PARTE 2

2. Sistema de equaes Lineares

De uma forma geral, podemos dizer que um sistema de equaes lineares ou sistema linear um
conjunto composto por duas ou mais equaes lineares. Um sistema linear pode ser representado
da seguinte forma:
a11 x1 + a12 x 2 + L + a1n x n = b1

a 21 x1 + a 22 x 2 + L + a 2 n x n = b2

L L L L L L LL
a m1 x1 + a m 2 x 2 + L + a mn x n = bm

onde:

(2.1)

x 1 , x 2 , L , x n so as incgnitas, a11 , a12 , L, a mn so os coeficientes e

b1 , b2 ,L , bm so os termos independentes
Resolver o sistema significa encontrar os valores das incgnitas que resolvem, simultaneamente,
todas as suas equaes.
Exemplo: dado o sistema de equaes:
2x + y z = 4

x y + 3 z = 1
3 x 5 y + 7 z = 7

Podemos afirmar que a sua soluo ser a tripla x = 1, y = 2 e z = 0, pois:

2.1 + 2 - 0 = 4
1 - 2 + 3.0 = -1
3.1 - 5.2 + 7.0 = -7

Compatibilidade de Sistemas Lineares

O nmero de solues de um sistema linear determina a sua classificao de duas maneiras com relao
sua consistncia:

Sistema possvel ou compatvel: Quando tem pelo menos uma soluo.

i)
ii)

Se tem uma nica soluo, o sistema determinado.

Se tem mais que uma soluo, o sistema indeterminado.

Sistema impossvel ou incompatvel: Se no admite qualquer soluo.

Sistemas equivalentes
Dois sistemas so equivalentes se admitem a mesma soluo.

Exemplo: So equivalentes os sistemas S1 e S2 indicados abaixo:

3x + 6 y = 42
S1 =
2 x 4 y = 12

x + 2 y = 14
S2 =
x 2 y = 6

pois eles admitem a mesma soluo x =10 e y = 2.

Notao: Quando dois sistemas S1 e S2 so equivalentes, usamos a notao S1~S2.
Sistemas equaes lineares e Matrizes

a11 x1 + a12 x2 + L + a1n xn = b1

a21 x1 + a22 x2 + L + a2 n xn = b2
Podemos escrever o sistema
L L L L L L LL
am1 x1 + am 2 x2 + L + amn xn = bm

a12 L a1n x1 b1
a11
a

21 a 22 L a 2 n x 2 = b2
M
M L M M M

a m1 a m 2 L a mn x n bm

ou

A X = B

na forma matricial

(2.2)

Onde:

a12 L a1n
a11
x1
a
x
a 22 L a 2 n
2
a matriz dos coeficientes, X = matriz das incgnitas
A = 21
M

M
M L M

xn
a m1 a m 2 L a mn
b1
b
B = 2 a matriz dos termos independentes .
M

bm

a12 L a1n b1
a11
a
a 22 L a 2 n b2
21

que chamamos de
Uma outra matriz que podemos associar ao sistema
M
M L M M

a m1 a m 2 L a mn bm
matriz ampliada.
Podemos ver que cada linha desta matriz simplesmente uma representao abreviada da equao
correspondente.
Exemplo:

 x1 + 4 x 2 + 3 x3 = 1

O sistema 2 x1 + 5 x 2 + 4 x3 = 4 , forma matricial

x 3x 2 x = 5
2
3
1

4
3
1
2
5 4

1 3 2

x1 1
x = 4
2
x3 5

(i)

Resoluo de sistemas de equaes mtodo de Gauss.

O objectivo deste captulo estudar os mtodos para a resoluo de sistemas lineares.
Vamos lembrar uma tcnica que foi utilizada o no ensino secundrio que ajuda a resolver sistemas com
grande nmero de incgnitas. Tambm para efeito de visualizao colocaremos ao lado de cada
sistema uma matriz associada a ele.

