Apostila AlLinear 2010 U1

lgebra Linear 1
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris

UNESC
UNIVERSIDADE DO EXTREMO SUL CATARINENSE

Caderno Pedaggico de:

MSc Elisa Netto Zanette
Dr Ledina Lentz Pereira
MSc Sandra Regina da Silva Fabris

Cricima (SC), 2010

lgebra Linear 2
INTRODUO
A Matemtica, desde os seus primrdios, entrelaa-se intimamente com a histria da
civilizao e uma das alvancas principais do progresso humano (BAUMGART
1
, 1997). Vrios
conceitos bsicos dessa cincia, criados para atender a certas necessidades e resolver problemas
especficos, posteriormente revelaram uma utilidade bem mais ampla do que a inicialmente pensada
e vieram, com a evoluo das idias e o desenvolvimento das teorias, a adquirir uma posio
definitiva de grande relevncia na Matemtica (LIMA
2
, 2000, p.28).
Observamos uma mudana contnua que se processa tanto nas condies scio-poltico-
econmica das sociedades quanto na prpria Matemtica. fato que a validez das teorias
Matemticas perene e subsiste atravs dos sculos. Porm, a posio dessas teorias e tcnicas a
elas associadas, varia bastante em termos de importncia, alcance e eficcia em fase dos novos
desenvolvimentos, das novas descobertas e da ocorrncia de reas recentes de aplicao, dentro e
fora da Matemtica (LIMA
3
, 2001, p.159).
Usamos Matemtica diariamente, mesmo sem perceber. Isso s, poderia justificar a sua
importncia. facilmente percebida, nas atividades simples do homem s mais complexas, nos
esportes, na estatstica, nas construes, nas previses oramentrias. Sem dvida, ela confere
poder aos economistas, aos empresrios, etc. A Matemtica ferramenta imprescindvel para que
se possa ordenar os pensamentos, porque desafia e desenvolve a mente, ajuda a compreender as
linguagens que se utiliza no cotidiano.
As concepes matemticas desenvolvidas e acumuladas nas diversas geraes podem ser
divididas em Aritmtica (nmeros), lgebra (letras + nmeros) e Geometria (figuras planas e
espaciais). A Trigonometria pode ser considerada como um ramo da Geometria e a Geometria
Analtica como uma fuso da lgebra com a Geometria. Resolvemos os problemas como o uso da
aritmtica, da geometria, da trigonometria, da lgebra, do clculo diferencial e integral, etc. Alguns
problemas podem ser solucionados ao mesmo tempo pela lgebra, ou Geometria ou Aritmtica.
Coube a Descartes a soluo de problemas geomtricos atravs da lgebra e vice-versa, em 1637.
Para Baumgart (1999) a origem da palavra lgebra estranha e intrigante. Ela no se sujeita
a uma etimologia ntida como, por exemplo, a palavra aritmtica, que se deriva do grego arithmos
(nmero). lgebra uma variante latina da palavra rabe al-jabr (s vezes transliterada al-jebr),
usada no ttulo de um livro, Hisab al-jabr wal-muqabalah (Cincia das equaes), escrito em
Bagd (ano 825) por um matemtico rabe. Esse tratado de lgebra com freqncia citado,
abrevidamente, como Al-jabr. Ainda que originalmente lgebra refira-se a equaes, a palavra
hoje tem um significado muito mais amplo e uma definio satisfatria requer um enfoque, tanto
cronolgico quanto conceitual, em duas fases: (1) lgebra antiga (elementar) o estudo das
equaes e mtodos de resolv-las; (2) lgebra moderna (abstrata) o estudo das estruturas
matemticas tais como grupos, anis, corpos, etc.
A lgebra Linear (o nome indica sua origem geomtrica) ou lgebra Vetorial uma parte da
lgebra que, por sua vez, um ramo da Matemtica na qual so estudados matrizes, espaos
vetoriais e transformaes lineares que contribuem para um estudo detalhado de sistemas lineares
de equaes. um fato histrico que a inveno da lgebra Linear tenha origem nos estudos de
sistemas lineares de equaes.
Segundo o matemtico Elon Lages Lima (LIMA, 2001), a lgebra Linear o estudo dos espaos
vetoriais e das transformaes lineares entre eles. Quando os espaos tm dimenses finitas, as
transformaes lineares possuem matrizes. Tambm tm matrizes as formas bilineares e, mais,
particularmente, as formas quadrticas. Assim a lgebra Linear, alm de vetores e transformaes
lineares, lida tambm com matrizes e formas quadrticas.

1
BAUMGART, John K. Tpicos de Histria da Matemtica para uso em sala de aula: lgebra. Trad. Hygino H Domingues. So Paulo:
Atual, 1997.
2
LIMA, Elon Lages. Meu Profesor de Matemtica e outras histrias. (Coleo do Professor de Matemtica: SBA Sociedade Brasileira de
Matemtica). Rio de Janeiro: Solgraf Publicaes Ltda, 2000.
3
LIMA, Elon Lages. Matemtica e Ensino. (Coleo do Professor de Matemtica: SBA Sociedade Brasileira de Matemtica). Rio de
Janeiro: R&S, 2001.
lgebra Linear 3
Tanto a lgebra Linear como a Geometria Analtica aplicam-se a vrias reas, em especial s
Engenharias. Possibilitam explicar princpios fundamentais e simplificar os clculos em Engenharia,
Cincia da Computao, Fsica, Biologia, Matemtica, Economia e Estatstica. , portanto relevante e
tem destaque em diversos cursos superiores, na graduao e na ps-graduao.
Muitos dos temas do mbito da lgebra Linear fazem parte integrande de planos de estudos
desses cursos j citados. Para Lay
4
(1999) a lgebra Linear (e a Geometria Analtica, como sua
subsidiria) constitui uma das reas da Matemtica com mais vastas e variadas aplicaes incluindo
a sua importncia para as diversas reas da prpria Matemtica da Anlise Estatstica e
Investigao Operacional em que temas fundamentais como Clculo Matricial ou o Clculo Vetorial
so de utilizao constante e cotidiana. de extrema importncia para em seus tpicos mais
avanados, simplificando sua teoria e em geral, para a maior parte da Matemtica.
Numa anlise comparativa com a Geometria, a lgebra, como estrutura lgica, tm-se
desenvolvido mais recentemente, principalmente nos ltimos 100 anos, com formulao simples,
onde poucos axiomas so suficientes para organizar toda a estrutura da lgebra. Por sua vez, a
Geometria, desenvolvida inicialmente pelos Gregos a mais de 2.000 anos, est sintetizada nos
Elementos de Euclides que formam a base da Geometria Plana e Slida atual, conservando a
maneira sistemtica de analisar as propriedades de pontos, retas, tringulos, crculos e outras
configuraes. Tm-se introduzido em estudos recentes, conjuntos de axiomas e postulados que
melhoram sua estrutura lgica, mas o contedo da Geometria permanece o mesmo.
Descobriu-se que, essencialmente, toda Geometria pode ser desenvolvida em linguagem
algbrica. Na associao de pontos e retas ao invs da geometria usual, realiza-se operaes
algbricas em certos objetos, denominados vetores. Esses vetores obedecem a certas leis algbricas,
similares aos nmeros. Assim, trabalhamos teoremas da geometria atravs de teoremas da lgebra
dos vetores com nfase nas equaes, identidades e desigualdade em lugar de conceitos
geomtricos como, congruncia, semelhana e interseo de segmentos.
Os vetores tm papel relevante, no apenas na Matemtica, como na aplicao em outras
reas. O estudo desses vetores, normalmente feito por meio de dois tratamentos que se
completam: Geomtrico e Algbrico. A grande vantagem da abordagem geomtrica de possibilitar
predominantemente a visualizao dos conceitos que so apresentados para estudo, o que favorece
seu entendimento que sob o ponto de vista algbrico, so mais formais e abstratos.
Apesar da lgebra Linear representar um campo abstrato da Matemtica, ela tem um grande
nmero de aplicaes dentro e fora da Matemtica. Haetinger (2007) cita algumas e afirma que,
apesar de no conseguir abord-las todas, num curso de lgebra, o objetivo que o estudante tome
contato com o que representa o estado da arte desta rea. Alguns exemplos
5
de aplicaes: Jogos de
Estratgia; Distribuio de Temperatura de Equilbrio; Gentica; Crescimento Populacional por Faixa
Etria; Criptografia; Tomografia Computadorizada; etc.

Nos temas a serem trabalhados, incluimos a discusso sobre os conceitos tericos formalmente
instituidos, acompanhados de exemplos e atividades. Os textos so escritos em linguagem simples,
mas com rigor matemtico. So apresentados em forma de resumo e de modo algum, dispensam a
pesquisa do acadmico aos diversos livros didticos da rea. Portanto, para aprofundar seus
conhecimentos, sugerimos como fontes, os livros e links relacionados na bibliografia.

4
LAY, C David. lgebra Linear e suas aplicaes. 2ed. Trad. Ricardo Camelier e Valria de M. Irio. Rio de Janeiro: LTC, 1999.
5
HAETINGER, Claus. 2007. Disponvel em http://ensino.univates.br/~chaet/Algebra_Linear.html . Acesso em Jan 2009.
Essa introduo - associando a geometria com a lgebra de vetores - informal e objetiva formar
uma noo intuitiva da lgebra. O contedo programtico de lgebra Linear foi elaborado, visando
um conhecimento dos conceitos mnimos e indispensveis, de modo que se possa perceber a inter-
relao entre os mesmos e a sua aplicao conjunta.
lgebra Linear 4
SUMRIO

INTRODUO............................................................................................................................................................................ 2
I MATRIZES............................................................................................................................................................................... 6
1 Introduo...................................................................................................................................................................... 6
2. Definio......................................................................................................................................................................... 6
3. Tipos de Matrizes..................................................................................................................................................... 10
4. Proposies: Igualdade de Matrizes e Matriz Oposta....................................................................... 12
5. Matriz Transposta.................................................................................................................................................... 12
6. Simetria em Matrizes............................................................................................................................................. 13
Lista 1 de Atividades - Matrizes ...................................................................................................................................... 14
7. Operaes com Matrizes ..................................................................................................................................... 16
7.1 Adio e Subtrao de matrizes............................................................................................................... 16
7.2 Multiplicao por um escalar ..................................................................................................................... 17
7.3 Multiplicao entre matrizes...................................................................................................................... 18
8. Potncia de uma Matriz ....................................................................................................................................... 22
9. Propriedades das Operaes com Matrizes.............................................................................................. 23
Lista 2 de Atividades Operaes com Matrizes ............................................................................................................ 24
10. Equivalncia de Matrizes.................................................................................................................................. 28
Lista 3 de Atividades Equivalncia de Matrizes/escalonamento................................................................................... 30
II DETERMINANTES E MATRIZES.................................................................................................................................... 32
1 Classe de uma Permutao................................................................................................................................. 32
2 Determinante de uma matriz............................................................................................................................. 33
2.1 Determinante de 1 ordem......................................................................................................................... 34
2.2 Determinante de 2 ordem......................................................................................................................... 34
2.3 Determinante de 3 ordem: Regra de Sarrus................................................................................... 35
2.4 Determinante de ordem n > 3: Teorema de LAPLACE................................................................. 37
2.5 Processo de triangulao para clculo de determinante........................................................... 38
3 Propriedades dos determinantes..................................................................................................................... 39
4 Determinante e Matriz Inversa......................................................................................................................... 40
Lista 4 de atividades Determinantes e Matrizes............................................................................................................ 43
5 Aplicao matemtica do conceito de determinantes na geometria .......................................... 46
Lista 5 de atividades - Determinantes .............................................................................................................................. 47
III SISTEMAS DE EQUAES LINEARES E MATRIZES............................................................................................ 48
1 Equaes Lineares.................................................................................................................................................... 48
2 Sistema de Equaes Lineares.......................................................................................................................... 50
2.1 Conceito ................................................................................................................................................................. 50
2.2 Representao Matricial de um Sistema de Equaes Lineares............................................ 50
2.3 Classificao dos Sistemas de Equaes Lineares......................................................................... 52
2.4 Equivalncia de Sistemas de Equaes Lineares............................................................................ 54
2.5 Resoluo de Sistemas de Equaes Lineares pelo princpio da equivalncia:
Mtodo de condensao ou de eliminao de Gauss-Jordan........................................................... 55
2.6 Soluo de um sistema de equaes lineares pela Regra de Cramer................................. 58
3 Sistema Homogneo de Equaes Lineares: Discusso da soluo ............................................ 59
Lista 6 de atividades Parte I .......................................................................................................................................... 61
Lista 6 de atividades - Parte II ......................................................................................................................................... 61
4 Discusso de um Sistema de Equaes Lineares homognio e no-homognio.................. 65
Lista 7 de atividades ........................................................................................................................................................ 66
APNDICE A...................................................................................................................................................................... 67
Matriz de Co-Fatores e Adjunta Clssica......................................................................................................... 67
Aplicao de Determinante: Adjunta Clssica e Matriz Inversa ........................................................ 67
1 Encontrando a Matriz de Co-fatores .......................................................................................................... 67
2 Encontrando a Matriz Adjunta Clssica.................................................................................................... 68
lgebra Linear 5
3 Encontrando a Matriz Inversa por Determinante............................................................................... 70
Lista de atividades Determinantes, Matriz Inversa e Adjunta Clssica......................................................................... 71
Bibliografia........................................................................................................................................................................ 72

lgebra Linear 6
C
CCA
AAP
PP
T
TTU
UUL
LLO
OO I
II
M MA AT TR RI IZ ZE ES S, , D DE ET TE ER RM MI IN NA AN NT TE ES S E E S SI IS ST TE EM MA AS S

s Matrizes formam um importante conceito em matemtica, de especial uso no estudo de
transformaes lineares. Os fundamentos e operaes bsicas com matrizes, determinantes e
sistemas de equaes lineares so importantes no desenvolvimento de conceitos da lgebra
Linear e portanto, pr-requisito para o estudo da mesma.

I MATRIZES

1 Introduo

requentemente nos deparamos com conjuntos de nmeros ou outros objetos matemticos, que
podem ser tratados em blocos por serem operados essencialmente da mesma maneira. Para
isso, usamos matrizes.
As matrizes so tabelas de nmeros, utilizados como instrumentos de clculo, surgidas em meados
do sculo XVII como um novo instrumento que, de incio, servia para resolver sistemas lineares.
Dentre as matrizes as que mais uso teve e tem, a matriz quadrada.
As primeiras concepes sobre matrizes na Matemtica, surgiram com o ingls Arthur Cayley (1821-
1895). Sua preocupao vinculava-se na forma e na estrutura em lgebra. Sob esse aspecto, criou
um modelo considerado referncia mas sem a menor idia de qualquer possvel utilidade prtica.
Hoje a teoria das matrizes uma das partes da matemtica mais frteis em aplicao: na
Matemtica, na Fsica, na Fsica Atmica, na Estatstica, na Economia, na Engenharia, na
Computao, etc. Vrias operaes executadas por crebros eletrnicos so computaes por
matrizes. As matrizes so tabelas de nmeros, utilizados como instrumentos de clculo. Dos eventos
e atividades nos quais somos, direta ou indiretamente, envolvidos no cotidiano, muitos deles podem
ser dispostos em forma de tabela/matrizes.
V
VVo
ooc
cc
s
ssa
aab
bbi
ii a
aa q
qqu
uue
ee:
::
A gerao dos movimentos e deformaes que vemos nos efeitos especiais do cinema, da TV, dos
games de computadores e nas visualizaes das simulaes cientficas est baseada na multiplicao
de matrizes 4x4 no caso espacial e 3x3 no caso plano. Nessas aplicaes o problema computacional
no est no tamanho das matrizes mas na quantidade delas e na rapidez de processamento das
multiplicaes (para que se tenha um movimento realstico).
Em muitas outras aplicaes, temos uma situao quase que oposta: uma nica matriz suficiente
mas seu tamanho pode ir a ordem de centenas e mesmo milhares de linhas e colunas. Isso ocorre
normalmente em problemas que envolvem o estudo de campos eltricos, magnticos, de tenses
elsticas, trmicos, etc, os quais - por um processo de discretizao - so reduzidos a um sistema
de equaes lineares, cuja matriz tem grande tamanho. Esse tipo de problema um dos mais
comuns em vrios campos da Engenharia. Outra situao que nos leva a nos envolvermos com
matrizes enormes so as associadas a grandes redes de distribuio de energia eltrica, redes de
comunicaes, redes de transporte, etc. (SILVEIRA, 1999).

2. Definio

A
F
lgebra Linear 7
hamamos de matriz de ordem m por n a qualquer quadro ou tabela formada por m x n
elementos (nmeros, polinmios, fraes, etc.) dispostos em m linhas e n colunas.
Ou, uma matriz qualquer tabela formada por nmeros ou outro tipo de objeto matemtico
que se pretende operar em bloco, simultaneamente.
Ou, uma matriz um conjunto ordenado de nmeros e esto associdados a duas dimenses: a
dimenso das linhas e a das colunas. Um importante exemplo prtico de matriz surge na
informtica: os programas conhecidos como planilhas eletrnicas correspondem a matrizes. Uma
planilha, tal como uma matriz, est dividida em linhas e colunas e, cada clula da planilha
representa um elemento da matriz.
De forma genrica, uma matriz pode ser representada por uma letra maiscula do alfabeto ou por
seus elementos representativos. Estes elementos so dispostos normalmente entre parnteses ( )
ou entre colchetes [ ] ou duplas barras . Da mesma forma, cada elementos est associado a
dois subndices que indicam sua posio na matriz.
Assim, podemos dizer que cada elemento de uma mtria A representado por a
ij
, onde i representa
a linha e j a coluna, onde o elemento a se encontra localizado. A matriz com m linhas e n colunas
possui dimenso mxn (l-se m por n) e indicamos por A
mxn
.

Exemplo 1:
(a) A
2x3
=
|
|
\
|
5 3 4
0 1 2
uma matriz de 2 linhas e 3 colunas onde cada elemento de A ocupa
um lugar determinado na matriz. O elemento (-5), por exemplo est na segunda linha (i=2) e
terceira coluna (j=3) que indicamos por a
23
= -5. Os demais elementos indicamos por:
5 3 4
0 1 2
23 22 21
13 12 11
= = =
= = =
a a a
a a a

(b) B
2x2
=
4
9 1
i
uma matriz de ordem 2 x 2 ou B = [b
ij
]
2x2
(c) C
1x4
= [ ] 9 4 2 2 uma matriz de ordem 1 x 4 ou C = [c
ij
]
2x2

Exemplo 2: Consideremos a situao-problema de 03 pessoas, candidatas a um emprego e
submetidas a testes. Podemos representar o resultado dos testes num quadro de avaliao:
1 teste 2 teste 3 teste
Teresa 4,0 3,5 1,0
Paulo 5,0 7,3 8,0
Marcos 4,8 7,2 3,0
Andr 9,0 8,8 6,5
Os nmeros distribuidos na horizontal representam a pessoa avaliada e formam o que
denominamos de linha e, os colocados na vertical representam o grau de aprovao no teste e
so chamados de coluna. A tabela de valores resultante do quadro denominada matriz e
cada nmero chamado de elemento.
Neste exemplo, temos uma tabela/matriz de ordem quatro por trs (4 x 3) ou seja, uma a
matriz com 4 linhas e 3 colunas. Assim, representamos a situao-problema em:
C
lgebra Linear 8
A
4x3
=
|
|
|
|
|
\
|
5 , 6 8 , 8 0 , 9
0 , 3 2 , 7 8 , 4
0 , 8 3 , 7 0 , 5
0 , 1 5 , 3 0 , 4

Exemplo 3: Vamos considerar agora, a representao em matriz da seguinte situao:
Analisando a pontuao (de 0 a 10) obtida por Paulo, Andr e Luana, no programa de
formao continuada da empresa em que trabalham, nos ltimos anos, temos: Paulo, com 8,
7, 9 e 8 pontos; Andr, com 6, 6, 7, 6 e Luana, com 4, 8, 5, 9.
Esta situao-problema pode ser representando num quadro ou numa matriz com a pontuao
dos trs por ano. Observe:
Representando num quadro:
2004 2005 2006 2007
Paulo 8 7 9 8
Andr 6 6 7 6
Luana 4 8 5 9
Representando numa matriz:

Para saber a pontuao de Andr, por exemplo, em 2006, basta procurar o nmero que fica na
2 linha e na 3 coluna da tabela ou da matriz. Temos nesse caso, uma matriz de ordem 3 x 3
ou seja, nossa matriz tem 3 linhas e 3 colunas e indicamos por A
3,3
. Quando uma matriz tem o
nmero de linhas igual ao nmero de colunas, chamada de matriz quadrada.
Exemplo 4: Vamos avaliar uma outra situao-problema na comparao entre pessoas com
seus respectivos pesos, alturas e idade. Podemos representar no quadro abaixo os valores
encontrados:
Altura(m) Massa(kg) Idade(anos)
Eduardo 1,83 72 18
Fernando 1,75 54 14
Este quadro pode ser representada por uma matriz A de ordem 2 x 3 ou seja com 2 linhas e 3
colunas. As linhas so enumeradas de cima para baixo e as colunas, da esquerda para direita.
A
2x3
=
(
14 54 75 , 1
18 72 83 , 1
LINHAS

COLUNAS

1 linha
2
a
linha
3 coluna
2
a
coluna
1
a
coluna

lgebra Linear 9
Resumindo:
1. Algebricamente, usamos letras maisculas (A, B, ...) para indicar as matrizes genricas e
letras minsculas ou nmeros para indicar os elementos.
2. As tabelas com m linhas e n colunas so denominadas matrizes de ordem m x n. Portanto:
Denomina-se matriz de ordem m x n (l-se: m por n) com m, n 1, a uma tabela formada
por m x n elementos (nmeros, polinmios, funes, etc.), dispostos em m linhas e n
colunas.
3. A representao genrica de uma matriz A de ordem m x n :
A
mxn
=
|
|
|
|
|
\
|
mn m m m
n
n
a a a a
a a a a
a a a a
...
... ... ... ... ...
...
...
3 2 1
2 23 22 21
1 13 12 11
, com m e n N*
Indica-se a matriz acima por:
A
mxn
= [ a
ij
]
m x n
com i {1, 2, ..., m} N e j { 1, 2, ..., n} N ou
A
mxn
= [ a
ij
] , (1 i m e 1 j n).
Note que cada elemento a
ij
da matriz A, est vinculado a dois ndices: i e j. O primeiro
indica a linha e o segundo a coluna em que o elemento pertence. Exemplo: O elemento a
25

indica que o elemento a est localizado na 2 linha e 5 coluna da matriz A.
4. A representao de uma matriz a partir de uma lei de formao permite calcular o seu nmero
de elementos e encontr-los.
Exemplo: Encontre a matriz A = (a
ij
)
3x2
sabendo que a
ij
= 2i 3j.
Resolvendo: A representao abreviada de A = (a
i j
)
3 x 3
indica que A tem ordem 3 x 2 ou seja 3
linhas e 2 colunas. Ento m x n = 3 x 2 = 6. Assim, nossa matriz tem 6 elementos e sua
representao genrica A
3x2
=
|
|
|
\
|
32 31
22 21
12 11
a a
a a
a a
. Logo, para a
ij
= 2i 3j temos:
a
11
= 2.1 - 3.1 = 2 3 = -1
a
12
= 2.1 3.2 = 2 6 = -4
a
21
= 2.2 3.1 = 4 3 = 1
a
22
= 2.2 3.2 = 4 6 = -2
a
31
= 3.3 3.1 = 9 3 = 6
a
32
= 3.3 3.2 = 9 6 = 3.

