1 ÁLGEBRA MATRICIAL 1.1 TIPOS ESPECIAIS DE MATRIZES. Teorema. Sejam A uma matriz k x m e B uma matriz m x n. Então (AB) T = B T A T

Documentos relacionados
Aula 6: Determinantes

Capítulo 4. Matrizes e Sistemas de Equações Lineares

Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Luiz Fernando Satolo

Matrizes. Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Márcia A.F. Dias de Moraes. Matrizes Conceitos Básicos

Prof. Ms. Aldo Vieira Aluno:

MATRIZES, DETERMINANTES E SISTEMAS LINEARES PROF. JORGE WILSON

ÁLGEBRA LINEAR Equações Lineares na Álgebra Linear EQUAÇÃO LINEAR SISTEMA LINEAR GEOMETRIA DA ESQUAÇÕES LINEARES RESOLUÇÃO DOS SISTEMAS

Definição: uma permutação do conjunto de inteiros {1, 2,..., n} é um rearranjo destes inteiros em alguma ordem sem omissões ou repetições.

UNIVERSIDADE FEDERAL DA BAHIA DEPARTAMENTO DE MATEMÁTICA MAT ALGEBRA LINEAR I-A PROF.: GLÓRIA MÁRCIA

Aula 9. Sistemas de Equações Lineares Parte 2

SERVIÇO PÚBLICO FEDERAL Ministério da Educação

DETERMINANTES. Notação: det A = a 11. Exemplos: 1) Sendo A =, então det A = DETERMINANTE DE MATRIZES DE ORDEM 2

Estatística e Matrizes

Exercícios. setor Aula 25

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Problemas e Algoritmos

Formas Quadráticas. FUNÇÕES QUADRÁTICAS: denominação de uma função especial, definida genericamente por: 1 2 n ij i j i,j 1.

, onde i é a linha e j é a coluna que o elemento ocupa na matriz.

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES DETERMINANTES

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Determinantes

Definição 1 O determinante de uma matriz quadrada A de ordem 2 é por definição a aplicação. det

Resolução Numérica de Sistemas Lineares Parte I

MATRIZES. 1) (CEFET) Se A, B e C são matrizes do tipo 2x3, 3x1 e 1x4, respectivamente, então o produto A.B.C. (a) é matriz do tipo 4 x 2

Material envolvendo estudo de matrizes e determinantes

Uso da linguagem R para análise de dados em ecologia

TÓPICOS. Matriz. Matriz nula. Matriz quadrada: Diagonais principal e secundária. Traço. Matriz diagonal. Matriz escalar. Matriz identidade.

TÓPICOS. Equação linear. Sistema de equações lineares. Equação matricial. Soluções do sistema. Método de Gauss-Jordan. Sistemas homogéneos.

Conceito Representação Propriedades Desenvolvimento de Laplace Matriz Adjunta e Matriz Inversa

Os números racionais. Capítulo 3

TÓPICOS. Determinantes de 1ª e 2ª ordem. Submatriz. Menor. Cofactor. Expansão em cofactores. Determinante de ordem n. Propriedades dos determinantes.

6. ÁLGEBRA LINEAR MATRIZES

Módulo 02. Sistemas Lineares. [Poole 58 a 85]

Então, det(a) = 1x3 1x2 = 3 2 = 1. Determinante de uma matriz 3 x 3 Regra de Sarrus (Pierre Frédéric Sarrus) Definimos det(a) =

Sistems Lineres Form Gerl onde: ij ij coeficientes n n nn n n n n n n b... b... b...

LISTA GERAL DE MATRIZES OPERAÇÕES E DETERMINANTES - GABARITO. b =

1. Sejam R e S duas relações entre os conjuntos não vazios E e F. Então mostre que

Rresumos das aulas teóricas Cap Capítulo 4. Matrizes e Sistemas de Equações Lineares

ÁLGEBRA LINEAR - 1. MATRIZES

Prof. Weber Campos Copyri'ght. Curso Agora eu Passo - Todos os direitos reservados ao autor.

