Scribd Logo
Upload

Welcome to Scribd!

  • Álgebra Linear 8ed Anton Rorres-Min

    Uploaded by

    ThiagoBotelhoCoutinho
    29 views578 pages

    Original Title

    Álgebra Linear 8ed Anton Rorres-min

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    29 views578 pages

    Álgebra Linear 8ed Anton Rorres-Min

    Uploaded by

    ThiagoBotelhoCoutinho

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 578
    CAPITULO 1 {eyyTesme ati ja onvad no sie ha @ hina cols 4.13 J, awaiz iments de arson de eases ieazes fn wmueo de uma malic oom ins 2 eoluas 2 eusposta doa oti (Cade ago de ome mc Se matn Wena 0 CAPITULO 2 tet), determinate de am mai cuadreds [E mbole aesd oa denote rar lerteatar et. A)=0, eqangie sorciiicn de in rate quale CAPITULO 3 0. sate aul Taf. norma de um yeorw a= (ona ea To espage wire eye prodteecalr cine de de vetves Daj, somipeneris soto dem a nao de Frm de dancin CAPITULO 4 conjumt des ups onfenads ou espago n-dimensional + ae Pree interna suction “geno inci evans ssi vetore-colans Jays tee)" norma seca dtu. 12 fu vias evel sino sade pe ont taufoumee Hines TOW = AX, tonsa nial den 8” one IT. eu enna de une tor ca CAPITULO S V7 germline uo apago steal ale 16, gemniece wn sbespaga deo ago eri Hg, expige era ak ma 28 reals 1 (in sh espa ie Hugs esis dae mo enn ( Fla. ds exp das hans ais nerve Fecha a (uc) 9 exo dn Hes ric dierent aber eb) ‘Choa. sso ds gin rais eames no er (00) 61 Conon ds lng rae con svt contn on neva} 9 0 9 LALA TE TTR ES A Aa aM ee A iver de ama mati queen AY =A, matin sindtien (A= =A, mais anisimetrion ‘x= sista de equapeslinares (mate eo ga M,,. menor ented a, de wra mace quad A Cy .o7 tor ds eta, deem raz queda A f(A) juss do wea mac qoadeada a 19 proj componente etoile w orgonl 2 8% produto weovl de dois eres to espa Licieasicol FJ: wear untirioscasonioe do espa nin nat ww (ow), prosut misto Be A bay) + eS 99 d= foram pone aorta ‘de equasio de am plano Lar be sce += 0. forma gra a equa cde un plano i (r= ry) for voor dn eeagn om pane 0 Ty. # compos ds una rncfomnagio ine Ty ebm ume wansiormazi linear Fy (50 73) = 105 Ue maiz candokn da composta 707) een Ka ae ac de IT] = (7i.9| Tes} |» fe. rare conics de Per was as magus des vetoes da bass canna de 2" C*e-m o, eeage cis hngSes resis von ‘San dared coatious wo itera =.=) ‘Erte. o.oo das fing res eum ‘ervaas coma do Cas 8 exer no intervala =.=) Clu. bi, oes dss Runge eas comnuas 19 sea fecha fa 1 (Ca bhc os axpape don lings ean comenas no unerle aBr a, 6) (O° [n- 2. espao das fangs reas com. ‘ois dents cantina no inleral eld (3, 6 (2) espa des Fouche eis care ‘ia dics eoainnn interval ber lo.) Catto 5 fcontnagtad {© [ab], 0 expo dasFuugds reais com devas conte le todas a ident no ceva facada (2) (€7 (83,0 A, ati bein | 4¢2—4, maz anther 4° 24°" once unit AY APA, mati per Algebra Linear com Aplicagées Auton, Howard ‘Algebra linear com aplieng¥es / Anton Howard Chis Rome: trad. Claus Ivo Doering, — 8. ed, ~ Porto Alegre : Bookman, 2001. 1, Algebra linet. Ronse, Chis ital. eu s12.9 *Catalogugfio na publicagdo: Monica Bellejo Canto ~ CRB 10/1023 {ISBN 85-7307-847 -2 en ANTON e RORRES Algebra Linear i com Aplicacées Claus Ivo Doering Professor Titular do Instituto de Materatica da UFRGS | | | | | | a = | Porto Alegre, 2001 i | i | Obra originalmente publicada sob o titulo Elementary Linear Algebra: Applications Version © 2000 Trartugto eutoricada por John Wiley & Sons, In. do original em lingua ingtesa ISBN 0-471-17052-6 Capa: Mario Roknelt Supervisio editorial: Arysinha Jacques Affonso aditoragto cletrnica: Laser House RReservados todos 0s direitos de pubicagio, em Tingua portsguesa, & ARTMED® EDITORA S.A. (GOOKMAN® COMPANHIA EDITORA ¢ uma divisto da ARTMED® EDITORA S.A.) ‘Av, JerOnimo de Ornelas, 670 Santana ‘90040-340 — Porto Alegre RS Fone: (51) 3027-7000 Fax: (51) 3027-7070 £ proibida 1 dupticagio ou reproduyio deste volume, no todo ou em parte, sob qualsqner formas on por qusisquer mcios (eletrénico, mectnica, gravaglo, fotccopia, distribuigdo aa Web cursos), sem permissdo expressa da Editore. SAO PAULO ‘Av. Angélica, 1.091 ~Higienspolis 101227-100- Sao Paulo- SP : ome: (11) 3667-1100 Fax; (11) 3667-1323 \ SAC 0800 703-3444 : IMPRESSO NO BRASIL PRINTED IN BRAZIL. Brian, David e Lauren HA L i af Para Billie Ene lm uma vert apie 0 gto Algebra, de Howard Anton. Os dea primeires espltulos de ait «© déeimo primeiro capitulo dest liveo consisted apllcagdes mais aequacas a Seu alos ean «a diseiplina, depois de satisfeitos os pré-req : Esta cdigao, no espirito-das antertoges, Tae objetivo ¢ apresentar os fundamentos da Algebra linear 6 ic clara possivel. O eéleulo-nAo é um pré-requisio, mas i exempt ‘mente assinalacos para alunos que tém conbecimeinto de’ ede ser omnitidos sem petda de: continuidade, Rec ft exigidos, mas incluimos exeredcios aos fate ‘usar MATLAt, Mathematica, Maple RESUMO! DAS MUD, + Acrescentamas Exereicios:qite Requerem 0 Um conjunto ée exereicios compatacionais ‘ox exereicios sio.dividides por sect, dame 0s outros exerciois. Ox exerecios Sonput @ aluno com os comaridos hisicas necesséi linear usando recursos compatacionais: Os exec ses ie eae eee Serio a forte primis p Conjmios do racine Renata exetecios 0 tals sbertor que oF seston expla © Refinamento ‘6a.E mudanga substenciat csi + Uma Nova Aplicag#o em Deformagies do Capitulo 11, forsece uma introdtigao: imagens dispontvels em goriputag’o grifica: i : | Caracteristicas Marcantes ‘+ Relagies entre as Canceitos: Um dos importantes objetivos de uma disciplina de “Algchra linear & estabelecer a intcincada linha de relagbes ene sistemas de equaghes lineares, matrizes, deierminantes, vetores, transformagies ineares antovalores. Esta finha de relagées ¢ desenvolvida através do seguinte crescendo de traremas que tigam cada idéia nova Bs que 2 precederam: 5.3, 1.64, 2.3.6, 434, 5.69, 627, 645 0 7.15, Estes tooremas trezem uma coeréncia 20 cendrio da Algebra Tinear € ‘também servem de fonte constante de revisao, ‘© Transigio Suave para a Abstrasio: Conno a transicio do R* para espagos vetoriais arbitrdrios ¢ traumética para a maioria dos estudautes, esta trarsigzo foi suavizada onfatizande a geometria subjacente aos conceitos e deseavolvendo as idéias ceatrais ‘no R" antes de passar a espocos votoriais meis gerais. * Apresentagio Antecipada das Transformagies Lineares € Autovalores: Para ‘garantie que o material referente a tansformagbes lineares ¢ autovalores no se perca ‘no final do perfodo, alguns dos conceitos basicos relacionando estes conceites si cesenvolvidos cede e, mais adiante no texto, revisados quando 0 assunto é tstado ‘com maior profundidade. Per exemplo, a equagtio caracteristica € dircutida rapida- "mente na sopdo de determinantes ¢ a8 cransformagSes lineares de.” em R™ si dis- ctidas imediatzments apés a introdughio do R", sendo mais tarde retomadas no con- texto de transformagGes lineares mais geras. Sobre os Exercicios Os sxercicios ao final de cada segGo sempre comega com problemas rotineires de treinamento, consnvam com problemas de maior substéncia e concluem com problemas {edrioos, Na maioria das seg6es, o conjunto de exercfcios regulares ¢ segsido pelos pro- blemas de Discussdo e Descoberta descritos acima. A mnaioria dos capitals terminacom. tun conjunto de exercicios suplementares que, em geral, sfo mais exigenies c obrigam 0 estudante a pensar em todo 0 capftuloe nfo 96 numa segio especiica. Os exereicios oom. ‘Putucionais so of itimos do capitulo ¢ estdo classfiondos de acordo com a seqo Agua se referem. Dados formatedos para estes exerefcios podem ser baixados de ‘wwrweiley.con/eollege/anton. Sobre o Capitulo 11 Ente capitulo consiste de 21 apicegées de flpebraSinear. Com uma Gnica exces cara: mente assinalada, cada aplicagao é uma segdo independente, de modo que estas segGes podem ser omitidas ou penmatadas fvrements para adaptar as necessidades ¢ interesses Individuais. Cada t6pico comega com uma fisa de pré-requistos de algebra Hina, de todo que o liter sabe de artemfo se tem 0 conhecimento pare ler a seqio. ‘Como