A matriz procurada A
3x2
=
|
|
|
\
|

3 6
2 1
4 1

lgebra Linear 10
3. Tipos de Matrizes
lgumas matrizes, por suas caractersticas, recebem denominaes especiais. Vamos
conhecer!

1. Matriz Retangular: Se m n ento A dita matriz retangular de ordem m x n.
Exemplo: A
3x4
=
(
(
(
34 33 32 31
24 23 22 21
14 13 12 11
a a a a
a a a a
a a a a
uma matriz retangular de ordem 3 4 ou A = [a
ij
]
3x4
2.

Matriz Linha ou vetor linha: a matriz de ordem 1 x n, ou
seja, formada por uma nica linha. Exemplo: A
1x4
=
( ) 8 5 1 3
3.

Matriz Coluna ou vetor coluna: a matriz de ordem m x 1,
ou seja, com uma nica coluna. Exemplo: B
2x1
=
|
|
\
|
9
4
.

4.

Matriz Nula ou matriz nula: a matriz em que todos os elementos so nulos. representada
por 0
m x n.
Exemplo: 0
2x3
=
(
0 0 0
0 0 0

Exemplo complementar: A tabela a seguir apresenta os preos dos produtos qumicos para
tratamento de gua P
1
, P
2
, P
3
, P
4
das empresas A, B, e C.
P
1
P
2
P
3
P
4

A 190 182 204 179
B 191 180 200 177
C 192 181 205 175
Neste exemplo temos uma matriz retangular de ordem 3 x 4, formada por 3 linhas
e 4 colunas.
Os preos da empresa A formam a matriz linha 1x4 indicada por A =
( ) 179 204 182 190 . Idem para os preos das empresas B e C.
Os preos do produto P
1
, relacionados as empresas A, B e C formam a matriz coluna
3x1, indicada por P
1
=
|
|
|
\
|
192
191
190
. Idem para os produtos P
2
, P
3
e P
4
.
5. Matriz Quadrada: Se m = n ento a matriz A denominada matriz quadrada de ordem n
isto , A uma matriz que tem um nmero igual de linhas e colunas. Exemplos:
A
3x3
=
(
(
(
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
e B
2x2
=
|
|
\
|
4 0
3 1
. A uma matriz quadrada de ordem 3 e B tem ordem 2.

Os elementos a
ij
da matriz quadrada quando i = j formam a diagonal principal da matriz.
A outra diagonal chamada diagonal secundria.

Exemplo: A
3x3
=
(
(
(
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a

A
Diagonal principal
Diagonal secundria
Note que: Matrizes com a
caracterstica de ser linha ou
coluna tm papel importante
na lgebra e so
denominadas vetores. E
estes tm representao
geomtrica no plano e no
espao tridimensional.
lgebra Linear 11

Na diagonal principal esto os elementos que tm os dois ndices iguais a
11
, a
22
, ... a
nn

Na diagonal secundria esto os elementos a
ij
tais que i+j = n+1 ou seja, que tm soma dos
ndices igual a n+1 So: a
1n
, a
2(n-1)
, ... a
n1
.

As matrizes quadradas se classificam em:
5.1 Matriz diagonal: a matriz quadrada em que
todos os elementos que no esto na diagonal
principal so iguais a zero ou seja, se A=[ a
ij
],
ento a
ij
= 0 quando i j. Indicamos por D =
diag (a
11
, a
22
, ... a
nn
).
Exemplo 1: D
3x3
=
(
(
(
2 0 0
0 31 0
0 0 5

5.2 Matriz identidade ou matriz unidade: a
matriz quadrada em que todos os elementos da
diagonal principal so iguais a 1 e os demais so
nulos. representada por I
n
, sendo n a ordem
da matriz ou simplesmente I.
Ou, matriz identidade uma matriz diagonal
com os elementos no nulos iguais a 1.
Exemplo: I
3
=
(
(
(
1 0 0
0 1 0
0 0 1

Pode ser representada genericamente por:
I
n
= [ a
ij
] com a
ij
=
=
j i se 0,
j i se , 1

Note que: A multiplicao de qualquer matriz
pela identidade resulta na matriz original.
5.3 Matriz escalar ou singular: a matriz
diagonal cujos elementos da diagonal principal
so iguais. Note que toda matriz identidade
uma matriz escalar.
Exemplo: A
3
=
(
(
(
5 0 0
0 5 0
0 0 5

5.4 Matriz triangular superior: a matriz
quadrada cujos elementos abaixo da diagonal
principal so nulos ou a matriz A=[a
ij
] cujos
elementos a
ij
so nulos (a
ij
= 0) para i > j
Exemplo:A
4
=
(
(
(
(
2 0 0 0
0 1 0 0
1 2 2 0
1 8 6 5

5.5 Matriz triangular inferior: a matriz
quadrada cujos elementos acima da diagonal
principal so nulos ou a matriz quadrada
A=[a
ij
] cujos elementos a
ij
so nulos (a
ij
= 0)
para i < j
Exemplo:A
4
=
(
(
(
(
2 5 2 3
0 1 1 9
0 0 2 0
0 0 0 5

Note que: Uma Matriz diagonal simultaneamente triangular superior e triangular inferior. Por
exemplo:
Uma agncia de automveis efetuou de vendas,
durante o quatro trimestre: 106 Gols no 1
o
ms, 45
Zafiras no 2
o
ms, no ltimo ms foram 20 Passats.
Observe, ao lado, a tabela de vendas e a matriz
diagonal que simultaneamente triangular.
Gol Zafir
a
Passat
M1 10
6
0 0
M2 0 45 0
M3 0 0 20
ou

(
(
(
20 0 0
0 45 0
0 0 106
lgebra Linear 12
4. Proposies: Igualdade de Matrizes e Matriz Oposta

4.1 Duas matrizes de mesma ordem podem ser iguais.
Duas matrizes A = [ a
ij
] e B =[ b
ij
], de mesma ordem, so iguais se, e somente se, todos seus
elementos correspondentes so iguais ou seja, se a
ij
= b
ij
.

Exemplo 1: A matriz A = [ 2 -4 1,5 ] igual a matriz B = [ a -4 1,5 ] se, cada
um dos seus elementos so iguais. Neste caso, a = 2.
Exemplo 2: Seja A =
|
|
\
|
d c
b a
e B =
|
|
\
|
5 1
6 1
. A=B se a = 1, b = 6, c = -1 e d = 5.
Exemplo 3: Seja A =
|
|
\
|
2 2
4 1
e B =
|
|
\
|
+
w y
z x
1
2
temos que A = B ou B = A se

|
|
\
|
2 2
4 1
=
|
|
\
|
+
w y
z x
1
2

=
=
= +
=
2
4 2
2 1
1
w
z
y
x
=
=
=
=
2
2
1
1
w
z
y
x

4.2 Toda matriz A tem uma matriz oposta (-A).

Se A = [ a
ij
]
m x n
ento existe uma matriz oposta de A representada por (-A) de modo que a
ij

= - a
ij
. A matriz (-A) oposta de A obtida trocando-se todos os sinais dos elementos de A ou
multiplicando A pelo escalar (-1).

Exemplo 1: Se A=
|
|
\
|

4 0
3 1
ento (-A) =
|
|
\
|
4 0
3 1
.
Exemplo 2: Se A=
|
|
\
|
2 2
4 1
ento B oposta de A se B =
|
|
\
|

2 2
4 1

5. Matriz Transposta

ada uma matriz A
m,n
, chama-se transposta de A a matriz A
t
que se obtem trocando
ordenadamente as linhas pelas colunas.
Ou, a matriz transposta de uma matriz A= [a
ij
], de ordem mxn, a matriz A
t
, de ordem nxm,
que se obtm escrevendo ordenadamente as linhas de A como colunas ou vice-versa.
Exemplo: Se A =
|
|
\
|

3 2 4
6 1 1
ento A
t
=
|
|
|
\
|

3 6
2 1
4 1

Note que a 1 linha de A corresponde 1 coluna de A
t
e a 2 linha de A corresponde 2 coluna.

Obs: Algumas propriedades se definem nas transpostas envolvendo soma e produto
de matrizes. Portanto, sero comentadas aps as operaes com matrizes.

D
lgebra Linear 13
6. Simetria em Matrizes

ma matriz qualquer quadrada, pode ser simtrica e anti-simtrica. Observe:
6.1 Matriz simtrica: a matriz quadrada de ordem
n tal que A = A
t
. a matriz cujos elementos a
ij
=
a
ji
. Em geral a matriz simtrica indicada pela
letra S
Tambm podemos dizer que: Se uma matriz
(quadrada) A e a sua transposta A
t
so iguais, isto
, as
ji ij
a a = para todo i e j, ento a matriz A
simtrica (com relao a sua diagonal principal).
A = A
t
Matriz Simtrica

Exemplo: A =
(
(
(
7 1 2
1 3 0
2 0 5
= A
t
= S
Observe que na Matriz simtrica os
elementos dispostos simetricamente em
relao a diagonal principal so iguais.
Neste exemplo, temos:
a
12
= a
21
= 0
a
13
= a
31
= 2
a
23
= a
32
= -1
6.2 Matriz anti-simtrica: a matriz quadrada de
ordem n tal que A
t
= (-A) ou a matriz cujos
elementos a
ij
= (-a
ji
) para ij e aij=0 para i=j. Em
geral a matriz simtrica indicada pela letra S
A = -A
t
Matriz anti-simtrica
Observe nos exemplos que, como A=(-A
t
) ento A
simtrica e
a
12
= - a
21
,
a
13
= - a
31,

a
23
= - a
32

a
11
= a
22
= a
33
= 0
N
NNo
oot
tte
ee q
qqu
uue
ee:
::
Se uma matriz A anti-simtria, seus
elementos dispostos simtricamente em relao
diagonal principal so opostos e os elementos da
diagonal principal so nulos.
Exemplo 1: A=
(
(
(
0 1 2
1 0 5
2 5 0
=-A
t
= S
Exemplo 2: B=
(
(
(
0 3 1
3 0 4
1 4 0
=-B
t
= S

Agora, tente voc!
Resolva a lista de atividades 1
U

lgebra Linear 14
Lista 1 de Atividades - Matrizes
1.Uma agncia de automveis efetuou de vendas, durante o quatro trimestre: 106 Gols, 40 Zafiras e
12 Passats no 1
o
ms, 100 Gols, 22 Zafiras e 6 Passats no 2
o
ms, no ltimo ms foram 86 Gols,
40 Zafiras e 20 Passats. Monte a tabela de vendas e transforme em matriz.

2.Encontre as matrizes definidas em:

(a) A=(a
ij
)
3x2
com a
ij
=i5j

(b) B=(b
ij
)
4x4
com b
ij
=
=

j i se , 0
j i se 1

3.Encontre as matrizes definidas em:

(a) A=(a
ij
)
3x2
com a
ij
=4ij

(b) B=(b
ij
)
3x3
com b
ij
=i
2
+j
2

(c) C=(c
ij
)
2x3
com c
ij
=
= +
j i se , 2
j i se
4
j i
j
i

(d) D = (d
ij
)
3x3
, matriz identidade
4.Considere a matriz B =
(
(
(
(
5 , 6 8 , 8 0 , 9
0 , 3 2 , 7 8 , 4
0 , 8 3 , 7 7 , 5
0 , 1 5 , 3 0 , 4
. Encontre os valores dos seguintes elementos de B:
a) b
11
b) b
21
c) b
12
d) b
32
e) b
42
f) b
24

5.Uma matriz possui 8 elementos. Quais os tipos possveis para essa matriz? 1x8, 2x3, 5x7, 4x2,
2x4, 2x6!
6. Quantos elementos tem uma matriz de ordem 4 por 7?
7. Encontre a tabela de carros financiados por uma agncia bancria nos meses de junho, julho e
agosto. Represente em matriz e analise: (a) Qual o modelo de carro mais financiado? (b) Em qual
ms houve um maior nmero de carros financiados. (c) Qual o total de carros financiados pela
agncia mensalmente e, ao final dos trs meses?
8. D exemplo de:
(a) Matriz simtrica S e anti-simtrica Sde ordem 3.
(b) Matriz escalar de ordem 4.
(c) Matriz Identidade de ordem 5.
9. Considere as matrizes retangulares A =
6 2 0 0
4 5 3 1 + x
e B =
6 4 0 0
4 6 3 1
y
.
(d) Determine os valores de x e y de forma que as matrizes A e B sejam iguais;
(b) Encontre A
t
e B
t
.
10. Determine a matriz oposta de A
2x3
=
(

2 5 0
3 2 1

11. A partir de uma matriz triangular superior de ordem 3, encontre a sua matriz oposta.
12. A partir de uma matriz diagonal de ordem 4, encontre sua transposta.
13. Encontre a transposta da matriz A = [a
ij
]
3x2
em que a
ij
=

=
j i i j
j i j i
se
se

14. Para a matriz linha A = [a
ij
]
1x3
em que a
ij
=2i-j, prove que (A
t
)
t
= A.
15. Encontre a matriz diagonal A = [a
ij
] de ordem 3, sabendo que a
ij
= 3i-j. Aps, determine a
soma dos elementos da diagonal principal com os elementos da diagonal secundria.
lgebra Linear 15
16. Para A =
(
(
(
2 1 5
3 6
4 2 0
y e B =
(
(
(

z
x
8 4
1 3
5 6 0
encontre os valores de x, y e z para B = A
t
.
17. Verifique se a matriz identidade de ordem 3 simtrica ou anti-simtrica e justifique.
18. Determine uma matriz triangular superior A e uma matriz triangular inferior B de ordem 3,
para a
ij
= i+j e b
ij
= i-j.
19. Considere a matriz A =
1 8
9
4 3 1
z
y x . Para que valores de x, y e z, A uma matriz simtrica.

Respostas da Lista de Atividades 1

(1) Gol Zafira Passat
M1 106 40 12
M2 100 22 6
3 86 40 20
(2) A=
(
(
(

7 2
8 3
9 4
(2) B =
|
|
|
|
|
\
|

0 1 1 1
1 0 1 1
1 1 0 1
1 1 1 0
(3) A =
|
|
|
\
|
10 11
6 7
2 3
(3) B =
|
|
|
\
|
18 13 10
13 8 5
10 5 2
(3) C =
|
|
\
|
3 / 8 6 8
3 / 4 2 3
;
(3) D =
|
|
|
\
|
1 0 0
0 1 0
0 0 1
(4) (a) b11=4,0 (b) b12=3,5 (c) b42=8,8 (d) b21=5,7 (e) b31=7,2 (f) b24=no existe;
(5) 1x8, 4x2 e 2x4 (6) 4x7 = 28 elementos (7)
(
(
(
20 15 115
10 45 98
2 5 106
(a) modelo A; (b) ms 07; (c) ms 06 = 113; ms 07 =
153 e ms 08 = 150. Ao final de 3 meses financiaram 416 carros.
(8)(a) S =
(
(
(
20 4 2
4 45 3
2 3 106
; S=
(
(
(

0 4 2
4 0 3
2 3 0
(b) E=
(
(
(
(
2 0 0 0
0 2 0 0
0 0 2 0
0 0 0 2
(c) I =
|
|
|
|
|
|
\
|
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
(9a) x=1 e y = 6
(9b)A
t
=
(
(
(
(
6 4
2 6
0 3
0 1
B
t
; (10) (-A)=
|
|
\
|

2 5 0
3 2 1
, (11) A=
|
|
|
\
|
18 0 0
13 8 0
10 5 2
, (-A) =
|
|
|
\
|

18 0 0
13 8 0
10 5 2
(12) D =
(
(
(
(
7 0 0 0
0 1 0 0
0 0 3 0
0 0 0 2
= D
t
.
(13) A
t
(

1 0 1
2 1 0
(14) A = ( ) 1 0 1 , A
t
=
|
|
|
\
|
1
0
1
, (A
t
)
t
= ( ) 1 0 1 = A (provado) (15) D =
|
|
|
\
|
33
22
11
0 0
0 0
0 0
a
a
a
=
|
|
|
\
|
6 0 0
0 4 0
0 0 2

(2+4+6)+(0+4+0) = 16. (16) x= 2 , y=8 e z=2 ou S={( 2 ,8,2)}; (17) simtrica pois aij = aji para i j e no anti-
simtrica pois aij 0 para i = j; (18) A =
|
|
|
\
|
6 0 0
5 4 0
4 3 2
, B =
|
|
|
\
|
0 1 2
0 0 1
0 0 0
(19) A simtrica para x=3, y = 8 e z = 4

(
(
(
20 40 86
6 22 100
12 40 106
lgebra Linear 16
7. Operaes com Matrizes

7.1 Adio e Subtrao de matrizes

uas matrizes, A = [a
ij
] e B = [b
ij
], s podem ser adicionadas ou subtradas se tem a mesma
ordem. Neste caso, a soma (adio) de A com B uma matriz C = [c
ij
], indica-se por A + B
= C, tal que:
c
ij
= a
ij
+ b
ij

A diferena (subtrao) entre duas matrizes A e B, de mesma ordem, definida pela soma de A
com (-B), indica-se: A + (-B) = A B, tal que:

c
ij
= a
ij
- b
ij

Assim, duas matrizes podem ser somadas (ou subtradas) se e somente se elas possuem a mesma
dimenso
ij ij
b a =
Exemplo 1: Se
(
=
22 21
12 11
a a
a a
A e
(
=
22 21
12 11
b b
b b
B ento
(
+ +
+ +
= +
22 22 21 21
12 12 11 11
b a b a
b a b a
B A

Exemplo 2: A tabela a seguir mostra o nmero de embalagens em mil, dos modelos C
1
, C
2
,
C
3
produzidas numa semana pelas industrias A, B e C integrantes de um mesmo grupo
empresarial, numa semana:

C
1
C
2
C
3

A 18 41 17
B 17 52 15
C 25 48 19
A matriz correspondente a produo das embalagens indicada por P
1
=
(
(
(
19 48 25
15 52 17
17 41 18
.
Considerando que a quantidade de embalagens semanais produzidas no se altera, qual o total
de embalagens produzidas pelo grupo, por indstria e por modelo, ao final de duas semanas?
1 semana + 2 semana = P
1
+ P
2
=
(
(
(
19 48 25
15 52 17
17 41 18
+
(
(
(
19 48 25
15 52 17
17 41 18
=
(
(
(
38 96 50
30 104 34
34 82 36
.
A matriz P
1
+ P
2
indica a produo por empresa e produto ao final de duas semanas. Temos
ento:
Indstria A: produziu 36 mil embalagens do modelo C
1
, 82 mil do C
2
e 34 mil de C
3
.
Indstria B: produziu 34 mil embalagens do modelo C
1
, 104 mil do C
2
e 30 mil de C
3
.
Indstria C: produziu 50 mil embalagens do modelo C
1
, 96 mil do C
2
e 38 mil de C
3
.
Este um exemplo de soma de matrizes
Analisando a matriz resultante, podemos encontrar outros dados, facilmente. Por exemplo:
O total de embalagens produzidas do modelo C
1
(= 120 000), do modelo C
2
(= 282 000), do
modelo C
3
(=102 000).
O total de embalagens produzidas, por industria, nos trs modelos: A (=152 000), B (=168
000) e C = (184 000)
O total de embalagens produzidas nas trs industrias (=504 000)

D
lgebra Linear 17
Exemplo 3: Se A =
|
|
\
|
0 2
4 1
e B =
|
|
\
|
6 8
3 5
ento A + B =
|
|
\
|
0 2
4 1
+
|
|
\
|
6 8
3 5
=
|
|
\
|
6 10
7 6

Exemplo 4: Se A =
|
|
\
|
0 2
4 1
e B =
|
|
\
|
6 8
3 5
ento A - B =
|
|
\
|
0 2
4 1
-
|
|
\
|
6 8
3 5
=
|
|
\
|

6 6
1 4

Exemplo 5: Se A=
|
|
|
\
|

7 5 3
2 3 4
3 2 1
e B=
|
|
|
\
|
3 5 1
4 8 4
3 2 3
ento,
A+B=
|
|
|
\
|

7 5 3
2 3 4
3 2 1
+
|
|
|
\
|
3 5 1
4 8 4
3 2 3
=
|
|
|
\
|
+ + +
+ + +
+ + +
3 7 5 5 1 3
) 4 ( 2 8 3 4 4
3 3 2 2 3 1
=
|
|
|
\
|
10 10 4
6 5 0
6 4 4
=C
AB=
|
|
|
\
|

7 5 3
2 3 4
3 2 1
-
|
|
|
\
|
3 5 1
4 8 4
3 2 3
=
|
|
|
\
|

3 7 5 5 1 3
) 4 ( 2 8 3 4 4
3 3 2 2 3 1
=
|
|
|
\
|

4 0 2
2 11 8
0 0 2
=D

Exemplo 6: Se A = [ ] 1 2 b e B =
(
3 2
3
1
A + B =
(
+ 2 2
3
7
b

Exemplo 7: Se A = [ ] 1 5 2 e B = [ ] 4 2 3 ento A + (-B) = AB = [ ] 5 7 1

7.2 Multiplicao por um escalar

eja A = [a
ij
] e k um escalar (nmero) real ou complexo. O produto da matriz A pelo escalar k,
a matriz B = [b
ij
] tal que b
ij
= k a
ij
, ou seja, a matriz obtida multiplicando-se cada
elemento de A por k b
ij
= ka
ij

Exemplo 1: k A = k
|
|
\
|
0 2
4 1
=
|
|
\
|
0 2
4
k
k k
se k=5 temos 5A=5
|
|
\
|
0 2
4 1
=
|
|
\
|
0 10
20 5
=B

Exemplo 2: Se A=[ ] 4 2 3 ento = A .
3
1
[ ] 4 2 3 .
3
1
=
(
4 .
3
1
2 .
3
1
3 .
3
1
=
(

3
4
3
2
1 .

