UNIVERSIDADE DOS AÇORES Departamento de Matemática Curso de Especialização Tecnológica (CET) Desenvolvimento de Produtos Multimédia (DPM) Tópicos de Matemática Discreta Capitulo 1 - Álgebra de Matrizes 1. Operações com matrizes Definição : Adição de matrizes e multiplicação por um escalar Sendo A = [aij], B = [bij] ∈ Mm×n(ℜ) e α ∈ ℜ, define-se: 1. A + B como sendo a matriz do tipo m × n cujo elemento (i, j) é aij + bij. Assim A + B = [aij + bij]m × n. 2. αA como sendo a matriz do tipo m × n cujo elemento (i, j) é αaij. Tem-se então αA = [αaij]m×n. Exemplo ⎡ 1 0 −6 ⎤ ⎡ 10 3 8 ⎤ ⎡ 11 3 2 ⎤ e , tem-se B = A + B = Sendo A = ⎢ ⎥ ⎢ 1 6 4⎥ ⎢ −1 7 12 ⎥ e ⎣ ⎦ ⎣ ⎦ ⎣ −2 1 8 ⎦ ⎡1 1 2 A=⎢ ⎢ 2 −1 ⎣ 0 −3⎤ ⎥. 1 4⎥ 2 ⎦ Propriedades da adição de matrizes Sejam A, B e C matrizes em Mm×n(ℜ). Então verifica-se: 1. (A + B) + C = A + (B + C) (associatividade da adição). 2. A + B = B + A (comutatividade da adição). 3. A + 0 = 0 + A = A (0 é elemento neutro da adição). 4. A + (−A) = (−A) + A = 0 (−A é o elemento simétrico ou oposto de A). Propriedades da multiplicação de uma matriz por um escalar Sejam A, B e C matrizes em Mm×n(ℜ). Então verifica-se: 1. α(A + B) = αA + αB 2. (α + β)A = αA + βA 3. (αβ)A = α(βA) 4. 1A = A, ou seja, se multiplicarmos o escalar um por qualquer matriz A, obtemos a própria matriz A. 5. 0A = 0, ou seja, se multiplicarmos o escalar zero por qualquer matriz A, obtemos a matriz nula. Definição : Multiplicação de matrizes Sendo A = [aij] ∈ Mm×n (ℜ)e B = [bij] ∈ Mn×p(ℜ), define-se AB como sendo a matriz do tipo m×p cujo elemento (i, j) é ai1b1j + ai2b2j + … + ainbnj. Assim, ⎡ n ⎤ AB = ⎢ ∑ aik bkj ⎥ . ⎣ k =1 ⎦ m× p Como se pode ver pela definição, o produto AB da matriz A pela matriz B, apenas está definido se o número de colunas de A for igual ao número de linhas de B. Neste caso o número de linhas da matriz AB é igual ao número de linhas de A e o número de colunas é igual ao de B. O elemento de AB situado na linha i e coluna j obtém-se a partir da linha i de A e da coluna j de B: ⎡L ⎢a ⎢ i1 ⎢⎣L L L L⎤ ai 2 L ain ⎥⎥ L L L ⎥⎦ ⎡L ⎢ ⎢L ⎢M ⎢ ⎢⎣L b1 j L⎤ L L⎤ ⎡L b2 j L⎥⎥ ⎢ = L ai1b1 j + ai 2b2 j + L + ainbnj L⎥⎥ . M M ⎥ ⎢ L L⎥⎦ ⎥ ⎢L bnj L⎥⎦ ⎣ Vemos assim que: 1. a linha i de AB obtém-se multiplicando a linha i de A pela matriz B; 2. a coluna j de AB obtém-se multiplicando a matriz A pela coluna j de B; 3. AB obtém-se multiplicando a matriz A pelas colunas de B, ou multiplicando as linhas de A pela matriz B. Exemplos ⎡5 4 3 ⎤ ⎡ 1 2 7⎤ 1. Sejam A = ⎢ e B = ⎢⎢8 0 6 ⎥⎥ . ⎥ ⎣9 3 8 ⎦ ⎢⎣1 2 9 ⎥⎦ Então: ⎡1× 5 + 2 × 8 + 7 × 1 1× 4 + 2 × 0 + 7 × 2 