os t6picos variam consideravelmente em dficuldade, nds incuimos umaclas- sificagéo subjetiva dos tpicos—fécil, moderado, mais dif. (Ver adiane neste rofs- tio, Lim Guia para o Professor) Nosst avaliasio ¢ haseada principalmente na dificuidade {ninseca do material ¢ no no rximezo de pré-requisites; asim, um t6piso cor menos pré-requisitos matematicos pode estar classificado come meis dificil do que um que requer mats pré-requisitas. ‘Como 0 nosso objetivo primordial ¢ apresentar aplicagies a Algebra linear, as ‘provas so muitas vezes omitidas. Nés supomos que o Icitor tom os pre-requisites de dlgcbra linear e, sempre que necessitamos resultados de outras dreas, estes resultados $80 i tenunciados precisamente {com motivago onde possivel), mas geralmente Sem prov. "a que hi mais material neste fvro do que Pole sor coberto em um somestre ou €m ‘um trimestre, © professor deverd fazer uma selegio de t6picos. No Guia para 0 Professor 4 seguir, fomencmos ajuda para Fazer esta selecdo. Preficio © © 0 ix UM GUIA PARA O PROFESSOR As disciplinas do algebra Linear variara muito ‘de uma instituico para our, em termos ‘de contetido ¢ filosofia, mas a maioria das disciptinas oferecids cai em uma de dias ca tegorias: equelas com aproximadamente 35-40 alas (exciuindo provas e revis6es) ¢ ‘nguelas com aproximadamente 25-30 aulas(excluindo provas ¢zevisées). Em vista disto, criamos uma soqiéneia longa e uma curta como posstvel ponto ée partida para construit lum eronograma. Na seqiéncia longa, supomos que serio apresentadas todas 28 segoes dos capitulos indicadas e na seqléncia curta supomos que os professores info selecionac seg0es destes capitulos para adsptar uo tempo disponivel. E elaro que estas seqiiéncias ‘io s6 um guia e voce pode querer personalizé-las para encaixar seus interesses¢ exigén iss, ‘ organizacio do texto teve 0 intito de facilitar a tarefa dos professores que taba- ham com: tempo restito. Uma breve introducio a autovelores e autoverores é dade nat Segies 2.34.3 e trunsformagbes lincares de R" em R s40 discutides no Caprtulo 4. Isto toraa possivel que todos professores cubram estes tépicas em um nivel bésico, quando ‘for muito Timitado o tempo para 0 devido aprofundamento nos Capftulos 7 8. Também ‘dbserve que o Capitalo 3 pode set omitido, sem perda de continuidade para os alunos faniliatizados com este materi Seqidnela Curta —_Seqiiéneia Longa Capitulo 1 Gauls Tans Capitulo 2 3 aulas 4 aules Capfealo 4 3 anlas Capituto § 7 aulas Capitalo 6 3 aulas Capitulo 7 3 aulas Capitulo 8 2 aulas ‘Total 27 ales Variagées nas Seqiiéncias ‘Sao possiveis muitas variagBes na seqiténcia longa. Por exemplo, pode-se criar uma ‘seqdéncia longa altcrnativa seguindo a seqiiéncia curta ¢ dedicando as demais 11 avlas a alguns dos t6picos nos Capitalos 9, 10 11. Uma Seqiiéncia Orientada para Aplicacées Uma vez coberto o material central, o professor pode escolher aplicagdes dos Czpitulos: Dow II. A tabela a seguir classifica cada uma das 21 segées do Capitulo 11 de acerdo com a dificuidade: Réel: © aluno méato que tem os pré-requisitos Hstados deveria ser capaz. de loro mate- ‘ial sem ajuda do professor. “Moderado: © aluno médio que tem os pé-requsitos listados pode precisar de wn posco de ajuda do professor. ‘Mais Dificil: © atuno médio que tem os pré-requisitas listados provavelmente vai pre- cisar ce ajuda do professor 123456789 1013 12 13 14 15 16 17 18 19 20 21 FACIL [e]« moperapo! | [a[e MAIS DIFfCIL . elele| Telefe Steven C. Althoon, University of Michigan. Flint CS. Ballantine, Oregon State Universisy Ero! Barbat, University of Idaho George Bergman, University of California- Berkeley William A. Brown, University of Maine Joseph Buckley, Wester Michigan University ‘Thomas Cairas, University of Tulsa Douglas E. Cameron, University of Akron ‘Bomshik Chang, University of Brdsh Columbia Peter Colwell, awa State University Carolya A. Dean, University of Michigan Ken Dunn, Dathousie University Bruce Edwards, University of Florida Murray Bisenberg, University of Massachusetts Harold 8. Engelsoha, Kingsborough Comm. College Garcet igen, University of Houston Marjorie E. iting, San Jose State University Dan Flath, University of South Alabama Davia B. Flesner, Gettysburg College Mathew Gould, Vanderbilt University Ralph P. Grimaldi, Rose-Huian Institute William W. Hager, University of Florida Collin J. Hightower, University of Colorado Joseph F Johason, Rutgers University Robert I. Kelley, University of Miami Arlene Kieinstein Myren Krom, California Stare University Lawrence D. Kagler, University of Michigan ‘Charles Livingston, tndiona University Nicholas Mact, Temple University _W.Vance Undertill Base “Haines R. Wall, Auburn Uh ‘Arthur G. Wasserman, tj All» + + Agradecimeatos Revisores e Colaboradores da Sétima Edi¢ao Mark 8. Beinterna, Southern Itinols University Paul Wayne Britt, Louisiana State University David C. Buchthal, University of Akron Keith Chavey, University of Wisconsin-River Falls ‘Mare Frantz, Indiana—Purdue University Sue Friedman, Bernard M. Baruch College, CUM William Golightly, College of Charleston ‘Bugh Haynsworth, College of Charleston ‘Tom Hem, Bowling Green State University J. Hersheaoy, Queens College, CUNY Steve Humphries, Brigham Young University Steven Kahan, Queens College, CUNY ‘Andrew 8, Kim, Westfield State College John C. Lavslor, University of Vermont M. Maiek, California State University at Hayward J.J. Malone, Horcester Polytechaie Insite Stophen L. Davis, Davidson College Blaise DeSest, Drexel University Dan Flath, University of Souah Alabama Peter Fowler, California State University Willian MeWorter, Oo State University Valerie A. Miller, Georgia State Universiny Hist G. Moore, Brigham Young University 8. Obaid, San Jose State University Ita J. Papick, University of Missouri-Columbia Donald Passman, University of Wisconsin Robby Robson, Oregon Slate University David Rycburn, Simran Fraser University ‘Ramesh Sharma, University of New Haven David A. Sibley, Pennsylvania State University Donald Story, University of Akron Michael Tarabek, Southern Isncis Untversity Solucdo de Problemas, Leitura Critica e indice ‘Michsol Dagg, Numerical Solutions, Inc. ‘Susan L, Friedman, Bernard Mf Baruch College, CUNY Maureen Keliey, Northern Bssex Community College Randy Schwartz, Sciooloraft College Danicl Traster (Sstudante), Yale University Outros Colaboradores Azredecimentos especiis aos sequintes professores que leam 6 textocom cvidsdo ederim contbuighes fgnfictivas 8 qualidade da matemética e a cxposigho: George Bergman, University of California—Berkeley Stephen Davis, Davidson Coitege Blaise DeSesa, Dreref Uninersity Dan Flath, University of South Alabama Maro Frantz, Indiona-Purciue University ‘William MoWorter, Ohio State University Donald Passman, University of Wisconsin David Ryebum, Simon Fraser University Lois Craig Stagg, University of Wisconsin Mibwaukee REVISORES E COLABORADORES DA OITAVA EDICAO Richard Alfaro, University of Michigan-—Flint Stuart Boersma, Aired University Scott Chapman, Trinity University KarabeDatta, Northern Minols Universisy ‘Mark Davis, City College of San Francisca Alberto L, Delgado, Kansas State University Willy Hereman, Colorado School of Mines (Chandanie Heti-Arechchiige, Northern Minots University Farhad Jafri, University of Broming Eugene W. Johnson, University of fowa John Johnson, George For College Steven Kahan, Queens College John W. Krassel, Lewis & Clark College Steffen Lempp, University of Wisconsin “Thomas A. Metzger, University of Pltsburgh Gary L. Mullen, Pennsylvania State University University Park Sheldon Rothman, Long island University-C.W Post ‘Mark Sepansli, Baylor University Sally Shao, Cleveland State Evelyn Weinstock, Rowan Untvesity 1.1. ¥pme, Colorado School of Mines 1 i 1 Agradecinentos © «= xiii Respostase Solugdes Asmcrimeni: epeias espe de pesons qu ns malstram com sespasa soluges, (O trabalho deles foi notivel, e nds agradecemos pelo seu profissionalismo ‘© atenco ao detalhe, Charles A. Grobe, Jt, Bowdoin College Herbert Kreyszig, M.B.A., Columbia