Escolar Documentos
Profissional Documentos
Cultura Documentos
De acordo com Baumgart ( 1992 ), a Índia passou por inúmeras invasões e com isso a
matemática hindu recebeu influências de diversas culturas. As produções matemáticas dos
babilônicos e gregos contribuíram de forma particular para as realizações dos matemáticos
hindus. O estilo sincopado introduzido por Diofanto recebeu outras representações com
Brahmagupta ( c .628 ). Algebristas hindus obtiveram a solução de equações de 2.º grau pelo
método de completar quadrados e os primeiros métodos gerais para a solução das equações
indeterminadas. A equação de Pell ¿, em que a é um número inteiro não quadrado perfeito),
recebeu atenção especial dada pelos matemáticos Brahmagupta e Bhaskara ( c .1150 ) .
dos Fundamentos da Álgebra Moderna resultante dos estudos sobre as estruturas algébricas
iniciados por Niels Henrik Abel (1802-1829) em 1824 e Evariste Galois (1811-1832) em
1831. Este brilhante matemático francês que aos 16 anos já dominava as obras de Legendre
e Lagrange, obtendo todo o conhecimento da época relativo às equações algébricas. Aos 18
anos escreveu o artigo “Pesquisas sobre as equações algébricas de grau primo”, nos dois
anos seguintes produziu outros escritos relativos à resolução algébrica de equações. Criou a
Teoria dos Grupos e com isso introduziu novos conceitos estruturais que alteraram a
natureza da Álgebra.
A Álgebra Linear é a área da Matemática que estuda todos os aspectos relacionados com uma
estrutura chamada Espaço Vetorial.
Nas primeiras aulas, estudaremos algumas ferramentas para o estudo dos Espaços Vetoriais:
as matrizes, suas operações e propriedades; aprenderemos a calcular determinantes e,
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 4
A história dos sistemas de equações lineares diz que os mesmos passaram por diversas
contribuições de vários matemáticos até chegar ao que se conhece hoje, as notações, os
conceitos e os teoremas foram modificados e aperfeiçoados ao longo do tempo. O estudo de
sistemas de equações lineares deu origem inicialmente ao estudo dos determinantes e
posteriormente ao das matrizes. As provas mais antigas desta utilização são as inscrições em
tabletas babilônicas feitas de argila datadas de cerca de 300 a.C. e as representações dos
coeficientes de sistemas lineares em barras de bambu que constam no livro Chiu-Chang
Suan-Shu (Nove Capítulos sobre a Arte Matemática). Segundo Eves (2011) no período
denominado de Dinastia Han (206 a.C – 221 d.C) foi construído o Nove Capítulos sobre a
Arte da Matemática que contém problemas que levam a sistemas lineares cuja resolução
assemelha-se com o método de resolução com matrizes, embora não tenha sido utilizado
notações algébricas, consta nesta obra uma das mais antigas menções sobre a ideia de
matrizes. Vale destacar que o capítulo oitavo do Chiu-Chang Suan-Shu, traz soluções de
problemas de equações lineares usando tanto números positivos, quanto negativos como
também os que envolvem sistemas de equações lineares com três equações e três incógnitas.
Segue abaixo um exemplo de um problema que envolve sistema de equações lineares do livro
Kake fukudai no ho, escrito pelo matemático japonês Seki Kowa, que utiliza o mesmo
método do livro chinês. Esse gosto apurado pelo tratamento de números, representados por
varas de bambu, em quadrados, esquema de diagramas, levou esse povo à resolução de
sistemas lineares, cujos coeficientes eram representados por tais varas, pelo método de
eliminação.
Há inscrições matemáticas que também são encontradas em papiros, como por exemplo, o
papiro de Rhind ou Ahmes, que hoje está no British Museum, em Londres e resiste ao
desgaste do tempo por mais de três milênios. Ressalta Boyer (1996), que este papiro com 85
problemas tem cerca 30 cm de altura e 5m de comprimento, o qual traz em seu extenso
tamanho uma composição do que seria a comprovação de que os egípcios também utilizavam
a Matemática como sua aliada nas tarefas diárias desde os tempos mais remotos. Eves (2004,
p. 73), afirma que não só o papiro de Ahmes como também o papiro de Moscou não fazem
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 5
referências a objetos concretos, específicos, que envolvem, por exemplo, cerveja ou pães, mas
traz soluções de fracções unitárias, operações aritméticas e geométricas, razões
trigonométricas e também equações lineares. Os problemas de cunho algébrico diferem-se dos
demais, pois trabalham com números desconhecidos e também apontam soluções de equações
lineares, das quais hoje teriam a seguinte representação: x +ax=b ou x +ax +bx=c com a , b e c
conhecidos e x desconhecido ou “aha”.
A teoria dos determinantes surgiu simultaneamente através dos estudos de dois grandes
matemáticos: Seki Shinsuke Kowa no Japão, e Gottfried Wilhelm Leibniz na Alemanha,
ambos resolviam sistemas de equações lineares de maneiras diferentes, porém com o mesmo
propósito: encontrar as soluções através de eliminações. No final do século XVII, o japonês
Seki Kowa (1642-1708), um genial matemático, conhecido como "O Sábio aritmético",
estudou os determinantes. Seki esteve na vanguarda das descobertas da Matemática ocidental.
Dez anos depois, Leibniz, independentemente, teria usado determinantes para resolver
equações simultâneas, embora a versão Seki Kowa fosse mais ampla. Kowa desenvolveu a
noção de determinantes através do estudo de sistemas lineares, sistematizando o velho
procedimento chinês (para o caso de duas equações apenas). Sobre determinantes e sistemas
de equações podemos dizer que os determinantes surgiram a partir do estudo que alguns
pesquisadores desenvolveram ao trabalharem com sistemas de equações. Os determinantes
estiveram estritamente relacionados aos sistemas de equações até, aproximadamente, meados
do século XVIII, quando os franceses Alexandre-Théophile Vandermonde (1735-1796) e
Pierre Simon Laplace (1749- 1827), respectivamente, declararam a independência de tal
assunto matemático, atribuindo-lhe uma exposição lógica e estabelecendo conexão ao
conhecimento num todo. Durante todo o estudo, mas principalmente no trabalho com os
determinantes, a disposição dos termos em forma de tabelas foi chamando a atenção de outros
pesquisadores como J. J. Sylvester, A. L. Cauchy, H. J. S. Smith, C. Jordan, Weierstrass,
Hamilton e Grassmann, entre outros.