1× 3 + 2 × 6 + 7 × 9 ⎤ ⎡ 28 18 78 ⎤ AB = ⎢ ⎥=⎢ ⎥. ⎣9 × 5 + 3 × 8 + 8 × 1 9 × 4 + 3 × 0 + 8 × 2 9 × 3 + 3 × 6 + 8 × 9 ⎦ ⎣ 77 52 117 ⎦ Note-se que neste caso o produto BA não está definido, visto o número de colunas de B ser diferente do número de linhas de A. ⎡2⎤ 2. Sejam A = [ 3 1 5] e B = ⎢⎢7 ⎥⎥ . Então: ⎢⎣ 4 ⎥⎦ AB = [3 × 2 + 1× 7 + 5 × 4] = [33] ; e ⎡ 2 × 3 2 × 1 2 × 5⎤ ⎡ 6 2 10 ⎤ BA = ⎢⎢ 7 × 3 7 × 1 7 × 5⎥⎥ = ⎢⎢ 21 7 35 ⎥⎥ . ⎢⎣ 4 × 3 4 × 1 4 × 5⎥⎦ ⎢⎣12 4 20 ⎥⎦ ⎡ 1 2⎤ ⎡ 4 −6 ⎤ e B=⎢ . Então: 3. Sejam A = ⎢ ⎥ 3⎥⎦ ⎣ −1 −2 ⎦ ⎣ −2 20 ⎤ ⎡10 ⎡0 0⎤ AB = ⎢ ; BA = ⎢ ⎥ ⎥. ⎣ −5 −10 ⎦ ⎣0 0⎦ Propriedades da multiplicação de matrizes Sejam A, A′ ∈ Mm×n(ℜ), B, B′ ∈ Mn×p(ℜ), C ∈ Mp×q(ℜ) e α ∈ ℜ Então tem-se: 1. A0 = 0, 0A = 0, AIn = ImA = A. 2. (AB)C = A(BC) (associatividade da multiplicação). 3. A(B + B′) = AB + AB′, (A + A′)B = AB + A′B (distributividades da multiplicação em relação à adição). 4. α(AB) = (αA)B = A(αB). Observações • Quando m=n= p os produtos AB e BA são ambos possíveis, mas, em geral, AB ≠ BA . (Exº 2.2 e 2.4 da ficha de exercícios). • A lei do anulamento do produto de números reais não se generaliza ao produto de matrizes (Exº 11.1 da ficha de exercícios). • De um modo geral, AB = AC não implica B=C. (Exº 11.2 e 11.3 da ficha de exercícios). • Da associatividade do produto de matrizes concluímos que não temos que nos preocupar com parênteses quando lidarmos com mais de dois factores. Em particular, fica bem definido o significado da expressão Ak, onde A é uma matriz quadrada e k é um nº natural, tendo-se A K = A × A × ... × A . K factores Definição: Matriz transposta e matriz simétrica Dada uma matriz A = [aij] do tipo m × n, define-se a transposta de A como sendo a matriz AT = [bij], do tipo n × m, onde bij = aji, para i = 1, …, n, j = 1, …, m. Uma matriz A diz-se simétrica se A = AT. Observações: 1. Os elementos da coluna i de AT são precisamente os da linha i de A, para i = 1, …, m; 2. Uma matriz é simétrica se e só se for quadrada e forem iguais os elementos situados em posições simétricas relativamente à diagonal principal. Exemplo ⎡1 2 0 ⎤ A transposta da matriz A = ⎢ ⎥ é a matriz ⎣1 5 3 ⎦ ⎡3 2 5⎤ A matriz ⎢⎢ 2 1 7 ⎥⎥ é simétrica, mas a matriz ⎢⎣ 5 7 9 ⎥⎦ ⎡1 1⎤ A = ⎢⎢2 5⎥⎥ . ⎢⎣0 3⎥⎦ T ⎡3 1 5⎤ ⎢ 2 1 7 ⎥ já não o é, uma vez que os ⎢ ⎥ ⎢⎣ 5 7 9 ⎥⎦ elementos nas posições (1, 2) e (2, 1) não são iguais. Propriedades da transposição de matrizes A transposição de matrizes goza das seguintes propriedades: 1. (AT)T = A; 2. (A + B)T = AT + BT; 3. (αA)T = αAT, sendo α um número; 4. (AB)T = BTAT ; 5. (Ak)T = (AT)k, sendo k um