Escolar Documentos
Profissional Documentos
Cultura Documentos
e Álgebra Linear
Autoras: Profa. Isabel Cristina de Oliveira Navarro Espinosa
Profa. Valéria de Carvalho
Colaboradores: Profa. Mirtes Mariano
Prof. Daniel Scodeler Raimundo
Professoras conteudistas:
Isabel Cristina de Oliveira Navarro Espinosa / Valéria de Carvalho
Isabel Cristina de Oliveira Navarro Espinosa, graduada em Matemática pela Faculdade Oswaldo Cruz e mestre em
Educação Matemática pela Pontifícia Universidade Católica (PUC – SP), leciona no Ensino Superior desde 1981.
Professora do curso de Pós-graduação lato sensu em Educação Matemática das Faculdades Oswaldo Cruz e
professora da Universidade Paulista – UNIP na modalidade presencial e na modalidade EaD – Educação a Distância.
Valéria de Carvalho
Valéria de Carvalho, especialista em Matemática pelo IMECC (Instituto de Matemática Estatística e Computação
Científica), mestre e doutora em Educação Matemática pela Faculdade de Educação – Unicamp é professora do Ensino
Superior desde 1988.
Trabalha com temas envolvendo Tecnologias da Informação e da Comunicação (TICs) em projetos de Educação
Continuada, envolvendo docentes de Matemática, no LEM (Laboratório de Ensino de Matemática – IMECC) e na
Faculdade de Educação, ambos na Unicamp, sempre como professora colaboradora.
Possui publicações em anais de congressos fora do Brasil e capítulos de livros em nossa língua pensando o trabalho
docente, a educação matemática crítica e a sociedade.
CDU 51
© Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida por qualquer forma e/ou
quaisquer meios (eletrônico, incluindo fotocópia e gravação) ou arquivada em qualquer sistema ou banco de dados sem
permissão escrita da Universidade Paulista.
Prof. Dr. João Carlos Di Genio
Reitor
Comissão editorial:
Dra. Angélica L. Carlini (UNIP)
Dra. Divane Alves da Silva (UNIP)
Dr. Ivan Dias da Motta (CESUMAR)
Dra. Kátia Mosorov Alonso (UFMT)
Dra. Valéria de Carvalho (UNIP)
Apoio:
Profa. Cláudia Regina Baptista – EaD
Profa. Betisa Malaman – Comissão de Qualificação e Avaliação de Cursos
Projeto gráfico:
Prof. Alexandre Ponzetto
Revisão:
Ana Luiza Fazzio
Virgínia Bilatto
Sumário
Geometria Analítica e Álgebra Linear
APRESENTAÇÃO.......................................................................................................................................................9
INTRODUÇÃO......................................................................................................................................................... 10
Unidade I
1 MATRIZ..................................................................................................................................................................11
1.1 Introdução.................................................................................................................................................11
1.2 Igualdade de matrizes......................................................................................................................... 16
1.3 Alguns tipos especiais de matrizes................................................................................................ 17
2 OPERAÇÕES COM MATRIZES....................................................................................................................... 21
2.1 Adição........................................................................................................................................................ 21
2.2 Multiplicação por escalar................................................................................................................... 24
2.3 Transposição ou matriz transposta................................................................................................ 28
2.4 Multiplicação de matrizes................................................................................................................. 29
2.5 Matriz inversa ........................................................................................................................................ 39
2.6 Processo prático para determinar a matriz inversa ............................................................... 42
2.7 Ampliando seu leque de exemplos................................................................................................ 47
3 SISTEMAS LINEARES E DETERMINANTES................................................................................................ 55
3.1 Sistemas lineares................................................................................................................................... 55
3.1.1 Equações lineares ................................................................................................................................... 55
3.1.2 Sistemas lineares...................................................................................................................................... 56
3.1.3 Resolução por adição............................................................................................................................. 59
3.1.4 Resolução por escalonamento........................................................................................................... 62
3.1.5 Resolução de sistemas pelo método de eliminação de Gauss.............................................. 69
3.2 Ampliando seu leque de exemplos................................................................................................ 75
4 DETERMINANTES.............................................................................................................................................. 81
4.1 Introdução................................................................................................................................................ 81
4.2 Cálculo de determinantes ................................................................................................................. 81
4.3 Regra de Cramer e a resolução de sistemas lineares n x n.................................................. 87
Unidade II
5 GEOMETRIA ANALÍTICA : UMA ABORDAGEM VETORIAL................................................................101
5.1 Vetores – tratamento geométrico................................................................................................101
5.1.1 O conceito de vetor..............................................................................................................................102
5.1.2 Casos particulares de vetores...........................................................................................................104
5.1.3 Operações com vetores.......................................................................................................................105
5.2 Espaço vetorial real............................................................................................................................ 117
5.3 Vetores – tratamento algébrico..................................................................................................... 118
5.3.1 Plano cartesiano.....................................................................................................................................119
5.3.2 Vetores no plano................................................................................................................................... 120
5.3.3 Combinação linear............................................................................................................................... 123
5.3.4 Dependência e independência linear........................................................................................... 126
5.3.5 Base ........................................................................................................................................................... 130
5.4 Operações com vetores utilizando as coordenadas..............................................................132
5.4.1 Adição ...................................................................................................................................................... 132
5.4.2 Multiplicação por escalar.................................................................................................................. 133
5.4.3 Vetores paralelos................................................................................................................................... 134
5.4.4 Dependência linear.............................................................................................................................. 136
5.4.5 Módulo ou norma de um vetor...................................................................................................... 140
5.5 Produto escalar....................................................................................................................................142
5.5.1 Definição algébrica.............................................................................................................................. 142
5.5.2 Propriedades do produto escalar................................................................................................... 142
5.5.3 Ângulo entre dois vetores................................................................................................................. 145
5.5.4 Projeção ortogonal............................................................................................................................... 149
5.6 Produto vetorial ..................................................................................................................................150
5.6.1 Orientação no espaço vetorial IR................................................................................................... 150
5.6.2 Produto vetorial - definição..............................................................................................................151
5.6.3 Propriedades........................................................................................................................................... 154
5.7 Produto misto ......................................................................................................................................156
5.7.1 Definição ................................................................................................................................................. 156
5.7.2 Propriedades do produto misto...................................................................................................... 158
5.8 Sistema de coordenadas .................................................................................................................164
5.8.1 No plano .................................................................................................................................................. 164
5.8.2 No espaço................................................................................................................................................ 165
5.9 Ampliando seu leque de exemplos..............................................................................................167
6 RETAS E PLANOS.............................................................................................................................................178
6.1 Estudo da reta.......................................................................................................................................178
6.1.1 Equação vetorial.................................................................................................................................... 178
6.1.2 Equações paramétricas....................................................................................................................... 180
6.1.3 Equações simétricas (na forma simétrica).................................................................................. 182
6.2 Estudo do plano ..................................................................................................................................185
6.2.1 Equação vetorial.................................................................................................................................... 185
6.2.2 Equações paramétricas do plano................................................................................................... 189
6.2.3 Equação geral do plano...................................................................................................................... 192
6.2.4 Vetor normal ao plano........................................................................................................................ 196
6.3 Ampliando seu leque de exemplos..............................................................................................198
Unidade III
7 POSIÇÃO RELATIVA, DISTÂNCIA E ÂNGULOS...................................................................................... 211
7.1 Posição relativa.................................................................................................................................... 211
7.1.1 Reta-reta................................................................................................................................................... 211
7.1.2 Reta-plano ..............................................................................................................................................216
7.1.3 Plano-plano............................................................................................................................................. 222
7.2 Ângulos....................................................................................................................................................228
7.2.1 Reta-reta.................................................................................................................................................. 228
7.2.2 Reta-plano................................................................................................................................................231
7.2.3 Plano-plano............................................................................................................................................. 235
7.3 Distâncias...............................................................................................................................................237
7.3.1 Distância entre dois pontos ............................................................................................................ 237
7.3.2 Distância entre ponto e reta............................................................................................................ 238
7.3.3 Distância entre retas paralelas........................................................................................................ 239
7.3.4 Distância entre um ponto e um plano..........................................................................................241
7.3.5 Distância entre reta e plano (paralelos)....................................................................................... 242
7.3.6 Distância entre planos paralelos..................................................................................................... 243
8 SEÇÕES CÔNICAS ..........................................................................................................................................245
8.1 Parábola...................................................................................................................................................247
8.2 Elipse.........................................................................................................................................................254
8.3 Circunferência......................................................................................................................................258
8.4 Hipérbole.................................................................................................................................................259
8.5 Ampliando seu leque de exemplos..............................................................................................263
APRESENTAÇÃO
As aplicações desse poderoso campo de estudo – a geometria analítica –, podem ser encontradas
na engenharia, ciência da computação, matemática, física, biologia, economia, estatística e outras.
Nesse material e no Ambiente Virtual de Aprendizagem (AVA), você encontrará algumas dessas
aplicações para contextualizar boa parte dos conceitos aqui abordados. Recomendamos que
se dedique ao estudo de aplicações, pois estas são importantes para ampliar a sua visão, como
matemático e educador.
Aprenderemos a noção de vetores no plano e no espaço, com uma visão geométrica e depois
uma visão analítica. Estudaremos também equação de reta e do plano, seguindo de posições
relativas entre ponto-reta, ponto-plano, reta-reta, reta-plano e entre plano-plano.
Esperamos, com esse material, que você, aluno, consiga dominar os conhecimentos matemáticos
estudados, relacionando-os com outros campos de estudo, por exemplo, relacionando a linguagem
matemática com as linguagens da área da informática.
O conteúdo foi desenvolvido de modo sistematizado, contribuindo para que você, futuro
professor, possa avaliar criticamente e se organizar em intervenções futuras na sua prática docente.
É importante salientar que o material foi desenvolvido para um curso introdutório de geometria
analítica, sendo assim, busca-se aqui uma abordagem mais objetiva e simplificada, e a consulta
aos livros que constam nas referências bibliográficas será essencial para um aprofundamento nos
temas propostos.
Para terminar essa breve apresentação, queremos fazer uma última observação: “estudaremos
aqui conceitos que levaram séculos e até milênios para serem desenvolvidos, sistematizados e
colocados em bases formais e rigorosas”. Seria, no mínimo, pretensioso acreditar que podemos
compreendê-los sem esforços ou com pouco tempo de estudos, ou seja, será necessária muita
motivação, dedicação, erros (pois estes fazem parte do processo de ensino e aprendizagem da
9
matemática) e a utilização de materiais complementares (pesquisas em livros, sites, resolução de
problemas e exercícios).
INTRODUÇÃO
Nosso estudo será divido em três módulos, porém essa divisão não significa de forma alguma
que esses temas sejam disjuntos, muito pelo contrário, eles estão ligados por meio de articulações
entre os conceitos e suas possíveis aplicações. Essa divisão trata-se apenas de uma escolha
organizacional.
Encerramos com uma breve apresentação das cônicas, parábola, elipse, circunferência e
hipérbole. Veremos a equação reduzida de cada uma delas. Não será foco de nosso estudo as
translações e rotações envolvendo as cônicas
Ao final de cada unidade, você encontrará um resumo dos itens estudados e uma sequência
de exemplos para consolidar os conhecimentos teóricos apresentados. Recomendamos que você
resolva todos eles, isso auxiliará o seu estudo.
Esperamos que você, aluno, seja capaz de identificar, fundamentar e aplicar os conhecimentos
matemáticos necessários para que se torne um bom profissional de Ensino Fundamental, Médio
ou Superior e que esteja sempre preocupado com o papel social de sua futura função profissional
como educador matemático.
Você deve estudar buscando identificar e superar suas dificuldades e limitações individuais,
procurando formas de “aprender a aprender” que viabilize seu desenvolvimento pessoal e
profissional, e possibilite prosseguir os seus estudos de forma fundamentada.
