Álgebra Linear/CNAT
Prof. Robson Sousa
[Link]@[Link]
—————————————————————–
MATRIZES
Uma matriz A de ordem (m n) com entradas em R é um arranjo retangular com m linhas e n colunas
da forma 0 1 2 3
a11 a12 a1n a11 a1n
B C 6 7
B a21 a22 a2n C 6 a21 a2n 7
A=B .B C 6
.. C ou A = 6 .. .. 7
. .. ... ... 7;
@ . . . A 4 . . 5
am1 am2 amn am1 amn
onde aij 2 R, i = 1; : : : ; m e j = 1; : : : ; n. Usaremos, também, a notação
A = [aij ]1 i m;
1 j n
ou, simplesmente, A = [aij ].
0 p 1
2 1
B C
1. A = @ 0 1 2 A
log 3 0 2
0 p 1
2
B C
2. C = @ 0 1 A
log 3 0
3. D = (3)
Observação
1. O símbolo aij representa o elemento da matriz A que está na i-ésima linha e j-ésima coluna e será
chamado de entrada da matriz A.
2. O conjunto de todas as matrizes m n será denotado por M (m; n) ou Rm n
.
3. Uma matriz A 2 Rn n é chamada de matriz quadrada se m = n. Neste caso, as entradas a11 ; a22 ; : : : ; ann
formam a diagonal principal de A.
4. Dizemos que uma matriz quadrada A é uma matriz diagonal se
aij = 0; i 6= j:
Em particular, dizemos que a matriz diagonal A é uma matriz identidade se
(
1 se i = j
aij = ij =
0 se i 6= j;
e será denotada por In = [ ij ], onde ij é o símbolo de Kronecker.
1. A matriz A = [aij ] 2 Rm n
com aij = 0, 1 i me1 j n, é chamada de matriz nula e será
denotada por 0.
2. Uma matriz A 2 Rn n é chamada de matriz triangular inferior se aij = 0 quando i > j e triangular
superior se aij = 0 quando i < j.
0 1
1 0 1 2
B 3 4 5 6 C
B C
a) A = B C
@ 7 8 9 0 A
1 2 3 1
a11 = 1 ; a22 = 4; a33 = 9 e a44 = 1
0 1
1 0 0 0
B 0 2 0 0 C
B C
b) A = B C
@ 0 0 1 0 A
0 0 0 3
0 1
1 0 1
B C
c) C = @ 0 1 0 A
0 0 1
0 1
1 0 0
B C
d) D = @ 0 1 0 A
0 0 1
0 1
0 0 0
B C
e) E = @ 0 0 0 A
0 0 0
0 1
1 0 2 3 3
B C
B 0 2 56 5 5 C
B C
d) D = B
B 0 0 5 5 5 C
C
B C
@ 0 0 0 1 22 A
0 0 0 0 1
Operações Entre Matrizes
Sejam A = [aij ], B = [bij ] 2 Rm n .
Igualdade de Matrizes: Dizemos que A é igual a B, em símbolos A = B, se, e somente se,
aij = bij ; 1 i m e 1 j n:
Exemplo 0.1 Calcule o valor de x e y, sabendo que
0 1 0 1
ln x2 2 1 4 2 1
B C B C
@ 2y 1 0 A=@ 1 0 A
0 1 1 0 1 1
Devemos ter
ln x2 = 4 , loge x2 = 4 , x2 = e4 ,x= e2
2y = , y = 2
Soma de Matrizes: A soma das matrizes A e B é uma nova matriz A + B dada por:
A + B = [aij + bij ]
! !
1 2 0 e log 3 5
Exemplo 0.2 A = eB=
0 1 0 0 1 1
! ! !
1 2 0 e log 3 5 1 + e 2 + log 3 0 + 5
A+B= + = =
0 1 0 0 1 1 0+0 1+1 0+1
!
1 + e 2 + log 3 5
=
0 2 1
Multiplicação por escalar: Qualque que seja a 2 R, temos:
aA = [aaij ]; 8 a 2 R;
0 1 0 1
5 6 5 5 6 5
B C B C
Exemplo 0.3 A = @ 0 2 1 A então ( A) = @ 0 2 A
0 1 0 0 0
Multiplicação de Matrizes: Sejam A = [aij ] 2 Rm n
e B = [bij ] 2 Rn p . O produto de A por B,
em símbolos, AB, é de…nido como
AB = [cij ];
onde
X
n
cij = aik bkj ; 1 i m e 1 j p:
k=1
Note que AB = Am n Bn p 2 Rm p .
0 1
1 0 2 !
B C 1 5 2
Exemplo 0.4 Sejam as matrizes A = @ 1 0 1 AeB= . Então
1 1 1
0 2 3
note que A3x3 :B2x3 não existe pois a quantidade de colunas de A é diferente da quantidade de linhas
de B. Porém
B2x3 :A3x3 = BA2x3 . Daí 0 1
! 1 0 2
1 5 2 B C
BA = @ 1 0 1 A=
1 1 1
0 2 3
!