Linhas 1 2 Colunas 1 2. (*) Linhas 1 2 (**) Colunas 2 1.

MATRIZES E DETERMINANTES

Resolução Numérica de Sistemas Lineares Parte I

Recordando produtos notáveis

CCI-22. Eliminação de Gauss, Gauss-Jordan, Decomposição LU, Gauss-Jacobi, Gauss-Seidel

Bhaskara e sua turma Cícero Thiago B. Magalh~aes

Matrizes e Determinantes

MATEMÁTICA PARA REFLETIR! EXERCÍCIOS EXERCÍCIOS COMPLEMENTARES OPERAÇÕES COM MATRIZES PARA REFLETIR!...437

Cálculo Numérico Módulo III Resolução Numérica de Sistemas Lineares Parte I

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

Área entre curvas e a Integral definida

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática

Integral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i

Propriedades Matemáticas

Após encontrar os determinantes de A. B e de B. A, podemos dizer que det A. B = det B. A?

Prof. Jomar. matriz A. A mxn ou m A n

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.

Avaliação e programa de Álgebra Linear

UNIVERSIDADE FEDERAL DE PERNAMBUCO CCEN DEPARTAMENTO DE MATEMÁTICA EXAME DE QUALIFICAÇÃO PARA O MESTRADO EM MATEMÁTICA

Sebenta de Álgebra Linear e Geometria Analítica

MATEMÁTICA II - Engenharias/Itatiba MATRIZES

ALGEBRA LINEAR AUTOVALORES E AUTOVETORES. Prof. Ademilson

Revisão Vetores e Matrizes

UNITAU APOSTILA DETERMINANTES PROF. CARLINHOS NOME DO ALUNO: Nº TURMA: Bibliografia: Curso de Matemática Volume Único

Teorema 1. Seja A um anel comutativo. Então A é um domínio de integridade se e somente se A é isomorfo a um subanel de um corpo.

Desigualdades - Parte II. n (a1 b 1 +a 2 b a n b n ) 2.

Introdução ao Cálculo Numérico S(M, B) = (y i Mx i B) 2

Trigonometria FÓRMULAS PARA AJUDÁ-LO EM TRIGONOMETRIA

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática + = B =.. matrizes de M )

EQUAÇÕES E INEQUAÇÕES POLINOMIAIS

Comprimento de arco. Universidade de Brasília Departamento de Matemática

EQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c.

CONJUNTOS NUMÉRICOS NOTAÇÕES BÁSICAS. : Variáveis e parâmetros. : Conjuntos. : Pertence. : Não pertence. : Está contido. : Não está contido.

Prova 1 Soluções MA-602 Análise II 27/4/2009 Escolha 5 questões

Renato Martins Assunção

xy 1 + x 2 y + x 1 y 2 x 2 y 1 x 1 y xy 2 = 0 (y 1 y 2 ) x + (x 2 x 1 ) y + (x 1 y 2 x 2 y 1 ) = 0

Matemática. Resolução das atividades complementares. M13 Determinantes. 1 (Unifor-CE) Sejam os determinantes A 5. 2 (UFRJ) Dada a matriz A 5 (a ij

Lista 7.1 Formas Quadráticas; Conjunto Convexo; Função Convexa

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

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. Neste caso, temos uma matriz de ordem 3x4 (lê-se três por quatro ), ou seja, 3 linhas e 4

Aula 1 - POTI = Produtos Notáveis

Testes e Sebentas. Exercícios resolvidos de Álgebra Linear (Matrizes e Determinantes)

IFRN Campus Natal/Central. Prof. Tibério Alves, D. Sc. FIC Métodos matemáticos para físicos e engenheiros - Aula 02.

