Beruflich Dokumente
Kultur Dokumente
Contents
1 Reviso Elementar da lgebra Matricial
1.1
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Definies e Notao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
1.4
A Transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5
O Trao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6
O Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7
A Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.8
Matrizes Particionado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
1.9
16
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
18
2 Espaos Vectoriais
20
2.1
22
2.2
Bases e Dimenso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
2.3
Bases e Dimenso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
2.4
25
2.5
26
2.6
Matrizes de Projeo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.7
28
3 Inversa Generalizado
29
3.1
29
3.2
30
3.3
31
3.4
32
3.5
. . . . . . . . . . . . . . . . . . . . .
33
3.6
34
O produto de Kronecker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
36
Resume
O presente artigo tem como pressuposto fundamental a anlise e reflexo concernente importncia da lgebra em Estatstica na formao profissional do pedagogo e alguns aspectos que
consideramos vitais, tais como a Estatstica no mundo contemporneo e o seu ensino nos cursos de Pedagogia. Para isto, faz-se necessrio relatar a importncia das anlises quantitativas
versos qualitativas na pesquisa e no ambiente educacional, buscando subsdios para a captao
da relao entre a Estattica e a Educao, e do aprofundamento da discusso a respeito da
Estatstica aplicada a Educao.
1
1.1
1.2
Definies e Notao
Definio 1.1.: Sejam K um corpo, m e n nmeros inteiros positivos, designam - se por matriz
sobre K, cujos elementos se designam - se por escalares, a todo o quadro de elementos de K
dispostos em m linhas e n colunas.
K em particular, pode ser o conjunto dos nmeros reais,R neste caso, as matrizes dizem - se
reais. Uma matriz A de dimenso m n, uma matriz rectangular dado por:
a11
a12
a21 a22
A = (aij ) =
..
..
.
.
am1 am2
a1n
a2n
..
.
(1)
amn
onde, (i,j) o elemento de A, isto , aij = (A)ij . A uma matriz quadrada de ordem m se
m = n, enquanto que uma matriz m 1 e 1 n so chamados vector coluna e vector linha,
respectivamente representado por
a=
a=
a1
a2
..
.
am
a11 a12
(2)
a1n
(3)
A = diag(a11 , , amm ) =
a11
0
..
.
0
onde aij = 0 e i 6= j.
a22
..
.
0
..
.
amn
(4)
(5)
(6)
(7)
Para quaisquer m m da matriz A,DA chamamos a matriz diagonal com elementos diagonais
iguais aos elementos diagonais de A e, para algum m 1 vector a, Da chamamos da matriz
diagonal com elementos diagonais igual aos componentes de A, isto DA = diag(a11 , , amm )
e Da = diag(a1 , , am ).
Uma matriz tringular inferior uma matriz quadrada em que so nulos todos os elementos
acima da diagonal principal,representado por
a11
a21 a22
A=
..
..
.
.
an1 an2
0
0
..
.
(8)
amm
A=
a11 a12
0
..
.
0
a1n
a22
..
.
a2n
..
.
amm
(9)
O zero escalar escrito 0, enquanto que o vector zero, chamado de vector nulo, e a matriz cujos
elementos so todos nulos a matriz nulo, denota-se por (0).
1.3
Discutem - se nesta seco as principais operaes com matrizes:adio de matrizes, multiplicao de uma matriz por um escalar e multiplicao de matrizes.
Se A dado por m p e B dado por p n, ento C = AB,m n, onde o elemento, cij , dado por
p
X
aik bbj
(10)
k=1
Geralmente o produto AB = BA, nem sempre so iguais e se A2 = A, A neste caso diz-se uma
matriz Idempotente.
Teorema 1.1.: Sejam as matrizes A, B e C, com e os escalares, as seguintes propriedades
so verificadas.
1. A + B = B + A
2. (A + B) + C = A + (B + C)
3. (A + B) = A + B
4. ( + )A = A + A
6
5. A A = A + (A) = (0)
6. A(B + C) = AB + AC
7. (A + B)C = AC + BC
8. (AB)C = A(BC)
1.4
A Transposta
Definio 1.4.: Denomina-se matriz transposta trocando ordenadamente linhas por colunas,
ou seja a transposta de uma matriz A, representa-se por A0 ,obtido trocando as linhas e colunas
de A.
