Profs. Alexandre Lima e Moraes Junior 1
|
|
- Artur Aires Graça
- 7 Há anos
- Visualizações:
Transcrição
1 Raciocínio Lógico-Quantitativo para Traumatizados Aula 07 Matrizes, Determinantes e Solução de Sistemas Lineares. Conteúdo 7. Matrizes, Determinantes e Solução de Sistemas Lineares Matrizes Introdução Matrizes Especiais Igualdade de Matrizes Adição de Matrizes Produto de Número por uma Matriz Produto de Matrizes Matriz Transposta Matriz Inversível Determinantes Definições Propriedades dos Determinantes Complemento Algébrico ou Cofator e Menor Complementar Matriz dos Cofatores Solução de Sistemas Lineares Método da Substituição Regra de Cramer Método de Eliminação de Gauss Memorize para a prova Exercícios de Fixação Gabarito Exercícios de Fixação Comentados e Resolvidos...63 Bibliografia
2 7. Matrizes, Determinantes e Solução de Sistemas Lineares Chegamos à aula 7 e nesta aula, começaremos a deixar a matemática básica para trás. Mais uma vez ressalto a importância de conhecer bem os conceitos iniciais da matéria, pois utilizaremos esses conceitos em todo o nosso curso. Está preparado para entrar no mundo das matrizes, determinantes e sistemas lineares? Então, vamos lá! 7.1. Matrizes Introdução Uma matriz representa um conjunto de elementos representados em linhas e colunas. Cada elemento da matriz está associado a uma posição, que é identificada da seguinte forma: m = número de linhas da matriz n = número de colunas da matriz a ij = elemento da matriz. O índice i indica a linha e o índice j indica a coluna às quais o elemento pertence. a 11 = representa o elemento localizado linha 1 e na coluna 1. a 12 = representa o elemento localizado linha 1 e na coluna 2. a 13 = representa o elemento localizado linha 1 e na coluna 3. a 14 = representa o elemento localizado linha 1 e na coluna 4. (...) a 31 = representa o elemento localizado linha 3 e na coluna 1. a 32 = representa o elemento localizado linha 3 e na coluna 2. a 33 = representa o elemento localizado linha 3 e na coluna 3. a 34 = representa o elemento localizado linha 3 e na coluna 4. (...) a mn = representa o elemento localizado linha m e na coluna n. A representação de uma matriz, então, ficaria do seguinte modo: a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n Representação de uma matriz de m linhas e n colunas a m1 a m2 a m3... a mn 2
3 Outro conceito importante é a ordem de uma matriz. Bom, a ordem de uma matriz representa a quantidade de linhas e colunas da matriz. Portanto, uma matriz de m linhas e de n de colunas é uma matriz de ordem m x n. Vamos ver alguns exemplos. Exemplos: a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n = Matriz m x n (m linhas e n colunas) a m1 a m2 a m3... a mn 1 2 = Matriz 2 x 2 (2 linhas e 2 colunas) = Matriz 3 x 3 (3 linhas e 3 colunas) = Matriz 1 x 3 (1 linha e 3 colunas) 2 = Matriz 1 x 1 (1 linha e 1 coluna) 3 7 = Matriz 3 x 1 (3 linhas e 1 coluna) 11 Podemos, também, identificar uma matriz por sua notação explícita ou por sua notação condensada A = notação explícita A= notação explícita
4 Exemplo de notação condensada (supondo a matriz acima): A =(a ij ) 3x3, onde a ij = i, se i j j, se i < j Memorize para a prova: Matriz com m linhas e n colunas a 11 = representa o elemento localizado linha 1 e na coluna 1. a 12 = representa o elemento localizado linha 1 e na coluna 2. (...) a mn = representa o elemento localizado linha x e na coluna y. Ordem de uma matriz: representa a quantidade de linhas e colunas da matriz. Uma matriz de m linhas e de n de colunas é uma matriz de ordem m x n Matrizes Especiais Existem algumas matrizes que são consideradas especiais, pois possuem algumas particularidades. São elas: Matriz Linha: é toda matriz do tipo 1 x n, ou seja, é toda matriz que possui uma única linha. Matriz Coluna: é toda matriz do tipo m x 1, ou seja, é toda matriz que possui uma única coluna. Matriz Nula: é toda matriz em que todos os elementos são iguais a zero. Exemplos: A = matriz linha 2 A= matriz coluna A= matriz nula
5 Matriz Quadrada de ordem n: é toda matriz do tipo n x n, ou seja, o número de linhas da matriz é igual ao número de colunas. Exemplos: A= matriz quadrada de ordem 3 a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n = matriz quadrada de ordem n (n linhas e n colunas) a n1 a n2 a n3... a nn Diagonal Principal: é o conjunto de elementos de uma matriz quadrada de ordem n que possui dois índices iguais. Na matriz n x n acima: Diagonal Principal = {a 11, a 22, a 33,..., a nn } Diagonal Secundária: é o conjunto de elementos de uma matriz quadrada de ordem n cuja soma dos índices é igual a (n + 1). Na matriz n x n acima: Diagonal Secundária = {a 1n, a 2(n-1), a 3(n-2),..., a n1 } Exemplos: A= Diagonal Secundária = {4,3,7} matriz quadrada de ordem 3 Diagonal Principal = {2,3,8} Matriz Diagonal: é toda matriz quadrada em que os elementos que não pertencem à diagonal principal são iguais a zero. Matriz Unidade (ou matriz identidade) de ordem n (I n ): é toda matriz diagonal em que os elementos da diagonal principal são iguais a
6 Exemplos: A= matriz diagonal A= matriz unidade ou identidade (I 3 ) Matriz Triangular: é toda matriz em que todos os elementos acima ou abaixo da diagonal principal são iguais a zero. Exemplos: A= matriz triangular A= matriz triangular Matriz Escalar: é uma matriz diagonal onde todos os elementos são iguais. Exemplo: A= matriz escalar
7 Memorize para a prova: Matriz Linha: é toda matriz do tipo 1 x n, ou seja, é toda matriz que possui uma única linha. Matriz Coluna: é toda matriz do tipo m x 1, ou seja, é toda matriz que possui uma única coluna. Matriz Nula: é toda matriz em que todos os elementos são iguais a zero. Matriz Quadrada de ordem n: é toda matriz do tipo n x n, ou seja, o número de linhas da matriz é igual ao número de colunas. Diagonal Principal: é o conjunto de elementos de uma matriz quadrada de ordem n que possui dois índices iguais. Diagonal Secundária: é o conjunto de elementos de uma matriz quadrada de ordem n cuja soma dos índices é igual a (n + 1). Matriz Diagonal: é toda matriz quadrada em que os elementos que não pertencem à diagonal principal são iguais a zero. Matriz Unidade (ou matriz identidade) de ordem n (I n ): é toda matriz diagonal em que os elementos da diagonal principal são iguais a 1. Matriz Triangular: é toda matriz em que todos os elementos acima ou abaixo da diagonal principal são iguais a zero. Matriz Escalar: é uma matriz diagonal onde todos os elementos são iguais Igualdade de Matrizes Duas matrizes A = (a ij ) mxn e B = (b ij ) mxn são iguais quando a ij = b ij qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Ou seja, duas matrizes serão iguais quando forem de mesma ordem e os elementos de posições correspondentes forem iguais. Repare que, para as matrizes serem iguais, devem possuir o mesmo número de linhas e o mesmo número de colunas. Exemplo: A= = B= a 11 = b 11 = 1; a 12 = b 12 = -2; a 13 = b 13 = 0; a 21 = b 21 = 3; a 22 = b 22 = 4; a 23 = b 23 = -1; a 31 = b 31 = 5; a 32 = b 32 = 7; a 33 = b 33 = -3; 7
8 A igualdade de matrizes costuma ser cobrada em prova da seguinte maneira: Exemplo: Determine x e y de forma que a igualdade das matrizes abaixo seja verdadeira: x+ y = 4 x y 4 2 Como as matrizes são iguais, temos: x + y = 4 x = 4 y (I) x y = 2 (II) Substituindo (I) em (II), temos: 4 y y = 2 2y = 2 y = 1 (III) Substituindo (III) em (I): x = 4 y = 4 1 x = 3 Memorize para a prova: Igualdade de Matrizes Duas matrizes A = (a ij ) mxn e B = (b ij ) mxn são iguais quando a ij = b ij qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n} Adição de Matrizes Dadas duas matrizes A = (a ij ) mxn e B = (b ij ) mxn, a soma A + B será uma matriz C = (c ij ) mxn, tal que c ij = a ij + b ij, para todo i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Ou seja, a soma de duas matrizes A e B de ordem m x n será uma matriz C de mesma ordem em que cada elemento será a soma dos elementos correspondentes das matrizes A e B. Só é possível somar matrizes de mesmo número de linhas e mesmo número de colunas. Exemplo: = = = 2+ 3 =