O termo matriz veio com James Joseph Sylvester, em 1850, e com seu amigo Arthur
Cayley, em 1858. Arthur Cayley (1821-1895) é considerado o fundador do conhecimento
matemático denominado Matrizes. Assim como aconteceu com os determinantes,
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 6
Uma empresa de distribuição de produtos químicos tem duas filiais: A e B. Abaixo estão
relacionados alguns dos produtos constantes no almoxarifado (ária da sua jurisdição) de suas
filiais, em cada um dos meses de Janeiro, Fevereiro, Março e Abril:
Definição: Sejam m e n números naturais não nulos. Uma matriz do tipo m× n (lê-se: m por
n) é uma tabela de números dispostos em m linhas (filas horizontes) e n colunas (filas
verticais).
m× n :
ordem m× n .
[
a 21 a22 a23 ⋯ ⋯ a2 n−1 a2 n
a m 1 am 2 am 3 ⋯ ⋯ a mn−1 amn
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 7
O crescente uso de computadores tem feito com que a teoria das matrizes, seja cada vez mais
aplicada em árias como Economia, Engenharia, Matemática, Física, Química entre outras.
Por exemplo, a tabela a seguir representa as notas de três alunos durante uma certa etapa:
Se quizermos saber a nota do aluno C em Matemática, é basta procurar o número que fica na
terceira linha e na segunda coluna da tabela.
É esse tipo de tratamento que as matrizes possibilitam (por linhas, por colunas, por elemento)
que fazem desses objetos matemáticos instrumentos valiosos na organização e manipulação
de dados.
Consideremos uma tabela de números colocados em linhas e colunas como no exemplo acima
mas colocados entre parênteses ou colchetes, temos:
12 11 10 9 12 11 10 9
(
8 12 16 10 )
linha → 10 14 11 15 ou coluna→ 10 14 11 15
8 12 16 10 [ ]
Estas tabelas assim dispostas, são chamadas de matrizes; os números são os elementos da
matriz . As linhas são enumeradas de cima para baixo e as colonas da esquerda para a direita.
Nota: Os elementos de uma matriz podem ser outras entidades, que não são números reais.
Podem ser, por exemplo, números complexos, polinómios, outras matrizes, etc.
Exemplos1.1
0 2
1-Seja a matriz A= (−1
−2 5 3 )
2×3
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 8
a ¿ A=[ aij ] 3 ×4 , tal que a ij =3i −2 jb ¿ A=[ aij ]2 ×3 ,tal que aij =( i+ j )2
c ¿ A=[ a ij ]3 ×3 , tal que aij =2i+ j−2 d ¿ A=[ aij ] 3 ×4 , tal que aij =i j+1
2
e ¿ A=[ a ij ]2 ×3 , tal que aij = i + j , se i= j
{ i−2 j , se i≠ j
2
f ¿ A=[ aij ]4 × 5 , tal que aij = i + j, se i= j
{ i−2 j, se i≠ j
Matriz linha: é aquela matriz formada por uma única linha, ou seja, é toda matriz do tipo
1 ×n .
3
Exemplos: a ¿ A=[ 3 1 6 2 8 ] 1× 5 b ¿ B= √ 3 ( 2
−6 9 7 4 )
1× 6
Matriz coluna: é aquela matriz formada por uma única coluna, ou seja, é toda matriz do tipo
m× 1.
−1
Exemplos: a ¿ C= 2
5 [] 2× 1 ()
b ¿ D= 0
√7 3 ×1
Matriz nula: é aquela matriz cujos elementos são todos iguais a zero.
0 0
Exemplos: a ¿ E=
0 0
[ ]
0 0 2×2
b ¿ F= 0 0 0
[
0 0 0 ]2 ×3 [ ]
c ¿G= 0 0
0 0 3×2
Matriz quadrada: é aquela matriz que possui o número de linhas igual ao número de
colunas.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 9
1 2
Exemplos:a ¿ A=
3 4 [ ] 2 ×2
Lê-se: matriz quadrada de ordem 2.
−1 2 −3
[
b ¿ B= −2 1 −2
−5 3 −4 ]
3 ×3
Lê-se: matriz quadrada de ordem 3.
1 3 2 7
c ¿ C= 2
4
5
[ ] 0
5
1
8
2
4
3
6
0 4×4
Lê-se: matriz quadrada de ordem 4.
a 21 a22
a
Uma matriz diagonal em que todos os elementos diagonais são iguais diz-se uma matriz
escalar. Uma matriz escalar é pois uma matriz da forma:
α 0 0⋯ 0
[ ]
0
0
⋮
0
α
0
⋮
0
0⋯
α⋯
⋮⋯
0⋯
0
0
⋮
α
i> j implica aij =0 ¿ , ou seja, os elementos abaixo da diagonal principal são nulos ou
equivalentemente, se A tem a forma:
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 10
a11 a12 a 13 ⋯ a1 n
[ 0 a22 a23 ⋯ a2 n
0 0 a33 ⋯ a3 n
⋮ ⋮ ⋮⋮ ⋮
0 0 0 ⋯ a nn
]
Dizemos que a matriz A é triangular inferior se a ij=0 , para i< j , ¿
i< j implica aij =0 ¿ , ou seja, os elementos acima da diagonal principal são nulos, ou
equivalentemente, se A tem a forma:
a11 0 0 ⋯ 0
[ a 21 a22 0 ⋯ 0
a31 a32 a 33 ⋯ 0
⋮ ⋮ ⋮⋯ ⋮
an 1 an 2 an 3 ⋯ a nn
]
Matriz identidade: é qualquer matriz quadrada em que todos os elementos da diagonal
principal são iguais a 1 e os demais elementos são nulos. Indicamos uma matriz identidade
de ordem n por I n . Uma matriz identidade pode ser definida do seguinte modo:
aij =1 , se i= j
I n=[ aij ]n ×n , onde
{a ij =0 , se i ≠ j
1 0 0
[ ]
b ¿ B= 0 1 0
0 0 1 3× 3
Lê-se: matriz identidade de terceira ordem.
1 0 0 0
c ¿ C= 0
0
0
[ ] 1
0
0
0
1
0
0
0
1 4×4
Lê-se: matriz identidade de quarta ordem.
