(
A⋅C)
⇒(
Y⋅A)
⋅B=(
Y⋅A)
⋅C⇒( )
I ⋅B=( )
I ⋅C⇒B=C33. Podemos dizer que a seguinte igualdade
(
A+B)
2 =A2+2⋅A⋅B+B2é verdadeira? Não!(
) (
)
2 2 B A B B A A B B A B B A A A B A B A+ ⋅ + = ⋅ + ⋅ + ⋅ + ⋅ = + ⋅ + ⋅ +34. Podemos dizer que a seguinte igualdade
(
A−B)
2 =A2−2⋅A⋅B+B2é verdadeira? Não!(
) (
)
2 2 B A B B A A B B A B B A A A B A B A− ⋅ − = ⋅ − ⋅ − ⋅ + ⋅ = − ⋅ − ⋅ +2.1.4 Matrizes Elementares
Definição
Chamamos de operações elementares nas linhas de uma matriz, às seguintes operações:
i) a troca da ordem de duas linhas da matriz;
ii) a multiplicação uma linha da matriz por uma constante diferente de zero;
iii) a substituição uma linha da matriz por sua soma com outra linha multiplicada por uma constante diferente de zero.
Definição
Uma matriz elementar é uma matriz obtida por meio de operações elementares nas linhas de uma matriz identidade.
Exemplos
35. Considere a matriz identidade
⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 I . Então as matrizes ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 0 1 0 0 0 0 5 0 0 0 0 1 1 E , ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0 2 E , ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = 1 0 2 0 0 1 0 0 0 0 1 0 0 0 0 1 3 E , são matrizes
elementares obtidas de I, pela aplicação de uma única operação elementar em suas linhas. Se
i
⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ⇒ ⋅ → 2 2 5 L L 1 1 0 0 0 0 1 0 0 0 0 5 0 0 0 0 1 E = ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ⇒ ↔ 3 1 L L 2 1 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0 E = ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ⇒ − → 4 2 4 L 2L L 3 1 0 2 0 0 1 0 0 0 0 1 0 0 0 0 1 E = ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ −
Teorema
Seja E a matriz elementar obtida fazendo-se uma operação elementar nas linhas de I . n
Se a mesma operação elementar for feita em uma linha de uma matriz A de ordem n× , então r
o resultado será igual a E⋅ . A
Exemplo
36. Considere as matrizes elementares E1, E2eE , obtidas conforme segue: 3
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 1 0 0 0 1 ⇒ ⋅ → 1 1 3 L L 1 1 0 0 0 1 0 0 0 3 E = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 1 0 0 0 1 ⇒ ↔ 3 2 L L 2 0 1 0 1 0 0 0 0 1 E = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 1 0 0 0 1 ⇒ − → 3 2 3 L 4L L 3 1 4 0 0 1 0 0 0 1 E = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −
Considere agora a matriz
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − = 1 5 3 2 0 2 4 1 3 0 2 1 A . Verifique que: ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 3 0 2 1 ⇒ ⋅ → 1 1 3 L L ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 9 0 6 3 = ⋅ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 0 0 0 1 0 0 0 3 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 3 0 2 1 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 3 0 2 1 ⇒ ↔ 3 2 L L ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −1 4 2 0 1 5 3 2 3 0 2 1 = ⋅ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 0 1 0 1 0 0 0 0 1 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 3 0 2 1
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 3 0 2 1 ⇒ − → 3 2 3 L 4L L ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − 1 3 13 6 0 2 4 1 3 0 2 1 = ⋅ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ −4 1 0 0 1 0 0 0 1 ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − 1 5 3 2 0 2 4 1 3 0 2 1
2.1.5 Definição de Matriz como Função
Uma matriz do tipo m × n sobre um corpo F é uma aplicação do conjunto X={ (i, j) ∈
N × N: 1≤ i ≤ m, 1≤ j ≤ n } em F. (N é o conjunto dos números naturais). Se m = n a matriz é dita matriz quadrada.