9 Propriedades da adição de matrizes m x n: I. Associativa: (A + B) + C = A + (B + C) II. Comutativa: A + B = B + A III. Elemento neutro: A + Matriz Nula = A IV. Elemento simétrico: A A = Matriz Nula Matriz Oposta: Dada a matriz A = (a ij ) mxn, denomina-se oposta de A (-A) a matriz B = (b ij ) mxn, tal que A + B = 0. Exemplo: A= A= Memorize para a prova: Soma de Matrizes Dadas duas matrizes A = (a ij ) mxn e B = (b ij ) mxn, a soma A + B será uma matriz C = (c ij ) mxn, tal que c ij = a ij + b ij, para todo i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Propriedades: I. Associativa: (A + B) + C = A + (B + C) II. Comutativa: A + B = B + A III. Elemento neutro: A + Matriz Nula = A IV. Elemento simétrico: A A = Matriz Nula Matriz Oposta: Dada a matriz A = (a ij ) mxn, denomina-se oposta de A (-A) a matriz B = (b ij ) mxn, tal que A + B = Produto de Número por uma Matriz Dados um número k e uma matriz A = (a ij ) mxn, o produto ka será uma matriz B = (b ij ) mxn, tal que b ij = k b ij, qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Ou seja, a multiplicação de uma matriz A de ordem m x n por um número k será uma matriz B formada pelos elementos de A, todos multiplicados por k. Exemplo: A= 4 B= =
10 Propriedades do produto de um número por uma matriz m x n (k e p são números reais): I. Associativa: k x (p x B) = (kp) x B II. Distributiva em relação à adição: k x (A + B) = k x A + k x B III. Dist. em relação à adição de números: (k + p) x A = k x A + p x A IV. Elemento neutro: 1 x A = A Memorize para a prova: Produto de um Número por uma Matriz Dados um número k e uma matriz A = (a ij ) mxn, o produto ka será uma matriz B = (b ij ) mxn, tal que b ij = k b ij, qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Propriedades: I. Associativa: k x (p x B) = (kp) x B II. Distributiva em relação à adição: k x (A + B) = k x A + k x B III. Dist. em relação à adição de números: (k + p) x A = k x A + p x A IV. Elemento neutro: 1 x A = A Produto de Matrizes Dadas duas matrizes A = (a ij ) mxn e B = (b jk ) nxp, o produto AB será uma matriz C = (c ij ) mxp, tal que c ik = a i1. b 1k + a i2. b 2k + a i3. b 3k a in. b nk para todo i = {1, 2, 3,..., m} e k = {1, 2, 3,..., p}. Observações: 1) O produto AB só irá existir se e somente se o número de colunas de A for igual ao número de linhas de B. Ou seja, A terá que ser da ordem m x n e B da ordem n x p. 2) A matriz C, originada do produto AB, será uma matriz da ordem m x p (mesmo número de linhas da matriz A e mesmo número de colunas da matriz B). 10
11 3) O elemento c ik da matriz C = AB será obtido de acordo com o seguinte procedimento: (I) Toma-se a linha i da matriz A: a i1 ; a i2 ; a i3 ;...; a in (n elementos) (II) Toma-se a coluna k da matriz B: b 1k b 2k b 3k... b nk (n elementos) (III) Coloca-se a linha i da matriz A na vertical, ao lado da coluna k da matriz B: a i1 a i2 a i3 b 1k b 2k b 3k a in b nk (n elementos) (IV) Calculam-se os n produtos dos elementos que ficaram lado a lado: a i1 x b 1k a i2 x b 2k a i3 x b 3k a in x b nk (V) Somam-se esses n produtos, obtendo c ik: c ik = a i1. b 1k + a i2. b 2k + a i3. b 3k a in. b nk Exemplos: 1) A= B= 3 4 Calcular AB. I) Primeira linha de A (na vertical) x Primeira coluna de B : 0 x 1 = 0 1 x 3 = 3 c 11 = a 11. b 11 + a 12. b 21 = 0 x x 3 = 3 II) Primeira linha de A (na vertical) x Segunda coluna de B : 0 x 2 = 0 1 x 4 = 4 c 12 = a 11. b 12 + a 12. b 22 = 0 x x 4 =
12 III) Segunda linha de A (na vertical) x Primeira coluna de B : 2 x 1 = 2 3 x 3 = 9 c 21 = a 21. b 11 + a 22. b 21 = 2 x x 3 = 11 IV) Segunda linha de A (na vertical) x Segunda coluna de B : 2 x 2 = 4 3 x 4 = 12 c 22 = a 21. b 12 + a 22. b 22 = 2 x x 4 = AB= C= ) A= B= Calcular BA. I) Primeira linha de B (na vertical) x Primeira coluna de A : 1 x 0 = 0 2 x 2 = 4 c 11 = b 11. a 11 + b 12. a 21 = 1 x x 2 = 4 II) Primeira linha de B (na vertical) x Segunda coluna de A : 1 x 1 = 1 2 x 3 = 6 c 12 = b 11. a 12 + b 12. a 22 = 1 x x 3 = 7 III) Segunda linha de B (na vertical) x Primeira coluna de A : 3 x 0 = 0 4 x 2 = 8 c 21 = b 21. a 11 + b 22. a 21 = 3 x x 2 = 8 IV) Segunda linha de B (na vertical) x Segunda coluna de A : 3 x 1 = 3 4 x 3 = 12 c 22 = b 21. a 12 + b 22. a 22 = 3 x x 3 = BA= C= 8 15 Portanto, percebe-se que AB é diferente de BA. 12
13 ATENÇÃO!!! A multiplicação de matrizes não possui a propriedade comutativa. 3) A = A 2 = A. A = Vamos fazer a multiplicação das matrizes (A.A): I) Primeira linha de A (na vertical) x Primeira coluna de A : 0 x 0 = 0 1 x 1 = 1 1 x 1 = 1 c 11 = a 11. a 11 + a 12. a 21 + a 13. a 31 = 0 x x x 1 = 2 II) Primeira linha de A (na vertical) x Segunda coluna de A : 0 x 1 = 0 1 x 0 = 0 1 x 2 = 2 c 12 = a 11. a 12 + a 12. a 22 + a 13. a 32 = 0 x x x 2 = 2 III) Primeira linha de A (na vertical) x Terceira coluna de A : 0 x 1 = 0 1 x 2 = 2 1 x 0 = 0 c 13 = a 11. a 13 + a 12. a 23 + a 13. a 33 = 0 x x x 0 = 2 IV) Segunda linha de A (na vertical) x Primeira coluna de A : 1 x 0 = 0 0 x 1 = 0 2 x 1 = 1 c 21 = a 21. a 11 + a 22. a 21 + a 23. a 31 = 1 x x x 1 =
14 V) Segunda linha de A (na vertical) x Segunda coluna de A : 1 x 1 = 1 0 x 0 = 0 2 x 2 = 4 c 22 = a 21. a 12 + a 22. a 22 + a 23. a 32 = 1 x x x 2 = 5 VI) Segunda linha de A (na vertical) x Terceira coluna de A : 1 x 1 = 1 0 x 2 = 0 2 x 0 = 0 c 23 = a 21. a 13 + a 22. a 23 + a 23. a 33 = 1 x x x 0 = 1 VII) Terceira linha de A (na vertical) x Primeira coluna de A : 1 x 0 = 0 2 x 1 = 2 0 x 1 = 0 c 31 = a 31. a 11 + a 32. a 21 + a 33. a 31 = 1 x x x 1 = 2 VIII) Terceira linha de A (na vertical) x Segunda coluna de A : 1 x 1 = 1 2 x 0 = 0 0 x 2 = 0 c 32 = a 31. a 12 + a 32. a 22 + a 33. a 32 = 1 x x x 2 = 1 IX) Terceira linha de A (na vertical) x Terceira coluna de A : 1 x 1 = 1 2 x 2 = 4 0 x 0 = 0 c 33 = a 31. a 13 + a 32. a 23 + a 33. a 33 = 1 x x x 0 = 5 Portanto, a matriz A 2 ficou da seguinte forma: A 2 = A. A = =
15 Propriedades da multiplicação de matrizes: I. Associativa: (A. B). C = A. (B. C) II. III. IV. Distributiva em relação à adição (à esquerda): A. (B + C) = A. B + A. C Distributiva em relação à adição (à direita): (A + B). C = A. C + B. C Elemento neutro: A. I n = A, onde I n é a matriz identidade de ordem n. Logo, A. A -1 = I n (A -1 é a matriz inversa de A, e será vista adiante). V. (ka). B = A. (kb) = k. (AB) VI. Quando A. B = 0, não implica, necessariamente, que A = 0 ou B = 0. Memorize para a prova: Produto de Matrizes Dadas duas matrizes A = (a ij ) mxn e B = (b jk ) nxp, o produto AB será uma matriz C = (c ij ) mxp, tal que c ik = a i1. b 1k + a i2. b 2k + a i3. b 3k a in. b nk para todo i = {1, 2, 3,..., m} e k = {1, 2, 3,..., p}. 1) O produto AB só irá existir se e somente se o número de colunas de A for igual ao número de linhas de B. Ou seja, A terá que ser da ordem m x n e B da ordem n x p. 2) A matriz C, originada do produto AB, será uma matriz da ordem m x p (mesmo número de linhas da matriz A e mesmo número de colunas da matriz B). Propriedades: I. Associativa: (A. B). C = A. (B. C) II. Distributiva em relação à adição (à esquerda): A. (B + C) = A. B + A. C III. Distributiva em relação à adição (à direita): (A + B). C = A. C + B. C IV. Elemento neutro: A. I n = A, onde I n é a matriz identidade de ordem n. Logo, A. A -1 = I n (A -1 é a matriz inversa de A, e será vista adiante). V. (ka). B = A. (kb) = k. (AB) VI. Quando A. B = 0, não implica, necessariamente, que A = 0 ou B =
16 Matriz Transposta Uma matriz B = (b ji ) nxm é transposta de uma matriz A = (a ij ) mxn, se a ij = b ji, qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Repare que a matriz B possui n linhas e m colunas, enquanto a que a matriz A possui m linhas e n colunas. Ou seja, matriz transposta B (representada A t ) representa a inversão dos elementos de A. O que era linha passa a ser coluna e o que era coluna passa a ser linha. Exemplos: A A t = = A= => A t = a 11 = a t 11 = 1; a 12 = a t 21 = 4; a 13 = a t 31 = 2 a 21 = a t 12 = 3; a 22 = a t 22 = 8; a 23 = a t 32 = 7 a 31 = a t 13 = -1; a 32 = a t 23 = 6; a 33 = a t 33 = 5 Propriedades (k é um número real): I. (A t ) t = A II. (A + B) t = A t + B t III. (ka) t = k. A t IV. (AB) t = B t. A t Matriz Simétrica: Se a transposta A t da matriz A for igual a própria matriz A, então A t é uma matriz simétrica de A (só ocorre se a matriz A for quadrada). Exemplo: A A t = = matrizes simétricas Matriz Anti-Simétrica: corresponde a toda matriz quadrada A, de ordem n, tal que A t = - A, ou seja, os elementos simetricamente dispostos em relação à diagonal principal são opostos. Exemplo: A A t = = A t = - A anti-simétrica 16
