A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s

INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r




AP–02 – MATRIZES E OPERAÇÕES MATRICIAIS


1. Matrizes

Definição: Chama-se de matriz – de ordem m n × (lê-se "m" por
"n") – qualquer tabela constituída por m n · elementos (ou
entradas), dispostos em m linhas (horizontais) e n colunas
(verticais). Genericamente, cada elemento será denotado por
ij
a ,
em que os subscritos i e j representam, respectivamente, a linha e
a coluna em que tal elemento está localizado.
11 12 13 1
21 22 23 2
1 2 3
n
n
m m m mn
a a a a
a a a a
A
a a a a



=





A seguir, destacam-se algumas matrizes especiais e também conceitos relevantes para o
desenvolvimento do curso.

- Vetor ou Matriz coluna: qualquer matriz que possui uma única coluna. Deve-se notar que
uma matriz A também pode ser definida como um arranjo de vetores coluna.

- Matriz quadrada: qualquer matriz que possui número de linhas igual ao número de colunas
( m n = ). Diz-se que uma matriz quadrada A possui ordem n (ou m). A diagonal principal de
uma matriz quadrada é formada pelas entradas
ij
a com i j = .

- Matriz Diagonal: qualquer matriz quadrada na qual todas as entradas localizadas fora da
diagonal principal são iguais a zero.

- Matriz Identidade: qualquer matriz diagonal em que todas as entradas da diagonal
principal são iguais a 1.

- Matriz Triangular Superior: qualquer matriz quadrada em que todos os elementos
localizados abaixo da diagonal principal são nulos.

- Matriz Triangular Inferior: qualquer matriz quadrada em que todos os elementos
localizados acima da diagonal principal são nulos.

- Matriz Nula ou Matriz Zero: qualquer matriz na qual todas as entradas são nulas.


A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s
INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r


- Matriz Transposta: Se A é uma matriz m n × qualquer, então a transposta de A, denotada
por
T
A , é definida como a matriz n m × que resulta da permutação das linhas com as
colunas de A.

- Matriz Simétrica: qualquer matriz cuja respectiva transposta é igual a ela mesma. Em
outras palavras, A é uma matriz simétrica quando
T
A A = .

- Matriz Particionada ou Matriz em Blocos: qualquer matriz pode ser subdividida em blocos
formados por matrizes (de ordens) menores. Por exemplo:

11 12 13 14
21 22 23 24 11 12
31 32 33 34 21 22
41 42 43 44
a a a a
a a a a A A
A
a a a a A A
a a a a




= =





,

com
11 12 13
11
21 22 23
a a a
A
a a a

=


,
14
12
24
a
A
a

=


,
31 32 33
21
41 42 43
a a a
A
a a a

=


e
34
22
44
a
A
a

=


.

- Traço de uma matriz: é a soma dos elementos da diagonal principal de uma matriz
quadrada. Assim, se A é uma matriz quadrada de ordem n, tém-se:

( )
11 22 33
1
tr
n
nn ii
i
A a a a a a
=
= + + + + =
¯


2. Aritmética Matricial

2.1 Adição e Subtração : Caso as matrizes A e B possuam a mesma ordem e, respectivamente,
seus elementos sejam
ij
a e
ij
b , então A B ± é uma matriz C cujos elementos são
ij ij ij
c a b = ± para
todo i e j. Isto é:


11 12 13 1 11 12 13 1
21 22 23 2 21 22 23 2
1 2 3 1 2 3
11 11 12 12 13 13 1 1
21 21 22 22 23 23 2 2
1 1 2 2
n n
n n
m m m mn m m m mn
n n
n n
m m m m m
a a a a b b b b
a a a a b b b b
C A B
a a a a b b b b
a b a b a b a b
a b a b a b a b
a b a b a



= ± = ± =



± ± ± ±
± ± ± ±
=
± ±
3 3 m mn mn
b a b





± ±





A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s
INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r


2.2 Multiplicação de Matriz por Escalar: A multiplicação de uma matriz A por um número real
c (escalar) resulta em uma matriz c A · na qual cada entrada da matriz original é multiplicada por
este número real. Isto é:

11 12 13 1 11 12 13 1
21 22 23 2 21 22 23 2
1 2 3 1 2 3
n n
n n
m m m mn m m m mn
a a a a c a c a c a c a
a a a a c a c a c a c a
A c A , c
a a a a c a c a c a c a
· · · ·

· · · ·

= ¬ · = e


· · · ·



2.3 Propriedades da Aritmética Matricial: Supondo que as matrizes A, B e C possuam a mesma
ordem e que a e b sejam escalares, valem as seguintes regras da aritmética matricial:

a) A B B A + = + (Lei da Comutatividade para a Adição)
b) ( ) ( ) A B C A B C + + = + + (Lei da Associatividade da Adição)
c) ( ) a B C aB aC ± = ±
d) ( ) a b C aC bC ± = ±
e) ( ) ( ) a bC ab C =

3. Multiplicação de Matrizes

Sejam as matrizes A e B de ordens m p × e p n × . O produto matricial C AB = é uma matriz
de ordem m n × . Em outras palavras, o produto matricial das matrizes A e B só é possível se o
número de colunas de A é igual ao número de linhas de B. A seguir, apresentam-se quatro modos de
calcular o produto de duas matrizes.

3.1 Produto Escalar (Produto Interno)

O produto matricial
m n m p p n
C A B
× × ×
= é determinado de forma que cada elemento da matriz C
é calculado por
T
ij i j
c u v = , em que
i
u representa o vetor (coluna) formado pelos elementos da linha i
da matriz A e
j
v designa o vetor coluna j da matriz B.

Exemplo 1: Sejam as matrizes
2 3 4
3 2 2
5 1 6
A


=



e
22 12 8
28 15 15
30 12 10
B


=



. Então,
1
2
3
4
u


=



e
1
22
28
30
v


=



.

Utilizando a notação vetorial, tem-se:

| |
11 1 1
22
2 3 4 28 2 22 3 28 4 30 248
30
T
T
c u v


= = · = · + · + · =



(produto escalar)


A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s
INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r


Por outro lado,
3
5
1
6
u


=



e
2
12
15
12
v


=



. Daí,
32 3 2
5 12 1 15 6 12 147
T
c u v = = · + · + · = .

Assim, obtém-se
2 3 4 22 12 8 248 117 101
3 2 2 28 15 15 182 90 74
5 1 6 30 12 10 318 147 115
C AB


= = · =



.


3.2 Combinação linear das colunas de A

O produto matricial
m n m p p n
C A B
× × ×
= é determinado da forma

| | | |
1 1 1 m n n p n
C c c a a b b
×
= = ·

,

em que a
|
( 1, , p | = ), b
¸
e c
¸
( 1, ,n ¸ = ) são as colunas das matrizes A, B e C, respectivamente.
Assim, cada coluna do produto matricial C é calculado por
1 1 2 2 p p
c b a b a b a
¸ ¸ ¸ ¸
= + + + .

Exemplo 2: Seja o produto matricial
2 3 4 22 12 8 248 117 101
3 2 2 28 15 15 182 90 74
5 1 6 30 12 10 318 147 115
C AB


= = · =



.

A primeira coluna do produto AB pode ser determinada a partir de:

11 21 31
1 2 3
1
2 3 4 248
22 3 28 2 30 2 182
5 1 6 318
b b b
a a a
c


= · + · + · =



.


3.3 Combinação linear das linhas de B

O produto matricial
m n m p p n
C A B
× × ×
= é determinado da forma

1 1 1
m n
m p m
a b c
C
a b c
×




= · =






,

com a
|
e c
|
( 1, ,m | = ) e b
¸
( 1, , p ¸ = ) representando as linhas das matrizes A, C e B,
respectivamente. Assim, cada linha da matriz C é calculada por
1 1 2 2 p p
c a b a b a b
| | | |
= + + + .

Exemplo 3: Seja o produto matricial
2 3 4 22 12 8 248 117 101
3 2 2 28 15 15 182 90 74
5 1 6 30 12 10 318 147 115
C AB


= = · =



.
A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s
INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r


A primeira linha do produto AB pode ser determinada a partir de:

| | | | | | | |
11 13 12
1 2 3
1
2 22 12 8 3 28 15 15 4 30 12 10 248 117 101
a a a
b b b
c = · + · + · = .


