Unicidade da Forma Escalonada Reduzida de uma Matriz

Documentos relacionados
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais

Geometria anaĺıtica e álgebra linear

Unidade 4 - Matrizes elementares, resolução de sistemas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013

Álgebra Linear e Geometria Analítica Bacharelados e Engenharias Parte II Matrizes (continuação)

Álgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares

Guia-1. a 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn

Sistemas Lineares. Juliana Pimentel. juliana.pimentel. Sala Bloco A, Torre 2

1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0

Sistemas de Equações Lineares e Equações Vectoriais Aula 2 Álgebra Linear Pedro A. Santos

ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES

Matrizes e sistemas de equações algébricas lineares

Matrizes - Parte II. Juliana Pimentel. juliana.pimentel. Sala Bloco A, Torre 2

Determinantes - Parte 02

Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares

= o A MATRIZ IDENTIDADE. a(i, :) = (aii, ai2,, ai.) i = 1,, m

Lista de exercícios 4 Inversão de Matrizes

Método de Gauss-Jordan e Sistemas Homogêneos

Álgebra Linear e Geometria Anaĺıtica

Departamento de Matemática

ÁLGEBRA LINEAR AULA 2

1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos

Recados. Listas 1 e 2 - disponíveis no site. Procurar Monitoria GAAL 2013/1 UFMG no Facebook. Primeira Prova: sábado, 06 de abril

MAP2110 Modelagem e Matemática 1 o Semestre de 2004

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009

Aulas práticas de Álgebra Linear

Álgebra Linear e Geometria Analítica

Escalonamento de matrizes

1 5 = = = = = = = = 5

ÁLGEBRA LINEAR A FICHA 2

Vetores e Geometria Analítica

Álgebra Linear e Geometria Anaĺıtica

Matriz, Sistema Linear e Determinante

Métodos Matemáticos II

Ajuste de Splines a um Conjunto de Dados

Dependência linear e bases

Álgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais

Aulas práticas de Álgebra Linear

ficha 1 matrizes e sistemas de equações lineares

Parte 1 - Matrizes e Sistemas Lineares

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1

Prof. Dr. Maurício Zahn UFPel. Álgebra linear I

Renato Martins Assunção

ficha 2 determinantes

Álgebra Linear e Geometria Analítica. 6ª aula

Interbits SuperPro Web

Material Teórico - Módulo Matrizes e Sistemas Lineares. Sistemas Lineares - Parte 2. Terceiro Ano do Ensino Médio

Sistema de Equaçõs Lineares

Álgebra Linear Semana 04

Matemática II /06 - Matrizes 1. Matrizes

MATRIZES VETORES E GEOMETRIA. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Lista de Exercícios 05 Álgebra Matricial

Introduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;

Programação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e

Determinantes. det A = a 11. Se A = a11 a 12 a 21 a 22. é uma matriz 2 2, então. det A = a 11 a 22 a 12 a 21. Exemplo 1. det 3 4. = 1; det 3 4 = 0.

Álgebra Linear. Professor Fabrício Oliveira. 25 de agosto de Universidade Federal Rural do Semiárido

NOTAS DE AULA DE MAT 137 -PRIMEIRA SEMANA Profa. Margareth Turmas 2 e 7. Atleta 1 7, ,4. Atleta Atleta 3 9 7,5 8,5 7,9

Álgebra Linear Semana 01

é encontrado no cruzamento da linha i com a coluna j, ou seja, o primeiro índice se refere à linha e o segundo à coluna.

Matrizes - ALGA /05 1. Matrizes

Representação de um conjunto de Matrizes Operações Produto de Matriz por escalar Transposição de Matrizes Simetrias Exercícios. Matrizes - Parte 1

Inversão de Matrizes

Matrizes. Instituto Federal de Educação, Ciência e Tecnologia do Sudeste de Minas Gerais. Abril de 2014

Determinantes - Parte 02

apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13

GAAL - Primeira Prova - 06/abril/2013. Questão 1: Considere o seguinte sistema linear nas incógnitas x, y e z.

1 Matrizes e Determinantes

([HUFtFLRVVREUHDVSURSULHGDGHVGRGHWHUPLQDQWH. Pela propriedade do determinante do produto de matrizes,

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n

Matrizes e Sistemas Lineares

Apontamentos I. Álgebra Linear aulas teóricas. Mestrado Integrado em Engenharia Eletrotécnica e de Computadores

ALGA I. Representação matricial das aplicações lineares

Sistemas de equações lineares

ALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes

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.