17 Memorize para a prova: Matriz Transposta A matriz transposta B (representada A t ) representa a inversão dos elementos de A. O que era linha passa a ser coluna e o que era coluna passa a ser linha. Propriedades (k é um número real): I. (A t ) t = A II. (A + B) t = A t + B t III. (ka) t = k. A t IV. (AB) t = B t. A t Matriz Simétrica: Se a transposta A t da matriz A for igual a própria matriz A, então A t é uma matriz simétrica de A (só ocorre se a matriz A for quadrada). Matriz Anti-Simétrica: corresponde a toda matriz quadrada A, de ordem n, tal que A t = - A, ou seja, os elementos simetricamente dispostos em relação à diagonal principal são opostos Matriz Inversível Uma matriz quadrada A, de ordem n, será inversível se existir uma matriz B tal que: AB = BA = I n (matriz identidade). Esta matriz B também é quadrada, de ordem n, é única e é conhecida como matriz inversa, sendo representada por A -1. Caso a matriz quadrada A não tenha matriz inversível, ela é denominada matriz singular. Exemplo: Qual é a matriz inversa da matriz abaixo? A= a b A A= I2 = c d a+ 5b 7a+ 11b 1 0 = 3c+ 5d 7c+ 11d 0 1 3a + 5b = 1 (I) 7a + 11b = 0 a = -11b/7 (II) 17
18 Substituindo (II) em (I): 3 x (-11b/7) + 5b = 1 ( )b = 7 b = 7/2 (III) Substituindo (III) em (II): a = -11 x (7/2)/7 = - 11/2 3c + 5d = 0 c = -5d/3 (IV) 7c + 11d = 1 (V) Substituindo (IV) em (V): 7 x (-5d/3) + 11d = 1 ( )d = 3 => d = -3/2 (VI) Substituindo (VI) em (IV): c = -5 x (-3/2)/3 = 5/2 A 1= Memorize para a prova: Matriz Inversível Uma matriz quadrada A, de ordem n, será inversível se existir uma matriz B tal que: AB = BA = I n (matriz identidade). Esta matriz B também é quadrada, de ordem n, é única e é conhecida como matriz inversa, sendo representada por A -1. Caso a matriz quadrada A não tenha matriz inversível, ela é denominada matriz singular Determinantes Definições Para obter o determinante de uma matriz quadrada A (det A), de ordem n (n 3), devemos adotar o seguinte procedimento: 1) n = 1. Nesta situação, o determinante de A é o único elemento de A. A = [a 11 ] det A = a 11 Exemplo: A = [23] det A =
19 2) n = 2. Nesta situação, o determinante de A será o produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. a a A= det A = a a a 11. a 22 - a 12. a Exemplo: 3 1 A= det A= ( 1) = cos x senx B= det B= cos x.cos y senx. seny= cos( x+ y) seny cos y 3) n = 3. Nesta situação, temos: a a a A= a a a a a a det A = a 11. a 22. a 33 + a 12. a 23. a 31 + a 13. a 21. a 32 - a 13. a 22. a 31 - a 11. a 23. a 32 - a 12. a 21. a 33 Para memorizar esta fórmula, vamos adotar o seguinte procedimento, também conhecido como Regra de Sarrus para o cálculo de determinantes de ordem 3: a) Repete-se, ao lado da matriz, as duas primeiras colunas a a a a a A= a a a a a a a a a a b) Os termos precedidos do sinal + são obtidos multiplicando-se os elementos segundo as flechas situadas na direção da diagonal principal: a 11. a 22. a 33 + a 12. a 23. a 31 + a 13. a 21. a
20 c) Os termos precedidos do sinal - são obtidos multiplicando-se os elementos segundo as flechas situadas na direção da diagonal secundária: - a 13. a 22. a 31 a 11. a 23. a 32 - a 12. a 21. a 33 Exemplo: A= det A= = 1x2x2+ 3 x( 3) x1+ 4x5x4 4x2x1 1 x( 3) x4 3x5x det A= = 49 Outra forma de memorizar: I) Os termos precedidos pelo sinal + são obtidos multiplicando-se os elementos de acordo com os caminhos indicados abaixo: a a a A= a a a a a a a 13 x a 21 x a 32 a 12 x a 23 x a 31 a 11 x a 22 x a 33 II) Os termos precedidos pelo sinal - são obtidos multiplicando-se os elementos de acordo com os caminhos indicados abaixo: a a a A= a a a a a a a 13 x a 22 x a 31 a 11 x a 32 x a 23 a 12 x a 21 x a
21 Memorize para a prova: Determinante 1) n = 1. Nesta situação, o determinante de A é o único elemento de A. det A = a 11 2) n = 2. Nesta situação, o determinante de A será o produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. det A = a 11. a 22 - a 12. a 21 3) n = 3. Nesta situação, temos: det A = a 11. a 22. a 33 + a 12. a 23. a 31 + a 13. a 21. a 32 - a 13. a 22. a 31 - a 11. a 23. a 32 - a 12. a 21. a 33 Para n = 3 é mais fácil adotar a Regra de Sarrus Propriedades dos Determinantes I) det A = det A t Exemplos: A A t = = det A= 3 1 ( 2) 4= 3+ 8= 11 det A t = ( 2) = 3+ 8= A= => A t = det A= ( 1) ( 1) det A= = 38 det A t = ( 1) ( 1) det A t = = 38 II) Se os elementos de uma fila qualquer (linha ou coluna) de uma matriz A, de ordem n, forem todos nulos, então det A =
22 Exemplos: 0 0 A= 4 3 det A= = 0 A= det A= = 0 III) Se multiplicarmos uma fila qualquer de uma matriz A, por um número k, o determinante na nova matriz A será o produto de k pelo determinante de A. det A = k. det A. Também é válida para divisão por um número k. Neste caso, teríamos: det A = (1/k). det A. Exemplos: 2 1 A= 4 3 det A= = 2 k = 2( coluna1) A = = det A = = 4= 2x2 A= det A= det A= = 18 k = 1( linha1) A = 1 ( 1) 4 ( 1) 2 ( 1) = det A = ( 1) ( 4) ( 2) 6 2 ( 2) 8 3 ( 1) ( 4) 5 det A = =
23 Nota: Como conseqüência da propriedade acima, se multiplicarmos toda a matriz por um número k, det (ka) = k n. det A, onde n é a ordem da matriz quadrada A. Exemplo: 2 1 A=, n= det A= = A = 2. A= 8 6 = = = = 2 det A IV) Seja A uma matriz de ordem n (maior ou igual a 2). Se trocarmos de posição duas filas paralelas (duas linhas ou duas colunas), obteremos uma nova matriz A, tal que: det A = - det A. Exemplos: 2 1 A= 4 3 det A= = A = 3 4 det A = = 2 A= det A= det A= = A = det A = det A = =
24 V) Seja A uma matriz de ordem n (maior ou igual a 2) que possui duas filas paralelas (duas linhas ou duas colunas) formadas por elementos respectivamente iguais. Portanto, det A = 0. Exemplos: 2 2 A= 2 2 det A= = A= det A= det A= = 0 VI) Seja A uma matriz de ordem n (maior ou igual a 2) que possui duas filas paralelas (duas linhas ou duas colunas) formadas por elementos respectivamente proporcionais. Portanto, det A = 0. Exemplos: 2 1 A= 2 1 det A= = , A= linha = linha det A= det A= = 0 VII) Seja A uma matriz de ordem n (maior ou igual a 2) que possui uma fila que é uma combinação linear das outras filas. Portanto, det A = 0. Exemplo: , A= linha = xlinha + linha det A= det A= =
25 VIII) Seja A uma matriz de ordem n (maior ou igual a 2) que possui todos elementos acima ou abaixo da diagonal principal iguais a zero. Neste caso, o determinante de A é o produto dos elementos dessa diagonal. Exemplo: A= det A= det A= 1 5 5= 25 IX) Seja A uma matriz de ordem n (maior ou igual a 2) que possui todos elementos acima ou abaixo da diagonal secundária iguais a zero. Neste caso, o determinante de A é o produto dos elementos dessa diagonal (secundária) multiplicado por: (-1) n.(n-1)/2, onde n é a ordem da matriz quadrada. Exemplo: A= det A= ( 2) ( 2) det A= 2 5 4= 40 ou 3 (3 1) 2 det A= ( 1) ( 2) 5 4= 40 X) Teorema de Binet: Sejam A e B matrizes quadradas de mesma ordem n. det (AB) = det (A).det(B). Exemplo: 2 0 A= 2 1 det A= = B= 3 4 det B= = 2 det A det B= 2 ( 2) = A. B=. = = det AB= = 16 20=
26 Nota: Como A. A -1 = I n, pela propriedade acima, temos: det(a.a -1 )= det(i n ) det A. det A -1 = 1 det A -1 = 1/det A o determinante da matriz inversa é o inverso do determinante da matriz. uma outra conseqüência é que uma matriz somente terá matriz inversa se o seu determinante for diferente de zero. Memorize para a prova: Propriedades dos Determinantes: I) det A = det A t II) Se os elementos de uma fila qualquer (linha ou coluna) de uma matriz A, de ordem n, forem todos nulos, então det A = 0. III) Se multiplicarmos uma fila qualquer de uma matriz A, por um número k, o determinante na nova matriz A será o produto de k pelo determinante de A. det A = k. det A. Também é válida para divisão por um número k. Neste caso, teríamos: det A = (1/k). det A. Nota: Como conseqüência da propriedade acima, se multiplicarmos toda a matriz por um número k, det (ka) = k n. det A, onde n é a ordem da matriz quadrada A. IV) Seja A uma matriz de ordem n (maior ou igual a 2). Se trocarmos de posição duas filas paralelas (duas linhas ou duas colunas), obteremos uma nova matriz A, tal que: det A = - det A. V) Seja A uma matriz de ordem n (maior ou igual a 2) que possui duas filas paralelas (duas linhas ou duas colunas) formadas por elementos respectivamente iguais. Portanto, det A = 0. VI) Seja A uma matriz de ordem n (maior ou igual a 2) que possui duas filas paralelas (duas linhas ou duas colunas) formadas por elementos respectivamente proporcionais. Portanto, det A = 0. VII) Seja A uma matriz de ordem n (maior ou igual a 2) que possui uma fila que é uma combinação linear das outras filas. Portanto, det A = 0. VIII) Seja A uma matriz de ordem n (maior ou igual a 2) que possui todos elementos acima ou abaixo da diagonal principal iguais a zero. Neste caso, o determinante de A é o produto dos elementos dessa diagonal. IX) Seja A uma matriz de ordem n (maior ou igual a 2) que possui todos elementos acima ou abaixo da diagonal secundária iguais a zero. Neste caso, o determinante de A é o produto dos elementos dessa diagonal (secundária) multiplicado por: (-1) n.(n-1)/2, onde n é a ordem da matriz quadrada. X) Teorema de Binet: Sejam A e B matrizes quadradas de mesma ordem n. det (AB) = det (A).det(B). Nota: Como A. A -1 = I n, pela propriedade acima, temos: det(a.a -1 )= det(i n ) det A. det A -1 = 1 det A -1 = 1/det A o determinante da matriz inversa é o inverso do determinante da matriz. uma outra conseqüência é que uma matriz somente terá matriz inversa se o seu determinante for diferente de zero. 26