3.4 Soma dos Produtos Externos coluna-linha

O produto matricial
m n m p p n
C A B
× × ×
= é determinado da forma
1 2 m n p
C C C C
×
= + + + , em que
T
i i i
C uv = ,
i
u designa a coluna i da matriz A e
i
v é o vetor (coluna) formado pelos elementos da linha
i da matriz B.

Exemplo 4: Seja o produto matricial
2 3 4 22 12 8 248 117 101
3 2 2 28 15 15 182 90 74
5 1 6 30 12 10 318 147 115
C AB


= = · =



.

Pode-se escrever o produto este produto sob a forma:

| | | | | |
1 2 3
1 2 3
2 3 4 248 117 101
3 22 12 8 2 28 15 15 2 30 12 10 182 90 74
5 1 6 318 147 115
T T T
v v v
u u u
C AB


= = · + · + · =



.


3.5 Propriedades elementares da multiplicação matricial: Sejam as matrizes A, B e C – com
ordens tais que as operações indicadas possam ser efetuadas – e os números reais a e b. A
multiplicação matricial apresenta as seguintes propriedades:

a) ( ) ( ) A BC AB C = (Lei da Associatividade da Multiplicação)
b) ( ) A B C AB AC ± = ± (Lei da Distributividade à Esquerda)
c) ( ) A B C AC BC ± = ± (Lei da Distributividade à Direita)
d) ( ) ( ) ( ) a BC aB C B aC = =

Observação: Em geral, AB BA = .

4. Propriedades da transposição: Sejam as matrizes A e B – com ordens tais que as operações
inidcadas possam ser efetuadas – e o número real k. A transposição de matrizes apresenta as
seguintes propriedades:

a) ( )
T
T T
A B A B ± = ± c) ( )
T
T T
AB B A =
b) ( )
T
T
kA k A = d)
T
A A e
T
AA são sempre matrizes simétricas.

A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s
INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r


5. Potências de uma Matriz

Seja A uma matriz quadrada e k um inteiro não negativo, então a enésima potência da
matriz A é definida por:
fatores
k
k
A A A A = · · · .

A potenciação de matrizes exibe as seguintes propriedades (considera-se A uma matriz
quadrada e r e s inteiros não negativos):

a)
0
A I =
b)
r s r s
A A A
+
=
c)
( )
s
r rs
A A =

Exercícios propostos:

E1. Cerro Azul possui duas universidades: Alfa e Beta. As matrizes A e B representam o número de
alunos matriculados nos cursos de graduação (G) e pós-graduação (P) de Alfa e Beta, separados por
sexo (F) e (M).

( ) ( )
( )
( )
1500 300
2000 350
G P
F
A
M

=



( ) ( )
( )
( )
1000 150
1500 190
G P
F
B
M

=




Sabe-se que os custos semestrais para a graduação e pós-graduação são de $3000,00 e
$5000,00, respectivamente.

a) Quantas mulheres estão matriculadas no curso de graduação em Cerro Azul?

b) Em um ano atípico, o número de alunos de Alfa dobrou e o de Beta foi reduzido a metade
do valor original. Neste cenário, quais as novas matrizes
1
A e
1
B ? Repita o item anterior.

c) Qual a receita da universidade Alfa, gerada pelas mulheres, no cenário do item anterior?
E pelos homens?

E2. Os insetos daninhos podem ser exterminados com a aplicação de pesticida nas plantas.
Entretanto, parte do pesticida utilizado é absorvida pela planta e posteriormente ingerida por um
herbívoro. A matriz A representa a quantidade, em mg por kg, de um tipo de pesticida absorvida por
determinada espécie de planta e a matriz B representa a quantidade, em kg, de cada tipo de planta
ingerida mensalmente por determinado herbívoro.
A AP P– –0 02 2 – – M Ma at tr ri iz ze es s e e O Op pe er ra aç çõ õe es s M Ma at tr ri ic ci ia ai is s
INSTITUTOMAUÁ DE TECNOLOGIA
MAUÁ

E EF FB B1 10 02 2 – – G Ge eo om me et tr ri ia a A An na al lí ít ti ic ca a e e Á Ál lg ge eb br ra a L Li in ne ea ar r


1 2 3
2 3 4 Pesticida 1
3 2 2 Pesticida 2
5 1 6 Pesticida 3
P P P
A


=




1 2 3
1
2
3
22 12 8
28 15 15
30 12 10
H H H
P
B P
P


=





a) Que quantidade do pesticida 1 foi ingerida pelo herbívoro 1?

b) Que quantidade do pesticida 3 foi ingerida pelo herbívoro 2?