University Elizabeth M, Grobe Dr. Enuin Kroyszig, Carleton Universiny Michael A. Carchidi, Drexel University Donald Passman, University of Wisconsin Scott Chapinan, Tinisy University Jean Springer, Mi, Royal College Mark Davis, City College of San Francisco Consultores Matemiatices Agradecimentos especiais também sio devidos a dois matemiticos muito telentovos ae acran,® manuscito com expecil ateneho & perfeigde técnica e aos ofereceram excelenss nigest6es en infmseys son pedagégicns e mateméticos. Dean Hickerson David Ryebura, Simon Fraser University Howaap Antox (Carts Rowes Aperfelcoamento da Edicso Brasileira 4 Bookman Companhia Eatora agradove 2s segvntes Dessous por tere ceaviado sugesibes de retficagées: (Cisting Furianetto (UFRGS) Giselle Spindler Liana Beatriz Costi Nécul (UFRGS) ‘Morgana Seariot (UFRGS) Paulo Ricardo De Avila Zingano (UFRGS) Severino Toscano do Rego Meio (USP) ‘Vanessa Bielefeldt Leon (UERGS) CAPITULO 2 CAPITULO 3 CAPITULO 4 ESPACOS VETORIAIS EUCLIDIANOS: “sie nema eens CAPITULO 5 —_ ESPACOS VETORIAIS ARBITR: iA CAPITULO 6 — ESPACOS COM PRODUTO INTERNO: CAPITULO 7 AUTOVALORES E AUFOVETORES CAPITULO 8 — TRANSFORMAGOES LINEARES: sco cee CAPITULO 9 TOPICOS ADICIONAIS : CAPITULO 10 ESPACOS VETORIAIS COMPLEXOS: CAPITULO 11 APLICACOES DA ALGEBRA LINEAR Sumario CAPITULO 1 “sa CAPETULO 3 se CAPETULO 4 SISTEMAS DE EQUA 1.1. Introdugfo aos Sistemas de EquigBes 1.2 Bliminagao Gaussiana 3). 1.3. Mattizes © Operegbes Mairiciais 14 Inversas; Regras da Aritméticn Matric 1.5. Matsizes Elementares ¢ um Método 1.6 Mais Resultados sobre Sistemas de Eq 1.7. Matrizes Diagonsis, THangul DETERMINANTES 2.1 A Fongéo Determinanie! °° 78.” 22 Caloulando Doterminantes airs de’ Redugao po 2.3 Propriedades da Funcio Determinants 24 Expense Coa Rega dC VETORES NOS ESPACOS BI E TRIDIMEN: 3.1 Introdngdo ans Vetores (Geométicos)’ 3.2 Norma de um Vetor, Aritmética Vetorial 33. Prodoto Escala, Projegses 34 Produto Vetoral 114, 35. Retas e Planos no Espago Tridiictsion: ESPACOS VETORIAIS EUC! 4.1. Bspago Euclidiano n-dimensional 42 Transformegdes Lineares de R" em: 4.3 Propriedades das Transformigies Linedres'de K CAPITULO 5. CAPITULO 6 CaPi capi a uEENENUEEEA gee ITULO 7 A A ESE API Sundrio se 2 V7 ESPAGOS VETORIAIS ARBITRARIOS. 157 ‘5.1 Bapagos Vetoriais Reais 158, 5.2 Subespagos 162 33 Independéncia Linear 169 5.4 BeseseDimensio 174 3.3. Espage-Linha, Espago-Coluna © Espago-Nulo 184 5.6 Posto sNulidade 192 ESPACOS COM PRODUTO INTERNO 201 6.1 Produtos Internos 202 6.2, Angulo e Ortogonclidade em Espagos.com Produto Interna 208. 6.3 Bases Ortonormais; Processo de Gram-Schmit; Decomposigio QR 215 6.4 Melhor Aproximagto: Misimos Quadrados 223 6.5 Matsizes Ortogonsis; Mudanga de Bases 229 AUTOVALORES E AUTOVETORES 7.1 Antovalores e Autovetores 240. 72 Dingonalizagio 245 73 Diagonalizaco Onogonal 251 Sa a ar ER EEE TL CAPITULO 8 ULOS A a PG ADSI 2 TRANSFORMACOES LINEARES 257 8.1 Transformagdes Lineates Arbitritias 258 8.2 Nicleoc Imagem 264 8.3 Transformagées Lineares Inversas 268 84 Matrizes de Trausformagies Lineares Arbitrias 273 85 Semethanga 280 TOPICOS ADICIONAIS 291 SL Aplicagéo a Equacbes Diferenciais 292. 9.2 Geometria dos Operadores Lineares de R? 295 9.3, Ajuste de Minimos Quadrados a Dados 302 9.4 Problemas de Aproximagao: Séries de Fourier 305 95 Formas Quairiticas 208 9.6 Diagonalizagdo de Formas Quadsiticas; Secbes Conicas. = 313. 9.7 Superficies Quidricas 318. 9.8 Comparagio dos Procedimentos para Resolver Sistemes Lineares 321 99 Decomposigio LU 326 18 4 6» Sumstio SSE ARTE STNTS TA CAPITULO 10 ESPACOS VETORIAIS COMPLEXOS 333 10.1 Nifmneses Complexos 334 | 102 Divistio de Néimeros Compiesos 338 103 Forma Polar de umn Néimero Complexo 341 : | 104 Espacos Vetorinis Complexes = 246 | 105 Espagos Vetoriais Complexos com ProdutoIntemo 350 10.6 Matrizes Unitérias, Normais ¢ Hermitianas 354 a a EN PTET ACESS CAPITULO 11 APLICACOES DA ALGEBRA LINEAR 363 i 11.1 Construindo Curvas ¢ Superticies por Pontos Especificados 364 112 Redes Eletricas 367 : 113 Programagio Linear Geoméirien 371 j 114 © Problema da Alocagio de'Tarefes 377 He 115 Imterpolagfo Spline Clibien 384 ! 116 Cadeias de Markov 390 117 ‘Teoria de Grafos 397 118 Jogos de Fstretégia 405 119 Modelos Eeondmicos de Leontic 414 11.10 Administragio de Florestas 417 11.11 Computagao Grética 422 11.12 Distribuigées de Temperatura de Equilforio 429 31.13 Tomografia Computadorizade 436 114 Fractnis 44 1115 Caos _ 456 11.16 Criptografia 466 1117 Genética 473 11.18 Crescimento Popolacional por Feixa Btiria 480 11.19 Colheita de Populagdes Animais 486 11.20 Um Modelo de Minimos Quadrados para a Andigo Humana 490 11.21 Deformagies ¢ Morfisinos 495 j RESPOSTAS DOS EXERCICIOS 503 | CREDITOS DAS FOTOS S61 i INDICE 563 L117 GENETICA [p. 473} Os mandatérios do Egito antigo recorriam a’ casament irmfos para manter @ pureza da Linhagem. seal. "Este costame’ ‘ptopagou ¢ acentuon certos tragos genéticas através de mui ragées. A teoria das matrizes forncee um referencia para examinar 0 problema geral ds propagacdo de tacos A configurac&ir popu Algebra matricial as texas, egpocitics ‘mento e mortalidade da. po popnlacio depende das de projecdo.que, A colheita sustentada de uma criagio de animais tequer 0 conhecimento: da demografia da populacdo animal. Pare ff maximizar o lucro de uma colheite pe- riGdice, podem ser comparadas diversas estratégias de colheita sustentaca uti- izando técnicas matriciais que descrevem a dinamies do crescimento populacional 20 UM MODELO DE MINIMOS QUADR: Ip. 490] 0 ouvido imerno ccntém uma estrutura com milhares de receptotes sensor movidos pelas vibragses do timpano, respondem a freqlgncias ciferentes do intemo age como um processador de sinais que eons: tre de frequencias distin, 11.2 1 DEFORMACOES E MORF téenicas de manipilagdo ¢ de entretenimeato.. aT 11.1 CONSTRUINDO CURVAS E SUPERFICIES ” POR PONTOS ESPECIFICADOS {p. 364] ‘Um dos problemas que Isaac Newton contemplo trabalho monumental Os Princibios Matemdticos’ da, Filosofia Natural (Principia Mathematica) foi o da,cons- tugio de uma elipse por cineo pontos dadas, com isto, ilustrando como encontrar a érbita de um cometa oa planeta com cinco observagdes. Os determinantes podem ser usados para resolver este problema analiticamente,. ‘em vez do procedimento geométrico de Newtons. 11,3 PROGRAMACAO LINEAR GEOMETRIC, ‘Um problema usuai tratado na area de programagac- elt ae it e a fe i a i; Bi U « i HE Ht f f i 4 ase ar godt determinagge de proporgdes dos ingredientes. cm uma imistura: com 0 objetivo de minimizar seu custo quando as proporcde variam dentro de certos limit uso | computadores nia administragio cna indistria de blemas de programeeio linear. ¢ Um problema importante na indistria ¢ 0 do deslo- camento de pessoal e de recursos de uma’ maneira 3 eficiente quanto ao custo. Por exemplo, uma cons- § tora pode querer escolher rotas para movimentar equipamento pesado de seus depésitos para 0s locais de construgao de mareira a minimizar a dis- tncia total percorrida, 1 1.6 CADEIAS DE MARKOV [p. 390] Os registros meteorniégicos de uma localidade | espocifica podem ser usados pata estimar 2’probadi: dade de que vé nevar em um certo dis a pamdr da informacdo de que nevou ou nao no dis\ enter teoria de cadeias de Markov pode utilizar tais dados para prever, com muita antecedténcia, & probabilidide’ de um dia com neve na localidade. Num sistema econdmico simplificada, uma de carvio, uma fervovie e uma usina:d= enetgi necessitam cada uma dé uma parte da produgio das. ontras para sua manutengdo © para suprir outros consumidotes de seu produto. Os modelos. de pro: dugo de Leontief podem ser usados para detertni nar o nivel Ge produg&o nevessatio As tts indsttias ‘para manter o sistema econdmico. : 11.11 Compuracao GRAFICA Ip. 422] Uma das aplicagses mais titeis da’ comi- putagdo gréfica € a do simuladar de- vo, As mattizes fornecem ama maneiza conveniente de lidar com a enorme quantidade de dados necessrios para consiruir ¢ animar os objé- £08 tridimensionais usados por simuladores