Você está na página 1de 29

56

Geometria Analtica e lgebra Linear

4. Inverso de Matrizes e Determinantes

4.1.

Matriz Inversa

Todo nmero real a, no nulo, possui um inverso (multiplicativo), ou seja, existe um


nmero b, tal que a b = b a = 1. Este nmero nico e o denotamos por a-1. Apesar da
aritmtica matricial ser semelhante a aritmtica dos nmeros reais, nem todas as
matrizes A no nulas possuem inversa, ou seja, nem sempre existe uma matriz B tal que
AB = BA = In. De incio, para que os produtos AB e BA estejam definidos e sejam
iguais, preciso que as matrizes A e B sejam quadradas. Portanto, somente as matrizes
quadradas podem ter inversa, o que j diferencia do caso dos nmeros reais, onde todo
nmero no nulo tem inverso. Mesmo entre as matrizes quadradas, muitas no possuem
inversa.
Definio Uma matriz quadrada A = (aij)n x n chamada no singular (ou invertvel), se existe
uma matriz B = (bij)n x n tal que
AB = BA = In.

(4.1)

onde In a matriz identidade. A matriz B chamada de inversa de A. Se A no tem


inversa, dizemos que A singular (ou no invertvel).

Ex.: 4.1

Considere as matrizes
2 1
A

0 3

1 2 1 6
B
1 3
0

Como
A B = B A = I2
Conclumos que a matriz B a inversa da matriz A e que A no singular.

Teorema 4.1. Se uma matriz A = (aij)n x n possui inversa, ento a inversa nica.

Demonstrao Suponha que B e C sejam inversas de A. Ento,

AB = BA = In = AC = CA

e assim,
B = B In = B(AC) = (BA)C = InC = C .
01 de fevereiro de 2010

Alex N. Brasil

57

Geometria Analtica e lgebra Linear


De agora em diante, representaremos a inversa de A, quando ela existe, por A-1. Assim,
AA-1 = A-1A = In

Obs.:

Devemos chamar ateno para o fato de que o ndice superior -1 no significa uma
potncia, to pouco uma diviso. Assim como no caso da transposta, em que AT
significa a transposta de A, aqui, A-1 significa a inversa de A.

Ex. 4.2

Seja

1 2
A

3 4

Para acharmos A-1, fazemos


a b
A 1

c d
Devemos ento ter
1 2 a b
1 0
AA 1

I2

3 4 c d
0 1
de maneira que
a 2c b 2d 1 0
3a 4c 3b 4d 0 1

Igualando os coeficientes correspondentes destas duas matrizes, obtemos os sistemas


lineares
a 2c 1

3a 4c 0

b 2d 0

3b 4d 1

a 2
As solues so (verifique isto):

b 1

3
2
1
d
2
c

Alm disso como a matriz


1
a b 2
c d 3 2 1 2

tambm satisfaz a propriedade de que

01 de fevereiro de 2010

Alex N. Brasil

58

Geometria Analtica e lgebra Linear


1 1 2 1 0
2
3 2 1 2 3 4 0 1 ,

conclumos que A no singular (invertvel) e que


1
2
A 1

3 2 1 2
Nem toda matriz tem uma inversa, como pode ser visto no exemplo seguinte

Ex. 4.3

Seja
1 2
A

2 4
para acharmos A-1, fazemos
a b
A 1

c d
Devemos ento ter
1 2 a b
1 0
AA 1

I2

2 4 c d
0 1
de maneira que
a 2c b 2d 1 0
2a 4c 2b 4d 0 1

Igualando os coeficientes correspondentes destas duas matrizes, obtemos os sistemas


lineares
a 2c 1

2a 4c 0

b 2d 0

2b 4d 1

Estes sistemas lineares no tm solues, de maneira que A no tem inversa. Assim, A


uma matriz singular.

Obs.:

O mtodo usado no Exemplo 4.2 para achar a inversa de uma matriz no muito
eficiente. Ns o modificaremos em breve, obtendo um mtodo mais rpido.
Demonstraremos antes algumas propriedades das matrizes.

01 de fevereiro de 2010

Alex N. Brasil

59

Geometria Analtica e lgebra Linear

4.1.1. Propriedades da Inversa


Operaes com matrizes inversas aparecem sempre que se deseja obter solues de
sistemas de equaes lineares ou manipulaes de matrizes que facilitem a visualizao
de futuras solues. O quadro abaixo fornece as duas operaes mais comuns.

Quadro 4.1 Operaes mais comuns envolvendo matrizes inversas


Operao
Matriz inversa da
(matriz) inversa de
uma matriz

Matriz inversa de
um produto de
matrizes

Notao Simblica

Demonstrao
-1
Fazendo G = (A ) , donde, G = A e
-1
-1
-1 -1
GG = A (A ) = I
-1
Mas, A A = I; portanto, comparando as duas ltimas
expresses:
-1
-1 -1
-1
A (A ) = A A, ou,
-1
-1 -1
A [(A ) - A] = 0,
-1 -1
-1
donde, (A ) = A, pois A 0
-1
Fazendo G = (AB) , tem-se: G AB = I. Efetuando um
-1
-1
-1
produto direita por B , obtem-se: G ABB = IB
-1
-1
G AI = B G A= B . Efetuando outro produto por
-1
A , chega-se a:
-1
-1 -1
-1 -1
-1 -1
G AA = B A G I = B A G = B A , ou: (AB)
1
-1 -1
=B A .
-1

-1 -1

(A ) = A

(AB)

-1

-1

-1

=B A

-1 -1

Quadro 4.1

Teorema 4.2. a) Se A uma matriz no singular (invertvel), ento A-1 tambm no singular e
(A-1)-1 = A ;
b) Se A e B so matrizes no singulares (invertveis), ento AB no singular e
(AB)-1 = B-1A-1 ;
c) Se A uma matriz no singular (invertvel), ento AT tambm no singular e
(AT)-1 = (A-1)T .