Introdução à Integral Definida. Aula 04 Matemática II Agronomia Prof. Danilene Donin Berticelli

FÓRMULA DE TAYLOR USP MAT

1 INTRODUÇÃO À ÁLGEBRA EM CAMPOS DE GALOIS GF(2 m )

2.4 Integração de funções complexas e espaço

Faculdade de Computação

ESTUDO SOBRE A INTEGRAL DE DARBOUX. Introdução. Partição de um Intervalo. Alana Cavalcante Felippe 1, Júlio César do Espírito Santo 1.

Matemática para CG. Soraia Raupp Musse

NOTA DE AULA. Tópicos em Matemática

UNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, utilizaremos o Teorema Fundamental do Cálculo (TFC) para o cálculo da área entre duas curvas.

Material Teórico - Módulo de Razões e Proporções. Proporções e Conceitos Relacionados. Sétimo Ano do Ensino Fundamental

Equações diofantinas lineares a duas e três variáveis

Lista 5: Geometria Analítica

Gabarito Sistemas Lineares

Índice. Matrizes, Determinantes e Sistemas Lineares. Resumo Teórico...1 Exercícios...5 Dicas...6 Resoluções...7

Matrizes e Sistemas de equações lineares. D.I.C. Mendes 1

Análise de Regressão EST036

Transcrição:

ÁLGEBRA MATRICIAL Teorem Sejm A um mtriz k x m e B um mtriz m x n Então (AB) T = B T A T Demonstrção Pr isso precismos d definição de mtriz trnspost Definição Mtriz trnspost (AB) T = (AB) ji i j = A jh B hi h ( = A T ) ( h j B T ) ih h = h ( B T ) ( ih A T ) h j Portnto, = ( B T A T ) i j (AB) T = B T A T TIPOS ESPECIAIS DE MATRIZES Problems especiis utilizm tipos especiis de mtrizes Nest seção descreveremos lgums importntes clsses de mtrizes k x n que surgem n nálise econômic Mtriz qudrd: k = n, número de linhs igul o número de coluns Mtriz colun: n = Mtriz linh: k = Mtriz digonl: k = n, i j i j = 0 Mtriz tringulr superior: i j ( = 0 se ) i > j (gerlmente qudrd) n qul cd entrd b bixo d digonl principl é 0 0 d 0 Mtriz tringulr inferior: i j = 0 se i < j c d Mtriz simétric: A T = A, i j = ji i, j Esss mtrizes são necessrimente qudrds Mtriz idempotente: Um mtriz qudrd B tl que BB = B Mtriz de permutção: Um mtriz qudrd de entrds 0 e, n qul cd linh e 0 cd colun contêm extmente Ex: 0 Mtriz não-singulr: Um mtriz qudrd cujo posto é igul o número de linhs (coluns)

MATRIZES ELEMENTARES Recorde que s três operções elementres sobre linhs são utilizds pr trzer um mtriz à form esclond por linhs: permutção de linhs, som de um múltiplo de um linh um outr linh, e 3 multiplicção de um linh por um esclr não-nulo Esss operções podem ser efetuds em um mtriz A pel multiplicção à esquerd por certs mtrizes especiis denominds mtrizes elementres Por exemplo, o seguinte teorem ilustr como permutr s linhs i e j de um dd mtriz A Teorem Forme mtriz de permutção E i j pel permut d i-ésim com j-ésim linh d mtriz identidde I Então, multiplicção à esquerd de um mtriz A por E i j tem efeito de permutr i-ésim com j-ésim linh de A Demonstrção Pr verificr isso, denotremos por e hk um entrd qulquer de E i j : e i j = e ji = 0 e ii = e j j = 0 e hh = se h i, j e kk = 0 cso contrário O elemento n linh k e colun n de E i j A é e km mn = m jn in kn k = i k = j k i, j () por () Portnto, E i j A é simplismente A com s linhs i e j trocds entre si Exemplo Suponh um mtriz A de tmnho 3 x 3, temos: 0 0 3 3 E (5)A = 0 5 0 3 = 5 5 5 3 0 0 3 3 33 3 3 33 E i j (r) é som r vezes linh i pel linh j d mtriz I E 3 (5)A = 0 0 0 0 0 5 3 3 3 3 33 = 3 3 5 + 3 5 + 3 5 3 + 33 Definição As Mtrizes E i j, E i j (r) e E i (r), que form obtids executndo s operções elementres sobre linhs n mtriz identidde, são denominds mtrizes elementres Teorem Sej E um mtriz elementr n x n obitid executndo-se um dd operção elementr sobre linhs n mtriz identidde n x n Se A é um mtriz n x n qulquer, então EA é mtriz obtid executndo quel mesm operção elementr sobre linhs em A Teorem Dd qulquer mtriz A de tmnho k x n, existem mtrizes elementres E, E,E m tis que o produto mtricil E m E m A = U, onde U está em form esclond (reduzid) por linhs

