Professional Documents
Culture Documents
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
MATRIZES E VETORES
1) CONCEITOS BSICOS
Os clculos/operaes assim como conceitos envolvendo matrizes e vetores
constituem a base dos mtodos numricos que tratam da soluo de sistemas lineares e no
lineares de equaes algbricas ou diferenciais. A representao destes sistemas em termos
matriciais/vetoriais extremamente mais compacta e corrente na literatura tcnica. Como
visa-se neste curso apresentar os conceitos bsicos deste assunto especialmente
relacionados com aplicaes em Engenharia Qumica, os elementos de matrizes e vetores
sero em princpio nmeros ou variveis reais a no ser quando explicitamente
especificados como complexos.
Uma matriz um arranjo retangular de nmeros em m linhas e n colunas, m x n,
sendo representada como A (letras maisculas em negrito) pertencente a 9
m x n
, isto :
. O elemento da linha i A
mxn
e9 e coluna j de A representado por a
ij
(correspondente
letra minscula com o sub-ndice ij ) ou (A)
ij
. A matriz completa geralmente escrita na
forma: ou,
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
a a a
| |
|
|
|
|
|
\ .
= A
em forma mais compacta,por:
( )
ij
a = A com i= 1, ..., m e j=1, ...n. Se duas matrizes A e B
apresentam o mesmo nmero de linhas e o mesmo nmero de colunas so ditas do mesmo
tipo.
Se
(
tal que a
ij
= 0 para todo i e j ento a matriz A dita nula e
representada por 0.
)
ij
a = A
Se n=m a matriz A dita quadrada.
Se n=m e para i,j = 1, ... n a matriz quadrada A dita a a
ij ji
= simtrica.
Se n=1 tem-se um vetor coluna ou simplesmente vetor designado por v (letra minscula em
negrito) e representado por:
1
2 m
m
v
v
v
| |
|
|
= e9
|
|
|
\ .
v
( )
1
1 2
T xn
i i i in
a a a = e9 vetores
linhas da matriz A.
2) OPERAES ENTRE MATRIZES
As operaes de adio ou subtrao so definidas apenas para matrizes do mesmo
tipo, assim se A e B so matrizes (m x n ) ento a matriz C , tambm (m x n ), soma ou
subtrao de A com B, representada por C = A B, tem como termo geral :
c
ij
= a
ij
b
ij
para i = 1, ... , m e j = 1, ... , n .
Se o um escalar qualquer, a matriz oA uma matriz cujo termo geral oa
ij
.
A operao de multiplicao de matrizes est intimamente relacionada a
transformaes de coordenadas. Assim sejam as seguintes transformaes lineares:
para i = 1, ..., m e
1
n
i ij
j
z a y
=
=
j
1
p
j jk k
k
y b x
=
=
1
m
i ik
k
z c x
=
=
T
u v que
comutvel, isto . Este produto chamado de =
T T
u v v u produto escalar de dois
vetores.
Se A uma matriz (m,n) e v um vetor (n,1) ento o produto um vetor u
(m,1) cujo termo geral : para i = 1, ..., m. Este produto pode ser efetuado de
duas formas distintas:
A v
1
n
i ij
j
u a v
=
=
j
|
|
T
i i
u
(a) por linhas (mtodo ij) considerando a partio por linhas da matriz A, isto : ,
ento: , isto o elemento i de u dado por
1
2
T
T
T
m
| |
|
|
=
|
|
|
\ .
a
a
A
a
1
2
T
T
T
m
| |
|
=
|
|
\ .
a v
a v
A v
a v
, isto o vetor u
uma combinao linear dos vetores coluna de A sendo os coeficientes desta combinao os
elementos do vetor v.
Exemplo Ilustrativo
1 2
7
3 4 ,
8
5 6
| |
| |
|
= =
|
|
\ .
|
\ .
A v
(a)mtodo ij: e ( ) ( )
1 2
7 7
1 2 1 7 2 8 23 ; 3 4 3 7 4 8 53
8 8
u u
| | | |
= = + = = = + =
| |
\ . \ .
( )
3
7
5 6 5 7 6 8 83
8
u
| |
= = + =
|
\ .
, logo:
23
53
83
| |
|
=
|
|
\ .
u
3
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
(b) mtodo ji: .
1 2 23
7 3 8 4 53
5 6 83
| | | | | |
| | |
= + =
| | |
| | |
\ . \ . \ .
u
A designao dos mtodos como ij e como ji deve-se forma como os loops de
programao so efetuados, assim no primeiro mtodo tem-se o seguinte fluxograma:
Especificao de m e n
a e v
ij j
u = 0
i
para i= 1,...., m e j=1,.....,n
i : m
i > m
PARE
i < m _
j = j + 1
_
j : n
j < n
u = u + a v
i i
j > n
loop
externo
loop
interno
i = 1
i = i +1
j = 1
ij j
4
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
Note que neste caso o loop externo em i (linha)e o loop interno em j (coluna).
O segundo mtodo descrito pelo fluxograma:
Especificao de m e n
a e v
ij j
u = 0
i
para i= 1,...., m e j=1,.....,n
i > m
PARE
i < m _
_ j < n
j > n
loop
externo
loop
interno
j=1
u = u + v a
i i j ij
i = i + 1
i : m
i = 1
j : n
j = j + 1
Note que neste caso o loop externo em j (coluna) e o loop interno em i (linha).
5
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
Estes mtodos podem tambm ser ilustrados acompanhando passo a passo o
Exemplo Ilustrativo anterior segundo cada um dos algoritmos.
Mtodo ij
i 1 1 2 2 3 3
j 1 2 1 2 1 2
u
1
7 23 23 23 23 23
u
2
0 0 21 53 53 53
u
3
0 0 0 0 35 83
Mtodo ji
j 1 1 1 2 2 2
i 1 2 3 1 2 3
u
1
7 7 7 23 23 23
u
2
0 21 21 21 53 53
u
3
0 0 35 35 35 83
A operao de transposio de uma matriz A (m,n) consiste em trocar as linhas
pelas colunas de A, esta nova matriz chamada de matriz transposta de A , representada
por A
T
, e uma matriz (n,m) cujo termo da linha j e coluna i
T
ji ij
a a = para j = 1, ... , n e i
= 1, ... , m. Se a matriz A simtrica ento: A = A
T
.