de vo pare representar um cenatio em movi mento, smi ‘Um dos principais avangos no diagndstico médicg € 0 desenvolvimento de métodos nao .inyas para obter imagens de segtes. transversais. do co:po humana, como a tomografia compute- dorizade € a ressonancia magnética. Os. métodis | da dlgebra linear podem ser usados para recons- | truir imagens a partir do escancamento por raios X da tomografia computadorizada. AEE Sistemas de Equacées: - Lineares e Matrizes 2 «que a soluéBo pode ser obtidaefetuando operas importante no desenvolvimento de prig neares, porque os compatadores so muito bons para mai rmatrizes no s80 senplesmente uma ferrarienta den ves: elas también pari ser vistas como objetos ma importante a elas associada que fem uma grande: comogar 0 estudo de matrizes, 588 +» Algebra Linear com Aplicagies a A Ae 1,1 INTRODUCAO AOS SISTEMAS DE EQUACGES LINEARES Os sistemas de equagées algétricas Hineares © suas solugces ‘constiivem unt dos principals tépicos estudados em cursos co- nheckdos come “de Algebra Linear.” Nesta primeira segdo nds fremos introdizir alga tereinologia bisicn e diseuir um meto- do para resolver estes sistemas. Equacdes Lineares Qualquer linha zeta no plano xy pode ser representada algebricamente por uma equago da forma bay eb conde ay, aye. slo constants reais a € aan sto ambes nulas. ‘Unia equagao desta forma ¢ chamada unta eqvagio linear nas varidveis re y. Mais geralmente, n6s definimos «ma equagéo linear nas n Varidveis x, x. «x, como uma equago que pode sor axpressa na form an tart ond8 ay dy on hy @ b 8K0 Constantos reais. As variéveis de uma equagan linear so, muitas vezes, chamadas inedgnitas, 405 = As equates ste ye feptest © 4-2_ Se tae7 silo Hineares. Observe que um2 equecio linear néo envolve quaisquer produtos ou raizes de varisveis, Todas as variéveis, seocrem soments ma primeira poténcia © ndo aparccem como argumentos de fungdes trigonometrices, logarftmicas ou expo- neneciais. As equagécs c43Ype5 Mety-ebced © yess Ho ndo-lineares. + Uma salagdo de uma equegio linear x, + 43% 4-1 +a, x = 6 6 uma seqlncia de a niimeros 5). 53. By tS que a ‘equagao € satisteita quando substimiin0s 4, = 594 = Sa Fy Sg O conjunto de tins 2s solugSes de uma equagio € charnado 360 conjunto-soluedo ou, as vozes, a solugto geral da equzcio. Encontre 0 conjunto-solugo de (a) 4x - 2y = 1e (b).x,-: Tay. Solugdo (a). Para encontrar solugdes de (a), 16s postemos, aribuir um valor arbitrério a.xe resolver em y, ou eseolher ur valor arbitrtio para y e resolver em x. Seguindo a primeira abordegem ¢ dando um valor srbitério para x, obtemas et pame} Fsstas férmulas descrevem 0 conjuato-solugdo era termos de um siimero arbitrrio 1, chamado pardmetro. Solugtes numéricas particolares podem ser obrides substiuindo t por valores espooi- ficos, Por exemplo, #=3dé.a solugdox=3,y= Perm —1 dé a solugo x= 1, y= —3 ‘Seguindo a segunda abordagem e dando um valor arbitrério ‘para y, obtemos webth over Embora estas formulas sejam diferentes das obtidas acim, fornecem o mesmo conjunto-solugdo A medida que f raria sobre {odos 0s valores recs possiveis. Por exemplo, as formalas ants- lores 439 a solusSo x= 3, y= {f quando = 3, enquanto a5 f6¢- mules acima do eata solugfo para t= Mt Sotucdo (6). Pare encontrar 0 conjunia-solugio de ¢b), 06s, podernos atribuir valores acbitrérios a quaisquer duas variaveise resolver na {erceira varigvel. Em particular, dando os valores anbitrérios s e ¢ paca x, © 4y respectivamente, ¢ resolvendo em 2, nds obtemes Asstt, men mer ’ Sistemas Lineares Um conjunto finito de equagées Ii eares nis varies x), % ) % 6 chamedo um sistema de equagbes Uneares ou um sistema tinear. Uma sequéncia de niimeros 84,8, 8, € chamade uma soluedo do sistema se y= 5p 43 5 8p ty = 8, € Uma Soleo de cada equagio do sistema, Por exemple, o sistema yon t3e=-t Staton tema solugio x, 1, %4=2,%=—1 pois estes valores satisfazem. amb equagdes, No entanto, x, = 1, % = 8X) = 1 mio € uma solucdo: do sistema pois estes valores sotisfezem apenas a primeira das duas equacdes do sistema, ‘Nem todos os sistemas de equagées lineares tém solugio Por exemplo, multipticande a segunda equagao do sistema rhynd Bet yn6 por 3, toma-se evidente que no exstem solugées, pois sis- temd equivalente atyod xtyo3 ‘que resulta tem equagies contraditsrias, ‘Urn sistema de oquagées que nio possui solugio é ehamado inconsisiente; se existir pelo menos uma solugéo do sistema, dizemos que ele & consistente. Para ilustrar 28 posstbilidades ‘que podem ovorrer na resolusiio de sistemas de equagdes li- noares, comsidere. um sistema arbitrério de duas exuagies lic neares nas ineSgnitas x ¢ ¥. ais4b.9 = (yy wo unas ole) 8 + ay 65 (ay onus mus) (Os grificos destas equagdes so reta, digamos, {4 Como wm onto (x, y)estd na feta se, € somente se, os mimeros x © ¥ st tisfazem a equaréo da reta, as solugtes do sistema de equacies correspondem a pontos de.corte de /,2 4, Bxistem ines possibi- Tidades, tustrodas ta Figuca 1.1.1: + As tetas t,¢ 4 podem ser paralelas, caso em que nfo bd intersegio © consequentemente no existe nenkurma solugio do sistema, # As retas J, ef; podern cortae-se em nim tnieo ponto, ‘caso em que o sistema tern exatamente uma solucio, + Aszetss|,©.4 podem coincidir, caso em que existe uma infinidade de solugGes do sistema, Aw (0) Nenhuraa schigdo (6) Uma solugio (@)Infinitas solugies Figuras 1.1.1 ‘Embora nés aqui tenhammos considerado apenas duas equagdes em duas ineégnitas, nds mnostrarcimos mais tarde que as mosmas ‘ués possibilidades valem para sistemas de equagées lineares arbiters: Um sistema arbitrario de m equagBes lineares em n incég- nitas pode ser escrito como usa oh ate to aid fs + aay fo on > o anh Foyer HF Oke fondo 2.2. ny 880 #8 ineSpnitas € as letras a € b com sub= scritos denote constantes. Por exemplo, ur sistema geral de tres equagdes lineares em quatro inedgriiaa pode ser escrito ‘como ats Fane Fee Fes ay eb aaah Hey Fatt — any bana +enty ate =a © subscrito duplo nos cosficientes das inodgnites € um recurso ttl gue ¢ usado para expecificar a localizacto do coefi- cients no sistema. O primeiro subscrito no coeficiemte a, indica a equagto na qual o coeficiente ocone © © segundo stibscrito indica qual incégnita ele multiplica. Assim, ,, ocome a primeira equacto multiplica incégnita x, Matrizes Aumentadas Se nés mantivermos guardado na’ ‘meméia a locelizagio dos sinais de soma, das variiveis ¢ das constances, poderemos abreviar a escrita de um sisterua dem quagies lineares em n ineSguitas para: Capito 1 - Sistemas de Equagées Lincares @ Mesrizes © * 29 Esta € chamada a matriz aumeniada do sistema, (Em Matemética, o temo matriz wilizado para denotar uma colegio retangular de mémeros. As matrizes sucgem em vérios contextes, que consideraremos com mais deralhes em segies posteriores} ‘Por exemplo, a mati. aumentada do sistema de equacSes nt atin. dn t4n— 3 Bn +84— 5 112 © 24a 263 0 oaseRvAckO. Quando construfmos 2 matriz aumentada, a fncdgnitas devem estar escritus na mesms ordem em cada ‘equagio as constantes que no multiplicam ineSgnitas devem cesar a direita 0 método bésico de resciver um sistema de equagoes i neares ésubstituro sistema dado por um sistema nova que tert {9 mesmo conjunto-solugdo mas que Emais simples de resolver Este sisterna novo é geralmente odtido mama sucesso de pass aplicando os seguinies ués tipos de operagSes para climinar ss ‘ematicamente as incdgnitas 1 Multplicar uma equajao intra por uma constante ‘ndo-nula. 2. “Trocar dues equages cnt si. 3. Somar um miiltiplo de uma equacdo a uma ovira equagio. Como as linhas (horizontais) de uma matriz, aumentads cor respondem as equagdes no sistema associado, estas tr8s ope- agdes correspondem as seguintes opemacdes nas imhas da mairiz eumentada, 1. Maltipticar ume lina inteira por uma constante mii0- nla. 2 Trocar duas linhas entre si. 3. Somar ume ralltipfo de uma linha a uma outa linha. Operasdes Hlementares sobre Linhas Estas trés ‘operagbes so chamadas operagies elemeniares sobre Tinkas, © sepuinte exemplo ilustra camo estas operagdes podem ser usadas