Exemplo 3: Considermos o mesmo problema anterior do quadro demonstrativo de produo
de embalagens de indstrias que integram o mesmo grupo empresarial. A tabela a seguir
mostra o nmero de embalagens em mil, dos modelos C
1
, C
2
, C
3
produzidas pelas industrias A,
B e C, numa semana:

C
1
C
2
C
3

A 18 41 17
B 17 52 15
C 25 48 19
S
lgebra Linear 18
A matriz correspondente a produo das embalagens indicada por P
1
=
(
(
(
19 48 25
15 52 17
17 41 18
. Para
atender as necessidades do mercado, a produo precisa dobrar nas duas ltimas semanas do
ms. Qual deve ser o quadro de produo da empresa num ms de 04 semanas?
1 semana: P
1
=
(
(
(
19 48 25
15 52 17
17 41 18
= P
2
2 semana;
3 semana: P
3
= 2.P
1
= 2.
(
(
(
19 48 25
15 52 17
17 41 18
=
(
(
(
38 96 50
30 104 34
34 82 36
= P
4
4 semana;
Produo nas 4 semanas: P
1
+P
2
+ P
3
+ P
4
= 3. P
4
=
(
(
(
114 288 150

90 312 102
102 246 108

OU podemos resolver fazendo P
i
= 6.P
1
= 6.
(
(
(
19 48 25
15 52 17
17 41 18
=
(
(
(
114 288 150

90 312 102
102 246 108

7.3 Multiplicao entre matrizes

Vamos introduzir o conceito a partir de exemplos:

Exemplo 1: Em trs lojas A, B, C, de uma rede, so vendidos mensalmente, calados do tipo C
1
, C
2
e C
3
conforme tabela:

Tabela Matriz
C
1
C
2
C
3

A 18 41 17
B 17 52 15
C 10 39 16
V =
(
(
(
16 39 10
15 52 17
17 41 18

Se os calados do tipo C
1
, C
2
e C
3
so vendidos respectivamente no valor de 50, 40 e 60 reais cada,
ento os preos das mercadorias podem ser representadas pela matriz P =
(
(
(
60
40
50
.
O valor recebido pelas vendas dos calados na loja A obtido pela multiplicao de cada elemento
da 1 linha da matriz V pelos correspondentes elementos da matriz P. Assim,
V =
(
(
(
16 39 10
15 52 17
17 41 18
. P =
(
(
(
60
40
50
= 18.50+41.40+17.60 = 900+1640+1020 = 3560 reais Loja A
lgebra Linear 19
Da mesma forma, obtemos o valor recebido pelas vendas das lojas B e C.
V =
(
(
(
16 39 10
15 52 17
17 41 18
. P =
(
(
(
60
40
50
= 17.50+52.40+15.60 = 850+2080+900 = 3830 reais Loja B
V =
(
(
(
16 39 10
15 52 17
17 41 18
. P =
(
(
(
60
40
50
= 10.50+39.40+16.60 = 500+1560+960 = 3020 reais Loja C
Portanto, o valor recebido pelas vendas dos trs tipos de calados nas lojas A, B e C representado
pela matriz V.P =
(
(
(
16 39 10
15 52 17
17 41 18
.
(
(
(
60
40
50
=
(
(
(
3020
3830
3560
. Assim, o valor recebido pelas lojas A, B e C na
venda mensal dos calados do tipo C
1
, C
2
e C
3
de R$ 10.410,00 que equivale a R$ 3.560,00 da
Loja A, R$ 3.830,00 da Loja B e R$ 3.020,00 da Loja C.

Exemplo 2:Uma empresa produz dois tipos de produtos, P
1
e P
2
. So usados trs tipos de
ingredientes na produo: x, y, z nas seguintes propores:
Tabela Matriz
P
1
P
2

x 3 1
y 4 2
z 3 7
I
p
=
(
(
(
7 3
2 4
1 3

Diariamente so fabricados 80 produtos do tipo P
1
e 120 do tipo P
2
. Esta quantidade de
produtos pode ser representada pela matriz produo P =
|
|
\
|
120
80
.
Para saber a quantidade de ingredientes utilizados diariamente, fazemos:
Ingrediente x 3.80+1.120 = 240+120=360
Ingrediente y 4.80+2.120 = 320+240=560
Ingrediente z 3.80+7.120 = 240+840=1080
Esta quantidade de produtos pode ser representada pela matriz P
i
=
|
|
|
\
|
1080
560
360
.
Podemos obter esta matriz P
i
denominada de matriz produto de I
p
por P, da seguinte forma:
(
(
(
7 3
2 4
1 3
.
|
|
\
|
120
80
=
|
|
|
\
|
+
+
+
120 . 7 80 . 2
120 . 2 80 . 4
120 . 1 80 . 3
=
|
|
|
\
|
1080
560
360
= P
i

Note que: cada elemento da matriz final a soma dos produtos ordenados de uma linha da
primeira matriz pela coluna da segunda matriz ou seja:
360 = 3.80+1.120
560 = 4.80+2.120
1080= 3.80+7.120
Este mais um exemplo de multiplicao de matrizes.

lgebra Linear 20
Conceituando o produto de matrizes:

Utilizamos na definio de produto de matrizes o conceito de somatrio: Vamos rever este conceito?

Saiba Mais:

Definio:
Produto entre duas matrizes A e B s possvel se o nmero de colunas da primeira igual
ao nmero de linhas da segunda matriz. Se existir o produto de A por B, o tipo da matriz
produto dado pelo nmero de linhas de Ae pelo nmero de colunas de B. Pode existir o
produto de A por B, mas no existir o produto de B por A.

Dadas as matrizes A = (a
ik
)mxn e B = (b
ik
)mxp, define-se como produto de A por B a matriz C =
(c
ij
)mxp tal que o elemento c
ij
a soma dos produtos da i-sima linha de A pelos elementos
correspondentes da j-sima coluna de B.
C = A B c
ij
= ) . (
1
ik
p
k
ik
B A
=

Se considerarmos, por exemplo, as matrizes A = [ a
ij
]
2xn
e B = [ b
ij
]
mx1
, com m = n, o produto AB,
nesta ordem, a matriz C = [ c
ij
]
2x1
tal que, c
ij
a soma dos produtos, na ordem em que esto
dispostos, dos elementos da matriz-linha A, pelos elementos da matriz-coluna B. Note que a matriz
resultante C tem o mesmo nmero de linhas de A e o nmero de colunas de B.
Exemplo 1: Seja A = [ ] 4 2 3 , B =
(
(
(
4
2
1
, C =
(
3 5 2
6 2 4
e D =
(
(
(
6 7 2 1
0 1 3 2
1 4 2 5
.
a) A x B = ?
Resoluo: A
1x3
x B
3x1
= [(3x1) + (-2x2) + (4x4)] = [3-4+16] = [15] = C
1 x 1
.

b) B x C = ?
Resoluo: B
3x1
x C
2x2
=? No existe produto BC pois o n de colunas de B diferente do
n de linhas de C ou 1 2.

c) C x D = ?
Resoluo: C
2x3
x D
3x4
=
(
3 5 2
6 2 4
x
(
(
(
6 7 2 1
0 1 3 2
1 4 2 5
= M
2x4
=
(
24 23 22 21
14 13 12 11
a a a a
a a a a

Para determinar M que o produto das matrizes C x D, consideramos cada linha da
matriz A como uma matriz-linha e cada coluna da matriz B como matriz-coluna.
Calculamos cada elementos a
ij
da matriz M = CD. Como?
(1) Multiplicamos a 1 linha de C pela 1 coluna de D. A seguir, multiplicamos a 1 linha
de C pela 2 coluna de D. E, assim, sucessivamente, multiplicamos a 1 linha de C
O
Na multiplicao de matrizes, utilizamos o smbolo de somatrio
(letra
sigma maiscula do alfabeto grego) para representar uma soma. Por exemplo,
a soma a
1
+ a
2
+ a
3
+ a
4
+ a
5
pode ser representada abreviadamente por:
=
5
1 i
i
a (l-se: somatrio de a
i
com i variando de 1 a 5). Assim,
=
5
1 i
i
a = a
1
+ a
2
+
a
3
+ a
4
+ a
5
. Generalizando:
=
n
m i
i
a = a
m
+ a
m+1
+ a
m+2
+...+ a
n
. Neste caso, i o
ndice da soma, m o limite inferior do somatrio e n o limite superior do
somatrio.
Exemplo:
=
5
1
2
3
i
i = 3.1
2
+3.2
2
+3.3
2
+3.4
2
+3.5
2
=3.1+3.4+3.9+3.16+3.25=165.
lgebra Linear 21
pela 3 e 4 colunas de D. Obtemos respectivamente, os elementos a
11
, a
12,
a
13
e a
14

que formam a primeira linha da matriz M.
(2) Encontramos a segunda linha de M, multiplicando a 2 linha de C pela 1, 2, 3 e
4 coluna de D e assim sucessivamente. Ou seja:
a
11
= (1 linha de C)x(1 coluna de D) = 4x5 + 2x2 + 6x1 = 20 + 4 + 6 = 30
a
12
a
13
= (1 linha de C)x(3 coluna de D) = 4x4 + 2x1 + 6x7 = 16 + 2 +42 = 60
a
14
a
21
a
22
a
23
= (2 linha de C)x(3 coluna de D) = 2x4 + 5x1 + 3x7 = 8 + 5 + 21= 34
a
24
= (2 linha de C)x(4 coluna de D) = 2x1 + 5x0 + 3x6 = 2 + 0 + 18= 20

Portanto, o produto das matrizes C
(2,3)
e D
(3,4)
a matriz M
(2,4)
=
|
|
\
|
20 34 25 23
40 60 26 30

Exemplo
6
2: Sejam as matrizes A e B defindas por: A =
(
4 3
2 1
e B =
(
2 4
3 1
. Determinar a
matriz C resultante do produto de A por B.
Resoluo: O produto de A com B resulta numa matriz C, quadrada de ordem 2.
Procedemos multiplicando os elementos equivalentes de cada linhas de A por cada
colunas de B, adicionando os resultados. Vejamos:
A
2x2
x B
2x2
= C
2x2 =
(
22 21
12 11
c c
c c
. Fazendo A.B temos A.B =
(
4 3
2 1
.
(
2 4
3 1
=
C
11
=resultado do produto e soma da 1 linha com 1 coluna

C
12

C
21

C
22

6
SOMATEMATICA: Ensino Superior: Teoria, Exerccios. (CD-Room). Virtuous Tecnologia da Informao Ltda. 2008
lgebra Linear 22
Portanto, A
2x2
x B
2x2
= C
2x2 =
(
22 21
12 11
c c
c c
=
(
17 13
7 7

Observe que, fazendo B.A, neste caso, obtemos um resultado diferente de A.B.
B
2x2
x A
2x2
=
(
2 4
3 1
.
(
4 3
2 1
=

Portanto, B
2x2
x A
2x2
= D
2x2 =
(
22 21
12 11
d d
d d
=
(
16 10
10 8
.

8. Potncia de uma Matriz

ma matriz quadrada A pode ser multiplicada n vezes por si mesma. A matriz que resulta
dessas operaes, e que representamos por A
n
denominada potncia n da matriz A .

Exemplo 1: A =
|
|
\
|
0 2
1 1
A
2
= A.A =
|
|
\
|
0 2
1 1
.
|
|
\
|
0 2
1 1
=
|
|
\
|
2 2
1 3
. Assim, a matriz
|
|
\
|
2 2
1 3
a
potncia 2 da matriz A e indicamos por A
2
.

Note que:

Se A
n
= A para n 2 ento A uma matriz peridica. Em particular se a matriz peridica para
n = 2 ou seja, se A
2
= A ento A tambm chamada de uma matriz idempotente.
Se existir um nmero n, inteiro e positivo, tal que A
n
=0 ento A uma matriz nihilpotente.
Note que, se A
2
= 0, ento A
3
= A
4
= A
5
= ... = A
n
= 0

Exemplos:
Exemplo 1: A matriz A =
|
|
|
\
|

3 4 4
2 3 2
1 1 2
idempotente porque
A
2
= A ou, A.A =
|
|
|
\
|

3 4 4
2 3 2
1 1 2
.
|
|
|
\
|

3 4 4
2 3 2
1 1 2
=
|
|
|
\
|

3 4 4
2 3 2
1 1 2
=A
U
Dica: Utilizando o conceito de matriz transposta e produto de matrizes podemos verificar
de uma matriz ortogonal (formada por vetores linhas ou vetores colunas cujo ngulo entre si
equivale a 90). Se uma matriz A multiplicada pela sua transposta resulta na matriz Identidade
ento os vetores de A so perpendiculares ou ortogonais.
Assim, se A. A
t
= I ento A uma matriz ortogonal.
lgebra Linear 23

Exemplo 2: A matriz
7
A =
|
|
|
\
|

4 4 4
3 3 3
1 1 1
nihilpotente de ndice 2 porque A
2
= 0, A
3
= A
4

= ... =0. Portanto A
3
= A
2
.A = 0.A=0.

Exemplo 3: A matriz B =
|
|
|
\
|
3 1 2
6 2 5
3 1 1
nihilpotente de ordem 3 porque
A
3
= 0 ou A.A =
|
|
|
\
|
3 1 1
9 3 3
0 0 0
e A
2
.A =
|
|
|
\
|
0 0 0
0 0 0
0 0 0
= 0.
Como A
3
= 0 ento A
4
= A
5
= ... = A
n
=0
Exemplo 4: As matrizes A =
|
|
\
|
6 4
9 6
e B =
|
|
\
|
12 9
16 12
so nihilpotente de ndice 2 porque
A
2
= 0 e B
2
= 0.

9. Propriedades das Operaes com Matrizes
Propriedades da adio de matrizes
Para as matrizes A, B e C, de mesma ordem, valem as seguintes propriedades:
1) Comutativa
2) Associativa
3) Elementro Neutro
4) Simtrica
A + B = B + C
A+ (B + C) = (A + B) + C
A + 0 = 0 + A, sendo 0 a matriz Nula
A + (-A) = A - A = 0
Propriedades do produto de uma matriz por um escalar
Para as matrizes A e B, de mesma ordem e k e k, escalares quaisquer, ento:
k(A + B) = kA + kB e (k m k) A = kA m kA.
E, tambm, (kk) A = k(k A) e se kA = kB ento A = B.
Propriedades do produto de matrizes
Sejam as matrizes A, B e C. Verificadas as condies de existncia para a multiplicao de
matrizes, valem as seguintes propriedades:
1) Associativa
2) Distributiva em relao adio
3) Elementro Neutro
A(BC) = (AB)C
(A+B)C = AC + BC ou C(A+B) = CA + CB
AI
n
= I
n
A = A, sendo I
n
a matriz Identidade de ordem n
Note que:

7
Steinbruch (1987, p.406)
lgebra Linear 24
(i)
(ii)
(iii)
(iv)

(v)
Se o produto AB possvel, ento (kA)B = A(kB) = k(AB) para qualquer k escalar.
Se AB= 0, no implica necessariamente que A = 0 ou B = 0
Se AB=AC, no implica necessariamente que B=C
Se A e B so matrizes quadradas (igual nmero de linhas e colunas), ambos os produtos
AB e BA podem ser calculados. Entretanto, na multiplicao de matrizes, a ordem dos
fatores no indiferente. Em geral, AB BA.
A
2x2
=
(
0 1
1 1
, B
2x2
=
(
4 3
2 1
ento AB =
(

2 1
2 4
e BA =
(
3 1
1 3

Se AB = BA, as matrizes so ditas comutativas.
Propriedades da matriz transposta
Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condies de adio e
multiplicao de matrizes, so vlidas as propriedades:
1) (A + B)
t
= A
t
+ B
t
2)

(kA)
t
= kA
t
3)

(AB)
t
= B
t
A
t
(AB)
t
A
t
B
t
4)

(A
t
)
t
= A
5) (-A)
t
= -(A
t
)
Propriedades das matrizes simtricas e anti-simtricas
Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condies de adio e
multiplicao de matrizes, so vlidas as propriedades:
1) O produto de uma matriz quadrada A pela sua transposta A
t
uma matriz simtrica S Assim, A
A
t
= S
2)

A soma de uma matriz quadrada A com sua transposta A
t
uma matriz simtrica S
Assim, S = A + A
t
= S
t
3)

A diferena entre uma matriz A e sua transposta A
t
, uma matriz anti-simtrica S
Assim, A - A
t
= S

Exemplo 1: Consideremos as matrizes A e sua transposta A
t
para:
A =
|
|
\
|
4 0
3 1
e sua transposta A
t
=
|
|
\
|
4 3
0 1
.
Fazendo A A
t
=
|
|
\
|
4 0
3 1

|
|
\
|
4 3
0 1
=
|
|
\
|
+ +
+ +
4 . 4 0 . 0 ) 3 .( 4 1 . 0
4 ). 3 ( 0 . 1 ) 3 ).( 3 ( 1 . 1
=
|
|
\
|
16 12
12 10
= S. Note
que a matriz resultante S uma matriz simtrica pois s
12
= s
21

Fazendo A + A
t
=
|
|
\
|
4 0
3 1
+
|
|
\
|
4 3
0 1
=
|
|
\
|
8 3
3 2
= S
Note que a matriz resultante S uma matriz simtrica pois s
12
= s
21

Fazendo A - A
t
=
|
|
\
|
4 0
3 1
-
|
|
\
|
4 3
0 1
=
|
|
\
|
0 3
3 0
= S
Note que a matriz resultante S uma matriz anti-simtrica pois (-s
12
)= s
21

A
AAg
ggo
oor
rra
aa,
,, t
tte
een
nnt
tte
ee v
vvo
ooc
cc
!
!!
Resolva a Lista de Atividades
Lista 2 de Atividades Operaes com Matrizes
1. Encontre os elementos da matriz A = (a
ij
)
3x2
em que a
ij
= i + j e da matriz B = (b
ij
)
3x2
em que a
ij

= i - j . Encontre:
lgebra Linear 25
(b) A + B; (c) A + (-B); (d) 5A + 3B.
2. Considere as matrizes A =
|
|
\
|
2 2
1 1
, B =
|
|
\
|
2 0
5 4
, C =
|
|
\
|
3 1 2
1 1 9
e D =
|
|
\
|
3 4 2
1 1 1
.
(a) Verifique se A B = B A;
(b) Determine (A C) + (B D);
(c) possvel determinar C D? Justifique.
3. Para as matrizes quadradas de ordem 3 definidas por A=(a
ij
) com a
ij
=i
2
e B=(b
ij
) com b
ij
=-j
2

encontre:
(a) A+B (b) A+(-B) (c) A.2B (d) (AB)+(BA)
4. Se A =
2 6 3
1 7 4
9 5 2
calcule:
(a) A + A
t
= S. Verifique se S uma matriz simtrica e justifique;
(b) A - A
t
= P. Verifique se P uma matriz anti-simtrica e justifique.
(
7 5
3 2
, B =
(
(
(

9 1 8
7 2 1
5 3 4
e C =
(
(
(
6 9 5
2 4 3
1 7 2
. Encontre as
matrizes S e verifique se so simtricas e/ou anti-simtricas.
(a) S = A.A
t
(b) S = C+C
t
(c) S = C - C
t
(d) S = B B
t
(e) S = B + B
t
6. Para atender a um projeto experimental de tratamento de esgoto, foram elaborados dois
modelos de experimentos E
1
e E
2
. Nos dois modelos sero utilizados os mesmos produtos x, y e
z para tratamento com dosagens diferentes. No experimento E
1
sero utilizados 5 medidas do
produto x, 8 medidas do produto y e 1 medida do produto z. No experimento E
2
a dosagem
equivale a 4, 6 e 3 medidas de x, y e z, respectivamente. Para controle, sero produzidas 75
amostras do experimento E
1
e 96 amostras do experimento E
2
. Estruture o problema em tabela
e matriz e determine:
(a) quantas dosagens de produtos sero utilizados para a produo das amostras?
(b) Considerando que, o custo de dosagem dos produtos equivalem a: R$ 1,30 para x, R$
2,30 para y e R$ 7,50 para z. Qual o custo por amostra? Qual o custo total para a
produo das amostras?
7. Considere as matrizes triangulares superiores A e B e as matrizes trinagulares inferiores C e D,
definidas por A =
|
|
|
\
|
2 0 0
3 1 0
1 1 2
, B =
|
|
|
\
|
2 0 0
1 3 0
1 2 1
, C =
|
|
|
\
|
1 1 1
0 1 1
0 0 2
e D =
|
|
|
\
|
1 2 1
0 1 0
0 0 2
.
Determine:
(a) E = A.B;
(b) F = C.D
(c) Classifique E e F por triangular inferior ou superior.
(d) Verifique se a matriz A ortogonal.
8. Prove que, o produto de duas matrizes diagonais resulta numa matriz diagonal. Utilize matrizes
de ordem 3.
lgebra Linear 26
|
|
\
|

sen - cos
cos - sen
, B =
|
|
\
|
5 3
10 6
e C =
|
|
\
|
4 2
10 5
.
(a) Mostre que A.A
t
= I sendo I a Matriz Identidade. Logo A uma matriz ortogonal.
(b) Verifique se B e C so matrizes idempotentes, peridicas ou nihilpotente. Analise para
o perodo 1 ou seja para B
2
e C
2
somente.
10. Verifique se as matrizes A e B so nihilpotentes, para A =
|
|
\
|
6 4
9 6
e B =
|
|
\
|
12 9
16 12

11. Dadas as matrizes diagonais A =
|
|
|
\
|
8 0 0
0 1 0
0 0 1
e B =
|
|
|
\
|
6 0 0
0 4 0
0 0 2
calcular AB e classificar este produto.
12. Considere a matriz A =
|
|
|
\
|

3 4 4
2 3 2
1 1 2
. Calcule A
2
e classifique A. (STEINBRUCH, 1987, p.413)

