n.

1 – Matrizes

Historicamente o estudo das Matrizes era apenas uma sombra

dos Determinantes. Foi Joseph Sylvester, o primeiro a dar um
nome ao novo ramo da matemática, mas coube a Cayley, amigo
de Sylvester, não somente a prova, mas também a demonstração
das utilidades das Matrizes em 1858.

Aplicações:
 Na Engenharia Elétrica: para resolver circuitos, pois envolve
sistemas de n equações e n incógnitas.
 Na Física é feito o uso das matrizes a partir de tabelas
relacionando o deslocamento e o tempo. Para calcular um
curto circuito ou uma tensão, ou corrente em um sistema de
energia.
 Na Computação Gráfica, editores de imagem, a
configuração do próprio teclado.
 Movimentos rígidos (efeitos especiais de cinema, games,
simuladores científicos, pode-se usar matrizes para
reproduzir os movimentos de rotação, translação, reflexões).
 Na economia é uma ferramenta na interpretação de gráficos
que também podem ser originados de tabelas que usamos as
matrizes.
 Na Engenharia Civil são de extrema importância para a
divisão dos metros e distribuição de material na construção
de uma estrutura de sustentação (lage), cálculos estruturais.
 Metereologia.
 Ocenografia.
 Nos assuntos ligados à Álgebra, as matrizes são
responsáveis pela solução de sistemas lineares.

MATRIZES

As matrizes são estruturas matemáticas organizadas na forma de

tabela com linhas e colunas, utilizadas na organização de dados
e informações.

Definições:

1. Ordem: Se a matriz A tem m linhas e n colunas, dizemos que

a ordem da matriz é m×n

2. Posição de um elemento: a posição de cada elemento

𝑎𝑖𝑗 = 𝑎( 𝑖, 𝑗) é indicada pelo par ordenado (i, j).
 Onde: i = linha j = coluna

𝒂𝒊𝒋 = 𝒂𝟏𝟏 𝒂𝒊𝒋 = 𝒂𝟐𝟑

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

3. Notação para a matriz: Indicamos uma matriz por letras

maiúsculas A, B, C, D, ..., P, ...
O símbolo 𝑃𝑚×𝑛 (ℝ) indicará o conjunto de todas as matrizes
de ordem 𝑚 × 𝑛 de elementos reais.

4. Diagonal principal: A diagonal principal da matriz é indicada

pelos elementos da forma 𝑎( 𝑖, 𝑗) onde 𝑖 = 𝑗.

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

5. A diagonal secundária de uma matriz quadrada de ordem n é

indicada pelos n elementos.
 𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

Exemplo: Escreva a matriz A = (aij)2x3 tal que aij =

𝑖 + 2 𝑗, 𝑠𝑒 𝑖 > 𝑗
{𝑖 𝑗 , 𝑠𝑒 𝑖 = 𝑗
2 𝑖 − 𝑗, 𝑠𝑒 𝑖 < 𝑗

Resolução:

𝑎11 𝑎12 𝑎13

A matriz é do tipo: 𝐴 = [ ]
𝑎21 𝑎22 𝑎23

Portanto,

 i = j para os elementos 𝑎11 e 𝑎22 : 11 = 1 22 = 4

i > j para o elemento 𝑎21 : 2 + 2 (1) = 2 + 2 = 4
i < j para os elementos 𝑎12 , 𝑎13 e 𝑎23 :

2 (1) – 2 = 0 ; 2(1) – 3 = - 1 ; 2(2) – 3 = 1

1 0 −1
𝐴= [ ]
4 4 1
Ordem de uma matriz:
1
[2]  matriz de ordem 3 x 1 (3 linhas e 1 coluna).
3

−2 3
[−78 8 ]  matriz de ordem 3 x 2 (3 linhas e 2 colunas)
2 −3

0 3

−1 5
 matriz de ordem 4 x 2 (4 linhas e 2 colunas)
6 −9

[1 4]

[1 2 3 7]  matriz de ordem 1 x 4 (1 linha e 4 colunas)

TIPOS ESPECIAIS DE MATRIZES

1. Matriz quadrada é a matriz que tem o número de linhas igual

ao número de colunas, isto é m = n.