pera resolver sisterias de equagées lineares. Como ne proxima seo iremos deseavoiver um procedimento sistemsti- ‘60 part encontrar solugbes, nao & preciso Ficer preooupado sobre ‘© porgué dos passos tomados neste eremplo. O esiorgo equi deveria ser pata entender as contas © a discusséo. [Na coluna da esquerda n6s resoivemos um sistema de eqquagies ineares operando nes equagbes do sistema e na coluna da di. reita nés resolvemos o mesto sistema operando nas finhas da aura xt tte’ Det ty 3 web Gy 8 BO o + © Algebra Linear com Aplcasies Some 2 ves a primera equacto, segunda ara ober esqueeda xh ythe 9 a-ha Whose 0 Sere —3 vezes primeira equagso ‘rei pa ober at yt ee 9 2y- eat yee 2 ‘Mubipline a segura equagto per | pers ober xtyt he 9 y- b=-¥ wots See eer eg eo Secryre stytue 3 yoke? shed Some -2 versa primera Hina _seganda pana ober dita tor. eo 2 an 3 6-5 0. Some <3 ezes pees ina Aersin par ter 112 ¢ 02 1-7 o 3 27, Matiplique a segunde ina 0 poe ober toa ou O83 Motipique a tereaea equaglo por -2puraobeer sty 2 yok Some 1 vera epundn equate Aprieva pra ober 148s yoke estos Some lf vanes «rsa equa primeira e } veees ‘vce equa 4 ang pats ober x os y=? Maltigique e teedra nha ‘por=2 pare ober 1oro2 97 oOo -h He oO 18 Some -1 er a segue lina 2 primera paca ober : Some — veresa sestira inha Aprimeiae F vere ateecia ‘quagto segunda par obser a wrote 11. Quats das soguintes equaySes slo Hinesres em x, © 2 (@) x 5q— vy =1 © tea thy = © t3ntan © ating a4 On @) wx — fy thy = PP 2, Sabendo que k € ua constant, quai das veguintes equaghea so lineares? @ wont = seak 1 ©) ky p=? © BntIa- m=O 3. Enconte © conjunin-solugdo de cada uma ds sezuintes equagées lincares, () 31) - 5m 4449 =7 @) 30 ~8w 4 2x - yt her 0 44 Enconte x maria aumcntada boxe wi dos seguince sistemas de equagdes cars, (@) e-5y=3 (©) ~ 8m +2q~ Su tu 1 @ iy-2e=-1 2 FRE Ont - tel Oa 4yt5n= 3 Bey + xy 7 Sate om In tin= 2 byte 0 +I ‘5. Encontre 4 sistema de equagics insares correspondendo A matrz anmentad. 2 0 0 @|3 4 0 oor 4 72 1a 8 ehiia] 66. (@) Bncontre uma equagio linear nas varveis xe y que tem. 300 -2 'S @l7 4 ~ 0-2 4 17 1 oo 0 0 o 10 0 lo 0 1 0 o 0 0 1 55421, y= como solugdo geral, (b) Mose quex =, ¥= $2 — 9 também éa solugio geral da cquagic da parts (a). Capitulo 1 - Sistemas de Equagées Lineares « Matrices * © © 31 7. Acurvay= ax + br +c mosada na figura passa pois portos (9) p23) € 9): Metre que os coeclenes be ¢ 340 uma salon do sistema de equageslaearescuja mania aumentida Bon dow Bon ty aon toys Figuratx7 ‘Mostre que para est sistema sex consistente as constantes «, be ¢ devem satistizer ¢= a+b. 9. Mostre que se as oquagées lineares x, +x, = ce, + fy, d ttm 0 mesme conjunto-selugan,entao a8 equagées so iénticas Discussio ¢ Descoberta 10, Pare qusis valores da constants o sistema x= ps3 2-278 io tem solugo? Fxatamenta uma solugio? Infinite solugSes? Explique sea tacieeiio AL, Consider o sisters de equasdes ax ty =k extdysl ext fy=m (© que voot pode dizer sabre a psigio elativa des vets ax + by =, ex + dy=Te ex +fy=m, quando (@) 0 sist nfo tom solugdo; (©) sistem tem exatamente uma solo; © osiawne tm infinies solugtes? 12, Sco sistema do Exercicio [1 for consstene,expiique porque pelo menas uma das equates poder! ser descartaa do sistema sem alteraro ‘onjunto 02 0 o 0 se ‘cota outa nas 2 ‘qed dr bmi ‘i ‘ini kd sit 0 2 0 =F 6) e— aAlipate por =irpos mas 00 5 oD a ‘esr ec init CeO LO ny ne| qe ableton pe ied astastern ate eo oo dt Soar mo dae dee Aa spas debe ~<— Binnie reason Fool. ‘Arima in 3a << Serio mci ‘A maiz toda est agora em forma esealoneda, Pare obter forma escalonada reduzida por linhes precisames de mais wm asso, Passo 6. Comecando com a hima linha néo-nula etrabalhan- ddo para cima, soms mifltipios convenientes de cada linha &s linhas superiores para introduzir zeros aecima dos lideres. Lops 3 6 8 oo rood oo 6 12 12-5 30 2 oo on Boo oO 8 2 120307 oo toon 6 0 0 01 2 ‘A Giltima matriz esti na forma exealonada reduzida por linhas. Se nés usarmes soments 0s cinco primeiros Passos, © pro- cedimento acima, chamado eliminapdo gaussiana, produzica uma forma eacalonads. O procedimento até o sexlo pass0, que ‘produz uma matriz em forma escalonada reduzida por inhas, & ‘chamado eliminagdo de Gauss-Jordan. we Ba Paces on eals Sane ie. ven ec i 05 aetna, Sep gma onseRwacao, Pode ser mostraso que toda matriz tere une inica forma escatonada reduzida por linas; ow sefa, seamgre chex ‘gamos A mesma forma escalonada reduzida por linhas para uma ‘dada matriz, no importa como variannos as operagbes sobre li- inhas. (Uma prova deste resultado pode ser encontrada no artigo “Tne Reduced Row Echeleon Form of a Matrix Is Unique: A Simple Proof,” de Thomas Yoster, Mathematics Magazine, Vol. 57, No. 2, 1984, pigivas 93-94.) Por autre lado, wma forma «scalonada de wma dada matric no € nica: diferentes seqiién- ‘its de opetagtes votre linhas podern produzir formas excalo- nada diferentes Resolva por eliminago de Gauss-Jordan, n4in-2y "$2 = 0 Bert 6n—Sq~ Betis — Beg =} Sutin HIS 5 ton + RetAn + Ike= 6 Soluptio, A matciz aumentada do sistema é i reaKiagdes, Gauss -eunya de-Gauss, ov € dundastental em. = iniplesos e etabele- | popel duidagenfal na Metemica, Lest iH urimeen por meio de carat devon ei das or ree le foi, sem 66 da-ent moderna, 13-2 0 20 oF rr 9 0 5 OB Ss 26 08 4 6 Somando -2 vezes« prinveita linha & segunda ¢ quart Linas dt 1a 0 20 6 0 0-1-2 os oo sm OB Ss oo + 8 Om 6 Multiplicando a segunda linka por -1 © depois somando -$ ‘vezes a nova segunda linha & tercvira linha © ~4 vezes a nova segunda linha 2 quarta linha 44 13-20 200 oo 12031 20 oe 0 0G fo 0 6 0 0 6 2 Permutando gs.terceirn e quart linhas e enttio multiplicando 2 terceira linha da mattiz resitante por } dé a forma escalonada 13-2 0 2 0 OF . oo 12058 ooo 6 OnE poo e008 Somando -3 yezes a terceira linha @ segunda linha e depois somando 2 vezes a segunda linha da matriz resultante & primeira Jinhe fornece & forma escalonada reduzida por linbas 120 4200 0012000 oo oo ong oo 00 0 0 O ‘© sistema de equagies correspondente é aut S fea +5 att wat {N66 descartamos a ultima equaglo, Ox) + Ox, +05, + Ory Oy 40x, = 0, pois ela € automaticamente Satistéta pels solugSes das demais quagdcs) Resolvendo as varveis lideres,obtcmos ‘Se dermos os valores arbitrstios r, s € 1 bs varidvels livres x", ‘A fespectivamente eno a solugio geral & dada pelas féritu= ins fect, gen ae wat maby a Retro-substituico As vezes ¢ prefertvel resolver um sis ‘ema de equagées lineares por eliminagio gaussiana para levar a ‘matriz aumentada 2 forma escalonada som continuar ats ’ forma escalonada reduzida por linhas. Quando isto ¢ feito, 0 ‘correspondente sistema de eqiagbes pode Ser resalvide por ura ‘éenica chamada retro-substitigdo. O prSximo exemplo ifustra cesta ida, Das contas do Exemplo 4, uma forma escatonada da matriz saumentada & 2 : a au 1 a 1 ° o ° ‘Para resolver o sistema de equagdes correspondent nA3a—2y Pde aD tty tga ° net 16s procedemos da seguinte maneica: Captaio 1 - Sstemas de Equagses Linearese Motrises © + © 35 Passo 1, Resolva as equagties para us variévels Lideres. W3in$ 2-25 ay 1-234 =} Passo 2. Comecando com a cquagio de baixo ¢ trabalhando ‘para cima, substitua sucessivamente cada equagéo em todas as equagtes acima dela. Substimindo 5 = 3 ma segunda equagio dé Passo 3, Auibua valores arbitrérios as varidveis lives, se hou- Attibuindo os valores arbitrios r, 51a XX, %5 Pespec- tivamente, a solugSe geral ¢ dada pelas formulas Sm as— Bt, om we=t {Isto confere com a solugio obtids no Exemplo 4, + tas ‘onsexvacao. Os valores arbitririos que atribuimos as varidveis livres s80, muitas vezes, chamados parfimetros, Nos gevalmente usamos as letras r, 5, f,.. para 08 parfetros, mas também pesicm ser usadias quaisquer lets que nZo entrem em conflita ‘corn as variveis, xh : a copes Agu SIStk por eliminagdo gaussiana e retro-substituigao. Solugio. Eate 6 0 sistoma do Exemplo 3 da Seedo 1.1, Naquele exemple, ‘nds convertemos & matriz aumentads 11a g pat 363 8 a e 1p e oot 4 ‘O sistema correspondente a esta matriz € BG 6 o © Algeina Linear com Aplcagtes atytRn 9 yoken-¥ red Substinuindo a equago de baixo nas que esto acima, dé = 9-24 Bek substituindo a segunda equagio na de cima forece x = 1, y=2,z= 3. Isto confere com o resultada abtide pela eliminagio ‘de Gauss-Jordan no Fxemple 3 da Seco 1.1, . Sistemas Lineares Homogéneos Um sistem: de ‘equagées leares ¢ cto homogénea se 0s termos conslantes sto tovios zero; on sea, sistema tem a forma aust + 6am Ht aise =O sts Font Ft danke 0 a gate Ht a Cada sistema homogéneo de equagies lineares € consists, pois todas sistemas homogtoeos tém x; = 0, 2, 7,20 ‘como uma solugio, Esta solugio € chamada solueGo trivial ov sobuedo nada; se ha outras solughcs, estas sé0 chamadas ndio- iviais, Como um sistema linear homogéneo serapre tem a solugio trivial, s6 existem Guas possibilidades para suas solugses: 0 «© Osisteina tem somente a solugtio trivial. = © sistema tem infinitas solugdes além da. solugio trivial, No caso especial de um sistema linear homogénco de. duas equagées em duas inoégnitas, digamos 6,24 b,y =0 (ay b,mio ambos wales) 3 4 bay * 0 dy b,nho amas malas) 108 gréficos das equagdes st retas pelp origem, ¢ a salugio ti ‘Vial corresponde zo ponto de corte na origem (Figura 1.2.1}. , , sahinaoy omitayo (©) Somente a solugio trivial Figura 1.2.1 Hi um caso-20 qual um sistems homogénco garanidaments tem solugdes nfo-trvies, «saber, sempre que o sistema envolve mais incbgnites que equagées. Para ver por que, eonsidere 0 sepuinte exemplo de quatro equagSes em cinco ineSgnitas. (© Infinites solutes Resolva o seguinte sistema homogeneo de equagiies lineaes usando eliminagio de Gauss-Jordan. QtIa- tHE ere cer cre me stn mn wet ts a Solugdo, ‘A matriz. aumentada pare o sistema 22-101 0 142-3 10 112 0-1 0 oor te, ‘Reduzindo esta matriz 2 forma escalonada reduzida por linhas, ‘obtemos sistema de equagbes correspondente tayo 5 tan0 o ~ =o Resolvendo para as variveis Ideres, obternos nenans noo Assim, a solu gral & Neh ee en eo we Nore qu slug rival é obida quando s=1=0, (© Exemplo 7 itustta dois aipectos importantes sobre re- solugio de sistemas homogineos de equagacs Eneares. 0 primeiro ¢ que nenfuma das operagtes elementares sobre finhas aktera a colina final de zeros da matriz aumentada, de modo que © sistema de equagies correspondente 2 forma escalonada reduzids por linhas da matriz aumentada também deve set um sistema homog2neo [ver sistema (2)]. O segundo & que, depen endo da forma escalonada reduzice por linhas da matriz ‘aumettada ter alguma linha nua, o mimero de equagies n0.sis- tema reduido € menor do que of igual a0 ntimero de equacdes o sistema original compere 0s sistemas {1} e @2)] Assim, se 0 sistema homogéneo ado tiver m equagdes em n incsgnitas com 2 4, 3 X3,2x Le 1 x f, respectivamente. Uma matriz.com somente ‘uma eoluna € cbaunada matria-coluna (ou vetor-coluna) © una ‘mettiz com somente uma linha € chamada matriz-tinha (ow vetor-linka), Assim, no Exemplo 1 a matric 2 x 1 ume matriz- ccoluna, a matriz 1 x4 6 uma matriz-linha ea mateia L 1 tanto ‘uaa matriz-coluna quanto uma matriz linha. (O termo vetor tem ‘um outro significedo que ser discutido em capftulos subse- ems.) ‘onseRvaGA0. E pratica comum omitir os colchetes numa metciz 11. Assim, nis podemos eserever 4 em vez de [4 ]. Embora isto tome impossivel dizer sc 4 demota o minero “quatro” ou a matric 1 1 cuja dnica entrada € este ndmeco “quatro,” isto tara mem cavsa problemas, pois geralmente é possfvel discernit @ ‘que nos estamos referindo a partir do context ne qual aparece ‘osimboto, [és iremos usar letras meitisculas para denotar matrizes letras minsculas para denotar quantidades muméricas; asin, podemios escrever ov cxf 7 efidecele tl Quando discutimos matrizes, & usual chamar as quantidades snuméricas do escalares. A menos de mencdo explcita em con ttétio, escalares so néimeros reais; esclares compleros setae considerados no Capitulo 10. A centrada que cootre na Eésime linha ¢ jésima columa de uma matiz A € denotada por a, Assim, uma matrix arbitria 3 4 pode ser escrita como be 42 oo + Algebra Linear com Aplicagoes of 22 :| fn Oe a euma mateiz arbitraria m x 1 como, aw| tH aa om w fas et i, Quando for desejada uma notago mais compacta, a matriz precedente pode ser esczita como leven 9 ae 4 primeira notagdo sendo usada quando € importante saber 0 Tamanho de mri oa sogund quando 0 tamanbo no noc ta énfse, Fm geral, combinamos a letra denotando a matiz com a let denotando suas entrada; assim, para uma matziz B és setalmente usamos 4, para a entrada na inka re na colura je pars uma matriz C-n6s usamcs a notacio cy. ‘A enireda ma linha jena colunaj de sina mairiz A tambeémn 6 oomumente denotada por (4),. Assi, para a mattiz (1) acima, 168 ternos para a matriz z= 0. linha ¢ matrizes-coluna s20.de importfincia espe- cial, © € prétiea coroum cenoté-las por letras mintisculas em negrito em vez de. tetcas-maitisculas, Para tais matrizes € desnecessésio usar subscritos duplos para as entiadas. Assim, ‘uma matriz-Hinha 1 x n arbitréria a e urna matziz-coluna in x 1 arbitrdrie b podem ser escrites como fe, ‘Uma matriz A com x linhas ¢ m colunes ¢ chamada matriz quadrada de ordem n e os enteadas sombreades <<, em (2) constituem a diaganal principal de A. @ Operages sobre Matrizes Até aqui usamos matrizes pata abreviar o' trabalho de resolver sistemas de equagées fi ‘neares Para outras aplicagSes, contudo, € desejavel desenvolver ‘uma “artmatica de matrizes” na qual as matizes poder ser somadis, subtraidas c multiplicadas de agora maneira ‘til. 0 restante desta segto sera dedicado a descnvolver esta aritmétice. Drie! Duas matrizes sto definidas come sendo iguais se tém 0 mesmo tamanho e suas entradas correspondentes 380 iguais, tamaroendo A= Bee orca we ye lecteimente, ay = 8, para quaisquer ej, Y pad Ei} “Bed ‘Se.x=5, entio A= B, mas para todos os outros valores de xas matrizes A € B no sto iguais, pois ner todas suas eneradss Coinidem, Nao ons veloc desta gue A= Cpois A & Cit ‘amanhos diferentes, Se A eB sto matrizes de mesmo tamanho, entio a soma A+B 6 e matrig obtida somando as cntraiss de B as ‘entradas corespondentes de A, ¢ a diferenca A~ BE a ‘matriz obtida subteaindo as entradas de B das entradas cor- respondentes de A. Matrizes de tamanho distintos nto podem ser somadlas on subtrat ds, Em noragio matticial, se A = [ay] ¢ B= [By] tém 0 mesmo tamanho,satio sas 322s ran as Se A é uma matria ¢ ¢ é um escalar, entéo 0 produto:cA 6 a ‘matriz obtids pela multiplicagéo de cada entrada da matriz, A pore. A matriz cA & chemada multiple escalar de A. Em nota¢do matricial, se A = [a], ento ani] coo-P 2 2.6 2 3 E usual denotar (-1)B por -B. . SeA,y Ay uA, 880 mattizes dé mesmo tamanho € C4, Co» 6 ste escalates, entio uma expressio da forma eu Heaba t oo cy 6 chatnada combinagdo near de Ay Ary. A, com coeficientss Gy Por exemplo, se 4, B€ C so as matizes do Exemple 4, endo DA-Pa food COBH C 4680 2 -7.p 2 a pay peal seh 3 J-L5 i] 6 a combinagio linear de A, B ¢ C com oveficientes escalares 2, sted ‘Até aqui nés Gefinimos a maliplicagtio de wma matci2 por ‘um escalar mas no a multiplicagdo de dvas mutrizes, Como matrizes s80 somadas somando as entradas correspondettes © sublraidas subtraindo as entradas correspondentes, pareeesia natural definit a multiplicacio de mawizes muiplicando as entradas correspondentes. Contudo, ocore que tal defnigo iio seria muito itil a mioria dos problemas. A experi8ncia levou (os mateméticos & seguinte definigio muito mais Gtil de zauli- plicagao de mattizes. ‘Se A uma matriz m6 B € ume matriz rn, entéo 0 pro- duto AB é a matziz.m Xn cujes entradas so determinadas ‘como segue. Para obter a entrada na linha ie coluna j de AB, desiaque a linha i de A e a columa j de B. Multiplique as ‘entradas correspondentes desta linha e desta coluna e enttio some os produtos resultantes. Caplovte 1 - Sistemas de Equagéec Lineares ¢ Matrices © © © 43. Como A é uma matric 2 x 3 ¢ 8 é uma mattiz 3 X 4, produto AB € moa matriz 2x 4, Para determinas, por exemplo, a entra- da na linha 2 ¢ colina 3 de A B, nds destacamos a lina 2.de A € a coluna 3 de B. Entfo, como ilystrado abaixo, nés multipli- ‘eamog as entradas comesponcentes e somamos estes prodltes nate § j] food! 2 7 of [OOO eS ‘Aemiradana inh |e cola 4 de A B 6 caloulads como segue peeala a> § [oon peal 2 '-lpocd MOE Tea ie As contas para os demais produtos so COBO 44-2 D-OD46-D= 27 UH4E248-9= 9 D+OO+GD= 8 @Y-G HHO D4 2+6D4O-2= 2 A definigo de muiiplicagio de matrizes exige que 0 nimero de cofunas do primeiro fator A seja ignal ao mimero de Tinhas do segundo fator B para que seja possivel formar © pro- aio A B. Se esta condicao nko € satisfets, © produto nao esta eficido, Uma maneira convenionte de determinar se 0 produto de das matrizes esté ou nio definido ¢ escrever 0 tamauho do primiro Zatore, bdieita, escrever 0 tamimho do segundo faior. Se, como ern (3), 08 miimeros intsrnos coincidem, entio © pro= auto eat definido, 4 a ae Ph aamf o Supoaha que A, Be C séo matrizes das seguimtes tamanhos: AR ¢ 3x8 4x7 133 Entlo, por (3), 0 produto A B esti definido e & urna matriz 3 7, BOC extd definido © & uma matriz 4 x 3 e CA est definido e uma matciz. 