Demonstrao Se queremos mostrar que uma matriz a inversa de uma outra, temos que mostrar
que os produtos das duas matrizes so iguais a matriz identidade.
a) Uma matriz B a inversa de A-1 se
A-1B = BA-1 = In .
Mas, como A-1 a inversa de A, ento
AA-1 = A-1A = In .
Como a inversa nica, ento B = A a inversa de A-1, ou seja, (A-1)-1 = A.

01 de fevereiro de 2010

Alex N. Brasil

60

Geometria Analtica e lgebra Linear


Temos que mostrar que a inversa de AB B-1A-1, ou seja, mostrar que os produtos
(AB)(B-1A-1) e (B-1A-1)AB so iguais a matriz identidade. Mas,
(AB)(B-1A-1) = A(BB-1)A-1 = AInA-1 = AA-1 = In
e
(B-1A-1)AB = B-1(A-1A)B = B-1InB = B-1B = In .
Ento, AB no singular. Visto que a inversa da matriz nica, ns conclumos
que
(AB)-1 = B-1A-1
b) Ns temos
AA-1 = In e A-1A = In
Tomando a transposta, ns obtemos
(AA-1)T = InT = In

(A-1)TAT = In

(A-1A)T = InT = In

e
AT(A-1)T = In.

Estas equaes implicam que


(AT)-1 = (A-1)T .

Ex.: 4.4

1 2
Se A
,
3 4

ento do exemplo 2
1
2
A 1

3 2 1 2

1 T

2 3 2

.
1 1 2

alm disto, verifique


1 3
AT
e
2 4

T 1

2 3 2

1 1 2

Corolrio Se A1, A2, , Ar so matrizes no singulares n n, ento Se A1, A2, , Ar, no


singular e
( A1 A2 Ar ) 1 Ar1 Ar11 A11 .
Anteriormente, dissemos que uma matriz B inversa de A se AB = BA = In.
O teorema seguinte, cuja demonstrao ser omitida, garante que basta verificarmos
uma das duas igualdades em (4.1) para sabermos se uma matriz a inversa de outra.
01 de fevereiro de 2010

Alex N. Brasil

61

Geometria Analtica e lgebra Linear

Teorema Sejam A e B matrizes n n.


a) Se AB = In, ento BA = In;
b) Se BA = In, ento AB = In.

4.1.2. Mtodo para Inverso de Matrizes


A demonstrao do prximo teorema fornece uma maneira de encontrar a inversa de
uma matriz, se ela existir. O exemplo seguinte faz o mesmo no caso particular em que a
matriz 2 2.
Ex.: 4.5

a b
x y
. Devemos procurar uma matriz B
Seja A

tal que AB = I2.


c d
z w
ou seja,

ax bz
cx dz

ay bw

cy dw

1
0
0
1

Este sistema pode ser desacoplado em dois sistemas independentes que possuem a
mesma matriz, que a matriz A. podemos resolve-los simultaneamente. Para isto, basta
escalonarmos a matriz aumentada
a b 1 0
c d 0 1 A I 2 .

Os dois sistemas tm soluo nica se, e somente se, a forma escalonada da matriz
1 0 s t
[A|I2] for da forma I 2 S
(verifique, observando o que acontece se a
0 1 u v
forma escalonada reduzida da matriz A no for igual a I2). Neste caso, x = s, z = u e
s t
y = t, w = v, ou seja, a matriz A possuir inversa, A 1 B S
.
u v

O teorema seguinte oferece uma maneira de sabermos se uma matriz possui inversa e
sua demonstrao mostra como encontrar a inversa, se ela existir.
Teorema Uma matriz A, n n, invertvel se, e somente se, A equivalente por linhas matriz
identidade In.

01 de fevereiro de 2010

Alex N. Brasil

62

Geometria Analtica e lgebra Linear


Demonstrao Pelo teorema, para verificarmos se uma matriz A, n n, invertvel, basta
verificarmos se existe uma matriz B, tal que
A B = In .
Vamos denotar as colunas de B por X1, X2,..., Xn, ou seja, B = [ X1,..., Xn ], onde

x11
x
X 1 21 ,


x n1

x12
x
X 2 22 , ,


xn 2

x1n
x
X n 2n


x nn

Vamos denotar as colunas da matriz identidade In, por E1, E2,..., En. Desta forma,
1
0
E1 ,

0
1
E 21 ,

... ,

0
0
En

A j-sima coluna do produto AB igual a AXj. Assim, analisando coluna a coluna a


igualdade matricial
A B = In
vemos que encontrar B equivalente a resolver n sistemas lineares
A Xj = Ej

para j =1..., n.

Cada um dos sistemas pode ser resolvido usando o mtodo de Gauss-Jordan. Para isso,
formaramos as matrizes aumentadas [A | E1], [A | E2],...,[A | En]. Entretanto, como as
matrizes dos sistemas so todas iguais a A, podemos resolver todos os sistemas
simultaneamente formando a matriz n x 2n
[A | E1 E2...En] = [A | In] .
Transformando [A | In] na sua forma escalonada reduzida, que vamos denotar por
[R | S], vamos chegar a duas situaes possveis: ou a matriz R a matriz identidade,
ou no .
Se R = In, ento a forma escalonada reduzida da matriz [A | In] da forma [R | S].
Se escrevemos a matriz S em termos das suas colunas S = [S1 S2 ... Sn], ento as
solues dos sistemas A Xj = Ej so Xj = Sj e assim B = S tal que AB = In e
pelo teorema 2.3 A invertvel.
Se R In, ento a matriz A no equivalente por linhas matriz identidade In. Neste
caso, R ter pelo menos uma linha nula. O que implica que cada que os sistemas
A Xj = Ej no tenha soluo nica. Isto implica que a matriz A no tem inversa, pois
as colunas da (nica) inversa seriam os Xj, para j = 1, ..., n.