1.4-Igualdade de matrizes
Duas matrizes A e B , de mesma ordem serão iguais ( A=B ) se, e somente se, os seus
elementos de mesma posição forem iguais, ou seja: A=[ aij ]m ×n e B= [ bij ] m ×nsendo
1 ≤i ≤ m
A=B, temos: a ij=bij e {
1≤ j ≤ n
sin 30 ° 22 cos π
Exemplos: a ¿ A=
0,5 4 −1
[
−3 16 33
e B= ] [ −6
2
42 27 ]
Exercícios 2
log16 10
a¿ x
[ +1
2
5
x− y
= 10 5
2 4 ][
b¿ x
−9 2 y ] [
= 2 10
−9 64 ][ ]
x2 y
c ¿ 2 a 3 b = 4 −9 d ¿
[c +d 6 ][
1 2c x ] [ ][
= 1 −1 e ¿ 2 x+ y = 11
y 2 −1 1 ] [
2 x− y 9 ][ ]
É através de operações que podemos obter outras matrizes, a partir de matrizes dadas. A
primeira operação com matrizes que estudaremos - a transposição - é unária, isto é, aplicada a
uma única matriz. A seguir, veremos a adição, que é uma operação binária, ou seja, é aplicada
a duas matrizes. Finalmente, veremos como multiplicar uma matriz por um número real e
como multiplicar duas ou mais matrizes.
1.5.1 Transposição
Note que para obter a transposta de uma matriz A, basta escrever as linhas de A como sendo
as colunas da nova matriz (ou, equivalentemente,escrever as colunas de A como as linhas da
2 1 , então A T = 2 3
nova matriz). Por exemplo: a ¿ Se A=
3 5 [ ]
1 5 [ ]
3 −4
b ¿ Se B= 3 0 1 , então BT = 0 2
[
−4 2 6 ] 1 6 [ ]
Note: -A primeira linha da matriz B é igual à primeira coluna da matriz BT .
Exercício 3- Construir a matriz e determine a sua transposta em cada uma das seguintes
i+ j , se i= j
situações: a ¿ A=( aij )3 ×3 , tal que :a ij= {
i− j , se i≠ j
π
c ¿ A=( aij ) 2× 3 ,tal que :aij =
{ sin i∙
2
, se i= j
cos j ∙ π , se i≠ j
Matriz Simétrica: é toda matriz quadrada tal que A=A T . Por exemplo,
3 5 6
[ ]
A= 5 2
6 4
4 é simétrica, pois, a 12=a21=5 ; a13=a31=6 e a 23=a32=4 , isto é,
8
a ij=a ji .
5 1 2
[ ][
−7 −8
][ ]
13 4 −3 √7
2 , −7 4 3 5
−3 5 1 e
5 2 3 0 −1
−9 √ 7 1 8
2 −8 5 −1 9
0 −4 2 0
][ ]
0 1 −3
[ 0 −2 ,
2 0 ]−1
[
0 √2 e 4 0 3 −6
3 −√ 2 0
−2 −3 0 7
0 6 −7 0
1.5.2-Adição de matrizes
Sejam A=( aij )m × n e B=( b ij )m × n matrizes de mesma ordem. Define-se a matriz soma C= A+ B ,
tal que C=( C ij ) m ×n e c ij =a ij +b ij , para todo i={ 1,2,3 , ⋯ , m } e j={ 1,2,3 , ⋯ , n }, isto é:
[
a21 +b21 a22+ b22 a23 +b 23 ⋯ ⋯ ⋯ a2 n +b2 n
A+ B= a31 +b31 a32+b 32 a33 +b33 ⋯ ⋯ ⋯ a3 n +b3 n
⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯
⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯
am 1 +b m 1 am 2 +b m 2 a m3+ bm 3 ⋯ ⋯ ⋯ amn +bmn
]
Isto significa que a soma de duas matrizes A e B de mesma ordem m× n é uma matriz C de
mesma ordem, em que cada elemento é a soma dos elementos correspondentes em a e B.
A diferença entre duas matrizes A e B, indicada por A − B, é obtida pela soma da matriz A
com a oposta da matriz B, isto é: A−B= A+ (−B ) .
[ ][ ][ ][ ][
b ¿ 3 8 − −4 2 = 3 8 + 4 −2 = 3+4 8−2 = 7 6
7 5 3 −6 7 5 −3 6 7−3 5+6 4 11 ][ ]
1.5.2.1-Propriedades da adição de matrizes
( A+ B ) +C= A+ ( B+C ).
p4 ¿ Elemento Simétrico : para toda matriz A de ordem m× n, existe uma matriz S de mesma
ordem, tal que: A+ S=S + A=O m ×n. Sendo A=( aij )m × n tem−se :
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 14
Definição: Dado um número real k e uma matriz A=( aij )m × n, chama-se o produto de kA a
matriz B=( bij )m ×n , tal que b ij=k . aij, para todo i e para todo j.
Isto significa que multiplicar uma matriz A por um número real k é construir uma matriz B
formada pelos elementos de A, onde todas as entradas são multiplicadas por k, isto é:
[
ka 21 ka22 ka23 ⋯ ⋯ ka2 n
kA= ka31 ka32 ka33 ⋯ ⋯ ka3 n
⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯ ⋯⋯⋯
kam 1 kam 2 kam 3 ⋯ ⋯ ka mn
]
2 3 4 7
Exemplo: Para efectuar a multiplicação do número 3 pela matriz
[
A= 1 −2 5 8 ,
3 4 0 −1 ]
fazemos:
2 3 4 7 3∙2 3 ∙3 3 ∙ 4 3 ∙7 6 9 12 21
[
3 4 0 −1 3 ∙3 3∙ 4][
3 ∙ A=3 1 −2 5 8 = 3 ∙1 3 ∙ (−2 ) 3 ∙ 5 3 ∙8 = 3 −6 15 24
3 ∙ 0 3 ∙ (−1 ) 9 12 0 −3 ][ ]
1.5.3.1 Propriedades da multiplicação de uma matriz por um escalar
( k 1+ k 2 ) A=k 1 A+ k 2 A
( k 1 ⋅k 2) ⋅ A=k 1 (k 2 A)
tem-se: k ( A+ B )=kA+ kB
1.5.4-Multiplicação de matrizes
Definição: Dadas duas matrizes A=( aij )m × p e B=( bij ) p ×n o produto de A por B é a matriz do
tipo C=( c ij )m × n em que cada elemento c ij é a soma dos produtos dos elementos da linha i de A
pelos elementos da coluna j de B, tomados ordenadamente. Indicamos o produto dessas
matrizes por A ∙ B ou AB.