0 1 0 
A  5  1 7  9  4
B  8 C
2 0 3 3 7 
2. Matriz linha é aquela onde m = 1

A  9 0  3 2 B  1 3

3. Matriz coluna é aquela onde n = 1

7
  9
A  3
2 B 
    2
1

4. Matriz diagonal é a que tem elementos nulos fora da diagonal

principal. Alguns elementos da diagonal principal podem ser
nulos.

É uma matriz quadrada (m = n) onde 𝑎𝑖𝑗 = 0 para 𝑖 ≠ 𝑗.

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

9 0 0 0
1 0 0  0  4 0 0
A  0 4 0  B
0 0 1 0
0 0  2  
0 0 0 3

5. Matriz nula é aquela que possui todos os elementos iguais à

zero.
 0 0 0 
A  0 0 0
0 0
B 
0 0 0 0 0

6. Matriz unidade ou identidade, denotada por I ou Id, tem os

elementos da diagonal principal iguais a 1 e zero fora da
diagonal principal.
aij  0 para i  j e
É uma matriz diagonal onde 
aij  1 para i  j

Muitas vezes a matriz identidade de ordem n é indicada por

I n n ou apenas In .
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

1 0 0 0
1 0 0 0 1 0 0
A  0 1 0 1 0
B C
 0 0 1 0
0 0 1 0 1   
0 0 0 1

7. Matriz oposta: dada uma matriz B, a matriz oposta a ela é – B.

 50 −11

Exemplo: Se tivermos uma matriz 𝐵 = − 63 7

[ −8 10 ]3 𝑥 2

−50 11

𝐴 𝑚𝑎𝑡𝑟𝑖𝑧 𝑜𝑝𝑜𝑠𝑡𝑎 𝑎 𝑒𝑙𝑎 é: −𝐵 = 63 −7

[ 8 −10]3 𝑥2

Para encontrar a matriz oposta de uma matriz qualquer basta

trocar os sinais dos elementos.

Matrizes iguais ou igualdade de matrizes: dada uma matriz

A e uma matriz B, as duas poderão ser iguais se somente seus
elementos correspondentes forem iguais.

50 −11 50 −11

𝐴 = − 63 7 𝐵 = − 63 7

[ −8 10 ]3 𝑥2
[ −8 10 ]3 𝑥2

As matrizes A e B são iguais, pois seus elementos

correspondentes são iguais.
8. Matriz Triangular Superior é uma matriz quadrada onde
aij  0 para i > j.

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

1 3 0 3
1 9 0   
A  0 7  2 C
1  9 0 0 6 0
B  0 0 1 2
0 0 1  0 1   
0 0 0 1 

9. Matriz Triangular Inferior é uma matriz quadrada onde aij  0

para i < j.

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑

A = 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑

[𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 ]

1 0 0 0
 4 0 0 6 5
1 0 0 0
A   9 2 0 B  C
4  3 9 0
 7 1 3 1   
2 0 0 1
OPERAÇÕES COM MATRIZES

Adição de matrizes e suas propriedades

Adição
Dadas duas matrizes de mesma ordem m × n:

𝐴𝑚 𝑥 𝑛 = [𝑎𝑖𝑗 ] e 𝐵𝑚 𝑥 𝑛 = [𝑏𝑖𝑗 ] , então:

𝐴 + 𝐵 = [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]

Exemplos:

 4 0 1  2 1  8  6 1  7
1 3 0  A  B  10 5 2 
Se A   9 2 2 e B    , então
 1 7 1  6 2  1  5 9 0 

Propriedades da soma de matrizes

A1: Associativa: Para quaisquer matrizes A, B e C, de mesma

ordem m×n, vale a igualdade:
(A + B) + C = A + (B + C)

A2: Comutativa: Para quaisquer matrizes A e B, de mesma

ordem m×n, vale a igualdade:
A+B=B+A
A3: Elemento neutro: Existe uma matriz nula 0 que somada com
qualquer outra matriz A de mesma ordem, fornecerá a própria
matriz A, isto é:
0+A=A

A4: Elemento oposto: Para cada matriz A, existe uma matriz

– A, denominada a oposta de A, cuja soma entre ambas

fornecerá a matriz nula de mesma ordem, isto é:
A + (–A) = 0

Multiplicação de matriz por escalar

Dada uma matriz 𝐴 𝑚 𝑥 𝑛 = [𝑎𝑖𝑗 ]𝑚 𝑥 𝑛 e um escalar α ∈ R,

então:   A    [aij ] m  n  [  aij ] m  n

Exemplos:

3 0  1 6 0  2
1. Se A  9 6 2  e   2 , então   A  2  A  18 12 4 
1  7 4   2  14 8 

3  4 1   9 12  3
2. Se B  2 5  2
e   3 , então   B  3  B   6  15 6 
 
Propriedades da multiplicação de escalar por matriz

E1: Multiplicação pelo escalar 1: A multiplicação do escalar 1

por qualquer matriz A, fornecerá a própria matriz A, isto é:
1. A = A

E2: Multiplicação pelo escalar zero: A multiplicação do escalar

0 por qualquer matriz A, fornecerá a matriz nula, isto é:
0. A = 0

E3: Distributividade das matrizes: Para quaisquer matrizes A e

B de mesma ordem e para qualquer escalar k, tem-se:
k (A+B) = k A + k B

E4: Distributividade dos escalares: Para qualquer matriz A e

para quaisquer escalares p e q, tem-se:
(p + q) A = p A + q A

Multiplicação de matrizes

Dadas duas matrizes Am  n  [ aij ] m  n e Bn  p  [b jk ] n  p , então:

A  B  C  [cik ] m  p , onde
n
cik  ai1  b1k  ai 2  b2 k  ai 3  b3k  .....  ain  bnk   aij  b jk
j 1
Observação: Somente podemos multiplicar duas matrizes se o
número de colunas da primeira for igual ao número de linhas da
segunda.

Exemplo:

 a11 a12   b11 b12 b13   c11 c12 c13 

Se A  a a  e B  b  C  c ,
 21 22   21 b22 b23  , então  21 c22 c23 
2

onde cik  ai1  b1k  ai 2  b2 k   aij  b jk , isto é:

j 1

𝑎11 . 𝑏11 + 𝑎12 . 𝑏21 𝑎11 . 𝑏12 + 𝑎12 . 𝑏22 𝑎11 . 𝑏13 + 𝑎12 . 𝑏23
[ ]
𝑎21 . 𝑏11 + 𝑎22 . 𝑏21 𝑎21 . 𝑏12 + 𝑎22 . 𝑏22 𝑎21 . 𝑏13 + 𝑎22 . 𝑏23

Propriedades da multiplicação de matrizes

Para todas as matrizes A, B e C que podem ser multiplicadas,

temos algumas propriedades:

M1: Nem sempre vale a comutatividade

Em geral A x B é diferente de B x A

M2: Distributividade da soma à direita

A (B+C) = A B + A C

M3: Distributividade da soma à esquerda

 (A + B) C = A C + B C

M4: Associatividade
A (B C) = (A B) C

M5: Nulidade do produto: Pode acontecer que o produto de duas

matrizes seja a matriz nula, isto é: AB = 0, embora nem A nem
B sejam matrizes nulas.

M6: Nem sempre vale o cancelamento: Se ocorrer a igualdade

AC = BC, então nem sempre será verdadeiro que A = B.

A transposta de uma matriz e suas propriedades

Dada uma matriz A=[a(i,j)] de ordem m×n, definimos a

transposta da matriz A como a matriz
At = [a(j,i)]

e segue que as linhas de A se transformam nas colunas de At.

𝟓 𝟖 𝟑 𝟓 𝟒 𝟔

𝑨= 𝟒 𝟕 𝟐 → 𝑨𝒕 = 𝟖 𝟕 𝟏

[𝟔 𝟏 𝟗] [𝟑 𝟐 𝟗]
Propriedades das matrizes transpostas

T1: A transposta da transposta da matriz é a própria matriz.

(At)t = A

T2: A transposta da multiplicação de um escalar por uma matriz

é igual ao próprio escalar multiplicado pela transposta da matriz.
(kA)t = k (At)

T3: A transposta da soma de duas matrizes é a soma das

transpostas dessas matrizes.
(A + B)t = At + Bt

T4: A transposta do produto de duas matrizes é igual ao produto

das transpostas das matrizes na ordem trocada.
(A B)t = Bt At

Matrizes simétricas e anti-simétricas e suas propriedades

 Uma matriz A é simétrica se é uma matriz quadrada tal que:

At = A

1 5 9
Seja 𝐴 = [5 3 8]
9 8 7
 1 5 9
𝑇
Logo, a transposta de A será: 𝐴 = [5 3 8]
9 8 7

 Uma matriz A é anti-simétrica se é uma matriz quadrada tal

que:
At = - A
0 3 4
Seja 𝐴 = [−3 0 −6]
−4 6 0
0 −3 −4
𝑇
Logo, a transposta de A será: 𝐴 = [3 0 6]
4 −6 0
0 −3 −4
A oposta de A será: − 𝐴 = [3 0 6]
4 −6 0

Exercícios sobre matrizes:

1. Calcule o produto das matrizes:

 4 0 3  1
1 3  1
A    B   5  2  1 1 
a. A.B, sendo e
 2  1 1    1 2 0 6 

12 −8 0 −4
R: 𝐴 . 𝐵 = [ ]
2 4 −5 7
 2 3 4 𝑥
b. M.N, sendo 𝑀 = [3 5 −4] e 𝑁 = [𝑦]
4 7 −2 𝑧
2𝑥 + 3 𝑦 + 4𝑧

𝑅: M. N = 3𝑥 + 5𝑦 − 4𝑧

[ 4𝑥 + 7𝑦 − 2𝑧 ]
2. Sejam:
1 2 5 7
a. 𝐴=[ ] 𝑒 𝐵=[ ], calcule A.B e B.A.
3 4 6 8
17 23 26 38
R: 𝐴. 𝐵 = [ ] 𝑒 𝐵. 𝐴 = [ ]
39 53 30 44

11 3 2 −3
b. 𝐴 = [ ] 𝑒 𝐵=[ ], calcule A.B e B.A.
7 2 −7 11
1 0 1 0
R: 𝐴. 𝐵 = [ ] 𝑒 𝐵. 𝐴 = [ ]
0 1 0 1

3. Calcule m e n para que a matriz B seja a inversa da matriz A:

𝑚 −22 5 22
a. 𝐴 = [ ] 𝑒 𝐵=[ ] R: m =9 e n = 5
−2 𝑛 2 9
 2 5 8 𝑚
b. 𝐴 = [ ]𝑒 𝐵=[ ] R: m =- 5 e n = - 3
3 8 𝑛 2

−1
1 2 3 −2 0 1
4. Sejam 𝐴=[
2 1 −1
], 𝐵 = [
3 0 1
] , 𝐶 = [ 2 ] 𝑒 𝐷 = [2 −1] ,
4
encontre:
−1 2 4
a. A + B R: [ ]
5 1 0

15
b. A . C R: [ ]
−4
−2 1
c. C . D R: [ 4 −2]
8 −4

d. D . A R: [0 3 7]

e. D . B R: [−7 0 1]

−1 −2 −3
f. – A R: [ ]
−2 −1 1

5. Se podemos efetuar o produto AA, então A é uma matriz

2 −2 1 2 7 0
quadrada. Se A = AA, então [ ] =? R: [ ]
3 2 0 7

𝑥 𝑦 2 3 1 0
6. Ache x, y, z, w se [ ].[ ]= [ ].
𝑧 𝑤 3 4 0 1
R: x=-4 y=3 z=3 w=-2
7. Encontre a solução do sistema dado por
𝑥+𝑦 2𝑧+𝑤 3 5
[ ]=[ ] R: x = 2, y = 1, z = 3, w = -1
𝑥−𝑦 𝑧−𝑤 1 4

1 3 2 0 −4
8. Sejam 𝐴 = [ ] e 𝐵= [ ], encontre:
2 −1 3 −2 6
11 −6 14
a. AB R: 𝐴𝐵 = [ ]
1 2 −14
b. BA R: BA não é definido.
2 −1
1 −2 5
9. Sejam 𝐴 = [ 1 0] e 𝐵 = [ ], encontre:
3 4 0
−3 4
−1 −8 10
a. AB R: 𝐴𝐵 = [ 1 −2 5 ]
9 22 − 15

−15 19
b. BA R: 𝐵𝐴 = [ ]
10 −3
1 0 1 0
t
10. Encontre a transposta A da matriz 𝐴 = [2 3 4 5].
4 4 4 4
1 2 4
0 3 4
R: [ ]
1 4 4
0 5 4
 2 1 0 0 0 2
11. Sejam 𝐴 = [ ], 𝐵 = [ ] e 𝐶=
1 2 1 6 4 2
3 2 0 1
[ ] matrizes de M2 x 3. Calcule: 3 (𝐴 − 𝐵) + 𝐶
0 1 0 2