01 de fevereiro de 2010

Alex N. Brasil

63

Geometria Analtica e lgebra Linear


Obs.:

Da demonstrao do teorema anterior obtemos no somente uma forma de descobrir se


uma matriz A tem inversa mas tambm, como encontrar a inversa, no caso em que ela
exista. Ou seja, escalonamos a matriz [A | In] e encontramos a sua forma escalonada
reduzida [R | S]. Se R = In, ento a matriz A invertvel e a inversa A-1 = S. Caso
contrrio, a matriz A no invertvel. Vejamos os exemplos seguintes.

Ex. 4.6

Vamos encontrar, se existir, a inversa de

1 2 3
A 1 1 2
0 1 2
Para isso devemos escalonar a matriz aumentada

1 2 3 1 0 0
A I 3 1 1 2 0 1 0
0 1 2 0 0 1
1 eliminao:
O piv da 1a linha igual a 1. Logo, precisamos apenas zerar os outros elementos da
coluna do piv. Para isto, somamos 2 linha, 1 vezes a 1 linha.

1 linha + 2 linha 2 linha

0 0

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

2 eliminao:
Olhamos para a submatriz obtida eliminando-se a 1a linha da matriz. Escolhemos como
piv um elemento no nulo da 1a coluna no nula da submatriz. Escolhemos o elemento
de posio 2,2 . Como temos que faze-lo igual a 1, multiplicamos a 2a linha por 1.

2 linha 2
linha

1 2 3 1 0 0
0 (1) 1 1 1 0

0 1 2 0 0 1

Precisamos zerar os outros elementos da coluna do piv. Para isto, somamos 1


linha, 2 vezes a 2 e 3 linha, somamos 1 vezes a 2.
2 2 linha + 1 linha 1 linha
1 2 linha + 3 linha 3 linha

01 de fevereiro de 2010

1 0

0 1 1 1 1 0
0 0 (1) 1 1 1

Alex N. Brasil

64

Geometria Analtica e lgebra Linear


3 eliminao:
Olhamos para a submatriz obtida eliminando-se as duas primeiras linhas. Escolhemos
para piv um elemento no nulo da primeira coluna no nula da submatriz. Este
elemento o elemento de posio 3,3. Como ele igual a 1, precisamos apenas zerar
os outros elementos da coluna do piv. Para isto, somamos 1 linha, 1 vezes a 3
linha e somamos 2 linha, 1 vezes a 3.

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

0 0 1 1 1
1

1 3 linha + 1 linha 1 linha


1 3 linha + 2 linha 2 linha

Assim, a matriz [A | I3] equivalente por linhas matriz acima, que da forma
[I3 | S], portanto a matriz A no singular (invertvel) e a sua inversa a matriz S, ou
seja,

1 1
0

A 2 2 1
1 1
1
1

Ex. 4.7

Vamos determinar, se existir, a inversa da matriz

1 2 3
A 1 1 2
0 1 1
Para isso devemos escalonar a matriz aumentada

1 2 3 1 0 0
A I 3 1 1 2 0 1 0
0 1 1 0 0 1
1 eliminao:
O piv da 1 linha igual a 1. Logo, precisamos apenas zerar os outros elementos da
coluna do piv. Para isto, somamos 2 linha, a 1 vezes a 1 linha.

1 linha + 2 linha 2 linha

01 de fevereiro de 2010

0 0

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

Alex N. Brasil

65

Geometria Analtica e lgebra Linear


2 eliminao:
Olhamos para a submatriz obtida eliminando-se a 1 linha da matriz. Escolhemos como
piv um elemento no nulo da 1 coluna no nula da submatriz. Escolhemos o elemento
de posio 2,2. Como temo que faze-lo igual a 1, multiplicamos a 2 linha por 1.
1

2 linha 2 linha

3 1

0 (1) 1 1 1 0
0 1 1 0 0 1

Precisamos zerar os outros elementos da coluna do piv. Para isto, somamos 1


linha, 2 vezes a 2 e 3 linha, somamos 1 vezes a 2.
2 2 linha + 1 linha 1 linha
1 2 linha + 3 linha 3 linha
Obs.:

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

0 0 0 1 1 1

Assim, a matriz [A | I3] equivalente por linhas matriz acima, que da forma
[R | S], com R I3. Assim, a matriz A no equivalente por linhas matriz
identidade e portanto no invertvel.

4.1.3. Sistemas Lineares e Inversas


Se um sistema linear A X = B tem o nmero de equaes igual ao nmero de
incgnitas, ento o conhecimento da inversa da matriz do sistema A-1, reduz o problema
de resolver o sistema a simplesmente fazer um produto de matrizes, como est
enunciado no prximo teorema.

Teorema Uma matriz A n n no singular se e somente se for equivalente por linhas a In.
O sistema associado AX = B tem soluo nica se, e somente se, A invertvel. Neste
caso a soluo X = A-1B.

Demonstrao Se A uma matriz n n, ento o sistema linear AX = B um sistema de n


equaes e n incgnitas. Suponha que A no singular (invertvel). Ento A-1 existe e
podemos multiplicar AX = B por A-1 em ambos os lados, obtendo
A-1(A X) = A-1B
(A-1A)X = A-1B
InX = A-1B
X = A-1B.

01 de fevereiro de 2010

Alex N. Brasil

66

Geometria Analtica e lgebra Linear


Aqui foram usadas as propriedades da lgebra matricial. Portanto, X = A-1B a nica
soluo do sistema A X = B. Por outro lado, se o sistema A X = B possui soluo nica,
ento a forma escalonada reduzida da matriz aumentada do sistema [A | B] da forma
[R | C], onde R = In. Pois a matriz A quadrada e caso R fosse diferente da identidade
possuiria uma linha de zeros o que levaria a que o sistema A X = B ou no tivesse
soluo ou tivesse infinitas solues. Logo, a matriz A equivalente por linhas matriz
identidade o que pelo teorema visto anteriormente implica que A invertvel.

