BREVE HISTORIAL SOBRE A ÁLGEBRA - Cópia

ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 1
bbBREVE HISTORIAL SOBRE A ÁLGEBRA
A tendência humana a generalizações expôs gradualmente a Aritmética a novas configurações

abstratas, surgindo então um novo ramo da Matemática denominado de “Álgebra”. Segundo
Baumgart (1992), o termo “álgebra” advém da palavra árabe “al-jabr”, empregada no livro
“Al-Kitab al-jabr wa’l Muqabalah” do matemático Mohammed ibn-Musa al-Khwarizmi.
Esta obra foi escrita em Bagdá por volta do ano 825 e tratava dos procedimentos de
“restauração” e de “redução” de equações para a obtenção de suas raízes. Por restauração
entende-se a transposição de termos de um lado para outro da equação e por redução a
unificação dos termos semelhantes. Decorrente disto, a palavra Álgebra passou a designar o
ramo da Matemática relativo às equações. Atualmente, a Álgebra compreende um campo de
estudo muito mais amplo. O seu desenvolvimento pode ser dividido em duas fases: Álgebra
Antiga – estudo das equações e método de resolvê-las e Álgebra Moderna – estudo das
estruturas matemáticas como grupos, anéis, corpos, etc. O período denominado Álgebra
antiga (1700 a.C. a 1700 d.C.), teve como característica principal a invenção gradual da
linguagem simbólica e o estudo de vários métodos que se utilizavam de operações algébricas
(adição, subtracção, multiplicação, divisão, potência inteira e radiciação) com os coeficientes
numéricos das equações para a obtenção de suas raízes. Nesse período o desenvolvimento da
linguagem algébrica evoluiu passando por três estágios: o retórico (verbal), o sincopado
(abreviações de palavras) e o simbólico que passou por várias transformações até se tornar
estável. O estilo retórico é caracterizado pela descrição de procedimentos, em que instruções
verbais fornecidas eram aplicadas a uma seqüência de casos específicos. A Álgebra
babilônica, a Álgebra egípcia e a Álgebra geométrica grega apresentavam o estilo retórico.
Historiadores consideram que o conhecimento humano no mundo antigo passou por um

período de apogeu com a civilização grega devido à extrema curiosidade intelectual
demonstrada. A Matemática grega aproximou-se da Filosofia passando a formular indagações
científicas originando o método dedutivo. O estudo das relações abstratas passou a ser distinto
das aplicações práticas. A idéia de número foi concretizada a partir de um segmento de reta e
as operações algébricas descritas por terminologia geométrica. Os métodos das proporções e
das aplicações de áreas constituíram os principais processos para a resolução de equações,
cujas construções eram detalhadas em forma de descrições verbais. A este período de
desenvolvimento algébrico denominou-se Álgebra Geométrica grega.
Com a ocupação romana, a matemática grega parou de se desenvolver e, somente no século

III d.C. ganhou novo impulso com o matemático Diofanto de Alexandria que introduziu a
Álgebra o estilo sincopado, cuja característica principal é o uso de abreviações de palavras
para a escrita de equações. Foi o primeiro passo em direção à notação algébrica. Na obra
“Arithmetica”, Diofanto expõe uma abordagem no tratamento de equações indeterminadas,
conhecidas como equações diofantinas.
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 ) .
A ascensão do islamismo instigou os povos árabes a invasões e à conquista da Índia, Pérsia,

Mesopotâmia, Norte da África e Espanha. Com isso, tiveram acesso às produções científicas
dos gregos e hindus que, traduzidas para o árabe, foram preservadas durante a Idade Média. O
matemático árabe al-Khwarizmi (c. 825) utilizou o estilo retórico em suas publicações. Suas
obras “Al-Kitab al-jabr wa’l Muqabalah” o “Livro da Restauração e da Redução” e “Kitab
al-jami wa’l tafriq bi hisab al hindi” o “Livro sobre o método hindu de adição e subtração”
foram traduzidos para o latim ( c .1200 ) e decorrente disso, exerceram grande influência na
Matemática européia. A Álgebra européia começou a se desenvolver perante o acesso às
traduções para o latim de publicações dos gregos, árabes e hindus, e especialmente pela obra
“Líber abaci” (1202) de Fibonacci (Leonardo de Pisa).
A Álgebra simbólica moderna começou a aparecer em torno de 1500 com a introdução de

poucos símbolos; passou por 200 anos de aperfeiçoamento com a utilização de diversas
simbologias e um processo de padronização de notação que se tornou estável em cerca de
1700. A evolução na notação simbólica possibilitou um aprofundamento no pensamento
algébrico ao passar da “solução manipulativa de equações” para o estudo de suas propriedades
teóricas. O desenvolvimento dos números complexos foi de extrema importância para a
generalização das relações entre coeficientes e raízes de uma equação polinomial e a busca de
uma solução algébrica para equações polinomiais de grau maior que 4 conduziu à formulação
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.
Na busca da generalização a construção da simbologia algébrica foi um factor que permitiu a

