Matemática Básica II

MINISTÉRIO DA EDUCAÇÃO
Universidade Aberta do Brasil

Instituto Federal de Educação, Ciência e Tecnologia do Ceará
Diretoria de Educação a Distância
Licenciatura em Matemática
MATEMÁTICA BÁSICA II
Guttenberg Sergistótanes Santos Ferreira
Fortaleza | CE
2018
© Copyright 2017 Instituto Federal de Educação, Ciência e Tecnologia do Ceará
Direitos reservados e protegidos pela Lei n. 9.610, de 19 de fevereiro de 1998.
É proibida a reprodução total ou parcial sem autorização expressa do IFCE.
Presidente Elaboração do conteúdo

Michel Miguel Elias Temer Lulia Guttenberg Sergistótanes Santos Ferreira
Ministro da Educação Colaboradora
Rossieli Soares da Silva Livia Maria de Lima Santiago
Presidente da Capes Equipe pedagógica e design educacional
Abilio Afonso Baeta Neves Daniele Luciano Marques
Diretor de EaD – Capes Iraci de Oliveira Moraes Schmidlin
Carlos Cezar Modernel Lenuzza Isabel Cristina Pereira da Costa
Kiara Lima Costa
Reitor do IFCE
Livia Maria de Lima Santiago
Virgílio Augusto Sales Araripe
Luciana Andrade Rodrigues
Pró-Reitor de Ensino Márcia Roxana da Silva Regis Arruda
Reuber Saraiva de Santiago Maria do Socorro Nogueira de Paula
Diretor de EaD/IFCE Equipe de arte, criação e produção visual
Márcio Daniel Santos Damasceno Emanuel Lucas de Sousa e Silva
Coordenadora UAB Fabrice Marc Joye
Gláudia Mota Portela Mapurunga Herculano Gonçalves Santos
Suzan Pagani Maranhão
Coordenador Adjunto UAB
Tamar Couto Parentes Fortes
Luiz Régis Azevedo Esmeraldo
Revisão
Coordenadora do Curso
de Licenciatura em Matemática Antônio Carlos Marques Júnior
Regilania da Silva Lucena Débora Liberato Arruda
Michelle Jácome Valois Vital
Saulo Garcia
Dados Internacionais de Catalogação na Publicação

Instituto Federal de Educação, Ciência e Tecnologia do Ceará
Sistema de Bibliotecas - SIBI – Campus Fortaleza
Bibliotecária responsável: Tatiana Apolinário Camurça - CRB Nº 3/1045
F383m Ferreira, Guttenberg Sergistótanes Santos.

Matemática básica II / Guttenberg Sergistótanes Santos Ferreira. - Fortaleza: UAB/IFCE, 2018.
156p.
Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE). Universidade Aberta do Brasil
(UAB).
ISBN 978-85-475-0065-8
1. NÚMEROS COMPLEXOS. 2. EQUAÇÕES ALGÉBRICAS 3. MATEMÁTICA-ENSINO. I. Título.
CDD 510
O IFCE empenhou-se em identificar todos os responsáveis pelos direitos autorais das imagens
e dos textos reproduzidos neste livro. Se porventura for constatada omissão na identificação
de algum material, dispomo-nos a efetuar, futuramente, os possíveis acertos.
Sumário
Apresentação 6
Aula 1 – Matrizes: propriedades e operações 7

Tópico 1 – Apresentação do conceito de matriz
e suas propriedades 8

Tópico 2 – Uso de operações algébricas entre matrizes 18
Aula 2 – Determinantes: conceito, propriedades e regras 32

Tópico 1 – Apresentação do conceito de determinante 33

Tópico 2 – Uso das regras de determinante 40

Tópico 3 – Estudo das propriedades de determinante 48
Aula 3 – Sistemas de equações lineares: formas e resolução 56

Tópico 1 – Formas de sistemas lineares 57

Tópico 2 – Resolução de sistemas lineares 63
Aula 4 – Discussão de sistemas lineares 71

Tópico 1 – Sistemas lineares incompletos
associados às matrizes 72
Tópico 2 – Estudo de variável livre
e discussão de sistemas lineares 77
Aula 5 – Números complexos: forma, propriedades

e operações algébricas 84

Tópico 1 – O conjunto numérico dos números complexos 85
Tópico 2 – Uso das regras e propriedades algébricas
dos números complexos 89
Aula 6 – Números complexos: forma trigonométrica 98
Tópico 1 – Apresentação e representação dos números
complexos no plano de Argand-Gauss 99
Tópico 2 – A forma trigonométrica
dos números complexos 105
Tópico 3 – Potenciação e radiciação dos números
complexos na forma trigonométrica 111
Aula 7 – Polinômios: formas de representação e operações 120

Tópico 1 – Formas de representação dos polinômios 121
Tópico 2 – Propriedades operatórias entre polinômios:
adição, subtração e multiplicação 125

Tópico 3 – Estudo da divisão de polinômios 129
Aula 8 – Equações algébricas: notação e raízes 140

Tópico 1 – Notação das equações algébricas 141
Tópico 2 – Relações entre coeficientes
e raízes das equações algébricas 144
Tópico 3 – Raízes racionais e imaginárias
das equações algébricas 148
Referências 156
Sobre o autor 157

Apresentação
6
Caro(a) estudante,
Este livro foi desenvolvido com a finalidade de auxiliar você no estudo dos tópicos
da disciplina Matemática Básica II, servindo especificamente ao propósito da educação
a distância. Buscamos oferecer um material didático específico e de linguagem fácil
para aqueles que não contam com a dinâmica da sala de aula e precisam estudar em
outros ambientes.
Esta disciplina contém oito aulas, divididas em tópicos do conteúdo programático

de: matrizes, determinantes, sistemas lineares, números complexos, polinômios e
equações algébricas. Ao início de cada aula você encontrará uma breve introdução, a
partir de uma perspectiva histórica, e ainda os objetivos pretendidos para aquela aula.
Houve ainda a preocupação de apresentar um material que atendesse ao rigor

matemático, tão natural dessa disciplina, e que fosse autoexplicativo, sobretudo na
seção de exercícios resolvidos de cada capítulo, pois entendemos ser este um recurso
facilitador da aprendizagem. Durante a leitura deste material, manteremos um diálogo
constante, de modo que você terá sempre apoio ao longo de seus estudos. Vamos
começar?
Matemática Básica II
Aula 1
Matrizes: propriedades e operações
7
Olá, estudante!
Nesta aula vamos iniciar os estudos sobre a teoria das matrizes. É importante que
você, estudante de Matemática e futuro profissional docente dessa área, compreenda
s conceitos, formas de representação e as mais diversas operações algébricas entre
matrizes, pois esse conhecimento será imprescindível para compreender estudos
posteriores, tais como: resolução de sistemas lineares, representação de vetores no
plano e no espaço, além do pleno desenvolvimento em álgebra linear.
Para podermos discutir sobre a origem do uso de matrizes na matemática,

devemos citar grandes matemáticos, como Augustin-Louis Cauchy (matemático
francês, 1789-1857), James Joseph Sylvester (matemático inglês, 1814-1897), Arthur
Cayley (matemático britânico, 1821- 1895), ou ainda Joseph Louis Lagrange (matemático
italiano, 1736-1813). Entre suas contribuições para o estudo das matrizes, podemos
contar desde a simples determinação do nome “matriz" até o reconhecimento desta
como ente matemático independente, com a nomenclatura de "teoria das matrizes",
além do desenvolvimento de propriedades e operações.
Agora que já aprendemos um pouco sobre o aspecto histórico das matrizes,

vamos iniciar nossa aula.
Objetivos
Reconhecer diferentes formas de matrizes e suas propriedades

Compreender as diferentes operações algébricas entre matrizes
Aula 1
Tópico 1
Apresentação do conceito
de matriz e suas propriedades
8
OBJETIVOS
Entender a noção intuitiva de matriz e suas formas de
representação
Compreender o uso das propriedades de matriz
Neste tópico faremos um estudo sobre a noção intuitiva de matriz, associando-a

com uma tabela. Apresentaremos a você, estudante, diversas formas de matriz e sua
representação, e ao final estudaremos suas propriedades básicas.
Mostramos abaixo um exemplo prático do uso de matrizes em nosso cotidiano.