As propriedades que sero descritas a seguir aplicam-se exclusivamente a matriz
quadradas (n,n) e a vetores coluna (n,1) e a vetores linha (1,n).
Define-se como matriz identidade a matriz I cujo elemento geral :
, onde o
ij
chamado de delta de Kronecker, deste modo a
matriz identidade uma matriz diagonal cujos termos da diagonal so todos unitrios,
assim: , entendendo-se como
( )
1 apenas se i=j
0 sempre que i j
ij
ij
= o =
=
I
|
|
1 0 0
0 1 0
0 0 1
| |
|
=
|
|
\ .
I
=
|
|
\ .
D
|
|
( )
1 2 n
d d diag d = D
Note que toda matriz diagonal simtrica.
Uma propriedade muito importante da matriz identidade : = = I A A I A, isto , a
matriz identidade pr-multiplicada ou ps-multiplicada por qualquer matriz quadrada de
mesma dimenso no altera o valor de elemento algum desta matriz.
6
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
Uma matriz diagonal um caso particular de matrizes dita esparsas, que so
matrizes que apresentam um grande nmero de elementos nulos, sendo os elementos no
nulos mais a exceo do que a regra. Algumas destas matrizes so apresentadas abaixo:
1) matrizes tridiagonais so matrizes que apresentam apenas os elementos da diagonal, os
elementos sobre a diagonal e os elementos sob a diagonal no nulos, sendo os demais nulos,
assim se A uma matriz tridiagonal ento:
0 se i = j - diagonal
0 se i = j+1 (para i= 2,...,n)-sob a diagonal
0 se i = j - 1 (para i=1,...,n-1)- sobre a diagonal
=0 em qualquer outro caso
ij
a
=
=
=
2) matrizes bidiagonais so matrizes que apresentam apenas os elementos da diagonal e os
elementos sobre a diagonal ou sob a diagonal no nulos, no primeiro caso diz-se que a
matriz bidiagonal superior e no segundo caso bidiagonal inferior.
3) matrizes triangulares so matrizes que apresentam todos os elementos sob (ou sobre) a
diagonal nulos, sendo neste caso chamada de matriz triangular superior ou matriz U (ou
triangular inferior ou matriz L), assim:
( ) 0
ij
= U se i > j e se j > i . ( ) 0
ij
= L
Algumas vezes para evitar ambigidades representa-se a matriz identidade de
dimenso n por I
n
.
O trao de uma matriz quadrada A a soma dos elementos de sua diagonal, isto :
. ( )
1
n
ii
i
tr a
=
=
A
Uma matriz quadrada A dita positiva definida se 0 >
T
x A x para todo vetor
(isto no nulo), caso = x 0 0 >
T
x A x a matriz A dita positiva semi-definida e se
para alguns vetores 0 > x
T
x A = x 0 e se 0 <
T
x A x para algum vetor a matriz A
dita
= x 0
no-definida. Alm disto, A dita negativa definida se 0 <
T
x A x para todo vetor
e dita = x 0 negativa semi-definida caso 0 s x A x
T
.
O determinante de uma matriz A um escalar obtido atravs da soma de todos os
produtos possveis envolvendo um elemento de cada linha e cada coluna da matriz, com o
sinal positivo ou negativo conforme o nmero de permutaes dos ndices seja par ou
mpar. Sua obteno e sua representao, apesar de ser um dos conceitos mais preliminares
envolvendo matrizes, no so tarefas triviais e o conceito de determinante ser utilizado
nestas notas apenas como base de outras propriedades de matrizes quadradas. Assim, o
determinante de A designado por det(A) pode ser representado por:
( )
1 2
1,i 2, ,
det a
n
i n
a a =
A
i
, ou ento atravs do conceito de cofator do elemento ij da
matriz A (representado por A
ij
)que o determinante da matriz obtida cancelando a linha i e
a coluna j da matriz A com o sinal mais ou menos conforme i+j seja par ou mpar, assim:
( )
( 1) det
i j
ij ij
A
+
= A onde matriz quadrada (n-1,n-1) obtida pela eliminao da linha
i e a coluna j de A.. Tem-se ento:
ij
A
7
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
( )
1
det
n
ij ij
j
a A
=
=
A
(expanso do determinante pela linha i),
( )
1
det
n
ij ij
i
a A
=
=
A
(expanso do determinante pela coluna j).
Alm disto: (pois equivaleria a dizer que a matriz A apresenta duas
linhas iguais, no caso as linhas i e k); e
1
0 se k i
n
ij kj
j
a A
=
=
1
0 se k j
n
ij ik
i
a A
=
=
det( ) = = A A A A A I
. Deste modo se det(A) = 0 (A regular) define-se:
1
det( )
= A
A
1
A a chamada inversa de A que tem como propriedade:
= = A A A A I
1 1
que existe apenas se det(A) = 0. Note que
( )
( )
1
1
det
det
= A
A
Exemplo Ilustrativo: Considere a seguinte matriz (2x2):
a b
c d
|
=
\ .
A
|
|
, assim, seus cofatores so:
11 12
21 22
; A
; A
A d c
A b a
= =
= =
, permitindo determinar a
matriz adjunta: , note que:
d b
c a
| |
=
\ .
A
|
1 0
1
( ) det( )
0 1 ( )
d b
a d b c
c a a d b c
| | | |
= = = =
| |
\ . \ .
A A A A A I A
1
, isto , para
determinar a inversa de uma matriz (2x2) basta trocar os elementos da diagonal principal,
trocar o sinal dos elementos da diagonal secundria e dividir a matriz resultante pelo
determinante da matriz original.
Se , isto a inversa da matriz igual a sua transposta, ento a matriz A
chamada de
T
= A A
1
matriz ortogonal., e neste caso o det(A) = +1 ou -1 .