( 1) ( 1) + 5:1 + 2:0 ( 1) :0 + 5:0 + 2:2 ( 1) :2 + 5: ( 1) + 2:3
1: ( 1) + ( 1) :1 + ( 1) :0 1:0 + ( 1) :0 + ( 1) :2 1:2 + ( 1) ( 1) + ( 1) :3
!
6 4 1
=
2 2 0
1 0
0 1
ln x e2 0 2 z 1 0
B C B C
Exemplo 0.5 Dadas as matrizes A = @ 1 2 3 A e B = @ 1 2 3 A. Calcule os valores
p
4 0 1 y2 0 1
de x, y e z de modo que A = B.
Sol.
0 1 0 1
ln x e2 0 2 z 1 0
B C B C
A=B,@ 1 2 3 A=@ 1 2 3 A
p
4 0 1 y2 0 1
! !
1 2 1 0
Exemplo 0.6 Sendo A = eB= temos :
4 3 0 1
! ! !
1 2 3 0 4 2
X=A 3B = A + ( 3B) = + =
4 3 0 3 4 0
Observação 0.7 Note que A B = A + ( 1) B: Onde ( 1) B é chamada de matriz oposta da matriz B.
Note que B + ( 1) B = 0.
! !
1 2 1 2
Exemplo 0.8 Para o caso das matrizes A = eB= teremos
4 3 0 3
! ! !
1 2 1 2 0 0
A B= + =
4 3 0 3 4 6
De…nição 0.9 Seja A = [aij ] 2 Rm n
. A matriz transposta de A é a matriz obtida escrevendo as linhas
da matriz A como colunas, ou seja,
At = [aji ]; 1 i m e 1 j n:
0 1
0 1 !
B 1 2 C 0 1 3 5
B C
Exemplo 0.10 A = B C então At =
@ 3 4 A 1 2 4 6
5 6
Propriedades 0.11 A transposta de matrizes possui as seguintes propriedades:
1. (A + B)t = At + Bt , para todas A; B 2 Rm n
.
2. (aA)t = aAt , para toda A 2 Rm n
e a 2 R.
3. (AB)t = Bt At
4. (A B)t = (A + ( B))t = At + ( B)t
De…nição 0.12 Seja A 2 Rn n . Dizemos que A é uma matriz simétrica se At = A e que A é uma
matriz anti-simétrica se At = ( 1) A.
0 1
1 x 5
B C
Exemplo 0.13 Determine o valor de x; y e z de modo que a matriz A = @ 2 7 4 A seja simétrica.
y z2 3
Solução:
Exemplo 0.14 Mostre que a soma de matrizes simétricas é ainda uma matriz simétrica.
Solução:
Exercício 0.1 Mostre que a soma de matrizes antisimétricas é ainda uma matriz antisimétrica.
Observação 0.15 Sendo A = [aij ] 2 Rn n
e In a matriz identidade, temos que A I = I A = A
0 1
1 2 3 4
B 2 1 3 0 C
B C
Exemplo 0.16 Dada a matriz A = B C, note que
@ 1 1 2 1 A
5 3 3 1
0 1 0 1 0 1
1 2 3 4 1 0 0 0 1 2 3 4
B 2 1 3 0 C B 0 1 0 0 C B 2 1 3 0 C
B C B C B C
B C B C=B C
@ 1 1 2 1 A @ 0 0 1 0 A @ 1 1 2 1 A
5 3 3 1 0 0 0 1 5 3 3 1
Exemplo 0.17 Determine a matriz X tal que X + B = A: Note que
X + B = A , X + B + ( B) = A + ( B) , X + [B + ( B)] = A + ( B)
,X +0=A B ,X =A B
Operações elementares entre linhas
As operações elementares sobre as linhas de uma matriz são:
1. Permutação das i-ésima e j-ésima linhas. (Li $ Lj )
2. Multiplicação da i-ésima linha por um escalar não-nulo c. (Li ! cLi , c 6= 0)
3. Substituição da i-ésima linha pela i-ésima linha mais c vezes a j-ésima linha, i 6= j. (Li ! Li + cLj )
Sejam A; B 2 Rm n . Se B for obtida de A através de um número …nito de operações elementares
sobre as linhas da matriz A, então B é equivalente por linha a A. Notação A ! B ou A B.
2 3
1 1 2
6 7
Exemplo 0.18 Considerando a matriz A = 4 1 1 1 5, temos
1 4 4
2 3
1 1 2
6 7
4 1 1 1 5 L2 ! L2 + ( 1) L1
!
1 4 4
2 3
1 1 2 4
6 7
Exemplo 0.19 Considerando a matriz A = 4 1 1 1 3 5, temos
1 4 4 5
2 3 2 3 2 3
1 1 2 4 1 1 2 4 3 3 6 12
6 7 6 7 6 7
4 1 1 1 3 5 L3 ! 2L1 + L3 4 1 1 1 3 5 L1 ! 3L1 4 1 1 1 3 5
! !