vários ramos da Matemática poderem evoluir. Os estudos algébricos obtiveram inúmeras
aplicações e tornaram-se estratégias úteis para a resolução de problemas. Contudo, no âmbito
da prática escolar, a Álgebra constitui um campo da Matemática no qual o processo de ensino
e aprendizagem é permeado por muitas dificuldades. Experiências têm mostrado que embora
os alunos associem a Matemática aos símbolos, muitos deles não conseguem utilizá-los como
uma linguagem auxiliar para o raciocínio matemático, não compreendem os procedimentos
que compõem as transformações de expressões algébricas e, diante disso, não desenvolvem
e/ou exercitam a sua capacidade de abstração e generalização.
O que é a Álgebra Linear?
A Álgebra Linear é a área da Matemática que estuda todos os aspectos relacionados com uma
estrutura chamada Espaço Vetorial.
Estrutura matemática é um conjunto no qual são definidas operações. As propriedades

dessas operações “estruturam”o conjunto. Talvez você já tenha ouvido falar em alguma das
principais estruturas matemáticas, como grupo, anel e corpo. Você estudará essas estruturas
nas disciplinas de Álgebra.
Devido às suas características, essa estrutura permite um tratamento algébrico bastante

simples, admitindo, inclusive, uma abordagem computacional. A Álgebra Linear tem
aplicações em inúmeras áreas, tanto da Matemática quanto de outros campos de
conhecimento, como Computação Gráfica, Genética, Criptografia, Redes Elétricas, etc.
Nas primeiras aulas, estudaremos algumas ferramentas para o estudo dos Espaços Vetoriais:
as matrizes, suas operações e propriedades; aprenderemos a calcular determinantes e,
finalmente, aplicaremos esse conhecimento para discutir e resolver sistemas de equações

lineares.
Capítulo I-Matrizes , Determinantes e Sistemas de Equações Lineares
1.1-Breve historial sobre matrizes, determinantes e sistemas de equações lineares
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
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.
A palavra “determinante", em seu sentido moderno, apareceu no trabalho de Cauchy.

Augustin Louis Cauchy (1789-1857), no ano de 1812. Foi o mais completo e adiantado
sobre os determinantes. (NEVES, 2009, p. 79).
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,
inicialmente relacionados aos sistemas de equações, as matrizes surgiram fortemente ligadas

aos determinantes, entretanto, após o trabalho desenvolvido por Cayley, elas também
conquistaram independência por meio de sua estruturação lógica (LU CCAS, 2004, apud
NEVES, 2009, p.75).
1.2 Definições preliminares e exemplos
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:
Almoxarifado A: Ácido clorídrico ( 23,10,17,32 ), Hidróxido de amônia ( 42,13.44,27 ) e Sulfato

de alumínio ( 12,15,7,16 ) .
Almoxarifado B: Ácido clorídrico ( 12,45,3,2 ), Hidróxido de amônia ( 12,3,14,17 ) e Sulfato de

alumínio ( 15,10,17,25 ) . Calcule a quantidade total de cada reagente em cada mês.
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).
1.2.1-Representação de uma matriz
Considerando uma matriz A do tipo m× n um elemento qualquer dessa matriz será

representado pelo símbolo a ij, no qual o índice i refere-se à linha (numerada de cima para
baixo) em que se encontra tal elemento, e o índice j refere-se à coluna (numerada da esquerda
para a direita). Usualmente, seus elementos são representados entre parênteses, colchetes ou
entre barras duplas. Com esta idéia temos a seguinte representação para a matriz A de ordem
a11 a12 a13 ⋯ ⋯ a1 n−1 a1 n
m× n :
ordem m× n .
[
a 21 a22 a23 ⋯ ⋯ a2 n−1 a2 n
⋯ ⋯⋯⋯ ⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯

⋯ ⋯⋯⋯ ⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯ ]
A= a 31 a32 a33 ⋯ ⋯ a3 n−1 a3 n Essa matriz representa uma matriz qualquer de
a m 1 am 2 am 3 ⋯ ⋯ a mn−1 amn
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:
Alunos L. Portuguesa Matemática Física Química

A 12 11 10 9
B 10 14 11 15
C 8 12 16 10
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.
Representamos uma matriz A do tipo m× n de modo simplificado da seguinte maneira:
A=( aij )m × n , onde:
 a ij: elemento da matriz, sendo os índices i e j indicadores da posição do elemento na

matriz.
 O índice i indica a linha, 1 ≤i ≤m ;
 O índice j indica a coluna, 1 ≤ j≤ n.
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
 O elemento que está na 1ª linha e na 1ª coluna , é a 11=−1 ;

 O elemento que está na 1ª linha e na 2ª coluna , é a 12=0;
 O elemento que está na 1ª linha e na 3ª coluna, é a 13=2;
 O elemento que está na 2ª linha e na 1ª coluna, é a 21=−2;
 O elemento que está na 2ª linha e na 2ª coluna, é a 22=5 ;
 O elemento que está na 2ª linha e na 3ª coluna, é a 23=3.
Exercício 1- Escrever a matriz em cada uma das seguintes situações:
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
1.3-Tipos Especiais de Matrizes
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.
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
1 3 2 7
c ¿ C= 2
4
5
[ ] 0
5
1
8
2
4
3
6
0 4×4
a11 a12 a13 ⋯ a1 n

a 21 a22
a
Os elementos da matriz A em que i= j, ou seja, ao

a
Nota: Numa matriz quadrada de ordem n, destacamos que: A= 31 32
⋯ ⋯
⋯ ⋯
an 1 an 2
[ ] a 23 ⋯ a2 n
a33 ⋯ a3 n
⋯⋯ ⋯
⋯⋯ ⋯
a n 3 ⋯ a nn n ×n
n−uplo ( a11 , a22 , a33 , ⋯ , ann ) constituem a diagonal principal;
 Traço de uma matriz An × n [ tr ( A ) ] é soma dos elementos da diagonal principal de A.