1 4
3

A matriz ampliada do sistema (i) : 2

5 4

1 3 2

1 Passo: Eliminamos x1 das equaes (2) e (3) do sistema (i). Para o efeito, multiplicamos a equao
(1) por -2 e somamos a equao obtida com a equao (2), obtendo uma nova equao(2). Da mesma
maneira produziremos a equao (3), obtida ao multiplicarmos a equao (1) por -1, somando esta
nova equao a equao (3). Isto resulta no seguinte sistema:

x1 + 4 x 2 + 3 x3 =1

0 3 x 2 2 x3 = 2
0 7 x 5 x = 4
2
3

1 4

0 3

0 7

3
2
5

(ii)

2 Passo: Tornamos o coeficiente de x2 da equao (ii) igual a 1. Para isto, multiplicamos a equao
(2) por

1
. O sistema resultante :
3

x1 + 4 x 2 + 3x3 = 1

2
2

0 + x 2 + x3 =
3
3

0 7 x 2 5 x3 = 4

1 4

0 1

0 7

3
2
3
5

2

3
4

(iii)

3 Passo: Eliminamos x2 das equaes (1) e (3). Para o efeito, multiplicamos a equao (2) por - 4
e somamos a equao obtida com a equao (1), obtendo (1). Analogamente obtemos (3),
multiplicando a equao (2) por 7 e adicionamos a esta nova equao:

1
11

x1 + 0 + 3 x3 = 3

2
2

0 + x 2 + x3 =
3
3

1
2

0 + 0 3 x3 = 3

0
1
0

1
3
2
3
1

11

3
2

3
2

3

(iv)

4 Passo: Tornamos o coeficiente de x3 da equao (3) igual a 1. Para o efeito, multiplicamos a

equao (3) por -3. Resultante o seguinte sistema:

1
11

x1 + 0 + 3 x3 = 3

2
2

0 + x 2 + x3 =
3
3

0 + 0 + x3 = 2

1
3

2
3

11

3
2

3
2

(v)

5 Passo: Eliminamos x3 das duas primeiras equaes do sistema (v). Multiplicando a equao (3iv) por

1
e somamos a equao obtida com a equao (1iv). Analogamente obtemos (2iv), multiplicando a
3
2
equao (3iv) por e adicionamos a esta nova equao:
3

x1 + 0 + 0 = 3

0 + x 2 + 0 = 2
0 + 0 + x = 2
3

(vi)

x1 = 3

Ou seja: x 2 = 2
x = 2
3
Assim, cada sistema foi obtido a partir do sistema anterior, por operaes que preservam as igualdades. O
ponto fundamental deste procedimento que as etapas so todas reversveis. Por exemplo partindo do
Sistema (ii) podemos obter o sistema (i).

Operaes elementares sobre as linhas de uma matriz

Atravs de operaes equivalentes s efectuadas nas equaes dos sistemas podemos definir as
operaes elementares sobre as linhas de uma matriz.
So trs as operaes elementares sobre as linhas de uma matriz:
1. Permuta das i-sima e j-sima linhas ( Li Lj).
Exemplo: L2 L3

1 0
1 0

3 7

5 1
5 1
3 7

2. Multiplicao da i-sima linha por um escalar no nulo k (Li kLi).

Exemplo: L2 -5L2

1 0

5 1
3 7

25
3

5
7

3. Substituio da i-sima linha pela i-sima linha mais k vezes a j-sima linha (Li Li + kLj).
Exemplo: L3 L3 + 2L2

1 0

5 1
3 7

1
5

5
13

Teorema 1: Dois sistemas que possuem matrizes ampliadas equivalentes so equivalentes.

Matriz Reduzida forma Escada
Definio: Uma matriz mn linha reduzida forma escada se:
1.
2.
3.
4.

O primeiro elemento no nulo de uma linha no nula 1.

Cada coluna que contm o primeiro elemento no nulo de alguma linha tem todos os seus
elementos iguais a zero.
Toda linha nula ocorre abaixo de todas as linhas no nulas.
Se as linhas 1, 2, ..., r so as linhas no nulas, e se o primeiro elemento no nulo da linha i
ocorre na coluna ki ento k1< k2< ... < kr . Esta condio impe a forma escada, isto , o
nmero de zeros precedendo o primeiro elemento no nulo de uma linha aumenta a cada linha,
at que sobrem apenas linhas nulas, se houverem.

Exemplos.

a) A = 0
0

1
0

2
1

b) B = 1
0

4
1

0
0

0
0

No a forma reduzida escada porque a 2 condio

no satisfeita.

No a forma reduzida escada

condies no so satisfeitas.

c) C = 0
0

d) D = 0
0

0
4
9

7
0

pois a 1 e 4

No a forma reduzida escada porque no

satisfaz a 1 nem a 3 condio.

forma reduzida escada

condies so satisfeitas.

porque todas as

Teorema 2: Toda matriz A mn linha equivalente a uma nica matriz-linha reduzida a forma escada.
Definio: Dada matriz A mn, seja B mn a matriz-linha reduzida a forma escada linha equivalente de
A. O posto de A, denotado por p, o nmero de linhas no nulas de B. A nulidade de A o nmero n
- p.
Observao: Para achar o posto de uma matriz dada necessrio primeiro encontrar a sua matriz-linha
reduzida a forma escada, e depois contar suas linhas no nulas. E a nulidade a diferena entre colunas
de A e o posto.

x1 + 2 x 2 + x3 = 0

Exemplo: Dado o Sistema

2 x 2 + 4 x3 = 5
x 2 x + x =1
2
3
1
a)
b)
c)
d)

Determine a matriz ampliada.