Ex.: 4.8

Suponha que temos um processo fsico em que para uma matriz de sada B, a matriz de
entrada X obtida pela soluo do sistema A X = B.

Se a matriz A a do

1 2 3
Exemplo 4.6: A 1 1 2
0 1 2

e as matrizes de sada so

1
2

B 2 e C 5 , ento as matrizes de entrada sero


3
3

1 1 1 1
0

X A B 2 2 1 2 5
1 1
1 3 4
1

1 1 2 8
0

Y A C 2 2 1 5 11 .
1 1
1 3 4
1

ou seja

x1 1
X x 2 5
x3 4

y1 8
Y y 2 11
y 3 4

Teorema Se A uma matriz n n, o sistema homogneo


AX = 0

(4.2)

tem soluo no trivial ( 0) se, e somente se, A for singular (no invertvel).
Ou seja, todo sistema homogneo possui pelo menos a soluo trivial. Pelo item
anterior, esta ser a nica soluo se, e somente se, A invertvel.

01 de fevereiro de 2010

Alex N. Brasil

67

Geometria Analtica e lgebra Linear


Demonstrao Suponha que A no singular. Ento A-1 existe, e multiplicando ambos os lados
de (4.2) por A-1, temos

A-1(A X) = A-10
(A-1A)X = 0
InX = 0
X = 0

Portanto, a nica soluo de (4.2) X = 0.

Ex.: 4.9

1 1 1
Considere o sistema homogneo AX = 0, em que A 0 2 3 . Como A no
5 5 1
singular,
X = A-10 = 0.

Poderamos resolver o sistema pelo mtodo de eliminao de Gauss-Jordan. Neste caso


vemos que a matriz em forma escalonada reduzida equivalente por linhas matriz
aumentada do sistema dado,

1 1 1 0
0 2 3 0 ,

5 5 1 0

1 0 0 0
0 1 0 0 ,

0 0 1 0
o que mais uma vez mostra que a soluo
X = 0.

01 de fevereiro de 2010

Alex N. Brasil

68

Geometria Analtica e lgebra Linear

Ex.: 4.9

1 2 3
Considere o sistema homogneo AX = 0, em que A a matriz singular 1 2 1 .
5 2 3
Neste caso a matriz em forma escalonada reduzida que equivalente por linhas matriz
aumentada do sistema dado,

1 2 3 0
1 2 1 0 ,

5 2 3 0

1 0 1 0
0 1 1 0 ,

0 0 0 0

e isso acarreta que

y
z

onde um nmero real qualquer. Assim, o sistema dado tem uma soluo no trivial.

Teorema Podemos resumir nossos resultados sobre sistemas homogneos e matrizes no


singulares observando que as seguintes afirmativas so equivalentes:

Quadro 4.2
Lista de equivalncias no singulares
Os seguintes enunciados so equivalentes.
1. A no singular
2. Ax = 0 tem somente a soluo trivial
3. A equivalente por linhas a In.
Quadro 4.2

01 de fevereiro de 2010

Alex N. Brasil

69

Geometria Analtica e lgebra Linear

Exerccios Numricos
1
1. Seja A uma matriz 3 x 3. Suponha que X 2 soluo do sistema homogneo
3
A X = 0. A matriz A singular ou no? Justifique.
R.: Teorema: Se A uma matriz n n, o sistema homogneo AX = 0 tem soluo
no trivial ( 0) se, e somente se, A for singular (no invertvel).
Ento, a matriz A singular, pois o sistema homogneo tem soluo no trivial.

2. Se possvel, encontre as inversas das seguintes matrizes:

1 2 3
(a) 1 1 2
0 1 2

1 1
0

R.: A 2 2 1
1 1
1

1 2 2
(b) 1 3 1
1 3 2

3 2 4
R.: A1 1 0
1
0 1 1

1 2 3
(c) 0 2 3
1 2 4

0
1 1

R.: A 1,5 0,5 1,5


1 0
1

1 2 3
(d) 1 1 2
0 1 1

R.: A matriz singular.

1
1
(e)
1

1 1
3 1
2 1
9 1

1
2
1

R.: A matriz singular.

1 1 0
3. Encontre todos os valores de a para os quais a matriz A 1 0 0 tem inversa.
1 2 a
1 0 0
R.: 0 1 0 , para valores de a diferentes de zero a matriz A tem inversa.
0 0 a
01 de fevereiro de 2010

Alex N. Brasil

70

Geometria Analtica e lgebra Linear


4. Se
3 2
A 1
e
1 3

2 5
B 1

3 2

encontre (A B)-1.
Teorema: Se A e B so matrizes no singulares (invertveis), ento AB no singular e

R.: (AB)-1 = B-1A-1

11 19
( AB) 1

7 0

2 3
5
5. Resolva o sistema A X = B, se A 1
e B

4 1
3
R.: X A 1 B , se o sistema linear A X = B tem o nmero de equaes igual ao nmero de incgnitas.
19
X
23

Exerccios usando o MATLAB


>> M=[A,B] atribui matriz M a matriz obtida colocando lado a lado as
matrizes A e B;
>> A=[A1,..., An] cria uma matriz A formada pelas matrizes, definidas
anteriormente, A1,..., An colocadas uma ao lado da outra;
>> M=A(:,k:1) atribui matriz M a submatriz da matriz A obtida da
coluna 1 coluna k da matriz A.