2 6
Exemplos: Efectuando a multiplicação de A=
1 2 −4 por B=
3 0 5 [ ]
3 2 , Vemos que a
−5 7 [ ]
multiplicação é possivel, pois o número de colunas da primeira matriz é igual ao número de
linhas da segunda matriz. Assim, tem-se:
2 6
A ∙ B= 1 2 −4
[
3 0 5 ][ 3 2=
−5 7 ][
1 ∙ 2+ 2∙ 3+ (−4 ) (−5 ) 1 ∙ 6+2 ∙2+ (−4 ) ∙ 7
3 ∙2+0 ∙ 3+5 ∙ (−5 ) 3∙ 6+ 0∙ 2+5 ∙7 ]
¿ [6+2+0−25
6+20 6+ 4−28
18+0+35
=
28 18
][
−19 53 ]
1.5.4.1 Propriedades do produto de matrizes
k ( AB )=( kA ) B= A ( kB ).
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 16
Nota: Existem situações em que A ∙ B = B ∙ A, mas de modo geral A∙B ≠ B∙A, isto é, não
vale a propriedade comutativa para a operação de multiplicação.
Quando AB ≠ BA, diz-se que A e B são matrizes comutáveis ou ainda que A e B são matrizes
que comutam entre si.
Exemplos:
2- Sejam as matrizes A=( aij )2 ×3 e B= ( bij )3 ×1 ,tem−se : A ⋅ B=C=( cij )2 ×1e a matriz produto
B∙ A não é definida.
Quando multiplicamos um número real por ele mesmo, efetuamos uma potenciação. Se aé um
número real, indicamos por a no produto a × a ×a × …× a , onde consideramos n fatores iguais
a a.
Exemplos:
1-Efetuando a multiplicação da matriz A por ela mesma, você poderá constatar que a matriz
2 −1 1
A, em cada caso, é idempotente: a ¿ A=
0 5 b ¿ A=
[ ]
0 1 [
−3 4 −3
−5 5 −4 ]
2- Seja a matriz A= [ 255 −1
−5 ]
. Caculando A , temos:
2
nihilpotente de índice 2.
Exercícios 4
2 4 2 a−b
[
1-Determine a e b para que a matriz a+b 3
−1 0
0
5 ]
seja simétrica.
2 x a+b a−2 b
3- Determine a, b, c, x, y, z para que a matriz −6 y 2
5 8 [ ]
2 c seja anti-simétrica.
z−1
a ¿ 2 X +Y =A b ¿ X +Y =3 A
{
X−2Y =B X −Y =2 B{
6- Sendo A , B ∈ M m ×n ( R ), use as propriedades para simplificar a expressão:
T
T 1 T 3
3 ( 2 A T −B ) +5 ( 2
B − AT + B
5 )
1 −2 4 −2
7-Determine AB T −2 C , dadas as matrizes: A= 2 5 e B= 3 1 e
0 −3 5 −1 [ ] [ ]
7 9 1
[ ]
A= 6 4 5 .
3 8 9
8-Sendo ( m× n ) a ordem de certas matrizes, encontre quais dos produtos de matrizes que estão
definidos:
a ¿ ( 2 ×3 ) ( 3 ×4 ) b ¿ ( 4 × 1 )( 1 ×2 ) c ¿ ( 1 ×2 ) ( 3× 1 )
d ¿ ( 5× 2 )( 2 ×3 ) e ¿ ( 4 × 4 )( 3 ×3 ) f ¿ ( 2 ×2 ) ( 4 × 4 )
0 1 0
11-As matrizes A= 0 0 1 e B=
0 0 0 [ ]
3 −9
1 −3 [ ]
são nihilpotentes. Determine o índice de cada
uma delas.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 19
4 x+ 2
12- Determine o valor de x para que B= [ 2 x−3 x+ 1 ]
seja simétrica.
7 −6 2 x
13- Determine x , y e z para que a matriz A seja simétrica: A= y 1 z−2 .
x 2 −5 [ ]
2 −3 1
14-Sendo A=
1 −1
0 3 4
2
[
, B= 4 0 −3
−1 −2 3 ] [
,C= 5 −3 2 e determine:
−1 0 3
] [ ]
a ¿ 3 A−4 B b ¿ AC c ¿ BC d ¿ AB e ¿ A T B f ¿ A T C
a ¿ A2 b ¿ A 3 c ¿ f ( A ) d ¿ g ( A )
1 −2
16- Calcule A ∙ B e B ∙ A dadas as matrizes A= −3 4 e B=
0 5 [ ]
4 5 −1 .
0 9 −3 [ ]
17- Dadas as matrizes A= [ 12 21] e B=[ 30 12] ,determine X =( A ∙ B) . T
18-Sejam as matrizes A=( aij )6 ×3 , em que a ij=i+ je B=( bij )3 × 4, em que b ik=2 j−k . Sendo
C=( c jk )6 × 4, a matriz produto A ⋅ B , determine o elemento c 43.
−1 2
19-Sendo A=
1 2 e B=
2 5 ( ) ( )
3 −1 , resolva a equação: At ⋅ X=Bt .
2 4
20- Sejam as matrizes A=( aij )4 × 3 e B=( aij )3 × 4 , duas matrizes definidas por a ij=i+ je
2 x2 x
22-Se a matriz A= 1
−1 ( 0
y−3 1 )
5− y é simétrica, então o valor de
x+ y
3
é:
a ¿−1 b ¿3 c ¿ 1 d ¿ 4 e ¿ 0
23- Se A e B são matrizes do tipo 2 ×3, qual das seguintes operações não pode ser efectuada?
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 20
a ¿ A+ B b ¿ A t −B t c ¿ ( A+ B ) ⋅B t d ¿ Bt ⋅ A e ¿ A ⋅ B
24- Sejam A e B matrizes quadradas de mesma ordem. Qual a condição que devemos ter para
que ( A+ B ) ( A−B )= A 2−B2 ?
25- Sejam A e B matrizes quadradas de mesma ordem. Qual a condição que devemos ter para
que ( A+ B )2= A 2+2 AB+ B 2 ?