Exemplo Ilustrativo - Considere a mudana de coordenadas em 9
2
resultante da simples
rotao dos eixos, conforme mostrado abaixo:
x
x
1
2
y
1
2
y
u
P
v
1
u
1
v
u
2
2
O
r
o
u
v-se da figura acima que no sistema original (x
1
, x
2
) : v
1
= r cos(o) e : v
2
= r sen(o), o
vetor OP faz um ngulo igual a u - o com o eixo y
1
e projeta-se na poro negativa do eixo
y
2
, assim: ou seja:
( )
( )
1
2
cos cos cos
cos cos
u r r r sen sen
u r sen r sen r sen
= uo = u o+ u o
= uo = u o+ u o
9
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
2
2
1 1
2 1
cos
cos
u v sen v
u sen v v
= u + u
= u + u
|
.
|
|
u v
v u
u
u
v u
u
u
T
1
1
T
3 3
3
2
1
3 2
2
2
2
=
|
\
|
.
|
|
|
\
|
.
|
|
......................................................................
u v
v u
u
u
T
j j
j k
k
k
k
j
=
|
\
|
.
|
|
(
( =
2
1
1
para j = 2, ..., n com u
1
= v
1
onde p = + + + p p p
n 1
2
2
2
2
(mdulo de p)
Encontrando-se durante este processo algum vetor u
k
com mdulo nulo ( ou menor que um
valor pequeno preestabelecido) abandona-se este vetor e prossegue-se o procedimento
renumerando-se os vetores subseqentes, ao final do processo o nmero de vetores u
k
no
nulos igual ao posto da matriz. Este procedimento pode ser tambm aplicado a matrizes
no-quadradas.
Exemplos Ilustrativos :Calcular atravs do processo de ortogonalizao de Garm-Schmidt o
posto de cada uma das matrizes abaixo:
11
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
(a) ; (b) ; (c) .
2 3 7
4 6 2
4 0 1
|
\
|
.
|
|
|
\
|
.
|
|
|
1 2 3
2 4 1
1 2 4
5 10 6
|
\
|
.
|
|
|
1 2 3 1
2 4 1 3
1 2 4 4
5 10 6 10
(a) utilizando os vetores coluna da matriz, isto : , v v v
1 2 3
2
4
4
3
6
0
7
2
1
=
|
\
|
.
|
|
=
|
\
|
.
|
|
=
|
\
|
.
|
|
; e
tem-se: u v u u v u v
1 1 2
= =
|
\
|
.
|
|
= = =
1 1 1
2
4
4
6 1 ;
T T
3
8
u v
v u
u
u u
2
T
1
1
2 2
2
1
2
2 2 3
3
6
0
18
6
2
4
4
4
4
2
6 1 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
= = ;
T
u v 8
u v
v u
u
u
v u
u
u u
T
1
1
T
3 3 3
3
2
1
3 2
2
2
2
2 2
7
2
1
18
6
2
4
4
18
6
4
4
2
4
2
4
6 =
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
|
\
|
.
|
|
+
|
\
|
.
|
|
=
|
\
|
.
|
|
=
como os 3 vetores u
1
, u
2
e u
3
so no nulos o posto da matriz igual a 3.
utilizando os vetores linha da matriz, isto : , v v v
1 2 3
2
3
7
4
6
2
4
0
1
=
|
\
|
.
|
|
=
|
\
|
.
|
|
=
|
\
|
.
|
|
; e
tem-se: u v u u v u v
1 1 2
= =
|
\
|
.
|
|
= = =
1 1
2
3
7
62 4 1 ;
T T
;
1 3
u v
v u
u
u u u
2
T
1
1
2 2
2
1 2 2
4
6
2
4
62
2
3
7
3 871
6 194
1548
7 466 13 935 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
= =
,
,
,
, , ;
T
v
3
u v
v u
u
u
v u
u
u
T
1
1
T
3 3
3
2
1
3 2
2
2
2
2
4
0
1
1
62
2
3
7
13 935
7 466
3 871
6 194
1 548
=
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
+
|
\
|
.
|
|
+
|
\
|
.
|
|
=
,
,
,
,
,
=
|
\
|
.
|
|
=
3
1 5
1 5
13 5 ,
,
, u
3
, novamente tem-se os 3 vetores u
1
, u
2
e u
3
no nulos e o posto da
matriz igual a 3.
(b) utilizando os vetores coluna da matriz, isto : , v v v
1 2 3
1
2
1
5
2
4
2
10
3
1
4
6
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
; e
u v u u v u v
1 1 2
= =
|
\
|
.
|
|
|
= = =
1 1
1
2
1
5
31 62 33 ;
T T
;
1 3
12
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
u v
v u
u
u u
2
T
1
1
2 2
2
1 2
2
4
2
10
62
31
1
2
1
5
0
0
0
0
0 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
+
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
novo: u v
v u
u
u u
T
1
1
2 3
3
2
1 2
3
1
4
6
33
31
1
2
1
5
4 065
1129
2 935
0 677
5 184 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
+
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
,
,
,
,
, , como h
apenas 2 vetores coluna linearmente independente o posto desta matriz igual a 2;
utilizando os vetores linha da matriz, isto :
v v v v
1 2 3 4
1
2
3
2
4
1
1
2
4
5
10
6
=
|
\
|
.
|
|
=
|
\
|
.
|
|
=
|
\
|
.
|
|
=
|
\
|
.
|
|
; ; e , tem-se:
u v u u v u v u v
1 1 2
= =
|
\
|
.
