RELEMBRANDO... CÁLCULO DA MATRIZ INVERSA:

Documentos relacionados
n. 33 Núcleo de uma transformação linear

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE. Aula 03 Inversão de matrizes

EXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (sistemas de equações lineares e outros exercícios)

MATEMÁTICA II. Aula 12. 3º Bimestre. Determinantes Professor Luciano Nóbrega

Exercícios e questões de Álgebra Linear

Matrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.

ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU

Universidade Federal de Goiás Campus Catalão Departamento de Matemática

Matrizes. matriz de 2 linhas e 2 colunas. matriz de 3 linhas e 3 colunas. matriz de 3 linhas e 1 coluna. matriz de 1 linha e 4 colunas.

Introdução ao determinante

Determinantes. Vamos associar a cada matriz quadrada A um número a que chamaremos determinante. a11 a Uma matriz de ordem 2, A =

Inversão de Matrizes

Capítulo 2 - Determinantes

Definição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.

Matrizes Reais conceitos básicos

3.1. TRANSFORMAÇÕES LINEARES 79

FUNDAMENTOS DA MATEMÁTICA

Disciplina: Álgebra Linear - Engenharias ], C = Basta adicionar elemento a elemento de A e B que ocupam a mesma posição na matriz.

1. Verifique se são operadores lineares no espaço P n (R): (a) F: P n (R) P n (R) tal que F(f(t)) = tf (t), f(t) P n (R).

Exercícios de Aprofundamento Mat Polinômios e Matrizes

Álgebra Linear I - Aula 20

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

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

Matemática para a Economia I - 1 a lista de exercícios Prof. - Juliana Coelho

Determinantes. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica Determinantes 1 / 17

Álgebra Linear Computacional

Capítulo Bissetrizes de duas retas concorrentes. Proposição 1

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

Geometria Analítica. Geometria Analítica. Geometria Analítica 15/08/2012. Objetivos gerais da disciplina. Prof. Luiz Antonio do Nascimento

Prof a Dr a Ana Paula Marins Chiaradia MATRIZ INVERSA. Menores: O menor de um elemento a ij de uma matriz A de ordem n é definido como sendo o

a 21 a a 2n... a n1 a n2... a nn

Resolução do exemplo 8.6a - pág 61 Apresente, analítica e geometricamente, a solução dos seguintes sistemas lineares.

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa

Matrizes. Sumário. 1 pré-requisitos. 2 Tipos de matrizes. Sadao Massago a pré-requisitos 1. 2 Tipos de matrizes.

Semana 7 Resolução de Sistemas Lineares

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Aula 8 Variações da Eliminação de Gauss/Fatoração LU.

PLANO DE ENSINO DO PRIMEIRO SEMESTRE LETIVO DE 2016 DISCIPLINA PRESENCIAL

Álgebra Linear - Exercícios (Determinantes)

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).

A Derivada. 1.0 Conceitos. 2.0 Técnicas de Diferenciação. 2.1 Técnicas Básicas. Derivada de f em relação a x:

Matemática. Resolução das atividades complementares. M2 Matrizes [ ] 1 Construa a matriz linha A 5 (a ij

NOÇÕES DE ÁLGEBRA LINEAR

Unidade III- Determinantes

ESPAÇOS MUNIDOS DE PRODUTO INTERNO

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR

Departamento de Matemática da Universidade de Coimbra Álgebra Linear e Geometria Analítica Engenharia Civil Ano lectivo 2005/2006 Folha 1.

