Levorato GBP Me Rcla
Levorato GBP Me Rcla
Levorato GBP Me Rcla
Orientadora
2017
512.5 Levorato, Gabriela Baptistella Peres
L555m Matrizes, Determinantes e Sistemas Lineares: Aplicações na En-
genharia e Economia/ Gabriela Baptistella Peres Levorato- Rio
Claro: [s.n.], 2017.
65 f.: il., gs., gráfs., tabs.
na Engenharia e Economia
dora:
Orientadora
Ao bom Deus, pelo dom da vida e por ter me permitido concluir esse trabalho.
À minha mãe Roseni, que sempre vibrou mais que eu mesma pelas minhas conquis-
Aos meus irmãos, Gabriel e Rafael, por serem dois anjos em minha vida.
Ao meu amigo, companheiro e marido Fábio, por toda sua compreensão, carinho,
Aos meus avós, Paulo e Dalva, por serem exemplos de paz, amor e afeto.
Aos primos Paula, Miguel, Marina e Isabela por me acolherem como hóspede em
Aos amigos de turma, Juliana, Luiz, Rogério e Tássia, pelos grupos de estudo e
amizade.
Albert Einstein.
Resumo
do GPS. Ainda, foi aplicado um plano de aula para os alunos do segundo ano do
The present work shows the importance of Linear Algebra and in particular of
Matrix Theory, Determinants and Linear Systems to solve practical and contextualized
equations, in the open and closed models of Leontief, and in the operation of GPS.
Also, a lesson plan was applied to the students of the second year of high school and
1 Matrizes 10
1.1 Denições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1 Adição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Sistemas Lineares 19
2.1 Equação Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3 Determinantes 26
3.1 Permutação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 Cofator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Referências 65
Introdução
A matemática é uma ciência que não se limita a um ambiente restrito, sem aplicação
ou nalidade, ela é ampla em sua magnitude e todas as outras ciências estão direta-
mente relacionadas a ela. A importância da Álgebra Linear tem crescido nas últimas
Inúmeras aplicações foram sendo consolidadas ao longo dos séculos, desde os pri-
abstratas implica numa mudança profunda de como o aluno deve mudar sua forma
ceitos. Desta forma, o objetivo deste trabalho é realizar um estudo sobre tópicos da
Esse trabalho foi dividido em três partes: na primeira parte foi feita uma fun-
reais.
9
10
cos e químicos para uma melhor compreensão das aplicações que abordamos aqui. É
No Capítulo 5, abordamos um plano de aula que foi aplicado aos alunos do segundo
ano do Ensino Médio e também foi feita uma análise das resoluções apresentadas pe-
reais e cuja soluções se dão a partir dos temas estudados e por m, apresentamos exer-
Espera-se contribuir com o ensino de Álgebra Linear nas áreas ans da matemática,
de modo que as aplicações expostas aqui sejam utilizadas e que inspirem a elaboração
solução matricial mas também em outros, onde seja possível discutir a contribuição da
alguns tipos de problemas com cálculos efetuados sobre uma tabela, mas foi o Matemá-
tico inglês James Joseph Sylvester (1814-1897) que deu o nome de Matrizes para esses
papel nos avanços cientícos. O estudo de Matrizes está ligado à Matemática, Física e
Física e Química.
1.1 Denições
Denição 1.1. Sejam m ≥ 1 e n ≥ 1 dois números inteiros. Uma matriz m × n é um
agrupamento retangular de números com m linhas e n colunas, formando uma tabela
que se indica do seguinte modo:
a11 a12 ... a1n
a21 a22 ... a2n
. .. ...... .. . (1.1)
.
. . ... .
am1 am2 ... amn
Notações: Indicaremos por A uma matriz m×n com i = 1, ..., m e j = 1, ..., n. O
3 6
11
Matrizes Especiais 12
Denição 1.7. (Matriz coluna). Uma matriz que possui apenas uma coluna, ou seja,
uma matriz de ordem m × 1:
a11
a21
Mm×1 a31 ,
=
..
.
am1
é chamada de matriz coluna.
Denição 1.8. (Matriz quadrada). Uma matriz que tem o mesmo número de linhas e
colunas é chamada de matriz quadrada. Usaremos a notação Mn e a chamaremos de
matriz quadrada de ordem n:
a11 a12 ··· a1n
a21 a22 ··· a2n
..
Mn = .. . . . .. .
. . .
an1 an2 · · · ann
Denição 1.10. (Matriz triangular superior). Uma matriz quadrada, em que os ele-
mentos abaixo da diagonal principal são nulos, ou seja, os elementos aij em que, i > j ,
são nulos:
a11 a12 ··· a1n
0 a22 ··· a2n
..
Mn = .. . . . .. ,
. . .
0 0 · · · ann
é chamada de matriz triangular superior.
Denição 1.11. (Matriz triangular inferior). Uma matriz quadrada, em que os ele-
mentos acima da diagonal principal são nulos, ou seja, os elementos aij em que, i < j ,
são nulos:
a11 0 ··· 0
a21 a22 ··· 0
..
Mn = .. . . . .. ,
. . .
an1 an2 · · · ann
é chamada de matriz triangular inferior.
Denição 1.15. (Matriz nula). Uma matriz em que todos os elementos são iguais a
zero:
0 0 ··· 0
0 0 ··· 0
Om×n ..
= .. . . . .. ,
. . .
0 0 ··· 0
é chamada de matriz nula.
a11 + b11 a12 + b12 ... a1n + b1n
a21 + b21 a22 + b22 ... a2n + b2n
A+B =
. . ... .
. (1.3)
. . ... .
. . ... .
am1 + bm1 am2 + bm2 ... amn + bmn
" # " # " #
−1 2 8 11 7 13
Exemplo 1.16. Se A= e B= então A+B= .