|
|
= = = =
1 1 1 4 1 3
1
2
3
14 7 7 ; e
T T T
u v
v u
u
u u u
2
T
1
1
2 2
2
1 2
2
4
1
7
14
1
2
3
15
3
2 5
17 5 17 5 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
= =
,
,
, , ; e
T
v
2 3
u v
2 4
52 5
T
= ,
u v
v u
u
u
v u
u
u u
T
1
1
T
3 3
3
2
1
3 2
2
2
2 3
1
2
4
7
14
1
2
3
17 5
17 5
15
3
2 5
0
0
0
0 =
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
+
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
=
,
,
,
,
n
ovo: u
3
:
u v
v u
u
u
v u
u
u u
T
1
1
T
3 4
4
2
1
4 2
2
2
2 3
5
10
6
7
14
1
2
3
52 5
17 5
15
3
2 5
0
0
0
0 =
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
=
,
,
,
,
desta forma a matriz apresenta apenas 2 vetores linha linearmente independentes
reconfirmando que a matriz tem posto = 2;
(c) utilizando os vetores coluna da matriz, isto :
v v v v
1 2 3 4
1
2
1
5
2
4
2
10
3
1
4
6
1
3
4
10
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
; ; e ,
u v u u v u v u v
1 1 2
= =
|
\
|
.
|
|
|
= = = =
1 1 1 3
1
2
1
5
31 62 33 59 ; e
T T T
;
1 4
u v
v u
u
u u
2
T
1
1
2 2
2
1 2
2
4
2
10
62
31
1
2
1
5
0
0
0
0
0 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
+
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
13
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
novo: u v
v u
u
u u
T
1
1
2 3
3
2
1 2
3
1
4
6
33
31
1
2
1
5
4 065
1129
2 935
0 677
5 184 =
|
\
|
.
|
|
=
|
\
|
.
|
|
|
+
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
=
,
,
,
,
, ,
u v
2 4
19 194
T
= ,
u v
v u
u
u
v u
u
u
T
1
1
T
3 4
4
2
1
4 2
2
2
2
2
1
3
4
10
59
31
1
2
1
5
19 194
5184
4 065
1129
2 935
0 677
0
0
0
0
=
|
\
|
.
|
|
|
\
|
.
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
,
,
,
,
,
,
= u
3
0;como h apenas 2 vetores coluna linearmente independente o posto desta matriz
igual a 2, isto pode ser reconfirmado com os vetores linha da matriz.
4) FUNES DE MATRIZES
De forma anloga a funes analticas de variveis escalares que podem, em um
certo domnio, ser expandidas em sries de potncias da forma:
f x c x
i
i
i
( ) =
=
0
onde : c
i
d f x
dx
i
i
i
x
=
(
=
1
0
!
( )
tem-se as funes de matrizes que um matriz
da forma: . Como exemplo tem-se a funo exponencial de uma matriz A
definida , em analogia funo e
x
=
f ( ) c
i
i
i
A =
=
0
A
1
0
i
x
i
i
!
, pela srie:
( ) exp
!
A
A
= =
=
e
i
i
i
1
0
A , note que esta funo apresenta as propriedades:
i-) exp(0) = I onde 0 a matriz nula;
ii-) ( ) exp
!
A
A
t e
t
i
t
i
i
i
= =
=
0
A onde t um escalar, assim:
( ) d t
dt
it
i
t
i
t
i
i
i
i
i
i
exp
! !
exp( )
A
A A A A A = = =
1
0 0
ou seja se ( ) ( ) u t t = exp A , tem-se:
e ( ) u 0 = I
( )
( )
d t
dt
t
u
u = A , ou seja a matriz ( ) u t soluo da equao diferencial
ordinria matricial
( )
( )
d t
dt
t
u
u = A , sujeita condio inicial ( ) u 0 = I .
Uma forma mais simples para determinar funes de matrizes pode ser desenvolvida
atravs da aplicao do Teorema de Cayley-Hamilton que estabelece que todo a matriz
quadrada A raiz de seu polinmio caracterstico, isto se
( ) p c c c
n n n
n
= + + + + +
1
1
2
2
1
c
n
o polinmio caracterstico de A, ento:
14
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
n
( ) p c c c c
n n n
n n
A A A A A I 0 = + + + + + =
1
1
2
2
1
C C C C
1
= + + +
n n
n
1
2
2
1
n n
n n
n n n
n n
c c c c
1
2
2
1
1
2
2
1
igualando os termos eqipotentes de , tem-se:
C I A A C A
C A C I A A C A C A
C A C I A A C A C A
C A C I A A C A C A
A C I A I A C I
1 1
2 1 1
1 1
2 1 1
1
3 2 2
2 2
3
1
2 2
2
1 1
2
1 1
0
= =
= =
= =
= =
= = =
n n n
n n n n
n n n n
n n n n n n
n n n n
c c
c c
c c
c c
=
1
1 2
1
1
2
substituindo a expresso de A
n
, tem-se:
( ) ( ) ( ) A A A A
n n n
n n n
c c c c c c c c c c
+
= + + + +
1
1
2
2
1
1 2 3
2
1 1 1
I
I
0
, e assim
sucessivamente, o que permite concluir que :
A A A A
m n n
n n
d d d d = + + + +
1
1
2
2
1
para m = 0, 1, 2,..... Alm disto se A
regular, multiplica-se membro a membro de p(A) por A
-1
, resultando em :
A A A I A
n n n
n n
c c c c
+ + + + + =
1
1
2
2
3
1
1
ou seja:
(
A A A A
= + + + +
1 1
1
2
2
3
1
-
1
c
n
n n n
n
c c c
)
I
I
A
{ note que c
n
=(-1)
n
det(A) = 0 pois
A regular ou no-singular), assim sendo se A regular:
A A A A
m n n
n n
d d d d = + + + +
1
1
2
2
1
para m = 0, 1, 2,......