Ache matriz-linha reduzida forma escada equivalente a matriz ampliada.
Encontre o posto e a nulidade da matriz ampliada.
Resolva o sistema.

Resoluo:

1
2

A =0
2

1 2

a)

1
4
1

5 Matriz ampliada

b) Efectuando as seguintes operaes com as linhas podemos encontrar a matriz-linha reduzida a

forma escada equivalente a A..

1
2

A =0
2

1 2

1
4
1

5 1

5
0
2
11
0

1
2

0
2

0 4

1
4
0

5
5

2
11
8

1
2

1
0

0 4

1
2
0

2
1

7

8
1

4
11
8

O posto de A 3 e a nulidade de A 4-3 = 1

A matriz-linha reduzida forma escada linha equivalente Matriz ampliada do sistema dado, ento
ela representa:

=
x1
8

=
x2
4

11

x3 =

que equivalente ao sistema inicial, possuindo a mesma soluo.

1 11
7
, ,
4 8
8

Soluo do sistema:

Teorema 3: Um sistema de m equaes e n incgnitas admite soluo se, somente se o posto da matriz
ampliada igual ao posto da matriz dos coeficientes.
Teorema 4: Se o posto das matriz ampliada igual ao posto da matriz dos coeficientes e igual ao
nmero das incgnitas n ( p = n), ento a soluo do sistema nica.
Teorema 5: Se as Matrizes ampliadas e os coeficientes de um dado sistema tm o mesmo posto p e p<
n , podemos escolher n-p incgnitas, e as outras p incgnitas sero dadas em funo
destas, isto , o sistema tem infinitas solues.
Exemplos:

1 4
3
x1 + 4 x 2 + 3 x3 = 1

a) Dado o sistema 2 x1 + 5 x 2 + 4 x3 = 4 cuja matriz ampliada A = 2

5 4

x 3x 2 x = 5
1 3 2
2
3
1

1 4
3

A = 2
5 4

1 3 2

11
1
3
2
0
3
2 0

3

1
3

2
3

1 4

0 3

0 7

3
2
3

1
3

2
3

1 4
3
1

2
+
2 0 1
3

4
0 7 3
11

3
1
0

2
0
1
3

0
0

2

3
4
0
0
1

2 ,

pc = pa = 3 o sistema tem soluo e como n = p= 3, Ento essa soluo unica, isto x1 = 3, x2 = -2

e x3 = 2

x1 + 2 x 2 + x3 + x 4 = 1
a matriz ampliada
x1 + 3 x 2 x3 + 2 x 4 = 3

b) Dado o sistema

1
A=
1

3 1

Reduzindo forma escada temos:

1
A=
1

3 1

1
1

0
3

1 2

1
1

0
2

1 3

1 2

pc = pa = 2 o sistema tem soluo e como p > n o sistema tem infinitas solues. Podemos escolher
n-p = 4 2 = 2 incgnitas, isto x3 e x4 so livres podem tomar qualquer valor.
Fazendo x3 = e x4 = , obtemos

x1 + 5 = 3
x1 = 5 3

x = 2 + 2
x1 + 0 + 5 x3 x 4 = 3
x 2 2 + = 2
2
ou
seja

0 + x 2 2 x3 + x 4 = 2
x3 =
x3 =
x 4 =
x 4 =
Portanto a soluo geral do sistema { 5 3; 2 + 2 ; ; }
Se considerarmos = 0 e = 0 encontramos uma das solues do Sistema. { 3; 2 ; 0; 0}

1
x + y + z = 3

c) x + y z = 1 a matriz associada A = 1

x + y z =2
1

1 1
1 1

Reduzindo forma escada temos:

A = 1

1 1

0 0

0 0

1
3

1 0

0
2

1 1
1 1
0
1
0

0 2
0 2

1
3

2 0

0
1

0 2

pc = 2 e pa = 3, isto pc pa O sistema impossvel.