Determinantes e Matrizes Inversas

Professor João Soares 20 de Setembro de 2004

Determinantes - Parte 02

Ficha de Trabalho 02 Sistemas. Matriz Inversa. (Aulas 4 a 6).

ÁLGEBRA LINEAR MATRICIAL

Notas de Aula. Gustavo Henrique Silva Sarturi. i Z (1 i m) a j1 a j2

Método de eliminação de Gauss

RELEMBRANDO... CÁLCULO DA MATRIZ INVERSA:

Álgebra Linear e Geometria Anaĺıtica

Lista 1: sistemas de equações lineares; matrizes.

Análise multivariada

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Matriz de Variância e Covariância e o Teorema de Gauss-Markov

Pesquisa Operacional

Amostras não Uniformes e Reconstrução em Espaços

Sistemas Lineares. ( Aula 3 )

Produto Misto, Determinante e Volume

Sistemas - Relações entre as colunas da matriz ampliada

Matriz de Variância e Covariância e o Teorema de Gauss-Markov

Inversão de Matrizes

ÁLGEBRA MATRICIAL E O METÓDO DE GAUSS: POSSIBILIDADES PARA A

Transcrição:

1 Unicidade da Forma Escalonada Reduzida de uma Matriz Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 1 de maio de 24 Definição 1 Uma operação elementar sobre as linhas de uma matriz é uma das seguintes operações: (a) Trocar a posição de duas linhas da matriz; (b) Multiplicar uma linha da matriz por um escalar diferente de zero; (c) Somar a uma linha da matriz um múltiplo escalar de outra linha Definição 2 Uma matriz A = (a ij ) m n é equivalente por linhas a uma matriz B = (b ij ) m n, se B pode ser obtida de A aplicando-se uma seqüência de operações elementares sobre as suas linhas

Unicidade da Forma Escalonada Reduzida 1 de maio de 24 2 A relação ser equivalente por linhas satisfaz as seguintes propriedades Teorema 1 (a) Toda matriz é equivalente por linhas a ela mesma (reflexividade); (b) Se A é equivalente por linhas a B, então B é equivalente por linhas a A (simetria); (c) Se A é equivalente por linhas a B e B é equivalente por linhas a C, então A é equivalente por linhas a C (transitividade) Demonstração a 1 (a) Basta multiplicar qualquer linha da matriz por um escalar igual (b) Cada operação elementar e tem uma operação elementar inversa e 1 do mesmo tipo que desfaz o que a anterior fez (verifique!) Se aplicando-se as operações e 1,, e k na matriz A chegamos a matriz B, então aplicando-se as operações inversas e 1 k,, e 1 1 à matriz B chegamos à matriz A (c) Se aplicando-se as operações elementares e 1,, e k chegamos de A em B e aplicandose as operações e k+1,, e l chegamos de B em C, então aplicando-se as operações e 1,, e l chegamos de A em C Definição 3 Uma matriz elementar n n é uma matriz obtida da matriz identidade I n aplicando-se uma, e somente uma, operação elementar Vamos denotar por E ij a matriz elementar obtida trocando-se a linha i com a linha j da matriz I n, E i (α) a matriz elementar obtida multiplicando-se a linha i da matriz I n

1 de maio de 24 Reginaldo J Santos 3 pelo escalar α e E i,j (α) a matriz elementar obtida da matriz I n, somando-se à linha j, α vezes a linha i 1 1 1 E i,j =, E i (α) = α 1 1 1 1 e E i,j (α) = α 1 1 Exemplo 1 As matrizes seguintes são as matrizes elementares 2 2: [ ] [ ] [ ] 1 α 1 E 1,2 = E 2,1 =, E 1 1 (α) =, E 1 2 (α) =, com α, α [ ] [ ] 1 1 α E 1,2 (α) = e E α 1 2,1 (α) = 1 1 Sejam E 1 =, E 2 = 1,, E n = matrizes m 1 1 As matrizes elementares podem ser escritas em termos das matrizes E i como E i,j = E t 1 E t j E t i, E i (α) = E t 1 αe t i e E i,j (α) = E t 1 E t i Ej t + αei t