Exemplo
37. A aplicação A: X →ℜ onde X= { (1,1), (1,2), (1,3), (2,1), (2,2), (2,3) }, definida por: A(1,1) = 1, A(1,2) = −1, A (1,3 ) = 3,
A (2,1) = −3, A (2,2) = 4, A (2,3) = 0
é uma matriz do tipo 2 × 3, isto é: A = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − 0 4 3 3 1 1
2.2 Determinantes e Matriz Inversa
2.2.1 Determinantes
Definições
Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 22 21 12 11 a a a a A ⇒detA=a11⋅a22−a12⋅a21 Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ = 33 32 31 23 22 21 13 12 11 a a a a a a a a a A ⇒ 31 22 13 32 21 13 31 23 12 33 21 12 32 23 11 33 22 11 det a a a a a a a a a a a a a a a a a a A ⋅ ⋅ − ⋅ ⋅ + ⋅ ⋅ + + ⋅ ⋅ − ⋅ ⋅ − ⋅ ⋅ =Definição
Dada uma permutação dos inteiros 1,2,...,n, existe uma inversão quando um inteiro precede outro menor que ele.
Permutação Número de inversões
( 1 2 3 ) 0 ( 1 3 2 ) 1 ( 2 1 3 ) 1 ( 2 3 1 ) 2 ( 3 1 2 ) 2 ( 3 2 1 ) 3
Definição
Seja A uma matriz quadrada n× . n
Então
( )
n nj j j j J a a a a A 1 ... det 3 2 1 2 3 1 ⋅ ⋅ − =∑
ρOnde )J = J(j1,j2,j3,,...., jn é o número de inversões da permutação(j1,j2,j3,,....,jn) e ρ indica que a soma e estendida para todas as n! permutações.
Observações
i) o coeficiente
( )
−1 Jdá o sinal de cada parcela da somatória.ii) em cada termo existe um e só um elemento de cada linha e um e só um elemento de cada coluna.
iii) Através de reordenações, mostra-se também que:
( )
J j j j j nn a a a a A 1 ... det 1 2 3 3 2 1 ⋅ ⋅ − =
∑
ρPropriedades dos determinantes
i) detA=detAT
ii) Se multiplicarmos uma linha de uma matriz por k∈ℜ, o determinante fica multiplicado por k.
iii) Uma vez permutadas duas linhas de uma matriz, o determinante da mesma troca de sinal. iv) O determinante de uma matriz que tem duas linhas (ou colunas) iguais é igual a zero. v) O determinante não se altera se somarmos aos elementos de uma linha, os elementos
correspondentes de outra linha multiplicados por uma constante. vi) det
(
A⋅B)
=detA⋅detBDefinição
Seja A uma matriz quadrada n× . Uma submatriz n A de A é uma matriz obtida de A ij
eliminando a i-ésima linha e a j-ésima coluna de A.
Exemplo
38. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 4 3 2 3 0 4 1 2 1 A então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 3 2 2 1 23 A , ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 3 0 1 2 31 A , etc.Definição
Seja A uma matriz quadrada n× . O cofator ou complemento algébrico de um n
Exemplo
39. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 4 3 2 3 0 4 1 2 1 A então:( )
( )
9 4 3 3 0 det 1 det 11 1 11 2 11 ⎥=− ⎦ ⎤ ⎢ ⎣ ⎡ − ⋅ − = − = ∆ + A ,( )
( )
7 3 2 2 1 det 1 det 12 3 23 5 23 ⎥=− ⎦ ⎤ ⎢ ⎣ ⎡ − ⋅ − = − = ∆ + A , etc.Desenvolvimento de Laplace
Generalizando:[ ]
ij n j ij n n ij a a =∑
⋅∆ = × 1det para qualquer linha i.
Observação: O desenvolvimento pode também ser feito na variável j:
[ ]
ij n i ij n n ij a a =∑
⋅∆ = × 1det para qualquer coluna j.
Exemplo
40. Se ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = 4 3 2 3 0 4 1 2 1A então calcule det A.
Escolhendo, por exemplo a segunda linha (i=2)
= ∆ ⋅ + ∆ ⋅ + ∆ ⋅ = ∆ ⋅ =
∑
= 2 21 21 22 22 23 23 3 1 2 detA a j a a a j j( )
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − ⋅ = + 4 3 1 2 det 1 4 2 1 +( )
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − − ⋅ + 4 2 1 1 det 1 0 2 2( )
⎥= ⎦ ⎤ ⎢ ⎣ ⎡ − − ⋅ + + 3 2 2 1 det 1 3 2 3( )
6 3( )
7 1 0 5 4⋅ + ⋅ − + ⋅ − =− =2.2.2 Matriz Inversa
Seja A é uma matriz quadrada n × n. Chamamos de matriz inversa de A à uma matriz B, também n × n, que satisfaz a seguinte propriedade: A⋅B=B⋅A=I, em que I =In é a matriz identidade n × n. Se esta matriz B existir, A será chamada de matriz invertível.