2 ×3 : An
2 ×2 : 3 −2 , 3 1 e −2 1 ;
[ ][ ] [
0 −4 0 5 −4 5 ]
2 ×1 : [ 3 ] , [ −2 ] e [ 1 ] ;
0 −4 5
1 ×2 : [ 3 −2 ] , [ 0 −4 ] , [ 3 1 ] , [ 0 5 ] , [ −2 1 ] e [ −4 5 ];
1 ×1: [ 3 ] , [ 0 ] , [ −2 ] , [−4 ] , [ 1 ] e [ 5 ] ;
2 ×3 : [ 3 −2 1 ] e [ 0 −4 5 ]
1.5.6.1-Matrizes em blocos
Matrizes, cujos elementos são matrizes, são denominadas matrizes em blocos. Além de suas
inerentes características matriciais, as matrizes em blocos servem como um artifício
operacional, que permite indicar aspectos especiais de uma matriz ou particioná-la.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 21
Definição: Dizemos que uma matriz A ∈ M m × n ( R ) é uma matriz em blocos, quando podemos
A11 ⋯ A1 r
particionar linhas e colunas da seguinte forma: A= ⋮
Aq1 ⋯( )
⋮ , onde cada matriz Aαβ é de
A qr
Exemplos:
A11 A12 A 13
1- Considere a matriz em blocos A ∈ M 3 ×5 ( R ) definida da forma: A= [ A21 A22 A 23 ]
, onde
as matrizes Aαβ são dadas por: Aαβ Com Aαβ Assim, temos que: m 1+ m 2=3 e n1 +n 2+ n3=5.
Portanto, a matriz A ∈ M 3 ×5 ( R ) é dada por:
1 2 0 3 1
[ ]
A= 0 2 1 2 −3 . Finalmente, é importante observar que podemos particionar a matriz
3 1 2 4 −8
A em blocos de diversas maneiras.
A11 A12
2-Considere a matriz em blocos A ∈ M 4 ( R ) definida na forma A=
[ A21 A22 ]
, onde as
1 2 0 1
matrizes Aαβ são dadas por:
[ ] []
A11 = 3 0 1 , A12= 2 , A 21=[ 2 1 4 ] , A 22=[ 5 ] , com
2 4 0 0
m1=3 , m2=1 , n1=3 e n 2=1.Assim, temos que: m1+ m2=4 e
1 2 1 0
3
3- Considerando a matriz A= 1
5
7
[ ] 4
0
6
8
0
3
2
1
1
1
3
1 2 3
[ ]
5 . A matriz A= 4 5 6 pode ser representada
7 8 9
Certamente, a partição de matrizes em matrizes bloco pode ser feita de várias maneiras. É
necessário, entretanto, observar as ordens dos blocos de tal modo, que as posições dos
elementos sejam preservadas, bem como, seja mantida a ordem da matriz original.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 22
P= [ 1 2 ] , Q= 4 5 , R= [ 3 ] e S= 6
[ ]
7 8 []
9
A11 ⋯ A1 r
Definição: Sejam A , B ∈ M m ×n ( R ) matrizes em blocos, dadas por: A= ⋮
(
Aq1 ⋯ )
⋮ e
A qr
B 11 ⋯ B1 r
B= ⋮
( )
⋮ , onde as matrizes Aαβ e Bαβ são de ordem Aαβ com
Bq 1 ⋯ Bqr
C11 ⋯ C1 r A 11 + B11 ⋯ A 1 r +B 1 r
(
C= ⋮ ⋱ ⋮ =
c q 1 ⋯ c qr
⋮
)( ⋱
A q 1+ Bq 1 ⋯
⋮
)
A qr +B qr
que é uma matriz em blocos, onde cada matriz
C αβ é de ordem mα × n β .
Aαβ , onde cada matriz Aαβ é de ordem Aαβ com m1+ m2+ …+mq=m
e cada matriz Aαβ é de ordem Aαβ , com n1 +n 2+ …+nr =n .Então, o produto C = AB, que é
C11 ⋯ C1 r
uma matriz em blocos, é definido na forma: C=
( )
⋮ ⋱ ⋮ , onde cada matriz C αβ¿ Aα Bβ é
c q 1 ⋯ c qr
de ordem mα × n β .
1 2 3 1 1 00
Exemplo: Considera as matrizes A= 4 5 6
7 8 9
e B=
[ ] [
1 0 12 .
0 1 34 ]
1º) Identificação de sub-matrizes:
A= 4
1
[ [ ] [ 25 36] =[ AA
] 1,1
2,1 A 2,2
[1 1]
] [[ ] [ ]] [
A 1,2
e B= 1 0
[0 0]B 1,1 B1,2
1 2 =B
2,1 B2,2 ]
[ 7] [ 8 9] 0 1 3 4
[[
¿ 9 10 ] [ ] [
23 34 = 9
[ 15 16 ] [ 35 52 ] ] 10 23 34
15 16 35 52 ]
1.5.7-Operações elementares sobre linhas
3ª) Substituição dos elementos de uma linha pela soma deles com os elementos
correspondentes de outra linha previamente multiplicados por um escalar não-nulo.
2º) Multiplicar uma linha de A por um número real não nulo. l r → k l r , significa que a r-ésima
linha foi substituida por ela própria multiplicada pela constante não nula k .
3º) Somamos a uma linha de A uma outra linha, multiplicada por um número real.
l r →l r + k l s , ou seja, a r-ésima linha foi substituida por ela mais k vezes a s-ésima linha.
−3 2 5
Exemplo: Aplique as operações elementares às linhas da matriz A= 0 1 6 .