 Os elementos da matriz A em que i+ j=n+1 , ou seja, ao
n−uplo ( a1 n , a2 n , a3 n , ⋯ , an , n−1, an 1 ) constituem a diagonal secundária.
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
Dizemos que a matriz A é triangular superior se a ij=0 , para i> j , ¿
i> j implica aij =0 ¿ , ou seja, os elementos abaixo da diagonal principal são nulos ou
equivalentemente, se A tem a forma:
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
Exemplos: a ¿ A= [ 10 01] 2×2

Lê-se: matriz identidade de segunda ordem.
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.
Matriz Oposta: é a matriz − A , obtida a partir da matriz A trocando-se o sinal de todos os

elementos de A.
Por exemplo, se A= [−13 45] então :−A=[−31 −4

−5 ]
.
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
1-Determine os números reais a , b , x e y de modo que as matrizes A e B sejam iguais, dadas:
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 ][ ]
1.5 Operações com Matrizes
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
Dada uma matriz A ∈ M m × n ( R ) , A=aij , a transposta de A é a matriz
B∈ M m ×n ( R ) , B=b ji , tal que aij =b ji , ∀ i ∈ { 1,2,3 , ⋯ , m } , ∀ j∈ { 1,2,3 , ⋯ , n }. Representamos a

matriz transposta de A por AT .
Quando A é matriz quadrada, a transposição-operação que leva à transposta-troca entre si os

elementos simetricamente colocados em relação à primeira diagonal; traduz-se, pois, numa
rotação de 180° em torno dessa diagonal.
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 .
-A segunda linha da matriz B é igual à segunda 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
b ¿ B=( bij )4 ×3 , tal que :b ij = i+ j , se i= j

{
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
Comparando uma matriz com sua transposta, podemos definir matrizes
simétricas e anti-simétricas, como segue:
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 .
Também são exemplos de matrizes simétricas, as seguintes:
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
Matriz Anti-simétrica: é toda matriz quadrada tal que − A=A T .
São exemplos de matrizes anti-simétricas as seguintes matrizes:

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:
a11 + b11 a12 +b12 a 13+b 13 ⋯ ⋯ ⋯ a1 n +b1 n
[
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 ) .
Exemplos: a) [−35 42]+[−10 −32 ]=[−3+0

5−1
4−3 = −3 1
2+ 2 ][
4 4 ]
2 −1 3 −1 2 −1 −3 1 2−3 −1+1 −1 0
[ ][ ][ ][ ][
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
p1 ¿ Associativa :para quaisquer matrizes A,B e C de mesma ordem,
( A+ B ) +C= A+ ( B+C ).
p2 ¿Comutativa : Quaisquer matrizes A e B de mesma ordem m× n , A + B=B+ A .
p3 ¿ Elemento Neutro:para toda matriz A, A+Om × n=Om × n+ A= A
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 :
S=−( aij )m × n. Assim, A+ (− A )=(− A ) + A=O m × n .
Além disso, A+ (−B ) =A−B
1.5.3 Produto de uma matriz por um número real
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:
ka11 ka12 ka 13 ⋯ ⋯ ka1 n
[
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
p1 ¿ Para toda matriz A e para quaisquer escalares k 1 , k 2 ∈ R ,tem-se:
( k 1+ k 2 ) A=k 1 A+ k 2 A
p2 ¿ Para toda matriz A e para quaisquer escalares k 1 , k 2 ∈ R ,tem-se:
( k 1 ⋅k 2) ⋅ A=k 1 (k 2 A)
p3 ¿ Para quaisquer matrizes A e B de mesma ordem e para qualquer escalar k ∈ R,
tem-se: k ( A+ B )=kA+ kB
p4 ¿ Para toda matriz A de ordem m× n , tem-se: Om × n ⋅ A=Om ×n e 1 ⋅ A= A

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.
O produto AB de duas matrizes só é possível se o número de colunas de A for igual
ao número de linhas de B. Dessa forma, a matriz C terá o mesmo número de linhas de A e o

mesmo número de colunas de B: Am × p ∙ B p ×n =Cm × n .
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
O produto de matrizes, desde que sejam possíveis as operações, apresentam as seguintes

propriedades:
p1 ¿ Associatividade : para quaisquer matrizes A, B e C de ordens m× p , p ×l e l ×n,

respectivamente: ( A ∙ B ) ∙C= A ∙ ( B∙ C ).
p2 ¿ Distributividade da multiplicação em relação à adição : para quaisquer matrizes A e B de