7 0 −3 5 4 5
a b c 1 − a −b −c 1 0 0
Exemplo 1.17. m n + 1 p + −m −n
−p = 0 1 0
.
x y z −x −y −z + 1 0 0 1
Denição 1.18. (Matriz oposta). Dada uma matriz A = (aij ), a matriz B = (bij ), em
que bij = −aij (1 ≤ i ≤ m, 1 ≤ j ≤ n), é chamada oposta de A, e indicamos por -A.
α(βA).
P 2) Seja A = (aij ). Então (α + β )A = ((α + β )aij ) = (αaij + βaij ) = (αaij ) +
(βaij ) = α A + β A.
P 2)
n
X n
X n
X
A(B + C) = aij (bjk + cjk ) = aij bjk + aij cjk = AB + AC.
j=1 j=1 j=1
P 3)
n
X n
X n
X
(A + B)C = (aij + bjk )cjk = aij cjk + bjk cjk = AC + BC.
j=1 j=1 j=1
aji + bji . Portanto, cji = aji + bji . Como cji = aji + bji , ∀i, j , então C t = At + B t ⇒
(A + B)t = At + B t .
P 2) Sejam A = (aij )m×n e At = (aji )n×m . Como aij = aji , ∀i, j , então (λA)t = λAt ,
λR.
P 3) Sejam A = (aij ), At = (aji ) e (At )t = D = (dij ). Quero mostrar que dij = aij .
t t
Como D é a transposta da matriz A , então aji = dij (1). Mas, A é transposta de A,
t t
então, aij = aji (2). De (1) e (2) temos que dij = aij . Logo, D = A ⇒ (A ) = A.
−1 1 6
0 5 2
Exemplo 1.33. Seja a matriz A = −5 0 −1 .
A transposta de A será At =
−2 1 0
0 −5 −2
5 0 1 . A matriz A é anti-simétrica, pois At = −A.
2 −1 0
AB = BA = In .
Esta matriz B, caso exista, é única e chama-se inversa de A, e indica-se por A−1 .
Para determinar a inversa de uma matriz, caso ela exista, podem ser usadas as
Denição 1.36. Dada uma matriz A, entendemos por operações elementares com as
linhas de A, uma qualquer das seguintes alternativas:
Matriz Inversa 19
Quando obtemos uma matriz A0 através de alguma dessas operações, dizemos que
0 0
A é equivalente a A, e escreve-se A ∼ A.
"#
1 −2
Exemplo 1.37. Vamos vericar se a matriz A= é inversível e determinar
3 5
A−1 , caso ela exista.
" #
5 2
A−1 = 11
−3
11
1
.
11 11
2 Sistemas Lineares
se, com maior intensidade nas civilizações orientais, como a babilônica e a chinesa.
alemão Carl Jacobi(1804-1851) fez a leitura dessa teoria que é estudada hoje.
Neste capítulo faremos um estudo de equação linear e sistema linear sobre o corpo
Para resolver esta equação temos que determinar todos os valores reais para x1 , x2 e
quaisquer x2 e x3 reais obteremos uma solução. Nesse exemplo temos uma innidade
a1 x 1 + a2 x 2 + · · · + an x n = b (2.2)
bém são chamadas de incógnitas por serem valores a serem determinados para valer a
20
Equação Linear 21
h it
Uma matriz coluna real y1 . . . yn é solução de (2.2) quando
a1 y1 + · · · + an yn = b.
Diz-se ainda que a n − upla de números reais (y1 , . . . , yn ) satisfaz a Equação (2.2).
Uma equação
0x1 + · · · + 0xn = b
em que todos os coecientes são nulos é
h it degenerada. Se b for igual a zero, então toda
As equações não degeneradas com duas ou mais variáveis possuem innitas soluções.
Uma equação não degenerada com uma única variável possui uma única solução.
it
Exemplo 2.1. Para todo l real, a matriz coluna
h
3 −2l l] é solução de 4x1 +8x2 =
12 que, portanto, possui innitas soluções. A variável l que aparece neste exemplo é
chamada de parâmetro.
O conjunto de todas as soluções de uma equação é chamado conjunto solução ou
solução geral. Cada elemento deste conjunto é, evidentemente, uma solução e, quando
x3 x3 0 0 1
A equação
a1 x 1 + · · · + an x n = 0
é denominada de equação homogênea. Ela está associada à equação não homogênea
(2.2) e, por esse motivo, é chamada de equação homogênea associada à equação não
homogênea
a1 x1 + · · · + an xn = b.
O uso de matrizes pode simplicar a notação. Sendo a = [a1 , . . . , an ]t a matriz
t
dos coecientes e x = [x1 , . . . , xn ] a matriz das variáveis, a equação acima pode ser
colocada na forma
at x = b.
x3 x3 0 0 1
Equação Linear 22
h it h it
É interessante observar que 2 0 0 é solução da equação e que tanto 11 0 1
h it
quanto 3 1 1 são soluções da equação homogênea associada.
c1 y1 + · · · + cp yp
continua sendo solução, para qualquer escolha dos números reais c1 , . . . , c n . Esta soma
x1 −4x2 + 3x3 −4 3
x2 = x2 = x2 1 + x3 0 .
x3 x3 0 1
h it h it
Portanto, −4 1 0 e 3 0 1 formam um conjunto gerador de soluções para a
equação dada.
equação homogênea Ax = 0,
z0 + y é solução da equação não homogênea. Além
então
disso, se z1 for outra solução de Ax = b, então existe uma solução u de Ax = 0 tal que
equações
a11 x1 + . . . + a1n xn = b1
. .
. .
. = .
am1 x1 + . . . + amn xn = bn
é chamado de sistema de equações algébricas lineares com m equações e n incógnitas.
(
4x1 − x2 = 10
(2.3)
x1 + x2 = 15
Explicitando x1 x1 = 15 − x2 e
na segunda equação do sistema (2.3) teremos
e x2 = 10.
a11 · · · a1n x1 b1
. .