3 ÁLGEBRA DE MATRIZES QUADRADAS Usmos notção M n pr clsse de mtrizes qudrds do tipo n x n Definição Sej A um mtriz em M n Um mtriz B em M n é um invers pr A se AB = BA = I Se existir mtriz B, dizemos que A é invertível Teorem Um mtriz A de tmnho n x n pode ter, no máximo, um únic invers Demonstrção Suponh que B e C sejm inverss de A Então, C = CI = C(AB) = (CA)B = IB = B Definição Sej A um mtriz de tmnho k x n, mtriz B de tmnho n x k é um invers à direit de A se AB = I A Mtriz C de tmnho n x k é um invers à esquerd de A se CA = I Lem Se um mtriz A tem um invers à direit B e um invers à esquerd C, então A é invertível e B = C = A A Prov é nálog do teorem 85 Teorem Se um mtriz A de tmnho n x n é invertível, então A é não-singulr e únic solução do sistem de equções lineres Ax = b é x = A b Demonstrção Desejmos mostrr que se A é invertivel, então podemos resolver qulquer sistem de equções do tipo Ax = b Multiplique cd ldo deste sistem por A pr resolver em x como segue: Ax = b A (Ax) = A b (A A)x = A b Ix = A b x = A b Teorem Se um mtriz A de tmnho n x n é não-singulr, então A é invertivel Demonstrção Suponh que A é não-singulr Denotmos e i i-ésim colun de I Sendo A não-singulr equção AX = e i tem um únic solução X = c i Sej C mtriz cujs n coluns são s respectivs soluções c,,c n Como multiplicmos cd linh de A pel j-ésim colun de C pr obter j-ésim colun de AC, podemos escrever AC = A[c,,c n ] 3

= [Ac,,Ac n ] = [e,,e n ] = I () Assim C é um invers direit de A Pr ver que A tmbém possui um invers esquerd, use o teorem 84 pr escrever EA = U, onde E é um produto de mtrizes elementres e U é form esclond reduzid por linhs de A Como A é não-singlr U não tem linh de zero e cd colun contém extmente, U = I Portnto, E é um invers esquerd de A Como A tem um invers à direit e um invers à esquerd, A é invertível Podemos ser mis eficientes glutinndo tods esss informções em um mtriz umentd gigntesc (A e,,e n ) = (A I) e executr eliminção de Guss-Jordn somente um únic vez em vez de n vezes Nesse processo, mtriz umentd se reduz ( I A ) Exemplo 84 b A = c d b 0 (A I) = c d 0 (3) Se = c = 0, A é singulr Vmos supor que 0 primeiro sommos c/ vezes linh à linh, pr obter form esclond por linhs b 0 0 c (4) Se 0, A é não-singulr se, e somente se, d bc 0 Multiplique primeir linh por / e segund linh por /(d bc) b 0 0 c Some b/ vezes linh d ( 0 d A = 0 c d bc b ) ( d ) b c (5) Teorem A mtriz rbitrári A de tmnho x dd por (3) é não-singulr ( e portnto invertível) se, e somente se, d bc 0 Su invers é mtriz (5) Teorem Pr qulquer mtriz qudrd A, são equivlentes s seguintes informções: () (b) A é invertível A tem um invers à direit 4