9 5 −3
R: [ ]
−6 1 0
12. Dadas as matrizes
4 −5
−4 6 −3
𝐴= 3 −7 𝑒 𝐵 = [ ],
−3 5 8
[−2 4]
−1 9 −4

Calcule (AB)T. R: (AB)T = −1 −17 8

[−52 −65 38 ]

1 2
13. Seja 𝐴 = [ ]. Encontre:
4 −3
9 −4
a. A2 R: 𝐴2 = [ ]
−8 17

−7 30
b. A3 R: 𝐴3 = [ ]
60 −67

c. f (A)
−13 52
Onde f (x) = 2 x3 – 4 x + 5 R: [ ]
104 −117
Resolução dos exercícios:

1. Calcule o produto das matrizes:

 4 0 3  1
1 3  1
a. A.B, sendo A    e B   5  2  1 1 

  2  1 1 
  1 2 0 6 

1(−4) + 3(5) + (−1)(−1) 1(0) + 3(−2) + (−1)(2) 1(3) + 3(−1) + (−1)(0) 1(−1) + 3(1) + (−1)(6)
𝐴 .𝐵 = [ ]
−2(−4) + (−1)(5) + 1(−1) −2(0) + (−1)(−2) + 1(2) −2(3) + (−1)(−1) + 1(0) −2(−1) + (−1)(1) + 1(6)

−4 + 15 + 1 0−6−2 3−3−0 −1 + 3 − 6
𝐴 .𝐵 = [ ]
+8 − 5 − 1 −0 + 2 + 2 −6 + 1 + 0 +2 − 1 + 6

12 −8 0 −4
R: 𝐴 . 𝐵 = [ ]
2 4 −5 7

2 3 4 𝑥
b. M.N, sendo 𝑀 = [3 5 −4] e 𝑁 = [𝑦]
4 7 −2 𝑧

2𝑥 + 3 𝑦 + 4𝑧

𝑅: M. N = 3𝑥 + 5𝑦 − 4𝑧

[ 4𝑥 + 7𝑦 − 2𝑧 ]

2. Sejam:
1 2 5 7
a. 𝐴=[ ]𝑒 𝐵=[ ], calcule A.B e B.A.
3 4 6 8
17 23 26 38
R: 𝐴. 𝐵 = [ ] 𝑒 𝐵. 𝐴 = [ ]
39 53 30 44

11 3 2 −3
b. 𝐴=[ ] 𝑒 𝐵=[ ], calcule A.B e B.A.
7 2 −7 11
1 0 1 0
R: 𝐴. 𝐵 = [ ] 𝑒 𝐵. 𝐴 = [ ]
0 1 0 1

Obs: quando A.B = B.A = I diz-se que uma matriz é a inversa da outra.

3. Calcule m e n para que a matriz B seja a inversa da matriz A:

 𝑚 −22 5 22
a. 𝐴 = [ ] 𝑒 𝐵=[ ]
−2 𝑛 2 9

𝑚 −22 5 22 5 22 𝑚 −22 1 0
[ ] .[ ]=[ ].[ ]=[ ]
−2 𝑛 2 9 2 9 −2 𝑛 0 1

𝑚(5) + (−22)2 𝑚(22) + (−22)9 5(𝑚) + 22(−2) 5(−22) + 22(𝑛) 1 0

[ ] =[ ]=[ ]
−2(5) + 𝑛(2) −2(22) + 𝑛(9) 2(𝑚) + 9(−2) 2(−22) + 9(𝑛) 0 1

5(𝑚) + 22(−2) = 1
2(𝑚) + 9(−2) = 0
Portanto, 𝑚 = 9

5(−22) + 22(𝑛) = 0
2(−22) + 9(𝑛) = 1
E, portanto, 𝑛 = 5

R: m =9 e n = 5

2 5 8 𝑚
b. 𝐴 = [ ]𝑒 𝐵=[ ] R: m = - 5 e n = - 3
3 8 𝑛 2

−1
1 2 3 −2 0 1
4. Sejam 𝐴 = [ ], 𝐵 = [ ] , 𝐶 = [ 2 ] 𝑒 𝐷 = [2 −1] ,
2 1 −1 3 0 1
4
encontre:
−1 2 4
a. A + B R: [ ]
5 1 0