27 Complemento Algébrico ou Cofator e Menor Complementar O cofator ou complemento algébrico do elemento a ij de uma matriz A é representado por: A ij = (-1) i+j. D ij, onde D ij (ou menor complementar) é o determinante da matriz que se obtém suprimindo a linha i e a coluna j de A. Exemplos de cálculo do menor complementar: 1) Seja A= Calcule D 11, D 21 e D A= D = det = 2 2 ( 3) 4= A= D = det = = A= D = det = 3 ( 3) 4 2= ) Seja 7 8 A=. Calcule D 12 e D A= D = A= D =
28 Exemplos de cálculo do menor complemento algébrico: 1) Seja A= Calcule A 11, A 21 e A A= D = det 2 2 ( 3) 4 16 A ( 1) 1+ 1 = = = 16= A= D = det A ( 1) 2+ 1 = = = ( 10) = A= D = det = 3 ( 3) 4 2= 17 A = ( 1) 3+ 1 ( 17) = ) Seja 7 8 A=. Calcule A 12 e A A= D 4 A ( 1) 1+ 2 = = 4= A= D 7 A ( 1) 2+ 2 = = 7= Memorize para a prova: Cofator ou Complemento Algébrico e Menor Complementar O cofator ou complemento algébrico do elemento a ij de uma matriz A é representado por: A ij = (-1) i+j. D ij, onde D ij (ou menor complementar) é o determinante da matriz que se obtém suprimindo a linha i e a coluna j de A. 28
29 Matriz dos Cofatores A matriz dos cofatores da matriz A, denominada A, é formada pelos cofatores encontrados para cada elemento da matriz A. Exemplo: 1) Seja 7 8 A=. Calcule a matriz do cofatores A A= D 5 A ( 1) 1+ 1 = = 5= A= D 4 A ( 1) 1+ 2 = = 4= A= D 8 A ( 1) 2+ 1 = = 8= A= D 7 A ( 1) 2+ 2 = = 7= A = 8 7 2) Seja A= Calcule a matriz dos cofatores A A= D = det 2 2 ( 3) 4 16 A ( 1) 1+ 1 = = = 16= A= D = det A ( 1) 2+ 1 = = = ( 10) = A= D = det = 3 ( 3) 4 2= 17 A = ( 1) 3+ 1 ( 17) = Wada, CPF: , vedada, quaisquer
30 det 5 2 ( 3) 1 13 ( 1) A= D = = = A = = A= D = det A ( 1) 2+ 2 = = = ( 2) = A= D = det = 1 ( 3) 4 5= 23 A = ( 1) 3+ 2 ( 23) = A= D = det A ( 1) 1+ 3 = = = 18= A= D = det A ( 1) 2+ 3 = = = 1= A= D = det = = 13 A = ( 1) 3+ 3 ( 13) = A = Matriz Adjunta: é a matriz transposta da matriz dos cofatores. Matriz Adjunta de A = (A ) t Exemplo: No exemplo anterior (2), a matriz adjunta seria: A=
31 Matriz Inversa: nós aprendemos a calcular a matriz inversa utilizando um sistema de equações. Agora, vamos aprender a calcular a matriz inversa utilizando a matriz dos cofatores. O procedimento é o seguinte para encontrar a matriz inversa da matriz A: 1) Calcular o determinante da matriz A; 2) Calcular a matriz dos cofatores; 3) Obter a matriz adjunta da matriz A (transposta da matriz dos cofatores); 4) Dividir cada um dos elementos da matriz ajunta pelo determinante da matriz A. Fórmula: A = A det A 1 1 Exemplo: Qual é a matriz inversa da matriz abaixo? 3 7 A= 5 11 Solução: det A= = 33 35= 2 D D D D = 11 A = ( 1) 11= = 5 A = ( 1) 5= = 7 A = ( 1) 7= = 3 A = ( 1) 3= A ( cofatores) = A( adjunta) = A = A= = det A
32 Mais uma Propriedade dos determinantes: XI) Teorema de Laplace: é possível calcular o determinante de uma matriz de ordem n por meio do somatório do produto do elemento pelo seu cofator para uma única fila (linha ou coluna). Exemplo: Determine o determinante da matriz abaixo utilizando o teorema de Laplace? 3 7 A= 5 11 Solução: det A= = 33 35= 2 D = 11 A = ( 1) = D = 5 A = ( 1) = Laplace: det A= a A + a A = ( 5) = 33 35= Memorize para a prova: Matriz dos Cofatores A matriz dos cofatores da matriz A, denominada A, é formada pelos cofatores encontrados para cada elemento da matriz A. Matriz Adjunta: é a matriz transposta da matriz dos cofatores. Matriz Adjunta de A = (A ) t Matriz Inversa: Outro procedimento para encontrar a matriz inversa da matriz A: 1) Calcular o determinante da matriz A; 2) Calcular a matriz dos cofatores; 3) Obter a matriz adjunta da matriz A (transposta da matriz dos cofatores); 4) Dividir cada um dos elementos da matriz ajunta pelo determinante da matriz A. Fórmula: A = A det A 1 1 Teorema de Laplace: é possível calcular o determinante de uma matriz de ordem n por meio do somatório do produto do elemento pelo seu cofator para uma única fila (linha ou coluna). 32
33 7.3. Solução de Sistemas Lineares Sistemas lineares são conjuntos de equações (duas ou mais) em que se deseja encontrar a solução, ou seja, uma solução que atende e torne todas as equações verdadeiras. Exemplos: S 1: 2x + 6y = 4 x y = 5 No sistema linear S 1, temos duas equações e duas incógnitas (x e y). S 2: 2x + 3y + 3z = 4 x y + z= 2 3x + y 2z = 0 No sistema linear S 2, temos três equações e três incógnitas (x, y e z). Se um sistema linear S tiver, pelo menos, uma solução, ele será possível ou compatível. Caso não tenha nenhuma solução, S será impossível ou incompatível. Para achar a solução de sistemas lineares, apresentarei três métodos: método da substituição, regra de Cramer e método da eliminação de Gauss. Sistema linear Homogêneo: os termos independentes de todas as equações são nulos. Todo sistema linear homogêneo admite pelo menos a solução trivial, que é a solução identicamente nula. Assim, todo sistema linear homogêneo é possível. Este tipo de sistema poderá ser determinado se admitir somente a solução trivial ou indeterminado se admitir outras soluções além da trivial. Exemplo de sistema linear homogêneo: 2x - 3y + z = 0 3x + 5y + 7z = 0 x + 2y + 3z = 0 Solução Trivial: seria, simplesmente, admitir como solução x = 0, y = 0, z = 0, etc. No caso do exemplo acima: se x = y = z = 0, teríamos: 2x - 3y + z = = 0 0 = 0 (ok) 3x + 5y + 7z = = 0 => 0 = 0 (ok) x + 2y + 3z = = 0 0 = 0 (ok) 33
34 Solução Não Trivial: seria a outra solução possível e determinada para x e y diferentes de zero. Memorize para a prova: Sistema linear Homogêneo: os termos independentes de todas as equações são nulos. Todo sistema linear homogêneo admite pelo menos a solução trivial, que é a solução identicamente nula. Assim, todo sistema linear homogêneo é possível. Este tipo de sistema poderá ser determinado se admitir somente a solução trivial ou indeterminado se admitir outras soluções além da trivial Método da Substituição Por este método, você deve isolar uma variável em uma equação, substituir na seguinte, e assim por diante (dependendo do número de equações), de modo que, na última equação, você possua uma única variável a encontrar. Depois de encontrada a primeira variável, basta fazer o caminho inverso para encontrar as demais. Vamos a um exemplo para entender melhor o método. Exemplos: 1) S 1: 2x + 6y = 4 (I) x y = 5 (II) Isolar x em (I): De (I), temos: 2x + 6y = 4 2x = (4 6y) x = 2 3y (III) Encontrar y utilizando (II): Substituindo (III) em (II): 2 3y y = 5-4y = 3 y = -3/4 (IV) Fazer o caminho inverso: Substituindo (IV) em (III): x = 2 3. (-3/4) = 2 + 9/4 x = 17/4 2) S 2: x + y + z = 4 (I) x y + 3z= 2 (II) 3x + y 2z = 3 (III) Isolar x em (I): x + y + z = 4 x = 4 y z (IV) Substituir x em (II) e isolar y: Substituindo (IV) em (II): 4 y z y + 3z = 2-2y + 2z = -2 -y + z = -1 -y = -1 z y = 1 + z (V) 34
35 Substituir x (IV) e y (V) em (III) e encontrar z: 3x + y 2z = 3 3 (4 y z) z 2z = y 3z + 1 z = (1+z) 4z + 1 = z 4z + 1 = 3-7z = 3 10 => -7z = -7 z = 1 (VI) Fazer o caminho inverso: Substituir (VI) em (V): y = 1 + z = y = 2 (VII) Substituir (VI) e (VII) em (IV): x = 4 y z = x = 1 Memorize para a prova: Sistemas Lineares Método da Substituição Por este método, você deve isolar uma variável em uma equação, substituir na seguinte, e assim por diante (dependendo do número de equações), de modo que, na última equação, você possua uma única variável a encontrar. Depois de encontrada a primeira variável, basta fazer o caminho inverso para encontrar as demais Regra de Cramer Também é possível representar um sistema linear por meio de matrizes: Exemplo: S 2: x + y + z = 4 (I) x y + 3z= 2 (II) 3x + y 2z = 3 (III) x 4 1. x+ 1. y+ 1. z y= 2 1. x 1. y+ 3. z= z 3 3. x+ 1. y 2. z 3 Primeira matriz: matriz incompleta (formada pelos coeficientes das variáveis) Segunda matriz: matriz das incógnitas Ainda há a matriz completa, que é formada pelos coeficientes das variáveis e pelos termos independentes (termos após o sinal de igual), conforme abaixo:
36 Quando o número de equações do sistema é igual ao número de variáveis, e o determinante da matriz incompleta é diferente de zero, o sistema é denominado sistema normal. Para todo sistema normal, é possível obter a sua solução por meio do procedimento abaixo: x = D x /D; y = D y /D e z = D z /D e, assim sucessivamente, para as demais variáveis, se houver. No nosso caso, iremos concentrar nossas resoluções em sistemas normais de duas ou três variáveis. D determinante da matriz incompleta. D x determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de x pelos termos independentes. D y determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de y pelos termos independentes. D z determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de z pelos termos independentes. Exemplo: S 2: x + y + z = 4 (I) x y + 2z= 2 (II) 3x + y 2z = 3 (III) x y= z 3 Termos Independentes Matriz Incompleta Matriz das Incógnitas D determinante da matriz incompleta D = 1.(-1).(-2) (-1) (-2) D = = 14 D x determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de x pelos termos independentes D x = 4.(-1).(-2) (-1) (-2)
37 D x = =14 x = D x /D = 14/14 x = 1 D y determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de y pelos termos independentes D y = 1.2.(-2) (-2) D y = =28 y = D y /D = 28/14 y = 2 D z determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de z pelos termos independentes D z = 1.(-1) (-1) D z = =14 z = D/D z = 14/14 z = 1 Análise de um sistema: 1) Sistema possível e determinado: D 0 (uma única solução). 2) Possível e indeterminado: se D = 0 e todos os determinantes D x, D y e D z forem iguais a zero. 3) Impossível: D = 0 e (D x ou D y ou D z ) forem diferentes de zero. Memorize para a prova: Regra de Cramer Primeira matriz: matriz incompleta (formada pelos coeficientes das variáveis) Segunda matriz: matriz das incógnitas Matriz completa: formada pelos coeficientes das variáveis e pelos termos independentes (termos após o sinal de igual). x = D x /D; y = D y /D e z = D z /D e, assim sucessivamente, para as demais variáveis, se houver. No nosso caso, iremos concentrar nossas resoluções em sistemas normais de duas ou três variáveis. D determinante da matriz incompleta. D x determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de x pelos termos independentes. D y determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de y pelos termos independentes. D z determinante da matriz obtida substituindo-se, na matriz incompleta, a coluna dos coeficientes de z pelos termos independentes. 37
38 Memorize para a prova: Regra de Cramer - Análise de um sistema: 1) Sistema possível e determinado: D 0 (uma única solução). 2) Possível e indeterminado: se D = 0 e todos os determinantes D x, D y e D z forem iguais a zero. 3) Impossível: D = 0 e (D x ou D y ou D z ) forem diferentes de zero Método de Eliminação de Gauss Vou ensinar mais este método de resolução de sistemas lineares, mas considere como uma leitura complementar, tendo em vista que os dois primeiros métodos já são suficientes para a resolução de questões. Suponha o seguinte sistema linear: X + 2Y + 4Z = 5 (I) 2X - Y + 2Z = 8 (II) 3X -3y - Z =7 (III) X Y = Z 7 Matriz Completa: I Primeira Eliminação de Gauss: os coeficientes abaixo de a 11 ficarão iguais a zero, fazendo a transformação abaixo: a 11 = 1 (diferente de zero) λ 1 = a 21 / a 11 = 2/1 = 2 a 22 = a 22 - λ 1 x a 12 = -1 2 x 2 = -5 a 23 = a 23 - λ 1 x a 13 = 2 2 x 4 = -6 a 24 = a 24 - λ 1 x a 14 = 8 2 x 5 = -2 λ 2 = a 31 / a 11 = 3/1 = 3 a 32 = a 32 λ 2 x a 12 = -3 3 x 2 = -9 a 33 = a 33 λ 2 x a 13 = -1 3 x 4 = -13 a 34 = a 34 λ 2 x a 14 = 7 3 x 5 =
39 II Segunda Eliminação de Gauss: os coeficientes abaixo de a 22 ficarão iguais a zero, fazendo a transformação abaixo: a 22 = -5 (diferente de zero) λ 3 = a 32 / a 22 = -9/-5 = 9/5 a 33 = a 33 λ 3 x a 23 = -13 9/5 x (-6) = /5 = -11/5 a 34 = a 34 λ 3 x a 24 = -8 9/5 x (-2) = /5 = -22/ /5-22/5 III Substituição retrocedida: X Y = /5 Z -22/5-11/5 x Z = -22/5 Z = 2 (linha 3 da matriz) -5 Y 6 Z = -2-5Y 6 x 2 = -2-5Y = 10 Y = - 2 (linha 2 da matriz) X + 2Y + 4Z = 5 X + 2 x (-2) + 4 x 2 = 5 X = 1 (linha 1 da matriz) 39
40 7.4. Memorize para a prova Matrizes m = número de linhas da matriz n = número de colunas da matriz a ij = elemento da matriz. O índice i indica a linha e o índice j indica a coluna às quais o elemento pertence. a mn = representa o elemento localizado linha m e na coluna n. A representação de uma matriz, então, ficaria do seguinte modo: a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n Representação de uma matriz de m linhas e n colunas a m1 a m2 a m3... a mn Ordem de uma matriz: representa a quantidade de linhas e colunas da matriz. Portanto, uma matriz de m linhas e de n de colunas é uma matriz de ordem m x n. Matriz Linha: é toda matriz do tipo 1 x n, ou seja, é toda matriz que possui uma única linha. Matriz Coluna: é toda matriz do tipo m x 1, ou seja, é toda matriz que possui uma única coluna. Matriz Nula: é toda matriz em que todos os elementos são iguais a zero. Matriz Quadrada de ordem n: é toda matriz do tipo n x n, ou seja, o número de linhas da matriz é igual ao número de colunas. Exemplo: A= matriz quadrada de ordem 3 Diagonal Principal: é o conjunto de elementos de uma matriz quadrada de ordem n que possui dois índices iguais. 40
41 Na matriz n x n acima: Diagonal Principal = {a 11, a 22, a 33,..., a nn } Diagonal Secundária: é o conjunto de elementos de uma matriz quadrada de ordem n cuja soma dos índices é igual a (n + 1). Na matriz n x n acima: Diagonal Secundária = {a 1n, a 2(n-1), a 3(n-2),..., a n1 } Exemplos: A= Diagonal Secundária = {4,3,7} matriz quadrada de ordem 3 Diagonal Principal = {2,3,8} Matriz Diagonal: é toda matriz quadrada em que os elementos que não pertencem à diagonal principal são iguais a zero. Matriz Unidade (ou matriz identidade) de ordem n (I n ): é toda matriz diagonal em que os elementos da diagonal principal são iguais a 1. Matriz Triangular: é toda matriz em que todos os elementos acima ou abaixo da diagonal principal são iguais a zero. Matriz Escalar: é uma matriz diagonal onde todos os elementos são iguais. Igualdade de Matrizes Duas matrizes A = (a ij ) mxn e B = (b ij ) mxn são iguais quando a ij = b ij qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Ou seja, duas matrizes serão iguais quando forem de mesma ordem e os elementos de posições correspondentes forem iguais. Repare que, para as matrizes serem iguais, devem possuir o mesmo número de linhas e o mesmo número de colunas. Adição de Matrizes Dadas duas matrizes A = (a ij ) mxn e B = (b ij ) mxn, a soma A + B será uma matriz C = (c ij ) mxn, tal que c ij = a ij + b ij, para todo i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Ou seja, a soma de duas matrizes A e B de ordem m x n será uma matriz C de mesma ordem em que cada elemento será a soma dos elementos correspondentes das matrizes A e B. Só é possível somar matrizes de mesmo número de linhas e mesmo número de colunas. Propriedades da adição de matrizes m x n: Associativa: (A + B) + C = A + (B + C) Comutativa: A + B = B + A 41
42 Elemento neutro: A + Matriz Nula = A Elemento simétrico: A A = Matriz Nula Matriz Oposta: Dada a matriz A = (a ij ) mxn, denomina-se oposta de A (-A) a matriz B = (b ij ) mxn, tal que A + B = 0. Produto de um Número por uma Matriz Dados um número k e uma matriz A = (a ij ) mxn, o produto ka será uma matriz B = (b ij ) mxn, tal que b ij = k b ij, qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Ou seja, a multiplicação de uma matriz A de ordem m x n por um número k será uma matriz B formada pelos elementos de A, todos multiplicados por k. Propriedades do produto de um número por uma matriz m x n (k e p são números reais): Associativa: k x (p x B) = (kp) x B Distributiva em relação à adição: k x (A + B) = k x A + k x B Dist. em relação à adição de números: (k + p) x A = k x A + p x A Elemento neutro: 1 x A = A Produto de Matrizes Dadas duas matrizes A = (a ij ) mxn e B = (b jk ) nxp, o produto AB será uma matriz C = (c ij ) mxp, tal que c ik = a i1. b 1k + a i2. b 2k + a i3. b 3k a in. b nk para todo i = {1, 2, 3,..., m} e k = {1, 2, 3,..., p}. Observações: 1) O produto AB só irá existir se e somente se o número de colunas de A for igual ao número de linhas de B. Ou seja, A terá que ser da ordem m x n e B da ordem n x p. 2) A matriz C, originada do produto AB, será uma matriz da ordem m x p (mesmo número de linhas da matriz A e mesmo número de colunas da matriz B). 3) O elemento c ik da matriz C = AB será obtido de acordo com o seguinte procedimento: (I) Toma-se a linha i da matriz A: a i1 ; a i2 ; a i3 ;...; a in (n elementos) (II) Toma-se a coluna k da matriz B: b 1k b 2k b 3k... b nk (n elementos) 42