A aplicao do Teorema de Cayley-Hamilton srie de potncias
permite reescrev-la na forma:
f c
i
i
i
( ) A A =
=
0
f
i
i
i
n
( ) A =
=
o
0
1
pois potncias superiores (n-1) da
matriz A pode, pelo teorema de Cayley-Hamilton, serem expressas em termos das (n-1)
primeiras potncias da matriz A, alm disto de acordo com a propriedade anteriormente
apresentada de que se um valor caracterstico e v o correspondente vetor caracterstico
de A, ento q() valor caracterstico e v o correspondente vetor caracterstico de
q a a a
m m m
m m
( ) A A A A A I = + + + + +
1
1
2
2
1
f
i
i
i
n
( ) o =
=
0
1
a tem-se que os valores caractersticos de
f(A) satisfazem a: , ento para determinar os coeficientes o
i
, assim
procede-se:
15
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
(i) se os valores caractersticos de A so todos distintos, resolve-se o sistema linear de
equaes: para k = 1, 2, ...n; o
i k
i
k
i
n
f =
=
( )
0
1
Se A uma matriz (2,2), o
0
, o
1
soluo de :
o o
o o
o
o
0 1 1 1
0 1 2 2
0
2 1 1 2
2 1
1
2 1
2 1
+ =
+ =
f
f
f f
f f
( )
( )
( ) ( )
( ) ( )
caso
1
=
2
tem-se:
o
o
0
2 1 1 2
2 1
1 1 1
1
2 1
2 1
1
2 1
2 1
=
(
= '
=
(
= '
lim
lim
f f
f f
f f
f
( ) ( )
( ) ( )
( ) ( )
( )
o mesmo resultado poderia ser obtido derivando-se a segunda equao do sistema em
relao a
2
e, em seguida, fazer
2
1
, assim:
o o
o
o
o
0 1 1 1
1 1
0 1 1 1
1 1
+ =
= '
= '
= '
f
f
f f
f
( )
( )
( ) ( )
( )
Exemplos Ilustrativos: (a) para calcule A
-3
e ln(A); A =
|
\
|
.
|
4 2
1 3
(b) para A = calcule
|
\
|
.
|
5 3
2 2
A .
(a) , assim: ( )( ) p( ) = + = = =
2
1 2
7 10 2 5 2 5 e
o
o
0
1
5 2 2 5
3
5 2
3
=
=
f f
f f
( ) ( )
( ) ( )
; para f(x)=x
-3
tem-se:
o
o
0
1
5 8 2 125
3
0 203
1 125 1 8
3
0 039
=
=
=
=
,
,
logo:
A
=
|
\
|
.
|
|
\
|
.
|
=
|
\
|
.
|
3
0 203
1 0
0 1
0 039
4 2
1 3
0 047 0078
0 039 0 086
, ,
,
, ,
e
para f(x)=ln(x), tem-se
o
o
0
1
5 2 2 5
3
0 082287
5 2
3
0 30543
=
=
=
=
ln( ) ln( )
,
ln( ) ln( )
,
ento:
B A = =
|
\
|
.
|
+
|
\
|
.
|
=
|
\
|
.
|
ln( ) , ,
, ,
, ,
0 082287
1 0
0 1
0 305430
4 2
1 3
1 304008 0 610860
0 30543 0 998577
, esta ltima
funo matricial est correta se a funo inversa tambm verdadeira, isto : A = exp(B),
para isto deve-se inicialmente determinar os valores caractersticos de B que so
16
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
q
1
=0,693147 e q
2
=1,609438 determina-se a seguir:
|
q q
q q
|
q q
0
2 1
2 1
1
2 1
2 5
0 269412
5 2
3 27407
=
=
=
,
,
e ento:
exp( ) , ,
, ,
, ,
B A =
|
\
|
.
|
+
|
\
|
.
|
=
|
\
|
.
|
= 0 269412
1 0
0 1
3 27407
1 304008 0 610860
0 30543 0 998577
4 2
1 3
(b) ento como ( )( ) p( ) = = + = =
2
1 2
3 4 1 4 1 4 e f x x ( ) = , tem-
se: ( ) ( ) f
1
1 4 2 = = = = i e f
2
logo:
o
o
0
1
4 2
5
0 4 0 8
2
5
0 4 0 2
=
+
= +
=
=
i
i
i
i
, ,
, ,
e
( ) ( ) A i i
i i
i i
= +
|
\
|
.
|
+
|
\
|
.
|
=
+
+
|
\
|
.
|
0 4 0 8
1 0
0 1
0 4 0 2
5 3
2 2
2 4 0 2 1 2 0 6
0 8 0 4 0 4 1 2
, , , ,
, , , ,
, , , ,
note que:
( )
A
i i
i i
i i
i i
A
2 2 4 0 2 1 2 0 6
0 8 0 4 0 4 1 2
2 4 0 2 1 2 0 6
0 8 0 4 0 4 1 2
5 3
2 2
=
+
+
|
\
|
.
|
+
+
|
\
|
.
|
=
|
\
|
.
|
=
, , , ,
, , , ,
, , , ,
, , , ,
(ii) se a matriz A apresenta valores caractersticos mltiplos, por exemplo,
, neste caso para levantar a indeterminao no clculo
1 2 1
= = = = = =
+
m m n
dos coeficientes o
i
, deriva-se em relao a
1
m vezes a equao correspondente a
1
,
assim: ; ; ; ....; o
i
i
i
n
f =
=
1 1
0
1
( ) i f
i
i
i
n
o = '
1
1
1
1
1
( ) i i f
i
i
i
n
( ) ( ) = ''
1
1
2
1
2
1
o
i i i m
d f
d
i
i m
m
m
i m
n
( ) ( )
( )
+ =
1 1
1
1
1
o
sendo as demais equaes:
o
i k
i
k
i
n
f =
=
( )
0
1
para k = m+1, m+2, ...n.