3. Equaes Homogneas
Um sistema linear homogneo quando os termos independentes de todas as equaes so nulos.

a11 x1 + a12 x 2 + L + a1n x n = 0

a 21 x1 + a 22 x 2 + L + a 2 n x n = 0

L L L L L L LL
a m1 x1 + a m 2 x 2 + L + a mn x n = 0

Todo sistema linear homogneo admite pelo menos a soluo trivial (0, 0,...,0, 0), que a soluo
identicamente nula. Assim, todo sistema linear homogneo possvel. Este tipo de sistema poder ser

determinado se admitir somente a soluo trivial ou indeterminado se admitir outras solues alm da
trivial.

2 x y + 3 z = 0

Exemplo: O sistema 4 x + 2 y z = 0
x + y z =0

2 1 3

cuja matriz associada A = 4

2 1
1
1 1

0
0

Reduzindo forma escada temos:

2 1 3

A = 4
2 1
1
1 1

1
2
3
1
2
1
0
2
0

1 1 1 0
0
1 1 1 0
1 1 1 0

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

0
3 0

0 3 5 0
1

0
0
1 0
2
1 0 0
0

3
0 0
1
0 0
1 0
0
2

0 0 1
0
0 0
1
0

pc = 3 e pa = 2, isto pc = pa O sistema possvel e como n = p = 3 determinado, isto , possui a

soluo trivial (0, 0, 0).

2 x y + 3 z = 0
4 x + 2 y z = 0

Exemplo: O sistema

2 1 3
2 1
4

cuja matriz associada A =

Reduzindo forma escada temos:

2 1 3
A =
2 1
4

5
8
7
1
4
0

1 3
1 3

0
1
1

2 2
2 2

2 1 0
4 7

1 3

1
0
2 2

7
0
1
0
4

pc = pa = 2 o sistema tem soluo e como p > n o sistema tem infinitas solues. Podemos escolher
n-p = 3 2 = 1 incgnita, isto x3 livre, pode tomar qualquer valor.
Fazendo x3 = , obtemos

5
5

x1 + 0 + 8 = 0
x1 = 8

7
7

0 + x2 = 0 x2 =
4
4

=
=
3
3

 5
8

Portanto a soluo geral do sistema ;

;
4

4. Determinantes
A toda matriz quadrada A = [aij] est associado um nmero real chamado determinante. E denota-se
por detA ou |A| ou det [aij].
Ento:
det (a) = |a| = a

a11
a 21

det

a12 a11
=
a 22 a 21

a12
a 22

= a11 a 22 a12 a 21

Para facilitar o clculo do determinante de 2 ordem

podemos usar o esquema apresentado ao lado.

Exemplos: Calcular os determinantes das matrizes:

a)

4 2

A =
6 7

5 3

4 2

b) B =

Resoluo:
a) det(A) =

4
6

2
= 4.7 6(-2) = 28 + 12 = 40
7

b) det(B)=

5
4

3
= 5.2 3. 4 = 10 12 = -2
2

Regra de Sarrus
Para facilitar o clculo do determinante de 3 ordem podemos formar um dispositivo prtico,
denominado regra de Sarrus

A regra de Sarrus consiste em:

Repetir ao lado do determinante as
duas primeiras colunas.
Obter o produto como mostra o
esquema.

a11 a12 a13

a 21 a 22 a 23 = a11 a 22 a33 + a12 a 23 a31 + a13 a 21 a32 a13 a 22 a31 a11 a 23 a32 a12 a 21 a33
a31 a32 a33

1 1

3 2 = 131 + 1(-2) 3 + (-1) 2(-2) (-

3 2
1) 33 -

1(-2)(-2)- 121= 4

[ ] ( 1)

Definio: det a ij =

a1 j1 a 2 j2 L a njn

onde J = J ( j1 , j 2 , L j n ) o nmero de inverses da permutao ( j1 , j 2 , L j n ) e indica que a

soma estendida a todas as n! Permutaes de (1,2, ...,n).
Em relao a esta definio podemos fazer trs observaes:
i)
ii)

Se a permutao ( j1 , j 2 , L j n ) tem um nmero par de inverses, o coeficiente (-1)j do

termo correspondente na somatria ter sinal positivo; caso contrrio, ter sinal negativo.
Em cada termo da somatria, existe um e apenas um elemento de cada linha , e um e
apenas um elemento de cada coluna da matriz.

Propriedades dos determinantes

Sejam A, B, In e N matrizes quadradas e k um escalar:

1.
2.
3.
4.