ordens m× p , para toda matriz C de ordem p ×ne para toda matriz D de ordem l ×n,
( A+ B ) C=AC + BC e D ( A+ B )=DA + DB.
p3 ¿ Elemento neutro : para toda matriz quadrada A de ordem n , A ∙ I n=I n ∙ A=A .
p4 ¿Para quaisquer matrizes quadradas A e B de mesma ordem e para todo k ∈ R ,
k ( AB )=( kA ) B= A ( kB ).
p5 ¿ Para quaisquer matrizes quadradas de mesma ordem, tr ( A ∙ B )=tr ( B∙ A ) .
p6 ¿ Para toda matriz quadrada A de ordem n , A ∙O m × n=O m × n ∙ A=O m ×n.
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:
1-Sejam as matrizes A=( aij )2 ×3 e B= ( bij )3 ×2 .Então:
A ∙ B=C=( c ij )2× 2 ≠ ( d ij )3 ×3 =D=B ∙ A
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.
1.5.5- Potência de uma matriz quadrada de ordem n
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.
Analogamente, quando lidamos com matrizes, definimos a potência de expoente n (ou n-

ésima potência) de uma matriz quadrada A como sendo o produto A × A × A × ⋯ × A, onde há
n fatores iguais a matriz A.
Toda matriz quadrada A comuta com qualquer potência natural de A.
Exemplos: Dada a matriz A= [ 05 13] , temos:

A2= A × A= 0 1 0 1 = 0+5 0+3 = 5 3
[ ][ ] [
5 3 5 3 0+15 5+ 9 15 14 ][ ]
3 2
A =A × A= [ 155 143 ][ 05 13]=[ 0+15
0+70
5+ 9
15+ 42
=
15 14
][
70 57 ]
Quando calculamos sucessivas potências de uma matriz, podem ocorrer os seguintes casos
especiais:
 An =A , para algum n natural. Nesse caso, dizemos que a matriz A é periódica. Se p é

o menor natural para o qual A p =A , dizemos que A é periódica de período p.
Particularmente, se p = 2, a matriz A é chamada idempotente.
 An =O, para algum n natural. Nesse caso, dizemos que a matriz A é nihilpotente (Lê-
se nilpotente. A palavra nihil significa nada, em latim). Se p é o menor natural para o
qual An =O , a matriz A é dita ser nihilpotente de índice p.
 A0 =I n ( matriz identidade).
 Dizemos que a matriz quadrada A é auto−reflexiva se A 2=I .
 Se A e B são matrizes quadradas tais que AB=BA , dizemos que as matrizes
A e B são comutativas .
 Se A e B são matrizes quadradas tais que AB=−BA , dizemos que as matrizes
A e B são anti−comutativas .
 Seja A uma matriz de ordem n. Dizemos que A é uma matriz normal se At A= A A t ,
isto é , as matrizes A e A t são comutativas.
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
A2= A × A= 5 −1 5 −1 = 25−25 −5+5 = 0 0

[
25 −5 25 −5][ ][
125−125 −25+25 0 0 ][ ]
. Ou seja a matriz A é
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- Mostre que a soma de duas matrizes simétricas é uma matriz 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
4-Determine a, b, e c para que [ ac 3 2 a + b −3 −1 = 3 0 5 .

0 −2 1 4 ][ 3 ][
3 4 1 ]
5-Sendo A= [ 96 4 2
12 11 ] [
e B=
−8 7 −9
−12 −19 −2 ]
, determine as matrizes X e Y, tais que:
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 )
9-Resolva a equação matricial: [ 32 −51 ][ ac bd ]=[−85 −715 ]

1 −3 e B= 1 4 ,
10-Dadas as matrizes A=
2 5 [
0 2 ] [ ]
determine: a ¿ A2 b ¿ B 3 c ¿ A 2 B3
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.
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
1 2 , f ( x ) =2 x 3−4 x +5 e g ( x )=x 2+ 2 x +11 ,

15-Sendo A=
4 −3 [ ] encontre:
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
b ij=2i+ j ,respectivamente. Se A ⋅ B=C, então qual é o elemento c 32 da matriz C ?
21- O traço da matriz A=( aij )3 ×3 , tal que a ij=i j é: a ¿ 33 b ¿ 25 c ¿ 52 d ¿ 43 e ¿ 26
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?
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 ?
26-Dada a matriz A= ( 10 11), determine a matriz B de ordem 2, tais que AB=BA ?

1.5.6- Submatrizes
Uma submatriz de uma matriz A é uma matriz obtida de A, suprimindo-se certas
colunas ou linhas, ou é a própria matriz A.
Exemplo: Determinar todas as submatrizes da seguinte matriz ( 2 ×3 ) ,
A= 3 −2 1 . Tem-se submatrizes de ordens 2 ×3 , 2× 2 ,2 ×1 , 1× 2,

[
0 −4 5 ]
1 ×1 e 1× 3 , Sendo:
 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.
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
ordem Aαβ com Aαβ
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
n1 +n 2=4. Portanto, a matriz A ∈ M 4 ( R ) é dada por: Aαβ
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
pela matriz bloco: A= [ PR QS ], onde P=[ 14 25] , Q=[ 36] , R= [7 8 ] e S= [ 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.
Assim, uma forma alternativa de escrever a matriz anterior em blocos é:
P= [ 1 2 ] , Q= 4 5 , R= [ 3 ] e S= 6
[ ]
7 8 []
9
Definição: Dizemos que uma matriz A é uma matriz quadrada em blocos se

