LGEBRA LINEAR

Matrizes

Definio: Uma matriz A n m um arranjo

a11 a12 a1m

a a a
A = 21 22 2m
,
M M O M

an1 an 2 anm
onde aij um nmero real para cada i {1,..., n} e
j {1,..., m}. Refere-se freqentemente a aij como a (i, j ) -
isima entrada da matriz A. Em uma notao mais
compacta, escreve-se a matriz como A = (aij ) . O vetor:

[ ai1 ,..., aim ]

chamado de i-sima linha da matriz A e denotado por

Air , i = 1,..., n . O vetor:
a1 j

M
a nj
 chamado a j-sima coluna da matriz A e denotado por
A cj , j = 1,..., m . Portanto, uma matriz A n m tem n linhas
e m colunas e pode ser representada tambm da seguinte
forma:
a11 a1m A1
r

A = M O M = M = [A1c ,..., Amc ].

an1 L anm Anr

Se A e B so duas matrizes n m , a soma A + B a matriz

n m cuja (i, j ) -isima entrada aij + bij :
a11 + b11 a1m + b1m
A+ B = M O M

a n1 + bn1 L a nm + bnm

Observe que A + B definida somente se A e B tm os

mesmos nmeros de linhas e colunas.

Se A uma matriz n m e B uma matriz m k , o

produto AB uma matriz n k cuja (i, j ) -isima entrada
o produto interno da i-sima linha Air de A e a j-sima
coluna B cj de B:
A1r B1c A1r Bkc
AB = M O M .
Anr B1c L Anr Bkc
Note que, para qualquer i {1,..., n} e j {1,..., k},
Air B cj = l =1 ail blj . Note tambm que, para o produto AB
m

ser bem definido, o nmero de colunas de A deve ser o

mesmo que o nmero de linhas de B e que o produto AB
no , em geral, o mesmo que o produto BA.

Teorema: A matriz soma A + B e o produto AB tm as

seguintes propriedades:
a) A + B = B + A .
b) ( A + B ) + C = A + ( B + C ) .
c) ( AB )C = A( BC ) .
d) A( B + C ) = AB + AC ) .
Demonstrao: imediata das definies.

Definio: A transposta de uma matriz A, denotada por

A ' ou At , a matriz cuja (i, j ) -isima entrada a ji .
Portanto, se A uma matriz n m , A ' uma matriz m n .

a11 a12
Exemplo: Se A a matriz 3 2 : a 21 a 22 , ento A '

a31 a32
a a 21 a31
matriz 2 3 : 11 .
a12 a22 a32
 fcil verificar das definies que a transposta satisfaz as
seguintes propriedades com respeito soma e produto:

a) ( A + B ) t = A t + B t .
b) ( AB ) t = B t At .

OBS.: comum, em lgebra linear, representar os vetores

x R n como vetores coluna, isto , como matrizes n 1 e
escreve-se x t quando se deseja representar x como um
vetor linha, isto , como uma matriz 1 n . Desta forma,
usa-se Ax para denotar o produto da matriz A m n e o
vetor x R n . Similarmente, usa-se x t A para denotar a
pr-multiplicao da matriz A n k pelo vetor x.

Definio: Uma matriz quadrada uma matriz A n m

para o qual n = m (isto , o nmero de linhas igual ao
nmero de colunas).

Definio: Uma matriz identidade de ordem n, denotada

por I, uma matriz quadrada n n cujas entradas da
diagonal principal so todas iguais unidade e cujas
entradas fora da diagonal principal so todas iguais a zero.

Definio: Uma matriz A quadrada de ordem n chamada

de matriz simtrica se, para todo i, j {1,..., n}, tem-se
aij = a ji . Observa-se que A uma matriz simtrica se e
somente se ela coincide com sua transposta, isto , se e
somente se, tem-se A = A t .

Definio: Uma matriz diagonal de ordem n uma

matriz quadrada de ordem n cujas entradas fora da
diagonal principal so todas iguais a zero.