Se In a matriz identidade, ento: det(In) = 1

Se N uma matriz nula, ento: det(N) =0
Se uma linha (ou coluna) da matriz A for nula, ento: det(A) =0
A matriz A bem como a sua transposta At, possuem o mesmo determinante de A, isto :
det(At) = det(A)
5. Se B a matriz obtida pela multiplicao de uma linha (ou coluna) da matriz A por um
escalar k, ento: det(B) = k det(A)
6. Se B = kA, onde k um escalar, ento: det(B) = kn det(A)
det(B) = 7. Se B a matriz obtida pela troca de duas linhas (ou colunas) de A, ento:
det(A)
8. Se A tem duas linhas (ou colunas) iguais, ento: det(A) = 0
9. Se a diferena entre os elementos de duas linhas (ou colunas) de uma matriz A uma
mesma constante, ento: det(A) = 0
10. Se uma linha (ou coluna) de A for mltipla de uma outra linha (ou coluna) de A, ento:
det(A) = 0
11. Ao fixar todas as linhas (ou colunas) de uma matriz excepto uma delas, o determinante de
A ser uma funo linear da linha (ou coluna) no fixada da matriz.
12. O determinante no se altera se somarmos a uma linha outra linha multiplicada por uma
constante. Esta propriedade vlida para as colunas.

13. Ao multiplicar (ou dividir) uma linha (ou coluna) de uma matriz por um nmero real k, o
determinante da matriz ser multiplicado (ou dividido) por k.
Desenvolvimento de Laplace
Vimos que:

a11 a12 a13

a 21 a 22 a 23 = a11 a 22 a33 + a12 a 23 a31 + a13 a 21 a32 a13 a 22 a31 a11 a 23 a32 a12 a 21 a33
a31 a32 a33
Podemos escrever esta soma como:

a11 (a 22 a33 a 23 a32 ) a12 (a 21 a33 a 23 a31 )+ a13 (a 21 a32 a 22 a31

a11

a 22

a 23

a32

a33

a12

a 21

a 23

a31

a33

+ a13

a 21

a 22

a31

a32

Ou ainda:

Observe que o determinante da matriz inicial 33 pode ser expresso em funo dos determinantes de
submatrizes 22 , isto ,

det ( A) = a11 A11 a12 A12 + a13 A13

Onde Aij a submatrz da inicial, de onde a i-sima linha e a j-sima coluna foram retiradas. Alm

disso, se considerarmos ij = ( 1)

i+ j

Aij obtemos a seguinte expresso:

det ( A) = a11 11 + a12 12 + a13 13

Esta propriedade continua a ser vlida para matrizes de ordem n, e assim podemos expressar.

det ( Ann ) = ai1 i1 + ai 2 i 2 + a i 3 i 3 + L + ain in =

ij

ij ou ainda:

det ( Ann ) =

a ( 1)

i+ j

ij

det Aij

Ao nmero ij (que o determinante afectado pelo sinal (-1)i+j da submatriz Aij, obtida de A
retirando a i-sima linha e a j-sima coluna) chamamos de co-factor ou complemento algbrico do
elemento aij
Observe que na frmula dada, o determinante foi desenvolvido pela i-sima linha. Uma frmula
anloga valida para as colunas.
Exemplo:

1 2

det( A) = 2 1 1 =111 + ( 2)12 + 313 = 1 ( 1)

2 1 2

1+1

1 1
1
1+ 2 2 1
1+3 2
2 ( 1)
+ 3( 1)
=
1 2
2 2
2 1

=1 +4 +0=5
Poderamos tambm fazer o desenvolvimento para uma coluna. Vejamos:

1 2 3
3
1+ 2 2 1
2+ 2 1
det( A) = 2 1 1 = 212 +1 22 + ( 1)32 = ( 2) ( 1)
+ 1 ( 1)
+
2 2
2 2
2 1 2

( 1)( 1)3+2

2 1

=4+87=5

O desenvolvimento de Laplace uma frmula de recorrncia que permite calcular o determinante de

uma matriz de ordem n, a partir dos determinantes das submatrizes quadradas de ordem n-1. O
procedimento fica simplificado se for aplicado s outras propriedades dos determinantes.
Por exemplo, no exerccio anterior poderamos aplicar a propriedade 12, isto , o determinante no se
altera se somarmos a uma linha outra linha multiplicada por uma constante.
Neste caso L3 L2 + L3

det ( A) =

1 2 3
2 1 1 =
2 1

1 2 3
3+ 3 1 2
2 1 1 = 1 ( 1)
= 1 5 = 5
2 1
0 0
2

Exemplo:

3 4

1 2 3
2 5 3
na 2linha.