(1) A =
(
(
(
5 4
4 3
3 2
, B =
(
(
(

1 2
0 1
1 0
(a) A+B=
(
(
(
6 6
4 4
2 2
(b) A+(-B)=
(
(
(
4 2
4 2
4 2
(c) 5A+3B=
(
(
(
28 26
20 18
12 10

(2a) A.B =
(
6 8
3 4
B.A =
(
4 4
6 6
(2b)
|
|
\
|
8 4 14
4 2 7
+
|
|
\
|

6 8 4
19 16 6
=
|
|
\
|

14 4 10
23 14 1
.
(2c) No possvel determinar o produto C.D pois a dimenso das linhas de C diferentes da dimenso das colunas de D.
(3) A =
|
|
|
\
|
9 9 9
4 4 4
1 1 1
, B=
|
|
|
\
|

9 4 1
9 4 1
9 4 1
(3) A+B=
|
|
|
\
|

0 5 8
5 0 3
8 3 0
, (3b) A+(-B)=
|
|
|
\
|
18 13 10
13 8 5
10 5 2

(3c)
|
|
|
\
|

486 216 54
216 96 24
54 24 6
(3d)
|
|
|
\
|

243 108 27
108 48 12
27 12 3
+
|
|
|
\
|

98 98 98
98 98 98
98 98 98
=
|
|
|
\
|

341 206 125
206 146 110
125 110 101
(4a) A+A
t
=S =
|
|
|
\
|
4 7 12
7 14 9
12 9 4
S simtrica pois aij = aji para i j . (4b) A-A
t
=P=
|
|
|
\
|

0 5 6
5 0 1
6 1 0
S anti-simtrica pois aij = (-aji) para i j e
aij = 0 par i = j. (5) A matriz S em a,b, e simtrica porque Aij=Aji. A matriz S em c,d anti-simtrica pois aij = (-aji)
para i j e aij = 0 par i = j. (5a) S=
|
|
\
|
74 11
11 13
(5b)
|
|
|
\
|
12 7 6
7 8 4
6 4 4
(5c)
|
|
|
\
|

0 11 4
11 0 10
4 10 0
(5d)
|
|
|
\
|

0 8 3
8 0 4
3 4 0
(5e)
|
|
|
\
|

18 6 13
6 4 2
13 2 8
(6a) x = 759, y = 1176 e z = 363 ou
(
(
(
363
1176
759
. (6b) O custo por amostra : E1 = R$ 32,40; E2 = 41,50 ou C
= ( ) 50 , 41 40 , 32 . O custo total para a produo das amostras de R$ 6.414,00 = ( ) 50 , 41 40 , 32
|
|
\
|
96
75
. (7a) E =
lgebra Linear 27
|
|
|
\
|
4 0 0
7 3 0
1 7 2
; (7b) F =
|
|
|
\
|
1 3 1
0 1 2
0 0 4
; (7c) E triangular superior e F inferior. (8) Criar matrizes e provar. (9a) Fazer A.A
t

e mostrar que o resultado a matriz identidade (Dica: lembre-se que sen
2
x + cos
2
x = 1). (9b) As matrizes B e C so
idempotentes de ordem 2 ou de perodo 1 porque B.B=B
2
=B e C
2
=C.
(10) A e B so nihilpotentes de ordem 2 pois A
2
=0=A
3
=A
4
=... Idem para a matriz B. (11) AB=
|
|
|
\
|
48 0 0
0 4 0
0 0 2
e AB diagonal.
(12) A
2
=
|
|
|
\
|

3 4 4
2 3 2
1 1 2
. Como A
2
A no idempotente.

lgebra Linear 28

10. Equivalncia de Matrizes

izemos que duas matrizes A e B, de mesma ordem, so equivalentes quando so obtidas a
partir de operaes elementares efetuadas entre elas ou:
Dada uma matriz A, diz-se que uma matriz B, de mesma ordem, equivalente a matriz A
(indica-se B A) se for obtida a partir de operaes elementares efetuadas em A, onde
cada linha ( L
i ou j
) de B uma combinao linear das linhas de A.

A matriz B encontrada equivalente a matriz A e tambm denominada, matriz escalonada por
linhas de A . As operaes elementares possveis so:
1. L
i
L
j

2. L
i
k.L
j
com k 0
3. L
i
k.L
j
+ L
i
com k 0
1. Troca de linhas entre si;
2. Multiplicao de linha por escalar;
3. Substituio de uma linha pela adio de k vezes
outra linha.

Note que:
Se aplicarmos as inversas das operaes em B, obtemos A.
A matriz B encontrada dita matriz escalonada por linhas de A .
Exemplo 1: Se A =
|
|
\
|
4 3
2 1
ento podemos encontar uma matriz B =
(
10 0
2 1
dita
matriz escalonada por linhas de A .

Uma matriz B equivalente a uma matriz A dita matriz escalonada reduzida por linhas
(ou matriz na forma cannica por linhas) se:
os elementos distinguidos
8
so nicos no nulos de suas respectivas colunas;
os elementos distinguidos so iguais a 1.
Exemplo 2: B =
(
1 0
0 1

Exemplo 3: B =
|
|
|
\
|
4 1 0 0
7 0 1 0
2 0 0 1

A matriz B est representada na forma cannica por linhas pois o 1 elemento de cada
linha igual a 1 e o nico no nulo em sua respectiva coluna.
Exemplo 4: Para a matriz A =
|
|
|
|
|
\
|

1 3 1 1 1
1 1 5 0 0
1 1 1 3 1
1 1 0 1 2
encontre sua matriz B,
equivalente a A ou seja encontre a matriz escalonada por linhas de A.
Resoluo: Nosso objetivo encontrar uma matriz B cujos elementos abaixo da diagonal
formada pelos elementos (2), (3), (-5), (-3) sejam todos iguais a zero. Para isso
aplicamos as operaes elementares de linhas L
i
:

8
Elementos distinguidos so os primeiros elementos no nulos das linhas de uma matriz
D
lgebra Linear 29
A =
|
|
|
|
|
\
|

1 3 1 4 1
1 1 5 0 0
1 1 1 3 1
1 1 0 7 2

L
4
L
3

(troca de linhas entre si)
|
|
|
|
|
\
|

1 1 5 0 0
1 3 1 4 1
1 1 1 3 1
1 1 0 7 2

L
2
L
1
+ 2L
2
;
L
3
L
1
- 2L
3
.
|
|
|
|
|
\
|

1 1 5 0 0
3 7 2 1 0
3 3 2 1 0
1 1 0 7 2

L
3
L
2
+ L
3
.

|
|
|
|
|
\
|

1 1 5 0 0
6 10 4 0 0
3 3 2 1 0
1 1 0 7 2

L
4
5L
3
+ 4L
4
.

|
|
|
|
|
\
|
26 54 0 0 0
6 10 4 0 0
3 3 2 1 0
1 1 0 7 2
= B
Note que a matriz B encontrada equivalente a matriz A e,
abaixo da diagonal todos os elementos so nulos.
A matriz B tambm chamada, forma escalonada de A.
|
|
|
|
|
\
|
26 54 0 0 0
6 10 4 0 0
3 3 2 1 0
1 1 0 7 2
= B

Importante: Para a soluo de alguns problemas matemticos, uma matriz B, escalonada por linhas
de A, necessita apresentar-se numa forma mais reduzida, ou seja, na forma escalonada reduzida
por linhas. Neste caso, pode-se afirmar que:
Uma matriz B equivalente a A dita matriz escalonada reduzida por linhas (ou matriz na
forma cannica por linhas) se, e somente se, seus elementos distinguidos so iguais a um
e so os nicos no nulos de suas respectivas colunas.
Exemplos: C =
(
(
(
1 0 0
0 1 0
0 0 1
ou D =
(
(
(
4 1 0 0
2 0 1 0
9 0 0 1
ou E =
(
(
(

1 0 0 0 0
0 7 1 0 0
0 3 0 2 1
.
As matrizes C, D e E, esto representadas na forma cannica por linhas pois o 1 elemento de cada
linha igual ao nmero 1 e, o nico no nulo em sua respectiva coluna.

A
AAg
ggo
oor
rra
aa,
,, t
tte
een
nnt
tte
ee v
vvo
ooc
cc
!
!!
Resolva a Lista 3 de atividades

lgebra Linear 30
Lista 3 de Atividades Equivalncia de Matrizes/escalonamento
1. Encontre a forma escalonada por linhas das matrizes A. Indique-as por A.
a) A =
(
(
(
(
2 3 1
1 1 0
0 1 2
1 2 1
b) A =
|
|
|
|
|
\
|
12 4 0
5 1 1
4 1 2
0 2 3
c) A=
(
(
(
(

0 1 1 0
2 0 0 1
0 2 0 1
1 0 1 1

d) A =
|
|
|
|
\
|
3
2
3
6 3
4 2

2. Encontre a forma escalonada por linhas das matrizes e verifique se esto corretas as
equivalncias:
a) A=
|
|
|
\
|

5 0 1 3
0 1 2 1
2 0 0 1
|
|
|
\
|
0 1 0 0
2 1 2 0
2 0 0 1
=B b) A=
(
(
(

18 5 1 2
6 2 4 3
1 1 2 1
(
(
(
55 11 0 0
3 1 2 0
1 1 2 1
=B

c)A=
|
|
|
\
|

7 2 8 3
2 1 3 1
1 2 4 1
|
|
|
\
|

8 0 0 0
1 1 1 0
1 2 4 1
=B
d) A =
|
|
\
|
9 0
2 0

|
|
\
|
0 0
2 0
= B

3. Encontre a forma cannica por linhas das matrizes:
a) A=
|
|
|
\
|
5 2 1
6 1 4
4 3 6
b) A =
|
|
|
\
|
5 6 2 6 3
3 2 1 4 2
1 2 1 2 1

c) A=
(
(
(
(
4 3 5 0
1 2 0 0
3 1 4 0
2 3 1 0

4. Encontre a matriz triangular superior que seja equivalente a cada uma das matrizes dadas.
A =
(
(
(
10 5 3
5 2 1
1 3 2
B =
(
(
(
10 5 3
5 2 1
1 3 2

C =
(
(
(
(
1 1 0 3
2 2 2 1
0 3 4 2
1 2 3 1

D =
(
(
(
5 2 1
6 1 4
4 3 6

E =
22 2 6 2
13 4 5 2
11 1 3 1
4 3 2 1

F =
(
(
(
8 7 5
6 5 4
3 2 1
G =
2 2 3
1 4 2
1 1 1
H =
(
(
(
2 4 1
1 3 2
1 1 1

5. Encontre a matriz escada, equivalente por linhas
A =
|
|
|
\
|
2 2 4 2
1 1 1 1
1 1 2 1
B =
|
|
|
\
|
5 2 3 3 3
4 2 1 2 3
1 3 2 1 2
C=
|
|
|
\
|
1 1 1 1
2 2 1 2
5 1 0 3
D =
3 2 1 3
2 2 1 2
1 3 2 1

6. Aplicao de escalonamento de matrizes: Tente resolver o sistema, aplicando a equivalncia de
matrizes.
lgebra Linear 31
= +
= +
= +
19 2 3 4
4 4 2 2
6 3 2
z y x
z y x
z y x

(1) (a) A=
(
(
(
(

0 0 0
3 0 0
2 5 0
1 2 1
; (b) A=
|
|
|
|
|
\
|
0 0 0
45 0 0
12 7 0
0 2 3
; (c) C=
(
(
(
(
0 0 0 0
2 2 0 0
1 2 1 0
1 0 1 1
; (d) D=
|
|
|
\
|
0 0
0 0
4 2
;
(2) No so equivalentes somente as matrizes (2b) e (2c) pois em (2b) A
|
|
|
\
|
29 9 0 0
3 1 2 0
1 1 2 1
B e em (2c),
temos A
|
|
|
\
|
0 0 0 0
1 1 1 0
1 2 4 1
B.
(3) (a)
|
|
|
|
\
|
0 0 0
9
26
1 0
9
7
0 1
; (b)
|
|
|
|
\
|
6
1
1 0 0 0
0 0 1 0 0
3
4
0 0 2 1
; (c)
(
(
(
(
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0

(4) A
(
(
(

4 0 0
9 1 0
5 2 1
B
(
(
(
0 0 0
3 1 0
1 2 1
C
(
(
(
(
15 0 0 0
4 1 0 0
1 0 1 0
1 2 3 1
D
(
(
(
0 0 0
52 18 0
4 3 6
E
0 0 0 0
2 2 0 0
7 4 1 0
4 3 2 1

; F
(
(
(
1 0 0
2 1 0
3 2 1
G
|
|
|
\
|
11 0 0
1 2 0
1 1 1
H
|
|
|
\
|
0 0 0
3 5 0
1 1 1
(5a) A
|
|
|
\
|
0 0 0 0
2 0 1 0
1 1 2 1
(5b) B
|
|
|
\
|
8 2 0 0 0
5 5 4 1 0
1 3 2 1 2
; (5c) C
|
|
|
\
|
2 2 0 0
0 0 1 0
1 1 1 1
(Observe que houve troca de linhas);
(5d) D
|
|
|
\
|

10 7 0 0
4 4 3 0
1 3 2 1
(6) O sistema equivale a matriz escalonada
(
(
(
10 10 0 0
8 10 6 0
6 3 2 1
. A soluo do sistema x = 3, y = 3
e z = 1 ou S = {(3,3,1)}.

lgebra Linear 32

II DETERMINANTES E MATRIZES

1 Classe de uma Permutao

ara uma melhor compreenso do conceito de determinantes importante revermos os
conceitos de permutao. Conceito: Dados n objetos distintos a
1
, a
2
, ..., a
n
. Uma permutao
destes objetos consiste em displos em uma determinada ordem. Ou seja, para n elementos
distintos denominamos de permutao a disposio dos mesmos numa certa ordem.
As permutaes podem nos dizer o n de arranjos possveis em certas situaes. Representamos
permutao por S(A) ou S(n).
Exemplo: Para os algarismos 1, 2 e 3 podemos obter 6 permutaes que so:
1 2 3 1 3 2 2 1 3 2 3 1 3 1 2, 3 2 1
Permutao principal (2) (3) (4) (5) (6)

A quantidade de permutaes dos n elementos dada por n! (l-se: n fatorial) onde:

n ! = n x (n-1) x (n-2) x . . . x 2 x 1 para n > 0.

Portanto, se n = 3 temos: 3! = 3 x 2 x 1 = 6 permutaes. Se n = 0 temos 0! = 1.

Proposies:

Diz-se que dois elementos de uma permutao formam uma inverso se esto em ordem
inversa da permutao principal. Considerando uma permutao a c b, os elementos c e b
formam uma inverso.
Para uma permutao do conjunto N*, dizemos que existe uma inverso quando um nmero
inteiro precede um outro menor que ele.
Exemplo1: Os algarismos 1, 2, 3, 4 e 6 admitem 120 permutaes pois 5!=5 x 4 x 3 x 2 x 1 =
120 e a permutao 6 4 3 2 1 admite 10 inverses que so: 64, 63, 62, 61, 43, 42,
41, 32, 31 e 21.
Exemplo 2: A permutao 54321 tem 10 inverses que so: 54, 53, 52, 52, 43, 42, 41, 32, 31
e 21.
Exemplo 3: A permutao 4521 tem 05 inverses que so: 42, 41, 52, 51 e 21.

Observe na tabela de nmeros as permutaes e inverses dos algarismos 1, 2, 3:

Permutaes N de inverses Permutaes N de inverses
1 2 3 0 2 3 1 2
1 3 2 1 3 1 2 2
2 1 3 1 3 2 1 3

Uma permutao tem classe par ou classe mpar, (indica-se classe ) conforme apresenta
um nmero par ou mpar de inverses. Assim, para uma permutao arbitrria em S
n,
(S
n

indica o conjunto de permutaes), dizemos que mpar ou par, conforme exista um n par
ou mpar de pares (i, k) para os quais i > k mas i precede k em . Exemplificando: A
permutao 1 3 2 tem uma inverso, logo tem classe mpar.
P
lgebra Linear 33

Definimos como sinal ou paridade da classe , indica-se sgn por
Sgn =
. , 1
; , 1
mpar se
par se

Ou seja:
Quando na permutao existir um nmero par de inverses ento o sinal de (sgn )
positivo.
Quando na permutao existir um nmero mpar de inverses ento sgn negativo.

Exemplo1: A permutao 5 3 1 2 4 tem 6 inverses (quantidade par) logo sgn =1.
Exemplo 2: S
3
= 3! = 3.2.1 = 6. Observe na tabela a seguir.
Permutao
1 2 3 1 3 2 2 1 3 2 3 1 3 1 2 3 2 1
N de inverses
0 1 1 2 2 3
Par ou mpar
Par mpar mpar Par Par mpar
Sgn
+ - - + + -

2 Determinante de uma matriz

imos que a matriz quadrada a que tem o mesmo nmero de linhas e de colunas (ou seja,
do tipo nxn). A toda matriz quadrada est associado um nmero ao qual damos o nome de
determinante.
Dentre as vrias aplicaes dos determinantes na Matemtica, temos:
Resoluo de alguns tipos de sistemas de equaes lineares;
Clculo da rea de um tringulo situado no plano cartesiano, quando so conhecidas as
coordenadas dos seus vrtices.

Mas, o que um determinante?
Denomina-se determinante de uma matriz quadrada soma algbrica dos produtos que se obtm,
efetuando todas as permutaes dos segundos ndices do termo principal, fixados os primeiros
ndices, e fazendo-se preceder dos produtos o sinal (+) ou (-), conforme a permutao dos segundos
ndices seja de classe par ou mpar.
Defini-se como termo principal, ao produto dos elementos da diagonal principal de uma
matriz quadrada;
Denomina-se ordem de um determinante a mesma ordem da matriz a que o mesmo equivale;
Indica-se o determinante de uma matriz quadrada A, por det A, representando a matriz entre
dois traos verticais.
A notao do determinante de uma matriz || ou seja, representamos o determinante de uma
matriz entre duas barras verticais, que no tm o significado de mdulo.

Saiba Mais:
V
lgebra Linear 34

Como calcular o determinante?

2.1 Determinante de 1 ordem
ada uma matriz quadrada de 1 ordem M=[a
11
], o seu determinante o prprio nmero real
a
11
ou seja, det M =|a
11
| = a
11

Exemplo:
M= [5] det M = 5 ou |5| = 5 M = [-6] det M = -6 ou |-6| = -6

2.2 Determinante de 2 ordem
ada a matriz quadrada M de ordem 2, por definio o determinante associado a M,
determinante de 2 ordem, dado por:
D
D
Considere a seguinte situao problema: Qual o valor real de x e y para que A.B = C sendo A =
|
|
\
|
4 5
2 1
, B =
|
|
\
|
y
x
e C =
|
|
\
|
1
1
?. Para determinar os valores de x e y, aplicamos o produto A.B =
C e obtemos:
|
|
\
|
4 5
2 1
.
|
|
\
|
y
x
=
|
|
\
|
1
1
. Resolvendo o produto, encontramos:
|
|
\
|
+
+
y x
y x
4 5
2
=
|
|
\
|
1
1
. Aplicando o conceito de igualdade de matrizes, temos o sistema:
= +
= +
1 4 5
1 2
y x
y x
Resolvendo o sistema pelo mtodo de adio, temos:
= +
= +
1 4 5
.(-5) 1 2
y x
y x

= +
=
1 4 5
5 10 5
y x
y x

6 ) 10 4 (
6 10 4
1 4 5
5 10 5
=
=
= +
=
y
y y
y x
y x
y =
10 4
6
=
) 5 . 2 ( ) 4 . 1 (
6
=
6
6
=1. Se fizermos o
mesmo procedimento para encontrar o valor de x, iremos observar que o denominador tambm
(-6). Portanto x = -1. Observe que a expresso numrica (1.4)-(2.5), comum nas expresses,
permite que calculemos o valor de x e y e determina se o sistema tem soluo (se determinada
ou indeterminada). Da a origem do nome determinante. Observe tambm que a expresso
(1.4)-(2.5) tem relao com os termos da matriz A=
|
|
\
|
4 5
2 1
. A teoria dos determinantes surgiu,
quase simultaneamente, na Alemanha e no Japo, quando dois matemticos, Leibniz (1646-1716)
e Seki S.Kowa (1642-1708), resolveram problemas de eliminaes, necessrias resoluo de um
sistema de n equaes lineares com n variveis. Depois deles, surgiram os trabalhs de Cramer,
Bezout, Laplace, Vandermonde, Lagrange, Cauchy e Jacobri.
lgebra Linear 35

Portanto, o determinante de uma matriz de ordem 2 dado pela diferena entre o produto dos
elementos da diagonal principal e o produto dos elementos da diagonal secundria.
Observe os exemplos:
(a) Para M =
(
5 4
3 2
temos: det M = (2.5)-(4.3) = 10-12= -2.
(b) Se A =
\
|
2
1

|
|
|
4
3
ento det A =
2
1

4
3
= (1 x 4) (2 x 3) = -2

2.3 Determinante de 3 ordem: Regra de Sarrus

determinante de uma matriz de ordem 3 pode ser obtido pela regra de Sarrus.
Acompanhe como aplicamos essa regra para D=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
.
1 passo: Repetimos as duas primeiras colunas ao lado da terceira ou repetimos direita dos
elementos da matriz A, as duas primeiras colunas:

2 passo: Encontramos a soma do produto dos elementos da diagonal principal com os dois
produtos obtidos pela multiplicao dos elementos das paralelas a essa diagonal (a soma deve ser
precedida do sinal positivo):

3 passo: Encontramos a soma do produto dos elementos da diagonal secundria com os dois
produtos obtidos pela multiplicao dos elementos das paralelas a essa diagonal ( a soma deve ser
precedida do sinal negativo):
O
lgebra Linear 36

Assim:

ou det D = + a
11
a
22
a
33
+ a
13
a
21
a
32
+ a
12
a
23
a
31
- a
11
a
23
a
32
- a
12
a
21
a
33
- a
13
a
22
a
31

Exemplo 1: Encontrar |A| para A =
|
|
|
\
|
0 1 1
0 2 1
1 2 1
.
Resoluo: Pela regra de Sarrus, fazemos
1 1
2 1
2 1
0 1 1
0 2 1
1 2 1
=
(-1.2.0)+(2.0.-1)+(1.1.1)-(2.1.0)-(-1.0.1)-(1.2.-1) = 0+0+1-0-0+2 = 3.
Logo |A|= 3 ou Det A = 3.
Exemplo 2: Determine o valor de x sabendo que
3 8 1
5 2
1 4
x
x
=0
Resoluo: Pela regra de Sarrus, fazemos
8 1
2
4
3 8 1
5 2
1 4

x
x
x
x
= 0. Logo,
12x 5x + 16 6x 160 +x = 0 2x 144 = 0 x = 144/2 x = 72.

lgebra Linear 37
2.4 Determinante de ordem n > 3: Teorema de LAPLACE
imos que a regra de Sarrus vlida para o clculo do determinante de uma matriz de ordem
3. Quando a matriz de ordem superior a 3, devemos empregar o Teorema de Laplace para
chegar a determinantes de ordem 3 e depois aplicar a regra de Sarrus.