Deve ser um profissional capaz de trabalhar de forma integrada com os professores da sua área
e de outras, investigar e viabilizar o uso de novas tecnologias nas aulas de matemática, e deve
agir de modo a contribuir efetivamente com o desenvolvimento de propostas pedagógicas da sua
escola.
Esperamos ainda que você, aluno, torne-se um professor que saiba reconhecer as dificuldades
individuais de seus educandos e sugerir caminhos alternativos que os permitam desenvolver e
prosseguir os estudos.
Desejamos que esse material possa auxiliá-lo nessa caminhada. Bom estudo!
10
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Unidade I
1 MATRIZ
1.1 Introdução
Por exemplo, ao fazer uma pesquisa e recolhermos os dados referentes à altura, peso e idade de
um grupo de quatro pessoas, podemos dispô-los na seguinte tabela:
Pessoa 1 1,70 70 23
Pessoa 2 1,75 60 45
Pessoa 3 1,60 52 25
Pessoa 4 1,81 72 30
Tabela 1
170
, 70 23
175
, 60 45
160
, 52 25
181
, 72 30
11
Unidade I
2x −1
2 3
[3 0 1] [1]
0 x
Os elementos de uma matriz podem ser números (reais ou complexos), funções, vetores ou
ainda outras matrizes.
Por convenção, representa-se uma matriz de m linhas e n colunas da por: (ai j) mxn, com 1≤ i ≤ m e
1≤ j ≤ n , onde o elemento aij indica a posição ocupada na matriz, linha i coluna j.
Ainda, por convenção, usaremos sempre letras maiúsculas para denotar matrizes, e
quando quisermos especificar a ordem de uma matriz A (isto é, o número de linhas e colunas),
escreveremos Amxn:
Podemos também utilizar, para representar uma matriz, a notação de parênteses ou duas barras,
além da notação de colchetes, como no exemplo abaixo:
12
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Para localizar um elemento de uma matriz, indicamos a linha e a coluna (nessa ordem) em que
ele está.
Saiba mais
<http://www.mat.ufmg.br/gaal/aplicacoes/aplicacoes.html>. Acesso
em: 06 fev. 2012.
Exemplos:
1) Considere uma matriz A3x3, isto é, uma matriz com 3 linhas e 3 colunas. Vamos localizar
alguns elementos dessa matriz, utilizando a notação a ij
a12
A=
A=
a
31
1 0 −4
2) Considere a matriz A2x 3 = . Determine os elementos indicados:
4 −3 2
Resolução:
13
Unidade I
1 0 −4
A2x 3 =
4 −3 2
1 0 −4
A2x 3 =
4 −3 2
1 0 −4
A2x 3 =
4 −3 2
Veremos no próximo exemplo uma situação que pode ser representada por uma tabela.
3) Dona Cotinha tem uma pequena confecção na qual fabrica moletons. Ela faz 3 tipos de
modelos A, B e C, nas cores branco, azul, preto e vermelho. No mês de fevereiro foram feitos do
modelo A: 15 brancos, 10 pretos, 8 azuis e 5 vermelhos; do modelo B: 12 brancos, 15 pretos, 6 azuis
e 4 vermelhos; do modelo C: 9 brancos, 11 pretos, 9 azuis e 2 vermelhos. Determine a matriz que
representa a produção da confecção nesse mês.
Resolução:
Para montar a matriz que representa a produção da confecção da Dona Cotinha você deve
primeiro decidir qual informação será colocada na linha e qual será colocada na coluna e montar
uma tabela com os valores.
Por exemplo, vamos colocar nas linhas as cores branco, preto, azul e vermelho e nas colunas os
modelos A, B, C.
Para completar a tabela, você deve colocar cada dado sobre o modelo e a cor na posição
correta, assim, 15 unidades do modelo A na cor branca deve ficar na coluna do modelo A (1ª
cor
modelo coluna) e na linha da cor branca (1ª linha), desta mesma forma você vai colocando cada um dos
dados do enunciado.
14
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
modelo
A B C
cor
Branco 15 12 9
Preto 10 15 11
Azul 8 6 9
Vermelho 5 4 2
Tabela 2
15 12 9
10 15 11
Pfevereiro =
8 6 9
5 4 2
Note que essa matriz tem 4 linhas (cores) e 3 colunas (modelos).
Assim, para saber, por exemplo, quantas unidades foram fabricadas no mês de fevereiro da cor
preta do modelo B, devemos verificar quem é o elemento a22.
Como a22 = 15, temos que foram fabricadas 15 unidades pretas do modelo B.
Da mesma forma, todos os outros elementos da matriz também terão um significado.
Lembrete
Podemos indicar na matriz o que significam as linhas e as colunas, por exemplo, reescrevendo a
matriz P, produção de fevereiro, temos:
A B C
15 12 9 Branca
10 15 11
Preta
Pfevereiro =
8 6 9 Azul
5 4 2 Vermelho
15
Unidade I
Observação
( ) ( )
Duas matrizes Amxn = ai j m x n e Br x s = bi j r x s são iguais, A = B, se elas têm o mesmo
número de linhas (m = r) e colunas (n = s), e todos os seus elementos correspondentes são iguais
(aij = bij).
Nos exemplos a seguir, você pode notar com detalhes como utilizar a definição de igualdade
de matrizes.
Exemplos:
As matrizes são iguais, pois são do mesmo tipo, isto é, ambas são do tipo 2x3 e cada elemento
de uma é igual ao elemento correspondente da outra, isto é:
a11 = 32 = 9 = b11
a11 = 1 = sen π 2 = b12
a13 = log1 = 0 = b13
a21 = 2 = 2 = b21
a22 = 22 = 4 = b22
a23 = 5 = 5 = b23
m +1 2 5 2
2) Determinar os valores de m e n para que as matrizes A = e B = 1 2 n sejam
iguais. −2 + n 6
Para que as matrizes sejam iguais, você deve primeiro verificar se elas são do mesmo
tipo. Nesse caso, temos A = (a i j) 2 x 2 e B = (b i j) 2 x 2 , isto é, as matrizes são do mesmo tipo,
2 x 2.
16
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Devemos agora comparar cada elemento de uma com o elemento correspondente da outra,
assim:
a11 = b11 m + 1 = 5
a = b 2 = 2
12 12
,isto Ø,
é,
a =b −2 + n = 1
21 21
a22 = b22 6 = 2n
na 1ª equação : m + 1 = 5 ⇒ m = 4
na 3ª equação: – 2 + n = 1 ⇒ n = 3
Substituindo o valor de n na 4ª equação, encontramos 6 = 6 (V).
Logo, para A = B, devemos ter m = 4 e n = 3.
Ao desenvolver um estudo com matrizes, observa-se que existem algumas que, seja pela
quantidade de linhas ou colunas, ou ainda, pela natureza de seus elementos, têm propriedades
que as diferenciam de uma matriz qualquer. Além disso, esses tipos de matrizes aparecem
frequentemente na prática e, por isso, recebem nomes especiais.
Estudemos algumas delas. Consideremos uma matriz com m linhas e n colunas que denotemos
por Amxn,
Exemplos:
1 −2 0
A = 3 0 1
e B=[ 8 ]1 x 1
4 5 6 3 x 3
No caso de matrizes quadradas Amxm, costumamos dizer que A é uma matriz de ordem m. No
nosso exemplo, a matriz A é de ordem 3 e a matriz B é de ordem 1.
17
Unidade I
Exemplo:
1 −2 0
Dada a matriz A = 3 0 1 , indique os elementos da diagonal principal e da diagonal
secundária.
4 5 6 3 x 3
Observando a matriz, temos:
Exemplos:
0 0 0 0 0
0 0
A2x2 = e B3x5 = 0 0 0 0 0
0 0
0 0 0 0 0
18
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Exemplos:
1
4 e x
y
−3
Exemplos:
[3 0 −1] e [1 2]
Matriz diagonal: é uma matriz quadrada (m = n), onde ai j = 0, para i≠j, isto é, os elementos
que não estão na “diagonal” são nulos.
Exemplos:
3 0 0 0
7 0 0
0 1 0 e 0 3 0 0
0 0 3 0
0 0 −1
0 0 0 3
1, se i = j
ai j =
0, se i ≠ j
Exemplos:
1 0 0
1 0
I3 = 0 1 0 e I2 =
0 1
0 0 1
19
Unidade I
Lembrete
Note que a matriz identidade é uma matriz quadrada que tem valor
na diagonal principal e zero no restante da matriz.
Matriz triangular superior: é uma matriz quadrada, onde todos os elementos abaixo da
diagonal são nulos, isto é, m = n e ai j = 0, para i > j.
Exemplos:
2 −1 3
0 −1 4 e a b
0 c
0 0 3
Exemplos:
2 0 0 0
1 5 0 0
1 0 0
e 7 0 0
1 4 1 0
4 1 3
1 5 7 4
Exemplos:
a b c d
4 3 −1
3 2 0 e b e f g
c f h i
−1 0 5
d g i k
Observação
20
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
2.1 Adição
( ) ( )
A soma de duas matrizes de mesma ordem, A = ai j m x n e B = bi j m x n , é uma matriz m
x n, que chamaremos de A + B, cujos elementos são somas dos elementos correspondentes de A e
( )
B. Isto é, A + B = ai j + bi j m x n :
Exemplos:
1 −1 0 4
1) Dadas as matrizes A = 4 0 e B = −2 5 , determinar A + B.
2 5 1 0
1 −1 0 4 1 + 0 −1 + 4 1 3
4 0 + −2 5 = 4 − 2 0 + 5 = 2 5
2 5 1 0 2 + 1 5 + 0 3 5
Você deve querer saber onde aplicar essa definição em um problema prático. Veja então o
próximo exemplo. Vamos retomar o problema da confecção da Dona Cotinha.
2) Dona Cotinha tem uma pequena confecção, na qual fabrica moletons. Ela faz 3 tipos de
modelos A, B e C, nas cores branco, azul, preto e vermelho.
21
Unidade I
Resolução:
Para montar a matriz que representa a produção da confecção da Dona Cotinha no bimestre,
vamos utilizar a matriz referente a fevereiro, que já foi calculada, e vamos montar a matriz referente
ao mês de março.
Novamente, as linhas representarão as cores e as colunas os modelos, assim, a tabela que
representa a produção referente ao mês de março é igual a:
modelo
A B C
cor
Branco 21 15 16
Preto 15 13 14
Azul 12 9 8
Vermelho 8 6 4
Tabela 3
21 15 16
15 13 14
Pmar o =
12 9 8
8 6 4
Como queremos saber a produção no bimestre: fevereiro e março, devemos montar a tabela
correspondente a essa situação.
Tomando as tabelas de fevereiro e de março, vamos somar a produção de cada modelo e cor
correspondente nas duas tabelas e assim teremos a tabela referente ao bimestre:
22
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
modelo
A B C
cor
Branco 36 27 25
Preto 25 28 25
Azul 20 15 17
Vermelho 13 10 6
Tabela 4
Passando para notação de matrizes, a produção do bimestre é equivalente à soma das matrizes
de fevereiro e março, ficamos então com:
15 12 9 21 15 16
10 15 11 15 13 14
Pfevereiro + Pmar o = +
8 6 9 12 9 8
5 4 2 8 6 4
21 + 15 15 + 12 16 + 9 36 27 25
15 + 10 13 + 15 14 + 11 25 28 25
P bimestre = =
12 + 8 9+6 8+9 20 15 17
8+5 6+4 4+2 13 10 6
36 27 25
25 28 25
P bimestre = (pi j ) cor x modelo =
20 15 17
13 10 6
Queremos também saber a quantidade produzida no bimestre do modelo C na cor branca, isto
é, queremos saber o valor do elemento da linha 1ª linha e 3ª coluna.