(c) A tem um invers à esquerd (d) O sistem Ax = b tem pelo menos um solução pr cd b (e) O sistem Ax = b tem no máximo um solução pr b ( f ) A é não-singulr (g) A tem posto máximo Demonstrção N seção 74 vimos equivlênci ds firmções d) g) Os enuncidos e s provs dos teorems 86 e 87 grntem que s firmções ) d) são equivlentes Teorem Sejm A e B mtrizes qudrds invertíveis Então, () (b) (c) (A ) = A (A T ) = (A ) T AB é invertível e (AB) = B A Teorem Se A é invertível: () (b) A m é invertível pr qulquer inteiro m e (A m ) = (A )A m Pr quisquer inteiros r e s, A r A s = A r+s, e (c) pr qulquer esclr r 0, ra é invertível e (ra) = (/r)a Teorem Qulquer mtriz pode ser escrit como um produto A = F,,F m U no qul s F i são mtrizes elementres e U está n form esclond reduzid por linhs Qundo A é nãosigunlr U = I e A = F,,F m Lem Sejm L e M dus mtrizes tringulres inferiores n x n Então o protudo mtricil LM é tringlr inferior Se L e M têm somente em sus digonis, então o mesmo ocorre com LM Demonstrção A (i, j) ésim entrd do produto LM é o produto d i ésim linh de L com j ésim colun de M Usndo hipótese que l ik = 0 pr k > i e m h j = 0 pr h < j, escrevemos esse produto como: (LM) i j = (l i,,l i,i,l ii,00) 0 0 m j j m j+, j Se i < j, cd um ds i possivelmente não-nulos entrds no começo d i èsim linh de L será multiplicd pels i entrds zero do começo d j ésim colun de M O resultdo é um entrd zero em LM Portnto LM é tringulr inferior A prtir de (6) (i,i) ésim entrd n digonl de LM é l ii = m ii = Teorem Sej A um mtriz rbitrári k x n suponh que não é necessário efetur permut de linhs pr reduzir A à su form esclond por linhs Então A pode ser escrit como um produto LU, onde L é um mtriz tringulr inferior k x k com entrds n digonl e U é um mtriz tringulr superior k x n 5 m n j (6)

4 DECOMPOSIÇÃO LU Vmos resolver o sistem Ax = b d form LUx = b Primeiro tome Ux = Z e LZ = b e então resolv UX = Z 4 0 4 6 3 6 0 0 = L 0 0 0 3 U 4 0 0 3 0 0 3 x x x 3 = b 6 LZ = b UX = Z 0 0 0 3 4 0 0 3 0 0 3 z z z 3 x x x 3 = = 6 3 3 z z z 3 x x x 3 = = 3 3 0 PRODUTO DE KRONECKER Sej A mx p e B nx q então PROPRIEDADES B B p B A B = m B m B mp B A 3 3 x3 0 I = 0 x 3 0 0 0 I A = 3 0 0 0 0 0 0 3 0 0 0 3 A I = 0 0 3 0 0 0 0 3 0 0 3 0 0 0 0 3 () (A B) = A B () (A B)(C D) = AC BD 6

(3) A (B +C) = A B + A C (4) (A +C) A = B A +C A (5) A (B B) = (A B) B Implic que A e B são qudrds e não-singulres (5) e () implic que (A B)(A B ) = AA BB = I mm xi nn = I mnx mn 3 VETORIZAÇÃO DE MATRIZES Sej A mxn então V EC(A) = ( 6 Exemplo A 3 5 m m n mn ) V EC(A) = 6 3 5 7