Definio: Um vetor z pode ser expresso como uma

combinao linear dos vetores x1 ,..., xk se existirem
nmeros reais 1 ,..., k , tais que z = i =1 i xi .
k

Definio: Seja a coleo finita de vetores x1 ,..., xk em

R n . Os vetores x1 ,..., xk so ditos ser linearmente
dependentes se existirem nmeros reais 1 ,..., k , com
i 0 para algum i, tal que 1 x1 + + k xk = 0 . Se, por
outro lado, a nica soluo para 1 x1 + + k xk = 0
1 = = k = 0 , os vetores x1 ,..., xk so ditos ser
linearmente independentes.
3 7
Exemplo: Os vetores x, y e z dados por: x = , y =
2 6
12
e z = so linearmente dependentes uma vez que
10
x + 3 y 2 z = 0 . Por outro lado, os seguintes vetores x, y e
z so obviamente linearmente independentes:
 1 0 0
x = 0 y = 1 z = 0

0 0 1

Definio: Seja A uma matriz n m . Ento, cada uma das

n linhas de A define um vetor em R m . O posto linha de A,
denotado por r ( A) , definido como o nmero mximo
de linhas linearmente independentes de A. De forma
similar, cada uma das m colunas de A define um vetor em
R n e o posto coluna de A, denotado por c ( A) ,
definido como o nmero mximo de colunas linearmente
independentes de A. Desde que A uma matriz n m ,
deve-se ter r ( A) n e c ( A) m .

Teorema: O posto linha r ( A) de qualquer matriz A

n m coincide com seu posto coluna c ( A) .
Demonstrao: ver indicao em Sundaram (1996, p.34).
OBS.: Denota-se este valor comum de r ( A) e c ( A)
por ( A) . Note que, desde que r ( A) n e c ( A) m ,
deve-se ter ( A) min{m, n}.

Corolrio: O posto ( A) de qualquer matriz A igual ao

posto ( At ) de sua transposta At .
Teorema: Seja A uma matriz n m dada. Se B uma
matriz n m obtida de A
a) trocando quaisquer duas linhas de A, ou
b) multiplicando cada entrada em uma dada linha por
uma constante no nula , ou
c) substituindo uma dada linha, por exemplo, a i-sima
por ela mesma somada a alguma outra linha multiplicada
por ,
o posto (B ) de B igual ao posto ( A) de A. O mesmo
resultado verdadeiro se a palavra linha em cada uma
das operaes acima substituda por coluna.
Demonstrao: ver indicao em Sundaram (1996, p.35).

OBS.: Essas trs operaes descritas no teorema acima

so conhecidas como operaes elementares e tm um
papel importante na obteno da soluo de sistemas de
equaes lineares.

Finalmente, uma matriz A n m dita ser de posto cheio

se ( A) min{m, n}. Em particular, a matriz quadrada A
de ordem n dita ter posto cheio se ( A) = n .

Determinante

Definio: O determinante de qualquer matriz quadrada

A um nmero real denotado por |A|.
Definio. Seja A uma matriz n n . Para i, j {1,..., n},
denota-se por Aij a matriz que obtida de A aps a
remoo da i-sima linha e da j-sima coluna. O co-fator
de aij definido por cij = (1) i + j Aij .

Calculando todos os co-fatores de A, obtm-se uma matriz

C n n de co-fatores cuja (i, j ) -isima entrada cij . A
transposta da matriz de co-fatores chamada de adjunta
de A e denotada por Adj ( A) .

Teorema: Seja A uma matriz n n . Ento:

a) | A |= j =1 aij cij para todo i {1,..., n}.
n

b) | A |= i =1 aij cij para todo j {1,..., n} .

n

1 0 4
Exemplo: Seja a matriz A = 2 1 1 .

0 1 0
Caso se expanda o determinante de A, |A|, pela 3a. linha,
obtm-se: |A| = a31c31 + a32c32 + a33c33. Note que a31 = a33 =
0. Logo, precisa-se calcular apenas o co-fator c32 que
dado por:
1 4
c32 = (1) 3 + 2 = 9.
2 1
Assim, |A| = 0(c31) + 1(9) + 0(c33) = 9.
OBS.: Observa-se que um determinante diferente de zero
equivalente no singularidade de uma matriz
quadrada.