Comandos do pacote GAAL:


>> B=opel(alpha,i,A)
ou
>> B=oe(alpha,i,A) faz a operao elementar
alpha*linha i ==> linha i da matriz A e armazena a matriz resultante em B.
>> B=opel(alpha,i,j,A) ou >> B=oe(alpha,i,j,A) faz a operao elementar
alpha*linha i + linha j ==> linha j da matriz A e armazena a matriz resultante
na varivel B.
>> B=opel(A,i,j) ou >> B=oe(A,i,j) faz a troca da linha i com a linha j da matriz A
e armazena a matriz resultante na varivel B.
>> B=escalona(A) calcula passo a passo a forma escalonada reduzida da matriz A e
armazena a matriz resultante na varivel B.
Use o MATLAB para resolver os Exerccios a partir do Exerccio 2.

01 de fevereiro de 2010

Alex N. Brasil

71

Geometria Analtica e lgebra Linear

4.2.

Determinantes

Definio Nesta seo definimos a noo de determinante e estudamos algumas de suas


propriedades. Os determinantes surgiram inicialmente na soluo de sistemas lineares.
Embora o mtodo dado na Unidade 3 para resolver tais sistemas seja muito mais
eficiente do que os que envolvem determinantes, estes so teis em outros aspectos da
lgebra linear; algumas destas reas sero consideradas na Unidade 7.

Definio Seja S 1,2,, n o conjunto dos inteiros de 1 a n, dispostos em ordem crescente. Um


rearranjo j1 j 2 j n dos elementos de S chamado uma permutao de S. Assim, 4231
uma permutao de S 1,2,3,4.

Podemos colocar qualquer um destes n objetos na primeira posio, qualquer um dos


restantes n 1 elementos na segunda posio, qualquer um dos restantes n 2 elementos
na terceira posio, e assim sucessivamente, at que a n-sima posio s pode ser
preenchida pelo ltimo elemento restante. Assim, h
n(n 1)(n 2) 2 1

(4.2)

permutaes de S; representamos o conjunto de todas as permutaes de S por Sn.


A expresso na equao (4.2) representada por
1!
2!
3!
4!
5!
6!
7!
8!
9!

1
2
3
4
5
6
7
8
9

1 2
2 1 6
3 2 1 24
4 3 2 1 120
5 4 3 2
1 720
6 5 4 3
2

1 5.040
7 6 5 4
3

1
40.320
8 7 6 5
4

1
362.880

Uma permutao j1 j 2 j n de S 1,2,, n tem uma inverso se um inteiro maior jr


precede um inteiro menor js. Uma permutao chamada par ou mpar se o nmero
total de inverses for par ou mpar.
Se n 2 , pode mostrar que Sn tem n! 2 permutaes pares e um nmero igual de
permutaes mpares.

01 de fevereiro de 2010

Alex N. Brasil

72

Geometria Analtica e lgebra Linear

Definio Seja A a ij uma matriz n n. definimos o determinante de A (representado por det(A)


ou A ) por

det( A) A ()a1 j1 a 2 j2 a njn ,

(4.3)

onde o somatrio feito sobre todas as permutaes j1 j 2 j n do conjunto


S 1,2,, n. O sinal escolhido positivo ou negativo conforme a permutao
j1 j 2 j n seja par ou mpar.

Em cada termo ()a1 j1 a 2 j2 a njn de A , os subndices relativos s linhas esto em sua


ordem natural, enquanto que os subndices relativos s colunas esto na ordem
j1 j 2 j n . Como a permutao j1 j 2 j n simplesmente um rearranjo dos nmeros de
1 a n, no contm repeties. Assim, cada termo de A um produto de n elementos de
A com seu sinal apropriado, com exatamente um elemento de cada linha e exatamente
um elemento de cada coluna. Como estamos somando sobre todas as permutaes do
conjunto S 1,2,, n, A tem n! termos na soma de (4.3).

Ex 4.10

Se A a11 for uma matriz 1 1, ento S1 tem somente uma permutao, a permutao
identidade 1, que par. Assim, A a11 .

Definio De acordo com o exemplo (4.10) definimos o determinante de matrizes 1 1. Para cada
matriz A a definimos o determinante de A indicado por det(A) ou A por
det(A) = a. Assim,
det( A ) A a ij a11

Vamos agora, definir o determinante de matrizes 2 2 e a partir da definir para


matrizes de ordem maior. A cada matriz A, 2 2, associamos um nmero real,
denominado determinante de A, por:
A

a11

a12

a 21 a 22

a11a 22 a12 a 21

O determinante de uma matriz 3 3 qualquer :


a 11
A a 21
a 31

a 12
a 22
a 32

a 13
a 23 a 11 a 22 a 33 a 12 a 23 a 31 a 13 a 21 a 32 a 13 a 22 a 31 a 12 a 21 a 33 a 11 a 23 a 32
a 33

01 de fevereiro de 2010

Alex N. Brasil

73

Geometria Analtica e lgebra Linear


Definio Assim, podemos obter o det(A) ou A formando o produto dos coeficientes da diagonal
da esquerda para a direita no diagrama a seguir e subtraindo disto o produto dos
coeficientes da diagonal da direita para a esquerda.
a11
a 21

Ex 4.11

a12
a 22

2 3
A

4 5

Seja

A (2) (5) (3) (4) 22 .

Ento

Definio Sendo A uma matriz 3 3, podemos obter A como se segue. Repita a primeira e a
segunda colunas de A como mostrado abaixo. Forme a soma dos produtos dos
coeficientes sobre as diagonais da esquerda para a direita e subtraia disto os produtos
dos coeficientes sobre as diagonais da direita para a esquerda (verifique esta regra).
a11
a 21
a31

a12
a 22
a32

a13
a 23
a33

a11
a 21
a31

a12
a 22
a32

ento, para calcular A escrevemos os seis termos

A a11 a 22 a33 a12 a 23 a31 a13 a 21 a32 a11 a 23 a32 a12 a 21 a33 a13 a 22 a31 .

(4.4)

Ex.: 4.12 Seja

1 2 3
A 2 1 3
3 1 2
Calcule A .
Soluo: Substituindo em (4.4), vemos que

A (1)(1)(2) (2)(3)(3) (3)(2)(1) (1)(3)(1) (2)(2)(2) (3)(1)(3) 6 .