0
1

4
1
2

2 0
2 3
5 3

aplicando a propriedade 12, isto , C1 C1-2C2 podemos criar mais um zero

3 4
0
=
0
1

3 4

0
5
8

2
0
2 3
5 3

5
3 4
5
3 4
0
2+ 2
= 2(1)
5 3
0 = 2 5 3
0
0
8
3
1
8
3
1
1

Aplicando a propriedade 13 (ao multiplicar a 1coluna por -1 a matriz fica tambm multiplicada por -1).

3 4

2 5 3
8 3

3 4

0 = 25 3
1
8 3

mais um zero na 3Coluna.

0 aplicando a propriedade 12, isto , L1 L1+4L3 podemos criar

1

3 4

25 3
8 3

37

15

0 = 2 5
1
8

3
3

0 = 2 1 ( 1)
1

3+ 3

37 15
5

= 2( 111 75) = 372

5. Matriz inversa
5.1.

Matriz Adjunta

Dada uma matriz A. Com os co-factores ij = ( 1)

i+ j

det Aij dos elementos aij da matriz A podemos

[ ]

formar uma nova matriz A, denominada matriz dos co-factores de A, A = ij .

3
1 4

Exemplo: Determinar a matriz dos co-factores da Matriz A = 2

5 4
1 3 2

Resoluo: 11 = ( 1)

1+1

21 = ( 1)
31 = ( 1)

4
3
= 1;
3 2

2 +1

3+1

5 4
4
1+ 2 2
= 2 ; 12 = ( 1)
=8 ;
3 2
1 2

4
5

3
=1 ;
4

22 = ( 1)
32 = ( 1)

3+ 2

2+ 2

1 3
= 5;
1 2

1 3
=2 ;
2 4

13 = ( 1)

1+ 3

23 = ( 1)

2+3

33 = ( 1)

2 5
= 11
1 3
1 4
=7
1 3

3+ 3

1 4
=3
2 5

2 8 11

Ento, A = 1 5
7
1 2 3

Definio: Dada uma matriz quadrada A, chamamos de matriz adjunta de A transposta da matriz dos
co-factores de A, isto adjA = A .

2 1

No Exemplo anterior adjA = 8 5

11 7

2
3

Teorema: A A = (det A) I
Vamos verificar este teorema a partir do exemplo anterior.

A A = (det A) I

3 2 1
1 4

5 4 8 5
2
1 3 2 11 7

1
1

2 = det A 0
0
3

0
1

0 0
0
1

0
1
0

0
1
0

0
1

0 = 1 0
0
1

0
1
0

0
1

Definio: Dada uma matriz quadrada A de ordem n, chamamos de inversa de A a uma matriz B tal
que A B = B A = I, onde I a matriz identidade. Denominamos A-1 por inversa de A.
Suponhamos agora que Ann tenha inversa, isto , existe A-1 tal que A A-1 = I. Usando o determinante
temos, det(A A-1) = det I detA detA-1 = 1.
Da ltima relao conclumos que se A tem inversa ento.
1. detA 0
2.

det A 1 =

1
det A

Ou seja detA 0, condio necessria para que A tenha inversa.

Vamos ver de seguida que esta condio tambm suficiente:
Sabemos que A A = (det A) I . Considerando detA 0 podemos afirmar que A

1
A = I ,
det A

ento.

A 1 =

1
(adjA)
det A

Teorema: uma matriz quadrada A admite uma inversa se , e somente se detA 0.

Exemplo: Determine a inversa da matriz A = 3

1

1
1
6

4
5

Resoluo:

11 = ( 1)

1+1

21 = ( 1)
31 = ( 1)

1 4
= 19 ;
6 5

12 = ( 1)

1 0
=5 ;
6 5

22 = ( 1)

1 0
=4 ;
1 4

32 = ( 1)

2 +1

3+1

1+ 2

3 4
=19 ;
1 5

13 = ( 1)

2
1

23 = ( 1)

2+ 2

3+ 2

2
3

0
=10 ;
5
0
=8;
4

1+ 3

3
1

2+ 3

33 = ( 1)

2
1

3+ 3

1
= 19
6
1
= 11
6

2 1
=5
3 1

 19 19 19

Ento, A matriz dos co-factores A = 5 10 11 e a Adjunta

4 8
5

19 5 4

adjA = A = 19 10 8
19 11 5

Sabendo que o det A = 3

19 5 4

1
1
(adjA) =
4 = 19 , logo A =
19 10 8
det A
19

5
19 11 5

5
4

1
19
19

10
8
A 1 = 1

19
19

11
5

1
19
19

Propriedades das matrizes inversas

Sejam A e B matrizes inversveis ento:

1. (A1)1 = A
2. (A1)t = (At)1
3. (AB)1 = B1 A1
1
4. det A 1 =
det A
8.2.