número natural; 2. Condensação e característica de uma matriz Definição: Matriz em escada de linhas Se uma linha de uma matriz não é toda nula, chamamos pivot ao elemento não nulo dessa linha, mais à esquerda. Uma matriz diz-se uma matriz em escada de linhas se satisfizer as seguintes condições: i) em cada linha não nula as entradas que estão por baixo do pivot são nulas, bem como as anteriores (mais à esquerda); ii) se houver linhas totalmente nulas devem aparecer depois das outras. Exemplos do aspecto de uma matriz em escada (os símbolos • representam os pivots e são não nulos): ⎡• ⎢ ⎡ • ∗ ∗⎤ ⎢ 0 ⎢ 0 • ∗⎥ , ⎢ 0 ⎢ ⎥ ⎢ ⎢⎣ 0 0 •⎥⎦ ⎢0 ⎢⎣0 ∗ 0 0 0 0 ∗ • 0 0 0 ∗ ∗ • 0 0 ∗ ∗ ∗ 0 0 Exemplo : Matriz em escada de linhas ∗ ∗ ∗ 0 0 ∗⎤ ∗ ⎥⎥ ∗⎥ , ⎥ •⎥ 0 ⎥⎦ ⎡• ⎢0 ⎢ ⎢0 ⎢ ⎣0 ∗ • 0 0 ∗⎤ ∗ ⎥⎥ . 0⎥ ⎥ 0⎦ As matrizes A, B e C são matrizes em escada de linhas. ⎡1 5⎤ ⎡2 5 0⎤ A=⎢ , B = ⎢⎢ 0 2 ⎥⎥ , ⎥ ⎣0 0 6⎦ ⎢⎣ 0 0 ⎥⎦ ⎡3 ⎢0 ⎢ C = ⎢0 ⎢ ⎢0 ⎢⎣ 0 7 1 0 0 0 4⎤ 2 ⎥⎥ 6⎥ ⎥ 0⎥ 0 ⎥⎦ 0 5 0 0 0 A matriz A tem pivots 2 e 6, os pivots de B são 1 e 2 e os de C são 3, 1 e 6. As matrizes ⎡1 ⎢ ⎢0 ⎢ ⎣⎢ 0 5 0 0 0⎤ ⎥ 6⎥ ⎥ 2 ⎦⎥ ⎡1 ⎢ ⎢0 ⎢ ⎣⎢ 0 0 5 0 6 0 2 7⎤ ⎥ 2⎥ ⎥ 4 ⎦⎥ e ⎡2 ⎢ ⎢0 ⎢ ⎣⎢ 0 3 0 0 0⎤ ⎥ 0⎥ ⎥ 1 ⎦⎥ não são matrizes em escada de linhas. -----------------------------------------------------------------------------------------------------Demonstra-se que toda a matriz não nula pode ser transformada numa matriz em escada de linhas, através de operações elementares sobre as linhas. Definição : Condensação de uma matriz Designa-se por condensação ao processo de transformar uma matriz numa em escada de linhas, através de operações elementares sobre as linhas. As operações elementares sobre as linhas de uma matriz são: • Troca, entre si, de duas linhas; • Multiplicação de uma linha por um nº real diferente de zero; • Adicionar a uma linha outra linha multiplicada por um nº real diferente de zero, e substituí-la pelo resultado. Exemplo: Condensação de uma matriz ⎡1 1 2 ⎤ Consideremos a matriz A = ⎢⎢1 3 3 ⎥⎥ . Começamos por adicionar à segunda e ⎢⎣ 2 8 12 ⎥⎦ terceira linhas de A, a primeira linha multiplicada por −1 e −2, respectivamente. ⎡1 1 2 ⎤ A matriz resultante será A′ = ⎢⎢ 0 2 1 ⎥⎥ . Esta matriz não é ainda uma matriz em ⎢⎣ 0 6 8 ⎥⎦ escada. Prosseguimos adicionando à terceira linha de A′ a segunda linha multiplicada ⎡1 1 2 ⎤ por −3. A matriz que obtemos é a matriz em escada U = ⎢⎢ 0 2 1 ⎥⎥ . ⎢⎣ 0 0 5 ⎥⎦ Terminou a condensação da matriz A. ⎡1 1 2⎤ Considere-se agora B = ⎢⎢ 2 6 6 ⎥⎥ . Adicionando à segunda e terceira ⎢⎣ 2 2 4 ⎥⎦ ⎡1 primeira linha multiplicada por −2 obtemos a matriz em escada U = ⎢⎢ 0 ⎢⎣ 0 linhas de B a 1 2⎤ 4 2 ⎥⎥ . 