Entretanto, não explicaremos os cálculos matemáticos neste momento, isto será
compreendido mais à frente.
Exemplo 1: Uma lanchonete pretende vender 3 tipos de salgados. Para tanto, usa os
ingredientes nas quantidades seguintes, expressas por meio de tabelas (matrizes):
Ovos Farinha Açúcar Carne

Empadas 4 4 2 2
Quibes 1 1 1 6
Pastéis 3 6 1 3
O fornecedor desta lanchonete revende esses ingredientes segundo os preços

constantes na tabela (matriz) a seguir.
Ingredientes Preço-base (R$)
Ovos 0,20
Farinha 0,30
Açúcar 0,50
Carne 0,80
Tomando por base apenas os ingredientes para fabricação de empadas, quibes e

pastéis, podemos calcular o preço de custo de cada salgado, segundo o produto dessas
duas matrizes:
0, 20 
9
4 4 2 2    4, 60 
1 1 1 6  ×  0,30  =  
   0,50   5,80 
 3 6 1 3     5,30 
 0,80 
Ou seja, os preços de custo dos salgados são os seguintes: R$ 4,60 para as empadas, R$
5,80 para os quibes e R$ 5,30 para os pastéis.
Definição 1.1 Chamamos de matriz qualquer tabela da forma

m × n (leia-se: m por n), em que m corresponde ao número
de linhas e n corresponde ao número de colunas dessa tabela,
de modo que os números m, n ∈ ∗ .
1.1 Definição e Representação de Matriz
Vejamos, nos exemplos a seguir,

algumas formas de representação das Nas obras matemáticas
matrizes: chinesas existem
bastantes diagramas
1 2 de formato quadrado
  é uma matriz do tipo 2 × 2 ,
3 4 semelhantes às
ou seja, duas linhas e duas colunas. matrizes que conhecemos hoje. Acesse:
http://www.somatematica.com.br/
historia/oriental3.php ou https://
 −4 8 1  repositorio.ufsc.br/xmlui/bitstream/
  é uma matriz do
1 0 −1  handle/123456789/94914/Protasio_
 2  Kraieski.PDF.
tipo 2 × 3 , ou seja, duas linhas e três
colunas.
Aula 1 | Tópico 1
5 0 5
2 1 3 é uma matriz do tipo 3 × 3 , ou seja, três linhas e três colunas.
−2 0 0
A forma mais usual de se representar uma matriz é

escrevendo-a entre parênteses ( ) ou entre colchetes
[ ], mas também é possível fazer esta representação com o
uso de barras duplas verticais || ||.
10
As matrizes são indicadas por letras maiúsculas do nosso alfabeto (A, B, C...) e
cada elemento da matriz é representado pela letra minúscula correspondente, seguida
de dois índices i e j que representam respectivamente a linha e a coluna às quais esse
elemento pertence: aij, bij, cij
Podemos representar as matrizes da seguinte forma:
a a12 
 A =  11 
 a21 a22 2×2
b b b13 
B =  11 12
b23  2×3

 b21 b22
c11 c12 c13

 C = c21 c22 c23
c31 c32 c33 3×3
Da mesma forma que nos exemplos anteriores, podemos representar matrizes do

tipo 4 × 4,5 × 5,..., m × n . A representação de uma matriz A qualquer do tipo m × n é:
 a11 a12 a13  a1n 

a a22 a23  a2 n 
 21
A =  a31 a32 a33  a3n 
 
      
 am1 am 2 am 3  amn  m×n
Outras formas de representarmos uma matriz são dadas por:
 A = (aij ) m×n
 A aij , com 1 ≤ i ≤ m e 1 ≤ j ≤ n
=
Exemplo 2: Uma matriz genérica

do tipo 2 × 2 pode ser dada por A teoria das matrizes
a a  teve início com a teoria
A =  11 12  . Em termos das formas quadráticas,
 a21 a22  e posteriormente foi 11
numéricos, seja uma matriz associado à álgebra
1 2 linear. Acesse: http://www.mat.ufrgs.
A=  , que apresenta duas br/~portosil/passa3b.html.
3 4
linhas e duas colunas. Note que o
elemento 1 se encontra na 1ª linha e na 1ª coluna, portanto podemos escrever a11 = 1 ;

assim como o elemento 2 se encontra na 1ª linha e na 2ª coluna, logo podemos escrever
a12 = 2 ; o elemento 3 se encontra na 2ª linha e na 1ª coluna, portanto temos a21 = 3 ;
por fim, o elemento 4 se encontra na 2ª linha e na 2ª coluna, concluindo-se que a22 = 4 .
Exercício resolvido 1: Construa uma matriz A = ( aij ) de modo que atenda à lei de
2×3
formação aij= 2i − j .
Solução: Primeiramente devemos lembrar qual o formato geral de uma matriz e

depois especificar para o formato 2 × 3 . Nós vimos anteriormente o modelo para
generalização de matrizes e, sendo assim, vamos construir agora a matriz genérica do
nosso problema:
a a12 a13 
A =  11
 a21 a22 a23 
Em seguida, procedemos ao cálculo de cada elemento da matriz usando a lei de

formação dada:
a11= 2(1) − =
1 1 a21= 2(2) − =
1 3
a12= 2(1) − 2= 0 a22= 2(2) − 2= 2
a13 =2(1) − 3 =−1 a23 =2(2) − 3 =1
Aula 1 | Tópico 1
Podemos agora fazer a correta substituição dos elementos para concluirmos a
construção da nossa matriz:
 a11 a12 a13   1 0 −1

=A =  
 a21 a22 a23   3 2 1 
Exercício resolvido 2: Um professor de matemática pretendia avaliar 5 estudantes de

uma mesma classe. Para tanto, ele laborou uma prova com 3 questões. Para correção
da prova, o professor construiu uma matriz A , com elementos aij , de modo que cada
linha correspondia a um estudante e cada coluna correspondia a uma questão da
12 prova. Durante a correção, caso o estudante acertasse a questão, o professor colocava
a nota 1 (um), caso contrário, colocava nota 0 (zero). Sabendo-se que cada elemento
foi escrito como
0, se i > j
aij =  , determine:
1, se i ≤ j
a) Quantos estudantes acertaram todas as questões?
b) Quantos estudantes erraram todas as questões?
Solução: Inicialmente devemos perceber que este problema faz referência à matriz no
formato 5 × 3 , pois são 5 estudantes (linhas) e 3 questões (colunas). A construção da
matriz genérica do nosso problema nos fornece:
 a11 a12 a13 

a a22 a23 
 21
A =  a31 a32 a33 
 
 a41 a42 a43 
 a51 a52 a53 
Em seguida, procedemos à determinação de cada elemento da matriz, usando a lei

de formação dada, de modo que os elementos a= 11 a=
12 a=
13 a=
22 a=23 a=
33 1,
pois i ≤ j ; e os demais elementos são todos nulos pois i > j . Desta forma, temos:
 a11 a12 a13  1 1 1

a  0 1 1 
 21 a22 a23  
=A = a31 a32 a33  0 0 1
   
 a41 a42 a43  0 0 0
 a51 a52 a53  0 0 0 
Analisando a matriz solução, percebemos que:
a) Apenas 1 estudante acertou todas as questões;
b) 2 estudantes erraram todas as questões.
Na seção a seguir, estudaremos vários tipos de matriz e suas denominações.