23
Unidade I
Assim, a13 = 25. Logo, foram fabricadas 25 unidades do modelo C na cor branca, nesse bimestre.
A B C
36 27 25 Branca
25 28 25 Preta
P bimestre =
20 15 17 Azul
13 10 6 Vermelho
Lembrete
(IV) matriz inversa: dada uma matriz A ∈Mm x n (IR) , existe uma matriz (-A), também m x n, tal
que A + (-A) = 0
Seja A = (aij)mxn e k um número real, então definimos uma nova matriz k . A = (k . aij)mxn, isto é,
cada elemento da matriz será multiplicado por k.
( )m x n
A = ai j ⇒ k . A = (k . ai j )m x n , isto é:
Ø,
24
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
a1 1 a1 2 a1 n k .a1 1 k . a1 2 k . a1 n
A = ⇒ k . A =
am 1 am2 amn m x n k . am 1 k . am2 k . amn m x n
Observação
Observe que quando multiplicamos uma matriz por um escalar, o
número de linhas e colunas não se altera, isto é, se A = (ai j) m x n então
k . A também será do tipo m x n.
Exemplos:
2 10
1) Dada a matriz A = , determine a matriz - 2 A.
1 −3
Pela definição de multiplicação por escalar, devemos multiplicar cada elemento da matriz pelo
número (-2), mantendo as posições iniciais. Assim:
Lembrete
2) Dona Cotinha tem uma pequena confecção, na qual fabrica moletons. Ela faz 3 tipos de modelos
A,B e C, nas cores branco, azul, preto e vermelho. No mês de fevereiro foram feitos do modelo A: 15
brancos, 10 pretos, 8 azuis e 5 vermelhos; do modelo B: 12 brancos, 15 pretos, 6 azuis e 4 vermelhos;
do modelo C: 9 brancos, 11 pretos, 9 azuis e 2 vermelhos. Determine a matriz que representa a
produção da confecção no próximo mês, se Dona Cotinha pretende duplicar a produção.
Resolução:
25
modelo
cor
Unidade I
Produção em fevereiro
modelo
A B C
cor
Branco 15 12 9
Preto 10 15 11
Azul 8 6 9
Vermelho 5 4 2
Tabela 5
A produção para março deve ser o dobro da produção de fevereiro. E então, a tabela
correspondente a essa expectativa de produção é:
Produção em março
modelo
A B C
cor
Branco 30 24 18
Preto 20 30 22
Azul 16 12 18
Vermelho 10 8 4
Tabela 6
Utilizando a notação de matriz, temos que, para saber a matriz referente a março, devemos
multiplicar a matriz de fevereiro por 2, pois a produção será duplicada.
Assim, P março = 2. P fevereiro, isto é, a produção de março é igual ao dobro da produção de fevereiro.
21 15 16
15 13 14
Pmarço = 2 . Pfevereiro =2
12 9 8
8 6 4
21 15 16 42 30 32
15 13 14 30 26 28
Pmarço = 2 =
12 9 8 24 18 16
8 6 4 16 12 8
Logo, se for duplicada a produção, as quantidades produzidas serão dadas pela matriz:
26
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
42 30 32
30 26 28
( ) mxn
Pmarço = p i j =
24
18 16
16 12 8
Para essa operação que transforma cada par (a, A) de IR x Mmxn na matriz real
a . A ∈ Mmxn (IR), valem as seguintes propriedades:
( I ) (α β ) A = α (βA ) , ∀ A ∈ M m xn e ∀ α, β ∈IR;
( I I ) (α + β ) A = α A + β A, ∀ A ∈ M m xn e ∀ α, β ∈IR;
( I I I ) α ( A + B) = α A + α B, ∀ A, B ∈ M m xn e ∀ α ∈IR;
( I V ) 1 A = A ∀ A ∈ M m xn .
Você deve estar se perguntando como utilizar essas propriedades em nossos exercícios. Vejamos
então alguns exemplos.
Exemplos:
−1 2 3 1
Dadas as matrizes A = e B= determinar:
0 1 −1 2
a) (2 . 3) A
b) 3A + 5 A
c) 2 (A + B)
Resolução:
27
Unidade I
−1 2 −6 12
(2 . 3) A = 6 =
0 1 0 6
−1 2 −3 6 −6 12
2 . ( 3 A) = 2 3 = 2 =
0 1 0 3 0 6
−1 2 −2 4 −6 12
3 . (2 A) = 3 2 = 3 =
0 1 0 2 0 6
Lembrete
Como saber de que modo fazer? Você vai utilizar o modo mais
prático, aquele que você achar mais fácil.
Dada uma matriz A = (ai j)m x n , podemos obter outra matriz A’ = (bi j)m x n , cujas linhas são as
colunas de A, isto é, bi j = a j i.
a1 1 a21 am1
a1 1 a1 2 a1 n a
A =
12
⇒ AT =
am 1 am2 amn m x n a
1n a2 n amn n x m
Observação
Exemplo:
2 1
2 0 −1
A = 0 3 AT = A ’ =
1 3 4 2 x 3
−1 4 3x2
28
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Propriedades:
(I) Uma matriz é simétrica se, e somente se, ela é igual à sua transposta, isto é, se, e somente se, A = AT.
Para podermos efetuar o produto de 2 matrizes, devemos ter que o número de colunas da 1ª
deve ser igual ao número de linhas da outra, isto é:
Assim:
A = (ai k ) , com 1 ≤ i ≤ m e 1 ≤ k ≤ p, e
( )
B = bk j , com 1 ≤ k ≤ p e 1 ≤ j ≤ n
( )
C = ci j , com 1 ≤ i ≤ m e 1 ≤ j ≤ n , tal que:
cij = ai1b1j + ai2b2 j + ... + aipbpj
Lembrete
Vejamos alguns produtos para que você entenda bem a definição de produto de matrizes. Note
que das operações que vimos até agora, esta é a que exige maior atenção devido aos cálculos
necessários.
Exemplos:
1 0
−1 0 2
1) Dadas as matrizes A = e B = −1 1 determinar, se possível:
2 1 −1 2 x 3
1 2 3x2
a) AB
b) BA
Resolução:
1 0
−1 0 2
A B = -1 1
2 1 −1
1 2
Para fazer o produto, multiplique os elementos da 1ª linha de A pelos elementos de cada coluna
de B, termo a termo, e some os resultados. Faça isso por todas as colunas de B, esse procedimento
dará todos os elementos da 1ª linha da nova matriz. Repita o processo para as outras linhas de A,
até que acabem as linhas de A.
Assim, os elementos da 1ª linha da matriz produto serão:
c12 = (-1) . 0 + 0 . 1 + 2 . 2 = 0 + 0 + 4 = 4
30
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
c22 = 2 . 0 + 1 . 1 + (-1) . 2 = 0 + 1 - 2 = - 1
1 0
−1 0 2 = 1 4
Logo, A B = -1 1
2 1 −1 0 −1
1 2
1 0
−1 0 2
B A = -1 1 2 1 −1
1 2
Para fazer o produto, multiplique os elementos da 1ª linha de B pelos elementos de cada coluna
de A, termo, a termo e some os resultados. Faça isso por todas as colunas de A. Esse procedimento
dará todos os elementos da 1ª linha da nova matriz. Repita o processo para as outras linhas de B,
até que acabem as linhas de B.
c11 = 1 . (-1) + 0 . 2 = - 1 + 0 = - 1
c12 = 1 .0 + 0 . 1 = 0
31
Unidade I
c13 = 1 . 2 + 0 . (- 1) = 2
c21 = (- 1) . (- 1) + 1 . 2 = 1 + 2 = 3
c22 = (- 1) . 0 + 1 . 1 = 0 + 1 = 1
c23 = (- 1) . 2 + 1 . (- 1) = - 2 - 1 = - 3
c31 = 1 . (- 1) + 2 . 2 = - 1 + 4 = 3
c32 = 1 . 0 + 2 . 1 = 0 + 2 = 2
c33 = 1 . 2 + 2 . (- 1) = 2 - 2 = 0
1 0 −1 0 2
−1 0 2
Logo, B A = -1 1
2 1 −1 = 3 1 −3
1 2 3 2 0
0
−1 0 2
2) Dadas as matrizes A = e B= 1 , determinar, se possível:
2 1 −1 2 x 3
−1 3x1
a) AB
b) BA
32
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Resolução:
0
−1 0 2
A B = 1
2 1 −1
-1
c11 = (-1) . 0 + 0 . 1 + 2 . (- 1) = 0 + 0 - 2 = - 2
Assim, o elemento da 2ª linha da matriz produto será:
c21 = 2 . 0 + 1 . 1 + (-1) . (- 1) = 0 + 1 + 1 = 2
0
−1 0 2 −2
Logo, A B = 1 =
2 1 −1 2 2 x 1
-1
b) Para o produto BA, devemos verificar se o número de colunas da 1ª é igual ao número de
colunas da 2ª, assim:
33
Unidade I
3) Dona Cotinha tem uma pequena confecção, na qual fabrica moletons. Ela faz 3
tipos de modelos, nas cores branco, azul, preto e vermelho. No mês de fevereiro foram
feitos do modelo A: 15 brancos, 10 pretos, 8 azuis e 5 vermelhos; do modelo B: 12
brancos, 15 pretos, 6 azuis e 4 vermelhos; do modelo C: 9 brancos, 11 pretos, 9 azuis e
2 vermelhos.
Resolução:
Observando o enunciado, notamos que temos duas matrizes, uma que relaciona modelo e cor
e a outra que relaciona o preço de venda e o modelo.
15 12 9
10 15 11
P=
8 6 9
5 4 2
Precisamos determinar a matriz que relaciona o modelo com o preço de venda, podemos montar
a matriz colocando modelo para linha e preço para a coluna ou podemos montar com modelo na
coluna e preço na linha.
Para decidir qual é a forma mais conveniente, precisamos observar qual delas permite que se
faça o produto de matrizes. Nesse caso, faremos a matriz com os modelos nas linhas e o preço de
venda na coluna:
80
A = 60
45
Para determinar a renda obtida com a venda nesse mês, é necessário fazer o produto P . A.
Assim:
34
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
15 12 9 2325
10 15 11 80 2195
P= 60 =
8 6 9 1405 .
5 4 2 45 modelo x preçoo 730
pre
cor x modelo
cor x preço
pre o
Logo, o valor obtido com a venda dos moletons vermelhos nesse mês, isto é, linha 4 (cor
vermelha) e coluna 1 (preço) foi R$ 730,00.
(I) associativa: (A B) C = A (B C)
(II) distributiva à esquerda: C (A + B) = CA + CB
(III) distributiva à direita: (A + B) C = A C + B C
(IV) elemento neutro: A In = In A =A
(V) (a A) B = A (a B) = a (A B)
(IV) A . 0 = 0 e 0 . A = 0
Exemplo:
−1 2
−1 1 0 1 0 −1
Dadas as matrizes A = 0 −1 2 1 e B=
3 1
2 0 1 3 3 x 4
1 −1 4 x 2
temos:
35
Unidade I
2 -1
−1 1 0 1 0 2 -4
-1
A . B = 0 −1 2 1 = 7 2
1 3
2 0 1 3 4 2
-1 1
O produto BA não é possível, pois o número de colunas de B não é igual ao número de linhas
de A:
b) Podem existir ambos os produtos AB e BA, sendo eles, porém, de tipos diferentes.