8 4 −2 [ ]
8 4 −2
[
−3 2 5
1º) 0 1 6
8 4 −2 ]
l 1 ↔ l3 ⟹ 0 1 6
¿
−3 2 5
¿
[ ]
−3 2 5 −3 2 5
2º)
[ 0 1 6
8 4 −2
l 2 ⟵
]
−3 l 2 ⟹ 0
8
−3
4
−18
−2 [ ]
−3 2 5 −3 2 5
[
3º) 0 1 6 2
8 4 −2
l ⟵ l 2
]+3 l 3 ⟹ 16 9 2
8 4 −2 [ ]
Exercícios 5
2 4 6
Aplique as operações elementares às seguintes matrizes: a ¿ A= 3 4 7
4 2 1 [ ]
−1 3 5 2 1 3 1 2 6
[
3 2 6 ] [ ] [ ]
b ¿ B= 4 −3 4 c ¿ C= 1 0 2 d ¿ D= 0 1 5
0 1 1 2 3 7
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 25
−1 3 0 1 4 0 −7 −7
e ¿ E= 3
[
−2 −6 3 2
0 −1 2 1
] [
5 8 −3 f ¿ F= −6 1 11 9
7 −5 10 19
−1 2 3 −1
]
5 3 1 7 9 −1 4 −4 5 0
6
g ¿ G= 7
9
8
[ 4
5
6
5
2 8 −8
3 10 9 h ¿ H=
4 −9 −5
2 11 4
] [ 3
4
−1
4
2 −4 5 6
6 2 7 3
3 5 4 5
2 5 9 8
]
1.5.8- Matriz linha reduzida escalonada
2ª) Toda coluna que contém o primeiro elemento não nulo de uma determinada linha deve ter
os outros elementos iguais a zero.
3ª) Toda linha nula deve ficar abaixo das linhas não-nulas.
1 0 0 5 0 1 0 1 0 0
Exemplos: A= 0 1 0
(3
0 0 1 9
; B= 0 0 1
0 0 0 ) ( ) (
; C= 0 1 0
0 0 1 )
Contra-exemplos:
1 0 0 7 1 3 −2 1 7 1
( ) (
D= 0 1 5 3 ; E= 0 4 6 ; F= 0 0 0
0 0 1 −2 0 0 0 0 1 0 ) ( )
Proposição: Toda matriz A ∈ M m × n é linha equivalente a uma única matriz linha reduzida
escalonada.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 26
Definição: Dada uma matriz Am × n, seja Bm ×n a matriz linha reduzida escalonada linha
equivalente a A. Chama-se Posto ( ou Característica) de A ao número de linhas não nulas da
matriz B e é denotado por P(A).
Exercício 6
0 1 3 −2 1 3 −2 2 3 −2 5 1
( ) (
A= 2 1 −4 3 ; B= 0 4 6 ; C= 3 −1 2
−2 3 2 −1 0 0 0
0 4
4 −5 6 −5 7 ) ( )
1 3 −1 2 2 1 3 −2
1 2 −1 2 1
(
3 6 2 −6 5 )
D= 2 4 1 −2 3 ; E= 1 2 −1 4 ; F=
0 −5 3 1
2 1 −2 5
( ) ( −4
0
0
4 −1 3
0 2 1
5 −3 4
)
−1 4 −4 5 0 5 3 1 7 9
[ ][ ]
−1 3 0 1
G=
[3 5 8 −3
−2 −6 3 2
0 −1 2 1
3
; H= 4
−1
4
] 2 −4 5 6
6 2 7 3 ;K =
3 5 4 5
2 5 9 8
6
7
9
8
4
5
6
5
2 8 −8
3 10 9
4 −9 −5
2 11 4
1.5.9-Matrizes inversíveis
Definição: Seja A uma matriz quadrada de ordem n. Dizemos que A é matriz inversível
Definição: Dada uma matriz inversível A, chama-se matriz inversa de A, a matriz A−1 (que é
única) tal que AA−1= A−1 A=I n . É evidente que A−1 deve ser também quadrada de ordem n,
pois, A−1 comuta com A.
1 3 é inversível e A−1= 7 −3
Exemplos: a) A matriz A=
2 7 ( ) −2 1 (porque: )
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 27
AA−1= 1 3 7 −3 = 1 0 e A−1 A= 7 −3 1 3 = 1 0
( )( )( ) ( )( ) ( )
2 7 −2 1 0 1 −2 1 2 7 0 1
2 0 −1 1 0 1
( )
c ¿ A matriz A= 3 1 2 tem comoinversa A −1= −5 1 −7
−1 0 1 1 0 2 ( )
Se uma linha ou coluna de uma matriz A é nula, então A não é inversível.
Se A e B são matrizes de ordem n, ambas inversíveis, então AB também é inversível e
( AB )−1= A−1 B−1.
−1
Se A é inversível, então A−1 também o é e vale a igualdade: ( A−1 ) = A .
Considerando A uma matriz quadrada de ordem n. Dizemos que A−1 é a matriz inversa de A
Assim, dada uma matriz A de ordem n, escrevemos uma matriz também de ordem n, cujos
elementos são incógnitas a determinar, de modo que o produto de ambas seja a matriz
identidade de ordem n.
a b ,
−1
1º) Fazendo a matriz A =
c d ( )
e aplicando a igualdade, A ∙ A−1=I 2, temos:
2 −3 .
−1
Assim, A matriz inversa da A é a matriz A =
−1 2 ( )
1.5.9.1.2 Cálculo da matriz inversa por escalonamento
Para se determinar a matriz inversa de uma matriz A, não singular, através de operações
elementares entre as linhas da matriz fazemos o seguinte:
tracejado.
Exemplos:
2
1- Calcular a inversa da matriz A= (−1
−1 3 )
, por escalonamento.
2 1 0 L ⟶ ¿
(−1
−1 3 0 1 1 )
(10 −2 −1 0 L → L + 2 L 1 0 −3 2
1 −1 1 1 1 ) 2
0 1 −1 1( −1
. Logo, A =
−3 2 .
−1 1 ) ( )
3 1 2
2- Calcular a inversa da matriz A= −1
( )
0 3 , por escalonamento.
4 2 −5
3 1 2 1 0 0 3 1 2 1 0 0
( | ) (
−1 0 3 0 1 0 L2 ← (−1 ) L2 1 0 −3 0 −1 0 L1 ↔ L2
4 2 −5 0 0 1 4 2 −5 0 0 1 | )
1 0 −3 0 −1 0 L ← L −3 L 1 0 −3 0 −1 0
( |
3 1 2 1 0 0 2
4 2 −5 0 0 1 L 3 ← L)2
3 −4 L
1
1 (
0 2 7 0 4 1 |
0 1 11 1 3 0 L3 ← L3−2 L2
)
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 29
1 0 −3 0 −1 0
( 0 1 11 1
| 1
3 0 L3 ←− L3
0 0 −15 −2 −2 1
15 )
6 −9 −3
( | )
0 −1 0 15 15 15
( | 1 0 −3
0 1 11
0 0 1
1
2
3
)
0 L1 ← L1 +3 L3
2 −1 L2 ← L2 −11 L3
15 15 15
1 0 0
0 1 0
0 0 1
−7
15
2
15
23
15
2
15
11
15
−1
15
De facto, temos: ( AB ) ( B−1 A−1 ) =A ( B B−1 ) A−1 =A I n A−1=A A−1= I n. Logo, B−1 A−1 é a
inversa de AB.