Deveria ser enfatizado que, para n 4 , no h maneira fcil, como nos exemplos
(4.11) e (4.12), de calcular A .

01 de fevereiro de 2010

Alex N. Brasil

74

Geometria Analtica e lgebra Linear

4.2.1. Propriedades do Determinante


Teorema Os determinantes de uma matriz e de sua transposta so iguais.
Ex.: 4.13 Seja a matriz do exemplo (4.12)

1 2 3
A 2 1 1 .
3 3 2
T

Ento, AT (1)(1)(2) (2)(1)(3) (3)(2)(3) (1)(1)(3) (2)(2)(2) (3)(1)(3) 6 A .

Teorema Se a matriz B resulta da matriz A pela troca da posio de duas linhas (colunas) de A,
ento B A .
2 1
7
3 2

Ex.: 4.14 Temos

3 2
7
2 1

Teorema Se duas linhas (colunas) de A forem iguais, ento A 0 .

1
Ex.: 4.15 Temos

1 1 1

2 3

1 0 7 0
1 2 3

2
3

0
7

2 0
3

Teorema Se uma linha (coluna) de A consiste somente em zeros, ento A 0 .

1 2 3
4 5 6 0
0 0 0

Ex.: 4.16

1 4 0
e

2 5 0 0
3 6 0

Teorema Se B obtida de A multiplicando uma linha (coluna) de A por um nmero real c, ento
B cA.
Podemos usar o teorema para simplificar o clculo de A , achando o mximo divisor
comum de cada linha e coluna de A.
Ex.: 4.17 Temos
2 6
1 3
1 1
2
(2)(3)
6(4 1) 18
1 12
1 12
1 4
01 de fevereiro de 2010

Alex N. Brasil

75

Geometria Analtica e lgebra Linear


Ex.: 4.18 Temos

1 2 3

1 2 3

1 2 1

1 5 3 2 1 5 3 (2)(3) 1 5 1 (2)(3)(0) 0
2 8 6
1 4 3
1 4 1
Neste exemplo, pusemos em primeiro lugar 2 em evidncia na terceira linha, e ento 3
na terceira coluna, obtendo zero, pois a primeira e terceira colunas so iguais.

Teorema Se B obtida de A substituindo a linha (coluna) i por ela somada a um mltiplo escalar
de uma linha (coluna) j, j i, ento B A .
Ex.: 4.19 Temos

2 1 3 2 1 3 4 ,
1 0 1 1 0 1
obtida adicionando duas vezes a segunda linha sua primeira. Aplicando a definio de
determinante ao segundo determinante, vemos que ambos tm o valor 4.

Teorema Se uma matriz A a ij triangular inferior (superior), ento

A a11 a 22 a nn ;
ou seja, o determinante de uma matriz triangular o produto dos elementos sobre a
diagonal principal.
Ex.: 4.20 Temos

0 2 1 (1)(2)( 3 2) 3 .
0 0 3 2

Teorema O determinante de um produto de duas matrizes o produto de seus determinantes; ou


seja,

AB A B .
Ex.: 4.21 Sejam

Assim
01 de fevereiro de 2010

1 2
A

3 4

2 1
B

1 2

A 2

B 5.
Alex N. Brasil

76

Geometria Analtica e lgebra Linear


4 3
AB

10 5

Alm disto,

AB 10 A B .

Corolrio Se A no singular (invertvel), ento A 0 e

A 1

1
.
A

Ex.: 4.22 Seja


1 2
A
.
3 4

Assim A 2

1
2
A 1
.
3 2 1 2

Logo

A 1

1 1

.
2 A

4.2.2. Desenvolvimento em Cofatores e Aplicaes


At aqui, temos calculado determinantes usando a equao (4.3) da seo precedente,
ajudados pelas propriedades nela demonstradas. Desenvolveremos agora um mtodo
diferente para calcular o determinante de uma matriz n n, que reduz o problema ao
clculo de determinantes de matrizes de ordem n 1. Podemos ento repetir o processo
para estas matrizes (n 1) (n 1) at chegarmos a matrizes 2 2.

Definio Seja A a ij uma matriz n n. Seja Mij a submatriz (n 1) (n 1) de A obtida


eliminando a i-sima linha e a i-sima coluna de A, que tem o seguinte aspecto:
J

a11

M ij
aij


a n1

a1n

i


a nn

Ex.: 4.23 Para uma matriz A = (aij)3 x 3,

M 11

a11
a 21
a31

a12
a 22
a32

a13
a
a 23 22
a
a33 32

01 de fevereiro de 2010

a 23
a33

M 23

a11
a 21
a31

a12
a 22
a32

a13
a
a 23 11
a
a33 31

a12
a32

Alex N. Brasil

77

Geometria Analtica e lgebra Linear


O determinante M ij chamado o menor de aij. O cofator Aij de aij definido por
Aij (1) i j M ij .

ou seja, o cofator Aij, do elemento aij igual a mais ou menos o determinante do menor
Mij, sendo o mais e o menos determinados pela seguinte disposio:

Ex.: 4.24 Seja

3 1 2
A 4 5 6 .
7 1 2
Assim
M 12

4 6
8 42 34 ,
7 2

M 23

3 1
3 7 10 ,
7 1

e
M 31

1 2
6 10 16
5 6

Alm disso,

A12 (1)1 2 M 12 (1)(34) 34 ,


A23 (1) 23 M 23 (1)(10) 10 ,
A31 (1)13 M 31 (1)(16) 16 .
Se imaginarmos o sinal (-1)i+j como estando colocado na posio (i, j) de uma matriz
n n , ento os sinais + e formam um quadro em que se alternam, partindo de + na
posio (1, 1). Os quadros para n = 3 e n = 4 so os seguintes:


n=3

01 de fevereiro de 2010

n=4

Alex N. Brasil

78

Geometria Analtica e lgebra Linear


Ex.: 4.25 Para uma matriz A = [aij]3 x 3,

a11
A11 (1)11 det( M 11 ) det a 21
a31

A23 (1)

23

a13
a
a 23 det 22
a32
a33

a12
a 22
a32

a11
det( M 23 ) det a 21
a31

a13
a
a 23 det 11
a 21
a33

a12
a 22
a32

a 23
a 22 a33 a32 a 23
a33

a12
a31 a12 a11 a32
a 22

Vamos, agora, definir o determinante de uma matriz 3 3. Escolha uma linha de A, por
exemplo, a 1 linha,

a11

a12

a13

a 21
a31

a 22
a32

a 23
a33

ento, o determinante de A igual soma dos produtos dos elementos da 1 linha pelos
seus cofatores.