(a) A é uma matriz quadrada.
(b) Os blocos formam uma matriz quadrada.
(c) O blocos diagonais são matrizes quadradas.
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
m 1+ m 2+ …+m q=m e n 1+ n2+ …+nr =n .
Definimos a soma Aαβ da seguinte forma:
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 .
Lema: Sejam A ∈ M m × p ( R ) e B ∈ M p × n ( R ) matrizes em blocos dadas por: Aαβ e
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 .
1.5.6.2-Algoritmo para a multiplicação por blocos de duas matrizes Am × n e B n × p
1º) Identificação de sub-matrizes: Dividir A e B em sub-matrizes, estabelecendo traços

divisórios verticais e horizontais em cada uma delas.
 Divisão vertical de A e horizontal de B : Escolher o número de traços divisórios

verticais de A e o número de colqunas que separa cada um deles. Dividir B
horizontalmente de maneira análoga, no que diz respeito ao número de traços
divisórios e número de linhas entre eles.
 Divisão horizontal de A e vertical de B : Escolher uma qualquer configuração de
traços divisórios horizontais de A e verticais de B.
2º) Produto de sub-matrizes: Considerar cada sub-matriz criada como um elemento da

matriz a que pertence e efectuar o produto de A e B nesta perspectiva, multiplicando matrizes
e não números reais.
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
2º) Produto de sub-matrizes:
A 1,1 A1,2 B1,1 B1,2 A B +A B A1,1 B1,2 + A 1,2 B 2,2

C= AB=
[ ][
A 2,1 A2,2 B2,1 B2,2 ][
= 1,1 1,1 1,2 2,1
A 2,1 B1,1 + A2,2 B2,1 ]
A2,1 B1,2 + A 2,2 B 2,2
=¿
[¿ 14 ] [1 1 ]+[52 36][ 10 01 ] [ 14] [ 0 0] +[ 25 36][13 24 ]

[ [ 7 ][ 1 1 ] + [ 8 9 ] [1 0 ] [ 7 ][ 0 0 ] + [ 8 9 ] [ 1 2 ]
0 1 3 4
]
3 4 11 16 3 4 11 16
[[
¿ 9 10 ] [ ] [
23 34 = 9
[ 15 16 ] [ 35 52 ] ] 10 23 34
15 16 35 52 ]
1.5.7-Operações elementares sobre linhas
Definição: Denominam-se operações elementares sobre linhas de uma matriz às seguintes:
1ª) Permutação de linhas;
2ª) Multiplicação de todos elementos de uma linha por um escalar não-nulo.

3ª) Substituição dos elementos de uma linha pela soma deles com os elementos
correspondentes de outra linha previamente multiplicados por um escalar não-nulo.
Se A é uma matriz de ordem m× n, cujas linhas são l 1 ,l 2 ,l 3 , ⋯ , l m, indicaremos as operações

acima com os seguintes símbolos:
1º) l r ↔l s , que significa permutar as linhas r e s .
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
−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
Definição: Uma matriz M de ordem m× n , é dita linha reduzida escalonada ou reduzida à

forma de escada se A=0 , ou seja, satisfaz a todas as seguintes condições:
1ª) O primeiro elemento não-nulo de cada linha deve ser igual a 1.
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.
4ª) Se l 1 ,l 2 ,l 2 , ⋯ , l r são linhas não-nulas de M, e se o primeiro elemento não-nulo da linha l i

ocorre na linha k i então k 1< k 2< k 3 <⋯ <k r , ou seja, o número de zeros precedendo o primeiro
elemento não nulo de cada linha, aumenta a cada linha, até que sobrem somente linhas nulas,
se houver. Esta condição impõe a forma escada à matriz.
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.
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).
Definição: Chamamos de Nulidade (ou grau de liberdade) de uma matriz A ao número
N ( A )=[ n−P( A) ] , onde n é o número de colunas da matriz A.
Exercício 6
Reduza à forma de escada e determine o posto e a nulidade das seguintes matrizes:
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
Se existe uma matriz B tal que AB=BA=I n.
Definição: Se A não é inversível, dizemos que A é uma matriz singular.
Teorema: Se A é inversível, então é única a matriz B tal que AB=BA=I n.
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: )
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
b ¿ A matriz A= (21 53 )tem como inversa A =(−13 −52 )

−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.
De fecto ( AB ) ( B−1 A−1 ) =A ( B ∙ B−1 ) ∙ A−1= A I n A−1 =A ∙ A−1=I n e
analogamente ( B−1 A−1 ) ( AB ) =I n .