T
3. Se A ∈ M n ( R ) é inversível, então ( AT ) =( A−1 ) .
−1
T T T
De facto, como AT ( A−1 ) =( A−1 A ) =( I n )T =I n ; assim, temos que ( A−1 ) é a inversa de AT .
Exercício 8
2 1
1-Calcule, se existir, a inversa de cada uma das seguintes matrizes: a ¿ A=
4 3 ( )
b ¿ B= (21 −10 ) c ¿ C=(21 −33 ) d ¿ D=(53 32 ) e ¿ F=(32 −15 )
−1 2 −3 1 0 2 1 1 1
(
f ¿ A= 2 1
4 −2 5 ) ( ) ( )
0 g ¿ B= 2 −1 3 h ¿ C= 0 1 2
4 1 8 1 2 4
2 1 −1 1 1 0 1 1 −1
(
5 2 −3 ) ( ) ( )
i¿ D= 0 2 1 e ¿ F= 0 1 1 f ¿ G= 2 1
1 0 2
1
3 −1 1
−1 −1 T
a ¿ AXB=C b ¿ AB=CX c ¿ ( AX ) B=BC d ¿ [ ( AX ) −B ] =C
1.5.10-Matrizes ortogonais
1 √3
Exemplos: a ¿ A=
cos θ sinθ
sinθ −cos θ(b ¿ A=
2
−√ 3
2
) ( ) 2
1
2
cos θ sinθ
a) A matriz A= (
sinθ −cos θ )
é uma matriz ortogonal. De facto, multiplicando essa matriz
AA =
T
( cos θ
sin θ
sin θ cos θ sin θ
)(
−cos θ sin θ −cos θ )
cos 2 θ+sin 2 θ cos θ sin θ−sin θ cos θ
¿ ( =1 0
)( )
sin θ cos θ−cos θ sinθ sin2 θ+ cos2 θ 0 1
2. Determinantes
2.1 Conceito
Como estamos lidando apenas com matrizes reais, os determinantes que calcularemos serão
todos números reais.
Dada uma matriz A = [a ij], o determinante desta matriz A será representado por det A ou | A|
ou ainda det [a ij] ou escrevendo os elementos de A limitados por barras simples:
[a21
det a31
⋮
an 1
a22
a32
⋮
an 2
a23
a33
⋮
a n3
⋯ a2 n
⋯ a3 n
⋯ ⋮
⋯ ann
ou
]|
a21
a31
⋮
an1
a22
a32
⋮
an 2
a23
a33
⋮
an 3
|
⋯ a2 n
⋯ a3 n
⋯ ⋮
⋯ ann
Note que ao usarmos duas barras verticais, estamos sempre nos referindo a um determinante!
2 4
Por exemplo, na matriz A=
5 7 ( )
, o “det A” tem ordem 2 ou podemos dizer também que é
O determinante de uma matriz de ordem um é dado pelo próprio valor do elemento presente
na matriz, isto é, sendo A=[ a11 ] ,então: det A=a 11.
O determinante de uma matriz de ordem 2 é igual a diferença entre o produto dos termos da
diagonal principal e o produto dos termos da diagonal secundária. Esses produtos se chamam,
respectivamente, termo principal e termo secundário da matriz.
a 11 a12
Sendo A= [ a21 a22 ]
⟹ det A=a 11 a22−a21 a12
Por exemplo, se A= [ 35 −4
−6 ]
⟹ det A=3 ⋅ (−6 )−5 ⋅ (−4 )=−18+20=2
Para calcularmos o determinante de uma matriz de ordem 3 (ou superior), devemos recorrer a
um algoritmo prático denominado Regra de Sarrus ( lê-se “ Sarri” ), que consiste no
seguinte:
| |
det A= a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
2º) Multiplicar os elementos da diagonal principal e os elementos que estiverem nas duas
| |
a 21 a22 a 23 a 21 a22
a31 a32 a 33 a 31 a32
3º) Efectuar o produto dos elementos da diagonal secundária e dos elementos que estiverem
nas duas paralelas à diagonal e multiplicá-los por -1.
| |
a 21 a22 a 23 a 21 a22
a31 a32 a 33 a 31 a32
4º) Subtrair o resultado da soma das parcelas do passo (3) do resultado da soma das
parcelasdo passo (2).
det A=( R 1+ R 2+ R3 ) −( R 4+ R5 + R6 )
1 4 3
(
1-Por exemplo, para A= 2 5 6 , tem-se:
−2 7 1 )
1 4 3 1 4
|
1º) 2 5 6 2 5
−2 7 1 −2 7 | 2º) ¿
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 33
3º) −30 ¿
2 −1
2- Considere as matrizes A=
−1 0 1 e B=
(
0 2 −2 ) ( )
1 2 . Então, o determinante de A ∙ B,
0 1
vale: a ¿ 64 b ¿ 8 c ¿ 0 d ¿−8 e ¿−64
É possível notar que em certas situações, as matrizes possuem singularidades que facilitam o
cálculo de seus respectivos determinantes. Um desses casos é a situação na qual o
determinante é nulo.
Chamamos uma coluna ou linha qualquer de uma matriz de fila. O determinante de uma
matriz sempre será nulo nas seguintes situações:
Fila Nula: É intuitivo que se uma fila for nula, todos as operações resultantes da Regra de
Sarrus serão multiplicadas por zero! Portanto, o determinante será nulo.
3 4 −1 2
Exemplos: a ¿
|
0
−3
5
0 0
1 4
0 =0 b ¿
7
2 1 −1
|
−2 0 3
|
3 0 −1 =0
2 0 4 |
2) A matriz possui duas filas paralelas iguais. Note que por filas paralelas iguais, nos
referimos a duas colunas iguais ou duas linhas iguais.
Filas Paralelas Iguais: Se duas filas paralelas forem iguais, a simetria decorrente das
operações da Regra de Sarrus tornam o determinante nulo.