Normalmente a matriz inversa de A é indicada por A−1, logo: A⋅A−1 =A−1⋅A=I
Exemplo
41. Ache a inversa da matriz ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = 4 1 3 2 A ⇒ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ 1 0 0 1 4 1 3 2 d c b a ⇒ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + + + + 1 0 0 1 4 4 3 2 3 2 d b c a d b c a ⎩ ⎨ ⎧ = + = + 0 4 1 3 2 c a c a ⇒ 5 4 = a e 5 1 − = c e ⎩ ⎨ ⎧ = + = + 1 4 0 3 2 d b d b ⇒ 5 3 − = b e 5 2 = d
Logo ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = − 5 2 5 1 5 3 5 4 1 A
Obs: O mesmo resultado seria obtido fazendo: ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⋅ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ 1 0 0 1 4 1 3 2 d c b a
Teorema
Se A é uma matriz invertível, então a sua inversa é única.
Demonstração
Vamos supor que a matriz A possui duas inversas A1−1 e A2−1. Logo temos que
A A I A A⋅ 1−1= = 1−1⋅ e A⋅A2−1 =I =A2−1⋅A. Assim A1−1=A1−1⋅I =A1−1⋅
(
A⋅A2−1) (
= A1−1⋅A)
⋅A2−1=I⋅A2−1= A2−1. Portanto A1−1= A2−1 e a inversa é única.Observações
i) Se A e B são matrizes quadradas invertíveis, então A⋅ é também invertível e B
(
⋅)
−1= −1⋅ −1A B B
A .
ii) Uma matriz quadrada A admite inversa se e somente se detA≠0. iii) Se A é uma matriz quadrada e detA≠0, então
A A det 1 det −1= .
Demonstração de (iii)
Sabemos que det
(
A⋅B)
=detA⋅detB. Se A−1⋅A= I, então temos que(
A A)
detA detA detIdet −1⋅ = −1⋅ = ⇒ A A det 1 det −1= . iv)
( )
A−1 −1= A. v)( ) ( )
A−1 T = AT −1.Teorema
Seja A uma matriz quadrada. Se uma seqüência de operações elementares nas suas
linhas reduz A a I, então a mesma seqüência de operações elementares transforma I em A−1.
Demonstração
Se A for linha equivalente a I, podemos conseguir essa redução multiplicando A à
esquerda por uma seqüência E1,E2,E3,...,Ek de matrizes elementares. Portanto, temos
I A E E E E Ek⋅ k−1.... 3⋅ 2⋅ 1⋅ = . Denotando B=Ek⋅Ek−1....E3⋅E2⋅E1, temos B⋅A=I. Assim, temos que A é invertível e B= A−1. Agora, aplicar a mesma sequência de operações elementares em I é equivalente a multiplicar I, à esquerda por Ek ⋅Ek−1....E3⋅E2⋅E1. O
resultado é Ek⋅Ek−1....E3⋅E2⋅E1⋅I = B⋅I = A−1⋅I = A−1. Desta forma, I é transformada
em A−1 pela mesma seqüência de operações elementares de linhas.
Logo, a partir deste teorema, podemos usar o seguinte algoritmo para encontrar a matriz inversa de A: ] [AMI ⇒ . . elem op ] [IMA−1
Exemplo
42. Ache a inversa da matriz
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − = 3 2 1 1 2 1 1 2 1 A ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − 1 0 0 3 2 1 0 1 0 1 2 1 0 0 1 1 2 1 M M M ⇒ ↔ 2 1 L L ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − 1 0 0 3 2 1 0 0 1 1 2 1 0 1 0 1 2 1 M M M 1 3 3 1 2 2 L L L L L L + → ⇒ + → ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 1 0 4 4 0 0 1 1 2 4 0 0 1 0 1 2 1 M M M ⇒ → 2 2 4 1 L L ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 1 0 4 4 0 0 4 1 4 1 2 1 1 0 0 1 0 1 2 1 M M M 2 3 3 2 1 1 4 2 L L L L L L − → ⇒ − → ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − 1 0 1 2 0 0 0 4 1 4 1 2 1 1 0 0 2 1 2 1 0 0 1 M M M ⇒ → 3 3 2 1 L L ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − 2 1 0 2 1 1 0 0 0 4 1 4 1 2 1 1 0 0 2 1 2 1 0 0 1 M M M ⇒ − → 2 3 2 2 1 L L L ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − 2 1 0 2 1 1 0 0 4 1 4 1 2 1 0 1 0 0 2 1 2 1 0 0 1 M M M . Assim, ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = − 2 1 0 2 1 4 1 4 1 2 1 0 2 1 2 1 1 A .