Exemplo:
1 0 1
−1 1 0 1 2 −1 2
Dadas as matrizes A = 0 −1 2 1 e B=
0 1 −1
2 0 1 3 3 x 4
1 2 0 4 x 3
temos:
1 0 1
−1 1 0 1 2 -1 2 2 1 1
A . B = 0 −1 2 1 = -1 5 -4
0 1 -1
2 0 1 3 5 7 1
1 2 0
36
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Logo, o produto BA é possível e será uma matriz do tipo 4 x 4. Vamos então calcular esse
produto:
1 0 1 1 1 1 4
2 -1 2 −1 1 0 1 2
0 −1 2 1 3 0 7
B . A = =
0 1 -1 -2 -1 1 -2
2 0 1 3
1 2 0 -1 -1 4 3
c) Podem existir os produtos AB e BA, sendo ambos do mesmo tipo e AB ≠ BA. Nesse caso, A e
B são matrizes quadradas de mesma ordem.
Exemplo:
1 2 3 1
Se A = e B = 4 3 , temos:
3 −1
1 2 3 1 11 7
AB = . =
3 −1 4 3 5 0
3 1 1 2 9 5
BA = . =
4 3 3 −1 13 5
d) Podem existir ambos os produtos AB e BA. Sendo AB = BA, dizemos que as matrizes A e B
são comutáveis.
Exemplo:
1 1 0 −1
Se A = e B = 1 1 , temos:
−1 0
1 1 0 -1 1 0
A .B = =
−1 0 1 1 0 1
0 -1 1 1 1 0
A .B = =
1 1 −1 0 0 1
37
Unidade I
Em outras palavras, se o produto é nulo, então um dos fatores (ou ambos) é nulo.
Isso, porém, não é um fato para o produto de matrizes, pois podemos ter uma multiplicação
entre as matrizes A e B, ambas não nulas, mas o resultado ser uma matriz nula.
Exemplo:
Considerando as matrizes:
2 0 0 0
A= e B= , vamos calcular o produto AB. Assim:
3 0 4 1
2 0 0 0 0 0
AB = A . B = . = e, portanto, AB = 02x2
3 0 4 1 0 0
Entretanto, apesar de o produto ser nulo, nem A nem B são matrizes nulas.
“Se c ≠ 0 e a . c = b . c, então, a = b”
Exemplo:
2 3 4 2
Sendo A = e C= , temos:
5 1 2 1
2 3 4 2 14 7
A .C= . =
5 1 2 1 22 11
1 5
Sendo B = , temos:
2 7
38
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
1 5 4 2 14 7
BC = 2 1 = 22 11
2 7
Uma matriz quadrada A, de ordem n, tem inversa se existe uma matriz quadrada A-1, de ordem
n, tal que a multiplicação de A por A-1 é igual a matriz identidade de mesma ordem que A:
A . A- 1
= A- 1. A = In
Observação
Exemplos:
Para determinar a inversa, precisamos fazer o produto e igualar à matriz identidade. Assim,
devemos escolher variáveis para montar uma matriz genérica e efetuar o produto. O objetivo
é resolver a igualdade de matrizes resultante e encontrar o valor das variáveis, determinando a
inversa.
Escolhendo a expressão para a inversa, temos:
a b
A− 1 =
c d
39
Unidade I
A . A- 1
= In
1 −1 a b 1 0
. =
2 3 c d 0 1
Efetuando a multiplicação das matrizes, temos:
a−c b−d 1 0
2 a + 3 c 2 b + 3 d = 0 1
Igualando as matrizes, temos o sistema:
a − c = 1
2 a + 3 c = 0
b-d = 0
2 b + 3 d = 1
3
a = 5
b = 1
5
c = − 2
5
1
d =
5
3 1
5
Logo, a inversa de A é a matriz A − 1 = 5 .
−2 1
5 5
Lembrete
40
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
1 −2
b) A =
−1 2
Pela definição a matriz inversa, deve ter a mesma ordem da matriz A, nesse caso, ordem 2.
A . A- 1
= In
1 −2 a b 1 0
−1 2 . c d = 0 1
Efetuando a multiplicação das matrizes, temos:
a−2 c b − 2 d 1 0
− a + 2 c − b + 2 d = 0 1
Igualando as matrizes, temos o sistema:
a − 2 c = 1
− a + 2 c = 0
b- 2 d = 0
− b + 2 d = 1
2 c - 2 c = 1, isto é, 0 = 1 (F).
Logo, o sistema não tem solução e assim a matriz A não admite inversa.
41
Unidade I
Esse processo consiste em montar a matriz ampliada, formada pelos elementos da matriz A à
esquerda e pelos elementos da matriz identidade de mesma ordem que A.
Você deve estar curioso para saber quais as operações elementares que serão utilizadas nas
linhas da matriz.
• permutação de linhas;
• multiplicação de uma linha por um número real não nulo;
• substituição de uma linha por uma combinação linear dela com qualquer outra linha da matriz.
Exemplos:
2 1 1
A = 1 0 1
2 2 1
Resolução:
2 1 2 1 0 0
1 0 1 0 1 0
2 2 1 0 0 1
Lembrando que para determinar a inversa, vamos transferir a matriz identidade da direita para
a esquerda da matriz ampliada, utilizando as operações elementares com as linhas da matriz.
42
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Ao final do procedimento, a matriz que encontrarmos na parte direta da matriz ampliada será a
inversa de A.
Para zerar o elemento a21 da matriz, vamos substituir a linha 2 (L2) pela expressão - 2 L2 + L1.
Note na matriz a seguir que marcamos com um círculo o elemento a ser zerado, isso deve facilitar
o entendimento do proceso.
Rascunho
2 1 1 1 0 0
1 0 1 0 1 0
-2 L2 -2 0 - 2 0 -2 0
2 2 1 0 0 1 L1 2 1 1 1 0 0
-2 L2 + L1 0 1 -1 1 -2 0
2 1 1 1 0 0
0 1 −1 1 −2 0
2 2 1 0 0 1
L2 = -2 L2 + L1
Para zerar o elemento a31 da matriz, vamos substituir a linha 3 (L3) pela expressão L3 - L1:
Rascunho
2 1 1 1 0 0
0 1 −1 1 −2 0 L3 2 2 1 0 0 1
0 1 0 −1 0 1 - L1 - 2 -1 -1 -1 0 0
L3 = L3 + L1 L3 - L1 0 1 0 -1 0 1
Agora queremos zerar o elemento a 32. Para isso, vamos substituir a linha 3 (L 3) pela
expressão L3 - L2:
Observação
43
Unidade I
Rascunho
2 1 1 1 0 0
0 1 −1 1 −2 0 L3 0 1 0 -1 0 1
L2 0 -1 1 -1 2 0
0 0 1 −2 2 1
L3 = L3 - L2 L3 + L2 0 0 1 -2 2 1
Já temos metade da matriz zerada, falta zerar a parte superior. Não vamos nos preocupar com
elementos da diagonal principal ainda, só ao final do processo vamos deixar todos iguais a 1.
Agora vamos zerar o elemento a23. Vamos substituir a linha 2 (L2) pela expressão L3 + L2:
Rascunho
2 1 1 1 0 0
0 1 0 -1 0 1 L3 0 0 1 -2 2 1
L2 0 1 -1 1 -2 0
0 0 1 −2 2 1
L3 = L3 + L2 L3 + L2 0 1 0 -1 0 1
Devemos agora zerar o elemento a13. Para isso, vamos substituir a linha 1 (L1) pela expressão
L1 - L3:
Rascunho
2 1 0 3 −2 −1
0 1 0 L1 2 1 1 1 0 0
-1 0 1 L3 0 1 -1 2 -2 -1
0 0 1 −2 2 1
L1 = L1 + L3 L1 - L3 2 1 0 3 -2 -1
Agora falta somente zerar o elemento a12. Para isso, vamos substituir a linha 1 (L1) pela expressão
L1 - L2 :
Rascunho
2 0 0 4 −2 −2
0 L1 2 1 0 3 -2 -1
1 0 -1 0 1 L2 0 -1 0 1 0 -1
0 0 1 −2 2 1
L1 = L1 - L2 L1 - L3 2 0 0 4 -2 -2
44
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Já conseguimos transformar a parte esquerda da matriz ampliada numa matriz diagonal, falta
ainda deixar todos os elementos da diagonal principal iguais a 1.
Falta somente deixar o elemento a11 igual a 1. Para isso, vamos dividir a primeira linha por 2:
1 0 0 2 −1 −1
0 1 0 -1 0 1
0 0 1 −2 2 1
2 −1 −1
A- 1 = -1 0 1
−2 2 1
Lembrete
1 0 1
A = 2 1 2
1 1 1
Resolução:
Para utilizar o processo prático, precisamos inicialmente escrever a matriz ampliada. Para isso,
monte uma matriz dividida por uma barra; do lado esquerdo coloque a matriz A e do lado direito
a matriz identidade de mesma ordem de A.
Nesse caso, temos a matriz ampliada:
1 0 1 1 0 0
2 1 2 0 1 0
1 1 1 0 0 1
Lembrando que para determinar a inversa, vamos transferir a matriz identidade da direita
para a esquerda da matriz ampliada, utilizando as operações elementares com as linhas
45
Unidade I
Para que você não se confunda durante o proceso, vamos escrever no rascunho as contas que
estamos fazendo. Depois que você estiver mais familiarizado com o proceso, pode eliminar os
rascunhos.
Iniciamos zerando os elementos a21 e a31. Para zerar o elemento a21 da matriz, vamos substituir
a linha 2 (L2) por expressão conveniente, de modo que a soma das linhas transforme a21 em zero.
Assim, vamos utilizar a expressão L2 - 2 L1. Os resultados vamos colocar no lugar dos elementos
da linha 2 e vamos manter as outras linhas da matriz.
Rascunho
1 0 1 1 0 0
2 1 2 0 1 0
L2 2 1 2 0 1 0
1 1 1 0 0 1 - 2L1 -2 0 -2 -2 0 0
L2 - 2 L1 0 1 0 -2 1 0
1 0 1 1 0 0
0 1 0 −2 1 0
1 1 1 0 0 1
L2 = L2 - 2L1
Para zerar o elemento a31 da matriz, vamos substituir a linha 3 (L3) pela expressão L3 - L1:
Rascunho
1 0 1 1 0 0
0 L3 1 1 1 0 0 1
1 0 -2 1 0
L1 -1 0 -1 -1 0 0
0 1 0 −1 0 1
L3 = L3 - L1 L3 - L1 0 1 0 -1 0 1
Agora queremos zerar o elemento a32. Para isso, vamos substituir a linha 3 (L3) pela expressão
L3 - L2:
Observação
46
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Rascunho
1 0 1 1 0 0
0 1 0 -2 1 0 L3 0 1 0 -1 0 1
- L2 0 -1 0 2 -1 0
0 0 0 1 −1 1
L3 = L3 - L2 L3 - L1 0 0 0 1 -1 1
Note que a última linha da metade esquerda da matriz ampliada tem os três números iguais a
zero. Logo, é impossível transformar essa parte na matriz identidade.
Portanto, a matriz não admite inversa.
Para determinar os elementos da matriz, como ela é dada por várias sentenças, você vai observar
os índices dos elementos e determinar qual das condições deverá ser obedecida.
Assim, temos:
• elemento a21:
• elemento a34:
1 2 −1 2
2) Dadas as matrizes A = 1 −1 e B = 0 0 , então o valor de X = - 3A + 3B
0 2 2 1
Resolução:
47
Unidade I
X=− 3 A + 3 B
1 2 -1 2
X = − 3 1 -1 + 3 0 0
0 2 2 1
-3 -6 -3 6
X = -3 3 + 0 0
0 -6 6 3
Assim:
-6 0
X = -3 3
6 -3
−1 2
−1 1 −2
3) Dadas as matrizes A = −2 1 e B = determinar o valor de X = A - BT:
1 −1 0
0 4
Resolução:
Para resolver esse exemplo, você deve inicialmente determinar a transposta da matriz B, assim,
−1 1
T
B = 1 −1 .