Definio: Seja A uma matriz quadrada n n . A inversa

de A, denotada por A 1 , definida para ser uma matriz B
n n que tem a propriedade que AB = I .

Quando existe, a inversa de uma matriz quadrada A n n ,

A 1 , calculada da seguinte forma:
1
A 1 = Adj ( A) .
A

Teorema: Seja A uma matriz n n .

a) Uma condio necessria e suficiente para A ter uma
inversa que A tenha posto n, ou, equivalentemente, que
A 0.
b) Se A 1 existe, ela nica, isto , duas diferentes
matrizes B e C no podem, ambas, serem a inversa de
uma dada matriz A.
Demonstrao: ver indicao em Sundaram (1996, p.38).

Formas Quadrticas

Definio: Uma forma quadrtica no R n uma

expresso gA em R n definida da seguinte forma:
 n
'
g A ( x) = x Ax = aij xi x j
i , j =1
onde A = ( aij ) qualquer matriz simtrica n n .

Uma forma quadrtica gA dita ser:

a) Definida positiva se x ' Ax > 0 para todo x R n , x 0 .
b) Semidefinida positiva se x ' Ax 0 para todo x R n ,
x 0.
c) Definida negativa se x ' Ax < 0 para todo x R n , x 0 .
d) Semidefinida negativa se x ' Ax 0 para todo x R n ,
x 0.

Exemplos: A forma quadrtica definida pela matriz

1 0
A=
0 1
definida positiva uma vez que para qualquer
x = ( x1 , x2 ) R 2 , tem-se x ' Ax = x12 + x22 e esta quantidade
positiva sempre que x 0 . Por outro lado, considere a
forma quadrtica definida pela matriz
1 0
A= .
0 0

Para qualquer x = ( x1 , x2 ) R 2 , tem-se x ' Ax = x12 , tal que

x ' Ax pode ser zero mesmo se x 0 . (Por exemplo,
x ' Ax = 0 se x = (0,1) ). Portanto, A no definida positiva.
Por outro lado, verdade que sempre se ter x ' Ax 0 e,
portanto, A semidefinida positiva.

Nota-se que existem matrizes que no so nem

semidefinidas positivas e nem semidefinidas negativas e,
portanto, no se enquadram nas quatro categorias
identificadas acima. Tais matrizes so chamadas formas
quadrticas indefinidas. Como um exemplo de uma
forma quadrtica indefinida, considere a matriz

0 1
A=
1 0
Para x = (1,1) , x ' Ax = 2 > 0 , portanto A no semidefinida
negativa. Mas para x = (1,1) , x ' Ax = 2 < 0 , portanto A
no tambm semidefinida positiva.

Pode-se utilizar uma forma alternativa para identificar se a

expresso gA definida anteriormente definida positiva
ou definida negativa com base na estrutura da matriz A.
Para isso, considere uma matriz simtrica A n n e seja Ak
uma submatriz de A com dimenso k k que obtida
quando apenas as primeiras k linhas e colunas so retidas,
ou seja,
a11 L a1k
Ak = M O M .

ak1 L akk
Refere-se a Ak como o k-simo menor principal ordenado
de A.

Teorema: Uma matriz simtrica A n n :

a) Definida negativa se e somente se ( 1) k Ak > 0 para
todo k {1,..., n}.
b) Definida positiva se e somente se Ak > 0 para todo
k {1,..., n}.
Demonstrao: ver indicao em Sundaram (1996, p.53).

A Matriz Caracterstica

Outra forma alternativa para determinar se uma matriz

quadrada (semi)definida positiva ou (semi)definida
negativa encontrando suas razes caractersticas.

Dado uma matriz quadrada A, qualquer vetor x que

satisfaa uma equao da forma Ax = rx para um dado
escalar r R, chamado vetor caracterstico (ou
autovetor) de A. O escalar r chamado de raiz
caracterstica (ou autovalor) de A.