Teorema de LAPLACE: Segundo Laplace, o determinante da matriz A = a
ij
igual soma dos
produtos obtidos multiplicando os elementos de qualquer linha(ou coluna) de A pelos seus
respectivos cofatores C
ij
:

det A = a
i1
C
i1
+ a
i2
C
i2
+ ...+ a
in
C
in

ou
det A = a
1j
C
1j
+ a
2j
C
2j
+ ... + a
nj
C
nj

Mas, o que so cofatores? Reveja este assunto no Apndice A deste caderno.

Exemplo 2: Seja A =
|
|
|
\
|
3 1 7
1 3 2
1 0 1
.
O Det A, segundo Laplace calculado da seguinte forma:
Escolha uma linha ou coluna d preferncia para aquela que tem elementos nulos. Neste
caso escolhemos a linha 1.

Det A = (-1) . C
11
+ (0). C
12
+ (1). C
13
(fixada 1 linha ).
Det A = (-1) . (-1)
1+1

3 1
1 3
+ (0). C
12
+ (1). (-1)
1+3

1 7
3 2

Det A = (-1) . 1 . [9-(-1)] + 0 + 1. 1 . (2-21)

Det A = -1.1.10 + 0 + 1.1.-19

Det A = - 10 + 0 - 19

Det A = - 29

Por Regra de Sarrus temos
Det A =
\
|
|
|
|
1 7
3 2
0 1
3 1 7
1 3 2
1 0 1
= (-1.3.3)+(0.-1.7)+(1.2.1)-(1.3.7)-(-1.1.-1)-(3.0.2)
= -9 + 0 + 2 21 1 0 = -29.

Exemplo 3: Seja A =
|
|
|
\
|
2 4 1
3 2 5
4 3 1
. Calcule o Det A.
O Det A, segundo Laplace:
V
lgebra Linear 38

Det A = (1) . C
11
+ (5). C
21
+ (1). C
31
(fixada 1 coluna).
Det A = (1) . (-1)
1+1

2 4
3 2
+ (5). (-1)
2+1

2 4
4 3
+ (1). (-1)
3+1

3 2
4 3

Det A = (1) . 1 . [4-(-12)] + (5).(-1).(6-16) + 1. 1 . (-9-8)

Det A = (1).1.(16) + (5).(-1).(-10) + 1. 1 . (-17)

Det A = 16 + 50 + (-17)

Det A = 49

Por Regra de Sarrus temos
Det A =
\
|
|
|
|
4 1
2 5
3 1
2 4 1
3 2 5
4 3 1
= (1.2.2)+(3.-3.1)+(4.5.4)-(4.2.1)-(1.-3.4)-(3.5.2)
= 4 -9 + 80 8 + 12 - 30 = 96 47 = 49.

2.5 Processo de triangulao para clculo de determinante

processo de triangulao para clculo de determinante pode ser aplicado em todas
as matrizes quadradas de ordem n 2.

Para se executar o processo de triangulao, se procura colocar, por meio de operaes adequadas
(e das respectivas compensaes quando for o caso), como elementos da diagonal principal, exceto
o ltimo, o nmero 1.

Obtido o n 1 na 1 linha e 1 coluna, isto , a
11
= 1, substituindo-se, por meio de operaes
competentes, todos os demais elementos da 1 coluna por zeros; da mesma forma, depois de obter
a
22
= 1, substituem-se os demais elementos da 2 coluna, situados abaixo de a
22
por zeros, e assim
por diante. Quanto a cada um dos elementos da diagonal principal da matriz A, trs hipteses
podem ocorrer:

1) O elemento igual a zero neste caso, deve-se proceder a operao de troca de linhas e
multiplicar o det A por 1, como compensao, isto , para que o determinante de A conserve o seu
valor.

2) O elemento igual a k 1 nesse caso, deve-se multiplicar todos os elementos da linha por i/k,
com o que se obtm o nmero 1 como elemento da diagonal principal dessa linha. Por outro lado,
para compensar, isto , para que o det A mantenha o seu valor, deve-se multiplic-lo pelo inverso
de 1/k, isto k.

3) O elemento igual a 1nesse caso nada a fazer no que diz respeito diagonal principal.

Agora, tente voc Calcule o determinante da matriz
|
|
|
\
|
=
4 3 5
2 3 1
7 1 2
A , usando o processo da
triangulao. Voc deve obter como resposta, det A = - 66

O
lgebra Linear 39

3 Propriedades dos determinantes

s matrizes quadradas de ordem n apresentam as seguintes propriedades:
1. O determinante de uma matriz quadrada A igual ao de sua transposta A
t
ou seja, |A| =
|A
t
|.
Exemplo 1: Se A =
|
|
\
|
4 2
3 1
ento A
t
=
|
|
\
|
4 3
2 1
. E, det A
t
= 1.4 2.3 = -2 = det A.
Exemplo 2: det A =
3 4 2
2 1 2
3 2 1
= 9 = det A
t
=
3 2 3
4 1 2
2 2 1
= 9
2. Se a matriz quadrada A tem duas linhas (ou colunas) iguais ento det A = 0 ou se duas
filas paralelas de uma matriz so proporcionais, ento seu determinante nulo.
Exemplo 1: Exemplo 2:
3. Se a matriz quadrada A tem uma linha ou coluna nula ento det A = 0 ou Quando todos os
elementos de uma fila (linha ou coluna) so nulos, o determinante dessa matriz nulo.
Exemplos:

4. Se uma matriz quadrada A trocarmos a posio de duas linhas (ou colunas) o
determinante troca de sinal.
Exemplo:
5. Se A uma matriz triangular (superior ou inferior) ento det A = produto dos elementos
diagonais. Exemplos:

6. Se cada elemento de uma linha (ou coluna) de uma matriz quadrada A multiplicado por
um escalar k ento o det A fica multiplicado por k.

Conseqncia: Se cada elemento de uma linha (ou coluna) de uma matriz A contm um
fator k, podemos coloca-lo em evidncia.
A
lgebra Linear 40
Exemplo 1: A =
(
(
(
0 3 2
1 15 4
3 6 1
A= 3
(
(
(
0 1 2
1 5 4
3 2 1
(det A) = 3 (det A).
Exemplos 2 e 3

7. O determinante de um produto de duas matrizes A e B igual ao produto de seus
determinantes ou seja, det(A.B) = (det A) . (det B) ou |A.B|=|A|.|B.|

8. Uma matriz quadrada A inversvel se o det A 0.

9. Se os elementos de uma fila de uma matriz so combinaes
lineares dos elementos correspondentes de filas paralelas, ento
seu determinante nulo. Exemplo:

10
Teorema de Jacobi: o determinante de uma matriz no se altera quando somamos aos
elementos de uma fila uma combinao linear dos elementos correspondentes de filas
paralelas.
Exemplo: 9
3 4 2
2 1 2
3 2 1
= Substituindo a 1 coluna pela soma dessa mesma coluna com o
dobro da 2, temos:

4 Determinante e Matriz Inversa

onsideremos a matriz quadrada A, de ordem n. Definimos como inversa de A, a matriz A
-1
tal
que A . A
-1
=I = A
-1
. A sendo I a matriz identidade de ordem n.

Proposies:
(i) Se A tem inversa, diz-se que A inversvel.
C
lgebra Linear 41
(ii) Se A e B so matrizes quadradas, de mesma ordem e inversveis, ento:
(A
-1
)
-1
=A AxB inversvel (A.B)
-1
= B
-1
.A
-1
(A+B)
-1
=A
-1
+ B
-1
Posto A = n.
(iii) Toda matriz quadrada A, cujo determinante nulo, dita matriz singular e, se o
determinante de A for diferente de zero, dizemos que A uma matriz no-singular. Em
conseqncia, toda matriz no-singular sempre tem inversa e toda matriz singular no
tem inversa. Portanto, nem toda matriz quadrada tem inversa.
(iv) Se a matriz A tem inversa, ento o determinante da matriz A no nulo det A 0 e det
A
-1
=
A Det
1

(v) Se A uma matriz inversvel, n n, com n 2, ento: A
1
=
A det
1
. Adj A
Esta proposio envolve o conceito de determinantes e matriz adjunta clssica (Adj A). Para
rever o conceito de matriz adjunta clssica, e o calculo de matriz inversa por determinante,
consulte o Apndice A no final do caderno pedaggico.

(vi) Uma matriz A dita ortogonal se a sua transposta igual a sua inversa ou, A ortogonal se
A
t
= A
-1
.

Saiba Mais:

Exemplo: A matriz M =
(
(
(
(
2
1
2
3
2
3
2
1
ortogonal porque o produto de M pela sua matriz
transposta, resulta na matriz identidade. Neste caso, a matriz inversa de M a sua
transposta.
Assim, se M . M
t
= M
t
. M = I ento M
t
= M
-1
Logo M ortogonal.

A soluo de problemas que envolvem matrizes e suas inversas exigem, em geral, o conhecimento
dos algoritmos matemticos de:
(1) Verificao se duas matrizes so inversas;
(2) Determinao da matriz inversa de uma matriz dada.

Como verificar se duas matrizes so inversas?

Exemplo 1: Verifique se a matriz A =
|
|
\
|
3 5
7 12
inversa da matriz B=
|
|
\
|
12 5
7 3
.
Resoluo: Para verificar se a matriz A inversa de B aplicamos o conceito A . A
-1
=I = A
-1
. A
Ou seja, devemos provar que a multiplicao das duas matrizes, resulta na matriz identidade.
Assim, podemos fazer A.B = I ou B.A = I.
A.B = I
|
|
\
|
3 5
7 12
.
|
|
\
|
12 5
7 3
=
|
|
\
|
+ +
+ +
12 . 3 ) 7 .( 5 ) 5 .( 3 3 . 5
12 . 7 ) 7 .( 12 ) 5 .( 7 3 . 12
=
|
|
\
|
1 0
0 1
= I (provado). A e B so
inversas porque AB = I
Como determinar a inversa de uma matriz?

A partir do conceito de matriz inversa podemos verificar a
ORTOGONALIDADE DE MATRIZES. Dizemos que uma matriz M
ortogonal quando sua inversa M
-1
igual a sua transposta M
t
.
Se M
t
= M
-1
e como M.M
-1
= M
-1
.M = I ento podemos tambm afirmar
que M . M
t
= M
t
. M = I (I representa a matriz identidade).
lgebra Linear 42
Para determinar a matriz inversa, temos algumas opes de procedimentos matemticos.

Opo 1: Determinando a matriz inversa de A pela aplicao do conceito A . A
-1
=I

Neste caso, utilizamos tambm conhecimento sobre a resoluo de sistemas lineares.
Exemplo 1: Encontre a matriz inversa de A =
(
3 1
2 1
.
Resoluo: Aplicando o conceito temos que A . A
-1
=I
Sabemos que I =
(
1 0
0 1
. Supondo A
-1
=
(
d c
b a
, fazemos
(
3 1
2 1
.
(
d c
b a
=
(
1 0
0 1
.
Resolvendo o produto das matrizes encontramos,
(
+ +
+ +
d b c a
d b c a
3 1 3 1
2 1 2 1
=
(
1 0
0 1
. Comparando os resultados obtemos:
= +
= +
0 3
1 2
c a
c a
e
= +
= +
1 3
0 2
d b
d b
. Resolvendo os sistemas encontramos como resposta:
a=
5
3
, b=
5
2
, c=
5
1
, d=
5
1
. Portando a matriz procurada A
-1
=
(
d c
b a
A
-1
=
(
(
(

5
1
5
1
5
2
5
3
.
Podemos facilmente comprovar se a matriz encontrada soluo do problema. Basta
multiplicar a matriz A pela sua inversa e verificar que o resultado do produto a matriz
identidade I. Ou seja, A
-1
. A =
(
(
(

5
1
5
1
5
2
5
3
.
(
3 1
2 1
= I.

Opo 2: Determinando a matriz inversa pelo Teorema da Inversibilidade (por reduo das
linhas)
Uma matriz A de ordem n inversvel se existe uma seqncia de operaes elementares que
transforme A numa matriz identidade.
Uma matriz A
-1
pode ser obtida aplicando a mesma seqncia de operaes elementares
iniciando-se com a matriz identidade.
Exemplo:
Ache a inversa da matriz A =
(
(
(
2 0 1
1 1 0
0 1 1
se existir.
Resoluo:
\
|
|
|
|
|
1 0 0
0 1 0
0 0 1
2 0 1
1 1 0
0 1 1

\
|
|
|
|
|
1 0 1
0 1 0
0 0 1
2 1 0
1 1 0
0 1 1
....
\
|
|
|
|
|
3
1
3
1
3
1
3
1
3
2
3
1
3
1
3
2
3
2
1 0 0
0 1 0
0 0 1

Resolva a Lista 4 de atividades

lgebra Linear 43
Lista 4 de atividades Determinantes e Matrizes

(1) Calcule o determinante de cada matriz:

a) A=
|
|
|
\
|
4 3 1
2 5 0
1 1 2
b) B=
|
|
|
\
|

1 6 0
1 5 2
4 2 3

c) C=
|
|
|
|
|
\
|
2 0 3 4
2 1 1 3
0 2 0 1
3 2 2 1

d) D=
|
|
|
\
|
1 3 2
3 1 4
5 2 3

e) E =
(
(
(
1 0 0
79 8 0
5 2 1
f) F =
77 2 9
0 0 0
4 3 1

g) G =
(
(
(
(
1 2 1 2
7 0 4 0
2 3 5 3
3 1 2 1

h) H =
|
|
\
|
1 3
2 1

(2) Dada P =
|
|
|
|
\
|
2 2 0
1 1 2
1 1 2
, calcule o determinante de P
2
; (3) Encontre lAl =
2 4 0 1
1 3 0 0
3 1 2 0
2 0 1 2

(4) Para A =
|
|
|
\
|
4 2 7
1 0 3
3 1 4
e B =
|
|
|
\
|
3 2 1
12 9 3
8 6 2
. Verificar se Det (AB) = Det A. Det B.
(5) Para A=
|
|
\
|
x
x
2 1
1
2
B=
|
|
|
\
|
0 1
1 1
1 0
x
x
x
,C=
|
|
|
|
|
\
|
1 0 0
0 1 0
5 4 3 2
1 0 1
x
x
x
, encontre x para Det A+Det B=Det C
(6) Resolver as equaes determinando o valor real de x em cada equao:
a)
x
x
x
2 4 7
2 5
6 4
=-128 b)
1 0 2 15
2 3 18
0 1 12
x
x
x
=6 c)
3
2
1
x x
x x
x x
=0
d)
4 2
2 1 5
x
x +
=0
e)
2
2
1
1
x
x
=0

(7) Encontre os valores de a e b que transformam as matrizes A e B em inversas ou seja,
determine a e b sabendo que AB = I, sendo I a matriz identidade, com A =
(
a
a
0
0
e B=
(
1
1
b
b

(8) Se A=
(
1 0
2 1
e B=
(
1 1
0 2
, calcule AB-BA e verifique se: (a) A inversa de B; (b) A singular
(9) Mostre que as matrizes A e B so inversas sendo A =
|
|
\
|
5 1
4 2
e B =
|
|
\
|
3 / 1 6 / 1
3 / 2 6 / 5
.
(10) Prove que a matriz B inversa da matriz A, sendo B =
1 0 1
2 1 0
0 1 1
e A =
1 1 1
2 1 2
2 1 1

lgebra Linear 44
(11) Considere a matriz A =
|
|
\
|

sen - cos
cos sen
. Verifique se a matriz A ortogonal (Dica: lembre-se
que A ortogonal se A.A
t
=I). Em caso afirmativo, encontre sua inversa.
(12) Prove que a matriz M =
|
|
|
\
|
1 0 0
0 cos sen
0 sen - cos

ortogonal. E, determine sua inversa
(STEINBRUCH, 1987, p.411)
(13) Determinar a inversa das matrizes: A =
|
|
|
\
|
3 5 2
2 2 4
3 1 2
, B =
|
|
|
\
|
3 4 5
2 3 1
7 1 2
, C =
|
|
\
|
3 5
7 12

(14) Encontre a inversa A
-1
da matriz A =
|
|
|
\
|
1 0 1
2 1 0
0 1 1
e prove que A.A
-1
=I
(15) Encontre a matriz inversa pelo processo de inverso (ou triangulao), para:
(a)
|
|
|
\
|
1 1 2
2 1 1
1 1 1
;(b)
|
|
|
\
|
1 1 1
1 1 1
0 1 2
;(c)
|
|
|
\
|
1 0 1
1 1 1
1 2 2
;(d)
|
|
|
\
|
2 1 1
1 1 1
1 2 1
;(e)
|
|
|
\
|
1 1 1
1 1 1
1 1 1
;(f)
|
|
|
\
|

1 1 1
1 1 0
1 1 1

Respostas:
1(a) 21; 1(b) -11; 1(c) -131 (Dica: Aplicar Laplace); 1(d) 30; 1(e) Por propriedade o determinante de uma matriz triangular
o produto dos elementos da digaonal principal ou seja, Det E =8; 1(f) 0; 1(g) 0 (Dica: Aplicar Laplace); 1(h) -7;
(2) Como P
2
=
|
|
|
|
\
|
+
+
+
2 2 2 2 2
1 2 2 1 2 2
2 2 1 1 2 2
ento Det P
2
= 64. Note que mais prtico fazer 64 8 . 8 . = = P P ; (3) 14; (4)
Det AB =
92 68 24
21 16 5
11 9 2
= AB = 0. E, como lAl=-9 e lBl=0, temos que lAl.lBl=(-9).0 = 0. Portanto lABl = lAl.lBl;
(5) x =
4
3
; (6a) x = 2; (6b) x = 7; (6c) x = 0 ou x = 2 (6d) x = 2,5 ou x = 2 (6e) x = 1.
(7) A.B=I
(
a
a
0
0
.
(
1
1
b
b
=
(
1 0
0 1
a=1 e b = 0; (8) AB-BA=
(
1 1
2 4
.
(
3 1
4 2
=
(
2 0
2 2
. (a) A no inversa de B
pois AB I. (b) A no singular pois A no uma matriz diagonal.
(9) A e B so inversas se A.B=I (verdadeiro) ou A.B=I
|
|
\
|
5 1
4 2
.
|
|
\
|
3 / 1 6 / 1
3 / 2 6 / 5
=
(
1 0
0 1
(provado). Ou, a partir de A,
encontre B. Vejamos: A.B=I
|
|
\
|
5 1
4 2
.
|
|
\
|
d c
b a
=I
(
1 0
0 1

|
|
\
|
+ +
+ +
d b c a
d b c a
5 5
4 2 4 2
=
(
1 0
0 1
. Logo
= +
= +
0 5
1 4 2
c a
c a
e
= +
= +
1 5
0 4 2
d b
d b
. Resolvendo os sistemas encontramos os valores de a, b, c, d que equivale a matriz
|
|
\
|
3 / 1 6 / 1
3 / 2 6 / 5
;
(10)
1 0 1
2 1 0
0 1 1
.
1 1 1
2 1 2
2 1 1

=
0 0 0
0 1 0
0 0 1
;
lgebra Linear 45
(11) A ortogonal porque A.A
t
= I. Ento sua inversa A
-1
= A
t
=
|
|
\
|

sen - cos -
cos sen
.
(12) M ortogonal porque M.M
t
= I. E, M
t
=
|
|
|
\
|
1 0 0
0 cos sen -
0 sen cos

inversa de M ou seja M
t
= M
-1
.
13) A
-1
=
|
|
|
\
|

0 4 / 1 2 / 1
4 / 1 0 4 / 1
8 / 1 8 / 3 8 / 1
, B
-1
=
|
|
|
\
|

66 / 5 66 / 1 11 / 2
22 / 1 22 / 9 11 / 1
66 / 19 66 / 17 11 / 1
, C
-1
=
|
|
\
|
12 5
7 3
; (14) A.A
-1
=
1 0 1
2 1 0
0 1 1
.
1 1 1
2 1 2
2 1 1

=
1 0 0
0 1 0
0 0 1
= I; 15(a)
|
|
|
\
|
7 / 2 7 / 3 7 / 1
7 / 3 7 / 1 7 / 5
7 / 1 7 / 2 7 / 3
; 15(b)
|
|
|
\
|

2 / 1 2 / 3 1
1 1 1
2 / 1 2 / 1 0
; 15(c)
|
|
|
\
|

6 4 1
3 3 0
5 4 1
;15(d)
|
|
|
\
|

1 3 2
0 1 1
1 5 3
;15(e)
|
|
|
\
|
2 / 1 0 2 / 1
0 2 / 1 2 / 1
2 / 1 2 / 1 0
; 15(f)
|
|
|
\
|
2 / 1 0 2 / 1
2 / 1 1 2 / 1
1 1 0
.Verificao:
(
(
(
1 0 0
0 1 0
0 0 1
1
AA
lgebra Linear 46

5 Aplicao matemtica do conceito de determinantes na geometria

amos conhecer algumas aplicaes dos determinantes que, em geral, so tratados com mais
formalismo nos estudos envolvendo geometria analtica.

Aplicao 1: Condio de alinhamento de 3 pontos

Sejam trs pontos A(x
1
,y
1
), B(x
2
,y
2
) e C(x
3
,y
3
).
Eles estaro alinhados ou seja, faro parte de uma mesma reta, se
1
1
1
3 3
2 2
1 1
y x
y x
y x
= 0.
Exemplo: Verifique se os pontos A(0,1), B(1,2) e C(2,3) esto alinhados.
Resoluo:A, B e C esto alinhados pois
1 3 2
1 2 1
1 1 0
=0 ou seja,
3 2
2 1
1 0
1 3 2
1 2 1
1 1 0
=0+2+3-4-0-1=0.
De fato, A, B e C esto alinhados, como se verifica na projeo geomtrica

Aplicao 2: Clculo da rea de um tringulo conhecendo os vrtices

Sejam os vrtices do tringulo definidos nos pontos A(x
1
,y
1
), B(x
2
,y
2
) e C(x
3
,y
3
).
Se eles NO estiverem alinhados, formaro um tringulo.