A= . , x = ... e b = .. ,
.
am1 · · · amn xn bn
reduz a
Ax = b.
A matriz [A|b] obtida acrescentando-se à matriz A uma coluna nal com os elementos
signica que z é uma solução de cada equação do sistema. Um sistema como este pode
quando o sistema homogêneo Ax = 0 possui uma solução v não trivial, ela possuirá
λ1 , · · · , λn ∈ R tais que
a11 λ1 + . . . + a1n λn = b1
. .
. .
. = .
am1 λ1 + . . . + amn λn = bn
Uma possível estratégia para resolver esse sistema é por meio do processo de es-
outro sistema que seja mais fácil resolver e que tenha o mesmo conjunto de soluções.
3) Substituição de uma equação pela soma desta equação com alguma outra.
as mesmas soluções.
Equação Linear 25
tas:
x1 + 2x2 + 3x3 = 7
−3x1 + x2 − x3 = −5 (2.4)
−4x − 3x + 5x = 6
1 2 3
x1 + 2x2 + 3x3 = 7
0x1 + 7x2 + 8x3 = 16 (2.5)
−4x − 3x + 5x = 6
1 2 3
Este último sistema esta na forma escalonada. Observe que, da terceira equação
x1 + · · · + α1r1 xr1 + · · · + α1n xn = β1
γ2r1 xr1 + · · · + γ2n xn = β20
S1 : . .
. .
. = .
0
γmr1 xr1 + · · · + γmn xn = βm
lente a S1 , com o qual começamos a repetir o raciocínio feito até aqui, porém a partir
(1730-1783) foi quem estabeleceu o processo dos sinais dos termos de um determinante.
[6].
3.1 Permutação
Denição 3.1. Chama-se permutação uma aplicação biunívoca σ do conjunto Nn =
{1, 2, · · · , n} sobre si mesmo.
Notação: Denotamos a permutação σ por:
" #
1 2 ... n
σ= (3.1)
σ(1) σ(2) ... σ(n)
Exemplo
" 3.2.
# "Se n = 3#, existem
" 3!# ="6 permutações
# " de N3 = {1, 2, 3}, a saber,
# " #
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
, , , , , .
1 2 3 1 3 2 2 1 3 2 3 1 3 1 2 3 2 1
" #
1 2 ... n
Denição 3.3. Consideremos a permutação σ = de Nn . Seja
σ(1) σ(2) ... σ(n)
r o número de pares ordenados (i, j) com 1 ≤ i < j ≤ n tais que σ(i) > σ(j). Chama-se
sinal da permutação σ o número inteiro representado por sgn(σ), que é:
• sgn(σ) = 1, se r é par
27
Determinante 28
" #
1 2 3
Exemplo 3.4. Seja σ = . Os pares (i, j) com 1≤i<j≤3 e σ(j) > σ(i)
3 1 2
são (1, 2) e (1, 3); logo r = 2 e sgn(σ) = 1.
3.2 Determinante
Seja A = (aij ) uma matriz real de ordem n. O determinante da matriz A de ordem
n é o número real
X
det(A) = sgn(σ)a1σ(1) a2σ(2) · . . . · anσ(n)
σ
" #
2 −3
Exemplo 3.8. Se A= , então, det(A) = (2) · (5) − (−3) · (4) = 22.
4 5
Denição 3.9. Sendo A uma matriz de ordem 3 × 3, podemos obter det(A) como se
segue. Repita a primeira e a segunda colunas de A como mostrado abaixo. Forme
a soma dos produtos dos coecientes sobre as diagonais da esquerda para a direita e
subtraia disto os produtos dos coecientes sobre as diagonais da direita para a esquerda
(verique a regra na Figura 3.1).
Então, para calcular det(A) escrevemos os seis termos:
det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32 − a12 a21 a33 − a13 a22 a31 .
2 3 4
Exemplo 3.10. Seja A = 5 6 7. Determine det(A).
1 1 2
Solução : Pela denição 3.9, det(A) = (2)(6)(2) + (3)(7)(1) + (4)(5)(1) − (3)(5)(2) −
(2)(7)(1) − (4)(6)(1) = −3.
Determinante 29
P 2) Se duas linhas da matriz A são iguais, ao trocar uma linha pela outra, a matriz
A permanece inalterada e seu determinante troca de sinal. Logo, det(A) = −det(A), o
que resulta em det(A) = 0.
P 3) Seja uma matriz A = (aij ) e B = (bji ) sua transposta, então aij = bji . Assim:
X
det(A) = sign(σ)a1σ(1) a2σ(2) · · · anσ(n)
σ
X
= sign(σ)bσ(1)1 bσ(2)2 · · · bσ(n)n = det(B).
σ
Teorema 3.13. Suponha B obtido de A por uma operação elementar de linha (coluna).
(a) Permutando-se duas linhas (colunas) de A, então det(B) = −det(A).
Determinante 30
colunas de A que são permutadas. Se A = (aij ) e B = (bij ), então bij = aiµ(j) . Logo,
para qualquer permutação σ , b1σ(1) b2σ(2) · · · bnσ(n) = a1µσ(1) a2µσ(2) · · · anµσ(n) . Assim,
P P
det(B) = σ∈Sn (snσ)b1σ(1) b2σ(2) · · · bnσ(n) = σ∈Sn (snσ)a1µσ(1) a2µσ(2) · · · anµσ(n)
Como a transposição µ é uma permutação ímpar, sn µ σ = sn µ · sn σ = -sn σ .
P
Assim sn σ = - sn µ σ , e det(B) = − σ∈Sn a1µσ(1) a2µσ(2) · · · anµσ(n) .