2 1 3 5
Exemplos: a ¿
4
2
9
| | 2
1
5
9
3
8
8 =0 b ¿
5
3
3 4 3
|
2 5 2 =0
−1 7 −1 |
3) A matriz possui duas filas paralelas proprocionais.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 34
Filas Paralelas Proporcionais: Se duas filas paralelas forem proporcionais, assim como no
caso anterior, a simetria das operações da Regra de Sarrus tornam nulo o determinante da
matriz.
2 1 6 5
Exemplos: a ¿
4
3
9
| 1 9 5
5 27 3
|
2 12 8 =0 b ¿
3
2
|
4 −5
5 2 =0
−12 −16 20 |
4) Uma fila da matriz for combinação linear de outras duas filas paralelas.
Fila Combinação Linear: Uma fila é dita combinação linear das outras filas paralelas,
quando esta fila puder ser obtida pela soma ou subtração de múltiplos inteiros de outras filas.
3 2 0
( )
Exemplos: a) Considerando a matriz A= 3 1 3 . Se chamarmos de C 1 a primeira
1 2 −4
1 3 4 3 4 1
| | |
b¿ 2 4
3 2
6 =0 c ¿ b ¿ 1 2 3 =0
5 7 10 5 |
C 1+C 2=C 3 2 L1+ L2=L3
Se o determinante de uma matriz for nulo, então pelo menos uma das quatro condições
aqui expostas é satisfeita.
O determinante da matriz fica multiplicado pelo escalar não nulo k quando todos os
elementos de uma certa linha forem multiplicados por k.
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 35
1 2 3
| |
Por exemplo, consideremos o determinante da matriz 1 1 2 =4. Se multiplicarmos a
1 3 0
1 2 3 1 2 3
| 1 3 0 || |
segunda linha por k =4, então: 4 ∙ 1 4 ∙ 1 4 ∙ 2 = 4 4 8 =16
1 3 0
Multiplicar uma matriz por um valor k é o mesmo que multiplicar 𝑛 filas por k (ver
multiplicação de uma matriz por um escalar).
Portanto, o determinante será multiplicado por k várias vezes, dependendo do número de filas
da matriz. Como ao falar de determinantes estamos sempre nos referindo a matrizes
quadradas, então o determinante é multiplicado por k n, em que 𝒏 é a ordem da matriz
quadrada.
1 2 1
( )
Por exemplo, dada a matriz A= 2 2 0 . Buscando o valor do determinante pela Regra de
1 3 3
1 2 1
| |
Sarrus, encontramos: det A= 2 2 0 =−2.
1 3 3
Quando trocamos duas linhas de uma matriz A, o seu determinante troca de sinal:
1 1 −1
( )
Por exemplo, considerando a matriz A= 2 3 0 . Calculando o valor do seu determinante
1 4 1
1 1 −1
pela Regra de Sarrus, encontramos: det A=
|
2 3 0 =−4.
1 4 1 |
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 36
1 1 −1
|
recorrendo a mesma regra, teremos: 1 4 1 =4 .
2 3 0 |
d) Teorema de Jacobi
O Teorema de Jacobi informa que o determinante de uma matriz não se altera quando
somamos aos elementos de uma fila uma combinação linear dos elementos correspondentes
de filas paralelas.
1 2 3
Por exemplo, considerando a matriz A=
( )
2 1 2 . Calculando o seu determinante, tem-se:
2 4 3
1 2 3
| |
2 1 2 =9.
2 4 3
Substituindo a 1ª coluna pela soma dessa mesma coluna com o dobro da segunda, temos:
1+2∙ 2 2 3 5 2 3
| ||
2+2∙ 1 1 2 = 4 1 2 =9
2+2 ∙ 4 4 3 10 4 3 |
e) O determinante também não se altera ao trocarmos ordenadamente linhas por colunas, ou
seja: det A=det A T
1
como A ∙ A−1=I então,det A=
det A
3 7 4
Por exemplo, dada a matriz A=
3 4 −2 ( )
−5 −2 0 , determine: a ¿ D 11 b ¿ D 13 c ¿ D 22 d ¿ D 31 e ¿ D 33
|
b ¿ D13= −5 −2 =−20+6=−14 | c ¿ D22= 3 4 =−6−12=−18
| |
3 4 3 −2
Aij =(−1 )i + j ∙ D ij .
Assim, o co-factor de um elemento a ij de uma matriz é o resultado do produto de (−1 )i+ j pelo
determinante Dij que é obtido pela eliminação da linha 𝑖 e da coluna 𝑗 da matriz a que
pertence o elemento a ij .
1 4 7
Por exemplo, considerando a matriz A= 2 5 8 , determine:
3 6 9 ( )
a ¿ A11 b ¿ A23 c ¿ A 32 d ¿ A 12 e ¿ A21 f ¿ A 33
b ¿ A23= (−1 )
2 +3
∙ |13 46|=(−1 ) ∙ (−6)=6
5
d ¿ A 12=(−1 )
1+2
∙ |23 89|=(−1) ∙(−6 )=6
3
2.4.5-Teorema de Laplace
Observações:
De acordo com este teorema, o determinante de qualquer matriz é igual soma dos produtos
dos elementos de uma fila pelos seus respectivos co-fatores.
O cálculo de determinantes de ordem alta é ainda mais simplificado se escolhermos uma fila
com o maior número de zeros possível.
det M =a13 A 13+ a23 A 23+a 33 A33 +a 43 A43 =0∙ A13 +0 ∙ A 23+ 0. A 33+ a43 A 43 det M =a 43 A 43
Se não houver nenhuma fila que possua uma quantidade razoável de zeros, podemos obter
uma, sem alterar o determinante, por meio da seguinte técnica:
2. Se não houver nenhum, podemos obtê-lo somando combinações lineares a uma fila, por
meio do Teorema de Jacobi.
3. Usando o elemento a ij=1 , podemos multiplicar sua fila e subtraí-la das outra filas, para
obter elementos iguais a zero.
2 4 6
Por exemplo, dada a matriz
( )
A= 3 −5 7 .Vamos recorrer a esta técnica para
−2 8 10
calcularmos ao determinante desta matriz
Exercícios 9
1+a −1
1-Para que o determinante da matriz A=
3 1−a [ ]
seja nulo, o valor de a deve ser:
a) 2 ou -2 b) 1 ou 3 c) -3 ou 5 d) -5 ou 3 e) 4 ou -4
ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 40