Definição
Seja A uma matriz quadrada n× . Então a matriz dos cofatores de A é a matriz n
[ ]
n n ij A= ∆ × .
Exemplo
43. Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 1 3 1 2 A então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ∆ ∆ ∆ ∆ = 2 1 3 1 22 21 12 11 A Pois( )
1111 1 11= − = ∆ + ,( ) ( )
11 2 3 3 12 = − − = ∆ + ,( )
11 21 1 21 = − =− ∆ + ,( )
12 22 2 22 = − = ∆ +Definição
Seja A uma matriz quadrada n× . Chama-se matriz adjunta de A, a matriz n
( )
T A adjA= .Exemplo
44. Se ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 1 3 1 2 A então ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = 2 3 1 1 2 1 3 1 T adjATeorema
Seja A uma matriz quadrada n× , tal que n detA≠0. Então: A⋅adjA=
(
detA)
⋅In. Deste teorema podemos concluir que:(
A)
In adjA A⋅ = det ⋅ ⇒ In A adjA A⋅ = det ⇒ A adjA A det 1 = −2.2.3 Alguns exercícios sobre determinantes e matriz inversa
45. Uma maneira de codificar uma mensagem é através da multiplicação matricial. Vamos associar as letras do alfabeto aos números, segundo a correspondência abaixo: A B C D E F G H I J K L M
1 2 3 4 5 6 7 8 9 10 11 12 13
N O P Q R S T U V W X Y Z 14 15 16 17 18 19 20 21 22 23 24 25 26
Suponhamos que a nossa mensagem seja “PUXA VIDA”. Podemos formar uma matriz 3×3 assim: ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − A D I V A X U P
, que usando a correspondência numérica fica: M =
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ 1 4 9 22 0 1 24 21 16
Agora seja C uma matriz qualquer 3×3 inversível, por exemplo:
C = ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − 1 0 2 2 1 2 0 1 1
Multiplicando nossa matriz da mensagem M por C, obtemos M ⋅C:
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − = ⋅ 7 13 3 22 1 45 18 37 22 C M
Transmitimos esta nova matriz M ⋅C. Quem recebe a mensagem, decodifica-a através da multiplicação pela inversa de C, isto é, fazendo
(
(
M ⋅C)
⋅C−1)
e posterior transcrição dos números para letras. C é chamada de matriz chave para o código.Questão
Com base nessas informações, supondo que você tenha recebido a matriz
⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ − − − = ⋅ 17 17 2 30 35 10 33 34 11 C M , traduza a mensagem.
46. Sendo A uma matriz quadrada n× e, verifique que n det
( )
αA =αn⋅detA. 47. Seja A uma matriz triangular superior. Calcule o determinante de A.⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = nn n n n a a a a a a a a a a A L M M M M M L L L 0 0 0 0 0 0 3 33 2 23 22 1 13 12 11
⇒ Aplicando Laplace sucessivamente⇒detA= a11⋅∆11
=
( )
⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⋅ + nn n n a a a a a 0 0 0 det 1 3 2 22 1 1 11 M M M L L =( )
⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⋅ + nn n n a a a a a a 0 0 0 det 1 4 3 33 1 1 22 11 M M M L L =( )
⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − ⋅ ⋅ = + nn n n a a a a a a a 0 0 0 det 1 5 4 44 1 1 33 22 11 M M M L L =...=a11⋅a22⋅a33...annReferências Bibliográficas
1. BOLDRINI, José Luiz et al. Álgebra Linear. 3.a Edição. São Paulo: Harper & Row do
Brasil, 1980.
2. CALLIOLI, Carlos A. et al. Álgebra Linear e Aplicações. 6.a Edição. São Paulo: Atual,
1990.
3. LIMA, Elon L., et al. A Matemática do Ensino Médio. 3.a Edição. Rio de Janeiro:
Coleção do Professor de Matemática – Sociedade Brasileira de Matemática, 2001. 4. POOLE, David. Álgebra Linear. São Paulo: Thomson Learning, 2006.