Mtodo de Jordan para a inverso de Matrizes

Teorema: Se uma matriz A pode ser reduzida matriz identidade por sequncia de operaes
elementares com linhas, ento A inversvel e a matriz inversa de A obtida a partir da matriz
identidade, aplicando-se a mesma sequncia de operaes.
Na prtica, operamos simultaneamente com matrizes A e I, atravs de operaes elementares, at
chegarmos matriz identidade I na posio correspondente matriz A. A matriz obtida no lugar
correspondente matriz I ser a inversa de A: ( A M I ) I M A 1

Exemplo:

1
Determinar a inversa de A=
0

Resoluo:

1 0
0 1
1 1
0 0

1
.
1

Coloquemos a matriz junto com Identidade e apliquemos as operaes com linhas, para reduzir a
parte esquerda (que corresponde a A) forma escada linha reduzida e efectuando simultaneamente
cada operao na parte direita.

1
0

1 0
0 1
1 1
0 0

Agora,
Somando 4 a
1
,
e

segunda, a 1
multiplicada
por -2.

0 M 1 0 0 0

1 M 0 1 0 0
1 M 0 0 1 0

3 M 0 0 0 1

0
0

0 1 1 M 0
1 2 2 M1
1 1 1 M0
0 1 4 M 0

Trocando o sinal da 3
linha
e,
subsequentemente,
anulamos o resto da 3
coluna

0
0

0
1
0
0

0
0
1
0

0
0
0
1

B = 1
0

0
2
2
0
2
2

1 0 0 Subtraindo
a 2 linha da
2 0 0 3 obtemos
0 1 0

1 0 1

0 1
1 0
1 1
0 0

0
0

0 0 2 M 1 1 1 0

1 0 4 M 1 2 2 0
0 1 3 M 1 2 1 0

0 0 1 M 1 1 1 1

M 3 3 3 2

6 4
M 5 6
M 4 5 4 3

M 1 1 1 1

Exemplo: Seja B = 1
0

Partimos
de

0
0

Trocando a 1
linha e 2 linha
obtemos

2
0

1M 0
0 M1
1 M0
3 M0

1 0
0 0
0 1
0 0

0
0

0 1

1 M 0 1 0 0

1 2 2 M 1 2 0 0
0 1 3 M1 2 1 0

0 1 4 M 0 1 0 1

Finalmente, obtemos a
identidade esquerda e a
inversa de A direita.

3 3 3 2

6 4
5 6
-1
Portanto A =
4 5 4 3

1 1 1 1

1 Determine B-1
0
1 M1 0 0

1 M0 1 0
0 M 0 0 1

e de seguida
fazemos
operaes com
linhas, para
converter a parte
esquerda forma
escada linha
reduzida.

B = 0

Como a forma escada no a identidade, a matriz B no tem inversa.

0
1
0

1M 1
0 0

1
1
1 M
0

2
2

0 M 1 1 1

6. Resoluo de sistemas de equaes lineares recorrendo Matriz inversa

Dada a equao:

x1 + 4 x 2 + 3 x3 = 1

2 x1 + 5 x 2 + 4 x3 = 4
x 3x 2 x = 5
2
3
1
A X = B a representao matricial do sistema.

3
1 4

Onde A = 2
5 4 ,
1 3 2

x1

X = x2 e
x
3

1

B = 4
5

Resolver o sistema de equaes lineares recorrendo matriz inversa consiste em determinar a matriz X.

A X = B A 1 ( A X ) = A 1 B A 1 A X = A 1 B I X = A 1 B X = A 1 B Para
determinar
X = A 1 B