A rea deste tringulo ser S= D
2
1
sendo D=
1
1
1
3 3
2 2
1 1
y x
y x
y x
.

Exemplo: Determine a rea do tringulo ABC cujos vrtices so definidos em A (1,1), B(3,4) e
C(5,2).
Resoluo: S= D
2
1
sendo D=
1 2 5
1 4 3
1 1 1
=4+5+6-20-3-2=-10.
Portanto, para S = D
2
1
temos S = 5
2
10
10 .
2
1
10
2
1
= = = . A rea do
tringulo ABC 5 u.a. (unidade de rea).

Agora, tente voc! Resolva a Lista 5 de atividades.
V
lgebra Linear 47

Lista 5 de atividades - Determinantes

1 Verifique se os pontos A(1,2), B(2,3) e C(4,5) esto alinhados.
2 Determine a rea do tringulo ABC cujos vrtices so A(2,3), B(1,8) e C(2,5).
3 Os pontos A(1,2), B(x, y) e C(5,-2) esto numa mesma reta. Determine os valores do ponto B,
sabendo que ele est sobre o eixo x.
4 Num sistema de coordenadas cartesianas com suas unidades em cm, so localizados trs pontos
A(-2,3), B(3,-3) e C(6,3). Calcule em cm
2
a rea da figura determinada pelos pontos.
5 Dois vrtices de um tringulo so (3,-5) e (-1,-3). A rea do tringulo 16 cm
2
. Encontre o valor
da abscissa do terceiro vrtice sabendo que a ordenada 5.
6 Determine m real para que os pontos (3,1), (m,2) e (1,m+1) no estejam alinhados.
7 Verifique se os pontos esto alinhados. Em caso negativo, encontra a rea do tringulo formado
por ABC.
(a) A(1,3), B(-1,2), C(1,4)
(b) A(1,3), B(1,4), C(2,-1)
(a) A(1,3), B(2,4), C(3,5)

Respostas:
1) Sim; 2) S = 1 u.a.; 3) B(3,0) 4) 24 cm
2
5) x = -33 6) m 1 ou m 2.
7) Como
1 4 1
1 2 1
1 3 1
= -2 e portanto diferente de zero, significa que os pontos no so alinhados. Portanto, formam um
tringulo ABC cuja rea igual a
2
ABC
= 1 u.a. (unidade de rea)
7b) No so alinhados e a rea do tringulo ABC = 1/2 u.a. (unidade de rea)
7) So alinhados pois o determinante nulo ento no formam um tringulo ABC.

lgebra Linear 48
III SISTEMAS DE EQUAES LINEARES E MATRIZES

1 Equaes Lineares

idia de equao tem estreita relao com a noo de equilbrio e a metfora da balana ,
normalmente utilizada para trabalhar esta noo. Entretanto, Lins
9
(1997), afirma que essa
metfora no oportuna para casos com valores negativos, do tipo 3x + 35 = 2. Neste caso,
deve-se enfatizar que, modificada a situao, a metfora j no resolve. Outras noes
10

associadas a equaes so: igualdade e varivel.
Uma equao com n variveis x
1
, x
2
,...,x
n
cuja combinao linear resulte em alguma constante
definida como uma equao linear.
Ou, Toda equao escrita na forma a
1
x
1
+ a
2
x
2
+ a
3
x
3
+ . . . + a
n
x
n
= b denominada equao
linear, em que:
a
1
, a
2
, ...,a
n
so os coeficientes das variveis
x
1
, x
2
, ..., x
n
so as variveis ou incgnitas
b o termo independente.

Os valores das variveis que transformam a equao numa identidade formam sua soluo e so
denominadas razes da equao linear.
Exemplos:
a) 2x
1
+ 3x
2
- x
3
= 5 uma equao linear a trs incgnitas ou trs variveis x
1
, x
2
, e x
3

b) x+y+z+t=-1 uma equao linear de quatro incgnitas ou quatro variveis x, y, z e t.

Observaes:
1) Quando o termo independente b for igual a zero, a equao linear denomina-se equao
linear homognea. Por exemplo: 5x - 3y = 0.
2) Uma equao linear no apresenta termos da forma
2
1
x , x
1
. x
2
, etc, isto , cada termo da
equao tem uma nica incgnita, cujo expoente sempre 1. As equaes
2
1
3x + 2x
2
= -3 e
-4x. y + z = 2 no so lineares.
3) A soluo de uma equao linear a n incgnitas a seqncia de nmeros reais ou n-upla
ou nupla (1,2, ...,
n
), que, colocados respectivamente no lugar de x
1
, x
2
, ..., x
n
, tornam
verdadeira a igualdade dada.
4) Uma soluo evidente da equao linear homognea 3x + y = 0 a dupla (0,0).

Vejamos alguns exemplos de equaes lineares

Exemplo 1: Dada a equao linear 4x - y + z = 2, encontrar uma de suas solues.
Resoluo: Podemos atribuir valores arbitrrios x e y e obter o valor de z. Por exemplo, se
x = 2 e y = 0, temos 4.2 - 0 + z = 2. Logo z = -6
Neste caso, uma das solues a tripla ordenada (2, 0, -6).
Mas, podemos resolver a equao isolando do lado esquerdo da igualdade, a primeira
varivel e teramos: 4x - y + z = 2 4x = 2 + y - z x =
4
2 z y +
.

9
LINS, Romulo C. e GIMENEZ, Joaquim. Perspectivas em Aritmtica e lgebra para o sculo XXI. SP, Papirus, 1997.
10
Para saber mais, acesse ao texto de OLIVEIRA http://www.tvebrasil.com.br/salto/boletins2003/eda/pgm1.htm
A
lgebra Linear 49
Neste caso temos como soluo geral da equao Sg = {
4
2 z y +
, y, z} para y e z
variveis livres reais.
Note que esta equao assume vrias solues. A varivel x depende de y e z. Se y = 2 e
z = 0 temos como soluo, dita soluo particular, a tripla ordenada (1,2,0). Se y = 0 e z
= (-6) temos como Sp, (2,0,-6),....
Resposta: A soluo seral da equao Sg = {
4
2 z y +
, y, z} para y, z reais. Uma soluo
particular poderia ser Sp = {(0,0,2)} para y=0 e z=2.

Exemplo 2: Dada a equao 3x - 2y = 5, determinar para que a dupla (-1, ) seja soluo da
equao.
Resoluo: Pelo enunciado do problema, sabemos que a dupla (-1, ) significa que x = (-1) e y =
. Assim, substituindo na equao estes valores temos: 3x - 2y = 5 3(-1) - 2 = 5
-3 - 2 = 5 - 2 = 5+3 = -4

Resposta: O valor de para a dupla (-1, ) seja soluo da equao = -4

Exemplo 3: A equao linear 3x + y = - 2 admite, entre outras, as razes x = 0 e y = -2 pois 3.0 +
(-2) = -2. Qual a soluo geral:

Resoluo: Para encontrar a soluo geral dessa equao, isolamos uma das variveis e obtemos:
3x + y = - 2 3x = - 2 y x =
3
2 y
y R.
Resposta: A soluo geral da equao, indicada por S : Sg = {(
3
2 y
, y), y IR}. Note que
a equao tem infinitas solues reais a partir do valor que atribumos para y. Se
atribuirmos a y o valor 4, por exemplo, obtemos x = 2
3
6
3
4 2
=
=

. Portanto, x = (-2)
para y = 4. Logo Sg = {(4,-2)}.

Exemplo 4: Qual o valor de k, para que a 4-upla u = (3, -2, 0, 1) seja soluo da equao linear
kx - y + 3z - w = 0?

Resoluo: Como u = (3,-2,0,1) a soluo da equao linear, temos x=3, y=-2, z=0 e w=1.

Substituindo esses valores na equao, encontramos o valor de k.
kx - y + 3z - w = 0
k.3 (-2) + 3.0 - 1 = 0 k.3 +2 + 0 - 1 = 0 3k + 1 = 0 k = -1/3.
Verificando: (-1/3).3-(-2)+3.0-1=-1+2-1=0

Resposta: O valor de k, para que a 4-upla u = (3,-2,0,1) seja soluo da equao k=-1/3.

Exemplo 5: A equao linear 2x - y + z = 1 tem qual soluo?
Resoluo: Se 2x y + z = 1 2x = 1 y z x =
2
1 + z y
para y, z IR.
Resposta: A soluo geral da equao Sg = {(
2
1 + z y
, y, z) para y, z IR}.
Proposies: Se a equao da forma 0x
1
+ 0x
2
+ . . . + 0x
n
= b, ento:
lgebra Linear 50
(i) Se b = 0, ento qualquer n-upla de escalares
11
reais soluo da equao. Exemplo: 0x + 0y
+ 0z = 0. Neste caso, temos como soluo S = {(x,y,z), x, y, z R}.
(ii) Se b 0 ento a equao linear no tem soluo. Exemplo: 0x + 0y + 0z = 3 0x = 3 0y
- 0z x=
0
0 0 3 z y
(soluo impossvel)

2 Sistema de Equaes Lineares

2.1 Conceito

m grupo de m equaes de mesmas variveis n, mas com possveis combinaes lineares
distintas forma um sistema definido como sistema de equaes lineares de ordem m x n.

Ou, um sistema de equaes lineares um conjunto de equaes da forma
= + + + +
= + + + +
= + + + +
= + + + +
m n mn m m m
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
...
..... .......... .......... .......... .......... ..........
...
...
...
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11
com:

m equaes
n variveis
a
ij
indicando os coeficientes (nmeros reais ou complexos) das variveis para i = (1,
2, ..., m) e j = (1, 2, 3, ..., n)
b
i
indicando os termos independentes ou seja, as constantes (nmeros reais ou
complexos) para i = (1, 2, ..., m).

A soluo ou as razes do sistema uma lista de nmeros ou n-upla (x
1
,x
2
,...,x
n
) que
representa os valores das variveis e satisfaz simultaneamente as m equaes lineares.

Observao: Se o termo independente de todas as equaes do sistema for nulo, isto , b
1
= b
2

=... = b
n
= 0 o sistema linear homogneo.

Exemplo:
= +
= + +
= +
0 3 2 5
0 4
0 2
z y x
z y x
z y x

Uma soluo evidente do sistema linear homogneo x = y = z =
0 ou S = {(0,0,0)}
Esta soluo chama-se soluo trivial do sistema homogneo.
Se o sistema homogneo admitir outra soluo em que as
incgnitas no so todas nulas, a soluo ser chamada soluo
no trivial.

2.2 Representao Matricial de um Sistema de Equaes Lineares

odo sistema de equaes pode ser representado na forma de matriz, como uma matriz
completa ou como uma matriz simples. Dentre as variadas aplicaes, as matrizes so
utilizadas na resoluo de um sistema de equaes lineares.

11
Nmeros
U
T
lgebra Linear 51
Consideremos o sistema linear
= + + + +
= + + + +
= + + + +
= + + + +
m n mn m m m
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
...
..... .......... .......... .......... .......... ..........
...
...
...
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11

Utilizando matrizes, representamos o sistema da seguinte forma:

|
|
|
|
|
\
|
mn 2 m 1 m
n 2 22 21
n 1 12 11
a a a
a a a
a a a
L
M M M
L
L
.
(
(
(
(
n
x
x
x
M
2
1
=
(
(
(
(
n
b
b
b
M
2
1

Exemplo:
Representao-padro do sistema Representao na forma matricial
= +
= +
= +
8 2 7
1 6 3 4
0 5 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x

(
(
(
2 1 7
6 3 4
1 5 2
.
(
(
(
3
2
1
x
x
x
=
(
(
(
8
1
0

Note que: Tambm podemos transpor os coeficientes do sistema para uma matriz. Neste caso temos
duas formas de representar:

Representao geral de um sistema de
equaes lineares como uma matriz
completa (ou matriz ampliada).

Representao de um sistema de equaes
lineares como uma matriz simples.

1
31
21
11
...
m
a
a
a
a

2
32
22
12
...
m
a
a
a
a

3
33
23
13
...
m
a
a
a
a

...
...
...
...
...

mn
n
n
n
a
a
a
a
...
3
2
1

(
(
(
(
(
(
(
m
b
b
b
b
...
3
2
1

1
31
21
11
...
m
a
a
a
a

2
32
22
12
...
m
a
a
a
a

3
33
23
13
...
m
a
a
a
a

...
...
...
...
...

(
(
(
(
(
(
(
mn
n
n
n
a
a
a
a
...
3
2
1

Lembre-se que: Numa matriz, as filas horizontais de nmeros chamam-se linhas e as filas
verticais colunas.

Matriz constituda pelos
coeficientes das incgnitas
Matriz coluna constituda
pelas incgnitas
Matriz coluna dos
termos
independentes
lgebra Linear 52

2.3 Classificao dos Sistemas de Equaes Lineares

s sistemas lineares so classificados, quanto as possveis solues. Podem ter uma nica
soluo, nenhuma ou diversas. Observe:

Exemplo 1:
(a) O sistema S=
= +
= +
0
1
y x
y x
, no tem solues porque no existem valores para x e y cuja
soma seja simultaneamente 1 e 0. Logo S =
(b) O sistema
= +
=
2 2
1
y x
y x
, tem a nica soluo x = 0 e y

= 1. Logo S = {(0,1)}
(c) O sistema
= +
= +
4 2 2
2
y x
y x
, tem a soluo x=-2y, para cada valor de y. Neste caso
indeterminado, possui infinitas solues. Sua Soluo Geral SG = {(-2y,y)} para qualquer y real.
Podemos encontrar vrias solues particulares. Uma delas, por exemplo, poderia ser Sp = {(-
2,1)} para y = 1 ou Sp= {(-6,3)} para y = 3, etc.

Note que:

Um sistema de equaes possvel se possuir pelo menos uma soluo. De outro modo
impossvel. Um sistema possvel tambm denominado de consistente ou compatvel.
E, um sistema impossvel tambm denominado de inconsistente ou incompatvel.

Geometricamente, em R
2
podemos "visualizar" estas classificaes. Assim, considerando um
sistema cartesiano ortogonal R
2
(x,y) e duas retas r e s definidas na forma geral por a
11
x +
a
12
y =b
1
e a
21
x + a
22
y =b
2
.
Representando-as em um sistema de equaes lineares do tipo 2 x 2, temos
S =
= +
= +
2 22 21
1 12 11
b y a x a
b y a x a

O
SISTEMA LINEAR
POSSVEL (COMPATVEL)
Quando tem soluo
IMPOSSVEL (INCOMPATVEL)
Quando no tem soluo
DETERMINADO
Admite uma nica soluo
INDETERMINADO
Admite infinitas solues
lgebra Linear 53
1.
Se para algum par de retas especfico obtivermos um sistema
possvel e determinado ento encontramos um nico ponto
(x, y), ou seja, uma nica soluo que satisfaa a ambas as
equaes simultaneamente (as retas, geometricamente, so
concorrentes
12
e coincidentes neste ponto).

2.
Se para um outro par de retas tivermos um sistema classificado
como possvel e indeterminado, ento teremos como
representao geomtrica da soluo uma outra reta que
representa todos os valores possveis que satisfaam as
equaes (as retas, geometricamente, so coincidentes
13
).

3.
E finalmente, se por acaso o sistema for impossvel, ento no
h ponto que seja comum as duas retas (as retas,
geometricamente, so paralelas
14
- nunca se encontraro).

Vamos analisar alguns
15
exemplos!

Exemplo 1: S
1

=
= +
= +
3 2
1 2
y x
y x

=
= +
2 0 0
1 2
y x
y x
=
= +
2 0
1 2
y
y x

O sistema S
1
no tem soluo, portanto um sistema
inconsistente ou impossvel.

Retas paralelas em S
1
: Sistema impossvel

Exemplo 6:
S
2
=
=
= +
2
4
y x
y x
= +
= +
2 2 0
4
y x
y x

=
=
1
3
y
x

O sistema S
2
tem somente a soluo S = {(3,1)},
portanto um sistema consistente e determinado.

Retas concorrentes em S
2
: sistema determinado e tem um ponto em comum (3,1) que a
soluo do sistema

12
Retas concorrentes: Duas retas so concorrentes se elas tm um ponto em comum. As retas perpendiculares so retas concorrentes que
formam entre si um ngulo reto.
13
Retas coincidentes: Duas retas sobrepostas num mesmo plano todos os pontos so comuns.
14
Retas paralelas: Duas retas eqidistantes em todos os seus pontos nenhum ponto comuns.
15
Para saber mais: http://pessoal.sercomtel.com.br/matematica/fundam/eq1g/eq1g.htm
lgebra Linear 54

Exemplo 7: S
3
=
= +
= +
= +
= +
0 0 0
1 2
2 2 4
1 2
y x
y x
y x
y x

= = +
2
1
1 2
y
x y x

O sistema S
3
tem infinitas solues para 0x+0y=0,
portanto um sistema consistente e indeterminado.
A frmula que representa a universalidade de solues
possveis Sg={( y
y
,
2
1
) para y R ou C}.

Retas coincidentes em S
3
: Sistema indeterminado

Assim, geometricamente, pode-se interpretar a soluo de um sistema qualquer, no plano R
2
, onde:
1. Se o sistema consistente e determinado, as retas se interceptam num nico ponto (ponto
soluo do sistema);
2. Se o sistema consistente e indeterminado, as retas so coincidentes;
3. Se o sistema impossvel ou inconsistente, as retas so paralelas.

2.4 Equivalncia de Sistemas de Equaes Lineares

e dois sistemas lineares, S
1
e S
2
, admitem a mesma soluo, eles so ditos sistemas
equivalentes. Veja os exemplos:

Exemplo 1: Os sistemas
= +
= +
5 3
4 2
y x
y x
e
=
= +
1
1 3
y x
y x
so equivalentes porque tem a
mesma soluo S={(1,2)}
Exemplo 2: Como os sistemas admitem a mesma soluo {(1,-2)}, S
1
e S
2
so equivalentes.
=
= +
4 2
5 3
1
y x
y x
: S S = {(1,-2)} e
=
+
= +
1
3
2
2
3
2
y x
y
x
: S
S = {(1,-2)}

Teorema 1

Dado o sistema de equaes S, obtm-se um sistema equivalente quando se efetua as operaes
elementares sobre suas equaes que so:
1. Permutao de duas equaes;
2. Multiplicao de uma equao por um escalar k, real e no nulo;
3. Substituio de uma equao por sua soma com outra equao, eventualmente multiplicada
pelo escalar k R* .

Usando as operaes descritas no Teorema 1, sempre possvel construir um sistema equivalente.
Assim, podemos encontrar a soluo de um sistema, atravs da transformao sucessiva do mesmo
em sistemas equivalentes, at obtermos os resultados das suas variveis.

S
lgebra Linear 55
Proposies
(i) As variveis (ou incgnitas) que num sistema na forma escalonada por linhas (sistemas
equivalentes), no aparecem no incio de nenhuma equao, so denominadas variveis
livres.
(ii) Para determinar o nmero de variveis livres de um sistema aplicamos aps o processo de
equivalncia das linhas, a frmula:
n de variveis livres = n variveis - m equaes no nulas.
(iii) Se o sistema consistente e indeterminado podemos determinar a soluo geral do sistema e
solues particulares do sistema. Para encontrar solues particulares, atribumos valores para
as variveis livres, que faro parte da soluo geral.

2.5 Resoluo de Sistemas de Equaes Lineares pelo princpio da equivalncia:
Mtodo de condensao ou de eliminao de Gauss-Jordan

tcnica bsica para determinar as solues de um sistema de equaes lineares o mtodo
de eliminao (de Gauss forma escalonada)

Exemplo 1: Consideremos o sistema de equaes,
S
1
=
= + +
= + +
= + +
2 2 4 2
1
1 2
z y x
z y x
z y x
. Podemos determinar a soluo do sistema pelo processo de
equivalncia de sistemas ou de matriz. Vejamos:

Mtodo 1: Equivalncia de sistemas - Escalonamento

S
1
=
= + +
= + +
= + +
2 2 4 2
1
1 2
z y x
z y x
z y x

= + +
= + +
= + +
0 0 0 0
2 0 0
1 2
z y x
z y x
z y x

=
= + +
2
1 2
y
z y x
.

Substituindo o valor de y = 2, na 1 equao do sistema equivalente a S
1
, temos:

=
= + +
2
1 2 . 2
y
z x

=
=
2
4 1
y
z x

=
=
2
3
y
z x
.
Note que:
O sistema consistente (possvel) e indeterminado pois admite mais de uma soluo para as
suas variveis.
O sistema apresenta uma varivel livre (z). A quantidade de variveis livres pode ser
determinada pela frmula: n de variveis livres = 3 2 = 1 (conforme proposio ii).
Podemos obter uma soluo geral e solues particulares.
Soluo geral: S= {(-3-z, 2, z) z R}.
Uma soluo particular para o sistema: S= {(-4,2,1)} para z = 1.
Mtodo 2: Equivalncia de matrizes
A
lgebra Linear 56

S
1
=
= + +
= + +
= + +
2 2 4 2
1
1 2
z y x
z y x
z y x
A matriz completa de S
1
:
\
|
2
1
1

4
1
2

2
1
1

|
|
|
|
+
+
2
1
1

Vamos transformar a matriz completa de S em matrizes equivalentes aplicando a operaes
elementares citadas no Teorema 1:

\
|
2
1
1

4
1
2

2
1
1

|
|
|
|
+
+
2
1
1

\
|
0
0
1

0
1
2

0
0
1

|
|
|
|
0
2
1
Para encontrar a 2 matriz, aplicamos na 1 as
operaes: L
2
= L
2
L
1
e L
3
= L
3
2L
1
.
A matriz equivalente encontrada corresponde ao sistema S
1
=
=
= + +
2
1 2
y
z y x
y=2.
Substituindo o valor encontrado para y na 1 equao do sistema equivalente a S temos:
x+2y+z =1 x+2.2+z =1 x = -3-z.
O sistema possvel e indeterminado com uma soluo geral S= {(-3-z, 2, z) z R} e
uma soluo particular S= {(-3,2,0)} para z = 0.