−1
Se A é inversível, então A−1 também o é e vale a igualdade: ( A−1 ) = A .
1.5.9.1 Cálculo da inversa
1.5.9.1.1- Cálculo da inversa de uma matriz com recurso à definição
Considerando A uma matriz quadrada de ordem n. Dizemos que A−1 é a matriz inversa de A
se e somente se A ∙ A−1=I n, onde I n é a matriz identidade de mesma ordem da matriz 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.
Exemplo: Dada a matriz A= (21 32), determinar a sua inversa, A −1

.
a b ,
−1
1º) Fazendo a matriz A =
c d ( )
e aplicando a igualdade, A ∙ A−1=I 2, temos:
(21 32)( ac bd)=( 10 01) ⟹(2a+2

a+3 c
c
2 b+3 d
b+ 2 d
=
1 0
)( )
0 1
2º) Igualando as matrizes acima, tem-se: {2a+2

a+3 c=1 e 2b+ 3 d=0
c=0 { b+2 d=1
3º) Resolvendo os sistemas acima, tem-se: a=2 , b=−3 , c=−1 e d=2.
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:
1º) Coloca-se ao lado da matriz A a matriz I, separada por um traço vertical
tracejado.
2º) Transforma-se por meio de operações elementares a matriz A na matriz I n,
aplicando simultaneamente à matriz I n, colocada ao lado da matriz A, as mesmas
operações elementares aplicadas à matriz A.
Exemplos:
2
1- Calcular a inversa da matriz A= (−1
−1 3 )
, por escalonamento.
Aplicando os passos anteriores, tem-se:
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
Procedendo como no exercício anterior, temos:
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
)
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
1.5.9.2- Propriedades da inversão de matrizes
1-Se A ∈ M n ( R ) é inversível, então ( A−1 ) = A .

−1
De facto, A−1 A=I n , temos que A é a inversa de A−1 .
2- Se A , B ∈ M n ( R ) são inversíveis, então AB é inversível e ( AB )−1=B−1 A−1.
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
2- Supondo as matrizes A,B e C inversíveis, determine X em cada equação.

−1 −1 T
a ¿ AXB=C b ¿ AB=CX c ¿ ( AX ) B=BC d ¿ [ ( AX ) −B ] =C
1.5.10-Matrizes ortogonais
Dizemos que uma matriz A ∈ M n ( R ), inversível, é ortogonal, quando A−1=A T .
Para verificar se uma matriz A é ortogonal, multiplicamos A por AT e vemos se o produto é a

matriz identidade da mesma ordem.
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
pela sua transposta, temos:
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
Determinante é um número associado a uma matriz quadrada.
Na verdade, essa “associação” do determinante com os elementos de uma matriz quadrada é

feita através da permutação dos elementos da matriz juntamente com o conceito de “classe de
uma permutação”.
Como estamos lidando apenas com matrizes reais, os determinantes que calcularemos serão
todos números reais.
Os determinantes têm inúmeras aplicações, na Matemática e em outras áreas. Dentre as

várias aplicações dos determinantes na Matemática, temos: a resolução de alguns tipos de
sistemas de equações lineares; o cálculo da área de um triângulo situado no plano cartesiano,
quando são conhecidas as coordenadas dos seus vértices e o determinante fornece uma
informação segura a respeito da inversibilidade ou não de uma matriz.
2.2 Representação e ordem do determinante de uma matriz
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:
a11 a12 a13 ⋯ a1 n a11 a12 a13 ⋯ a1 n
[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!
A ordem de um determinante é definida como sendo a ordem da matriz a qual este

determinante está associado.
2 4
Por exemplo, na matriz A=
5 7 ( )
, o “det A” tem ordem 2 ou podemos dizer também que é
de 2ª ordem, pois A=( aij )2 ×2.
2.3 Cálculo do Determinante de uma matriz
2.3.1 Matriz de ordem 1
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.
Por exemplo, se A=[ 4 ] ⟹ det A=4
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:
1º) Repetir as duas primeiras colunas à direita do determinante
a11 a12 a13 a11 a12
| |
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
paralelas a essa diagonal, conservando os sinais desses produtos.
a11 a12 a 13 a11 a12
| |
a 21 a22 a 23 a 21 a22
a31 a32 a 33 a 31 a32
a 11 ⋅ a22 ⋅a 33=R 1 a12 ⋅a23 ⋅a31 =R2 a13 ⋅a21 ⋅ a32=R3
3º) Efectuar o produto dos elementos da diagonal secundária e dos elementos que estiverem
nas duas paralelas à diagonal e multiplicá-los por -1.
a11 a12 a 13 a11 a12
| |
a 21 a22 a 23 a 21 a22
a31 a32 a 33 a 31 a32
a 13 ⋅a22 ⋅ a31=R4 a 11 ⋅ a23 ⋅ a32=R5 a12 ⋅a 21 ⋅a33=R 6
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) ¿
3º) −30 ¿
4º) det A=( 5−48+ 42 )−(−30+ 42+8 ) =−1−20=−21
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
2.4-Propriedades dos determinantes
2.4.1 Determinante nulo
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:
1) A matriz possui uma fila (linha ou coluna) nula.
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.
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
coluna, C 2 a segunda e assim por diante, nota-se que: C 3=2 ∙C 1−3 ∙C 2.
Neste caso, dizemos que C 3 é combinação linear de C 1 e C 2, e portanto detA = 0.
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.
2.4.2 Alterações no determinante
a) Multiplicando uma fila por k
O determinante da matriz fica multiplicado pelo escalar não nulo k quando todos os
elementos de uma certa linha forem multiplicados por k.
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
b) - Multiplicando a matriz por k
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
Multiplicando a matriz por k =5, obtemos:
det (5 A )=k n ∙ detA=5 3 ∙ det A=125 ∙ (−2 ) =−250 .
c) Trocando filas paralelas
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 |
Se trocarmos a 2ª e a 3ª linha de lugar, e calcularmos novamente o valor do determinate
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
f) O determinante de uma matriz triangular é igual ao produto dos elementos da diagonal