Os valores de todos os autovalores de A podem ser

obtidos calculando o determinante da matriz A rI e
encontrando todas as razes do polinmio gerado. Por
exemplo, se A 3 x 3, ento se deve resolver o sistema:
 a11 r a12 a13
A rI = a 21 a 22 r a 23 = 0 .
a31 a32 a33 r

A matriz A rI chamada de matriz caracterstica de A

e a equao que resulta quando se iguala seu determinante
a zero chamada de equao caracterstica.

Exemplo: Encontre as razes e vetores caractersticos da

2 2
matriz .
2 1
2r 2
Equao caracterstica: = r 2 r 6 = 0.
2 1 r
Razes: r1 = 3 e r2 = 2 . Quando a primeira raiz usada, a
matriz caracterstica toma a forma:
2 3 2 x1 1 2 x1 0
2 = = .
1 3 x2 2 4 x2 0

Note que as duas linhas da matriz de coeficientes so

linearmente dependentes (L.I.). Assim, h um nmero
infinito de solues que podem ser expressas pela equao
x1 = 2x 2 . Para forar uma soluo nica, pode-se fazer
x2 = 1 e, assim, obter x1 = 2 . Portanto, o primeiro vetor
2
caracterstico : v1 = .
1
Procedendo de forma similar para a segunda raiz r2 = 2 ,
obtm-se a equao:

2 (2) 2 x1 4 2 x1 0
2 = = ,
1 (2) x2 2 1 x 2 0
que tem a soluo x1 = 12 x2 . Fazendo x1 = 1, obtm-se
x2 = 2 . Logo, o segundo vetor caracterstico :
1
v2 = .
2

Teorema. Uma matriz quadrada A n x n :

i) definida positiva ri > 0 para todo i {1,..., n};
ii) definida negativa ri < 0 para todo i {1,..., n};
iii) semidefinida positiva ri 0 para todo i {1,..., n};
iv) semidefinida negativa ri 0 para todo i {1,..., n}.
Se A tm autovalores positivos e negativos, ento ela
indefinida.
6 1 0
Exemplo: Determine os autovalores da matriz A = 13 4 0
5 1 9

e identifique se ela (semi)definida positiva ou

(semi)definida negativa.
Resposta: Note que:

A rI = (9 r )[(6 r )(4 r ) 13] = (9 r )(r 2 10r + 11) = 0

As razes desta equao so: r1 = 9 e
10 10 2 4(11) 10 7,48
r= = , ou seja, r2 = 8,74 e
2(1) 2
r3 = 1,26 .
Concluso: Uma vez que os trs autovalores so
positivos, a matriz A definida positiva.

FUNES E DERIVADAS

Funes

Definio: Sejam os subconjuntos S e T de Rn e Rm,

respectivamente. Uma funo f de S em T, denotada por
f : S T , uma regra que associa a cada elemento de S
um e apenas um elemento de T. O conjunto S chamado
de domnio da funo f e o conjunto T, seu contra-
domnio. O elemento y T que atribudo a um
particular x S chamado de imagem de x sob f .

OBS.: Sinnimos para funo incluem transformao,

mapa, mapeamento e aplicao.

Definio: O conjunto imagem de uma funo

f : S T o conjunto de todos os elementos em T que
so imagens de elementos em S . Desde que ele a
imagem de S , o conjunto imagem denotado por f (S ) .
Formalmente,
f ( S ) = { y T : y = f ( x) para algum x S }.

Definio: O grfico de uma funo f : S T o

conjunto de todos os pares relacionados ( x, f ( x)) em
S T . Formalmente

grfico( f ) = {( x, y ) S T : y = f ( x ), x S } .

Definio: Uma funo f limitada se existe um

nmero k tal que f ( x) k para todo x X .

Exemplo: Entre as funes mais simples encontradas em

anlise econmica esto as funes potncia f n :
definidas da seguinte forma: f1 ( x ) = x , f 2 ( x ) = x 2 ,
f n ( x) = xf n 1 ( x) = x n , n = 3,4,...

