Aula 8: Determinantes (continuação) Mais propriedades dos determinantes D9: Sejam A e B matrizes nxn e k um escalar qualquer temos que: det(kA) k det(A) n Exemplo: det(kA) ka11 ka12 ka21 ka22 k. a11 a12 ka21 ka22 k.k. a11 a12 a21 a22 D10: Sejam A, B, C matrizes nxn que diferem em uma única linha (résima) , suponha que nesta linha para todo j=1,...,n (C)rj ( A)rj ( B)rj então: det(C ) det(A) det(B) Exemplo: (Quadro) Mais propriedades dos determinantes D11: Se B é uma matriz nxn e E é uma matriz elementar nxn então: det(EB) det(E ).det(B) Consequência: det(E1E2 ...Er B) det(E1 ).det(E2 )det(Er ).det(B) D12: Uma matriz quadrada é invertível se, e somente se, det(A)≠0. D13: Se A e B são matrizes quadradas de mesmo tamanho então: det(A.B) det(A).det(B) D14: Se A é invertível então: 1 det(A ) det(A) 1 D15: Se A é ortogonal (A-1=AT) então det(A-1)=1 ou -1. Determinantes, sistemas e invertibilidade Teorema: Se A é uma matriz nxn, então as seguintes afirmações são equivalentes: a) A é invertível. b) Ax=0 só tem a solução trivial. c) A forma escalonada reduzida por linhas de A é In. d) A pode ser expressa como um produto de matrizes elementares. e) Ax=b é consistente para cada vetor coluna b de tamanho nx1. f) Ax=b tem exatamente uma solução para cada vetor coluna b nx1. g) det(A)≠0. Expansão em cofatores Definição: (menor de aij) Se A é uma matriz quadrada então o determinante menor da entrada aij, ou simplesmente o menor de aij é denotado por Mij e definido como o determinante da submatriz que sobra quando suprimido a i-ésima linha e j-ésima coluna de A. Exemplo: 1 2 3 A 4 5 6 , 7 8 9 o m enorde a11 é : M 11 5 6 8 9 45 48 3 Definição: (cofator) O número (-1)i+j Mij e denotado por Cij é chamado de o cofator de aij. Expansão em cofatores Observe a fórmula para o determinante de ordem 3: a11 a12 a13 a21 a31 a22 a32 a23 a33 a11.a22 .a33 a12 .a23 .a31 a13 .a21.a32 a13 .a22 .a31 a12 .a21.a33 a11.a23 .a32 a11 (a22 a33 a23 a32 ) a12 (a21a33 a23 a31 ) a13 (a21a32 a22 a31 ) a11M 11 a12 M 12 a13 M 13 a11C11 a12C12 a13C13 (expansão em cofatores ao longo da primeira linha) Expansão em cofatores Teorema: O determinante de uma matriz A (nxn) pode ser obtido pela soma dos produtos dos elementos de uma fila qualquer (linha ou coluna) da matriz A pelos respectivos cofatores. Estas somas são denominadas expansões em cofatores de det(A). det(A) ai1Ci1 ai 2Ci 2 ... ainCin (expansão em cofatores ao longo da linha i) det(A) a1 j C1 j a2 j C2 j ... anj Cnj (expansão em cofatores ao longo da coluna j) Exemplo: (Quadro) Expansão em cofatores Definição: (matriz de cofatores e adjunta de A) Se A é uma matriz quadrada de ordem n e Cij é o cofator de aij então a matriz C11 C12 C C22 21 A Cn1 Cn 2 C1n C2 n Cnn é chamada matriz de cofatores de A. A transposta desta matriz é chamada adjunta de A e denotada por adj(A). Exemplo: (Quadro) Fórmula para inversa de uma matriz Teorema: Se A é uma matriz nxn, invertível então 1 A adj( A) det(A) 1 Exemplo: (Quadro) Idéia da prova: Mostra –se que: A.adj( A) det(A).I Como A é invertível, det(A)≠0. Portanto a equação pode ser reescrita como: 1 A.adj( A) I ou A.[ 1 .adj( A)] I det(A) det(A) Multiplicando-se ambos os lados à esquerda por A-1 obtemos: 1 A adj( A) det(A) 1 Regra de Cramer Teorema: (Regra de Cramer) Se Ax=b é um sistema de n equações lineares com n incógnitas tal que det(A)≠0, então o sistema tem uma única solução. Esta solução é: det(An ) det(A1 ) det(A2 ) x1 , x2 ,..., xn , det(A) det(A) det(A) onde Aj é a matriz obtida subtraindo as entradas da j-ésima coluna de A pelas entradas do vetor coluna b. Observação: Quando det(A)≠0 onde A é a matriz dos coeficientes de um sistema linear, o sistema é chamado sistema de Cramer Idéia da prova + Exemplo: Quadro Regra de Cramer Através da Regra de Cramer podemos classificar um sistema linear quanto as suas soluções: • Se det(A)=0 e pelo menos um dos det(Ai)≠0 o sistema é imcompatível. • Se det(A)=0 e det(Ai)=0 para todo i o sistema é compatível e indeterminado. • Se det(A) ≠0 o sistema é compatível e determinado. Sistemas lineares da forma Ax=λx Muitas aplicações da Álgebra linear envolvem sistemas de n equações lineares e n incógnitas que aparecem no formato: Ax=λx (1) onde λ é um escalar. Tais sistemas são realmente sistemas homogêneos disfarçados pois podem ser reescritos como λx-Ax=0 ou ainda λIx-Ax=0 (λI-A)x=0. (2) Uma pergunta fundamental em relação ao sistema (1) é determinar para quais valores de λ o sistema tem solução não trivial, tal valor de λ é chamado autovalor de A. Se λ é um autovalor de A então cada solução não trivial de (2) é chamada autovetor de A associado ao autovalor λ. Sistemas lineares da forma Ax=λx Vimos que A é invertível ↔ Ax=0 tem somente solução trivial logo (λI-A)x=0 tem solução não trivial ↔ (λI-A) não é invertível, ou seja, det(λI-A)x=0 Equação característica de A Exemplo: Expresse o sistema linear abaixo no formato (λI-A)x=0 x1 3 x2 x1 4 x1 2 x2 x2 encontre: (i) A equação característica; (ii) os autovalores; (iii) os autovetores associados a cada autovalor