Essas denominações são de grande utilidade quando contextualizamos o estudo de
matrizes com álgebra linear ou com espaços vetoriais.
1.2 Tipos de matriz
Nos exemplos apresentados anteriormente, vimos matrizes de diferentes 13

formatos. Será que existe um modo de classificá-las? Há matrizes que, por aparecerem
de forma mais constante, integram uma nomenclatura especial. São elas:
Nomenclatura Conceito Exemplo
Quando for constituída de uma única linha,

Matriz linha independentemente do seu número de (1 0 −1)
colunas.
Quando for constituída de uma única  1 

 
Matriz coluna coluna, independentemente do seu  2 
número de linhas.  5
 
Quando todos os elementos de uma

matriz forem iguais a 0 (zero), ou seja,
0 0 0
Matriz nula para todo 1 ≤ i ≤ m, 1 ≤ j ≤ n ⇒ aij =0.  
Sua representação pode também ser 0 0 0
indicada por 0m×n .
Quando número de linhas da matriz for

 1 2 5 −3 
igual ao seu número de colunas, ou seja,  
Matriz m = n . Neste caso, ela pode também  0 −1 0 0,5 
quadrada receber o nome de matriz quadrada  7 11 2 −4 
 
de ordem n (usa-se ordem n quando 
 6 3 4 1 
n = número de linhas = número de colunas).
Aula 1 | Tópico 1
Quando todos os elementos não
pertencentes à diagonal principal de uma
Matriz  2 0
matriz quadrada forem iguais a 0 (zero),  
diagonal
ou seja, para todo 1 ≤ i ≤ m, 1 ≤ j ≤ n , se  0 3
i ≠ j ⇒ aij = 0.
Quando uma matriz diagonal possuir todos

os elementos da diagonal principal iguais a 1
(um), ou seja, para todo 1 ≤ i ≤ m, 1 ≤ j ≤ n , 1 0 0
14 Matriz
identidade
se i ≠ j ⇒ aij =0 , senão, i ≠ j ⇒ aij =0.
 
0 1 0
0 0 1
Sua representação será indicada por I n  
(em que n = número de linhas = número
de colunas).
 0 3
Quando forem invertidos todos os sinais  
= A  5 1 ⇒
de cada elemento da matriz Am×n , ou  2
Matriz  −6 
oposta seja, para todo 1 ≤ i ≤ m, 1 ≤ j ≤ n , temos
que aij ⇒ − aij . Sua representação será  0 −3 
 
indicada por − Am×n . ⇒ −A =  −5 −1 
 −2 6 
 
1 −4 2
Quando, ordenadamente, as = linhas da A  ⇒
matriz Am×n forem trocadas de posição  5 0 3
Matriz
com as colunas desta mesma matriz. Sua 1 5 
transposta t  
representação será indicada por A , que é ⇒ A =−
t
 4 0 
uma matriz Bm×n .  
 2 3 
Matriz Quando uma matriz for igual à sua  2 −1

simétrica t
transposta, ou seja, A = A . = A =  At
 −1 0 
Matriz Quando uma matriz for igual à oposta da  0 −2 

A=   = − At
antissimétrica sua transposta, ou seja, A = − At . 2 0 
Quando estudamos matrizes
transpostas, é sempre útil termos em As matrizes e suas
mente as seguintes propriedades: diferentes formas de
representação estão
( A ) = A
t t
para toda matriz
ligadas a várias áreas do
A = (aij ) m×n . conhecimento, dentre
as quais: física, engenharia, administração,
Se A = (aij ) m×n e B = (bij ) m×n , computação gráfica etc. Para um estudo
então ( A + B )t =At + B t . mais aprofundado sobre matrizes, acesse
http://www.infoescola.com/matematica/
Se A = (aij ) m×n e k ∈  , então matrizes.
(k ⋅ A)t =⋅
k ( At ) . 15
Se A = (aij ) m×n e B = (bij ) m×n , então ( A ⋅ B )t =B t ⋅ At .
Para melhor compreensão das matrizes identidade e diagonal, apresentamos

abaixo duas definições:
Definição 1.2 Chamamos diagonal principal de uma matriz

quadrada de ordem n, ao conjunto de elementos que
possuem os dois índices iguais. Ou seja, se i = j , então o
elemento aij pertence à diagonal principal.
Exemplo 3: Na matriz abaixo a diagonal principal é formada pelos elementos

a11 3,=
= a22 0 e=
a33 8 .
Definição 1.3 Chamamos diagonal secundária de uma matriz

quadrada de ordem n ao conjunto de elementos que possuem
índices cuja soma seja igual a n + 1 . Ou seja, se i + j = n + 1 ,
então o elemento aij pertence à diagonal secundária.
Aula 1 | Tópico 1
Exemplo 4: Na matriz abaixo a diagonal secundária é formada pelos elementos
−5, a22 =
a13 = 0 e a31 =
1.
Para que possamos melhor compreender o estudo sobre matrizes apresentado
16 até aqui, vamos resolver alguns exercícios. Caso fique alguma dúvida, fale com seu
professor tutor, pois a compreensão do conteúdo é importante para avançarmos na
aquisição de outros conhecimentos.
 a 0 0 
  é do tipo matriz
 a + 2 2b b − 1
Exercício resolvido 3: Sabendo que a matriz A =
diagonal, calcule os valores de a, b e c .  c − 4 0 3c 
Solução: Inicialmente devemos lembrar que a matriz diagonal é aquela em que todos
os elementos fora da diagonal principal são iguais a zero. Sendo assim, temos:
a + 2 =0 → a =−2

b − 1 = 0 → b = 1
c − 4 = 0 → c = 4

a + b 0
Exercício resolvido 4: Sabendo que a matriz I 2 =  , determine os valores de
a − b1 
a e b.
Solução: Vamos recordar que I 2 representa uma matriz identidade de ordem 2, e

que as matrizes identidades possuem os elementos da diagonal principal iguais a 1
b 1 e a −=
e o restante dos elementos iguais a zero. Desta forma, temos a + = b 0.
1
a + b = 1 1
Resolvendo o sistema, encontramos:  →a= eb=−
a − b =0 2 2
1 a 4 
Exercício resolvido 5: Sabendo que a matriz A =  0 2 c  é simétrica, calcule a
 
soma dos elementos da 2ª linha de At . b 5 3 
Solução: Para resolvermos essa questão, devemos lembrar que
uma matriz é simétrica quando é igual à sua matriz transposta,
1 0 b
ou seja, quando t
A= A . Perceba que A =  a 2 5  .
t
 4 c 3
Igualando os termos que ocupam a mesma posição em ambas as matrizes, chegamos a
a = 0

b = 4 . Desta forma, temos que
1 0 4 
A =  0 2 5  e t
1 0 4 
A =  0 2 5  ,
17
c = 5  4 5 3   4 5 3 

de modo que a solução do problema está na soma dos elementos da 2ª linha de At ,
logo: 0 + 2 + 5 =7.
Chegamos ao final do primeiro tópico. Nele conhecemos o conceito de matriz,

além de propriedades, definições, formas de representação e exemplos de uso
de matrizes. No próximo tópico, estudaremos o uso de operações algébricas entre
matrizes.
Aula 1 | Tópico 1
Tópico 2
Uso de operações algébricas