Exemplo Ilustrativo: para calcule exp(A); A =
|
\
|
.
|
|
|
1 750 2 000 0 250
0 125 2 000 0 375
0 250 2 000 0 250
, , ,
, , ,
, , ,
p( ) det
, , ,
, , ,
, , ,
=
+
+
+
|
\
|
.
|
|
|
= + + + = = =
1750 2 000 0 250
0125 2 000 0 375
0 250 2 000 0 250
4 5 2 0 1
3 2
1 2
e
3
2 = , assim:
o o o
o o
o o o
0 1 2
1 2
0 1 2
1
2
2 4 2
+ =
=
+ =
exp( )
exp( )
exp( )
1 tem-se assim: logo:
o
o
o
0
1
2
0 871094
0 638550
0 135335
=
=
=
,
,
,
17
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
( ) exp , ,
, , ,
, , ,
, , ,
,
, , ,
, , ,
, , ,
A =
|
\
|
.
|
|
|
+
|
\
|
.
|
|
|
+
|
\
|
.
|
|
|
= 0 871094
1 0 0
0 1 0
0 0 1
0 638550
1 750 2 000 0 250
0 125 2 000 0 375
0 250 2 000 0 250
0 135335
1 750 2 000 0 250
0 125 2 000 0 375
0 250 2 000 0 250
2
=
0 193471 1 065512 0 358348
0 029068 0 435547 0 062902
0 058136 0 135335 0 242076
, , ,
, , ,
, , ,
|
\
|
.
|
|
|
Caso desejar-se determinar uma srie de potncias
onde a varivel t uma varivel escalar real, esta funo pode ser rescrita na forma:
onde uma funo escalar de t determinada atravs da
soluo de:
( ) f t c t t
i
i i
i
( ) A A = =
=
0
+
( )
| |
+( ) t t
i
i
i
n
=
=
o A
0
1
( ) o
i
t
(i) para k = 1, 2, ...n se os valores caractersticos de A so todos
distintos;
( ) o
i k
i
k
i
n
t f =
=
( )
0
1
t
t (ii) ; ( ) o
i
i
i
n
t f =
=
1 1
0
1
( )
( ) i t t
df
d
i
i
t
i
n
o
=
=
1
1
1
1
1
( )
;
( ) i i t t
d f
d
i
i
t
i
n
( )
( )
=
=
=
1
1
2 2
2
2
2
1
1
o
;
( ) i i i m t t
d f
d
i
i m m
m
m
t
i m
n
( ) ( )
( )
+ =
=
=
1 1
1
1
1
o
sendo as demais equaes:
para k = m+1, m+2, ...n. se ( ) o
i k
i
k
i
n
t f =
=
( )
0
1
t
1 2 1
= = = = = =
+
m m n
Exemplos Ilustrativos: (a) para calcule exp(At); A =
|
\
|
.
|
4 2
1 3
(b) para A = calcule. exp(At).
|
\
|
.
|
3 2
2 1
(a) , assim: ( )( ) p( ) = + = = =
2
1 2
7 10 2 5 2 5 e
18
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
o
o
0
2 5
1
5 2
5 2
3
3
=
=
e e
e e
t t
t t
; logo: exp( ) At
e e e e
t t t t
=
|
\
|
.
|
|
\
|
.
|
+
|
\
|
.
|
|
\
|
.
|
5 2
3
1 0
0 1 3
4 2
1 3
2 5 5 2
ento:
d[exp( t
dt
e e e e
t t t t
A )]
=
|
\
|
.
|
|
\
|
.
|
+
|
\
|
.
|
|
\
|
.
|
10
3
1 0
0 1
5 2
3
4 2
1 3
2 5 5 2
e
A A [exp( )] t
e e e e
t t t t
=
|
\
|
.
|
|
\
|
.
|
+
|
\
|
.
|
|
\
|
.
|
|
\
|
.
|
`
)
=
5 2
3
4 2
1 3 3
7
4 2
1 3
10
1 0
0 1
2 5 5 2
=
|
\
|
.
|
|
\
|
.
|
+
|
\
|
.
|
|
\
|
.
|
= 10
3
1 0
0 1
5 2
3
4 2
1 3
2 5 5 2
e e e e d[exp( t
dt
t t t t
A )]
e
exp(A0)=I, comprovando que esta matriz exponencial est correta.
(b) deve-se assim resolver o sistema: ( ) p( ) = + + = + = =
2
2
1 2
2 1 1 1
( )
( )
o o
o
o o
o
o
o
o
o
0 1 1
1
0 1
1
0
1
0
1
1
1
1
1
+ =
=
=
=
= +
=
=
=
e
te
e
te
t e
te
d
dt
te
d
dt
t e
t
t
t
t
t
t
t
t
assim:
( ) exp( ) At t e te
t t
= +
|
\
|
.
|
+
|
\
|
.
|
1
1 0
0 1
3 2
2 3
; exp( ) At
t =
=
|
\
|
.
|
0
1 0
0 1
e
| |
d t
dt
te t e
t t
exp( )
( )
A
=
|
\
|
.
|
+
|
\
|
.
|
1 0
0 1
1
3 2
2 3
e
( ) A A
A
[exp( )]
)]
t t e te
d[exp( t
dt
t t
= +
|
\
|
.
|
|
\
|
.
|
+
|
\
|
.
|
`
)
=
1
3 2
2 3
2
3 2
2 3
1 0
0 1
,
comprovando que a matriz exponencial est correta.
5) FORMAS QUADRTICAS
Em 9
2
a expresso geral das formas quadrticas :
f x x c b x b x
a
x a x x
a
x ( , )
1 2 1 1 2 2
11
1
2
12 1 2
22
2
2
2 2
= + + + + + ,
cujas derivadas parciais so:
c
c
f x x
x
b a x a x
( , )
1 2
1
1 11 1 12 2
= + + e
c
c
f x x
x
b a x a x
( , )
1 2
2
2 22 2 12 1
= + +
c
c
2
1 2
1
2
11
f x x
x
a
( , )
= ;
c
c c
c
c c
f x x
x x
f x x
x x
a
( , ) ( , )
1 2
1 2
1 2
2 1
12
= = e
c
c
2
1 2
2
2
22
f x x
x
a
( , )
= .