Exemplo: A funo Cobb-Douglas f : n+ +

definida por f ( x) = x1a1 x2a2 xnan , ai > 0 , o produto de
funes potncias gerais.

Exemplo: A funo identidade I X : X X atribui todo

elemento do domnio a ele mesmo, isto , I X ( x) = x para
todo x X .
Funes Contnuas

Definio: Seja f : S T , onde S R n e T R m .

Ento, f contnua em x S se, para todo > 0 , existe
um > 0 tal que y S e d ( x, y ) < implica que
d ( f ( x), f ( y )) < .

OBS.: Note que d ( x, y ) a distncia entre x e y em Rn,

enquanto d ( f ( x), f ( y )) a distncia entre f (x) e f ( y )
em Rm.

Na linguagem de sequncias, f : S T contnua em

x S se, para todas as sequncias {xk } tal que xk S
para todo k e lim k xk = x , o caso que
lim k f ( xk ) = f ( x) .

Exemplos:
a) A funo identidade f ( x) = x , para todo x R ,
contnua em cada x R .
b) A funo f : R R dada por: f ( x) = 0 para x 0 e
f ( x) = 1 para x > 0 contnua em todo o seu domnio,
exceto em x = 0 .

Uma funo f : S T contnua em todo seu domnio

S se ela contnua em cada ponto de S.
OBS.: a) Note que continuidade de uma funo f em um
ponto x uma propriedade local, isto , ela informa sobre
o comportamento de f prximo de x, mas no nos diz nada
sobre o comportamento de f em outros pontos de seu
domnio; b) Note tambm que se f : S R n R m , ento
f consiste de m funes componentes, isto , existem
funes f i : S R , i = 1,..., m , tal que para cada x S ,
tem-se f ( x) = ( f 1 ( x),..., f m ( x) ).

Teorema: Uma funo f : S R n R m contnua em

um ponto x S se e somente se para todos os conjuntos
abertos V R m tal que f ( x) V , existe um conjunto
aberto U R n tal que x U e f ( z ) V para todo
z U S .
Demonstrao: ver Sundaram (1996, p.42).
Funes Diferenciveis

Definio: Seja S um subconjunto aberto do Rn. Uma

funo f : S R m diferencivel em um ponto x S se
existir uma matriz A m n tal que, para todo > 0 existe
um > 0 tal que y S , e x y < implica

f ( x ) f ( y ) A( x y ) < x y

Equivalentemente, f diferencivel em x S se:

 f ( y ) f ( x) A( y x)
lim = 0 .
y x
yx

A matriz A, neste caso, chamada de derivada de f em x

e denotada por Df (x) . No caso de n = m = 1, isto ,
sempre que S R e f : S R , denota-se Df (x) por
f ' ( x) .

OBS.: A definio da derivada Df pode ser motivada

como segue. Uma funo afim de R n para R m uma
funo g da seguinte forma:

g ( y ) = Ay + b ,

onde A uma matriz m n e b R m . (Quando b = 0 , a

funo g chamada linear.) Intuitivamente, a derivada
de f em um ponto x S a melhor aproximao afim de
f em x, isto , a melhor aproximao de f ao redor do
ponto x por uma funo afim g. Aqui, melhor significa
que a razo
f ( y) g ( y)

yx

tende para zero quando y x . Desde que os valores de f

e g devem coincidir em x, deve-se ter g ( x ) = Ax + b =
 f ( x) ou b = f ( x ) Ax . Portanto, pode-se escrever esta
funo aproximao g da seguinte forma:

g ( y ) = Ay Ax + f ( x) = A( y x ) + f ( x) .

Dado este valor para g ( y ) , a tarefa de identificar a melhor

aproximao afim de f em x resume-se a identificar a
matriz A tal que

f ( y) g ( y) f ( y ) ( A( y x) + f ( x))
= 0
yx yx

quando y x . Esta precisamente a definio de

derivada dada acima.

A Figura 1 fornece uma ilustrao grfica da derivada.

Figura 1. A derivada