E3. (Ex. 3, p.46 - modificado) Considere as matrizes:

3 0 1 5 2 6 1 3 1
4 1 1 4 2
1 2 ; ; ; 1 0 1 ; 1 1 2 ; 1
0 2 3 1 5
1 1 3 2 4 4 1 3 9
A B C D E F
÷
÷

= ÷ = = = ÷ = ÷ =







Calcule, se possível:

a) D E + b) D E ÷ c) 5A d)
1
3
C ÷
e)
1
2
2
B C ÷ f)
1
4
3
E D ÷ g) ( ) 3 2 D E ÷ + h) A A ÷

i) ( ) tr D j) ( ) tr A k) BC l) CB

m)
T
CC n)
T
F F o)
T
FF p) EF


E4. (Ex. 25, p. 48) Quantas matrizes A, 3x3, você consegue encontrar tais que

0
x x y
A y x y
z
+

= ÷



, para todas as escolhas de x, y e z?

E5. (Ex. 26, p. 48) Quantas matrizes A, 3x3, você consegue encontrar tais que

0
0
x xy
A y
z


=



, para todas as escolhas de x, y e z?

respectivamente. é definida como a matriz n  m que resulta da permutação das linhas com as colunas de A. Por exemplo:  a11 a 21 A  a31   a41 a12 a22 a32 a42 a13 a23 a33 a43 a14  a24   A11  a34   A21   a44  A12  . Em outras palavras. se A é uma matriz quadrada de ordem n. A21   a a23   41  24  a32 a42 a33   a34   e A22   a  .  Matriz Simétrica: qualquer matriz cuja respectiva transposta é igual a ela mesma. A22    a11 com A11    a21 a12 a22 a13   a31  a14   . então a transposta de A. então A  B é uma matriz C cujos elementos são cij  aij  bij para todo i e j. A12   a  .AP–02 – Matrizes e Operações Matriciais  Matriz Transposta: Se A é uma matriz m  n qualquer.  Matriz Particionada ou Matriz em Blocos: qualquer matriz pode ser subdividida em blocos formados por matrizes (de ordens) menores. Isto é:  a11 a 21 C  A B    am1 a12 a22 am2 a13 a23 am3 a12  b12 a22  b22 am2  bm2 a1n   b11 a2 n   b21      amn   bm1 a13  b13 a23  b23 am3  bm3 b12 b22 bm2 b13 b23 bm3 a1n  b1 n  a2 n  b2 n     amn  bmn  b1n  b2 n     bmn   a11  b11 a b 21 21     am1  bm1 INSTITUTO MAUÁ DE TECNOLOGIA MAUÁ EFB102 – Geometria Analítica e Álgebra Linear . a43   44   Traço de uma matriz: é a soma dos elementos da diagonal principal de uma matriz quadrada. tém-se: tr  A   a11  a22  a33   ann   aii i 1 n 2. seus elementos sejam aij e bij . Aritmética Matricial 2. Assim. denotada por AT . A é uma matriz simétrica quando AT  A .1 Adição e Subtração : Caso as matrizes A e B possuam a mesma ordem e.