Se A m p e B dado por p m, ento o elemento (i, j) da matriz (AB)0 se escreve
((AB)0 )ij = (A)j .(B).i =
Pp
(a) (A)0 = A0 .
(b) (A0 )0 = A.
(c) (A + B)0 = A0 + B 0 .
(d) (AB)0 = B 0 A0 .
A uma matriz quadrada m m, se A = A0 , ento A0 tambm m m, conclui -se que
A uma matriz simtrica;
A uma matriz anti - simtrica se A = A.
Se Eij = ei e0j , geralmente, ei,m e0j,m produz uma matrix m n, tendo 1 como nico elemento
diferente de zero na posio (i, j), e se A uma matriz m n, ento
A=
m X
n
X
i=1 j=1
(11)
1.5
O Trao
Definio 1.5.: Definida apenas em matriz quadrada. Seja uma matriz A m m, o trao de
A, tr(A), definido como sendo a soma dos elementos da diagonal de A, ou seja
tr(A) =
m
X
aii
(12)
i=1
m
X
(AB)ii =
i=1
m
X
(A)i .(B).i =
i=1
m X
m
X
i=1 i=1
m X
n
X
bji aij
(13)
i=1 j=1
1.6
O Determinante
O determinante uma outra funo definida pela matriz quadrada. Se A uma matriz m m,
ento o determinanate denominado por | A |, dado por
P
(1)f (i1 ,...,im ) a1i1 a2i2 . . . amim
P
= (1)f (i1 ,...,im ) ai1 1 ai2 2 . . . aim m
| A |=
| A | pode ser lido apartir dos cofactores. O menor elemento de aij , dado por mij , o determinante de (m 1) (m 1) obtida aps de removido a linha e a coluna de A.
O cofactor de aij dado por Aij = (1)i+j mij . Para algum i, . . . , m o determinanate de A pode
ser obtido expandindo o nmero de linhas,
| A |=
m
X
aij Aij
(14)
aij Aij
(15)
j=1
ou o nmero de colunas
| A |=
m
X
i=1
Por outro lado, se os cofactores de uma linha ou coluna so combinados com elementos de uma
linha ou coluna diferente, reduz a zero, isto , se k 6= i, ento
m
X
j=1
aij Akj =
m
X
aji Akj = 0
(16)
j=1
A = (a1 , . . . , am ), temos
ci = Ab =
Pm
i=1 bi ai
m
X
cj1 Cj1
j=1
m X
m
X
=
(
bi aji )Cj1
j=1 i=1
m
m
X
X
bi (
i=1
m
X
aji Cj1 )
j=1
bi | (ai , c2 , . . . , cm ) |
(17)
i=1
m
X
...
i1 =1
bi1 1 ai1 , . . . ,
i1 =1
m
X
m
X
bim m aim ) |
im =1
m
X
im =1
(18)
onde esta soma final sobre toda permutao de (1, . . . , m), deste teorema (e)que implica
| (ai1 , . . . , aim ) |= 0
se ij = ik para algum j 6= k. Finalmente reordenar as colunas em | (ai1 , . . . , aim ) |= 0 e usando
o teorema 1.4(f ), temos
| C |=
10
1.7
A Inversa
Uma matriz A m m para os quais | A |6= 0 diz - se uma matriz no singular. Neste caso, existe
uma matriz no singular denominado por A1 e chama-se a inversa de A, tal que
AA1 = A1 A = Im
(19)
Esta inversa nica desde que, se B outra matriz m m satisfazendo a inversa da frmula
(19) para A, ento BA = Im , assim
B = BIm = BAA1 = Im A1 = A1
As seguintes propriedades bsicas da matriz inversapode ser facilmente verificada usando a frmula (19).