43 (III) Coloca-se a linha i da matriz A na vertical, ao lado da coluna k da matriz B: a i1 a i2 a i3 b 1k b 2k b 3k a in b nk (n elementos) (IV) Calculam-se os n produtos dos elementos que ficaram lado a lado: a i1 x b 1k a i2 x b 2k a i3 x b 3k a in x b nk (V) Somam-se esses n produtos, obtendo c ik: c ik = a i1. b 1k + a i2. b 2k + a i3. b 3k a in. b nk Exemplo: 0 1 A= B= 3 4 Calcular AB. I) Primeira linha de A (na vertical) x Primeira coluna de B : 0 x 1 = 0 1 x 3 = 3 c 11 = a 11. b 11 + a 12. b 21 = 0 x x 3 = 3 II) Primeira linha de A (na vertical) x Segunda coluna de B : 0 x 2 = 0 1 x 4 = 4 c 12 = a 11. b 12 + a 12. b 22 = 0 x x 4 = 4 III) Segunda linha de A (na vertical) x Primeira coluna de B : 2 x 1 = 2 3 x 3 = 9 c 21 = a 21. b 11 + a 22. b 21 = 2 x x 3 = 11 IV) Segunda linha de A (na vertical) x Segunda coluna de B : 2 x 2 = 4 3 x 4 = 12 c 22 = a 21. b 12 + a 22. b 22 = 2 x x 4 = AB= C=
44 ATENÇÃO!!! A multiplicação de matrizes não possui a propriedade comutativa. Propriedades da multiplicação de matrizes: Associativa: (A. B). C = A. (B. C) Distributiva em relação à adição (à esquerda): A. (B + C) = A. B + A. C Distributiva em relação à adição (à direita): (A + B). C = A. C + B. C Elemento neutro: A. I n = A, onde I n é a matriz identidade de ordem n. Logo, A. A -1 = I n (A -1 é a matriz inversa de A, e será vista adiante). (ka). B = A. (kb) = k. (AB) Quando A. B = 0, não implica, necessariamente, que A = 0 ou B = 0. Matriz Transposta Uma matriz B = (b ji ) nxm é transposta de uma matriz A = (a ij ) mxn, se a ij = b ji, qualquer que seja i = {1, 2, 3,..., m} e j = {1, 2, 3,..., n}. Repare que a matriz B possui n linhas e m colunas, enquanto a que a matriz A possui m linhas e n colunas. Ou seja, matriz transposta B (representada A t ) representa a inversão dos elementos de A. O que era linha passa a ser coluna e o que era coluna passa a ser linha. Propriedades (k é um número real): (A t ) t = A (A + B) t = A t + B t (ka) t = k. A t (AB) t = B t. A t Matriz Simétrica: Se a transposta A t da matriz A for igual a própria matriz A, então A t é uma matriz simétrica de A (só ocorre se a matriz A for quadrada). Matriz Anti-Simétrica: corresponde a toda matriz quadrada A, de ordem n, tal que A t = - A, ou seja, os elementos simetricamente dispostos em relação à diagonal principal são opostos. Matriz Inversível: Uma matriz quadrada A, de ordem n, será inversível se existir uma matriz B tal que: AB = BA = I n (matriz identidade). Esta matriz B também é quadrada, de ordem n, é única e é conhecida como matriz inversa, sendo representada por A
Fundamentos de Matemática Curso: Informática Biomédica
Fundamentos de Matemática Curso: Informática Biomédica Profa. Vanessa Rolnik Artioli Assunto: determinantes e sistemas 13 e 27/06/14 Determinantes Def.: Seja M uma matriz quadrada de elementos reais, de
Leia maisDeterminante de uma matriz quadrada
Determinante de uma matriz quadrada A toda matriz quadrada A está associado um número real, chamado determinante de A. Ele é obtido por meio de certas operações com os elementos da matriz. O determinante
Leia maisNotas de Aulas de Matrizes, Determinantes e Sistemas Lineares
FATEC Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares Prof Dr Ânderson Da Silva Vieira 2017 Sumário Introdução 2 1 Matrizes 3 11 Introdução 3 12 Tipos especiais de Matrizes 3 13 Operações
Leia maisHewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hewlett-Packard DETERMINANTE Aulas 0 a 05 Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Sumário DETERMINANTE... Exemplo... Exemplo...... Exemplo...... TEOREMA DE LAPLACE... I) COFATOR... Exemplo... II)
Leia maisHewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hewlett-Packard DETERMINANTE Aulas 0 a 05 Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Sumário DETERMINANTE... Exemplo... Exemplo...... Exemplo...... TEOREMA DE LAPLACE... I) COFATOR... Exemplo... II)
Leia maisAULA 8- ÁLGEBRA MATRICIAL VERSÃO: OUTUBRO DE 2016
CURSO DE ADMINISTRAÇÃO CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS MATEMÁTICA 01 AULA 8- ÁLGEBRA MATRICIAL VERSÃO: 0.1 - OUTUBRO DE 2016 Professor: Luís Rodrigo E-mail: luis.goncalves@ucp.br
Leia maisMATRIZES E DETERMINANTES. a, com índices duplos, onde
MATRIZES E DETERMINANTES Para designar com clareza situações que apresentam um grupo ordenado de números dispostos em tabelas com linhas e colunas, introduziremos o conceito de matriz. Nesse sentido, matrizes
Leia maisUNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA.
UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA Determinantes Introdução Como já vimos, matriz quadrada é a que tem o mesmo número
Leia maisApostila de Matemática 11 Determinante
Apostila de Matemática 11 Determinante 1.0 Definições A determinante só existe se a matriz for quadrada. A tabela é fechada por 2 traços. Determinante de matriz de ordem 1 a 11. 1 2.0 Determinante Matriz
Leia maisMétodos Matemáticos II
Sumário Métodos Matemáticos II Nuno Bastos Licenciatura em Tecnologias e Design Multimédia Escola Superior de Tecnologia de Viseu Gabinete 4 nbastos@mat.estv.ipv.pt http://www.estv.ipv.pt/paginaspessoais/nbastos.
Leia maisEduardo. Matemática Matrizes
Matemática Matrizes Eduardo Definição Tabela de números dispostos em linhas e colunas. Representação ou Ordem da Matriz Se uma matriz A possui m linhas e n colunas, dizemos que A tem ordem m por n e escrevemos
Leia maisExercícios. setor Aula 39 DETERMINANTES (DE ORDENS 1, 2 E 3) = Resposta: 6. = sen 2 x + cos 2 x Resposta: 1
setor 0 00508 Aula 39 ETERMINANTES (E ORENS, E 3) A toda matriz quadrada A de ordem n é associado um único número, chamado de determinante de A e denotado, indiferentemente, por det(a) ou por A. ETERMINANTES
Leia maisPensamento. "A escada da sabedoria tem os degraus feitos de números." (Blavatsky) Prof. MSc. Herivelto Nunes
Aula Introdutória Álgebra Linear I- Abril 2017 Pensamento "A escada da sabedoria tem os degraus feitos de números." (Blavatsky) Prof. MSc. Herivelto Nunes Unidade Matrizes. Matrizes A matriz foi criada
Leia maisFundamentos de Matemática Curso: Informática Biomédica
Fundamentos de Matemática Curso: Informática Biomédica Profa. Vanessa Rolnik Artioli Assunto: sequências e matrizes 05 e 06/06/14 Sequências Def.: chama-se sequência finita ou n-upla toda aplicação f do
Leia maisMATRIZES. Fundamentos de Matemática- Ciências Contábeis
MATRIZES Fundamentos de Matemática- Ciências Contábeis INTRODUÇÃO Nas próximas aulas veremos os conceitos básicos sobre matrizes. Estes conceitos aparecem naturalmente na resolução de muitos tipos de problemas
Leia maisÁlgebra Linear. Aula 02
Álgebra Linear Aula Determinante Para aproveitar 1% dessa aula vocês precisam saber: ü Matrizes ü Equação do 1º grau ü Equação do º grau Como representamos o determinante de uma matriz? Colocando os elementos
Leia maisMatrizes e Sistemas Lineares
MATEMÁTICA APLICADA Matrizes e Sistemas Lineares MATRIZES E SISTEMAS LINEARES. Matrizes Uma matriz de ordem mxn é uma tabela, com informações dispostas em m linhas e n colunas. Nosso interesse é em matrizes
Leia maisVetores e Geometria Analítica
Vetores e Geometria Analítica ECT2102 Prof. Ronaldo Carlotto Batista 23 de fevereiro de 2016 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser
Leia maisÁLGEBRA LINEAR AULA 4
ÁLGEBRA LINEAR AULA 4 Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 1 Introdução 2 Desenvolvimento de Laplace 3 Matriz Adjunta 4 Matriz Inversa 5 Regra de Cramer 6 Posto da
Leia maisHewlett-Packard DETERMINANTE. Aulas 01 a 04. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hewlett-Packard DETERMINANTE Aulas 0 a 04 Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ano: 206 Sumário DETERMINANTE... Exemplo... Exemplo 2... EXERCÍCIOS FUNDAMENTAIS... Exemplo 3... EXERCÍCIOS FUNDAMENTAIS...