entre matrizes
18
OBJETIVOS
Entender as operações algébricas entre matrizes e suas
propriedades
Estudar a resolução de problemas com operações algébricas
Neste tópico vamos estudar as principais operações algébricas entre matrizes,

tais como: adição, subtração, multiplicação, igualdade, multiplicação por número real,
inversão. Desta forma, além de compreender todas essas operações, estaremos a
aptos resolver problemas que envolvam matrizes e essas operações.
Operações algébricas
Uma das principais aplicações de matrizes se dá na representação de vetores,

quer no espaço bidimensional, tridimensional ou n-dimensional. Desta forma, as
operações algébricas mais elementares que ocorrem entre esses vetores podem ser
representadas por operações entre suas respectivas matrizes. Estudaremos a seguir
estas operações.
2.1 Igualdade de matrizes
Definição 1.4 Definimos a igualdade entre matrizes A e B,

denotada por A = B, sob certas condições:
As matrizes devem possuir o mesmo formato m × n .
Os elementos correspondentes aij (1 ≤ i ≤ m e 1 ≤ j ≤ n)
e bij (1 ≤ i ≤ m e 1 ≤ j ≤ n) nestas matrizes devem ser
iguais.
 1 −1  1 −1
Exemplo 5: Consideremos as matrizes A =   e B=  . Notemos
2 0  2 0 
que possuem o mesmo formato, 2 × 2 , e que, além disso, os seus elementos
correspondentes são iguais. Portanto, podemos concluir que A = B .
Para que duas matrizes sejam iguais, não basta apenas que
tenham o mesmo formato e os mesmos elementos, é necessário
também que esses elementos estejam apresentados na mesma
ordem nessas matrizes.
19
2 1 −1
Exemplo 6: Vejamos agora outro exemplo, com as matrizes C =   e
3 2 0
2 1 2 
D=  . É fácil notar que possuem o mesmo formato, 2 × 3 ; entretanto,
3 −1 0 
nem todos os elementos correspondentes são iguais. Percebemos que o elemento
c13 = −1 , enquanto que d13 = 2 ; o mesmo fato ocorre com c22 = 2 e d 22 = −1 .
Portanto, podemos concluir que C ≠ D .
2.2 Adição de matrizes
Definição 1.5 Definimos a adição de matrizes A e B, denotada

por A + B, resultando numa matriz C sob certas condições:
A matriz C é obtida a partir da soma dos elementos
correspondentes das matrizes A e B, ou seja, C = A + B ,
de modo que cij = aij + bij (1 ≤ i ≤ m e 1 ≤ j ≤ n) .
0 2 4  −1 2 −3
Exemplo 7: Sejam A =   e B= ; então, C = A + B é
1 7 5  2×3 4 0 −5 2×3
calculada da seguinte forma:
 0 + (−1) 2+2 4 + (−3)   −1 4 1

=C =
 1+ 4 7+0 5 + (−5)   5 7 0  2×3
Aula 1 | Tópico 2
Quando estudamos adição de matrizes, é sempre útil termos em mente as
seguintes propriedades:
A + B= B + A (propriedade comutativa)
A + (B + C ) = ( A + B ) + C (propriedade associativa)
A + (− A) =0 (existência do elemento oposto)
A + 0 = 0 + A = A (existência do elemento neutro)
( A + B ) =A + B (a transposta da soma é igual à soma das transpostas)

t t t
20 2.3 Subtração de matrizes
Definição 1.6 Definimos a subtração de matrizes A e B,

denotada por A − B, resultando numa matriz C sob certas
condições:
A matriz C é obtida a partir da subtração dos elementos
correspondentes das matrizes A e B , ou seja, C= A − B,
de modo que cij = aij − bij (1 ≤ i ≤ m e 1 ≤ j ≤ n) .
Exemplo 8: Sejam A
= [1 −2 6]1×3 e =B [4 3 −2]1×3 ;
então, calcula-se C = A - B = A + (− B) da seguinte forma:
C = [1 + (−4) −2 + (−3) 6 + (2) ] = [ −3 −5 8]1×3
2.4 Multiplicação de uma matriz por um número real
Definição 1.7 Definimos a multiplicação de uma matriz A, no

formato m × n , por um número k ∈  , denotada por k ⋅ A,
quando cada elemento aij (1 ≤ i ≤ m e 1 ≤ j ≤ n) da matriz A
for multiplicado pelo número real k , de modo que a matriz
k ⋅ A ainda seja do formato m × n .
 −2 
Exemplo 9: Sejam uma matriz A =  1  e k = 2 . Para se determinar a matriz k ⋅ A ,
 
 7  3×1
 −2   −4 

devemos proceder da seguinte forma: k ⋅ A = 2 ⋅ 1   
  = 2 
 7  3×1 14  3×1
Quando estudamos a multiplicação de uma matriz por um número real a ou b,

é sempre útil termos em mente as seguintes propriedades:
 a ⋅ (b ⋅ A) = (a ⋅ b) ⋅ A (propriedade associativa) 21
 a ⋅ ( A + B) = a ⋅ A + a ⋅ B (propriedade distributiva com matrizes)
 (a + b) ⋅ A = a ⋅ A + b⋅ A (propriedade distributiva com números reais)
 1 ⋅ A =A (existência do elemento neutro)
Exercício resolvido 6: Dada a Uma equação matricial

ocorre quando duas ou
igualdade entre as matrizes A e B a
mais matrizes, através
seguir, calcule os valores de a e b. das operações de
adição ou subtração,
 2a 5b 
A=  e ou ainda de multiplicação por um número
 3 −1 2×2 inteiro, resultam numa outra matriz.
 −3a + 10 b + 4  Ex.: X + B = A⇒ X = A− B ou
B=
 a+b −1  2×2 1
2 X − 3B = A ⇒ X = ( A + 3B )
2
Solução: Para conseguirmos calcular os valores de a e b, devemos recordar que para

haver igualdade entre matrizes existem duas condições: i) as matrizes devem ter o
mesmo formato m × n ; ii) seus elementos correspondentes devem ser iguais. Perceba
que o quesito i é facilmente observado, pois ambas as matrizes possuem formato 2 × 2 ;
para o quesito ii, basta montarmos um sistema com todos os elementos existentes nas
matrizes, da seguinte forma:
a11 = b11  2a =−3a + 10 5a = 10 a =2

a = b 5b =  
 12 12  b+4 4b = 4 b = 1
 ⇒ ⇒ ⇒
a21 = b21 3 = a+b 3 = a + b 3 = a+b
a22 = b22 −1 =−1 −1 =−1 −1 =−1
Aula 1 | Tópico 2
Perceba que todos os elementos devem ser verificados, pois só haverá a
igualdade entre duas matrizes caso seja satisfeita a igualdade entre seus elementos
correspondentes, ou seja, todos os e . Sendo assim, são a solução do nosso problema;
já foi comprovado através dos valores de ; e é uma verdade matemática.
Exercício resolvido 7: Na equação matricial abaixo, calcule os valores de a, b, c e d.
a 1 2 b  3 2 
1 2 +   = 
  2×2  0 −1 2×2 c d  2×2
22 Solução: Para que calculemos os valores de a, b, c e d , devemos primeiramente

proceder à adição, para depois fazermos a igualdade das matrizes. Desta forma:
a 1 2 b  a + 2 1 + b  a + 2 1 + b
 1 2  +  0=  ⇒ 1 
   −1  1 + 0 2 + (−1)   1
Agora basta fazermos a igualdade entre essa última matriz e a matriz do 2º

membro do início do problema.
a=+2 3 = a 1
 b
 a + 2 1 + b  3 2  = 1+ b 2 = 1
 1  =  ⇒ ⇒
 1  c = d  1 c= 1 c
= 1 d= 1 d
3A
M + N =
Exercício resolvido 8: Resolva o sistema  , sabendo que M , N , A e B
2B
M − N =
2 0 1 5 
são matrizes quadradas de ordem 2, e sabendo ainda
=  eB 
que A = .
0 4 3 0 
Solução: Neste tipo de problema, antes de utilizarmos os elementos da teoria das

matrizes, devemos encontrar uma forma de expressar M e N em função de A ou de
B. Sendo assim,
3A
M + N = 1
 ⇒ 2 M = 3 A + 2 B ⇒ M = (3 A + 2 B )
2B
M − N = 2
Com isso, temos que:

1
M + N = 3 A ⇒ N = 3 A − M ⇒ N = 3 A − (3 A + 2 B)
2
3 3
N = 3A − A − B ⇒ N = A− B
2 2
Uma vez que conseguimos expressar os termos M e N em função de A ou de B ,
basta agora fazer a substituição das matrizes para determinar as respostas do
problema.
1 1  2 0 1 5  
M= (3 A + 2 B) ⇒ M= 3  + 2 
2 2  0 4 3 0  
1  6 0   2 10   1 8 10  4 5
M
=   +  ⇒=M   ⇒
= M  
2  0 12   6 0   2 6 12  3 6
3 3  2 0  1 5 
23
N= A − B ⇒ N= −
2 2  0 4  3 0 
 3 0  1 5   2 −5
N 
=  −  N 
⇒= 
 0 6  3 0   −3 6 
2.5 Multiplicação de matrizes
Definição 1.8 Definimos a multiplicação de matrizes A e B, denotada por

A.B, resultando numa matriz C sob certas condições:
Sendo Am×n com elementos aij (1 ≤ i ≤ m e 1 ≤ j ≤ n) , e Bn× p com

elementos bij (1 ≤ i ≤ n e 1 ≤ j ≤ p ) , então A.B = Cm× p com elementos
cij (1 ≤ i ≤ m e 1 ≤ j ≤ p )
Cada elemento cij (1 ≤ i ≤ m e 1 ≤ j ≤ p ) da matriz Cm× p é obtido através
do produto dos elementos de uma linha m da matriz A por uma coluna p da
matriz B, e posteriormente da soma desses produtos, no seguinte formato:
 b1k 
b 
 2k 
[ ai1 ai 2 ai 3  ain ] ⋅  b3k  = (ai1 ⋅ b1k ) + (ai 2 .b2 k ) + ... + (ain ⋅ bnk ) = cik
 
  
 bnk 
Aula 1 | Tópico 2
 1 −2  4 0 1
=
Exemplo 10: Sejam as matrizes A =
 e B  ; para se
 −1 3  2×2 2 5 −4  2×3
calcular uma matriz C= A ⋅ B , devemos proceder da seguinte forma:
 1 −2   4 0 1   1(4) + (−2)2 1(0) + (−2) + 5 1(1) + (−2)(−4) 

C = .   (−1)1 + 3(−4) 
 −1 3   2 5 −4   (−1)4 + 3(2) (−1)0 + 3(5)
 0 −9 9 
C=
 2 15 −13 2×3
24
A matriz produto C deverá ter o mesmo número de linhas da
matriz A e o mesmo número de colunas da matriz B. Desta forma,
ao multiplicarmos as matrizes A e B, verificamos que os elementos
de uma linha qualquer da matriz A deverão encontrar elementos
correspondentes numa coluna qualquer da matriz B para que
exista o produto.
Quando estudamos a multiplicação de matrizes, é sempre útil termos em mente

as seguintes propriedades:
( A ⋅ B) ⋅ C = A ⋅ ( B ⋅ C) (propriedade associativa)
( A + B ) ⋅ C = A ⋅ C + B ⋅ C (propriedade distributiva à direita)
C ⋅ ( A + B) = C ⋅ A + C ⋅ B (propriedade distributiva à esquerda)
(k ⋅ A) B = A(k ⋅ B) = k ( A ⋅ B) (multiplicação por número real)
A ⋅ I = I ⋅ A = A (existência do elemento neutro)
É importante lembrarmos
Que a potenciação de
que a propriedade comutativa
matrizes, que é uma operação
não se aplica ao produto entre
algébrica, também pode duas matrizes A e B, pois
ser entendida com um caso A ⋅ B ≠ B ⋅ A para a maioria dos
específico de multiplicação casos, até porque A ⋅ B e B ⋅ A
de matrizes quadradas? Vejamos: só existirão se essas matrizes
seja Am×n , com m=n; então, forem quadradas e de mesma
2 3
A = A ⋅ A; A = A ⋅ A ⋅ A; ... ; A = A ⋅ A ⋅ A... A ,
n ordem, e mesmo assim não há
n vezes
garantias de que obteremos os
de modo que a ordem dessa matriz potência é
mesmos resultados.
igual à ordem da matriz A original.
1 0   3 1
Exemplo 11: Sejam =  eB 
as matrizes A =  ; vamos calcular as
 2 −1 2×2  −2 0  2×2
matrizes A ⋅ B e B ⋅ A e fazer a comparação, a fim de verificar se existe ou não a
igualdade.
1 0   3 1   1(3) + 0(−2) 1(1) + 0(0) 

A⋅ B 
=  ⋅ =   
 2 −1  −2 0   2(3) + (−1)(−2) 2(1) + (−1)(0) 
3 1 
A⋅ B =8 2 
 
25
Agora procedemos ao produto B ⋅ A .
 3 1  1 0   3(1) + 1(2) 3(0) + 1(−1) 

=B. A =  .   
 −2 0   2 −1 (−2)(1) + 0(2) (−2)0 + 0(−1) 
 5 −1
B. A =  
 −2 0 
Com isso percebemos claramente que A ⋅ B ≠ B ⋅ A . Logo, o produto de matrizes não

é comutativo.
2.6 Inversão de matrizes
Definição 1.9 Definimos a inversão de uma matriz A (quadrada

de ordem n), denotada por B = A−1 , quando A ⋅ B = B ⋅ A = I n ,
em que I n é a matriz identidade de ordem n, e B é a matriz
inversa de A.
Percebemos que o procedimento para a determinação da matriz inversa é

simples: devemos multiplicar a matriz A dada por uma matriz genérica B, da mesma
ordem da matriz A, e depois igualar este resultado com a identidade. Desta forma,
será possível calcular todos os elementos da matriz B e, consequentemente, a
determinação da matriz A−1 .
A matriz A será chamada de inversível quando possuir inversa e, quando não

possuir, será chamada de não inversível ou singular. Além disso, devemos perceber
que a matriz nula não possui inversa.
Aula 1 | Tópico 2
 2 5
Exemplo 12: Seja a matriz A =   , quadrada de ordem 2. Devemos determinar
 1 3
sua matriz inversa, ou seja, B = A−1 . Procedemos, assim, à construção da equação
matricial abaixo.
 2 5  a b 
Resolvendo  .  , temos:
 1 3  c d 
 2 5  a b   2a + 5c 2b + 5d 
1 3 .  c d  =  1a + 3c 1b + 3d 
     