Teorema 1.6.: Se um escalar diferente de zero e m m matriz no singular de A e B, ento:
(a) (A)1 = 1 A1 ,
(b) (A0 )1 = (A1 )0 ,
(c) (A1 )1 = A,
(d) | A1 |=| A |1 ,
1
(e) Se A = diag(a11 , . . . , amm ), ento A1 = diag(a1
11 , . . . , amm ),
(f ) Se A = A0 , ento A1 = (A1 )0 ,
(g) (AB)1 = B 1 A1
Tal como acontece com o determinante de A, a inversa de A pode ser inversa pode expressa em
termos em termos de cofactores de A. Seja A# , chamado de adjunto de A ser a transposio da
matriz de cofactores de A, isto , os elementos de A# (i, j), Aji , o cofactor de aji . Ento
AA# (i, j) = A# (i, j)A = diag(| A |, . . . , | A |) =| A | Im
desde que (A)i .(A# ).i = (A# ).i (A)i . =| A | resulta (14) e (15), e (A)i .(A# ).j = (A# )i .(A).j = 0,
para i 6= j resulta (16). A equao acima proporciona a relao
A1 =| A |1 A#
11
A relao entre o inverso do produto de uma matriz e o produto da inversa, dado pelo teorema
1.6(g) uma propriedade muito til. Infelismente, um relacionamento to bom no existe entre
o inverso de uma soma e soma dos inversos, temos no entanto, o seguinte resultado, que as vezes
til.
Teorema 1.7.: Supondo que A e B so matrizes no singulares, com A m m e B ser n n.
Para qualquer matriz C m n e algum matriz D n m segue-se que se A + CBD singular,
ento
(A + CBD)1 = A1 A1 C(B 1 + DA1 C)1 A1
Proof. A prova envolve simplesmente verificar que (A + CBD)(A + CBD)1 = Im para (A +
CBD)1 dado anteriormente, neste caso temos
(A + CBD)A1 A1 C(B 1 + DA1 C)1 DA1 =
Im C(B 1 + DA1 C)1 DA1 + CBDA1 CBDA1 C(B 1 + DA1 C)1 DA1 =
Im C(B 1 + DA1 C)1 B + BDA1 C(B 1 + DA1 C)1 DA1 =
Im CB(B 1 + DA1 C)(B 1 + DA1 C)1 BDA1 = Im CB BDA1 = Im
Se m = n e C e D So matrizes identicas, ento obtm-se o seguinte caso especial do teorema
1.7.
Suponha que A e B e A + B so todas matrizes no singular m m, ento
(A + B)1 = A1 A1 (B 1 + A1 )1 A1
Obtemos outro caso especial do teorema 1.7 quando n = 1
Corolrio 1.7.2. Seja A ser uma matriz no singular m m. Se c e d so vectores m 1 e
A + Cd0 o singular, ento
(A + cd0 )1 = A1 A1 cd0 /(1 + d0 A1 c)
Exemplo 1.2: Teorema 1.7 pode ser particularmente til quando m maior que n e a inversa
de A bastante fcil de calcular. Por exemplo, suponha temos A = Is .
B=
1 1
1 2
12
C = 1
0
D = 0
1 1 1 0
1 6 4
G = A + CBD = 1 2 2
2 6 4
1 4 3
3 1
0 1
3 2
2 2
B 1 =
de modo que
(B 1 + DA1 C) =
2
1
1
1
2 0
3 4
(B 1 + DA1 C)1 =
13
2.5 0.5
1
0 1
2
G1
1.8
1.5
0.5 2.5
3
3
1
4
3
2
2
0
3
2
1
0.5 0.5 1.5 2
Matrizes Particionado
Ocasionalmente, til particionar uma dada matriz em submatrizes. Por exemplo, suponha que
A m m inteiros positivos m1 , m2 , n2 , n2 tais que que m = m1 + m2 e n = n1 + n2 . Uma
maneira de particionar uma matriz
A=
A11 A12
A21 A22
B=
B11 B12
B21 B22
AB =
A21 B11 + A22 B21 A21 B12 + A22 B22
As matrizes podem ser particionado em submatrizes em outras maneiras, alm de particionamento 2 2 dado anteriormente. Por exemplo, poderamosparticionar apenas as colunas de A,
obtendo - se a expresso.
A = [A1
A2 ]
A21 A22
A=
..
..
.
.
Ar1 Ar2
A2c
..
.