−2 0
Substituindo as matrizes na expressão, temos:
X = A - BT
-1 2 -1 1
X = -2 1 - 1 -1
0 4 -2 0
0 1
X = -3 2
-2 4
48
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
2x + 1 −1 2 x −1 −3
A= + e B =
2 x 3 5 5 3
Resolução:
2x + 1 −1 2 x 2x + 1 + 2 −1 + x 2x + 3 −1 + x
A= + = =
2 x 3 5 2 + 3 x + 5 5 x + 5
Daí, temos:
2x + 3 −1 + x −1 −3
=
5 x + 5 5 3
3 2 −1 1 4
5) Dadas as matrizes A = e B = 0 1 −2 , determinar o valor de:
1 2
a) A . B
b) B . A
Resolução:
3 2 −1 1 4
a) A . B = .
1 2 0 1 −2
49
Unidade I
-1 1 4 3 2
b) A . B = .
0 1 -2
2X3
1 2 2x2
Não é possível efetuar o produto, pois o número de colunas da matriz B é diferente do número
de linhas da matriz A.
1 0 1
6) Sendo A = (3 −1 0) e I3 = 0 1 0 determinar o resultado de A . l3.
0 0 1
Resolução:
1 0 1
A . I3 = ( 3 -1 0) . 0 1 0
0 0 1
A . I3 = ( 3. 1 + (-1) . 0 + 0 . 0 3. 0 + (-1) . 1 + 0 . 0 3. 0 + (-1) . 0 + 0 . 1)
A . I3 = ( 3 -1 0)
Observação
5 1
7) Determinar a inversa da matriz A = , utilizando a definição.
0 1
Resolução:
Sabemos que a inversa de uma matriz A do tipo 2 x 2 é uma matriz do mesmo tipo, isto é,
também será 2 x 2.
a b
Tomemos então A −1 = como a inversa de A. Devemos determinar os valores de a, b, c, d.
c d
Pela definição de matriz inversa, temos:
A . A- 1 = I 2
50
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
a b 5 1
c d . 0 1 = I 2
Efetuando o produto das matrizes e lembrando que a matriz identidade 2 x 2 é igual a
1 0
I2 = , temos:
0 1
5a a + b 1 0
5c c + d = 0 1
Igualando as matrizes:
5a = 1
a + b = 0
5c = 0
c + d = 1
1 / 5 −1 / 5
Logo, A −1 = é a inversa da matriz A.
0 1
x − 1 2 3 4 4 6
2x 3 + −6 1 = −2 4
Resolução:
Para determinar o valor de x, você deve primeiro somar as matrizes e depois deve substituir na
expressão e resolver a igualdade:
x − 1 2 3 4 4 6
2x 3 + −6 1 = −2 4
x − 1 + 3 2 + 4 4 6
2x − 6 3 + 1 = −2 4
x + 2 6 4 6
2x − 6 4 = −2 4
51
Unidade I
Lembrando que matrizes são iguais quando cada elemento de uma é igual ao elemento
correspondente da outra, temos:
x + 2 = 4
6 = 6 (V)
2x − 6 = −2
3 + 1 = 4 (V)
1 2 0
A = −1 1 2
1 1 1
Resolução:
1 2 0 1 0 0
−1 1 2 0 1 0
1 1 1 0 0 1
Lembrando que, para determinar a inversa, vamos transferir a matriz identidade da direita
para a esquerda da matriz ampliada, utilizando as operações elementares com as linhas da matriz.
Ao final do procedimento, a matriz que encontrarmos na parte direta da matriz ampliada será a
inversa de A.
Para zerar o elemento a21 da matriz, vamos substituir a linha 2 (L2) pela expressão L2 + L1:
1 2 0 1 0 0 Rascunho
−1 1 2 0 1 0
L2 -1 1 2 0 1 0
1 1 1 0 0 1
L1 1 2 0 1 0 0
1 2 0 1 0 0 L2 - L1 0 3 2 1 1 0
0 3 2 1 1 0
1 1 1 0 0 1
L2 = L2 - 2L1
52
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Para zerar o elemento a31 da matriz, vamos substituir a linha 3 (L3) pela expressão L3 - L1:
Rascunho
1 2 0 1 0 0
0 L3 -1 1 1 0 0 1
3 2 1 1 0 -L1 -1 -2 0 -1 0 0
0 −1 1 −1 0 1
L -L 3 0 -1 1 -1 0 1
1
L3 = L3 - L1
Agora queremos zerar o elemento a32. Para isso, vamos substituir a linha 3 (L3) pela expressão
3 L3 + L2:
Observação
Rascunho
1 2 0 1 0 0
0 3L3 0 -3 3 -3 0 3
3 2 1 1 0 L2 0 3 2 1 1 0
0 0 5 −2 1 3 3L3 + L1 0 0 5 -2 1 3
L3 = 3L3 + L2
Já temos metade da matriz zerada, falta zerar a parte superior. Não vamos nos preocupar com
elementos da diagonal principal ainda, só ao final do processo vamos deixar todos iguais a 1.
Agora vamos zerar o elemento a23. Vamos substituir a linha 2 (L2) pela expressão -2 L3 + 5 L2.
Note que o objetivo de se multiplicar a linha 3 por (-2) e a linha 2 por 5 é obter um múltiplo
comum de 2 e 5 para efetuar o cancelamento.
Rascunho
1 2 0 1 0 0
0 -2L3 0 0 -10 4 -2 -6
15 0 9 3 −6
5L2 0 15 10 5 5 0
0 0 5 −2 1 3
3L2 + 5L2 0 15 0 9 3 -6
L3 = 2L3 + 5L2
53
Unidade I
Como o elemento a13 já é igual a zero, falta somente zerar o elemento a12. Para isso, vamos
substituir a linha 1 (L1) pela expressão -2 L2 + 15 L1:
Rascunho
15 0 0 −3 −6 12
0 15 0 9 3 −6 -2L2 0 -30 0 -18 -6 12
15L1 15 30 0 15 0 0
0 0 5 −2 1 3
-2L2 + 15L1 15 0 0 -3 -6 12
L3 = 2L3 + 5L2
Já conseguimos transformar a parte esquerda da matriz ampliada numa matriz diagonal, falta
ainda deixar todos os elementos da diagonal principal iguais a 1.
Vamos dividir cada linha por um número conveniente: vamos dividir a linha 1 por 15, a linha 2
por 15 e a linha 3 por 5. Assim, temos:
1 0 0 3 6 12
− −
15 15 15
9 3 6
0 1 0 −
15 15 15
2 1 3
0 0 1 −
5 5 5
3 6 12 1 2 4
− − − −
15 15 15 5 5 5
9 3 6 3 1 2
A- 1 = − ou simplificando A - 1 = −
15 15 15 5 5 5
2 1 3 2 1 3
− −
5 5 5 5 5 5
−1 −2 4
1
A -1 = 3 1 −2
5
−2 1 3
54
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Lembrete
Para estudarmos sistemas lineares, precisamos inicialmente saber que um sistema linear é
formado por várias equações lineares. A equação linear a1 x1 + a2 x2 + . . . + an xn = b é chamada
de linear. Os números a1, a2, . . . , an são chamados de coeficientes, x1, x2, . . . , xn são as variáveis e b
é chamado de termo independente.
Lembrete
Exemplo:
a) (x, y, z) = (0, 1, 2)
Devemos substituir os valores de x, y e z na equação e verificar se o resultado obtido é verdadeiro.
b) (x, y, z) = (0, 2, 2)
55
Unidade I
Vamos agora estudar sistemas lineares, isto é, conjuntos de equações lineares. Sendo S um
sistema linear com m equações e n variáveis, podemos representar S por:
No sistema S, temos:
a i j , com 1 ≤ i ≤ m e 1 ≤ j ≤ n – coeficientes
xj – variáveis, com 1≤ j ≤ n
Observação
Você deve estar se perguntando: “como aparecem esses sistemas?” “De onde vêm essas
equações?” “Será que eu posso montar um sistema?”
“Aninha e Joaninha foram fazer compras. Aninha gastou R$ 250,00 e Joaninha gastou R$
270,00 comprando blusas e calças. Aninha comprou 3 blusas e 2 calças e Joaninha comprou 1
blusa e 3 calças. Chegando em casa, sua mãe perguntou quanto tinham pago por cada blusa e por
cada calça, mas elas não lembravam. Sabiam apenas que todas as blusas que escolheram tinham
o mesmo preço e todas as calças tinham o mesmo preço. Como elas podem descobrir o valor pago
por cada blusa e por cada calça?”
Para encontrarmos esses valores, devemos resolver o problema da Aninha e da Joaninha por
meio de um sistema de equações com duas variáveis.
56
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Se colocarmos a variável x para o preço de cada blusa e a variável y para o preço de cada calça
teremos duas equações: uma para as compras da Aninha e uma para as compras da Joaninha.
Teremos então as equações:
3 x + 2 y = 250
x + 3 y = 270
Logo, o sistema que representa a situação relatada é dado por:
3 x + 2 y = 250
S
x + 3 y = 270
Veremos mais adiante como resolver esse sistema e determinar os valores pagos.
Exemplo:
Verificar se as ternas são solução do sistema S:
3 x1 + x2 - x 3 = 6
S −1 x1 + 2 x 2 + x 3 = 2
2 x − x + x = −1
1 2 3
Para saber se a terna dada é solução do sistema, devemos substituir os valores em cada uma das
equações e daí, se encontrarmos todos os resultados verdadeiros, a terna será solução. Caso uma
das equações não dê resultado verdadeiro, então a sequência não será solução do sistema.
Substituindo os valores:
• na 1ª equação, temos:
3 . 1 + 0 – (- 3) = 6 ⇒ 3 + 0 + 3 = 6 ⇒ 6 = 6 (V)
• na 2ª equação, temos:
- 1 + 2. 0 + (- 3) = 2 ⇒ -1 + 0 - 3 = 2 ⇒ - 4 = 2 (F)
57
Unidade I
Você notou que os valores dados são solução da 1ª equação, porém não é solução da 2ª, logo,
a sequência (1, 0, - 3) não é solução do sistema S.
Observação
Novamente para saber se a sequência é solução do sistema, você deverá substituir os valores
nas três equações e verificar se os resultados são verdadeiros.
Substituindo os valores:
• na 1ª equação, temos:
3 . 1 + 2 – (- 1) = 6 ⇒ 3 + 2 + 1 = 6 ⇒ 6 = 6 (V)
• na 2ª equação, temos:
- 1 + 2. 2 + (- 1) = 2 ⇒ -1 + 4 - 2 = 2 ⇒ 4 – 2 = 2 ⇒ 2 = 2 (V)
• na 3ª equação, temos:
2 . 1 - 2 + (-1) = - 1 ⇒ 2 - 2 - 1 = - 1 ⇒ 0 – 1 = - 1 ⇒ - 1 = - 1(V)
Como os valores dados são solução das três equações, a sequência (1, 2, -1) é solução do
sistema S.
Será que todo sistema tem solução? Como determinar a solução de um sistema linear?
Para responder a essas questões, vamos inicialmente ver como classificar um sistema. A
classificação é feita pelo fato de o sistema ter ou não solução e tendo solução pelo número de
soluções.
Assim, temos:
58
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Lembrete
Para resolver um sistema, você pode utilizar várias técnicas, entre elas: adição, Cramer,
substituição, escalonamento, Gauss. Nesse texto, vamos utilizar alguns desses processos.
A seguir, temos alguns exemplos em que serão utilizados alguns desses métodos.
Exemplos:
x-y = 1
a) S
2x − y = 3
Para resolver por adição, devemos decidir qual das variáveis vamos eliminar e daí multiplicar a
equação pelo número conveniente para que isso aconteça.