Mas, quando σ percorre todos os elementos de Sn , µσ também percorre todos os
(b) Se a j-ésima linha de A é multiplicada por β , então todo termo de det(A) é multi-
valente por linhas a I. Mas det(I) 6= 0; logo, pela proposição 3.14, det(A) 6= 0. Se
A não é invertível, é equivalente por linhas a uma matriz com uma linha zero; logo,
det(A) = 0. Assim (i) e (iii) se equivalem.
Se AX = 0 tem apenas a solução X = 0, então A é equivalente por linhas a I e A
−1
é invertível. Reciprocamente, se A é invertível com inversa A , então
3.3 Cofator
Denição 3.16. Chama-se cofator do elemento aij da matriz A, o número real ∆ij . A
submatriz Aij de ordem n − 1 é uma matriz obtida de A pela supressão da linha i-ésima
e da coluna j-ésina, multiplicado por (−1)i+j . Dessa forma o cofator de aij é dado por:
7 1 2
" #
4 6
Assim, A12 = e det(A12 ) = 8 − 42 = −34,
7 2
" #
3 −1
A23 = e det(A23 ) = 3 + 7 = 21 e
7 1
" #
−1 2
A31 = e det(A31 ) = −6 − 10 = −16,
5 6
Além disso,
+ − + −
+ − +
− + − +
− + −
+ − + −
+ − +
− + − +
Denição 3.18. Seja A = (aij ) uma matriz de ordem n e seja Aij o cofator do
elemento aij . Chama-se adjunta de A a matriz transposta da matriz de cofatores de A:
A11 A21 ··· An1
A12 A22 ··· An2
..
adjA = .. . . . .. .
. . .
A1n A2n · · · Ann
Cofator 32
2 3 −4
Exemplo 3.19. Seja A = 0 −4 2 .
Os cofatores dos nove elementos de A são:
1 −1 5
" #
−4 2
A11 = e det(A11 ) = −18;
−1 5
" #
3 −4
A21 = e det(A21 ) = −11;
−1 5
" #
3 −4
A31 = e det(A31 ) = −10;
−4 2
" #
0 2
A12 = e det(A12 ) = 2;
1 5
" #
2 −4
A22 = e det(A22 ) = 14;
1 5
" #
2 −4
A32 = e det(A32 ) = −4;
0 2
" #
0 −4
A13 = e det(A13 ) = 4;
1 −1
" #
2 3
A23 = e det(A23 ) = 5;
1 −1
" #
2 3
A33 = e det(A33 ) = −8.
0 −4
A transposta da matriz de cofatores é a adjunta de A:
−18 −11 −10
adjA = 2 14 −4 .
4 5 −8
logo.
Cada termo em det(A) contém um e um só elemento da i-ésima linha (ai1 , ai2 , · · · , ain )
de A. Logo, podemos escrever det(A) na forma
onde Mij é a matriz obtida omitindo-se a linha e a coluna que contém Aij . Historica-
∗
mente a expressão Aij foi denida como o cofator de aij : assim, o teorema reduz-se a
X
ann A∗nn = ann (snσ)a1σ(1) a2σ(2) · · · an−1,σ(n−1)
σ
sucessiva até a última, e permutamos a j-ésima coluna com cada coluna sucessiva até
relativas das outras linhas e colunas não são afetadas por essas permutas. Entretanto,
Como Bij não depende da i-ésima linha de B , bij = aij para j = 1, · · · , n. Logo,
det(B) = bi1 Ai1 + bi2 Ai2 + · · · + bin Ain .
0
Suponhamos agora A obtida de A pela substituição da i-ésima linha pela j-ésima
0 0
coluna de A. Como A tem duas linhas idênticas, det(A ) = 0. Assim, pelo resultado
acima,
det(A0 ) = aj1 Ai1 + aj2 Ai2 + · · · + bjn Ain = 0 Usando det(A0 ) = det(A), obtemos
1
A−1 = adjA.
det(A)
Exemplo 3.23. Considere a matriz do Exemplo 3.19 para a qual det(A) = −46.
Temos:
2 3 −4 −18 −11 −10 −46 0 0
A(adjA) = 0 −4 2 2 14 −4 = 0 −46 0 =
1 −1 5 4 5 −8 0 0 −46
1 0 0
−46 0 1 0 = −46I = det(A)I
0 0 1
Além disso, pelo Teorema 3.22,
−18 −11 −10
9 11 5
(−46) (−46) (−46) 23 46 23
1 2 14 −4 −1 −7 2
A−1 = adjA = =
det(A) (−46) (−46) (−46) 23
23 23
4 5 −8 −2 −5 4
(−46) −46 (−46) 23 46 23
Aplicação de Determinantes em Sistemas Lineares - Regra de Cramer 35
a11 x1 + a12 x2 + . . . + a1n xn = b1
a21 x1 + a22 x2 + . . . + a2n xn = b2
. .
. .
. = .
an1 x1 + an2 x2 + . . . + ann xn = bn
ou, equivalentemente,
Ax = b
h it h it
Temos que, X = x1 x2 . . . xn e B = b1 b2 . . . bn e (aij ) é a matriz
(quadrada) de coecientes.
Teorema 3.24. O sistema acima tem solução única se, e somente se, D 6= 0. Em tal
caso, a solução (única) é dada por
N1 N2 Nn
x1 = , x2 = , ··· , xn = .
D D D
Demonstração: Pelos resultados anteriores,Ax = b tem solução única se e somente
xi = ( D1 )Ni .
2x + 3y + 3z = 18
Exemplo 3.25. Resolva, utilizando determinantes: 3x + 2y + 5z = 23 .
5x + 4y + 2z = 27
2 3 3
Calcule primeiro o determinante D da matriz de coecientes 3 2 5 e D = 31.
5 4 2
Como D 6= 0, o sistema tem solução única. Para calcular Nx , Ny , Nz , substitua os
27 4 2
2 18 3
Ay = 3 23 5 e Ny = 62.
5 27 2
2 3 18
Az = 3 2 23 e Nz = 62.