26
Por fim, igualamos com a matriz identidade e calculamos os valores de a, b, c e d.
 2a + 5c 2b + 5d  1 0 
A ⋅ B = In ⇒  =  
 1a + 3c 1b + 3d  0 1 
2a + 5c = 1
1a=
 + 3c 0 2a= + 5c 1 2b= + 5d 0
 ⇒ e 
2b += 5d 0 1a += 3c 0 1b +=3d 1
1b + 3d = 1
Resolvendo separadamente os dois sistemas, temos:
2a + 5c =
1
 ⇒a=3 e c=−1
1a + 3c =
0
2b + 5d =0
 ⇒ b =−5 e d =−2
1b + 3d =
1
−1  3 −5
B A=
De modo que=   .
 −1 2  2×2
Quando estudamos a inversão de matrizes, é sempre útil termos em mente as

seguintes propriedades:
−1 −1
( A ) = A (uma matriz inversível é igual à inversa da sua inversa)
−1 t t −1
( A ) = ( A ) (a transposta de uma matriz inversa é igual à inversa da
transposta)
−1 −1 −1
( A ⋅ B) =B ⋅ A (perceba a diferença na disposição na ordem das
matrizes)
 a a + 1
Exercício resolvido 9: Sabendo que A =   , determine o valor de a de
 a + 2 a + 3 2×2
modo que A2 − 9 A − 2 I 2 =
0.
Solução: Neste problema, devemos resolver uma equação matricial usando como
fatores as matrizes A e I (matriz identidade). Para facilitar nossa compreensão,
faremos este trabalho em etapas, de modo que:
 a a + 1  a a + 1
A2 =   . 
 a + 2 a + 3  a + 2 a + 3
 a (a ) + (a + 1)(a + 2) a (a + 1) + (a + 1)(a + 3) 
27
A2 =  
(a + 2)a + (a + 3)(a + 2) (a + 2)(a + 1) + (a + 3)(a + 3) 
(I)
 (a 2 ) + (a 2 + 3a + 2) (a 2 + a ) + (a 2 + 4a + 3) 
A2 =  2 2 2 2 
(a + 2a) + (a + 5a + 6) (a + 3a + 2) + (a + 6a + 9) 
 2a 2 + 3a + 2 2a 2 + 5a + 3 
A2 =  2 2 
 2a + 7 a + 6 2a + 9a + 11
 a a + 1   9a 9(a + 1)   9a 9a + 9 
=
(II) 9 A 9.=
 a + 2 a + 3 9(a =
   + 2) 9(a + 3)  9a + 18 9a + 27 
 
1 0   2(1) 2(0)   2 0 
(III) 2I2 =
2⋅ = = 
0 1   2(0) 2(1)   0 2 
Para concluir com a solução do problema, basta substituirmos os termos acima
na equação matricial A2 − 9 A − 2 I 2 =
0 . Sendo assim,
A2 − 9 A − 2 I 2 =
0
 2a 2 + 3a + 2 2a 2 + 5a + 3   9a 9a + 9   2 0 
 2 − − =0
 2a + 7 a + 6 2a + 9a + 11 9a + 18 9a + 27   0 2 
2
 (2a 2 + 3a + 2) − (9a ) − (2) (2a 2 + 5a + 3) − (9a + 9) − (0) 

 2 2 =0
(2a + 7 a + 6) − (9a + 18) − (0) (2a + 9a + 11) − (9a + 27) − (2) 
 2a 2 − 6a 2a 2 − 4a − 6 
 2 =0
 2a − 2a − 12 2a 2 − 18 
Aula 1 | Tópico 2
Lembre ainda que numa equação matricial o número 0 (zero) representa a matriz nula.
Desta forma:
 2a 2 − 6a 2a 2 − 4a − 6   0 0 
 2 = 
 2a − 2a − 12 2a 2 − 18  0 0 
 2a 2 − 6a =0 = a 0= ou a 3
 2 
2a − 4a − 6 =0 a =−1 ou a =3
 2 ⇒
2a − 2a − 12 =0 a = −2 ou a = 3
2a 2 − 18 =0 a =−3 ou a = 3

28
Percebemos então que a = 3 é a solução do problema, pois é solução comum de
todas as equações quadráticas acima.
Nesta aula estudamos um pouco sobre a teoria das matrizes, envolvendo

elementos de sua definição, notação, formas e operações algébricas. Este
conhecimento, aliado ao estudo de determinantes, que veremos na próxima aula, será
muito útil quando da discussão e resolução de sistemas lineares. Propomos abaixo
alguns exercícios para que você possa praticar o conhecimento matemático que
estudamos.
1. Escreva as seguintes matrizes usando as leis de formação abaixo:
a) A = (aij ) 2×3 , tal que aij= 3i + 2 j
b. B = bij( ) 3×2
, tal que bij= 2i − 3 j
i 2 , se i = j
c. C = cij( ) , tal que cij = 
3×3
2i − j , se i ≠ j 29
( )
d. D = dij
2×2
, tal que dij = j i
a + 4 x y 
=
2. Sabe-se que a matriz 
A  a b+2 z  é antissimétrica.
 b c 2c − 8
De posse desta informação, calcule o valor da expressão
( x + y + z) .
(a + b + c)
i + j ,se i ≥ j
3. Dada a matriz A = (aij )3×3 , em que aij =  , calcule a diferença
0,se i < j
entre o produto dos elementos da diagonal principal e o produto dos
elementos da diagonal secundária.
a + b 0 
4. Seja uma matriz A =  . Determine os valores de a e b, de
 1 a − b  2×2
modo que a matriz A seja idempotente, ou seja, A2 = A .
Pratique
1 + i,se i ≤ j
5. Seja uma matriz A = (aij ) 2×2 , de modo que aij  . Determine
 j − 1, se i > j
sua matriz inversa, ou seja, A−1 .
a 1 2
6. Sabendo que A =  3 b 5  , B3×3 é matriz diagonal e que a matriz
 
 2 3 c  3×3
30  2 3 10 
 6 12 25 determine os valores de a, b e c.
produto A ⋅ B =
 
 4 9 20  3×3
2 1
7. Sendo A =   , determine os valores de a de modo que
 a a  2×2
3 0
A + A−1 =
0 .
 3 2×2
1 0 
8. Determine ( A + A−1 )3 , sabendo que A =   .
0 −1 2×2
5 7 9 
1. a) A =  
8 10 12 
 −1 −4 
= B  1 −2 
b)
 3 0 
1 0 −1
31
C = 3 4 1 
c)
5 4 9 
1 2 
d) D= 
1 4 
2.
(x + y + z) = −1
(a + b + c)
3. 48
1 1
4. a = e b= ±
2 2
1 1
2 − 
3
5. A−1 =  
0 1 
 3 
6. a) a = 1
b=4
b)
c=4
c)
7. a = 1
8 0 
( )
3
8. A + A−1 =
0 −8
 
Pratique
Aula 2
Determinantes: conceito,
propriedades e regras
32
Olá, estudante!
Após estudarmos e compreendermos a base teoria das matrizes, em que

discutimos notação, formas e propriedades algébricas, podemos dar início ao estudo
dos determinantes. Este tema é muito importante para que consigamos resolver
sistemas lineares. Devido a isso, faremos um estudo sobre o conceito de determinante
e as várias regras que foram criadas para o seu cálculo por matemáticos de grande
expressão acadêmica.
Segundo fontes históricas, a primeira ideia de determinante veio da China antiga.