Esta forma quadrada pode ser rescrita em forma matricial, segundo:
19
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
( ) ( ) f x x c b b
x
x
x x
a a
a a
x
x
( , )
1 2 1 2
1
2
1 2
11 12
12 22
1
2
1
2
= +
|
\
|
.
| +
|
\
|
.
|
|
\
|
.
| , ou seja, definindo:
x b A =
|
\
|
.
| e9 =
|
\
|
.
| e9
|
\
|
.
| e9
x
x
b
b
a
a a
x
1
2
2
1
2
2
12
12 22
2 2
, e =
a
11
[ matriz simtrica], tem-se:
( ) f c
T T
x b x x A = + +
1
2
x
definindo o operador diferencial vetorial : V=
c
c
c
c
x
x
1
2
|
\
|
.
|
|
|
|
(operador gradiente) , tem-se:
Vf(x) =
c
c
c
c
f x x
x
f x x
x
( , )
( , )
1 2
1
1 2
2
|
\
|
.
|
|
|
|
= + b A x (vetor gradiente de uma funo escalar f) e
V
2
f(x) = ( )
c
c
c
c
c
c
c
c
c
c
c
c
x x
f x x
x
f x x
x
f x x
x
f x x
x
a a tr
1 2
1 2
1
1 2
2
2
1 2
2
1
2
1 2
2
2
11 22
|
\
|
.
|
|
\
|
.
|
|
|
|
= + = + =
( , )
( , )
( , ) ( , )
A
(Laplaciano de uma funo escalar).
Define-se tambm a matriz Hessiana por:
( ) H x A =
|
\
|
.
|
|
|
|
|
\
|
.
| =
|
\
|
.
|
|
|
|
|
=
c
c
c
c
c
c
c
c
c
c
c
c c
c
c c
c
c
x
x
f x x
x
f x x
x
f x x
x
f x x
x x
f x x
x x
f x x
x
1
2
1 2
1
1 2
2
2
1 2
2
1
2
1 2
1 2
2
1 2
2 1
2
1 2
2
2
( , ) ( , )
( , ) ( , )
( , ) ( , )
.
Estas definies podem ser generalizadas para 9
n
, segundo:
x b A =
|
\
|
.
|
|
|
|
e9 =
|
\
|
.
|
|
|
|
e9
|
\
|
.
|
|
|
|
e9
x
x
x
b
b
b
a a
a a a
a a a
n
n
n
n n
n nn
nxn
1
2
1
2
12 1n
12 22 2
1n 2
, e =
a
11
( )
[ matriz simtrica],
tem-se: f c c b x a x x
T T
i i
i
n
ij i j
j
n
i
n
x b x x A x = + + = + +
= = =
1
2
1
2
1 1 1
,
20
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
Vf(x) =
c
c
c
c
c
c
f
x
f
x
f
x
n
( )
( )
( )
x
x
x
b A x
1
2
|
\
|
.
|
|
|
|
|
|
|
= + ,
V
2
f(x) = ( )
c
c
c
c
c
c
c
c
c
c
c
c
x x x
f
x
f
x
f
x
a a a tr
n
n
nn
1 2
1
2
11 22
|
\
|
.
|
|
\
|
.
|
|
|
|
|
|
|
= + + + =
( )
( )
( )
x
x
x
A
( ) H x
x x x
x x x
x x x
x x x
=
|
\
|
.
|
|
|
|
|
|
|
|
\
|
.
| =
|
\
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c c
c
c c
c
c c
c
c
c
c c
c
c c
c
c c
c
c
x
x
x
f
x
f
x
f
x
f
x
f
x x
f
x x
f
x x
f
x
f
x x
f
x x
f
x x
f
x
n
n
n
n
n n
n
1
2
1 2
2
2
1
2
1 2
2
1
2
2 1
2
2
2
2
2
2
1
2
2
2
2
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
|
.
|
|
|
|
|
|
|
|
|
= A
H
f
x x
f
x x
H
ij
i j j i
ji
( )
( ) ( )
( ) x
x x
x = = =
c
c c
c
c c
2 2
[matriz simtrica]. Note que caso a matriz A no seja
simtrica redefinem-se seus elementos na forma:
a
ij,velha
=
+
|
\
|
.
|
a a
ij velha ji velha , ,
2
ou, em termos matriciais,
( )
A A A
nova velha velha
T
= +
1
2
A forma quadrtica acima pode ser simplificada, atravs de um translao do eixo,
tal que o termo b
T
x desapaream, assim sejam as novas coordenadas (y
1
, y
2
, ..., y
n
) tais que:
x=y+d assim: b x e b y b d
T T T
= +
( )
( ) x A x y d A y A d y A y y A d d A y d A d
T T T T T T T
= + + = + + + =
= + + y A y d A y d A d
T T T
2 pois : [ A simtrica], logo: y A d d A y
T T
=
( ) f c
T T T T T
y b y b d y A y d A y d A d = + + + + +
1
2
1
2
identificando : ( ) f c
T T
d b d d A d = + + =
1
2
c e definindo
b b A d = +
21
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
( ) f c
T T
y b y y A = + +
1
2
y, adotando d tal que : o que
s ser possvel se A for regular, assim chega-se a:
b b A d 0 d A b = + = =
1
( ) f c
T
y y A = +
1
2
y onde : x=y+d , d A b =
1
e ( )
c f c
T T
= = + + d b d d A
1
2
d ,
neste novo sistema de coordenadas tem-se:
Vf(y) =
c
c
c
c
c
c
f
y
f
y
f
y
n
( )
( )
( )
y
y
y
A y
1
2
|
\
|
.
|
|
|
|
|
|
|
= , neste novo sistema de coordenadas o valor da varivel
independente y que anula o vetor gradiente o valor nulo, isto a origem : y=0 e neste
ponto o valor da funo f(y) igual a : . Esta condio, Vf(y) =0 uma condio
necessria para o ponto ser um extremo da funo (mximo ou mnimo) e chamado de
c
ponto crtico, este ponto ser um ponto de mnimo se para qualquer vizinhana de y =0 ,
isto : y s o , a funo f(y) > f(0) = , ou seja : e, neste caso, a matriz A
chamada de
c y A y
T
> 0
positiva definida e caso em toda vizinhana de y=0 a f(y) < f(0) = , ou seja :
e, neste caso, a matriz A chamada de
c
y A y
T
< 0 negativa definida e o ponto um ponto
de mximo. Em qualquer outra situao o ponto no nem de mximo nem de mnimo, e no
caso da matriz ser no definida tem-se o chamado ponto de sela.