5 4 27
Nx 93 Ny 62 Nz 62
Assim, a solução única é x = = = 3, y = = =2ez= = = 2.
D 31 D 31 D 31
4 Aplicações Envolvendo Matrizes,
principais referências utilizadas para o desenvolvimento desta seção foram [1], [3], [5] e
[7].
Denição 4.1. O Gerador é o aparelho que fornece energia (ver Figura 4.1). Exemplo:
pilhas, baterias.
Denição 4.2. O Resistor pode ser usado para controlar a corrente elétrica em um
circuito ou para transformar energia elétrica em energia térmica (calor) (ver Figura
4.2).
37
Circuitos Elétricos 38
conhecidas como as Leis de Kirchho. Essas leis são utilizadas para determinar a
Leis de Kirchho:
A1) Em cada nó, a soma das correntes de dentro é igual à soma das correntes de fora
do nó.
Lei de Ohm:
A lei de Ohm foi descoberta pelo físico Georg Simon Ohm, que relaciona três gran-
dezas elétricas:
V = I × R.
Exemplo 4.5. Vamos utilizar sistemas lineares para determinar as correntes elétricas
i1 − i2 + i3 = 0
−i1 + i2 − i3 = 0
4i1 + 2i2 = 8
2i2 + 5i3 = 9
Circuitos Elétricos 40
abaixo:
i1 − i2 + i3 = 0
−i1 + i2 − i3 = 0
i1 + i2 = 8
i2 + 4i3 = 13
Modelos Econômicos de Leontief 41
Leontief, que em 1973 ganhou o Prêmio Nobel pelo seu trabalho em modelagem econô-
mica, onde utiliza métodos matriciais para estudar as relações em diferentes setores da
economia. A principal referência utilizada para o desenvolvimento desta seção foi [3].
produz uma quantidade xa de um produto ou serviço que é usado pelas n indústrias.
O objetivo desse modelo é determinar um preço para cada produto de tal forma que
Casa do Pedreiro 5 4 2
Casa do Serralheiro 3 4 2
Casa do Pintor 2 2 6
esses salários de modo que o total pago por cada um seja igual ao total recebido.
salário do pintor. Para satisfazer a condição de equilíbrio, em que o total gasto seja
igual ao total recebido para cada um dos proprietários no período de dez dias, temos:
5x 1 + 4x 2 + 2x 3 = 10x 1
−5x1 + 4x2 + 2x3 = 0
3x1 + 4x2 + 2x3 = 10x2 ∼ 3x1 − 6x2 + 2x3 = 0 (4.5)
2x + 2x + 6x = 10x 2x + 2x − 4x = 0
1 2 3 3 1 2 3
Fazendo L3 = L3 + L2 , temos:
−5x1 + 4x2 + 2x3 = 0
0x1 − 18x2 + 16x3 = 0
0x + 0x − 0x = 0
1 2 3
8β 10β
Chamando x3 = β , temos que x2 = 9
e x1 = 9
, onde β pode ser um valor qualquer
real.
x3 9
tribuídos somente entre as próprias indústrias, o modelo aberto tenta satisfazer uma
Modelos Econômicos de Leontief 43
demanda externa para os produtos. Uma parte dessa produção pode ser distribuída
entre as próprias indústrias, mas deve haver algum excesso para satisfazer a demanda
externa.
x: um vetor-produção
xi : valor monetário da produção total da i-ésima indústria
d = [di ]: o vetor-demanda
di : valor necessário para a i-ésima indústria satisfazer a demanda externa
C = [cij ]: a matriz de consumo quadrada
cij : valor monetário da produção da i-ésima indústria que é necessária para a j-ésima
x − Cx = d ⇒
⇒ (I − C)x = d (4.6)
Leontief.
Exemplo 4.8. Duas ocinas de concerto de veículos, uma que trata da parte mecânica
(M) e outra de lataria (L), utilizam uma os serviços da outra. Para cada R$ 1,00 de
negócios que M faz, M utiliza R$ 0,50 de seus próprios serviços e R$ 0,25 dos serviços
de L e, para cada R$ 1,00 de negócios que L faz, L utiliza R$ 0,10 de seus próprios
(b) Quais valores de M e L devem ser produzidos para essa economia gerar negócios
Resolução:
" #
0, 5 0, 25
C= . (4.7)
0, 25 0, 1
Aplicações em Química 44
Para calcular os valores de M e L que devem ser produzidos para essa economia
(
0, 5x1 − 0, 25x2 = 7000
(4.10)
−0, 25x1 + 0, 9x2 = 14000
obtemos x1 = 12.645 e x2 = 22.581. Então, M= R$12645,00 e L= R$22581,00.
oxigênio).
Zn + S → ZnS
descreve uma reação na qual o zinco (Zn) reage com o enxofre (S) para produzir o
direito da seta, os produtos. Uma equação está balanceada quando contém o mesmo
2H2 + O2 → 2H2 O
está balanceada, indicando que dois mols de moléculas de hidrogênio se combinam com
Para balancear uma equação escrevemos primeiro a equação não balanceada e de-
balancear as equações químicas mais simples por inspeção, por tentativa e erro. Para
isso examinamos a equação e ajustamos os coecientes até que números iguais de cada
tentativas e erros.
zarmos o balanceamento.
Nitrogênio: x = 2w
Hidrogênio: 3x = 2z
Oxigênio: 2y = z
Precisamos achar a menor solução inteira para a equação car balanceada, para
isso calculamos o mínimo múltiplo comum entre os denominadores, nesse caso, 6, então
Exemplo 4.11. Vamos descrever a equação equilibrada para a reação química abaixo:
C3 H8 + O2 → CO2 + H2 O
Hidrogênio: 8x = 2w
Carbono: 3x = z
Oxigênio: 2y = 2z + w,
3w 5w w
donde obtemos que z = 4
, y = 4
e x= 4
. Então a solução geral desse sistema é
( w4 , 5w
4
, 3w
4
, w).