15
b. A . C R: [ ]
−4

c. C . D
 −1 −1(2) (−1)(−1) −2 1

2 . [2 −1] = 2(2) 2(−1)  R: 4 −2

[4] [ 4(2) 4(−1) ] [8 −4]

d. D . A R: [0 3 7]

e. D . B R: [−7 0 1]

−1 −2 −3
f. – A R: [ ]
−2 −1 1

5. Se podemos efetuar o produto AA, então A é uma matriz quadrada. Se A2 = AA, então
−2 1 2 7 0
[ ] =? R: [ ]
3 2 0 7

𝑥 𝑦 2 3 1 0
6. Ache x, y, z, w se [ ].[ ]= [ ].
𝑧 𝑤 3 4 0 1
R: x=-4 y=3 z=3 w=-2

7. Encontre a solução do sistema dado por

𝑥+𝑦 2𝑧+𝑤 3 5
[ ]=[ ] R: x = 2, y = 1, z = 3, w = -1
𝑥−𝑦 𝑧−𝑤 1 4

1 3 2 0 −4
8. Sejam 𝐴 = [ ] e 𝐵= [ ], encontre:
2 −1 3 −2 6
11 −6 14
a. AB R: 𝐴𝐵 = [ ]
1 2 −14

b. BA R: BA não é definido.

2 −1
1 −2 5
9. Sejam 𝐴 = [ 1 0] e 𝐵= [ ], encontre:
3 4 0
−3 4
−1 −8 10
a. AB R: 𝐴𝐵 = [ 1 −2 5 ]
9 22 − 15

−15 19
b. BA R: 𝐵𝐴 = [ ]
10 −3
 1 2 4
1 0 1 0
t 0 3 4
10. Encontre a transposta A da matriz 𝐴 = [2 3 4 5]. R: [ ]
1 4 4
4 4 4 4
0 5 4

2 1 0 0 0 2 3 2 0
11. Sejam 𝐴 = [ ], 𝐵 = [ ] e 𝐶= [ ] matrizes de M2 x 3. Calcule:
1 2 1 6 4 2 0 1 0
1 9 5 −3
3 (𝐴 − 𝐵) + 𝐶 R: [ ]
2 −6 1 0
4 −5
−4 6 −3
12. Dadas as matrizes 𝐴 = 3 −7 𝑒 𝐵 = [ ],
−3 5 8
[−2 4]
−1 9 −4

Calcule (AB)T. R: (AB)T = −1 −17 8

[−52 −65 38 ]

1 2
13. Seja 𝐴 = [ ]. Encontre:
4 −3
9 −4
a. A2 R: 𝐴2 = [ ]
−8 17

−7 30
b. A3 R: 𝐴3 = [ ]
60 −67

c. f (A)
Onde f (x) = 2 x3 – 4 x + 5

O escalar “5” deve ser multiplicado pela matriz unidade ou matriz identidade, para que possamos
operar com a matriz.
−7 30 1 2 1 0
𝑓(𝐴) = 2 [ ]−4 [ ]+5 [ ]
60 −67 4 −3 0 1

−14 60 4 8 5 0
=[ ]− [ ]+ [ ]
120 −134 16 −12 0 5

−18 52 5 0
=[ ]+ [ ]
104 −122 0 5

−13 52
R: [ ]
104 −117

Observação:
A2 = A.A
 A3 = A2 . A
A0 = I (identidade ou unidade)
a0 = termo independente

Polinômio: f (x) = a0 + a1 x1 + a2 x2+ a3 x3+ ... + an xn

Polinômio de matrizes:
f (A) = a0 A0 + a1 A1 + a2 A2+ a3 x3+ ... + an An
f (A) = a0 I + a1 A1 + a2 A2+ a3 x3+ ... + an An

Referências Bibliográficas

CALLIOLI, C. A. et al. Álgebra linear e aplicações. São Paulo: Atual, 1990.

LIPSCHUTZ, S. Álgebra linear. São Paulo: McGraw-Hill do Brasil, 1972.

STEINBRUCH, A. e WINTERLE, P. Álgebra linear. São Paulo: Pearson-Makron Books, 2010.