A forma quadrtica pode tambm ser rescrita em sua forma cannica, de forma
anloga apresentada no processo de diagonalizao de matrizes, assim considerando
y P z = , onde P a matriz cujos vetores coluna so os vetores caractersticos normalizados
de A (por enquanto considerados n vetores caractersticos linearmente independentes e
ortogonais entre si, isto os valores caractersticos so todos reais e distintos - matriz A
simtrica ), tem-se assim:
( )
( )
f c c c z
T T T
i i
i
n
z z P A P z z D z = + = + = +
=
1
2
1
2
1
2
2
1
, como origem y=0
correspondente tambm a z=0, tem-se z=0 como ponto de mnimo se para
todo o domnio em que z = 0 se
i i
i
n
z >
=
2
1
0
i
> 0 para todo i = 1, , n , z=0 um ponto de
mximo se para todo o domnio em que z = 0 se
e z=0 um ponto de sela se no h vizinhana de z=0 na
i i
i
n
z <
=
2
1
0
= 1, , n
i
< 0 para todo i
22
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
23
qual no muda de sinal o que ocorre se alguns
i i
i
n
z
=
2
1
0 e os demais so
i
<
i
> 0.
No 9
2
a forma cannica assume a forma:
(
f z z c z z ( , )
1 2 1 1
2
2 2
2
1
2
= + +
)
, neste caso a forma das curvas de nvel caracterizam as
seguinte cnicas, de acordo com o sinal de A = det (A) = , asssim
com A > 0 :
a a
11 22
a
12
2
1 2
=
elipse; A < 0 : hiprbole e A = 0 : parbola .
(a) Elipse: neste caso os valores caractersticos tm o mesmo sinal, sendo z=0 um ponto de
mnimo se ambos forem positivos e um ponto de mximo se ambos forem positivos. O
tamanho do eixo z
1
| |
2
1
K c e do eixo z
2
| |
c
>
2
2
K , onde K=f(z
1
,z
2
) [ verificando
que se z=0 um ponto de mnimo K c > > , e
1 2
0 0 e se z=0 um ponto de mximo
, deste modo em ambos os casos: K c < < < , e
1 2
0 0
| |
0
1
K c >
2
e
| |
0 >
2
2
K c ].
seguir representam-se s superfcie f(z
1
,z
2
) e as correspondentes curvas de contorno: A
M
1
1 0.5 0 0.5 1
1
0.5
0.5
0
1.5
1.5
1.5
1.5
1
1
1
1
1
1
1
0.5
0.5
0.5
0.5
0.5
0.5
M
1
( )
2
2
2
1 2 1
5 ) , ( z z z z f + =
(b) Hiprbole: neste caso os valores caractersticos tm os sinais distintos, sendo z=0 um
ponto de sela Abaixo representam-se a superfcie f(z
1
,z
2
) e as correspondentes curvas de
contorno
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
M
1 0.5 0 0.5 1
1
0.5
0
0.5
1
0.5
0.5
0.5
0.5
0
0
0
0
0
0
0
0
0.5
0.5
0.5
0.5
0.5
0.5
M
( )
2
2
2
1 2 1
5 ) , ( z z z z f =
(c) Parbola: neste caso um dos valores caractersticos nulo e portanto a matriz A
singular, desta forma no possvel fazer a translao de eixo que elimina o termo b
T
x.
Ento neste caso a rotao dos eixos aplicada diretamente s variveis (x
1
, x
2
), isto :
, obtendo-se : z P x =
f z z c b z b z z ( , )
~ ~
1 2 1 1 2 2
1
1
2
2
= + + +
se
2
= 0 ou:
35
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
f z z c b z b z z ( , )
~ ~
1 2 1 1 2 2
2
2
2
2
= + + +
se
1
= 0, onde b P b b P b = =
~ ~
. Verifica-se
assim que a condio necessria no obtida em nenhum dos casos, pois no primeiro caso
tem-se: Vf(z) =
c
c
c
c
f z z
z
f z z
z
b z
b
( , )
( , )
~
~
1 2
1
1 2
2
1 1 1
2
|
\
|
.
|
|
|
|
=
+ |
\
|
.
|
segundo componente no nulo,
e no segundo caso tem-se: Vf(z) =
c
c
c
c
f z z
z
f z z
z
b
b z
( , )
( , )
~
~
1 2
1
1 2
2
1
2 2 2
|
\
|
.
|
|
|
|
=
+
|
\
|
.
|
primeiro componente no
nulo. Deste modo em ambos os casos um dos componentes do vetor gradiente constante
no podendo ser anulado atravs da escolha de z
1
ou z
2
, neste caso no se tem nem mximo
nem mnimo. Abaixo, representa-se curvas de nvel para cada um dos casos.
1 0.5 0 0.5 1
1
0.5
0
0.5
1
30 25
25
20
20
15
15
15
15
10
10
10
10
5
5
5
5 0
0
0
0
5
5
5
10
10
curvas de nvel (um dos val. caract. =0)
M
f , z
1
z
2
z
1
.
2 z
2
.
5 z
2
2
1 0.5 0 0.5 1
1
0.5
0
0.5
1
25
25
20
20
15
15
15
10
10
10
5
5
5
0
0
0
5
5
5
10
10
15
curvas de nvel (um dos val. caract. =0)
M
f , z
1
z
2
z
2
.
2 z
1
.
5 z
1
2
41
PARTE DO CURSO DE NIVELAMENTO 2009 - PEQ/COPPE/UFRJ
PROF. EVARISTO
LGEBRA VETORIAL E MATRICIAL
42
Lista de Exerccios
1) Mostre que todo matriz ortogonal apresenta o determinante +1 ou -1. Sugesto: parta dos
princpios que det(A)=det(A
T
) e que det(A
-1
)=1/det(A).
2) Mostre que (A.B)
T
=B
T
.A
T
3) Mostre que (A.B)
-1
=B
-1
.A
-1
4) Mostre que (A
-1
)
T
=( A
T
)
-1