A11 (1)11

a 22
a32

a 23
(a 22 a33 a 23 a32 ) ,
a33

A12 (1)1 2

a 21
a31

a 23
(a 21 a33 a 23 a31 ) ,
a33

A13 (1)13

a 21
a31

a 22
(a 21 a32 a 22 a31 )
a32

Ento

det( A) A a11 A11 a12 A12 a13 A13


a
det( A) A a11 det 22
a32

a 23
a
a12 det 21

a33
a31

a 23
a
a13 det 21

a33
a31

a 22
a32

det( A) a11 (a 22 a 33 a 23 a 32 ) a12 (a 21 a 33 a 23 a31 ) a13 (a 21 a 32 a 22 a 31 )


det( A) a11 a 22 a33 a12 a 23 a31 a13 a 21 a32 a11 a 23 a32 a12 a 21 a 33 a13 a 22 a31 .

O que nos leva novamente equao (4.4).


De outra maneira:
01 de fevereiro de 2010

Alex N. Brasil

79

Geometria Analtica e lgebra Linear


Escolhendo-se a 2a e a 3a linhas obtem-se respectivamente

a11

a12

a13

a 21
a31

a 22
a32

a 23
a33

a11

a12

a13

a 21
a31

a 22
a32

a 23
a33

det(A) = a21A21 + a22A22 + a23A23;

det(A) = a31A31 + a32A32 + a33A33.

Calculando-se os cofatores nas expresses acima, verifica-se que realmente qualquer


uma delas d o mesmo resultado (verifique!). Da mesma forma que a partir do
determinante de matrizes 2 x 2, definimos o determinante de matrizes 3 x 3, podemos
definir o determinante de matrizes quadradas de ordem maior. Supondo que sabemos
como calcular o determinante de matrizes de ordem (n - 1) (n - 1) vamos definir o
determinante de matrizes de ordem n n.
Vamos definir, agora, os cofatores de uma matriz quadrada A (a ij ) nn .O cofator do
elemento aij, denotado por Aij, definido por
Aij (1) i j M ij .

Ou seja, o cofator Aij, do elemento aij igual a mais ou menos o determinante do menor
Mij, sendo o mais e o menos determinados pela seguinte disposio:

Definio Seja A uma matriz de ordem n x n. O determinante de A, denotado por det(A) ou A ,


definido por
n

det( A) A a11 A11 a12 A12 a1n A1n a1 j A1 j ,

(4.5)

j 1

onde A1 j (1)1 j M 1 j o cofator do elemento a1j. A expresso (4.5) chamada


desenvolvimento em cofatores do determinante de A em termo da 1 linha.
No vamos provar aqui que o determinante est bem definido, isto , que o resultado o
mesmo, independente da linha escolhida para o desenvolvimento em cofatores.
Podemos tambm estender a definio de determinantes para incluir as matrizes 1 x 1,
definindo det([a]) = a. Desta forma a expanso em cofatores tambm vlida para
matrizes 2 x 2.

01 de fevereiro de 2010

Alex N. Brasil

80

Geometria Analtica e lgebra Linear


Ex.: 4.26 Seja

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

0
1
1
2

Desenvolvendo-se o determinante de A em cofatores, obtemos

det( A) 0 A11 0 A12 0 A13 (3)(1)

1 4

det( B ) ,

onde

1 3 2
2 1 2

Mas o det(B ) tambm pode ser calculado usando cofatores,


det(B) = 1B11 + 2B12 + 3B13
= 1(- 1)1 + 1det(M11) + 2(- 1)1 + 2det(M12) + 3(- 1)1 + 3det(M13)
3 2
1 2
1 3
2 det
3 det
= det

1 2
2 2
2 1
= -8 - 2 (- 2) + 3 (- 7)
= -25
Portanto, det(A) = 3det(B) = - 75.

Ex.: 4.27 Usando a definio de determinante, vamos mostrar que o determinante de uma matriz
triangular inferior (isto , os elementos situados acima da diagonal principal so
iguais a zero) o produto dos elementos da diagonal principal. Vamos mostrar
inicialmente para matrizes 3 x 3. Seja

a11

a 21
a31

a 22
a32

0
a33

Desenvolvendo-se o determinante de A em cofatores, obtemos

a
det( A) a11 det 22
a32

0
a11 a 22 a33 .
a33

Vamos supor termos provado que para qualquer matriz (n - 1) (n - 1) triangular


inferior, o determinante o produto dos elementos da diagonal principal. Ento vamos
provar que isto tambm vale para matrizes n n. Seja
01 de fevereiro de 2010

Alex N. Brasil

81

Geometria Analtica e lgebra Linear

0 0
a 22 0

0
a nn

a11
a 21

an 2

Desenvolvendo-se o determinante de A em cofatores, obtemos

det( A) a11 det

a 22
a32

an 2

0 0
a33 0

0
a nn

a a a ,
11 22
nn

pois o determinante acima de uma matriz (n - 1) (n - 1) triangular inferior. Em


particular, o determinante da matriz identidade In igual a 1 det( I n ) 1 .
Obs.:

Este caso vale tanto para matriz triangular inferior quanto para triangular superior.