Vamos eliminar inicialmente a variável x e determinar o valor de y. Devemos multiplicar a 1ª
equação por (-2) para cancelar com 2x. Assim:
-2 x + 2 y = - 2
Somando as equações
2x−y=3
y = 1
Agora vamos eliminar a variável y, para isso devemos multiplicar uma das equações por (-1):
3 x- 6 y = 2
b) S
−x − 2 y = 1
Para resolver por adição, devemos decidir qual das variáveis vamos eliminar e daí multiplicar a
equação pelo número conveniente para que isso aconteça.
Vamos eliminar inicialmente a variável x e determinar o valor de y. Podemos multiplicar a 2ª
equação por 3 para cancelar com 3x. Assim:
3 x- 6 y = 2
−x − 2 y = 1 (multiplicando por 3)
3x− 6y= 2
Somando as equações
−3 x − 6 y = 3
0 = 5 (F)
Logo, o sistema é impossível, SI e não tem solução.
3 x- 6 y = 3
c) S
− x − 2 y = −1
3 x- 6 y = 3
− x − 2 y = −1 (multiplicando por 3)
Note que ao tentar eliminar a variável x, eliminamos y também. Isso significa que as equações
são equivalentes e que temos um sistema possível e indeterminado.
Para encontrar a solução do sistema, devemos utilizar somente uma das equações, isolando a
variável x ou y. Assim, escolhendo a 2ª equação e isolando x, temos:
− x − 2 y = −1 ⇒ - x = - 1 + 2 y ⇒ x = 1 - 2 y
60
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Como o sistema é SPI, tem infinitas soluções que serão dadas por:
Observação
“Aninha e Joaninha foram fazer compras. Aninha gastou R$ 250,00 e Joaninha gastou R$
270,00 comprando blusas e calças. Aninha comprou 3 blusas e 2 calças, e Joaninha comprou 1
blusa e 3 calças. Chegando em casa, sua mãe perguntou quanto tinham pago por cada blusa e por
cada calça, mas elas não lembravam. Sabiam apenas que todas as blusas que escolheram tinham
o mesmo preço e todas as calças tinham o mesmo preço. Como elas podem descobrir o valor pago
por cada blusa e por cada calça?”
Já sabemos que o sistema de equações que resolve o problema é dado por:
3 x + 2 y = 250
S
x + 3 y = 270
Resolução:
3 x + 2 y = 250
x + 3 y = 270 (multiplicando por (- 3) )
3 x + 2 y = 250
Somando as equações
−3 x − 9 y = − 810
-7 y = - 560
61
Unidade I
9 x + 6 y = 750
Somando as equações
− 2 x − 6 y = −540
7x = 210
Você deve estar se perguntando o que são essas tais operações elementares e o que é um
sistema escalonado.
Vejamos então o que são as operações elementares. São três operações que podem ser feitas
com as equações:
• permutação de equações;
• multiplicação de uma equação por um número real não nulo;
• substituição de uma equação por uma combinação linear dela com qualquer uma das outras
equações do sistema.
Agora você já sabe quais são as operações elementares, falta o sistema escalonado.
Considere um sistema S com m equações e n variáveis:
62
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Lembrete
Podemos utilizar a notação de matriz para resolver o sistema por escalonamento. A matriz
ampliada correspondente a S é:
Observação
Veja a seguir alguns exemplos para que você entenda o processo de resolução de sistemas por
escalonamento.
63
Unidade I
Exemplos:
x- 2 y + z = −1
a) S − x − y + 2 z = −2
2 x + y − z = 1
Para resolver o sistema por escalonamento, devemos eliminar inicialmente a variável x das
equações 2 e 3, utilizando as operações elementares.
Em nossos exemplos, vamos deixar indicadas todas as contas necessárias (rascunho) para que
você entenda o processo. Caso você ache conveniente, pode omitir essas contas.
Para eliminar a variável x na 2ª equação, vamos substituir a equação 2 por sua soma
com a equação 1. Você deve fazer a conta e substituir o resultado obtido no lugar da 2ª
equação:
x- 2 y + z = -1 Rascunho
− x − y + 2 z = −2 E2 - x – y + 2z = - 2
2 x − y − z = 1
E1 x – 2 y + z = -1
E2 = E2 + E1 E2 + E1 0 – 3 y + 3 z = - 3
x- 2 y + z = -1
− 3 y + 3 z = −3
2 x − y − z = 1
Repetindo o processo para eliminar a variável x da 3ª equação, vamos fazer a conta
E3 = E3 – 2 E1:
Rascunho
x- 2 y + z = -1
Ea 2x+y-z=1
− 3 y + 3 z = −3 -2E1 - 2 x + 4 y - 2z = 2
5 y −3 z=3
E2 + E1 0+5y-3z=3
E3 = E2 + 2E1
Agora devemos eliminar a variável y da 3ª equação. Para isso, vamos fazer a conta
E3 = 3E3 + 5 E2:
64
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Rascunho
x- 2 y + z = -1
3E3 15 y - 9 z = 9
− 3y + 3z=− 3
5E2 - 15 y + 15z = -15
6 z=− 6
3E3 + 5E2 6z=-6
E3 = 3E3 + 5E2
• na 3ª equação: z = -1
• na 2ª equação: - 3 y + 3 (-1) = - 3 ⇒ - 3 y = - 3 + 3 ⇒ y = 0
• na 1ª equação: x - 2 . 0 + (-1) = - 1 ⇒ x = -1 + 1 ⇒ x = 0
Logo, o sistema é possível e determinado na solução (x, y, z) = (0, 0, -1).
Lembrete
x- y + 2 z = 1
b ) S x + 3y + z = 2
2 x + 2y + 3z = 1
Para resolver o sistema por escalonamento, devemos eliminar inicialmente a variável x das
equações 2 e 3, utilizando as operações elementares.
Nesse exemplo, vamos utilizar a notação de matriz. Você pode resolver os sistemas utilizando a
notação que achar mais conveniente.
A matriz ampliada correspondente ao sistema é:
1 −1 2 1
A = 1 3 1 2
2 2 3 1
65
Unidade I
Para eliminar a variável x na 2ª equação, vamos substituir a equação 2 por sua soma com a 1ª
equação multiplicada por (- 1). Você deve fazer a conta e substituir o resultado obtido no lugar da
2ª equação:
Rascunho
1 −1 2 1
1 3 1 2
E2 1 3 1 2
2 2 3 1 -E1 -1 1 -2 -1
E2 + E1 0 4 -1 1
1 −1 2 1
0 4 −1 1
2 2 3 1
E2 = E2 - E1
Repetindo o processo para eliminar a variável x da 3ª equação, vamos fazer a conta E3 = E3 – 2 E1:
Rascunho
1 −1 2 1
0 4 −1 1 E3 2 2 3 1
-2E1 -2 2 -4 -2
0 4 −1 −1
E2 + E1 0 4 -1 -1
E3 = E3 - 2E1
Agora devemos eliminar a variável y da 3ª equação, fazendo a conta E3 = E3 - E2:
Rascunho
1 −1 2 1
E3 0 2 -1 -1
0 4 −1 1
-E2 0 -4 1 -1
0 0 0 -2
E2 + E1 0 0 0 -2
E3 = E3 - E2
A matriz está escalonada. Devemos agora voltar para a notação de sistema. Reescrevendo o
sistema, temos:
x - y + 2 z =1
S 4 y − z =1
0 = − 2 (F)
Note que a 3ª equação é falsa. Logo, o sistema não tem solução, isto é, o sistema é impossível.
66
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
— 60 segundos no corte
— 700 segundos na costura
— 500 segundos no acabamento
— 70 segundos no corte
— 900 segundos na costura
— 800 segundos no acabamento
— 50 segundos no corte
— 400 segundos na costura
— 300 segundos no acabamento
Resolução:
Modelos
Setor A B C Total
(segundos)
Corte 60 70 50 13600
Costura 700 900 400 15600
Acabamentos 500 800 300 127000
Tabela 7
67
Unidade I
6x + 7 y + 5 z = 1360 Rascunho
7x + 9 y + 4 z = 156
-7E2 42x + 49y + 35z = 9520
5 x + 4 y + 3 z = 1270 6 E1 42x + 54y + 24z = 936
E2 = E2 + E1 103y + 59z = 10456
6x + 7 y + 5 z = 1360
103 y + 59 z = 10456
5 x + 4 y + 3z = 1270
Rascunho
6x + 7 y + 5 z = 1360
6E3 30x + 24y + 18z = 7620
103 y + 59 z = 10456
4 y + 3 z = 1470 -5E1 -30x - 20y - 15z = -6150
E3 - 2E1 0 + 4 y + 3 z = 1470
E3 = E3 - 2E1
Agora devemos eliminar a variável y da 3ª equação. Vamos fazer a conta E3 = 103E3 - 4 E2:
Rascunho
6x + 7 y + 5z = 1360
103E3 412y + 309z = 151410
103 y + 59 z = 10456
-4E2 - 412y - 236z = - 41824
73 z = 109586
103E3 - 4E2 73 z = 109586
E3 = 100 E3 - 4E2
• na 3ª equação: z = -1
• na 2ª equação: - 3 y + 3 (-1) = - 3 ⇒ - 3 y = - 3 + 3 ⇒ y = 0
• na 1ª equação: x - 2 . 0 + (-1) = - 1 ⇒ x = -1 + 1 ⇒ x = 0
Logo, o sistema é possível e determinado na solução (x, y, z) = (0, 0, -1).
Diferentemente do escalonamento, agora a expressão que será usada para eliminação das
variáveis utilizará um pivô e uma linha pivô para cada passo: para cada variável a ser eliminada,
teremos um novo pivô. O pivô será o elemento, não nulo, da diagonal principal da linha pivô, e a
linha pivô será a equação utilizada para a eliminação da variável das outras equações.
Para esse processo, vamos utilizar a matriz ampliada correspondente ao sistema. A eliminação
será feita por colunas. Para cada passo, fixaremos o elemento pivô e a linha pivô.
Nesse método, somente a linha pivô será multiplicada pelo número conveniente para eliminar
a variável, esse número é chamado de multiplicador.
Observação
Você está confuso com tantos nomes diferentes. Afinal o que é pivô, linha pivô, multiplicador?
Para entender como aplicar a eliminação de Gauss, vamos utilizar um sistema genérico com
3 equações e 3 variáveis. O processo pode ser aplicado a qualquer sistema com n equações e n
variáveis.
70
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
• L2 – linha pivô
• m32 – multiplicador para eliminar x2 da 3ª linha,
a32
m32 = da L 3 = L 3 − m32 . L 2
e daí
a22
Agora você deve fazer os cálculos indicados para a linha 3 e reescrever a matriz.