Então. B e C possuam a mesma ordem e que a e b sejam escalares. u   3  e v  28  .AP–02 – Matrizes e Operações Matriciais 2. valem as seguintes regras da aritmética matricial: a) A  B  B  A (Lei da Comutatividade para a Adição) b) A   B  C    A  B  C (Lei da Associatividade da Adição) c) a  B  C   a B  aC d)  a  b C  aC  bC e) a  bC    ab C 3. Multiplicação de Matrizes Sejam as matrizes A e B de ordens m  p e p  n . O produto matricial C  AB é uma matriz de ordem m  n .3 Propriedades da Aritmética Matricial: Supondo que as matrizes A.1 Produto Escalar (Produto Interno) O produto matricial Cmn  Am p Bpn é determinado de forma que cada elemento da matriz C é calculado por cij  uiT v j . 2 3 4   22 12 8   22  2 3 2 2  e B  28 15 15  . 3. em que ui representa o vetor (coluna) formado pelos elementos da linha i da matriz A e v j designa o vetor coluna j da matriz B. Isto é:  a11 a 21 A    am1 a12 a22 am2 a13 a23 am3 a1n   c  a11  ca a2 n  21  c A       amn   c  am1 c  a12 c  a22 c  am2 c  a13 c  a23 c  am3 c  a1n  c  a2 n   . Exemplo 1: Sejam as matrizes A   1 1        5 1 6  30 12 10  30  4          Utilizando a notação vetorial. Em outras palavras.2 Multiplicação de Matriz por Escalar: A multiplicação de uma matriz A por um número real c (escalar) resulta em uma matriz c  A na qual cada entrada da matriz original é multiplicada por este número real. c   c  amn  2. tem-se:  22  28   2  22  3  28  4  30  248 (produto escalar)   30    c11  T u1 v1  2 3 4 T INSTITUTO MAUÁ DE TECNOLOGIA MAUÁ EFB102 – Geometria Analítica e Álgebra Linear . apresentam-se quatro modos de calcular o produto de duas matrizes. o produto matricial das matrizes A e B só é possível se o número de colunas de A é igual ao número de linhas de B. A seguir.

em que a (   1.2 Combinação linear das colunas de A O produto matricial Cmn  Am p Bpn é determinado da forma Cmn   c1 cn    a1  ap    b1  bn  . 2 3 4  22 12 8  248 117 101 Exemplo 3: Seja o produto matricial C  AB  3 2 2   28 15 15  182 90 74  . .3 Combinação linear das linhas de B O produto matricial Cmn  Am p Bpn é determinado da forma  a1   b1   c1          .       5 1 6  30 12 10  318 147 115        3. Daí. respectivamente. obtém-se C  AB  3 2 2   28 15 15  182 90 74  .       5 1 6  30 12 10  318 147 115       A primeira coluna do produto AB pode ser determinada a partir de: 2 3  4  248  3   28  2  30   2   182  . b e c (   1. c1  22          b11 5  b21 1  b31  6  318          a1 a2 a3  3. c  uT v  5  12  1  15  6  12  147 . cada linha da matriz C é calculada por c  a 1b1  a 2 b2   a pbp . respectivamente.AP–02 – Matrizes e Operações Matriciais 12  5  1  e v  15  .       5 1 6  30 12 10  318 147 115       INSTITUTO MAUÁ DE TECNOLOGIA MAUÁ EFB102 – Geometria Analítica e Álgebra Linear . C e B. p ) representando as linhas das matrizes A. Assim. B e C. .m ) e b (   1.      am   bp   cm        Cmn com a e c (   1. Assim.n ) são as colunas das matrizes A. Por outro lado.  bp ap . . u3    32 3 2 2   12  6      2 3 4  22 12 8  248 117 101 Assim. p ). . cada coluna do produto matricial C é calculado por c  b1 a1  b2 a2  2 3 4  22 12 8  248 117 101 Exemplo 2: Seja o produto matricial C  AB  3 2 2   28 15 15  182 90 74  .

5 Propriedades elementares da multiplicação matricial: Sejam as matrizes A. AB  BA .4 Soma dos Produtos Externos coluna-linha O produto matricial Cmn  Am p Bpn é determinado da forma Cmn  C1  C2  i da matriz B. A multiplicação matricial apresenta as seguintes propriedades: a) A  BC    AB C (Lei da Associatividade da Multiplicação) b) A  B  C   AB  AC (Lei da Distributividade à Esquerda) c)  A  B C  AC  BC (Lei da Distributividade à Direita) d) a  BC    aB C  B  aC  Observação: Em geral. a11 b1 a12 b2 a13 b3  3. 4. em que Ci  ui viT .AP–02 – Matrizes e Operações Matriciais A primeira linha do produto AB pode ser determinada a partir de: c1  2   22 12 8   3   28 15 15   4   30 12 10    248 117 101  . ui designa a coluna i da matriz A e vi é o vetor (coluna) formado pelos elementos da linha Pode-se escrever o produto este produto sob a forma: 2 3  4  248 117 101 3   22 12 8  2  28 15 15   2   30 12 10  182 90 74  . A transposição de matrizes apresenta as seguintes propriedades: a)  A  B  AT  BT T c)  AB  BT AT T b)  kA   k AT T d) AT A e AA T são sempre matrizes simétricas. Propriedades da transposição: Sejam as matrizes A e B – com ordens tais que as operações inidcadas possam ser efetuadas – e o número real k.       5 1 6  30 12 10  318 147 115        Cp . INSTITUTO MAUÁ DE TECNOLOGIA MAUÁ EFB102 – Geometria Analítica e Álgebra Linear . 2 3 4  22 12 8  248 117 101 Exemplo 4: Seja o produto matricial C  AB  3 2 2   28 15 15  182 90 74  . B e C – com ordens tais que as operações indicadas possam ser efetuadas – e os números reais a e b. C  AB                T T T 5  1  6  318 147 115 v1 v2 v3         u1 u2 u3  3.