1 4 4 5 1 2 0 3 1 2 0 3
2 3
3 3 6 12
6 7
4 1 1 1 3 5
3 0 2 9
Exemplo 0.20 As matrizes abaixo são equivalentes por linhas:
2 3 2 3
7
1 1 2 4 1 0 0 3
6 7 6 1 7
A=4 1 1 1 3 5! !R=4 0 1 0 3 5
1 4 4 5 0 0 1 1
e 2 3 2 3
1 4 3 1 0 1 0 3
6 7 6 7
A=4 2 5 4 4 5! !R=4 0 0 1 2 5:
1 3 2 5 0 0 0 0
Forma em Escada
Uma matriz A 2 Rm n
é reduzida por linha à forma em escada se:
1. O primeiro elemento não-nulo em cada linha não-nula de R for igual a 1.
2. Cada coluna de A que contém o primeiro elemento não-nulo de alguma linha tem todos os outros
elementos nulos.
3. Toda linha de A cujos elementos são todos nulos ocorre abaixo de todas as linhas que possuem um
elemento não-nulo.
4. Se as linhas i = 1; : : : ; r, com r m, são as linhas não-nulas de R e se o primeiro elemento não-nulo
da linha i ocorre na coluna ki , então
k1 < k 2 < < kr :
As condições anteriores impõem a matriz A forma em escada:
0 1
1 1 0
B C
Exemplo 0.21 @ 0 2 0 A não está na forma escalonada por linha
0 0 0
0 1
1 1 0
B C
Exemplo 0.22 @ 0 1 0 A não está na forma escalonada por linha
0 0 0
0 1
1 0 0
B C
Exemplo 0.23 @ 0 1 0 A está na forma escalonada
0 0 0
0 1
0 0 1 0 0
B C
Exemplo 0.24 @ 0 0 0 1 0 A
0 0 0 0 1
Observação 0.25 O primeiro elemento em qualquer linha de R na posição (i; ki ) é chamado de pivô.
Exemplos 0.26 A matriz 2 3
0 1 0 3
6 7
A=4 0 0 1 2 5:
0 0 0 0
está na forma em escada.
A matriz 2 3
1 0 0 3
6 7
A=4 0 0 1 2 5
0 1 0 4
não está na forma em escada.
Observação 0.27 Toda matriz m n é linha equivalente a uma única matriz na forma em escada.
De…nição 0.28 Sejam A uma matriz m n e R uma matriz m n linha reduzida à forma em escada
de A. O posto ( linha) de A, em símbolos posto(A), é igual ao número de linhas não-nulas de R.
Exemplo 0.29 Determine o posto da matriz
2 3
1 2 1 0
6 7
A=4 1 0 3 5 5
1 2 1 1
Solução. Reduzindo a matriz A à forma em escada temos
0 1
1 2 1 0
B 2 1 3 1 C
B C
Exemplo 0.30 Vamos escalonar A = B C
@ 3 4 1 2 A
5 2 3 2
0 1 0 1
1 2 1 0 1 2 1 0
B L2 ! 2L1 + L2 B
B 2 1 3 1 C
C B 0 5 5 1 C
C
B C
L3 ! 3L1 + L3 B C
@ 3 4 1 2 A @ 0 10 2 2 A
L4 ! 5L1 + L4
5 2 3 2 ! 0 8 2 2
0 1 0 1
1 2 1 0 1 2 1 0
B 0 5 5 1 C 1 B 0B 5 5 1 C
B C C
L3 ! 2L2 + L3 B C L3 ! L3 B C
!@ 0 0 8 0 A 8!@ 0 0 1 0 A
0 8 2 2 0 8 2 2
0 1 0 1
1 2 0 0 1 2 0 0
L2 ! 5L3 + L2 B C B 0
B 0 5 0 1 C 1 B 1 0 15 C
C
L1 ! L 3 + L1 B C L2 ! L B
5 2 @
C
@ 0 0 1 0 A ! 0 0 1 0 A
L4 ! 2L3 + L4
! 0 8 0 2 0 8 0 2
0 1
1 2 0 0
B 0 1 0 1 C
B 5 C
L4 ! 8L2 + L4 B C
!@ 0 0 1 0 A
2
0 0 0 5
0 1 0 1
1 2 0 0 1 2 0 0
5 B B 0 1 1 C
0 5 C 1 B
B 0 1 0 0 C
C
L 4 ! L4 B C L2 ! L4 + L 2 B C
2!@ 0 0 1 0 A 5 !@ 0 0 1 0 A
0 0 0 1 0 0 0 1
0 1 0 1
1 0 0 0 1 0 0 0
B 0 1 0 0 C C B C
B B 0 1 0 0 C
L1 ! 2L2 + L1 B C L1 ! ( 1) L1 B C
!@ 0 0 1 0 A !@ 0 0 1 0 A
0 0 0 1 0 0 0 1
Note que o posto da matriz A é P osto (A) = 4