Exemplos:
x- 2 y + z = -1
S − x − y + 2 z = −2
2 x + y − z = 1
A primeira providência que você deve tomar para aplicar o método de Gauss é escrever a matriz
ampliada correspondente ao sistema. Assim:
1 −2 1 −1
A = −1 −1 2 −2
2 1 −1 1
a31 2
m31 = = = 2 e da
daí L 3 = L 3 − 2 . L1
a11 1
Agora você deve fazer os cálculos indicados para as linhas 2 e 3 e reescrever a matriz:
Rascunho
1 −2 1 -1
−1 −1 2 -2 L1 1 - 2 1 -1
L2 -1 - 1 2 -2
2 1 -1 1
L2 + L1 0 - 3 3 -3
1 −2 1 - 1
La 2 1 -1 1
0 −3 3 -3 -2L1 -2 4 -2 2
0 5 -3 3
La - 2L1 0 - 3 3 -3
• L2 – linha pivô
Rascunho
1 −2 1 -1
0 −3 3 -3 La 2 1 -1 1
5
0 5 -3 3 L2 0 -5 5 -5
3
1 −2 1 - 1 0 0 2 -2
0 −3 3 -3
0 5 -3 3
72
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
x − 2 y + z = −1
S − 3y + 3z=− 3
2z=− 2
Determinando o valor de z na 3ª equação, temos:
2 z = - 2, logo, z = - 1
Substituindo na 2ª equação:
- 3 y + 3 (-1) = - 3
-3y-3=-3
-3y=-3+3
y=0
x - 2 . 0 + (-1) = - 1
x-0-1=-1
x = -1 + 1
x=0
Observação
x − y + z =3
S −x + y + z = 1
−2x + y + 3z = 3
A primeira providência que você deve tomar para aplicar o método de Gauss é escrever a matriz
ampliada correspondente ao sistema. Assim:
73
Unidade I
1 −1 1 3
A = −1 1 1 1
−2 1 3 3
• Pivô: a11 = 1
• L1 – linha pivô
• m21 – multiplicador para eliminar x da 2ª linha,
a21 -1
m21 = = = - 1 e da
daí L 2 = L 2 − ( −1) . L1 , isto é,
Ø, L 2 = L 2 + L1
a11 1
Agora você deve fazer os cálculo indicados para as linhas 2 e 3 e reescrever a matriz:
Rascunho
1 −1 1 3
−1 1 1 1 L1 1 -1 1 3
L2 -1 1 1 1
−2 1 3 3
L2 + L1 0 0 2 4
1 −1 1 3
La -2 1 3 3
0 0 2 4
-2L1 2 -2 2 6
0 − 1 5 9
La - 2L1 0 -1 5 9
Nesse passo, teremos a22 = 0, mas o pivô não pode ser igual a zero. Assim, vamos utilizar a
operação elementar permutação de linhas:
1 −1 1 3
0 −1 5 9
0 0 2 4
74
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
x- y + z = 3
S − y + 5z= 9
2z= 4
Determinando o valor de z na 3ª equação, temos:
2 z = 4, logo, z = 2
Substituindo na 2ª equação:
- y + 5 (2) = 9
- y + 10 = 9
- y = 9 – 10
-y=-1
y=1
x - 1 + (2) = 3
x- 1 +2=3
x=3-1
x=2
x- 2 y + 3 z = − 5
S −x+3 y + 4z=7
x+ y − z = 1
Resolução:
Para verificar se (-1, 2, 0) é solução do sistema, você deve substituir os valores nas 3 equações:
será solução do sistema se for solução de todas as equações.
Vamos então fazer essa verificação:
75
Unidade I
• 1ª equação: -1 – 2 ( 2 ) + 3 ( 0 ) = - 5 ⇒ -1 – 4 = - 5 ⇒ - 5 = - 5 ( V )
• 2ª equação: - (-1 ) + 3 ( 2 ) + 4 ( 0 ) = 7 ⇒ 1 + 6 = 7 ⇒ 7 = 7 ( V )
• 3ª equação: -1 + ( 2 ) + 3 ( 0 ) = - 5 ⇒ -1 – 4 = - 5 ⇒ - 5 = - 5 ( V )
Como as expressões são verdadeiras para todas as equações, temos que (-1, 2, 0) é solução do
sistema.
2x - y = 5
S −x −3 y = 1
x+ y = -1
Resolução:
Para verificar se (2, - 1) é solução do sistema, você deve substituir os valores nas 3 equações:
será solução do sistema se for solução de todas as equações.
• 1ª equação: 2 ( 2 ) - ( -1) = 5 ⇒ 4 + 1 = 5 ⇒ 5 = 5 ( V )
• 2ª equação: - ( 2 ) - 3 ( -1 ) = 1 ⇒ 1 + 6 = 7 ⇒ 7 = 7 ( V )
• 3ª equação: ( 2 ) + ( -1 ) = - 1 ⇒ 2 – 1 = - 1 ⇒ 1 = - 1 ( F )
Notamos que (2, -1) é solução das duas primeiras equações, porém não é solução da terceira
equação, logo, não é solução do sistema.
x- 3 y + z = 2
a) S 2 x + y − 2 z = − 5
3 x − y − z = − 2
Para resolver o sistema por escalonamento, devemos eliminar inicialmente a variável x das
equações 2 e 3, utilizando as operações elementares.
Em nossos exemplos, vamos deixar indicadas todas as contas necessárias (rascunho) para que
você entenda o processo. Caso você ache conveniente, pode omitir essas contas.
76
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Para eliminar a variável x na 2ª equação, vamos substituir a equação 2 por sua soma com a
equação 1 multiplicada por (-2).
x- 3 y + z = 2 Rascunho
2 x + y − 2 z = − 5 E2 2x+y- 2z=-5
3 x − y − z = −2 2 E1 -2x+6y-2z=-
E2 = E2 - 2E1 E2 - 2 E1 0 + 7 y – 4 z = - 9
x- 3 y + z = 2
7y − 4z= − 9
3 x − y − z = − 2
Rascunho
x- 3 y + z = 2 E2 3x-y-z=-2
7y − 4z= − 9 -3E1 - 3 x + 9 y – 3 z = - 6
8 y −4 z= − 8 E3 - 3 E1 0 + 8 y - 4 z = - 8
E3 = E3 - 3E1
Agora devemos eliminar a variável y da 3ª equação. Para isso, vamos fazer a conta
E3 = 7 E3 + 8 E2:
Rascunho
x- 3 y + z = 2 7E3 56 y – 28 z = - 56
7y − 4z= − 9 -8E2 - 56 y + 32 z = 72
4 z =16 7E3 - 8E2 4 z = 16
E3 = 7E3 - 8E2
Assim, temos:
• na 3ª equação: 4 z = 16 ⇒ z = 4
• na 2ª equação: 7 y - 4 (4) = - 9 ⇒ 7 y = - 9 + 16 ⇒ 7 y = 7 ⇒ y = 1
• na 1ª equação: x - 3 . 1 + 4 = 2 ⇒ x = 2 + 3 – 4 ⇒ x = 1
77
Unidade I
2x − 3y + z = − 2
b) S x + y − 2 z = − 1
3 x − 2 y − z = 2
Para resolver o sistema por escalonamento, devemos eliminar inicialmente a variável x das
equações 2 e 3, utilizando as operações elementares.
2 x- 3 y + z = − 2 Rascunho
x+ y − 2z=−1 E1 2x-3y+z=-2
3 x − 2 y − z = 2 -2 E2 -2x-2y+4z=2
E2 = E1 - 2E2 E1 - 2 E2 0 - 5 y + 5 z = 0
2 x- 3 y + z = - 2
-5y + 5z= 0
3 x − 2 y − z = 2
Agora devemos eliminar a variável y da 3ª equação, para isso vamos fazer a conta E3 = E3 + E2:
Rascunho
2 x- 3 y + z = − 2
E2 5 y – 5 z = 10
- 5y + 5 z = 0 E2 -5y+5z= 0
0 =1 0
E3 + E2 0 = 10 (F)
E3 = E3 + E2
x+ y + 3z =8
S 2 x − y + z = 1
4 x + 3 y + z = − 1
Primeiro vamos escrever a matriz ampliada correspondente ao sistema:
1 1 3 8
A = 2 −1 1 1
4 3 1 −1
1º passo: deixar x na 1ª equação e eliminar das outras. Na matriz, devemos eliminar os
elementos a21 e a31.
Nesse passo, teremos:
Agora você deve fazer os cálculo indicados para as linhas 2 e 3 e reescrever a matriz:
Rascunho
1 1 3 8
2 −1 1 1 -2L1 -2 - 2 - 6 -16
L2 2 -1 1 1
4 3 1 -1
-2L2 + L1 0 - 3 -5 -15
1 1 3 8
0 −3 −5 -15 L3 4 3 1 -1
-4L1 - 4 - 4 -12 -32
0 -1 -11 - 33
L3 - 2L1 0 - 1 -11 -33
79
Unidade I
Rascunho
1 1 3 8 L3 0 -1 - 11 - 33
0 −3 −5 -15 −
1
L2 0 1
5 15
28 84 3 3 3
0 0 - -
3 3 28 84
0 0 - -
1 1 3 8 3 3
0 −3 −5 -15
0 -1 -11 -33
x+ y + 3z =8
S − 3 y − 5 z = − 15
28 84
- z=−
3 3
Determinando o valor de z na 3ª equação, temos:
28 84
- z=−
3 3
84 3
z=− . −
3 28
z=3
80
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Substituindo na 2ª equação:
- 3 y - 5 (3) = - 15
- 3 y - 15 = - 15
- 3 y = - 15 + 15
y=0
x + 0 + 3 . (3) = 8
x+0+9=8
x=8-9
x=-1
4 DETERMINANTES
4.1 Introdução
Hoje, embora não seja um instrumento prático para resolução de sistemas, os determinantes
são usados, por exemplo, para sintetizar certas expressões matemáticas mais complexas.
Quando falamos em determinante de uma matriz, estamos pensando somente no conjunto das
matrizes quadradas de elementos reais.
1) n = 1 ⇒ det M = M
M = [a11] ⇒ det M = a11
81
Unidade I
2) n = 2 ⇒ o det M é dado pelo produto dos elementos da diagonal principal menos o produto
dos elementos da diagonal secundária:
a a a a
M = 11 12 ⇒ det M = 11 12 = a11a22 − (a12a21)
a21 a22 a21 a22
Exemplo:
3 −1
M=
4 2
3 −1
det M = = 3.2 − [4( −1)] = 10
4 2
a11 a12 a13
3) n = 3, isto é, M = a21 a22 a23 ⇒
a a33
31 a32
det M = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a13 a22 a31 − a11 a23 a32 − a12 a21 a33
Você pode utilizar um processo que facilita a memorização dessa expressão, basta seguir os
seguintes passos:
- - - + + +
Esse dispositivo prático é conhecido como regra de Sarrus para o cálculo de determinantes de
ordem 3.
82
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Lembrete
Exemplo:
1 −1 0
Calcular o valor do determinante da matriz A = 0 2 3 , utilizando a regra de Sarrus.
1 0 −1
Resolução:
Para utilizar a regra de Sarrus na resolução, devemos repetir as duas primeiras colunas e depois
fazer os produtos, no sentido da diagonal principal e no sentido da diagonal secundária:
1 −1 0 1 −1
0 2 3 0 2
1 0 −1 1 0
- - - + + +
Laplace
Para o cálculo do determinante de uma matriz de ordem n > 2, podemos também utilizar os
conceitos de menor complementar e de cofator no Teorema de Laplace.
Vejamos então o que são esses dois conceitos relacionados aos determinantes.
Menor complementar
83
Unidade I
Exemplo:
1 −1 0
Seja A = 0 2 3 , vamos determinar o menor complementar dos elementos a12 e a31, isto
1 0 −1
é, queremos determinar D12 e D31.
1 −1 0 Linha 1
A = 0 2 3
1 0 −1
Coluna 2
Agora você deve calcular o determinante formado pelos elementos que sobraram, isto é, o
determinante D12:
0 3
D12 = = 0.( −1) − 1.3 = −3
1 −1
Você deve repetir o processo para encontrar o menor complementar dos outros dois elementos.
1 −1 0
A = 0 2 3
1 0 −1 Linha 3
Coluna 1
Assim, devemos calcular o determinante formado pelos elementos que sobraram. Então,
teremos:
−1 0
D31 = = ( −1).3 − 2.0 = −3
2 3
Observação
Os valores de D12 e D31 deram iguais só por coincidência, não é uma
regra que deva ser igual, geralmente são valores diferentes.