7 x 4, Os produto AC, C Be BA nio esto 5 Gx) GK GOxD GxH BxH ‘Determine quais des segues expresses maticinis eso definidas. Pars es que esto defiidas, dé o tamanho da matiz zeaukante, @ BA WACHD (AES () ABsB WEAR EAC) EA ATE ED Resolva a seguints equago matricial em termes do a,b, co d. nt atu} cose mas so vse ah eof} ape tap oe [s ot CCaleule os segnintes (quando posse @D+E WD-E 54 @-7%6 2B—C MH AE—2D (= AD+2B) CY AWA OD) GD eD-34) & 4x08) @ may Usando a8 matizes do Zxercico 3, caleule os seguintes (quancio posfve). @warec & DT-E | D-H Bre set : @}er-14 © B-BF wy 2eT— 30 ET 307 ‘Usando es mtizes do Exercicio 3 cleale os segnintes (quando possivet. (a) AB (BA © GHD (@) Alpe) €cT (@) (way? 4 DDT) Gj) wT —D) (CTA 4287) ‘Usando as matrzes do Exercicio 3, calcuie os seguintes (quando possivel) | @ QD DA 4MC+2B—— @ (ACT + SDT i (9 BAT-2C—(@) BUCCT= ATA) eh) TR? (ED) Sejam B27 6-2 8 65 4| ¢B=Jo 1 3 048 77 8 “Use o método do Exemplo 7 para eacontrar (@) apprimeita linha de AB "(ba terccira nha de AB (¢)a segunda coluna de AB (@) aprimeiracofuma de #4 (e) aterceie linha de AA (0) a erveiracoluna de AA . Captuio 1» Sistemas de EquagSes Lineares ¢ Maurizes © © © 47 ‘Sejam A © 8 as matrizes do Exereicio 7. (@) Expresse cada mati-coluna de AB como use combinago lincar des matrzes-coluna dA. () Expresse cada matia-coluna de BA como uma combina;20 near dae matrizes-coluna de B. Seam yer» mal ¢ te os fa) da : 10, a. B. 4 18, ‘Mosse que 0 produto yA pode ser expresso como uma combinago linear das matrizeslinka de A cam eoeficientes excuaresvindo de y. Sejam Ae B as mazes do Exceiio (@) Use ores do Exeeicio 9 pare exoreser cada matiz-linhe de A B come una corbinag liver da marina de B. (©) Use o resultado do Exerecio 9 pare expessar cada mavi-inha de B.A como we comabinagao near das mtzeslina de A. Sejam C, D ¢ Zs cuatizes do Btescici 3. Usando o mvcino posivel de conta, determines ena a linha? ecoluta 3de C(D #). @) Mose que 14 Be BA esito umbas defiides, entio A Be B A ado matzizes quadradas (@) Most que se ¢ uma moma mx eA (BA) est cefisia,emiio BS uma mais 1m Em cada perce, enconte matsizes A, xe h que axpressem o sistema de equagécs lincares dado come uma nica equagao matical Ax =b, @2n-3nbSm= 7 Can Sy ed 84- at Bet Sut = 8y=3 n+Satdns 0 2x Sm +9y — y= 0 Bas ats? cada pare, exresie»eguagto matric corto um sistema de oqagtes incurs. 2-200 1)Te) po 3-1 fn] pz | 4 3 a{fnf=|a} wm) 3 9 2 2] /sla/e -2 1 sl{al Le 1 4 Tyee 2st lel lo Se A.B sto paisionadas cm abmatizes, por sxemplo, Au | Au _ [aa ee om Gee] + 9 tee] enti A pode ee exreso como Ap = [408i AwBa | Aube + Anbar AaB: AaB | AnB AapB sempre que os tamanhos das subrnatizes de A. B slo es que as operagtes indicadas pedem ser efetuadas Fate método de rulipticar ‘matrizes pastcionsdat € chamado maitiplicagdo em bloco, Em cade pare, calcul o produto usaaco multipticagio em bloca, Confira seus sesultados makiplicande diretarente. “1 o2fas @a=| 9 -3 | 4 2], 34 1 S764 7) 0 3|-3 17, Em cada parte, determine se pace ser usata multpliagto em bloco para calla: A B 8 pare das pastigbes Gadus, Se pude,ealewle 0 pro- dato usando multipicagdo em bloc. aang [2 is @asjo ala) ee a5 6] 4 At) aala as ajaye waefo 4a), o-|- 1s 6 1 7-1 s afala 18 (9) Meee ton na deseo 2m ir corpo HOA Beckie A em tena (©) Encontre um resultado similar valendo pera urna coluna de zeros, 19, Seja d uma mtciz m x n qualquer sea O & mstciz m xn com todas as entradas alas, Moste que ve kA = 0, nto 20, Soja 7a mattign x n cua entrada na inh f@ colina jé 1 se tej Crs) Most que A= 14 =A pars quilqer mati mn A. 21, Eon cada pate, enconte uma roti { ,] de larsnio 6 6 gue slistaa a eondigi dia. D8 exposes (Eo gems questo possil, wade Jetase nio nimeros pare entradas nic-nuls expoctias. ()a,-0s1%) (WaynOsei>} (@)a,—Os41 22, Encore a mot [a] ce macho 4% cras onzada stsfzem a condigio dada, LoseWajiat Ht se i-aist ouA=0. @asst+j () ago ow=| 2B. Prove: Se Ae B sto matrzes nXn, eto (A + 8) =U (A) + WB. Discussao e Descoberta 24. Desorevatés meiocos distntos para caleular un prod de matrizes e lost os métodos ealeulando algem produto A B desta erés maneiws 25. Quantas matizes A de tumanho 3 x 3 voc eonsegue encosten ais que” x] [ety apl= z 0 para todas as escolass 6e x, yo 2? 126. Quantas matrizes A de tameaho 3 > 3 voed eonseaue encontrar ais que EE para todas as escolnas de. ¥ 6 2? 277. Diremos que wma mate B é uma raée quadrade de uma mavie A se B B= A. [ 6 o> cutme guin tt oceans [f (a) Encomze doss ratoes quadratss de A t Capita 5 - Sistemas de Hquades Lincares & Masrices © (©) Vous soha que qualquer matriz 22 tem pelo menos ume raz quadada? Explique seu raciotoio, 28, SejaO a mattz.2>¢2 com codas 28 ena males. (2) Bxistealguma matiz A de tamanho 2x2 tal que A'# 06 A A = 0? Tostfique sua resporta, (b) existe alguma matiz A de tamanho 2 x 2 tal ae A #0¢ A A = A? Justfique sua resposia 28, Devida sea afnmapto cada ¢ sempre vezdaceira on is vezes ols, Justfique mua reapesta dendo um argemento l6gico on az conto-excraphe, (e) As expressoes tr AT) e m (AA) esto sempre dfinidas, independanterneats do amano de. @) waar (AA) para qualquer mamiz A. (©) Se aprimeicacoluna de A for toda consttuce de zeros, o mesmo ccorte com a primeira coluna de qualquer produto AB. (6) So. primeca Tinka de for toda consitutda de zeros, 6 riesme occrre com a primeira Hata de qualquer prodkto A 2. 30, Decids sea afirmagio dada € sempre verdedeira ous vezes ‘als, Sustifigue sua resposta dando um a:gumento légiea ow um contra-exernplo, (a) Se A éuma mamriz qcadreda com dua Lnhas idnticas, ergo A A tom dust Hines iéatioas. (b) Se ¢ uma matriz quadrada e A A sem vina coluca toda constmata de zeros exto aecessariammeate A tem vina coluns toda sometime ee 22405 ©) Se B 6 uma matriz n> n cujas entradas slo itsiros pares positivos © 30 A 6 uma matizn x n cyjas entradas so imtiros postivos, eno ‘as enurdas de A B ede B A so ines pares posts, (Se asoma de matizes A B +B A estiverdefinkda, ontso A ¢ devem ser matrizes quadradas, ee 1.4 INVERSAS; REGRAS DA ARITMETICA MATRICIAL Nesta seqio nés vamos discutiralgumas propriedades dos ope- rages aritmticas sobre matszes. Nés veremos que muitas das regras bisicas da avtmética de niimeros reais também vole para motrizes, mas que algumas poueas rio vale. Propriedades das Operacées Matriciais Pes rmiimeros reais a e b, nés sempre temos ab = ba, que & chemada 8 ef de comutatividade para a mutiplicagéo. Para matrizes, contudo, AB e BA nao precisam ser iguais; a iguatdade pode fa- Thar por wés raxbes, Pode acontscer Que o produto AB esti ‘dcfinido mas 0 produto BA niio esta definido. Por exemplo, este €oees0 seA 6uma matriz 2x3 ¢ B évma matriz:3 x4, Taminem pode acorter que os prodtos AB e BA estio suabos definidos mes tém tamanhos diferentes. Esta é a simagdo se A ¢ una mabiiz 2x3 0 2 é ume matciz 3 x2. Finalmente, come mostra 0 Exemplo 1, ¢ possivel ter AB + BA mesmo se ambos produtos AB e BA ostiverem definidos e liverem.0 raesmo