Ex.: 4.28 Vamos calcular o determinante da matriz

0 1 5
A 3 6 9
2 6 1
usando operaes elementares para transforma-la numa matriz triangular superior e
aplicando as propriedades do determinante.
1 linha 2 linha

1 3 1 linha 1 linha

3 6 9
det(A) det 0 1 5
2 6 1
1 2 3
det(A) 3 det 0 1 5
2 6 1

2 1 linha + 3 linha 3 linha

1 2 3
det(A) 3 det 0 1
5
0 10 5

10 2 linha + 3 linha 3

3
1 2
det(A) 3 det 0 1
5
0 0 55
det( A) (3) (55) 165

01 de fevereiro de 2010

Alex N. Brasil

82

Geometria Analtica e lgebra Linear


Para se calcular o determinante de uma matriz n n pela expanso em cofatores,
precisamos fazer n produtos e calcular n determinantes de matrizes
(n - 1) (n - 1), que por sua vez vai precisar de n 1 produtos e assim por diante.
Portanto, ao todo so necessrios n! produtos. Para se calcular o determinante de
uma matriz 20 20, necessrio se realizar 20! 108 produtos. Os computadores
pessoais realizam da ordem de 108 produtos por segundo. Portanto, um
computador pessoal precisaria de cerca de 1010 segundos ou 103 anos para
calcular o determinante de uma matriz 20 20 usando a expanso em cofatores.
Enquanto, o clculo do determinante pelo mtodo apresentado no exemplo
anterior necessrio apenas da ordem de n3 produtos para se calcular o
determinante.
O resultado seguinte caracteriza em termos do determinante as matrizes
invertveis e os sistemas lineares homogneos que possuem soluo no trivial.

Teorema Seja A uma matriz n n.


(a) A matriz A invertvel se, e somente se, det( A) 0 ;
(b) O sistema homogneo A X 0 tem soluo no trivial se , e somente se,
det( A) 0 .

Ex.: 4.29 Seja A = (aij)n x n. Vamos mostrar que se A invertvel, ento


det( A 1 )

1
det( A)

Como A A-1 = In, aplicando-se o determinante a ambos os membros desta igualdade e


usando as propriedades do determinante, obtemos
det(A) det(A-1) = det(In).
Mas, det(In) = 1 (Exemplo 4.27, a matriz identidade tambm triangular inferior!).
1
Logo, det( A 1 )
.
det( A)

Ex.: 4.30 Se uma matriz quadrada tal que A2 = A-1, ento vamos mostar que det(A) = 1.
Aplicando-se o determinante a ambos os membros da igualdade acima, e usando
novamente as propriedades do determinante e o resultado do exemplo anterior, obtemos

det( A) 2

1
.
det( A)

De onde segue que (det(A))3 = 1. Portanto, det(A) = 1.

01 de fevereiro de 2010

Alex N. Brasil

83

Geometria Analtica e lgebra Linear

Exerccios Numricos
1. Se det(A) = - 3, encontre
(a) det(A2);

(b) det(A3);

(c) det(A-1);

(d) det(At);

2. Se A e B so matrizes n x n tais que det(A) = - 2 e det(B) = 3, calcule det(AtB-1).

3. Calcule o determinante de cada uma das matrizes seguintes usando operaes


elementares para transforma-la em matrizes triangulares superiores.
1
1 2 3
5 9 6
3
(a) A
R.: det(A) = 39
1 2 6 2

8
6
1
2

2
1
(b) B
0

1
0
2
1

3
1
1
2

1
1
R.: det(B) = 6
0

4. Determine todos os valores de para os quais det(A - In) = 0, onde


1 1
0
(a) A
R.:

1 1
2

1 1
3
(b) A
R.:

2 4
2

0 1 2
(c) A 0 0 3
0 0 0

1 0 0
1

(d) A 1 3 0 R.: 3
3 2 2
2

0
R.: 0
0

2 2 3
(e) A 0 3 2
0 1 2

2
R.: 4
1

2 2 3
2

(f) A 1 2 1 R.: 4
2 2 1
1

5. Ache os valores de , para os quais o sistema linear (A - In)X = 0 tem soluo no


trivial, onde

2 0 0
2
(a) A 3 1 0 R.: 1
0 4 3
3

2 3 0
2
(b) A 0 1 0 R.: 1
0 0 2
2

1 2
0 1
(c) A
0 0

0 0

2
0
(d) A
0

3
3
3
0

4
1

1
2
R.:
3
3


2
2

01 de fevereiro de 2010

2
2
0
0

3
3
1
0

4
2

2
2
R.:
1
1


1
1
Alex N. Brasil

84

Geometria Analtica e lgebra Linear

6. Para as matrizes do exerccio anterior, e os valores de encontrados, encontre a


soluo geral do sistema homogneo (A - In)X = 0.

2 0 0
(a) A 3 1 0
0 4 3

x 0
R.: y
z

x
y

z

4
4

x
y

z

4
4

para quaisquer
e reais

Exerccios usando o MATLAB


>> det(A) calcula o determinante da matriz A.

Comandos do pacote GAAL:


>> detopelp(A) calcula o determinante de A aplicando operaes
elementares at que a matriz esteja na forma triangular superior.
>> menor(A,i,j)
>> detcof(A)

calcula o menor i,j da matriz A;

calcula o determinante de A usando cofatores;

>> detopel(A) calcula o determinante de A reduzindo A a forma triangular superior


(somente para matrizes numricas);

7. (a) Crie uma matriz A, 3 por 3, com entradas inteiras e aleatrias com o comando
A=randi(3);
(b) Use o comando detopelp(A) para calcular o determinante de A;
(c) Repita os itens anteriores;

Use o MATLAB para resolver os Exerccios Numricos a partir do Exerccio 3.

01 de fevereiro de 2010

Alex N. Brasil