principal.
g) Para A e B matrizes quadradas de mesma ordem n, temos: det ( A ∙ B )=det A ∙det B
1
como A ∙ A−1=I então,det A=
det A
2.4.3 Menor complementar do elemento a ij de uma matriz quadrada
Menor Complementar do elemento a ij de uma matriz A será o determinante da matriz que se

obtém quando se elimina da matriz A, a linha e a coluna que contêm o elemento a ijassociado.
Será denotado por D ij .
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
Resolução: a ¿ D11 = −2 0 =4−0=4

| |
4 −2
|
b ¿ D13= −5 −2 =−20+6=−14 | c ¿ D22= 3 4 =−6−12=−18
| |
3 4 3 −2
d ¿ D31= 7 4 =0+ 8=8 e ¿ D33= 3 7 =−6+35=29

−2 0| | −5 −2 | |
2.4.4 Co-fator de um elemento a ij de uma matriz quadrada
O co-fator é um complemento algébrico de um determinado elemento a ij em relação ao

restante da matriz. Sendo Aij o co-fator do elemento a ij, então ele é tal que:
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
∙ 5 8 =(−1 )2 ∙ (−3 )=−3 ;

| |
1+1
Resolução: a ¿ A11 =(−1 )
6 9
b ¿ A23= (−1 )
2 +3
∙ |13 46|=(−1 ) ∙ (−6)=6
5
c ¿ A 32=(−1 )3+2 ∙ 1 7 =(−1 )5 ∙ (−6 )=6

| |
2 8
d ¿ A 12=(−1 )
1+2
∙ |23 89|=(−1) ∙(−6 )=6
3
∙ 4 7 =(−1 )3 ∙ (−6 )=6

| |
2+1
e ¿ A 21=(−1 )
6 9
f ¿ A 33=(−1 )3+3 ∙ 1 4 = (−1 )6 ∙ (−3 )=−3

| |
2 5
2.4.5-Teorema de Laplace
O matemático francês Laplace descobriu que o desenvolvimento do determinante de uma

matriz por meio de cofatores pode ser feito com os elementos de qualquer linha ou qualquer
coluna (dizemos então, qualquer “fila”), isto é, não é necessário que utilizemos a primeira
linha da matriz, conforme a definição 2 vista anteriormente. Laplace provou que: “O
determinante de uma matriz quadrada de ordem n, comn ≥ 2, é igual a soma dos
produtos dos elementos de uma fila qualquer pelos respectivos cofatores”.
Observações:
 Este teorema permite o cálculo do determinante de uma matriz de qualquer ordem.

Como já conhecemos regras práticas para o cálculo dos determinantes de ordem 2 e de
ordem 3, só recorremos a este teorema para o cálculo de determinantes de ordem 4 ou
maior. O uso desse teorema possibilita rebaixar a ordem do determinante. Assim, para
o cálculo de um determinante de 4ª ordem, a sua aplicação resultará no cálculo de
quatro determinantes de 3ª ordem, onde podemos aplicar a Regra de Sarrus. O cálculo
de determinantes de 5ª ordem ou superior, pode ser muito facilitado fazendo uso de
propriedades que veremos mais adiante ou até mesmo fazendo uso de planilhas
eletrônicas, a exemplo do Microsoft Excel, entre outros softwares matemáticos como
o Maple, MatLab, etc.
 Para agilizar o cálculo de um determinante pelo teorema de Laplace, escolhe-se a fila

(linha ou coluna) que contenha mais zeros, pois isto facilita e reduz o número de
cálculos necessários.
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.
a11 a12 a13 a14
Seja M a matriz 4x4, tal que M =

a21
a31
a41
[ a22
a32
a 42
a23
a33
a 43
a24
a34
a44
]
Se escolhermos a 2ª linha, então, pelo Teorema de Laplace:
det M =a21 A 21+ a22 A22 +a23 A 23+ a24 A 24

Se escolhermos a 3ª coluna, então, pelo Teorema de Laplace:
det M =a13 A 13+ a23 A 23+a 33 A33 +a 43 A43
A grande vantagem em se utilizar o Teorema de Laplace está em realizar operações que em

envolvem determinantes de ordem n−1 para calcular determinantes de matrizes de ordem n,
de modo que é um método recomendando para matrizes de ordem n>3.
2.4.5.1 Como usar o Teorema de Laplace?
O cálculo de determinantes de ordem alta é ainda mais simplificado se escolhermos uma fila
com o maior número de zeros possível.
Por exemplo, se na matriz M anterior tivermos a 13=a23=a 33=0, e escolhermos a 3ª coluna,

pelo Teorema de Laplace:
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
 Como obter uma fila com zeros?
Se não houver nenhuma fila que possua uma quantidade razoável de zeros, podemos obter
uma, sem alterar o determinante, por meio da seguinte técnica:
1. Encontrar um elemento a ij=1 .
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

BREVE HISTORIAL SOBRE A ÁLGEBRA - Cópia

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

BREVE HISTORIAL SOBRE A ÁLGEBRA - Cópia

Enviado por

Direitos autorais:

Formatos disponíveis

ANTÓNIO CARIÊNGUE APONTAMENTOS DE ÁLGEBRA LINEAR 1

bbBREVE HISTORIAL SOBRE A ÁLGEBRA

A tendência humana a generalizações expôs gradualmente a Aritmética a novas configurações

Historiadores consideram que o conhecimento humano no mundo antigo passou por um

Com a ocupação romana, a matemática grega parou de se desenvolver e, somente no século

A ascensão do islamismo instigou os povos árabes a invasões e à conquista da Índia, Pérsia,

A Álgebra simbólica moderna começou a aparecer em torno de 1500 com a introdução de

Na busca da generalização a construção da simbologia algébrica foi um factor que permitiu a

O que é a Álgebra Linear?