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz
Leia maisMATRIZES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga
MATRIZES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Definição: chama-se matriz de ordem m por n a um quadro de m xn elementos dispostos em m linhas e n colunas. a a a a a a a a
Leia maisNeste módulo, não daremos a definição padrão de determinantes via somatório envolvendo sinais de permutações, pois não há necessidade de entrarmos em
Neste módulo, não daremos a definição padrão de determinantes via somatório envolvendo sinais de permutações, pois não há necessidade de entrarmos em tantos detalhes para os concursos desejados. Assim,
Leia maisALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1
ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em VETORES Um vetor é uma lista ordenada de números
Leia maisRaciocínioLógico TFC -C G U Tele - Transmitido Teoria Mais de 360 aprovados na Receita Federal em 2006 Prof.Milton Ueta Data de impressão: 08/02/2008 67 das 88 vagas no AFRF no PR/SC 150 das 190 vagas
Leia maisMatrizes e Determinantes
Matrizes e Determinantes Elaine Gouvêa Pimentel DMAT/UFMG elaine@@mat.ufmg.br Maio de 2005 1 Matrizes 1.1 Introdução Suponhamos que o responsável pelo almoxarifado de uma empresa de produtos químicos resolva
Leia maisMATEMÁTICA MÓDULO 11 DETERMINANTES. Professor Matheus Secco
MATEMÁTICA Professor Matheus Secco MÓDULO 11 DETERMINANTES INTRODUÇÃO Neste módulo, não daremos a definição padrão de determinantes via somatório envolvendo sinais de permutações, pois não há necessidade
Leia maisMatrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Leia maisRevisão: Matrizes e Sistemas lineares. Parte 01
Revisão: Matrizes e Sistemas lineares Parte 01 Definição de matrizes; Tipos de matrizes; Operações com matrizes; Propriedades; Exemplos e exercícios. 1 Matrizes Definição: 2 Matrizes 3 Tipos de matrizes
Leia maisAula 07 mtm B MATRIZES
Aula 07 mtm B MATRIZES Definição Tabela de números dispostos em linhas e colunas. Representação ou ou Ordem da Matriz Se uma matriz A possui m linhas e n colunas, dizemos que A tem ordem m por n e escrevemos
Leia maisMatrizes. Curso de linguagem matemática Professor Renato Tião
Matrizes Curso de linguagem matemática Professor Renato Tião Uma matriz A m n é uma maneira de apresentar informações numéricas ou algébricas dispostas como numa tabela com m linhas e n colunas cercada
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]
Leia maisGuia-1. a 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn
Guia-1 Revisão de Matrizes, Determinantes, Vetores e Sistemas Lineares SMA00 - Complementos de Geometria e Vetores Estagiária PAE: Ingrid Sofia Meza Sarmiento 1 Introdução Este texto cobre o material sobre
Leia maisParte 1 - Matrizes e Sistemas Lineares
Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,
Leia maisUFSC Matrizes. Prof. BAIANO
UFSC Matrizes Prof. BAIANO Matrizes Classifique como Verdadeiro ou Falso ( F ) Uma matriz é dita retangular, quando o número de linhas é igual ao número de colunas. ( F ) A matriz identidade é aquela em
Leia maisSéries Numéricas 2,10,12,16,17,18,19,? 2,4,6,8,10,? 2,4,8,16,32,?
SÉRIES NUMÉRICAS Séries Numéricas Uma série numérica é uma sequencia de números que respeita uma regra, uma lei de formação. Sendo assim todos foram produzidos à partir de uma mesma ideia. Exemplos: 2,10,12,16,17,18,19,?
Leia maisApostila de Matemática 10 Matriz
Apostila de Matemática 10 Matriz 1.0 Definição m e n são números inteiros maiores que zero. Matriz mxn é uma tabela retangular formada por m.n números reais, dispostos é m linhas e n colunas. A tabela
Leia maisMat.Semana. PC Sampaio Alex Amaral Rafael Jesus Gabriel Ritter. (Gabriella Teles)
7 PC Sampaio Ale Amaral Rafael Jesus Gabriel Ritter Semana (Gabriella Teles) Este conteúdo pertence ao Descomplica. Está vedada a cópia ou a reprodução não autorizada previamente e por escrito. Todos os
Leia maisa mnx n = b m
MTRIZES s matrizes são ferramentas básicas da Álgebra Linear, pois além de fornecerem meios para resolução dos sistemas de equações lineares, elas também representarão as transformações lineares entre
Leia maisn. 1 Matrizes Cayley (1858) As matrizes surgiram para Cayley ligadas às transformações lineares do tipo:
n. Matrizes Foi um dos primeiros matemáticos a estudar matrizes, definindo a ideia de operarmos as matrizes como na Álgebra. Historicamente o estudo das Matrizes era apenas uma sombra dos Determinantes.
Leia maisÁlgebra Linear e Geometria Anaĺıtica
Álgebra Linear e Geometria Anaĺıtica 2016/17 MIEI+MIEB+MIEMN Slides da 1 a Semana de aulas Cláudio Fernandes (FCT/UNL) Departamento de Matemática 1 / 47 Cláudio Fernandes (FCT/UNL) Departamento de Matemática
Leia maisMATRIZES. Conceitos e Operações
MATRIZES Conceitos e Operações As matrizes são tabelas de números reais utilizadas em quase todos os ramos da ciência e da engenharia. Várias operações realizadas por computadores são através de matrizes.
Leia maisPLANO DE AULA IDENTIFICAÇÃO
PLANO DE AULA IDENTIFICAÇÃO Escola: IFC Campus Avançado Sombrio Município: Sombrio Disciplina: Matemática Série: 2 ano Nível: Ensino médio Professor: Giovani Marcelo Schmidt Tempo estimado: Cinco aulas
Leia maisMatriz, Sistema Linear e Determinante
Matriz, Sistema Linear e Determinante 1.0 Sistema de Equações Lineares Equação linear de n variáveis x 1, x 2,..., x n é uma equação que pode ser expressa na forma a1x1 + a 2 x 2 +... + a n x n = b, onde
Leia maisSumário. Capítulo 1 - Conhecendo os Vários Tipos de Problema... 1
Sumário Capítulo 1 - Conhecendo os Vários Tipos de Problema... 1 Capítulo 2 - Problemas sobre Correlacionamento... 7 2.1. Problemas Envolvendo Correlação entre Elementos...7 2.2. Considerações Finais sobre
Leia maisEmerson Marcos Furtado
Emerson Marcos Furtado Mestre em Métodos Numéricos pela Universidade Federal do Paraná (UFPR). Graduado em Matemática pela UFPR. Professor do Ensino Médio nos estados do Paraná e Santa Catarina desde 1992.
Leia maisAvaliação e programa de Álgebra Linear
Avaliação e programa de Álgebra Linear o Teste ( de Março): Sistemas de equações lineares e matrizes. Espaços lineares. o Teste ( de Maio): Matriz de mudança de base. Transformações lineares. o Teste (
Leia maisÁlgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica Engenharia Electrotécnica Escola Superior de Tecnologia de Viseu wwwestvipvpt/paginaspessoais/lucas lucas@matestvipvpt 007/008 Álgebra Linear e Geometria Analítica
Leia maisAnálise multivariada
UNIFAL-MG, campus Varginha 6 de Setembro de 2018 Matriz inversa Já discutimos adição, subtração e multiplicação de matrizes A divisão, da forma como conhecemos em aritmética escalar, não é definida para
Leia maisÁlgebra Linear I - Lista 10. Transfromações inversas. Matriz inversa. Respostas. c d a c. c d A = g h. e C = a c
Álgebra Linear I - Lista 0 Transfromações inversas. Matriz inversa Respostas Estude se existe uma matriz A tal que ( ( a b b d A = c d a c para todos os valores de a, b, c e d. Resposta: Seja e dadas B
Leia maisÁLGEBRA LINEAR 1 1 EQUAÇÕES LINEARES. Exemplo de equação linear. Exemplos de equações não-lineares
ÁLGEBRA LINEAR 1 1 EQUAÇÕES LINEARES Uma equação linear segue a seguinte forma: a 11 x 1 + a 12 x 2 + a 13 x 3 +... + a 1n x n = b 1 Considerando-se que: x 1, x 2,..., x n são as incógnitas; a 11, a 12,...,a
Leia maisNotas de Aula. Gustavo Henrique Silva Sarturi. i Z (1 i m) a j1 a j2
Notas de Aula Gustavo Henrique Silva Sarturi Matemática B - Em Ação gustavo.sarturi@ufpr.br 1 Matrizes Definição 1.1. Uma matriz A m n é um arranjo retangular de m n números reais (ou complexos) organizados
Leia maisAulas práticas de Álgebra Linear
Ficha 2 Determinantes Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores 1 o semestre 2016/17 Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto
Leia mais[a11 a12 a1n 7. SISTEMAS LINEARES 7.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
7. SISTEMAS LINEARES 7.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Matrizes. Exemplos. Ordem de Uma Matriz. Exemplos. Representação 7. Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz Coluna. Exemplos. Diagonal
Leia maisGeometria Analítica e Álgebra Linear
UNIFEI - Universidade Federal de Itajubá campus Itabira Geometria Analítica e Álgebra Linear Parte 1 Matrizes 1 Introdução A teoria das equações lineares desempenha papel importante e motivador da álgebra
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisEAD DETERMINANTES CONCEITO:
1 EAD DETERMINANTES CONCEITO: Dada uma Matriz Quadrada de ordem n, dizemos que Determinante de ordem n é um número associado a essa Matriz conforme determinadas leis. Representamos o Determinante de uma
Leia maisAcadêmico(a) Turma: Capítulo 2: MATRIZES
1 Acadêmico(a) Turma: 2.1. Definição Capítulo 2: MATRIZES A teoria das matrizes e a teoria dos determinantes são pré-requisitos para resolução e discussão de um sistema linear. Define-se matriz m x n uma
Leia maisUma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros.