Observe outros exemplos:
Exemplo 2: No sistema abaixo, vamos reduzir na forma escalonada, aplicando as operaes
convenientes:
+ = = + +
+ = = +
+ = = + +
= +
4 1 4
3 1 3
2 1 2
2 22 2 6 2
2 13 4 5 2
11 3
4 3 2
L L L z y x
L L L z y x
L L L z y x
z y x
~
+ = = +
+ = = +
= +
= +
4 2 4
3 2 3
2 14 8 2
5 2
7 4
4 3 2
L L L z y
L L L z y
z y
z y x
~
=
= +
= +
2 2
7 4
4 3 2
z
z y
z y x

Note que o sistema na forma escalonada apresenta 3 equaes no nulas nas trs
variveis, ento o sistema consistente de soluo nica.
Onde: Por L
3
, temos 2z = 2 z = 1; Por L
2
, temos y = 3 e, por L
1
, temos: x = 1
Logo, a 3upla (1, 3, 1) a nica soluo do sistema. Ou S = {(1,3,1)}

Exemplo 3: Considere o sistema:
= + +
= + +
= + +
3
2
1
5 2 3 3 3
4 2 2 3
1 3 2 2
L w z y x
L w z y x
L w z y x

1) Aplicando a operao L
2
= -3L
1
+ 2L
3
e, em seguida tambm L
3
= -3L
1
+ 2L
3

= +
= +
= + +
3
2
1
7 13 12 3
5 5 4
1 3 2 2
L w z y
L w z y
L w z y x

2) Aplicando a operao L
3
= -3L
2
+ L
3
teremos
=
= +
= + +
8 2
5 5 4
1 3 2 2
w
w z y
w z y x
varivel livre
O sistema na forma escalonada apresenta o nmero de equaes no nulas inferior ao
nmero de incgnitas, logo o sistema ter vrias solues.

Observao: Chamamos varivel livre a
varivel que no sistema na forma escalonada
no inicia nenhuma equao.
No exemplo a varivel z no inicia em
nenhuma das trs equaes do sistema. Logo
a varivel livre.

lgebra Linear 57
Soluo geral: 2w = -8 portanto w = -4. Substituindo o valor encontrado para w na equao
anterior temos:
y + 4z 5 w = 5 y + 4z 5.(-4) = 5 y = 5 4z 20 y = - 4z 15.

Substituindo na primeira equao os valores de w e y encontrados, temos,
2x+y-2z+3w =1 2x+(-4z-15)2z+3.(-4)=1 2x=1+4z+152z+12x = 3z + 14.

Soluo Geral: Sg = {(x, y, z, w)} = {(14+ 3z, -15 - 4z, z, -4)}, para z real

Soluo Particular: Se z = 1 ento S = (17,-19,1,-4)

Exemplo 4: Resolva o seguinte sistema, reduzindo-o a forma escalonada:

+ = = + +
+ = = + +
= + +
3 1 3
2 1 2
5 12 11 8 10 5
2 5 4 3 4 2
2 3 2 2
L L L w z y x
L L L w z y x
w z y x
~

+ = =
=
= + +
3 2 3
2 2 4 2 .... ..........
1 2 ..... ..........
2 4 2 2
L L L w z
w z
w z y x
~

=
=
= + +
0 0 ...... .......... ..........
1 2 ....... ..........
2 3 2 2
w z
w z y x

O sistema na forma escalonada apresenta 2 equaes no nulas nas 4 variveis, logo o
sistema consistente com vrias solues.

Neste caso h duas variveis livres y e w (elas no aparecem no comeo de nenhuma
equao), e, portanto, uma soluo particular pode se obtida dando a y e a w quaisquer
valores.

Fazendo y = 1 e w = 0, obteremos z = 1 e x = 2 S
p
= (2, 1, 1, 0).

A soluo geral ser obtida, calculando os valores de x e z em funo das variveis livres
y e w. Assim, temos z = 1 + 2w . Substituindo o valor de z na primeira equao do
sistema, temos: x + 2y 2z + 3w = 2
x = 2 2y + 2( 1 + 2w ) + 3w
x = 2 2y + 2 + 4w + 3w
x = 4 2y + 7w

Logo, a soluo geral S = {(4 2y + 7w, y, 1 + 2w, w)} para y e w reais.

Podemos encontrar uma soluo particular, atribuindo valores as variveis livres y e w.
Por exemplo, fazendo y = 0 e w = 1 temos como soluo particular S = {(11,0,3,1)}.

Exemplo 5: Seja o sistema S, definido em:
lgebra Linear 58
S =
= + +
= + +
= +
2 2 2
1 2
0 3
z y x
z y x
z y x
escalonando temos:
= + +
= +
= + + +
2 2 2
0 3
1 2
z y x
z y x
z y x
~
=
= +
= + +
1 0
3 5 4
1 2
z y
z y x
. O sistema na
forma escalonada apresenta a equao 0 = 1 que inconsistente (falso). Portanto o sistema
impossvel e temos ento S =

2.6 Soluo de um sistema de equaes lineares pela Regra de Cramer

Para saber mais: APLICAO DE DETERMINANTE s equaes lineares: Regra de Cramer

De uso restrito, a regra de Cramer utilizada, em geral, para resolver sistemas com 2 ou 3
equaes e com 2 ou 3 variveis. Acima disso, torna-se um processo extenso e trabalhos
(praticamente inaplicvel).
Supondo como exemplo, um sistema com trs variveis, x, y, e z. Para resolver o sistema pela
Regra de Cramer, devemos:
1. Encontrar o determinante D = da matriz dos coeficientes x, y e z;
2. Calcular o determinante Dx = x da matriz que se obtm, substituindo a coluna dos
coeficientes de x pela coluna dos termos independentes;
3. Determinar os valores das variveis x, y e z pela frmula x =
x
, y =
y
e z =
z
.
Seja o sistema W:
= + + + +
= + + + +
= + + + +
= + + + +
m n mn m m m
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
...
..... .......... .......... .......... .......... ..........
...
...
...
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11

(1) equivale ao determinante de uma matriz
A, formada pelos coeficientes das incgnitas do
sistema W
(2) x equivale ao determinante de uma matriz
Ax, que se obtm a partir da matriz A,
substituindo-se a coluna dos coeficientes de x
1

pela coluna dos termos independentes.
= Det A =
|
|
|
|
|
\
|
mn m m
n
n
a a a
a a a
a a a
L
M M M
L
L
2 1
2 22 21
1 12 11

x = Det A
x1
=
|
|
|
|
|
\
|
mn m n
n
n
a a b
a a b
a a b
L
M M M
L
L
2
2 22 2
1 12 1

(3) De maneira anloga a x podemos
determinar y e z
y=Det A
x2
=
|
|
|
|
|
\
|
mn n m
n
n
a b a
a b a
a b a
L
M M M
L
L
1
2 2 21
1 1 11

e z=Det Ax
n
=
|
|
|
|
|
\
|
n m m
b a a
b a a
b a a
L
M M M
L
L
2 1
2 22 21
1 12 11

(4) Pela regra de Cramer x
1
=x=
x
=
A
A
x
det
det
1

x
2
= y=
y
=
A
A
x
det
det
2
e z =
z
.

Generalizando, pela regra de Cramer, x
n
=
A
A
xn
det
det

lgebra Linear 59

Exemplo 1: Resolva o sistema S, aplicando Cramer.
S =
= + +
= + +
=
2 2 3
1 2
4
z y x
z y x
z y x
.
Resoluo: Temos =
1 2 3
1 1 2
1 1 1
,
x
=
1 2 2
1 1 1
1 1 4
,
y
=
1 2 3
1 1 2
1 4 1
,
z
=
2 2 3
1 1 2
4 1 1
.
Resolvendo os determinantes, encontramos:
= 1-3-4+3-2+2,
x
=-4-2-2+2+1+8,
y
= 1-12-4+3-2+8 e
z
= 2-3-16+12+4-2.
= -3,
x
= 3,
y
= -6 e
z
= -3.
Logo: x = 1
3
3
=
x
, y = 2
3
6
=
y
e z = 1
3
3
=
z
.
A soluo do sistema S= {(-1,2,1)}.

3 Sistema Homogneo de Equaes Lineares: Discusso da soluo

omo j vimos, os sistemas formados por equaes lineares cujos termos independentes so
todos iguais a zero (b
i
= 0) so denominados de sistemas homogneos. Neste caso, todas
as constantes b
1
,b
2
,...,b
m
do sistema so nulas.
Todo sistema homogneo consistente (ou possvel), pois sempre admite soluo.
Neste caso, temos duas possibilidades de soluo:
O sistema de m equaes e n incgnitas consistente e determinado e tem somente a
soluo trivial (0,0,...,0) quando m = n ou seja, quando o nmero de m equaes do
sistema equivalente, na forma escada, igual ao nmero de variveis n do sistema.
O sistema de m equaes e n incgnitas consistente e indeterminado isto , tem tambm
solues no nulas, quando m < << < n ou seja, quando o sistema tem mais variveis n do que
equaes m.
Seja o sistema homogneo S =
= + + +
= + + +
= + + +
0
0
0
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n mn m m
n n
n n
x a x a x a
x a x a x a
x a x a x a
L
L
L
L
.
O sistema S sempre ter pelo menos uma soluo, a nupla (0, 0, ..., 0) chamada soluo zero
ou trivial. Qualquer outra soluo chamada no-nula ou notrivial. Assim, em todo sistema
homogneo temos duas possibilidades de resposta:
1) quando o nmero de equaes do sistema na forma escalonada for igual ao nmero de
incgnitas, dizemos que o sistema tem somente soluo zero ou trivial.
2) quando o nmero de equaes do sistema na forma escalonada for menor que o
nmero de incgnitas, dizemos que o sistema tem soluo no nula.
Exemplo 1: Encontre a soluo dos sistemas S
1
=
= + +
= +
= +
0 2 2 3
0 4 2
0
z y x
z y x
z y x
e S
2
=
= +
= +
= +
0 2 4
0 3 2
0
z y x
z y x
z y x

C
lgebra Linear 60
Resoluo: S
1
=
= + +
= +
= +
0 2 2 3
0 4 2
0
z y x
z y x
z y x

= +
= +
= +
0 5
0 2
0
z y
z y
z y x

=
= +
= +
0 11
0 2
0
z
z y
z y x
x = 0, y = 0 e z = 0
Note que o sistema na forma escalonada, apresenta nmero de equaes igual ao nmero de
incgnitas, logo o sistema possui soluo nica, isto , trivial. Logo, S = (0,0,0).
Resoluo: S
2
=
= +
= +
= +
0 2 4
0 3 2
0
z y x
z y x
z y x

= +
= +
= +
0 3 5
0 3 5
0
z y
z y
z y x

=
= +
= +
0 0
0 3 5
0
z y
z y x
. Observe que o sistema na forma
escalonada apresenta duas equaes no nulas e trs incgnitas, x, y e z. Logo o sistema possui
vrias solues. A varivel livre z. Soluo Geral: -5y+3z=0 y=
5
3z
e x= z
z
+
5
3
x =
5
2z
.
Logo SG = ( z
z z
,
5
3
,
5
2
), para z real; Soluo Particular: Para z = 1 temos SP = ( 1
5
3
5
2
, , )

A
AAg
ggo
oor
rra
aa,
,,
c
cco
oom
mm v
vvo
ooc
cc
!
!! Resolva a lista 6 de Atividades
lgebra Linear 61

Lista 6 de atividades Parte I
1) Ache as duas solues da equao: -x
1
+
2
1
x
2
= 0.
2) Determine m para que (-1,1,-2) seja soluo da equao mx + y - 2z = 6
3) Dada a equao 1
2 2
= +
y x
, ache para que (,+1) torne a sentena verdadeira.
4) Determine duas solues da equao x + 2y - z = 0.
5) Seja o sistema S:
+ +
= +
= +
2
5 2
0 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
. (a)Verifique se (2,-1,1) soluo se S. (b) Verifique se
(0,0,0) soluo se S.
6) Seja o sistema:
+ =
= +
3 2
9 3
2
k y x
K y x
, calcule k para que o sistema seja homogneo
7) Verifique se os sistemas S
1

= +
=
7
5 2
y x
y x
e S
2

=
= +
9 3
11 5
y x
y x
so equivalentes.
8) Calcular m e n de modo que os sistemas
= +
=
5 2
1
y x
y x
e
= +
=
2
1
my nx
ny mx
sejam equivalentes.
9) Expresse matricialmente os sistemas: a)
=
= +
0 3
5 2
y x
y x
e b)
= +
= +
= + +
2 5 3
0
1 2
c b a
c a
c b a
.
10) A expresso matricial de um sistema S :
(

1 3
5 2
.
(
b
a
=
(
7
4
. Determine as equaes de S.

Lista 6 de atividades - Parte II

1 Encontre o conjunto soluo. Classifique os sistemas a partir da soluo, justificando sua resposta.
a) S
1
=
= + +
= + +
=
2 2 3
1 2
4
z y x
z y x
z y x
b) S
2
=
= +
= +
= +
1 3 2 2
4 3 2
7 4 2
z y x
z y x
z y x
c) S
3
=
= + +
= +
= + +
1 2 2
2 2
0 2
z y x
z y x
z y x

d) S
4
=
= +
= + +
= +
4 3 2 3
2 2 3 2
4
z y x
z y x
z y x
(e) S
5
=
= +
= +
= +
3 2
4 3 2
3
z y x
z y x
z y x

(f) S
6
=
= + + +
= + +
= + +
= + + +
7 2
2 2
1 2
6
t z y x
t z y x
t z y x
t z y x

lgebra Linear 62
(g) S
7
=
= +
= + +
= +
= + +
1
2
2
1
t z
t y x
t z y
t z y x

(h) S
8
=
= +
= +
= +
3 3 3
2 3 2
1
y x
y x
y x
(i) S
9
=
= + +
=
= + +
2
1
6
z y x
z y x
z y x

(j) S
10
=
= +
=
= + +
13 4 2 3
0
2
z y x
z y x
z y x
(k) S
11
=
= +
= +
= + +
6 2 3 2
4 3
4 2
w z y x
w z y x
w z y x
(l) S
12
=
= +
=
= + +
2
6
6
z y x
z y x
z y x

2 Resolva os sistemas pela Regra de Cramer:
a)
= +
= +
= +
3 2 3 3
9 3 2
2 2
z y x
z y x
z y x
(b)
= + +
= +
= +
6
3 2
3 2
c b a
c b a
c b a

3 Determine se cada sistema tem soluo no-nula. Classificar e resolver os sistemas homogneos,
justificando a resposta. Se for indeterminado, encontre a soluo geral e uma soluo particular.
a)
= + + +
= +
= +
0 w 2 z 5 y 3 x 4
0 w 4 z 2 y 7 x 3
0 w 2 z 3 y 2 x

b)
= + +
= + +
= + +
= +
0 z 3 y 3 x
0 z 7 y 4 x
0 z 2 y 5 x 2
0 z y 2 x

c)
=
= + +
= +
0 z 4 y x 3
0 z 2 y 5 x 2
0 z 3 y 2 x

d)
= + +
= +
0 2
0 2 3
z y x
z y x

e)
= +
= +
0 4 2 2
0 2
z y x
z y x

f)
= + +
= +
= +
= +
0
0 3
0 2 3
0 3 2
z y x
w z y x
w z y x
w z y x
g)
= +
= + +
= + +
= +
0 2
0 2 2
0 2
0
t z y x
t w y x
t w z y x
t y x

4 Encontre a soluo dos sistemas determinados.
a)
= + +
= +
= +
3
2 2
1
z y x
z y x
z y x
b)
= + +
= +
= +
3
2 2
1
z y x
z y x
z y x
c)
= + +
=
= +
1
2 2
3
z y x
z y x
z y x

5 Escalone, classifique e resolva os sistemas
a)
= +
= +
= +
2 2
0 4 2 3
5 2
z y z
z y x
z y x
b)
= +
= + +
= +
2 2 3
1 2
3 2
z y x
z y x
z y x
c)
= + +
= + +
= + +
3 2 2
1 2 2
6
t z y x
t z y x
t z y x

6 Classifique, justificando sua resposta e resolva os sistemas homogneos e no-homogneos de
equaes lineares. Se o sistema for consistente e indeterminado, encontre a soluo geral e uma
particular.
lgebra Linear 63
a)
= +
= +
0 2 3
0 2
z y x
z y x

b)
= + +
= +
= +
2
1 3
0 3 2
z y x
z y x
z y x

c)
= +
= +
= +
0 2
0 3
0 2 5
z y x
z y x
z y x
d)
= + +
=
= + +
6 3 6 3
4 2 4 2
2 2
z y x
z y x
z y x

7 Mostre, algbrica e geometricamente, que o sistema S
1
consistente e indeterminado e o sistema
S
2
inconsistente para: S
1
=
=
=
=
2
1
2
2 2 4
1 2
y
x
y x
y x
e S
2=
= +
=
= +
2 2
0
2
y x
y x
y x
.
8 Classifique e resolva os sistemas de equaes lineares. Se o sistema for consistente e
indeterminado, encontre a soluo geral e uma particular.
(a) S
1
=
= + +
= + +
= +
= +
4 3
6
0 2 3 4
11 3 2
z y x
z y x
z y x
z y x
(b) S
2
=
= + +
= + + +
= + + +
1 2 3
2 5 2 6 2
14 7 3 2 3
t z y x
t w z y x
t w z y x

9 Verifique se os sistemas homogneos tm soluo no nula, justificando sua resposta.
a) S
1
=
= +
= +
= +
0 2 2 3
0 3 2
0 2 3
z y x
z y x
z y x
b) S
2
=
= +
= +
= +
0 4 2 3
0 8 8
0 2 3
z y x
z y x
z y x
c) S
3
=
= +
= +
= +
0 2
0 2 3
0 2
z y x
z y x
z y x
d) S
3
=
= +
= +
= +
0 2
0 3
0 2 5
z y x
z y x
z y x

10 Mostre, algbrica e geometricamente, que o sistema formado pelas equaes 2x - y = 1, x - y/2
= e 4x - 2y = 2, consistente e indeterminado.
11 O sistema homogneo formado pelas equaes x + 3y - 2z = 0, 2x + 3y + z = 0 e 3x - 2y + 2z
= 0 tem soluo no nula? Justifique.
12 Classifique e resolva os sistemas de equaes lineares. Se o sistema for consistente e
indeterminado, encontre a soluo geral e uma particular.
(a) S
1
=
= + +
= + +
= +
= +
5 3
3
8 2 3 4
8 3 2
z y x
z y x
z y x
z y x
(b) S
2
=
= + +
= + + +
= + + +
5 2 3
12 5 2 6 2
2 7 3 2 3
t z y x
t w z y x
t w z y x

13 Encontre a soluo algbrica e geomtrica dos sistemas:

A=
=
= +
1 3 2
2
y x
y x
B=
= +
= +
4 2 2
2
y x
y x
C=
= +
= +
3
2
y x
y x
D=
=
= +
0 3 2
0
y x
y x
E=
= +
= +
0 2 2
0
y x
y x
F=
= +
= +
0
0
y x
y x

Respostas da Lista de Atividade Parte I

(1) S = {(
2
y
, y)}, y IR (2) m = -1 (3) =
2
3
(4) S = {(-2y+z, y, z)}, y,z IR (5) Sim (5b) No
(6) k = -3 (7) Sim. S = {(4, 3)}
(8) Os sistemas so equivalentes para m = 0 e n = 1. S= {(2, 1)}
(9a)
(
3 1
1 2
.
(
y
x
=
(
0
5
(9b)
|
|
|
\
|
1 5 3
1 0 1
1 1 2
.
(
(
(
z
y
x
=
(
(
(
2
0
1
(10)
= +
=
7 3
4 5 2
b a
b a

Respostas da Lista de Atividade 6-Parte II
lgebra Linear 64
(1a) S = {(-1,2,1)} (1b) S = {(-5,15,7)} (1c) S = {(
3
1
,-1,
3
1
)} (1d) S = {(1,-2,1)} (1e) S = {(1,2,0)} (1f) S
= {(0,1,2,3)} (1g) S = {(
5
8
,
5
3
,
5
1
,
3
1
)} (1h) S = {(1,0)} (1i) Impossvel (1j) S = {(1,-1,2)} (1k) S =
{(0,
5
) 7 2 ( 2
,
5
6 + + w w
,w)}, w IR. OBS: Se optar por transformar z em varivel livre, a resposta Sg = {(0, +z/4, z,
-7/2+5z/4)} para z real. (1l) S = {(4-z,2,z)} z IR; Sistema No-homogneo Consistente e Determinado 1, 1b, 1c, 1d,
1e, 1f, 1g, 1h, 1j; Sistema No-homogneo Consistente e Indeterminado 1k, 1l; Sistema No-homogneo Inconsistente 1i
2 (a) S = {(1,2,3)}; (b) S = {(
5
9
,
5
12
,
5
9
)}; (3a) S = {( w
w w w
,
16
15
,
16
5
,
16
23
)} w IR. Sistema Homogneo
Consistente e Indeterminado. Sp = {(23,5,15,16)} para w = 16; (3b) S = {(9z,-4z,z)} z IR. Sistema Homogneo
Consistente e Indeterminado. Sp = {(9, -4, 1)} para z = 1; (3c) S = {(0,0,0)}. Sistema Homogneo Consistente e
Determinado; (3d) S ={( z z
z
, 15 ,
2
5
+
)} z IR. Sistema Homogneo Consistente e Indeterminado. Sp = {(0, -10, 5)}
para z=5; (3e) S = {(y-2z, y, z)} para y, z IR. Sistema Homogneo Consistente e Indeterminado. Sp = {(1, 1, 0)} p/y=1
e z = 0; (3f) S = {(0,0,0,0)}. Sistema Homogneo Consistente e Determinado; (3g) S ={(
8
, ,
2
,
8
5
,
2
w
w
w w w
}, w IR
ou S ={(- t t t t t , 8 , 4 , 5 , 4 } para t real. Sistema Homogneo Consistente e Indeterminado. Sp = {(-4,5,4,8,1)} para w = 8.
4) a) S = {(1,1,1,)}; b) S = {(-3/2, -3,5/2)}; S = {1,-1,1)}.
5) SPD e S= {(2,1,2)}; 5b) SI e S= { }; 5c) SPI e Sg= )} ,
2
5
, 3 ,
2
1
{( t
t
t
t +
+
para todo t real. Sp = {(0,4,3,1)} para t=1;

6a) SPI e Sg= )} ,
7
5
,
7
3
{( z
z z
para z real. Sp = {(-3,5,7)} para z=7; 6b) SPD. S = {(4/5,13/10,-1/10)};
8a) SPD.S = {(-1,2,5)}; 8b) SPI e Sg= {(1-3y-7,y,2+t,3+2t,t)} para todo y e t real. Sp = {(-1,1,1,1,-1)} para y=1 e t=-1;
9, 9c,9d) SPD e S= {(0,0,0)}; 9b) SPI e Sg= )} ,
11
10
,
11
8
{( z
z z
para todo z real. Sp = {(-8,10,11)} para z=11;

lgebra Linear 65
4 Discusso de um Sistema de Equaes Lineares homognio e no-
homognio

iscutir o sistema saber se ele possvel (ou consistente) ou impossvel (ou inconsistente).
Se ele for possvel de soluo, pode determinado ou indeterminado. Com o mesmo
procedimento de equivalncia de sistemas, podemos resolver outro tipo de problema, como a
classificao de um dado sistema, que dependa de parmetros.