Posteriormente, os matemáticos do Japão e da Europa deram relevante contribuição.
Dentre os grandes matemáticos que trabalharam com este tema, podemos
citar: Gottfried Wilhelm Leibniz (matemático alemão, 1646-1716), Gabriel Cramer
(matemático suíço, 1704-1752), Pierre Simon de Laplace (matemático francês, 1749-
1827) e Augustin-Louis Cauchy (matemático francês, 1789-1857). Além daqueles que
usamos na atualidade, outros significados eram atribuídos à palavra "determinante"
por esses matemáticos − discriminante e resultante, por exemplo.
Agora que já apresentamos um breve percurso histórico sobre a criação dos

determinantes, vamos iniciar nossa aula.
Objetivos
Compreender o conceito de determinante de uma matriz

Estudar as propriedades de determinante
Entender as diferentes regras para cálculo de determinante
Tópico 1
Apresentação do conceito
de determinante
33
OBJETIVOS
Compreender a noção intuitiva do conceito de determinante
Entender o cálculo do determinante de ordem 1, 2 e 3
Neste tópico faremos um estudo sobre o conceito de determinante,

compreendendo-o como número real que está associado a uma matriz. Faremos ainda
uma abordagem sobre o determinante de uma matriz, elencando definições e regras
que nos auxiliam no cálculo do determinante de ordem 1, 2, 3.
1.1 Definição e representação de determinante
Antes de iniciarmos a apresentação de exemplos e como se dá a aplicação dos

conceitos de determinante, vamos entender como este é definido.
Definição 2.1 Chamamos de determinante um número real

que é associado a uma matriz quadrada. Dessa forma, dada
uma matriz A , denotamos por det A o determinante dessa
matriz.
A forma de se representar um determinante é através de barras | |, precedidas

da expressão det A , de modo que ao colocarmos os elementos da matriz A dentro das
barras, ou seja, det A , estaremos denotando o determinante da matriz A.
Aula 2 | Tópico 1
Vejamos nos exemplos
Na China da Idade Antiga, a seguir algumas formas de
já se trabalhava com o representação de determinantes:
conceito de determinante,
em que os coeficientes das Seja A = [5] uma matriz
equações lineares eram de ordem 1, logo podemos
representados através de varetas de bambu. representar seu determinante
Acesse: http://www.somatematica.com.br/
como det A = 5 .
historia/sistemas.php.
34  2 −1
Seja A =   uma matriz de ordem 2, logo podemos representar seu
0 3 
 2 2 −1
determinante como det A = 3 .
0
2
 −3 2 1
 
Seja A =  1 0 4  uma matriz de ordem 3, logo podemos representar
2 5 0 

−3 2 1
seu determinante como det A = 1 0 4.
0 5 0
Os determinantes são indicados da mesma forma que as matrizes, ou seja, por

letras maiúsculas do nosso alfabeto (A, B, C...) precedidas da expressão det; e cada
elemento da matriz associada ao determinante, por letra minúscula correspondente,
seguida dos índices i e j , que representam respectivamente a linha e a coluna a que
esse elemento pertence: aij , bij , cij ,...
Podemos, então, representar os determinantes de forma genérica, como

descrito a seguir:
det A = a11
b11 b12
det B =
b21 b22
c11 c12 c13

det C = c21 c22 c23
c31 c32 c33
Da mesma forma que os apresentados nos exemplos anteriores, podemos
representar determinantes de ordem 4, 5, ..., n. A representação de um determinante
de uma matriz qualquer de ordem n é:
a11 a12 a13  a1n

a21 a22 a23  a2 n
det A = a31 a32 a33  a3n
    
an1 an 2 an 3  ann
1.2 Determinante de ordem 1, 2 ou 3 35

Vamos considerar o conjunto de todas as matrizes quadradas que possuem todos
os elementos pertencentes ao conjunto dos números reais. Com isso, mostraremos
como calcular o determinante de uma matriz A , aqui denotado por det A , para os
casos em que a matriz seja do formato 1× 1, 2 × 2 ou 3 × 3.
Determinante de matriz 1 × 1
Definição 2.2 O determinante de uma matriz quadrada

A = ( aij ) , ou seja, da matriz A = [ a11 ] , é igual ao próprio
1 x1
elemento a11 .
Sendo A uma matriz de

Com a definição 2.2 ordem 1, não confunda
percebemos que, se A = [ a11 ] , então det A = a11 com o
det=A a=11 a11 . módulo de a11 .
Apresentamos, a seguir, alguns exemplos de determinantes

de ordem 1:
Exemplo 1: Se A = [5] , então det A

= 5= 5.
Exemplo 2: Se B = [ −4] , então det B =−4 =−4.
Exemplo 3: Se C = [0] , então det C= 0= 0.
Aula 2 | Tópico 1
Determinante de matriz 2 × 2
Definição 2.3 O determinante de uma matriz quadrada
 a11 a12 
A = (a ij ) 2 x 2 , que ora denotamos por A =  ,é
 a21 a22  2 x 2
igual ao produto dos elementos da diagonal principal menos
o produto dos elementos da diagonal secundária.
36 A partir da definição 2.3, podemos descrever matematicamente a seguinte
 a11 a12  a11 a12

situação: se A =   , então det A = = (a11 ⋅ a22 ) − (a12 ⋅ a21 ) .
 a21 a22  2 x 2 a21 a22
Apresentamos, a seguir, alguns exemplos de determinantes de ordem 2:
2 −1  2 −1  3 
então det A=
Exemplo 4: Se A = 
 0 3 
0 3 =  2 ⋅ 2  ⋅ [(0) ⋅ (−1)]= 3 .
2 2x2 2
4 3 4 3
Exemplo 5: Se B =   , então det B = =( 4 ⋅ 2 ) − (5 ⋅ 3) =−7 .
5 2 2 x 2 5 2
4 2 4 2
Exemplo 6: Se C =   , então det C = = (4 ⋅1) − (2 ⋅ 2) = 0 .
2 1 2 x2 2 1
Determinante de matriz 3× 3
Definição 2.4 O determinante de uma matriz quadrada A = aij ( ) 3x3

, aqui escrita
 a11 a12 a13 


como A = a21 a22 a23  , é obtido num procedimento semelhante ao

 a31 a32 a33  3 x 3
caso do determinante de ordem 2: a soma do produto dos elementos de cada
diagonal principal menos a soma do produto dos elementos de cada diagonal
secundária.
Seguindo a definição 2.4, temos que:
 a11 a12 a13 


Se A = a21 a22 a23  , então:

 a31 a32 a33  3 x 3
a11 a12 a13

det A = a21 a22 a23 = ( a11 ⋅ a22 ⋅ a33 ) + (a12 ⋅ a23 ⋅ a 31 ) + (a13 ⋅ a21 ⋅ a32 )
a31 a32 a33
−(a13 ⋅ a22 ⋅ a31 ) − (a12 ⋅ a21 ⋅ a33 ) − (a11 ⋅ a23 ⋅ a32 )
37
Para chegarmos à expressão acima, do determinante de ordem 3, devemos
pensar da seguinte forma:
Passo 1: Inicialmente repetimos as duas primeiras colunas da matriz A:
a11 a12 a13 a11 a12

det A = a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
Passo 2 − Depois traçamos três diagonais principais, a partir de a11 e multiplicamos os

elementos de cada flecha, somando os resultados em seguida.
a11 a12 a13 a11 a12

det A = a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
+ + +
Passo 3 − Depois traçamos três diagonais secundárias, a partir do último elemento a12,
e multiplicamos os elementos de cada flecha, subtraindo-os do resultado obtido no
passo 2.
O método descrito a
a11 a12 a13 a11 a12 partir da definição 2.4 é
det A = a21 a22 a23 a21 a22 conhecido como regra de
a31 a32 a33 a31 a32 Sarrus, em homenagem ao
matemático francês Pierre Fréderic Sarrus
− − −
(1798-1861). Acesse: http://brasilescola.uol.
com.br/matematica/regra-sarrus.htm.
Concluímos que
det A = ( a11 ⋅ a22 ⋅ a33 ) + (a12 ⋅ a23 ⋅ a 31 ) + (a13 ⋅ a21 ⋅ a32 ) −