Para obtermos os menores valores inteiros positivos que equilibram a equação, cal-
x = 1, y = 5, z = 3 e w = 4
atuais. As principais referências para o desenvolvimento desta seção foram [8] e [10].
1995 pelo Departamento de Defesa dos EUA, e seu uso foi autorizado pelo público
geral. O sistema consiste de uma parte espacial (os satélites), uma parte de controle
vam prontos para entrar em ação em caso de falha. Os satélites estão posicionados a
visualização sobre a Terra. Isso garante que qualquer ponto da superfície terrestre,
em qualquer instante, seja visualizado por pelo menos quatro satélites. Todos os vinte
uma estação master, localizada no Colorado (Estados Unidos), que com o auxílio de
de receptor) que recebe os sinais GPS e usa a informação neles para calcular sua
localização. Cada um dos satélites do GPS transmite por rádio um padrão xado
cronômetro.
Cada satélite é programado para emitir o que se chama efeméride, que informa a
a unidade receptora processa estes sinais. Com a posição do satélite e a distância cal-
A localização é dada, não em coordenadas cartesianas, mas por meio das coordena-
de tempo desde a transmissão até a sua recepção, resulta num erro de 300 metros.
menos de um metro.
A navegação é a principal função do GPS, que pode ser usado em aeronaves, navios,
O receptor mede o tempo (t1 ) que leva para o sinal obtido pelo satélite P1 chegar. O
sinal viaja à velocidade da luz (v) e a distância (d1 ) do receptor ao satélite é d1 = vt1 .
As informações acima ainda não são sucientes para determinar a posição precisa do
receptor. O receptor grava, ainda, o sinal de outro satélite P2 que leva um tempo t2 e
mas ainda não são sucientes para determinar uma posição exata do receptor nessa
circunferência.
Para calcular essa posição exata, necessita capturar e processar o sinal recebido de
um terceiro satélite P3 . O receptor mede o tempo t3 para o sinal chegar e calcula sua
uma circunferência e uma esfera se interceptam em dois pontos, mas os satélites foram
Aplicação no Funcionamento do GPS 49
posicionados de forma que uma das soluções seja completamente irreal, estando bem
Para determinar esses dois pontos, basta encontrar as duas soluções do sistema
formado pelas equações (4.14), (4.15) e (4.16), e depois eliminando a solução irreal, o
(x − x1 )2 + (y − y1 )2 + (z − z1 )2 = d21 = v 2 t21
(x − x2 )2 + (y − y2 )2 + (z − z2 )2 = d22 = v 2 t22
(x − x )2 + (y − y )2 + (z − z )2 = d2 = v 2 t2
3 3 3 3 3
linha pela subtração de (4.14) pela (4.16) e a segunda linha pela subtração de (4.15)
2(x3 − x1 )x + 2(y3 − y1 )y + 2(z3 − z1 )z = C1
2(x3 − x2 )x + 2(y3 − y2 )y + 2(z3 − z2 )z = C2
(x − x3 )2 + (y − y3 )2 + (z − z3 )2 = d23 = v 2 t23
onde,
neares, esta propriedade garante que pelo menos um dos determinantes 2×2 abaixo é
diferente de zero.
C1 − 2(z3 − z1 )z 2(y3 − y1 )
C2 − 2(z3 − z2 )z 2(y3 − y2 )
x= e
2(x3 − x1 ) 2(y3 − y1 )
2(x3 − x2 ) 2(y3 − y2 )
2(x3 − x1 ) C1 − 2(z3 − z1 )z
2(x3 − x2 ) C2 − 2(z3 − z2 )z
y= .
2(x3 − x1 ) 2(y3 − y1 )
2(x3 − x2 ) 2(y3 − y2 )
Aplicação no Funcionamento do GPS 50
x0 , x00 , y 0 e y 00 .
As coordenadas geográcas de um ponto do espaço.
Escolhendo os eixos de nosso sistema de coordenadas, a origem O será o centro
da Terra, o eixo z positivo orientado na posição Norte; os eixos x e y cam no plano
◦
equatorial, sendo o eixo x positivo passando pelo ponto de longitude 0 , e o eixo y
◦
positivo passando pelo ponto de longitude 90 oeste.
cos(90 − θ) = √ z
e como cos(90 − θ) = senθ, temos que:
x2 +y 2 +z 2
z
senθ = p .
x2 + y 2 + z 2
Essa expressão atribui a θ um único valor entre 0 e 90 quando z >0 e um único
AC y OC x
senϕ = =p e cosϕ = =p
OA x2 + y 2 OA x2 + y 2
Essas duas expressões denem um único ϕ entre 0 e 180 quando y>0 e um único
(em metros) de cada satélite tomadas em relação ao nosso xado sistema ortogonal de
coordenadas cartesianas.
x y z
Satélite 1 1, 877191188 × 106 −1, 064608026 × 107 2, 428036099 × 107
Satélite 2 1, 098145713 × 107 −1, 308719098 × 107 2, 036005484 × 107
Satélite 3 2, 459587359 × 107 −4, 336916128 × 106 9, 090267461 × 106
Satélite 4 3, 855818937 × 106 7, 251740720 × 106 2, 527733606 × 107
O receptor GPS registra os seguintes lapsos de tempo (em segundos) entre a trans-
software com capacidade de resolver sistemas lineares com coecientes dessa ordem.
Como citado anteriormente, o raio das esferas é o tempo multiplicado pela veloci-
Podemos utilizar operações elementares para substituir três dessas equações qua-
Para isto, subtraímos a primeira equação de cada uma das três últimas, resultando
em:
(x − 1, 8 × 106 )2 + (y + 10, 7 × 106 )2 + (z − 24, 2 × 106 )2 = 611, 9 × 1012
18, 2x − 4, 88y − 7, 84z = 76, 52 × 106
45, 43x + 12, 61y − 30, 38z = 185, 23 × 106
3, 95x + 35, 79y + 1, 99z = 62, 95 × 106
determinar os valores de x, y e z.
