3.1 Sistemas Lineares e Matrizes
3.1 Sistemas Lineares e Matrizes
3.1 Sistemas Lineares e Matrizes
https://www.youtube.com/watch?v=_xomX-d8XU4
Nota:
j = 1, 2, … , n
[ 𝐴∨ 𝐵 ] = 5[2 1 10
3
∨
4 ]
Observação
(1)
[2
[ 𝐴∨ 𝐵 ] = 5 1 10
3
∨
4 ]
(2)
[0
[ 𝐴∨ 𝐵 ] = 5 1 10
3
∨
4 ]
É mais difícil de resolver que:
(3)
[0
[ 𝐴∨ 𝐵 ] = 5 0 10
3
∨
4 ]
Questões:
- Será possível transformar um sistema /uma matriz completa do tipo (1) num
sistema/matriz completa equivalente dos tipos (2) ou (3), que são mais fáceis
de resolver?
- Como fazê-lo?
Observação:
M N
Forma Sistema
escalonada equivalente:
reduzida:
Justificação: Dada uma matriz A pretendemos determinar uma matriz M(=A-1) tal que AM=In
Para resolver cada um dos n sistemas teríamos de escalonar as n matrizes completas : [A | In1] … [A | Inn]
de modo a obter: [In | M1], … , [In | Mn]
Juntando as n matrizes completas numa só (notar que a matriz do sistema – A – é a mesma em todas elas)
e escalonando a matriz resultante – [A | In] – obtemos [In | M] = [In | A-1].
”n em 1”
Exemplo: Determinação da inversa de uma matriz A pelo método de Gauss-Jordan
I2
A-1
Sistemas de Cramer
Observação:
A Regra de Cramer permite-nos calcular o valor de uma componente isolada da solução sem termos de
calcular toda a solução.
De facto, de acordo com esta regra as componentes da solução são calculadas uma a uma.
Justificação da Regra de Cramer para o caso de matrizes 3 x 3 --- Não dar (mostrar só a quem quiser saber)