necessrio
calcular
A-1.
1 4
3M 1
0 0

0 1 4
3 M 1 0 0


2 2
1

1 0 0 3 2 M 2 1 0 0
0
M
1
3 3
3

0 1 0 7 5 M 1 0 1
0 1
0 7 5 M 1
1 4
3M 1
0 0

2 2
1

0
M
1
3 3
3

0 7 5 M 1

0
1

3 M1
1 4

5 4 M0
2
1 3 2 M 0

1
5
4
0 1
M

3
3
3

2 2
1
1
0 0
M

3 3
3
0
1 11
7
0 M
1
3 3
3

Logo A

= 8
11

0
1
0

1
5 4

0
M
3
3 3
1

2 2
1
M
0 0

3 3
3
0

1 M 11 7 3

5 2
7 3

Ento X = A B X = 8
11

1 1
3


5 2 4 = 2
2
7 3 5

Portanto, a soluo x1 = 3 ; x2 = -2 e x3 = 2

7. Regra de Cramer

0
1
0

0 M 2 1 1

0 M 8 5 2
1 M 11 7 3

O clculo da inversa de uma matriz fornece um outro mtodo de resoluo de sistemas de equaes
lineares. Que s se aplica a sistemas em que o nmero de equaes igual ao nmero de incgnitas.
Consideremos o seguinte sistema:

a11 x1 + a12 x 2 + L + a1n x n = b1

a 21 x1 + a 22 x 2 + L + a 2 n x n = b2

L L L L L L LL
a n1 x1 + a n 2 x 2 + L + a nn x n = bn

Podemos escrever este sistema na forma matricial:

a11
a
21
M

a n1

a12
a 22

M
an2

a11
a
21
Onde
M

a n1

L a1n x1 b1
L a 2 n x 2 b2
ou A X = B

=
L M M M

L a nn x n bn
a12
a 22

M
an2

L a1n
L a 2 n
a matriz dos coeficientes e
L M

L a nn

x1
x
2 a matriz das incgnitas, e
M

xn

b1
b
2 a
M

bn

matriz dos termos independentes.

Suponhamos que detA 0 e portanto, a matriz A tenha a inversa A-1 .

A X = B A 1 ( A X ) = A 1 B A 1 A X = A 1 B I X = A 1 B X = A 1 B
x1 a11
x a
21
2
Na forma Matricial =
M M

x n a n1
Usando a relao A 1 =

a12
a 22

M
an2

1
( AdjA) ,para a matriz inversa, temos:
det A

11
x1

x
2 = 1 12
M det A M

xn
1n
Assim, x1 =

L a1n
b1

b
L a2n
2
M
L M

L a nn
bn

21
22

2n

L n1
L n 2

L M

L nn

b1
b
2
M

bn

b1 11 + b2 21 + L + bn n1
det A

Observe que o numerador desta fraco igual ao determinante da matriz que obtemos de A,
substituindo a primeira coluna pela matriz dos termos independentes. Isto , usando o desenvolvimento
de Laplace, obtemos:

b1
b
det 2
M

bn

L a1n
L a 2 n
= b1 11 + b2 21 + L + bn n1
L M

L a nn

a12
a 22
M

an2

x1 =

L a1n

b1

a12

b2

a 22 L a 2 n

Ou seja

bn

an2 L

a11

a12

a 21

a 22 L a 2 n

a n1

an2 L

a nn

L a1n
L

M
a nn
a12 a12 L b1 L a1n
a 21 a 22 L b2 L a 2 n
M

Fazendo dedues anlogas, obtemos xi =

M LM L M

a n1 a n 2 L bn L a nn
L a1n

a11

a12

a 21

a 22 L a 2 n

M
a n1

M L
an2 L

para I = 1, 2, ..., n.

M
a nn

Note que no denominador temos o determinante da matriz dos coeficientes e no numerador aparece o
determinante da matriz de A, Substituindo a i-sima coluna pela coluna dos termos independentes .
Este mtodo chamado regra de Cramer.

x1 + 4 x 2 + 3 x3 = 1

Exemplo: Resolva o Sistema aplicando a regra de Cramer: 2 x1 + 5 x 2 + 4 x3 = 4

x 3x 2 x = 5
2
3
1
1

Resoluo: det ( A) = 2

4 =1

1 3 2

1
4
Portanto, x1 =

4
5

3
4

5 3 2
1

=3,

x2 =

1
2

1
4

5 2
1

3
4

1
2
= 2 e x3 =

4
5

1
4

1 3

Logo, a soluo x1 = 3 ; x2 = -2 e x3 = 2
Observando atentamente o algoritmo da regra de Cramer podemos concluir:

=2

Se det A 0 o sistema possvel (compatvel) e determinado

Se det A = 0 o sistema possvel (compatvel) e indeterminado se todos os determinantes que
aparecem no numerador so nulos, isto , det( Axi ) = 0

Se det A = 0 o sistema impossvel ou incompatvel se existe pelo menos um dos determinantes

que aparecem no numerador diferentes de zero, isto , existe det( Axi ) 0 .