84
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Cofator
Ai j = ( −1)i+ j . Di j
Exemplo:
• cofator de a12 será A12 = ( −1)1+2 . ( −3) = ( −1)3 .( −3) = ( −1).( −3) = 3
Isto é, o determinante de uma matriz de ordem n > 2 é a soma dos produtos dos elementos
da primeira coluna pelos respectivos cofatores:
O determinante de uma matriz M, de ordem n > 2, é a soma dos produtos dos elementos de
uma fila qualquer (linha ou coluna) pelos respectivos cofatores.
Lembrete
Exemplo:
−1 2 0
Calcular o determinante da matriz A = 0 1 1 , utilizando Laplace:
0 3 2
a) pela 1ª linha;
b) pela 1ª coluna.
Resolução:
−1 2 0
det A = 0 1 1
0 3 2
1 1 2 0 2 0
det A = ( −1). (-1)1+1 + (0). (-1)2+1 + (0). (-1)1+1
3 2 3 2 1 1
det A = −1.1.(2 − 3) + 0 + 0
det A = 1
86
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Observação
Você deve ter notado que nos dois casos o resultado é o mesmo.
Assim, você pode escolher a melhor opção para desenvolver o seu
determinante.
O método de resolver um sistema por determinantes é conhecido como Regra de Cramer, por
ter sido divulgado pelo matemático suíço Gabriel Cramer (1704 –1752).
Esse método só pode ser utilizado em sistemas cujas matrizes incompletas possuem
determinantes não nulos:
ax + by = c
Seja o sistema
dx + ey = f
ce − bf af − cd
x= e y=
ae − bd ae − bd
Podemos observar que tanto o valor de x quanto o de y podem ser expressos por um quociente
de determinantes:
c b a c
f e d f
x= y=
a b a b
d e d e
Vamos expressar esses quocientes de outro modo. Para isso, utilizaremos as seguintes
denominações:
A: matriz incompleta.
87
Unidade I
det A x det A y
x= e y= , com det A ≠ 0
det A det A
A regra de Cramer é válida também para sistemas lineares 3 x 3, 4 x 4, . . . , cujo determinante
da matriz incompleta não seja nulo.
Um sistema linear n x n com matriz A incompleta é possível e terá solução única (a1, a2, ..., an)
se, e somente se, det A ≠ 0.
Di
Nesse caso, α i = , 1 ≤ i ≤ n, onde, D = det A e Di é o determinante da matriz obtida de A
D
trocando-se a coluna i ela coluna dos termos independentes do sistema.
Para se discutir um sistema linear S, formado por n equações com n incógnitas, utilizando
determinantes, calculamos o determinante D da matriz incompleta.
a) Se D ≠ 0, então S é determinado.
b) Se D = 0, então S é indeterminado ou impossível.
Se D = 0, sabemos que o sistema não tem solução única, mas, para decidir se ele é indeterminado
ou impossível, devemos utilizar outro processo, por exemplo, o de escalonamento.
Saiba mais
Para saber mais sobre matrizes, sistemas e determinantes, leia os
capítulos 1 e 2 de:
ANTON, H.; RORRES, C. Álgebra linear com aplicações. Porto Alegre:
Bookman, 2001.
88
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
−1 3
a) A =
2 4
Resolução:
−1 3
det A =
2 4
Fazendo o produto dos elementos da diagonal principal menos o produto dos elementos da
diagonal secundária:
det A = ( −1) . 4 − (2 . 3)
det A = − 4 − 6
det A = − 10
1 4
b) A =
2 8
Resolução:
Fazendo o produto dos elementos da diagonal principal menos o produto dos elementos da
diagonal secundária:
det A = 1 . 8 − (2 . 4)
det A = 8 − 8
det A = 0
2 −1 0
c) A = 1 −3 1
−1 2 1
89
Unidade I
Resolução:
Agora nossa matriz tem ordem 3 e não é mais possível utilizar o procedimento dos itens
anteriores. Para o cálculo do seu determinante, vamos utilizar a regra de Sarrus.
2 −1 0
det A = 1 −3 1
−1 2 1
Lembrando que para resolver um determinante por Sarrus devemos copiar as duas
primeiras colunas do determinante do lado direto do det A, depois multiplicar os elementos
conforme o esquema a seguir. No sentido da diagonal principal, mantemos o sinal do produto
e, no sentido da diagonal secundária, invertemos o sinal do produto.
2 −1 0 2 −1
det A = 1 −3 1 1 −3
−1 2 1 −1 2
Assim, temos:
det A = - 6 + 1 + 0 - ( 0 + 4 - 1 )
det A = - 5 - 3
det A = - 8
x − y + z = 1
2) Dado o sistema linear 2x + y − 2z = 2 e utilizando a regra de Cramer, determinar o valor do
x + 2y − 3z = 2
determinante Ax:
Resolução:
Para utilizar a regra de Cramer, devemos inicialmente montar a matriz com os coeficientes de
x, y, z (por linhas):
90
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
1 −1 1
A = 2 1 −2
1 2 −3
Para encontrar o determinante Ax, vamos substituir a coluna dos coeficientes de x (1ª coluna)
pelos termos independentes e teremos:
1 −1 1
A x = 2 1 −2
2 2 −3
A x = -3 + 4+ 4 - (2 - 4 + 6 )
A x = 5 - (4 )
A x = 1
x − y + z = 1
3) Dado o sistema linear 2x + y − 2z = 2 e utilizando a regra de Cramer, calcule o valor do
x + 2y − 3z = 2
determinante A:
Resolução:
1 −1 1 1 −1
A = 2 1 −2 2 1
1 2 −3 1 2
A = -3 + 2+ 4 - (1 - 4 + 6 )
A = 3 - (3 )
A = 0
x 1 1
4) Dada a equação 0 x − 1 1 = 0 , determine a sua solução.
0 −1 2
Resolução:
Como temos uma equação que envolve um determinante, a primeira providência será
desenvolver o determinante e substituir na expressão dada.
Desenvolvendo o determinante:
x 1 1 x 1
D = 0 x −1 1 0 x −1
0 −1 2 0 −1
Substituindo na equação:
2 x . (x-1) + x = 0
2 x2 -2 x + x = 0
2 x2 - x = 0
92
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Resumo
Matrizes
Diagonal principal:
Matriz transposta:
a1 1 a21 am1
a1 1 a1 2 a1 n a
A =
12
⇒ AT = A -1
=
am 1 am2 amn m x n a
1n a2 n amn n x m
Matriz inversa:
A= (a i j ) n x n , .A -1
= (b i j ) n x n , A - 1 inversa de A
A . A- 1
= A- 1. A = In
Adição:
( ) mxn
A = ai j e B = bi j( ) mxn ⇒A (
+ B = ai j + bi j ) mxn
Multiplicação por escalar:
( )m x n
A = ai j ⇒ k . A = (k . ai j )m x n
Multiplicação de matrizes:
• Adição
94
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
(III) matriz nula: existe uma matriz 0 ∈ Mmxn (IR), tal que:
A + 0 = A, ∀A ∈Mm x n (IR) ;
(IV) matriz inversa: dada uma matriz A ∈Mm x n (IR) existe uma matriz
(-A), também m x n, tal que A + (-A) = 0.
( I ) (α β ) A = α (βA ) , ∀ A ∈ M m xn e ∀ α, β ∈IR
( I I ) (α + β ) A = α A + β A, ∀ A ∈ M m xn e ∀ α, β ∈IR
( I I I ) α ( A + B) = α A + α B, ∀ A, B ∈ M m xn e ∀ α ∈IR
( I V ) 1 A = A ∀ A ∈ M m xn
• Multiplicação de matrizes
(I) associativa: (A B) C = A (B C)
(V) (a A) B = A (a B) = a (A B)
(IV) A . 0 = 0 e 0 . A =0
A . B = 0 com A ≠ 0 e B ≠ 0
95
Unidade I
Sistemas lineares
impossível possível
(não tem solução) (tem solução)
Determinado Indeterminado
(só tem 1 solução) (infinitas soluções)
SPD SPI
Determinante
• Ordem 2:
a a a a
M = 11 12 ⇒ det M = 11 12 = a11a22 − (a12a21)
a21 a22 a21 a22
• Ordem 3 – Sarrus:
- - - + + +
96
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Exercícios
x + y + z = 1
2x + 2y + 2z = 4
3x + 3y + 4 z = 5
Para resolvermos a questão, temos que utilizar a teoria de discussão de um sistema linear.
Como o sistema é formado por três equações e três incógnitas, gera matrizes quadradas cujos
determinantes podem ser calculados pela aplicação da Regra de Cramer.
1 1 1
det A = 2 2 2 = 8 + 6 + 6 − 8 − 6 − 6 = 0
3 3 4
det A = 0
97
Unidade I
Como segunda etapa, calculamos o determinante da matriz obtido a partir da matriz dos coeficientes,
substituindo a primeira coluna (coeficientes de x) pelos termos independentes:
1 1 1
det A x = 4 2 2 = 8 + 10 + 12 − 16 − 6 − 10 = −2
5 3 4
det A x = −2
det A x ≠ 0
Como terceira etapa, calculamos o determinante da matriz obtido a partir da matriz dos coeficientes,
substituindo a segunda coluna (coeficientes de y) pelos termos independentes:
1 1 1
det A y = 2 4 2 = 16 + 6 + 10 − 8 − 10 − 12 = 2
3 5 4
det A y = 2
det A y ≠ 0
Como quarta etapa, calculamos o determinante da matriz obtido a partir da matriz dos coeficientes,
substituindo a terceira coluna (coeficientes de z) pelos termos independentes:
1 1 1
det A z = 2 2 4 = 10 + 12 + 6 − 10 − 12 − 6 = 0
3 3 5
det A z = 0
det A z ≠ 0
Discutindo o sistema, concluímos que, como det A = 0, ele pode ser possível e indeterminado
ou impossível. Para verificar sua real classificação, resolvemos o determinante dos coeficientes,
substituindo cada coluna pelos termos independentes. Como det A = 0 e pelo menos um det An ≠ 0,
o sistema é impossível (não tem solução). Para o sistema ser impossível, deve-se ter det A = 0 e pelo
menos um det An ≠ 0. Como há pelo menos um det An ≠ 0, e det A = 0, o sistema é impossível. Então,
as duas asserções são verdadeiras, não sendo a segunda uma justificativa correta da primeira.
A) Alternativa incorreta.
B) Alternativa correta.
C) Alternativa incorreta.
D) Alternativa incorreta.
Justificativa: a primeira asserção não é falsa, pois o sistema é impossível (não tem solução).
E) Alternativa incorreta.
Figura 1
A transposição do rio São Francisco é um assunto que desperta grande interesse. Questionam-
se, entre outros aspectos, os efeitos no meio ambiente, o elevado custo do empreendimento
relativamente à população beneficiada e à quantidade de água a ser retirada – o que poderia
prejudicar a vazão do rio, que hoje é de 1.850 m3/s.
Visando promover em sala de aula um debate acerca desse assunto, um professor de matemática
propôs a seus alunos o problema seguinte, baseando-se em dados obtidos do Ministério da
Integração Nacional.
99
Unidade I
Considere que o projeto prevê a retirada de x m3/s de água. Denote por y o custo total estimado
da obra, em bilhões de reais, e por z o número, em milhões, de habitantes que serão beneficiados
pelo projeto. Relacionando-se essas quantidades, obtém-se o sistema de equações lineares AX =
B, em que:
1 2 −2 11 x
A = 0 4 −1 . B = 4 e x = y
1 0 −2 2 z
A) O sistema linear proposto pelo professor é indeterminado, uma vez que det(A)=0.
C) Mais de 2% da vazão do rio São Francisco serão retirados com a transposição, o que pode
provocar sérios danos ambientais.
E) A matriz linha reduzida à forma escalonada, que é linha equivalente à matriz A, possui uma
coluna nula.
100