Considere
as matrizes:
18, 2 −4, 88 −7, 84
A= 45, 43 12, 61 −30, 38, det(A) = 8915, 49.
3, 95 35, 79 1, 99
6
76, 52 × 10 −4, 88 −7, 84
∆1 = 185, 23 × 106 12, 61 −30, 38, det(∆1 ) = 50500, 85 × 106 .
3, 95 62, 95 × 106 1, 99
18, 2 −4, 88 76, 52 × 106
∆3 = 45, 43 12, 61 185, 23 × 106 , det(∆3 ) = 24783, 3 × 106 .
det(∆1 )
x= = 0, 566 × 107
det(A)
det(∆2 )
y= = 0, 0979 × 107
det(A)
det(∆3 )
z= = 0, 277 × 107
det(A)
Com isso chegaremos a latitude θ = 26◦ Norte, longitude ϕ = 10◦ Leste e altitude
de 919,71 metros.
desse usuário do GPS como sendo da cidade de Djanet, localizada nos Montes Tássali,
escola pública da rede estadual para uma turma de 22 alunos do segundo ano do Ensino
uma vez que os alunos estarão contextualizando a aprendizagem com situações reais
de seu cotidiano.
trizes especiais e operações envolvendo matrizes. Este conteúdo foi abordado no Capí-
tulo 1 desta dissertação e o professor poderá usá-lo como referência. Foram utilizadas
A principal pergunta feita pelos alunos foi sobre a aplicabilidade do conteúdo apre-
sentado. Assim, para que os alunos pudessem contextualizar o tema, foi aplicado a
Janeiro
53
Plano de Aula 54
Fevereiro
Determine, por meio de uma matriz, o total de vendas de cada tipo de veículo no
" #
4453 1985 415
M1 =
2693 1378 289
e " #
5893 2031 531
M2 =
3412 1597 402
Fazendo M1 + M2 , obteremos a resposta:
" #
10346 4016 946
R= ,
6105 2975 691
registrados na Tabela 5.1. Pelo regulamento das Olimpíadas, cada resultado (vitória,
está registrado na Tabela 5.2. Determine o total de pontos dos países participantes por
Brasil 3 0 0
Egito 1 1 1
Bielorrússia 1 0 2
Nova Zelândia 0 1 2
Número de pontos
Vitória 3
Empate 1
Derrota 0
Tabela 5.2 como uma matriz M2 de ordem (3 × 1), e efetuamos a multiplicação entre
Zelândia.
de suas disciplinas numa tabela. Ele observou que as entradas numéricas da tabela
formavam uma matriz 4 × 4, e que poderia calcular as médias anuais dessas disciplinas
usando produto de matrizes. Todas as provas possuíam o mesmo peso, e a tabela que
1
o Bim o Bim
2 3
o Bim o Bim
4
Para obter essas médias ele multiplicou a matriz obtida a partir da tabela por:
h i
1 1 1 1
a)
2 2 2 2
h i
1 1 1 1
b)
4 4 4 4
1
1
c)
1
1
1
2
1
2
d) 1
2
1
2
Plano de Aula 56
1
4
1
4
e) 1
4
1
4
Resolução: Da tabela extraímos uma matriz 4 × 4. Para calcularmos a média
1
aritmética entre 4 notas, somamos as 4 e dividimos por 4, ou multiplicamos por .
4
Então caríamos entre as alternativas b e e. Pela denição de multiplicação de matrizes
a multiplicação de uma matriz 4 × 4 tem que ser feita por uma matriz 4 × 1 e não 1 × 4.
Portanto, a alternativa correta é a letra e.
adição e multiplicação de matrizes, uma vez que eles já tinham conhecimentos prévios
As Figuras 5.1, 5.2 e 5.3 são registros dos erros cometidos na primeira questão.
Percebe-se que houve diculdade em representar a resposta por meio de uma matriz,
erro nos cálculos e o erro mais grave foi fazer a diferença entre as matrizes ao invés
As Figuras 5.4, 5.5 e 5.6 são registros dos erros cometidos na segunda questão.
que deveria ser uma matriz 4×1 e não 1 × 4. Dentre os 22 alunos, 8 acertaram
A Figura 5.7 é um registro dos erros cometidos na terceira questão. Apesar da obser-
vação colocada na folha de questões para deixar os cálculos registrados, nenhum aluno
Apesar de 54,5% dos alunos terem assinalado a resposta correta, os dados da questão
acima ainda são preocupantes, pois um total de 45,5% optou por outras alternativas.
colunas (elementos da 1
a linha da matriz A com os elementos da 1a coluna da matriz
B, e assim sucessivamente).