PLANEJAMENTO ANUAL / TRIMESTRAL 2013 Conteúdos Habilidades Avaliação

Determinantes. Matemática Prof. Mauricio José

1a Semana. KP (n) = (K n+1 \{0})/

Modelos de Probabilidade e Inferência Estatística

4.4 Limite e continuidade

Álgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial

Capítulo 4. Retas e Planos. 4.1 A reta

Capítulo 4 - Valores e Vectores Próprios

PROCESSO SELETIVO DE TRANSFERÊNCIA DE ALUNOS E PORTADOR DE DIPLOMA DE GRADUAÇÃO PRIMEIRO SEMESTRE ANEXO IX ENGENHARIAS - 1º ANO CÁLCULO I

FACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim

Universidade Federal de Juiz de Fora - Laboratório de Eletrônica - CEL037

1. Escreva um programa em Pascal que leia três valores inteiros e mostre-os em ordem crescente. Utilize seleção encadeada.

Capítulo 3 - Sistemas de Equações Lineares

Capítulo 3 - Sistemas de Equações Lineares

NIVELAMENTO MATEMÁTICA 2012

Disciplina: Álgebra Linear e Geometria Analítica

Álgebra Linear. Bacharelado em Sistemas de Informação. Período Prof. da Disciplina Luiz Gonzaga Damasceno, M. Sc

Álgebra Linear e Geometria Analítica

= Pontuação: A questão vale dez pontos, tem dois itens, sendo que o item A vale até três pontos, e o B vale até sete pontos.

GEOMETRIA ANALÍTICA II

Alguns exercícios amais para vocês (as resoluções dos exercícios anteriores começam na próxima pagina):

CURSO ONLINE RACIOCÍNIO LÓGICO

FUNÇÕES. É uma seqüência de dois elementos em uma dada ordem. 1.1 Igualdade. Exemplos: 2 e b = 3, logo. em. Represente a relação.

Aplicações Diferentes Para Números Complexos

3 Determinantes. 2 Definição Número de trocas de ordem de um termo de uma matriz. 3 Definição Determinante de uma Matriz ( ( ))


Atividade extra. Exercício 1. Exercício 2. Matemática e suas Tecnologias Matemática

ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES

UNIVERSIDADE DA REGIÃO DE JOINVILLE - UNIVILLE PLANEJAMENTO DE ENSINO E APRENDIZAGEM

CDI-II. Derivadas de Ordem Superior. Extremos. ; k = 1,2,...,n.

Teoria Básica e o Método Simplex. Prof. Ricardo Santos

1. Mostre que o conjunto R 2 = {(x, y)/x, y R} é um espaço vetorial real, com as operações usuais de adição de elementos e multiplicação por escalar.

é um grupo abeliano.

UNIVERSIDADE DE SÃO PAULO Escola de Artes, Ciências e Humanidades Graduação em Gestão Ambiental Prof. Dra. Sylmara Gonçalves Dias

ÁLGEBRA LINEAR. Transformações Lineares. Prof. Susie C. Keller

Seu pé direito nas melhores Faculdades

PLANO. Aulas teóricas Gabinete Extensão Página pessoal Carlos Sousa (Eq. Prof. Adjunto) Gabinete Extensão Página pessoal 0.

Comecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y

MATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade

2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média.

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano

FUNÇÃO DO 2º GRAU PROF. LUIZ CARLOS MOREIRA SANTOS

Prof. José Carlos Morilla

Tópicos Matriciais Pedro Henrique O. Pantoja Natal / RN

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( )

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

XXXII Olimpíada Brasileira de Matemática GABARITO Segunda Fase


ATIVIDADES PRÁTICAS SUPERVISIONADAS

Fórmulas do Traço e o Cálculo de Matrizes Inversas

Transcrição:

RELEMBRANDO... CÁLCULO DA MATRIZ INVERSA: determinantes Se o determinante da matriz é diferente de zero existe a inversa, logo: det M 0 M -1 1 =. M det M Quem é M? É a matriz adjunta, que é a matriz transposta da matriz dos cofatores. Como calcular a matriz dos cofatores, indicada por M : Matriz dos Cofatores Seja M uma matriz quadrada, obtemos a matriz M, substituindo cada elemento de M por seu cofator. Exemplo: M = [ a 11 a 1 a 1 a 1 a a a 1 a a ] Encontrando a matriz dos cofatores: M = [ A 11 A 1 A 1 A 1 A A ] A 1 A A Determinante Determinante Determinante a a a 1 a a 1 a A11 = (-1) A1 = (-1) a a A1 = (-1) a 1 a 4 a 1 a Determinante Determinante Determinante a 1 a 1 a 11 a 1 a 11 a 1 A1 = (-1) A = (-1) a a 4 A = (-1) a 1 a 5 a 1 a Determinante Determinante Determinante

a 1 a 1 a 11 a 1 a 11 a 1 A1 = (-1) 4 A = (-1) a a 5 A = (-1) a 1 a 6 a 1 a Matriz Adjunta: M É a matriz transposta da matriz dos cofatores. Matriz transposta: trocamos as linhas pelas colunas. Matriz Inversa: M 1 det M 0 M 1 = 1 det M. M MATRIZES INVERTÍVEIS: Seja A uma matriz quadrada de ordem n. Dizemos que A é matriz invertível se existir uma matriz B tal que AB = BA = I n (matriz unidade de ordem n / matriz ônica do R n ). Se A não é invertível dizemos que A é singular. Sejam as matrizes: A = [ a 11 a 1 a 1 a ], B = [ a 11 a 1 a 1 a ] e I n = [ 1 0 A. B = I n e B. A = I n

a 11 a 1 [ a 1 ]. [ a a 11 a 1 a 1 a ] = [ 1 0 a 11. a 11 + a 1. a 1 a 11. a 1 + a 1. a [T 1 ] = [ a 1. a 11 + a. a 1 a 1. a 1 + a. a Logo, 1) a 11. a 11 + a 1. a 1 = 1 ) a 11. a 1 + a 1. a = 0 ) a 1. a 11 + a. a 1 = 0 4) a 1. a 1 + a. a = 1 ] = [ 1 0 Exemplo: 1) Seja A = [ 4 A. B = I n ] encontre A-1. Logo, B é a matriz inversa. [ 4 c ]. [a b d ] = [1 0 [ a + 4b c + 4d a + b c + d ] = [1 0

a + 4b = 1 { c + 4d = 0 a + b = 0 c + d = 1 Logo, a = b =- c= -4 d= [T 1 ] = [ 4 ] Quando é uma matriz x podemos fazer: Primeiro temos que verificar se o determinante é diferente de zero, para que tenha inversa. Trocamos de posição os elementos da diagonal principal. Trocamos de sinal os elementos da diagonal secundária. Depois de feitas essas alterações, dividimos todos os elementos pelo determinante. A matriz obtida é a matriz inversa. Obtenção da matriz inversa por escalonamento: a 11 a 1 a 1 Seja M = [ a 1 a a ] a matriz dada. a 1 a a Para obter a matriz inversa por escalonamento devemos: a 11 a 1 a 1 1 0 0 [ a 1 a a 0 1 0] a 1 a a 0 0 1

1 0 0??? [ 0 1 0???] 0 0 1??? n. TRANSFORMAÇÕES INVERTÍVEIS Para que uma transformação linear seja invertível, é necessário e suficiente que ela seja um isomorfismo (bijetora). Teorema: Se T : V W é um isomorfismo, A uma base de V e B uma base de W, então a matriz da transformação linear que: 1 B A T T 1 A B T : 1 W V é tal Corolário: Seja de V e B uma base de W. T : V W uma transformação linear e A uma base Então T é invertível se e só se det 0 A B T. Exercícios:

1. Seja T : uma transformação linear dada por 4 A T, ache as regras de T e de T -1. T (x, y) = ( x + 4 y, x + y) T -1 (x, y) = ( x - 4 y, - x + y). Seja T : uma transformação linear dada por 1 A T, ache as regras de T e de T 1 1-1. T (x, y) = (x y, x + y) T -1 x+ y (x, y) = (, x + y ). Considere a transformação linear T: R R, tal que 1 1 0 [T] = [ 1 1 1] na base ônica. Encontre a [T] e [T] 1. 0 1 1 R: T (x, y, z) = (- x + y, x + y + z, y + z) T -1 (x, y, z) = ( y z, x + y z, x y + z) 4. Verifique matricialmente se o operador linear F L (R ) dado por F(x, y, z) = (x y, y, y + z) é invertível. Se for, ache a inversa e a regra da transformação. T -1 (x, y, z) =(x + y, y, y + z) Exercícios resolvidos:

1. Seja T : uma transformação linear dada por 4 A T, ache as regras de T e de T -1. a) Regra de T: T (x, y) = α T (v 1 ) + β T (v ) Como A = {(1, 0), (0, 1)} e á base ônica do R (x, y) = α (1, 0) + β (0, 1) x = α y = β T (x, y) = α T (v 1 ) + β T (v ) T (x, y) = x (, ) + y (4, ) T (x, y) = ( x + 4 y, x + y) b) Regra de 1 T : Primeiro temos que achar a matriz inversa. [T 1 ] = [ 4 1 ] 1º determinante: det T = 9 8 = 1 º encontrando a matriz cofator: A 11 = (-1). = 1. = A 1 = (-1). = - 1. = -

A 1 = (-1). 4 = - 1. 4 = - 4 A = (-1) 4. = 1. = Matriz cofator: M = [ 4 ] Matriz adjunta: M = (M ) t = [ 4 ] Encontrando a matriz inversa: M 1 = 1 det M. M M 1 = 1 1. [ 4 ] = [ 4 ] Encontrando a transformação: T -1 (x, y) = α T(v 1 ) + β T (v ) (x, y) = α (1, 0) + β (0, 1) x = α y = β T (x, y) = α T (v 1 ) + β T (v ) T (x, y) = x (, - ) + y (- 4, ) T -1 (x, y) = ( x - 4 y, - x + y). Seja T : uma transformação linear dada por 1 A T, ache as regras de T e de T 1 1-1.

a) 1º verificar se det 0 det = b) Achar a T (x, y) Como estamos na base ônica: α = x e β = y T (x, y) = x (, 1) + y (-1, 1) T (x, y) = (x y, x + y) c) Achar a T -1 (x, y) Primeiro temos que achar a matriz inversa: A. A -1 = I n Logo, A -1 é a matriz inversa. [ 1 c ]. [a 1 1 b d ] = [1 0 a b c d [ a + b c + d ] = [1 0 a b = 1 { a + b = 0 c d = 0 c + d = 1 Logo, a = 1 b = 1 c = 1 d = [T 1 ] = [ 1 1 1 ] T -1 (x, y) = x ( 1, 1 ) + y (1, )

T -1 x+ y (x, y) = (, x + y ). Considere a transformação linear T: R R, tal que 1 1 0 [T] = [ 1 1 1] na base ônica. Encontre a [T] e [T] 1. 0 1 1 a) [T] T (x, y, z) = α T(v 1 ) + β T (v ) + δ T (v ) A = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e á base ônica do R (x, y, z) = α (1, 0, 0) + β (0, 1, 0) + δ (0, 0, 1) x = α y = β z = δ T (x, y, z) = α T (v 1 ) + β T (v ) + δ T (v ) T (x, y, z) = x (-1, 1, 0) + y (1, 1, 1) + z (0, 1, 1) T (x, y, z) = (- x + y, x + y + z, y + z) b) [T] 1 a. Encontrando a inversa: 1 1 0 - determinante: det = [ 1 1 1] 0 1 1 1 1 1 1 0 1 = 1 + 1 1 = 1 Encontrando a matriz dos cofatores: M A11 = (-1) 1 1 1 1 A1 = (-1) 1 1 0 1 A1 = (-1)4 1 1 0 1