MATRIZES DEFINIÇÃO Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros. M = à M é uma matriz 2 x 3. Cada elemento da matriz
Leia maisPESQUISA OPERACIONAL
PESQUISA OPERACIONAL Uma breve introdução. Prof. Cleber Almeida de Oliveira Apostila para auxiliar os estudos da disciplina de Pesquisa Operacional por meio da compilação de diversas fontes. Esta apostila
Leia maisficha 2 determinantes
Exercícios de Álgebra Linear ficha 2 determinantes Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 Determinantes 2 Sendo
Leia maisV MATRIZES E DETERMINANTES
V MATRIZES E DETERMINANTES Por que aprender Matrizes e Deter erminant minantes?... Algumas vezes, para indicar com clareza determinadas situações, é necessário formar um grupo ordenado de números dispostos
Leia maisé encontrado no cruzamento da linha i com a coluna j, ou seja, o primeiro índice se refere à linha e o segundo à coluna.
Ministério da Educação Secretaria de Educação Profissional e Tecnológica Instituto Federal De Santa Catarina Campus São José Professora: ELENIRA OLIVEIRA VILELA COMPONENTE CURRICULAR: ALG ÁLG. LINEAR MATRIZES
Leia maisADA 1º BIMESTRE CICLO I 2018 MATEMÁTICA 2ª SÉRIE DO ENSINO MÉDIO
ADA º BIMESTRE CICLO I 08 MATEMÁTICA ª SÉRIE DO ENSINO MÉDIO ITEM DA ADA Um sistema de equações pode ser usado para representar situações-problemas da matemática ou do dia-a-dia. Assinale a alternativa
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). R é o conjunto dos reais; R n é o conjunto dos vetores n-dimensionais reais; Os vetores
Leia maisMatrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.
e Aula Zero - Álgebra Linear Professor: Juliano de Bem Francisco Departamento de Matemática Universidade Federal de Santa Catarina agosto de 2011 Outline e e Part I - Definição: e Consideremos o conjunto
Leia maisSumário. Capítulo 1 Conhecendo os Vários Tipos de Problema... 1
Sumário Capítulo 1 Conhecendo os Vários Tipos de Problema... 1 Capítulo 2 Problemas sobre Correlacionamento... 5 2.1. Problemas Envolvendo Correlação entre Elementos...5 2.2. Considerações Finais Sobre
Leia maisMATEMÁTICA. Aula 14 Matrizes. Prof. Anderson
MATEMÁTICA Aula Matrizes Prof. Anderson Assuntos Conceito Matrizes com Nomes Especiais Igualdade de Matrizes Operações com Matrizes Matriz Inversa Conceito As matrizes são quantidades de dados passíveis
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocabaunespbr Matrizes Inversas 1 Matriz Inversa e Propriedades 2 Cálculo da matriz
Leia maisMatemática. Resolução das atividades complementares. M3 Determinantes. 1 O valor do determinante da matriz A 5
Resolução das atividades complementares Matemática M Determinantes p. 6 O valor do determinante da matriz A é: a) 7 c) 7 e) 0 b) 7 d) 7 A 7 Se a 7, b e c, determine A a b c. a 7 ; b ; c A a 8 () b () c
Leia maisGeometria anaĺıtica e álgebra linear
Geometria anaĺıtica e álgebra linear Francisco Dutenhefner Departamento de Matematica ICEx UFMG 22/08/13 1 / 24 Determinante: teorema principal Teorema: Se A é uma matriz quadrada, então o sistema linear
Leia maisn. 4 DETERMINANTES: SARRUS E LAPLACE
n. 4 DETERMINANTES: SARRUS E LAPLACE A toda matriz quadrada está associado um número ao qual damos o nome de determinante. Determinante é uma função matricial que associa a cada matriz quadrada um escalar,
Leia maisÁlgebra Linear e Geometria Anaĺıtica
Álgebra Linear e Geometria Anaĺıtica 2016/17 MIEI+MIEB+MIEMN Slides da 4 a Semana de aulas Cláudio Fernandes (FCT/UNL) Departamento de Matemática 1 / 27 Programa 1 Matrizes 2 Sistemas de Equações Lineares
Leia maisNotas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução
Leia maisÁlgebra Linear e Geometria Analítica Bacharelados e Engenharias Parte I - Matrizes
Álgebra Linear e Geometria Analítica Bacharelados e Engenharias Parte I - Matrizes Prof.a Tânia Preto Departamento Acadêmico de Matemática UTFPR - 2014 Importante Material desenvolvido a partir dos livros
Leia maisHewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hewlett-Packard DETERMINANTE Aulas a Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Sumário DETERMINANTE... Exemplo... Exemplo...... Exemplo...... TEOREMA DE LAPLACE... COFATOR... Exemplo... TEOREMA DE
Leia maisI Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple
1 I Lista de Álgebra Linear - 2012/02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1. Determine os valores de x e y que tornam verdadeira a igualdade ( x 2 + 5x x 2 ( 6 3 2x y 2 5y y 2 = 5 0
Leia maisSistemas Lineares. ( Aula 3 )
Sistemas Lineares ( Aula 3 ) Determinante Definição: Determinante Matriz quadrada é a que tem o mesmo número de linhas e de colunas (ou seja, é do tipo n x n). A toda matriz quadrada está associado um
Leia maisInversão de Matrizes
Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2015.2 21 de
Leia mais1 Matrizes e Determinantes
1 Matrizes e Determinantes 11 Introdução Definição (Matriz): Uma matriz A m n é um arranjo retangular de mn elementos distribuídos em m linhas horizontais e n colunas verticais: a 11 a 12 a 1j a 1n a 21
Leia maisMaria do Rosário Grossinho, João Paulo Janela Universidade Técnica de Lisboa
Lições de Matemática Maria do Rosário Grossinho, João Paulo Janela Universidade Técnica de Lisboa Versão provisória vp Capítulo Matrizes e Determinantes Versão provisória () Generalidades Definição Dados
Leia mais1 Determinante. det(a) = ρ. ( 1) J a 1j1 a 2j2... a njn. Exemplo 1.6. Determinante de 3a. ordem: a 11 a 12 a 13. a 21 a 22 a 23.
1 Determinante Determinante é uma função que associa a cada matriz quadradada A n n um número real Mais especificamente, é um número que obtemos através de produtos e somas dos elementos da matriz obedecendo
Leia maisSão tabelas de elementos dispostos ordenadamente em linhas e colunas.
EMENTA (RESUMO) Matrizes Matrizes, determinantes e suas propriedades, Multiplicação de matrizes, Operações com matrizes, Matrizes inversíveis. Sistemas de Equações Lineares Sistemas equações lineares,
Leia maisAula 7 - Revisão de Álgebra Matricial
23 de Abril de 2018 // 26 de Abril de 2018 Introdução Objetivo da revisão: revisar a notação matricial, técnicas de álgebra linear e alguns resultados importantes Conteúdos: 1 Vetores e matrizes 2 Operações
Leia maisAgenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
Leia maisDeterminantes - Parte 02
Determinantes - Parte 02 Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 23
Leia mais1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos
FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA 1 NOTAS DE AULA Professor Doutor: Jair Silvério dos Santos (i) Matrizes Reais Uma matriz real é o seguinte arranjo de números reais : a 11 a 12 a 13 a 1m a 21
Leia maisMATRIZES E DETERMINANTES
PET-FÍSICA MATRIZES E DETERMINANTES Aula 7 TATIANA MIRANDA DE SOUZA ANA CAROLINA DOS SANTOS LUCENA VANESSA CRISTINA DA SILVA FERREIRA FREDERICO ALAN DE OLIVEIRA CRUZ AGRADECIMENTOS Esse material foi produzido
Leia maisx 1 + b a 2 a 2 : declive da recta ;
- O que é a Álgebra Linear? 1 - É a Álgebra das Linhas (rectas). Equação geral das rectas no plano cartesiano R 2 : a 1 x 1 + a 2 = b Se a 2 0, = a 1 a 2 x 1 + b a 2 : m = a 1 : declive da recta ; a 2
Leia maisRenato Martins Assunção
Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear
Leia maisEconometria. Operações básicas de vetores. Operações básicas de vetores. Operações básicas de vetores. Independência de vetores
Operações básicas de vetores Econometria Adição Suponha dois vetores x e y com n componentes cada: 1. Alguns tópicos importantes de Álgebra Linear Operações básicas de vetores Multiplicação escalar x é
Leia maisinteiros positivos). ˆ Uma matriz com m linhas e n colunas diz-se do tipo m n. Se m = n ( matriz quadrada), também se diz que a matriz é de ordem n.
Matrizes noções gerais e notações Definição Designa-se por matriz de números reais a um quadro do tipo a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn onde os elementos a ij (i = 1, 2,...,
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE. Aula 03 Inversão de matrizes
UNIVERSIDDE FEDERL DO RIO GRNDE DO NORTE Prof. Hector Carrion S. Álgebra Linear ula Inversão de matrizes Resumo Matriz inversa Inversa de matriz elementar Matriz adjunta Inversão de matrizes Uma matriz
Leia maisALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes
ALGA - Eng. Civil e Eng. Topográ ca - ISE - 011/01 - Matrizes 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma aplicação A : f1; ; :::;
Leia maisInterbits SuperPro Web
1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)
Leia maisMatemática II /06 - Matrizes 1. Matrizes
Matemática II - 00/0 - Matrizes Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma função A : f; ; :::; mg f; ; :::; ng R: (i; j) A (i; j)
Leia maisDeterminantes - Parte 02
Determinantes - Parte 02 Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2015.1 10
Leia maisAulas práticas de Álgebra Linear
Ficha Matrizes e sistemas de equações lineares Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores o semestre 6/7 Jorge Almeida e Lina Oliveira Departamento
Leia mais