tamanlno. Assim, ABABA, + Embora a lei de comutatividade para a multiplicasao nto se ‘lida na aritmética matricial, mitas leis familiares da aritmét- ca stio validas para matrizes. O teorema a seguir dium resumo de algunas das mais importantes e seus nomes. Propriedadesda Aritmética Matricial ‘Supondo que os tamanhos das matrizes so tats que is ope- ragies indicadas podem ser efetuadas, valem as sepuintes regras da arivmética matricial (AeBanea da Comratvidude para 2 Aatieso) bea Asecitidade dn Adiga) (Cekda Assist da Malitcacd) (et da Distibtnidade 3 Raguerd) (Met da Distvidade 3 Die) G (e4Cmalv be & @-)C-ae-be © a@oz@ne mawo~eHC=Bao WAtD+O-ArD+e WABO=ANC OAB+O-ABeAC Para provar a5 igualdedes neste teorems, nés devemos mostrar que a matriz do lado exquento ten 0 mesmo tamanhe que a ruatriz do lado direite ¢ que as entradas corresponéeates, ‘dos dois Indes sao iguais. Execio pela Jei da essociatvidads ma ‘pare (c), todas as provas seguem o mesmo padrio geral. Para ‘lustrar isto, iremos provar a parte (d). A prova da lei da 2880- cintividede, cae ¢ mais complicada, ¢ detincads mas excrofcios. Prova (a). Nbs deverios mostra: que A(B+ C) ¢AB+AC ‘8m ‘mesmo tamanho e que as entradas correspondentes sto iguais. Para formar A(B + ©), as matrizes B © C devem toro mesmo tamanho, digamos m Xn, e extio a mateiz A deve ter meolenas, de medo que seu tamanho ¢ da forma r x m. Isto faz de AGG» ©) wena matriz.r x n, Segue que AB + AC também é uma mattiz rx 9 6, consegiientementc, A(B + C) © AB + AC téin o ‘mesmo tamanho. Suponbe que A= Lay) = 10) mostrar que entradas Correspot AC sto iguais, oa se, que law eon, 2 C= [ey]. Nés quoremes ncenes sc als Cede AB + [AB + AC, 3 50 para todos valores de i ¢j Pela definigdo de soma ¢ produto de Iatrizes, entrctant, ternos (ABH CIhy any 5) anlby Fea abet ed (ey tansy +=" Fob) + lane #499) 49° Fd) Sts) FAC, sak acl, * ‘= Algebra Linear com Aplicarées ‘onsemwcho. Embors as operagées de adigGo mtricial de mu- tiptcegH eatricial tenham sido defindas para pares de atrzss, as leis da astciativicae (6) ¢ (2) nos permite es- erever somas ¢ produtos de trés matrizes, como A + B+ Ce ABC sem insert peréatese, Iso justficado pelo sopuinte foto: onde quer que 08 parémeses sejam inseridos, as leis da associative dace garaniem que 0 reslfado final é sempre © mesmo. Em feral, dade qualauer soma ou qualquer produto de matrices, Dodernos omuir ow inserir pares de parénteses em qualiter lugar da expresso sem aftaro resultado final. su ‘Como uma ilustragéo da lei da associatividade para a multipli- cago matricial, considere of} tab ks oof] def] «edt aee-[2 Ip -[2 4] beak de modo que (4 B) C = A (B C), conforme garante o Teorema Matrizes Zero Ua mattiz com todas suas entradas nules, ‘al como 0 Doo a P33 4 |. Joo of. b a be] besa ¢ chamada uma mairiz zoro ou matriz nafa, Uma matriz zero sempre seré denotada por 0; se for importante enfatizar seu tamarko, ads ecreveremos 0, para a matria zero de tamanho mx». Alsi disto, continuance com a convengio de. usar séma- bbolos em negrito para matrizes de uma vinica coluna, denotamos uma matrz zero de uma coluna por 0, Se A 6 uma matriz. qualquer e 0 é a matriz zero de mesmo tamaaho, € obvio que A+ 0=0+A =A. A matriz 0 desermpo- nha, portanto, nesta equapéo: matricial o mesmo papel que o ‘émero 0 desernpenha na equacio numérica a +0=0 +a =a. ‘Como nés [4 sabemos gue algumnas das regras da aritméties dos mimeros reais nfo valem na aritmética matricial, seria leviano supor que todas as propriedades do niimero real zero velem para a matsiz zero. Por exemplo, coasidere os dais seguintes resultados. padrdo da aritmeética dos niimeros reais. © Seah =aceax0, entio b=. (Esta é cham a lei de ean- celamento, + Sead =0, entao pelo menos um dos fatores a esquerda ¢ 0. Como 0 préximo exemplo mostra, os resultados comtespox- dentes nZo sao validos, em geral, va aritmética mazrcial. covidsnsi wip bp Bd ok y toot ner : » semscnfi ] «=f 9 Assi, emabora A #0, incorreto eancar dl ambos os Iacor da equaco AB = AC e escrever B = C. Também AD = 0, emi 12A#0eD #0. Asim, ale de cancelamento nfo & vida para 4 muliglicagto maria « pose um prod de maz: Set 7er0 sem que neshum dos flores sea zer0. Nio obstanie 0 exemplo acima, existem vitias peopriedades familiares do mimero real O que valem para as matrizes zero. © teorema & seguir dé um restrno de algumas das mais impoc- tantes. As proves so defxadas come exercicios. SAREE Ee) | Propriedades das Matrizes Zero ‘Supondo que os tamanhos das mairizes sito tais que as ope- ragdes indicadas podem ser efetwadas, vatem as seguintes regras da arivmdtica matricial (=o (BR) A-A () 0-A=-A (a0 =0,6-0 +AzA Matrizes Identidade De especial imeresse sio as ares entdnde crcl ‘entradas 0 fora da diagonal principal, tais como : 7 ba 8 e ° Ys astm pcan. 10) ° ‘} ‘Unia matriz desta forma & chamada uina mairieidentidade ¢ é denotada por I. Se for importante enfatizar seu tamanho, nds esoreveremos f, para a watz identidado de tamanho nx 2. Se A € uma matiz mx n, ent, como ilustra © seguints oxempla, ab Assim, uma mati dentidade desompenbo na aritmética mati- ial o mesmo papel que © mimero T desempenhsa nas rlagies numéricas af = © hAaA Galls & SI-E & ci]-* “ wale As matrizes identidade surgem nanuralmente no estudo da forma escalonada ceduzid por linhas de mattizes quadradas, como mesira © préximo teorema. Rode eres ‘Se R é a forma escalonada reduzida por linhas de uma ‘matriz A mn, entdo ou R tem uma tinka de zeros ou R é matriz Idenuidade Ty. Prova. Suporis que a forma esealonada reduzida por linhas de Ag maha m ‘De duas uma: ou 2 diltima linhe desta mati € constituida inteiremente de zeros ou nfo. Se nfo, iattiz nfo contémm L- ‘has nus ¢ conseqfentemente cada uma de suas nlinkas tera um pivé 1. Como estes pivés ovorrem progressivamente para & sreiza & medida que descemos pelas linkas, cada um deve ovor- ree na lagonal principal, Como as demais entradas na mesma scoluna $80 2205, R deve ser i. Assim, ou R tem uma Vinhe de 72105 04 R= hy . Caputo Sistemas de Equoptes Lineares Matrices © © @ 51 Comet Dada una matriz. quadrada A, se pudermos eacontrar uma, ‘matriz B de mesmo tamanho tal que AB = BA = /,entho dire- mos que A & iavertivel © que B é uma inversa de A, Se no ‘puder ser envontrada uma tal matriz B entio diremos que A invertfvel ou singular. a=ft SJeuminensde 4=[ wl Tai mtb de . 6 singnlar. Para ver por que, seja fon ba te 1 bm tos Jon bo ‘uma maitiz 3 x 3 qualquer. A rerceira coluna de BA é ESSE Propriedades das Invessas £ razoavel perguntar se tua matriz invertivel pode ter mais de uma ieverse. O préximo tcarema mostra que e resposte 6 nio—uume matrizinverivel em ‘exalamente uma inversa. 52 e © « Algobra.inoar com Aplcagdes ec al anibas inversas da mavriz A, ent Prove. Como B $ wma inversa de A, nds temos BA = 1. “Multplicando arnbos os lads pela direta por C ds (BAYC = 10 = C. Mas (BA)C = B(AC) = BE= B, de modo que C= B. Como uma coxseqiiéncis deste importante resultado, nds ppo-demos agora falar. “da” inversa de ums matrz invertivel, Se Aé invertivel, onto sua inversa serd denotada pelo simbole A! ‘Assim, Atlel eas ‘A inversa de A desempenha, portanto, na arikmética matricial 0 mesmo papel que 0 teciproco a”! desempenha ras relagees naméneas ga" = 1e ata = 1, [Na préxima sega n6s iremos desenvolver um método para ‘encontrar a inverse de matrizes invertveis de qualquer tamsabo; ‘no entanto, o prdximo tworema dé condighes sob as quais vma matriz.2 2 ¢ invertivel e fomece uma formula simples para a Ucar ae es a8 afd Aimer sea be #0, caso em que aiverse da pela forma Prova, Nos deixamos co leitor veilicar que AA = J, que . Loree ‘Se A. B so mairizes imertveis de mesmo tamenko, eniio ABE invertivel e any Prova. Se ns conseguirmos mostrar que (AB) (F247!) = (FA) (AB) = 1, enkio teremos mostrado, simulianeamente, que a matiz AB é imenivel ¢ que (ABY! = BA (AB) 4) =A Be a {o similar most que (B1A~) (42) = ‘Bae resultado pode set estendido pare incvir és om mais fexores, mas isto no seré provado aguis ov sea, vale que xen ae Conse as mates

    You might also like