quais as novas matrizes A1 e B1 ? Repita o item anterior.00 e $5000. Potências de uma Matriz Seja A uma matriz quadrada e k um inteiro não negativo. G   P G  P 1500 300   F  A  2000 350   M  1000 150   F  B  1500 190   M  Sabe-se que os custos semestrais para a graduação e pós-graduação são de $3000. INSTITUTO MAUÁ DE TECNOLOGIA MAUÁ EFB102 – Geometria Analítica e Álgebra Linear . A potenciação de matrizes exibe as seguintes propriedades (considera-se A uma matriz quadrada e r e s inteiros não negativos): a) A0  I b) Ar As  Ar  s c) Ar   s  Ars Exercícios propostos: E1. então a enésima potência da matriz A é definida por: Ak  A  A  k fatores  A. o número de alunos de Alfa dobrou e o de Beta foi reduzido a metade do valor original. Neste cenário. de um tipo de pesticida absorvida por determinada espécie de planta e a matriz B representa a quantidade. de cada tipo de planta ingerida mensalmente por determinado herbívoro. separados por sexo (F) e (M). em mg por kg. As matrizes A e B representam o número de alunos matriculados nos cursos de graduação (G) e pós-graduação (P) de Alfa e Beta. c) Qual a receita da universidade Alfa.AP–02 – Matrizes e Operações Matriciais 5. gerada pelas mulheres. a) Quantas mulheres estão matriculadas no curso de graduação em Cerro Azul? b) Em um ano atípico. parte do pesticida utilizado é absorvida pela planta e posteriormente ingerida por um herbívoro. Entretanto. A matriz A representa a quantidade. Os insetos daninhos podem ser exterminados com a aplicação de pesticida nas plantas. no cenário do item anterior? E pelos homens? E2. Cerro Azul possui duas universidades: Alfa e Beta. respectivamente. em kg.00.

y e z?    E5. se possível: a) D  E e) 2 B  i) tr  D  m) CCT 1 C 2 b) D  E f) 4 E  1 D 3 c) 5A g) 3  D  2 E  k) BC o) FF T 1 d)  C 3 h) A  A l) CB p) EF j) tr  A  n) F T F E4. para todas as escolhas de x. 26. você consegue encontrar tais que  x   xy  A  y    0  . E   1 1 2 . 25. 3x3.modificado) Considere as matrizes:  3 0  1 5 2  6 1 3  1  1 2 . F   1  A 0 2  3 1 5              1 1  3 2 4  4 1 3 9         Calcule. para todas as escolhas de x. p.AP–02 – Matrizes e Operações Matriciais P1 P2 P3 H1 H2 H3 2 3 4  Pesticida 1 A  3 2 2  Pesticida 2   5 1 6  Pesticida 3    22 12 8  P1 B  28 15 15  P2   30 12 10  P3   a) Que quantidade do pesticida 1 foi ingerida pelo herbívoro 1? b) Que quantidade do pesticida 3 foi ingerida pelo herbívoro 2? E3.46 . B  4 1 . (Ex. (Ex. 48) Quantas matrizes A. 48) Quantas matrizes A. C  1 4 2 . y e z?      z  0      INSTITUTO MAUÁ DE TECNOLOGIA MAUÁ EFB102 – Geometria Analítica e Álgebra Linear . 3x3. p. p. você consegue encontrar tais que  x  x  A  y   x      z  0    y y  . D   1 0 1  . 3. (Ex.