Unicidade da Forma Escalonada Reduzida 1 de maio de 24 4 Aplicar uma operação elementar em uma matriz, corresponde a multiplicar a matriz à esquerda por uma matriz elementar, como mostra o resultado a seguir Teorema 2 Sejam E uma matriz elementar m m e A uma matriz qualquer m n Então, EA é igual à matriz obtida aplicando-se na matriz A a mesma operação elementar que originou E Demonstração Como a i-ésima linha de um produto de matrizes BA é igual a B i A, em que B i é a i-ésima linha da matriz B (Exercício 1116 (b) na página 25 de [1]) e E t ia = A i, em que A i é a linha i da matriz A (Exercício 1114 (b) na página 22 de [1]), então: E1 t E1A t A 1 i Ej t E t ja A j E i,j A = A = = j Ei t E t ia A i Em t EmA t A m E t 1 E t 1A A 1 E i (α)a = i αei t A = αe t ia = αa i Em t EmA t A m E1 t E1A t A 1 i Ei t E t ia A i E i,j (α)a = A = = j Ej t + αei t EjA t + αeia t A j + αa i EmA t A m

1 de maio de 24 Reginaldo J Santos 5 Assim, aplicar uma seqüência de operações elementares em uma matriz, corresponde a multiplicar a matriz à esquerda por um produto de matrizes elementares Proposição 3 Sejam A e B matrizes m n equivalentes por linhas Sejam A 1,, A n as colunas 1,, n, respectivamente, da matriz A e B 1,, B n as colunas 1,, n, respectivamente, da matriz B Se existem escalares α j1,, α jk tais que A k = α j1 A j1 + + α jk A jk, então B k = α j1 B j1 + + α jk B jk, Demonstração Se B é equivalente por linhas a A, então B pode ser obtida de A aplicando-se uma seqüência de operações elementares Aplicar uma operação elementar a uma matriz corresponde a multiplicar a matriz à esquerda por uma matriz invertível (Teorema 2 na página 4) Seja M o produto das matrizes invertíveis correspondentes às operações elementares aplicadas na matriz A para se obter a matriz B Então M é invertível e B = MA Sejam α j1,, α jk escalares tais que A k = α j1 A j1 + + α jk A jk, então multiplicando-se à esquerda pela matriz M obtemos MA k = α j1 MA j1 + + α jk MA jk Como MA j = B j, para j = 1,, n (Exercício 1116 (a) na página 25 de [1]), então B k = α j1 B j1 + + α jk B jk

Unicidade da Forma Escalonada Reduzida 1 de maio de 24 6 Teorema 4 Se R = (r ij ) m n e S = (s ij ) m n são matrizes escalonadas reduzidas equivalentes por linhas a uma matriz A = (a ij ) m n, então R = S Demonstração Sejam S e R matrizes escalonadas reduzidas equivalentes a A Sejam R 1,, R n as colunas de R e S 1,, S n as colunas de S Seja r o número de linhas não nulas de R Sejam j 1,, j r as colunas onde ocorrem os pivôs das linhas 1,, r, respectivamente, da matriz R Pelo Teorema 1 na página 2, R e S são equivalentes por linha, ou seja, existe uma seqüência de operações elementares que podemos aplicar em R para chegar a S e uma outra seqüência de operações elementares que podemos aplicar a S e chegar a R Assim, como as colunas 1,, j 1 1 de R são nulas o mesmo vale para as colunas 1,, j 1 1 de S Logo o pivô da 1 ạ linha de S ocorre numa coluna maior ou igual a j 1 Trocando-se R por S e usando este argumento chegamos a conclusão que R j1 = S j1 e assim R 1 = S 1,, R j1 = S j1 Vamos supor que R 1 = S 1,, R jk = S jk e vamos mostrar que R jk +1 = S jk +1,, R jk+1 = S jk+1, se k < r ou R jr+1 = S jr+1,, R n = S n, se k = r Observe que para j = j k + 1,, j k+1 1, se k < r, ou para j = j r + 1,, n, se k = r, temos que R j = (r 1j,, r kj,,, ) = r 1j R j1 + + r kj R jk, o que implica pela Proposição 3 que S j = r 1j S j1 + + r kj S jk Mas por hipótese R j1 = S j1,, R jk = S jk, então, S j = r 1j R j1 + + r kj R jk = R j, para j = j k + 1,, j k+1 1, se k < r ou para j = j r + 1,, n, se k = r

1 de maio de 24 Reginaldo J Santos REFERÊNCIAS 7 Logo, se k < r, o pivô da (k + 1)-ésima linha de S ocorre numa coluna maior ou igual a j k+1 Trocando-se R por S e usando o argumento anterior chegamos a conclusão que R jk+1 = S jk+1 e assim R 1 = S 1,, R jr = S jr E se k = r, então R 1 = S 1,, R n = S n Portanto R = S Referências [1] Reginaldo J Santos Um Curso de Geometria Analítica e Universitária da UFMG, Belo Horizonte, 23 Álgebra Linear Imprensa