Com relação a questão de múltipla escolha, como os alunos não deixaram o cálculo
registrado, não é possível concluir que os 12 alunos que acertaram realmente sabiam
resolver a questão, ou apenas tiveram sorte na escolha da alternativa. Com isso, optar
por aplicar uma prova de múltipla escolha pode não ser uma boa alternativa para
ao ser humano, mas não observável diretamente. Para avaliá-la é necessário que se
possam manifestar seus conhecimentos e habilidades para que seja possível avaliar de
Como conclusão geral das atividades apresentadas, constatou-se que os alunos apre-
sentaram diculdades no tema e para sanar as dúvidas foram dedicadas mais aulas no
É claro que, para que isso ocorra, o professor deve avaliar a realidade da sala de
aula para que ele se certique de qual seria a melhor decisão a ser tomada. Além disso,
é necessário um estudo mais profundo no que concerne ao ensino de matrizes para que
adaptado. A situação foi desenvolvida tendo como contexto, situações que ocorrem
A situação é descrita por uma vendedora que oferece três tipos de bombons e, que
podem ser vendidos em quatro tipos de kits: um com quatro bombons, outro com seis,
aluno é quem forma o kit desejado. O produto de matrizes ocorrerá por intermédio da
versus valor e peso. A tabela espécies de bombons versus valor e peso será apresentada
escolher entre três tipos de bombons (ao leite, branco e diet). Os kits não escolhidos
A tabela contendo espécies de bombons versus valor e peso é dada, então o aluno
multiplicação das duas matrizes obtendo como resultado uma matriz contendo o tipo
Em um exercício como esse, cada aluno terá uma construído uma tabela diferente,
Kit 1 5 0 1
Kit 2 0 2 1
Kit 3 1 0 1
Kit 4 0 1 1
5 0 1 7, 00 140
0 1, 00 25
2 1 5, 00 55
· 1, 50 20 =
1 0 1 3, 00 40
2, 00 15
0 1 1 3, 50 35
Plano de Aula 60
Exemplo 5.2. Uma empresa especializada em calçados é formada por três lojas A, B e
C. Realizado um estudo de vendas de três modelos de sapatos nos meses de Novembro e
Dezembro de 2016 nessas lojas, foram obtidos os resultados representados nas seguintes
tabelas:
Modelo 3 89 93 99
Quanto cada loja vendeu de cada modelo nesses dois meses? Qual loja vendeu mais
100 98 105 130 110 133
A = 150 120 121 e B = 148 120 100 (5.1)
89 93 99 100 80 100
Para se obter quanto cada loja vendeu de cada modelo nesses dois meses, faremos
regra para classicação dos times é pela quantidade de pontos obtidos ao longo do
campeonato. São três pontos a cada vitória, um ponto a cada empate e zero ponto a
cada derrota. Na 11
a rodada, a tabela obtida é a Figura 5.8. Determine a pontuação
Resolução: Extraindo uma matriz A4×3 da tabela, sendo a primeira coluna o número
de vitórias, a segunda coluna o número de empates e a terceira coluna o número de
9 2 0
7 1 3
derrotas, temos: A= . Obtendo a matriz B3×1 da pontuação de cada jogo,
5 5 1
6 1 4
temos, 3 pontos a cada vitória, 1 ponto a cada empate e 0 ponto a cada derrota,
3
teremos: B = 1 .
0
Para chegarmos na pontuação de cada time, precisamos multiplicar as matrizes
Esse é um exercício de uma situação real, a tabela foi retirada do seguinte site com
http://globoesporte.globo.com/futebol/brasileirao-serie-a/
3) C = (cij ); C = AB
O elemento C63 é:
a) -112
b) -18
c) -9
d) 112
e) não existe
Resolução: Na multiplicação da matriz A4×7 pela matriz B7×9 , obtemos uma matriz
C4×9 , que é uma matriz de 4 linhas e 9 colunas. Portanto o elemento C63 não existe,
pois seria um elemento da sexta linha, a qual não existe, logo a alternativa correta é a
letra e.
Exemplo
" 5.5. (UFLA) Dadas as seguintes matrizes
# " #
x+y x−y 1 0
A= e B= .
1 1 2 1
2
Os valores de x e y , de modo que A = B , são:
a) x = 1, y = 0
b) x = 0, y = 1
c) x = y = 1
1
d) x = y =
2
e) x = y = 0
(
x+y+1=2
x−y+1=1
1 1
Resolvendo o sistema, chegaremos em x= 2
e y = 2
, logo a alternativa correta é a
letra d.
de:
a) R$17,50
b) R$16,50
c) R$12,50
d) R$10,50
e) R$9,50
Fazendo a linha (I) multiplicada por 3 e a linha (II) multiplicada por 2, obtemos o
(
9x + 21y + 3z = 94, 50 (III)
8x + 20y + 2z = 84, 00 (IV )
Subtraindo a linha (IV) da linha (III), obtemos:
x + y + z = 10, 50.
Portanto, a alternativa correta é a letra d.
um certo número de pontos, que equivale ao valor calórico do alimento ao ser ingerido.
a) I, apenas.
b) II, apenas.
c) I e II, apenas.
d) II e III, apenas.
e) I, II e III.
sistema linear:
4x + 2y + z = 85
x + w + 2z = 85
4x + y + 2z = 85
4x + w = 85
Da relação entre a primeira linha e a terceira linha, segue que:
4x + 2y + z = 4x + y + 2z ⇐⇒ y = z.
3x
x + w + 2z = 4x + w ⇐⇒ z = .
2
Substituindo na primeira linha:
3x 3x 17
4x + 2 · + = 85 ⇐⇒ x = 85 ⇐⇒ x = 10.
2 2 2
Calculando a pontuação do bife (w), segue:
4x + w = 85 ⇐⇒ 4 · 10 + w = 85 ⇐⇒ 40 + w = 85 ⇐⇒ w = 45.
III - CORRETA. Uma colher de arroz possui 0, 25 · 20g = 5g . Isso vale 10 pontos. A
mesma quantidade de lipídeos está presente em uma colher de azeite e vale 15 pontos.
15
Portanto,
10
= 1, 5.
Logo, a alternativa correta é a letra e.
Referências
[1] LEON, S. J. Álgebra Linear com Aplicações, 4a. ed. Rio de Janeiro: Editora LTC,
2004.
[3] ANTON , H.; RORRES. C. Álgebra linear com aplicações, 10a. ed. Porto Alegre:
[4] BRADY, J. E., HUMISTON, G. E. Química geral, Editora LTC, 1981, 572p.
[5] POOLE, D. Álgebra Linear, 4a. ed. São Paulo: Editora Thomson, 2013, 718p.
[6] LIPSCHUTZ, S. LIPSON, M. Álgebra Linear , Coleção Schaum, 4a. ed. Editora
[7] GUSSOW, M. Eletricidade Básica, Coleção Schaum, 4a. ed. Editora Artmed, 656p.
2006.
66