Estrutura matemática é um conjunto no qual são definidas operações. As propriedades

Devido às suas características, essa estrutura permite um tratamento algébrico bastante

finalmente, aplicaremos esse conhecimento para discutir e resolver sistemas de equações

Capítulo I-Matrizes , Determinantes e Sistemas de Equações Lineares

1.1-Breve historial sobre matrizes, determinantes e sistemas de equações lineares

A palavra “determinante", em seu sentido moderno, apareceu no trabalho de Cauchy.

inicialmente relacionados aos sistemas de equações, as matrizes surgiram fortemente ligadas

1.2 Definições preliminares e exemplos

Almoxarifado A: Ácido clorídrico ( 23,10,17,32 ), Hidróxido de amônia ( 42,13.44,27 ) e Sulfato

Almoxarifado B: Ácido clorídrico ( 12,45,3,2 ), Hidróxido de amônia ( 12,3,14,17 ) e Sulfato de

1.2.1-Representação de uma matriz

Considerando uma matriz A do tipo m× n um elemento qualquer dessa matriz será

a11 a12 a13 ⋯ ⋯ a1 n−1 a1 n

⋯ ⋯⋯⋯ ⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯

Alunos L. Portuguesa Matemática Física Química

Representamos uma matriz A do tipo m× n de modo simplificado da seguinte maneira:

A=( aij )m × n , onde:

 a ij: elemento da matriz, sendo os índices i e j indicadores da posição do elemento na

 O elemento que está na 1ª linha e na 1ª coluna , é a 11=−1 ;

Exercício 1- Escrever a matriz em cada uma das seguintes situações:

1.3-Tipos Especiais de Matrizes

a11 a12 a13 ⋯ a1 n

Os elementos da matriz A em que i= j, ou seja, ao

n−uplo ( a11 , a22 , a33 , ⋯ , ann ) constituem a diagonal principal;

 Traço de uma matriz An × n [ tr ( A ) ] é soma dos elementos da diagonal principal de A.

Dizemos que a matriz A é triangular superior se a ij=0 , para i> j , ¿

Exemplos: a ¿ A= [ 10 01] 2×2

Matriz Oposta: é a matriz − A , obtida a partir da matriz A trocando-se o sinal de todos os

Por exemplo, se A= [−13 45] então :−A=[−31 −4

1-Determine os números reais a , b , x e y de modo que as matrizes A e B sejam iguais, dadas:

1.5 Operações com Matrizes

Dada uma matriz A ∈ M m × n ( R ) , A=aij , a transposta de A é a matriz

B∈ M m ×n ( R ) , B=b ji , tal que aij =b ji , ∀ i ∈ { 1,2,3 , ⋯ , m } , ∀ j∈ { 1,2,3 , ⋯ , n }. Representamos a

Quando A é matriz quadrada, a transposição-operação que leva à transposta-troca entre si os

-A segunda linha da matriz B é igual à segunda coluna da matriz BT .

b ¿ B=( bij )4 ×3 , tal que :b ij = i+ j , se i= j

Comparando uma matriz com sua transposta, podemos definir matrizes

simétricas e anti-simétricas, como segue:

Também são exemplos de matrizes simétricas, as seguintes:

Matriz Anti-simétrica: é toda matriz quadrada tal que − A=A T .

São exemplos de matrizes anti-simétricas as seguintes matrizes:

a11 + b11 a12 +b12 a 13+b 13 ⋯ ⋯ ⋯ a1 n +b1 n

Exemplos: a) [−35 42]+[−10 −32 ]=[−3+0

p1 ¿ Associativa :para quaisquer matrizes A,B e C de mesma ordem,

p2 ¿Comutativa : Quaisquer matrizes A e B de mesma ordem m× n , A + B=B+ A .

p3 ¿ Elemento Neutro:para toda matriz A, A+Om × n=Om × n+ A= A

S=−( aij )m × n. Assim, A+ (− A )=(− A ) + A=O m × n .

Além disso, A+ (−B ) =A−B

1.5.3 Produto de uma matriz por um número real

ka11 ka12 ka 13 ⋯ ⋯ ka1 n

p1 ¿ Para toda matriz A e para quaisquer escalares k 1 , k 2 ∈ R ,tem-se:

p2 ¿ Para toda matriz A e para quaisquer escalares k 1 , k 2 ∈ R ,tem-se:

p3 ¿ Para quaisquer matrizes A e B de mesma ordem e para qualquer escalar k ∈ R,

p4 ¿ Para toda matriz A de ordem m× n , tem-se: Om × n ⋅ A=Om ×n e 1 ⋅ A= A