0 0 ⎥⎦ Na condensação de uma qualquer matriz, o nº de linhas não nulas da matriz condensada, não depende da sequência de operações elementares efectuada. Definição: Característica de uma matriz Chama-se característica de uma matriz A ao número de linhas não nulas de uma matriz condensada que, se obtém de A, através de operações elementares. Representa-se por r(A) ou car (A). Exemplo: Característica de uma matriz As matrizes A e B do Exemplo 2, têm, respectivamente, característica 3 e 2. 3. Cálculo da inversa de uma matriz através de operações elementares Definição: Inversa de uma matriz Seja A uma matriz quadrada de ordem n . Chama-se inversa da matriz A (se existir) à única matriz B de ordem n tal que : AB = BA = I n . Representa-se por A −1 . Exemplo: Inversa de uma matriz ⎡1 2 ⎤ Seja A matriz ⎢ ⎥ . Mostre que a sua inversa é a matriz ⎣1 1 ⎦ ⎡ −1 2 ⎤ ⎢ 1 −1⎥ . ⎣ ⎦ De facto, ⎡1 2 ⎤ ⎡ −1 2 ⎤ ⎡ −1 2 ⎤ ⎡1 2 ⎤ ⎢1 1 ⎥ ⎢ 1 −1⎥ = I 2 e ⎢ 1 −1⎥ ⎢1 1 ⎥ = I 2 . ⎣ ⎦⎣ ⎦ ⎣ ⎦⎣ ⎦ Propriedades da inversa de uma matriz Sejam A e B matrizes quadradas de ordem n invertíveis. Então tem-se ( A −1 ) −1 = A (AB)−1 = B−1A−1 (AT)−1 = (A−1)T Observação: Nem todas as matrizes admitem inversa. Uma matriz que admite inversa diz-se invertível ou regular. Proposição : Uma matriz de ordem n é regular (ou invertível) se e só se a sua característica é igual à ordem. Cálculo da inversa de uma matriz através de operações elementares Algoritmo de Gauss- Jordan 1. Coloca-se ao lado da matriz A a matriz identidade I, da mesma ordem da A, separada por um traço vertical; 2. Transforma-se, por meio de operações elementares sobre linhas, a matriz A na matriz I, aplicando-se, simultaneamente, à matriz I, colocada ao lado da matriz A, as mesmas operações elementares; 3. A matriz pretendida é a que se obtém onde estava I. Exemplo: Cálculo da Inversa de uma matriz ⎡ 1 −3 1 ⎤ Determinemos a inversa da matriz A = ⎢⎢ −2 3 −1⎥⎥ . ⎢⎣ −1 2 −1⎥⎦ Seguindo o método anterior, temos: ⎡ 1 −3 1 1 0 0 ⎤ ⎢ ⎥ ⎡⎣ A I ⎤⎦ = ⎢ −2 3 −1 0 1 0 ⎥ → L2 + 2 L1 ⎣⎢ −1 2 −1 0 0 1 ⎥⎦ → L3 + L1 ⎡1 −3 1 1 0 0 ⎤ 1 ⎢ ⎥ = ⎢0 −3 1 2 1 0 ⎥ → − L2 3 ⎢⎣0 −1 0 1 0 1 ⎥⎦ ⎡1 −3 1 1 0 0 ⎤ → L1 + 3L2 ⎢ ⎥ −1 0⎥ = ⎢0 1 −1 −2 3 3 3 ⎢ ⎥ 0 1 ⎥⎦ → L3 + L2 ⎣⎢0 −1 0 1 ⎡ ⎤ −1 0 ⎥ ⎢ 1 0 0 −1 −1 0⎥ = ⎢ 0 1 −1 − 2 3 3 3 ⎢ ⎥ ⎢ ⎥ → −3L3 −1 1 −1 1⎥ ⎢⎣0 0 3 3 3 ⎦ ⎡ 1 0 0 −1 −1 0 ⎤ ⎢ ⎥ 1 −1 0 ⎥ → L2 + L3 = ⎢ 0 1 −1 − 2 3 3 3 3 ⎢ ⎥ 0 0 1 1 1 3 − − ⎥⎦ ⎣⎢ ⎡1 0 0 −1 −1 0 ⎤ ⎢ ⎥ = ⎢0 1 0 −1 0 −1⎥ = ⎡⎣ I A−1 ⎤⎦ ⎢⎣0 0 1 −1 1 −3⎥⎦ Portanto, ⎡ −1 −1 0 ⎤ A = ⎢⎢ −1 0 −1⎥⎥ . ⎢⎣ −1 1 −3⎥⎦ −1