Exemplo 1: Discutir os valores de k no sistema abaixo:
= + +
= +
= +
k z y x
z y x
z y x
2 3
3 3 2
4 2

+ = +
= +
= +
k z y
z y
z y x
12 5 5
5 5 5
4 2

+ =
= +
= +
k
z y
z y x
12 5 0
5 5 5
4 2

Discusso: 0 = 5 - 12 + k K = 7
i) Se K = 7 o sistema possui vrias solues, indeterminado. A varivel livre z.
ii) Se K 7 o sistema impossvel (ou inconsistente ou incompatvel), sem soluo.

Exemplo 2: Determine os valores de a, de modo que o seguinte sistema nas incgnitas x, y e z
tenha: (i) uma nica soluo; (ii) mais de uma soluo; (iii) nenhuma soluo.
+ = = + +
+ = = + +
= +
3 1 3
2 1 2
2 3
2 3 3 2
1
L L L z ay x
L L L az y x
z y x
~
+ = = +
= + +
= +
3 2 3
) 1 ( 1 4 ) 1 (
1 ) 2 ( ......
1
L L a L z y a
z a y
z y x
~
= +
= + +
= +
a z a a
z a y
z y x
2 ) 2 )( 3 (
1 ) 2 (
1

Discusso: O sistema na forma escalonada tem a equao (3+a)(2-a)z=2a, portanto:
(i) Para o sistema ter uma soluo nica, necessrio que o coeficiente de z seja diferente de
zero, ou seja, (3 + a) (2 - a) 0, logo, a -3 e a 2.
(ii) Para a = 2, a terceira equao 0 = 0 e o sistema tem vrias solues.
(iii) No caso de a = -3, a terceira equao 0 = 5 e o sistema no tem soluo.

Exemplo 3: Dado o sistema
16
de equaes S vamos discutir a sua natureza, em funo dos
parmetros reais k para S =
= + +
= + +
= + +
0 4 2
1 ) 1 (
1
kz y x
z k y x
z ky x

Resoluo: Resolvendo pelo mtodo de condensao ou de eliminao de Gauss, temos:
\
|
2
1
1

4
1
k

k
k 1
1

|
|
|
|
0
1
1

\
|
0
0
1

k
k
k
2 4
1

k
k
+
+
2
2
1
|
|
|
|
2
0
1

\
|
0
0
1

0
1 k
k

6 5
2
1
2
+
+
k k
k
|
|
|
|
) 1 ( 2
0
1
k
.
A representao matricial do sistema na forma escalonada, mostra a necessidade de anlise
para os parmetros de k e t em:
Para 1 k = 0 k=1.
Para k
2
-5k+6 = 0 k = 2 ou k = 3.
Assim, nossa anlise ser feita sobre essas igualdades, e k 1, k 2 e k 3.
Aplicando o resultado da matriz equivalente encontrada na forma de sistema, obtemos:
= +
= + +
= + +
). 1 ( 2 ) 6 5 (
0 ) 2 ( ) 1 (
1
2
k z k k
z k y k
z ky x
Analisando a partir da ltima equao do sistema, temos:

16
PINTO (1997:13)
D
lgebra Linear 66
(a) Para 2 ) 2 ( 2 ) 6 5 (
2
+ = + k t z k k z =
6 5
2 ) 2 ( 2
2
+
+
k k
k t
.
As possveis respostas para z, dependem dos valores de k . Vejamos:
Se k = 2 ou k = 3 no existe soluo para z, ento o sistema impossvel.
Se k 2 ou k 3 existe soluo determinada para z, ento o sistema possvel e
determinado.

(b) Para 0 ) 2 ( ) 1 ( = + + z k y k temos y =
k
z k
+
1
) 2 (
.
As possveis respostas para y, dependem dos valores de k . Vejamos:
Se k = 1 no existe soluo para y ento o sistema impossvel.
Se k 1, k tem soluo se k 2 ou k 3. Neste caso o sistema possvel e determinado.

Resumindo: O sistema impossvel para k = 1, k = 2 ou k = 3. O sistema possvel e
determinado para k 2 ou k 3 .

A
AAg
ggo
oor
rra
aa,
,,
c
cco
oom
mm v
vvo
ooc
cc
!
!! Resolva a lista 7 de Atividades

Lista 7 de atividades
1 Encontre o valor real de a, para que o sistema S admita soluo, sendo S =
=
=
= +
a y x
y x
y x
2
0 4 5
2 3 4

2 Encontre o valor real de k, para que o sistema S de equaes admita soluo:
=
=
= +
k y x
y x
y x
2
0 4 5
2 3 4

3 Determine o valor de k, para que (5,k-1,3k+2) seja soluo da equao linear x -2y + z = 7.

4 Considere o sistema S de equaes
= + + +
= + + +
= + +
t z y k x
z y k x
z y kx
2 ) 2 ( 2
1 ) 1 (
0

Discuta-o, em funo dos parmetros reais k e t
Resolva-o, pela regra de Cramer, tomando k=1 e t = 0.
Respostas:
2) k=-6; 3) k=-2
lgebra Linear 67
APNDICE A
Matriz de Co-Fatores e Adjunta Clssica.
Aplicao de Determinante: Adjunta Clssica e Matriz Inversa

1 Encontrando a Matriz de Co-fatores

O Cofator de um elemento a
ij
de uma matriz A indicado por Cof (A) ou C, se define como
ij
j i
ij
M c
+
= ) 1 ( sendo |M
ij
| o MENOR complementar do elemento a
ij
da matriz A.
Note que: Se a i-sima linha e a j-sima coluna de uma matriz A forem suprimidas, o determinante
da submatriz resultante se chama o MENOR do elemento a
ij
e indicado por |M
ij
|. Encontrando todos
os cofatores dos elementos a
ij
da matriz, obtemos a matriz de cofatores de A (Cof A).
Exemplo:
Se
(
(
(
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A ento o MENOR de a
11

11
M =
33 32
23 22
a a
a a
=
(
=
32 23 33 22
a a a a
Ou:
Menores e co-fatores (definio): Seja A = [a
ij
] uma matriz quadrada de ordem n 2 sobre um
corpo K. Seja A
ij
a sub matriz de A obtida suprimindo-se a i-sima linha e a j-sima coluna de A. O
menor do elemento aij de A o determinante da sub matriz A
ij
, indicado por M
ij
. O co-fator do
elemento aij de A o produto de (-1)
i+j
pelo menor de aij, indicado por C
ij
= (-1)
i+j
. M
ij
.

Assim, pelo Teorema de Laplace, podemos encontrar o determinante de uma matriz fazendo:
det A = a
11
|M
11
| - a
12
|M
12
|+ a
13
|M
13
| ou det A = a
11
. C
11
+ a
12
.C
12
+ a
13
. C
13
sendo
onde M
ij
a sub matriz encontrada da matriz inicial A, de onde foram retiradas a i-sima linha e a j-
sima coluna e C
ij
o cofator dos elementos de A.

Assim, det A = a
11

11
M - a
12

12
M + a
13

13
M
det A = a
11

32
22
a
a

33
23
a
a
- a
12

31
21
a
a

33
23
a
a
+ a
13

31
21
a
a

32
22
a
a

det A = a
11
(a
22
a
33
- a
23
a
32
) - a
12
(a
21
a
33
- a
23
a
31
) + a
13
(a
21
a
32
- a
22
a
31
)
Exemplo 1: Seja A =
|
|
|
\
|
3 1 7
1 3 2
1 0 1
. A matriz dos cofatores dos elementos de A definda em:
C
11
= (-1)
1+1
.
3 1
1 3
=1.(9+1) = 1.10 = 10. C
12
=(-1)
1+2
.
3 7
1 2
=(-1).(6+7)=(-1).(13)=-13
C
13
=(-1)
1+3
.
1 7
3 2
=1.(2-21) = 1.(-19)= -19. C
21
= (-1)
2+1
.
3 1
1 0
=(-1).(0-1)=(-1).(-1)= 1.
C
22
= (-1)
2+2
.
3 7
1 1
=1.(-3-7)=1.(-10)= -10. C
23
= (-1)
2+3
.
1 7
0 1
=(-1).(-1-0)=(-1).(-1)= 1
lgebra Linear 68
Idem para C
31
= -3; C
32
= -1; C
31
= -3.
Temos ento a matriz de cofatores de A, definida em Cof (A)
3x3
=
|
|
|
\
|

3 1 3
1 10 1
19 13 10

Aplicando os Teoremas de Laplace temos:
det A = a
11
. C
11
+ a
12
.C
12
+ a
13
. C
13
Det A = (-1). 10 + 0.(-13) + 1.(-19) = -29

Proposies:
O determinante I M
ij
I denominado menor complementar de a
ij

Denomina-se Cofator de a
ij
ao nmero C
ij
= (-1)
i + j
. Mij .
Pode-se desenvolver um determinante de ordem n > 3 pelo procedimento de Laplace.

2 Encontrando a Matriz Adjunta Clssica

onsideremos uma matriz quadrada de ordem n, A = (a
ij
) sobre um corpo K. Denominamos de
matriz Adjunta Clssica de A a transposta da matriz dos cofatores (Cof A) dos elementos
a
ij
de A, representada por Adj A.

A=
|
|
|
|
|
\
|
mn 2 m 1 m
n 2 22 21
n 1 12 11
a a a
a a a
a a a
L
M M M
L
L
Cof A=
|
|
|
|
|
\
|
mn 2 m 1 m
n 2 22 21
n 1 12 11
C C C
C C C
C C C
L
M M M
L
L
Adj A= (CofA)
t
=
|
|
|
|
|
\
|
mn n n
m
m
C C C
C C C
C C C
L
M M M
L
L
2 1
2 22 12
1 21 11

Lembre-se que: O cofator do elemento a
ij
de uma matriz A, indicado por C, se define como
ij
j i
ij
M c
+
= ) 1 ( . Para |M
ij
| o menor complementar de um elemento da matriz.
Encontrando todos os cofatores dos elementos a
ij
da matriz, obtemos a matriz de cofatores de A
(Cof A).
A Matriz Adjunta de uma matriz A, indicada por (Adj A) a transposta da matriz de cofatores, isto
Adj A = (Cof A)
t
.
Exemplo 1: Encontrar a matriz adjunta de uma matriz A.
Resoluo: Para obter a adjunta de uma matriz quadrada A, inicialmente, formamos a matriz
dos cofatores dos elementos a
ij
de A. Vimos que, por definio, o cofator de a
ij
o
produto de (-1)
i+j
pelo determinante da submatriz de A que obtemos removendo a
linha e a coluna que passam por a
ij
. Formada a matriz dos cofatores, a sua
transposta ser a matriz adjunta.
Assim, se A =
|
|
|
\
|
0 1 1
0 1 2
1 0 1
ento a sua matriz de cofatores :
C
lgebra Linear 69
Cof A =
|
|
|
|
|
|
|
|
|
|
|
|
|
\
|
= = =
= =
= =
+ + +
+
+ +
+
+ +
1 2
0 1
. ) 1 (
0 2
1 1
. ) 1 (
0 1
1 0
. ) 1 (
1 1
0 1
. ) 1 (
0 1
1 1
. ) 1 (
0 1
1 0
. ) 1 (
1 1
1 2
. ) 1 (
0 1
0 2
. ) 1 (
0 1
0 1
. ) 1 (
3 3
33
2 3
32
1 3
31
3 2
23 2 2
22
1 2
21
3 1
13 2 1
12
1 1
11
c c c
c
c c
c
c c
=
|
|
|
\
|
1 2 1
1 1 1
3 0 0

Transpondo a matriz dos cofatores, obtemos a adjunta de A ou Adj A =
|
|
|
\
|
1 1 3
2 1 0
1 1 0
= C
t

Saiba Mais:

A primeira impresso quando nos deparamos com a definio de adjunta , em geral, estranha.
Qual o sentido de formar uma matriz por meio de tantos artifcios? A idia de formar uma
adjunta surge naturalmente quando se toma conhecimento de dois resultados clssicos sobre
determinantes: Os teoremas de Laplace e Cauchy.
1: Teorema (elementar) de Laplace. A soma dos produtos dos elementos de uma fila (linha
ou coluna) por seus respectivos cofatores o determinante da matriz.
2: Teorema de Cauchy. A soma dos produtos dos elementos de uma fila (linha ou coluna)
pelos cofatores dos elementos de uma fila paralela igual a zero.
Observe:
No Ex.1 a matriz A =
|
|
|
\
|
0 1 1
0 1 2
1 0 1
tem com matriz de cofatores C=
|
|
|
\
|
1 2 1
1 1 1
3 0 0
. Se
formarmos a soma dos produtos dos elementos da primeira linha pelos seus respectivos
cofatores, o resultado ser o determinante ou seja, pelo Teorema de Laplace, o
determinante de A, indicado Det A = a
11
.c
11
+ a
12
.c
12
+ a
13
.c
13
= 1.0+0.1+1.3 = 3
Isto vale para qualquer linha ou coluna, isto , para qualquer fila. o famoso desenvolvimento
por cofatores de um determinante.
Igualmente, verificamos o Teorema de Cauchy: Somando os produtos dos elementos da
primeira linha pelos cofatores dos elementos de outra linha zero. Assim, multiplicando os
elementos da 1 linha de A pelos cofatores dos elementos da 2 linha e somando os produtos,
obtemos:
Verificando: 1 linha de A x 2 linha de C = 1.1+0.1+1.(-1) = 1 + 0 1 = 0.
1 linha de A x 3 linha de C = = 1.-1+0.-1+1.(1) = -1 + 0 +1 1 = 0. Voc pode verificar com
as outras linhas e colunas.
Os teoremas de Laplace e Cauchy podem ser integrados numa nica definio: Se A uma
matriz quadrada de ordem n ento A. Adj A = Det A . I
n
sendo I
n
a matriz identidade de ordem
n.
Note que, para toda matriz quadrada, A. Adj A = Adj A . A ou seja, uma matriz e sua adjunta
comutam.

lgebra Linear 70

Exemplo 2:
Seja A =
|
|
|
\
|
3 1 7
1 3 2
1 0 1
. A matriz dos cofatores de A definda em Cof (A)
3x3
=
|
|
|
\
|

3 1 3
1 10 1
19 13 10
.
Aplicando os Teoremas de Laplace ou Cauchy, podemos fazer a verificao se os resultados
encontrados esto corretos.
A partir da matriz de cofatores de A, encontramos a matriz Adjunta Clssica de A:
Adj (A)
3x3
=
|
|
|
\
|

3 1 19
1 10 13
3 1 10

Proposio: Para toda e qualquer matriz quadrada A temos que, A
x (Adj A) = (Adj A) x A = (det A) x I.

3 Encontrando a Matriz Inversa por Determinante

imos que, uma matriz quadrada A, de ordem n tem inversa A
-1
se (A.A
-1
)=(A
-1
.A)=I, sendo I
matriz identidade de ordem n. Decorre da definio algumas proposies. As proposies
relacionadas ao determinante so:

Se A tem inversa, ento det A 0 e det A
-1
= 1/det A
Se A uma matriz inversvel, n n, com n 2, ento: A
1
=
A det
1
. Adj A
Exemplo: Encontre a matriz inversa da Matriz A =
|
|
|
\
|
5 1 1
2 4 0
4 3 2
, pelo conceito aplicado a
determinante e adjunta clssica (Adj A).
Resoluo:
a) Ache o determinante de A;
b) Substitua cada elemento a
ij
de A por seu cofator para obter a (Cof A);
c) Obtenha a transposta da Matriz (Cof A) = (Adj A);
d) Divida cada elemento da matriz adjunta por |A|.

Determinante de A det A = [2.(-4).5]+[3.2.1]+[(-4).0.(-1)]-[(-4).(-4).1]-[2.(-1).2]-
[5.0.3] = -40 + 6 + 0 16 + 4 0 = -46. Como det A 0 ento A tem inversa.
Matriz de cofator de A ou (Cof A) =
|
|
|
\
|

8 4 10
5 14 11
4 2 18
. Verifique por Laplace que a matriz
encontrada est correta.
Transposta da Matriz (Cof A) = (Adj A) =
|
|
|
\
|

8 5 4
4 14 2
10 11 18

V
lgebra Linear 71
Diviso de cada elemento da matriz adjunta por |A| ou seja A
1
=
A det
1
. Adj A

A
1
=
46
1
|
|
|
\
|

8 5 4
4 14 2
10 11 18
. Portanto A
1
=
|
|
|
\
|

23 / 4 46 / 5 23 / 2
23 / 2 23 / 7 23 / 1
23 / 5 46 / 11 23 / 9
.
Verifique que A. A
-1
= I

Resolva a Lista De atividades

Lista de atividades Determinantes, Matriz Inversa e Adjunta Clssica
1 Dadas as matrizes A =
|
|
|
\
|
1 2 0
1 1 1
0 1 1
e B =
|
|
|
\
|
1 1 1
0 1 3
2 2 1
, encontre (a) Adj A; (b) Adj B
2 Determinar a inversa das matrizes: A =
|
|
|
\
|
3 5 2
2 2 4
3 1 2
, B =
|
|
|
\
|
3 4 5
2 3 1
7 1 2
, C =
|
|
\
|
3 5
7 12

3 Encontre a inversa A
-1
da matriz A =
|
|
|
\
|
1 0 1
2 1 0
0 1 1
e prove que A.A
-1
=I
4 Considere a matriz A =
3 1 2
4 7 5
3 2 1
: (a) Encontre o determinante de A; (b) Determine a matriz de cofatores de
A; (c) Encontre a matriz Adjunta de A; (d) Calcule a matriz inversa de A.
5. Encontre a matriz inversa pelo processo de inverso (ou triangulao), para:
(a)
|
|
|
\
|
1 1 2
2 1 1
1 1 1
;(b)
|
|
|
\
|
1 1 1
1 1 1
0 1 2
;(c)
|
|
|
\
|
1 0 1
1 1 1
1 2 2
;(d)
|
|
|
\
|
2 1 1
1 1 1
1 2 1
;(e)
|
|
|
\
|
1 1 1
1 1 1
1 1 1
;(f)
|
|
|
\
|

1 1 1
1 1 0
1 1 1

Respostas: 1) Adj A=
|
|
|
\
|

0 2 2
1 1 1
1 1 1
=(C
ij
)
t
; Adj B =
|
|
|
\
|
5 1 2
6 1 3
2 0 1
; 2) A
-1
=
|
|
|
\
|

0 4 / 1 2 / 1
4 / 1 0 4 / 1
8 / 1 8 / 3 8 / 1
, B
-1

=
|
|
|
\
|

66 / 5 66 / 1 11 / 2
22 / 1 22 / 9 11 / 1
66 / 19 66 / 17 11 / 1
, C
-1
=
|
|
\
|
12 5
7 3
; (3) A.A
-1
=
1 0 1
2 1 0
0 1 1
.
1 1 1
2 1 2
2 1 1

=
1 0 0
0 1 0
0 0 1
= I; (4) a)
Determinante de A = Det(A) = |A| = -24; 4b) Matriz Cofatores Cof (A) =C=
(
(
(

3 11 13
3 3 3
9 7 17
; 4c) Transposta de
lgebra Linear 72
C = C
t
=Adj A=
(
(
(

3 3 9
11 3 7
13 3 17
; 4d) A
1
=
A
1
.Adj A =
24
1
.
(
(
(

3 3 9
11 3 7
13 3 17
=
|
|
|
\
|
8 / 1 8 / 1 8 / 3
24 / 11 8 / 1 24 / 7
24 / 13 8 / 1 24 / 17
5(a)
|
|
|
\
|
7 / 2 7 / 3 7 / 1
7 / 3 7 / 1 7 / 5
7 / 1 7 / 2 7 / 3
; 5(b)
|
|
|
\
|

2 / 1 2 / 3 1
1 1 1
2 / 1 2 / 1 0
; 5(c)
|
|
|
\
|

6 4 1
3 3 0
5 4 1
;5(d)
|
|
|
\
|

1 3 2
0 1 1
1 5 3
;5(e)
|
|
|
\
|
2 / 1 0 2 / 1
0 2 / 1 2 / 1
2 / 1 2 / 1 0
; 5(f)
|
|
|
\
|
2 / 1 0 2 / 1
2 / 1 1 2 / 1
1 1 0
.Verificao:
(
(
(
1 0 0
0 1 0
0 0 1
1
AA

Bibliografia

ANTON, H.; BUSBY, R.C. lgebra Linear Contempornea. Trad. C.I.Doering. Porto Alegre: Bookman.
2006.
IEZZI, Gelson; HAZZAN, Samuel; MURAKAMI, Carlos. Fundamentos de matemtica elementar
4: seqencias, matrizes, determinantes, sistemas. 6.ed SP: Ed. Atual, 1993. v.4.
KUHLJAMP, Nilo. Matrizes e Sistemas de Equaes Lineares. Florianpolis: Ed. UFSC, 2007.
LAY, David C. lgebra linear e suas aplicaes. 2.ed Rio de Janeiro: LTC, 1999. 504 p.
LEON, Steven J. lgebra linear com aplicaes. 4.ed Rio de janeiro: LTC, 1999. 390 p.
LINS, Romulo Campos e GIMENEZ, Joaquim. Perspectivas em Aritmtica e lgebra para o
sculo XXI. So Paulo, Papirus, 1997.
STEINBRUCH, Alfredo; WINTERLE, Paulo. lgebra Linear. RJ: Makron Books, 1987. 581 p.
STEINBRUCH, Alfredo. lgebra linear e geometria analtica. SP: Ed. McGraw-Hill, 1975.518 p.

Apostila AlLinear 2010 U1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila AlLinear 2010 U1

Enviado por

Direitos autorais:

Formatos disponíveis

lgebra Linear 1

114 288 150

114 288 150

para todo t real. Sp = {(0,4,3,1)} para t=1;

Você também pode gostar