A1 = (-1) 1 0 1 1 A = (-1)4 1 0 0 1 A = (-1)5 1 1 0 1 A1 = (-1) 4 1 0 1 1 A = (-1)5 1 0 1 1 A = (-1)6 1 1 1 1 0 1 1 M = [ 1 1 1 ] 1 1 Matriz Adjunta: M é a transposta da matriz cofator. 0 1 1 M = [ 1 1 1 ] 1 1 Matriz Inversa: M 1 M 1 = 1 det M. M 0 1 1 [T] 1 = [ 1 1 1] 1 1 T (x, y, z) = α T(v 1 ) + β T (v ) + δ T (v ) A = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e á base ônica do R (x, y, z) = α (1, 0, 0) + β (0, 1, 0) + δ (0, 0, 1) x = α y = β z = δ T (x, y, z) = α T (v 1 ) + β T (v ) + δ T (v ) T (x, y, z) = x (0, 1, 1) + y (1, 1, 1) + z ( 1, 1, )

T (x, y, z) = ( y z, x + y z, x y + z) 4. Verifique matricialmente se o operador linear F L (R ) dado por F(x, y, z) = (x y, y, y + z) é invertível. Se for, ache a inversa e a regra da transformação. A matriz F em relação a base ônica do R é: 1 1 0 Portanto, M = [ 0 0] 0 1 1 F(x, y, z) = (x y, y, y + z) F(1, 0, 0) = (1 0, (0), 0 + 0) = (1, 0, 0) F(0, 1, 0) = (0 1, (1), 1 + 0) = ( 1,, 1) F(0, 0,1) = (0 0, (0), 0 + 1) = (0, 0, 1) Para obter a matriz inversa por escalonamento devemos: 1 1 0 1 0 0 1 1 0 1 0 0 [ 0 0 0 1 0] L = L L [ 0 0 0 1 0 ] 0 1 1 0 0 1 0 0 0 1 1 1 0 1 0 0 0 0 1 0 [ 0 0 0 1 0 ] L1 = L + L1 [ 0 0 0 1 0 ] 0 0 0 1 0 0 0 1 0 0 1 0 [ 0 0 0 1 0 ] 0 0 0 1 L1 = L1 L = L 1 0 0 1 0 1 0 0 { L = L [ 0 0 1 0 1 1 ] 1 1 0 0

Portanto, F 1 (1, 0, 0) = (1, 0, 0) F 1 (0, 1, 0) = ( 1, 1, 1 ) F 1 (0, 0, 1) = (0, 0, 1) Assim, F 1 (x, y, z) = x(1, 0, 0) + y ( 1, 1, 1 ) + z (0, 0, 1) F 1 (x, y, z) = (x + y, y, y + z) Referências Bibliográficas BOLDRINI, J. L. et al. Álgebra linear. São Paulo: Harper & Row, 1980. BORGES, A. J. Notas de aula. Curitiba. Set. 010. Universidade Tecnológica Federal do Paraná UTFPR. CALLIOLI, C. A. et al. Álgebra linear e aplicações. São Paulo: Atual, 1990. ANTON, H.; BUSBY, R. C. Álgebra linear contemporânea. São Paulo: Bookman, 008. KOLMAN, B.; HILL, R. Introdução à álgebra linear com aplicações. 6ª ed. Rio de Janeiro: Prentice- Hall, 1998. LIPSCHUTZ, S. Álgebra linear. São Paulo: McGraw-Hill do Brasil, 197. NUNES, Luiz Fernando. Notas de aula: Matemática 1. Professor do Departamento de Matemática da Universidade Tecnológica Federal do Paraná UTFPR. STEINBRUCH, A. e WINTERLE, P. Álgebra linear. São Paulo: Pearson-Makron Books, 010. VENTURI, J. J. Álgebra Vetorial e Geometria Analítica. 9 ed. Curitiba. 1949.