Arc
i=1 mi
Pc
=m e
j=1 nj
=n
A matriz A acima dito ser em bloco diagonal se r = c, Aii uma matriz quadrada para cada i
e Aij uma matriz nula para qualquer i e j com i 6= j. Neste caso poderemos escrever:
A = diag(A11 , . . . , Arr ),
isto
A11
(0)
(0)
A = diag(A11 , . . . , Arr ) =
..
.
(0)
...
(0)
A22 . . .
..
.
(0)
..
.
(0)
. . . Arr
Exemplo 1.3: Suponha que queremos calcular o produto da da transposta de AA0 da matriz
(5 5) dado por
1 1
0
1
0
A= 0
0
0
1 1 1
1 1 1
1 1
1 1
2 0
0 2
O clculo pode ser simplificado pela observao de que A pode ser escrito
A=
I3
13 12
0
12 13
2I2
AA0 =
I3
13 12
0
12 13
2I2
15
13 12
I3
0
12 13
2I2
12 13 + 212 13 12 13 13 12 + 4I2
I3 + 213 13
0
13 12
0
12 13
312 12 + 4I2
3 2 2 1 1
2 3 2
= 2 2 3
1 1 1
1 1 1
1.9
13 12 + 213 12
I3 + 13 12 12 13
1 1
1 1
7 3
3 7
A nossa definio inicial de patente de uma matriz A m n dado em males de uma matriz. Em
geral, alguma matriz formado pela eliminao da linha ou coluna de A chamado de submariz
de A. O determinante de uma submatriz de A r r chamado de menor ordem r. Por exemplo,
para uma matriz A m m, j definimos e chamamos a menor de aij , isto , um exemplo de
ordem menor m 1. A classificao de uma matriz A no nula m n r, escrito rank(A) = r,
pelo menos um dos seus menores de ordem r diferente de zero, enquanto que todas menores de
ordem r + 1 so. Se A uma matriz nula, ento rank(A) = 0.
A fila de uma matriz A inalterada por qualquer das seguintes operaes, chamado transformaes elementares.
(a) O intercncio de duas filas ou colunas.
(b) A multiplicao de uma linha ou coluna de A por um escalar diferente de zero.
(c) A adio de um mltiplo de uma linha ou coluna de A para outra linha ou coluna de A.
Qualquer transformao fundamental de A pode ser expressa como a multiplicao de A por uma
matriz referida como uma matriz de transformao fundamental. Uma transformao elementar das linhas de A vai ser dada pela prmultiplicao de A por uma matriz de transformao
fundamental, enquanto que uma transformao fundamental da colunas correspondente a uma
fila de multiplicao. Matrizes de transformaes elementares no so singulares e qualquer matriz no singular pode ser expressa como o produto de matrizes de transformaes elementares.
16
Teorema 1.8.: Seja A uma matriz m n, B uma matriz m m e C uma matriz n n. Ento
se B e C so matrizes no singulares, segue - se que
rank(BAC) = rank(BA) = rank(AC) = rank(A)
Usando a transformao elementar das matrizes, qualquer matriz A pode ser transformada em
outra matriz de forma mais simples com a mesma fila de A.
Teorema 1.9.: Se A uma matriz m n de fila r > o, ento existe uma matriz no singular
m m e uma matriz B n n e C, tal que H = BAC e A = B 1 HC 1 , onde H dado por:
(a) Ir se r = m = n;
(b) [Ir
(c)
(d)
(0)] se r = m < n;
Ir
(0)
Ir
se r = n < m;
(0)
(0) (0)
se r < m, r < n
1.10
matrizes ortogonais
1.11
Forma Quadrtica
Pm Pn
j=1 xi yj aij
i=1
Pm Pn
i=1
18
j=1 xi xj aij
19
Espaos Vectoriais
i xi S
(20)
i=1
21
2.1
22
2.2
Bases e Dimenso
23
2.3
Bases e Dimenso
24
2.4
25
2.5
26
2.6
Matrizes de Projeo
27
2.7
28
3
3.1
Inversa Generalizado
A inversa Generalizado de Moore - Penrose
29
3.2
30
3.3
31
3.4
32
3.5
33
3.6
34
35
4.1
O produto de Kronecker
36