−(a13 ⋅ a22 ⋅ a31 ) − (a12 ⋅ a21 ⋅ a33 ) − (a11 ⋅ a23 ⋅ a32 )
Aula 2 | Tópico 1
Apresentamos abaixo um exemplo para ilustrar a regra de Sarrus no cálculo do
determinante de ordem 3:
 1 0 2 1 0 2 1 0

Exemplo 7: Se A = −3 4 1

  , então −3 4 1 −3 4
 3 0 5  3 x 3 3 0 5 3 0
+ + +
Assim, temos (1 ⋅ 4 ⋅ 5) + (0 ⋅1 ⋅ 3) + [2 ⋅ (−3) ⋅ 0]
1 0 2 1 0
38 e ainda −3 4 1 −3 4 ; com isso, −(2 ⋅ 4 ⋅ 3) − [0 ⋅ (−3) ⋅ 5] − (1 ⋅ 0 ⋅1) .
3 0 5 3 0
− − −
Logo concluímos que
1 0 2
det A =−3 4 1 =(1 ⋅ 4 ⋅ 5) + (0 ⋅1 ⋅ 3) + [2 ⋅ (−3) ⋅ 0] − (2 ⋅ 4 ⋅ 3) − [0 ⋅ (−3) ⋅ 5] − (1⋅ 0 ⋅1)
3 0 5
Com isso,
det A = 20 + 0 + 0 − 24 − 0 − 0 = 4
Caro(a) estudante, neste tópico nós vimos a notação do determinante de uma

matriz quadrada e como calcular esse número para matrizes de ordem 1, 2 e 3. Analise
os exercícios resolvidos abaixo, a fim de consolidar este conhecimento.
Exercício resolvido 1: Calcule o valor de m para que se verifique a igualdade
1 m 2
0 −1 3 =
111 .
2 m 4
Solução:
Para procedermos a essa resolução, devemos perceber que se trata de uma igualdade
que envolve um determinante de ordem 3. Desta forma, vamos inicialmente calcular o
determinante:
1 m 2
0 −1 3 = [1 ⋅ (−1) ⋅ 4] + (m ⋅ 3 ⋅ 2) + (2 ⋅ 0 ⋅ m) − [2 ⋅ (−1) ⋅ 2] − (m ⋅ 0 ⋅ 4) − (1 ⋅ 3 ⋅ m)
2 m 4
1 m 2
0 −1 3 =(−4) + 6m + 0 − (−4) − 0 − 3m
2 m 4
1 m 2
0 −1 3 =
3m
2 m 4
Em seguida, procedemos à igualdade, fazendo 3m = 111 , logo m = 37.
Exercício resolvido 2: Sabendo que x ∈  , calcule o valor do determinante 39

3sen x −6cos x
.
cos x 2sen x
Solução: Este determinante, de ordem 2, envolve elementos oriundos da trigonometria,

mas isto não pode se configurar como um empecilho. Inicialmente vamos apenas
proceder à forma usual do cálculo do determinante, sendo assim:
3sen x −6cos x
= (3sen x).(2sen x) − (−6cos x).(cos x)
cos x 2sen x
3sen x −6cos x
= 6sen 2 x + 6cos 2 x
cos x 2sen x
3sin x −6cos x
= 6(sin 2 x + cos 2 x)
cos x 2sin x
Posto isso, vamos agora recordar a relação fundamental da trigonometria:

sen 2 θ + cos 2 θ =
1 . Com isso, concluímos que:
3sen x −6cos x
=6(sen 2 x + cos 2 x) =6 ⋅ (1) =6
cos x 2sen x
No próximo tópico estudaremos novas formas para o cálculo de determinantes

de ordem n > 3 .
Aula 2 | Tópico 1
Tópico 2
Uso das regras de determinante
40
OBJETIVOS
Compreender as regras de determinante de Laplace,
Vandermonde, Chió e Jacobi
Entender a aplicação das regras de determinante
Neste tópico faremos um estudo mais aprofundado sobre o determinante de

ordem n ≥ 2 , compreendendo-o como um número real que está associado a uma
matriz. Com isso, traremos a você, estudante, uma explicação sobre a notação dos
determinantes e sua associação com matrizes.
Determinante de matriz de ordem n
Para compreendermos o cálculo do determinante de ordem n, n ≥ 2 , devemos

inicialmente fazer uma abordagem sobre menor complementar e cofator. Essas
definições auxiliam no Teorema de Laplace e demais teoremas que estudaremos logo
mais.
2.1 Menor Complementar
Definição 2.5 Chamamos menor complementar de um

elemento aij de uma matriz A, de ordem n ≥ 2 , ao
determinante que se obtém ao eliminarmos a linha i e a
coluna j do elemento aij escolhido. Indicamos o menor
complementar por Dij.
Vamos ilustrar essa definição através de um exemplo com uma matriz genérica
de ordem 3.
 a11 a12 a13 
A =  a21 a22 a23 
 a31 a32 a33  3 x 3
Sendo assim, o menor complementar D11 é obtido por:
 a11 a12 a13 

a a23
A =  a21 a22 a23  ⇒ D11 = 22 = (a22 ⋅ a33 ) − (a23 ⋅ a32 )
a32 a33
 a31 a32 a33  3 x 3 41
Agora podemos trazer uma situação prática.
Se a matriz for de ordem

Exemplo 8: Calcule o menor
n = 2 , então o menor
complementar D32 na matriz complementar será o
elemento que restar após
 2 −1 0  excluirmos a linha i e a
A =  1 4 6  . coluna j do elemento aij escolhido. Não se
 −2 3 5  3 x 3 define menor complementar para matriz de
ordem n = 1.
 2 −1 0 
2 0
A =  1 4 6  ⇒ D32 = = (2 ⋅ 6) − (0 ⋅1) = 12
1 6
 −2 3 5 
2.2 Cofator
Definição 2.6 Chamamos cofator ou complemento algébrico

de um elemento aij de uma matriz A, de ordem n ≥ 2 , ao
produto (−1)i + j ⋅ Dij . Indicamos o cofator por Aij .
Dando sequência ao exemplo anterior, podemos utilizar a matriz
 2 −1 0 
A =  1 4 6  para calcular o cofator A32 . Uma vez que D32 = 12 , temos que:
 −2 3 5  3 x 3
( −1)
i+ j
A32 = (−1)3+ 2 .12 ⇒ A32 =
.Dij ⇒ A32 = (−1)5 .12 =
−12
Aula 2 | Tópico 2
Agora que já discutimos sobre menor complementar e cofator, podemos iniciar
a discussão do teorema de Laplace para cálculo de determinante.
2.3 Teorema de Laplace
Teorema 2.1 O determinante de uma matriz A, de ordem

n ≥ 2 , pode ser calculado através da soma dos produtos dos
elementos de uma fila qualquer (seja linha ou coluna) por seus
respectivos cofatores.
42
Percebemos no teorema
Pierre Simon de Laplace 2.1 que não existe distinção entre
também desenvolveu qual linha ou qual coluna vamos
trabalhos em outras trabalhar. Isto ocorre porque todas
áreas do conhecimento, as filas fornecem exatamente
tais como probabilidades e física. Acesse: o mesmo valor final para o
http://www.fem.unicamp.br/~em313/ determinante da matriz estudada.
paginas/person/laplace.htm.
Vamos agora apresentar
dois exercícios de como calcular o
determinante através do teorema de Laplace.
 2 −1 0 

Exercício resolvido 3: Calcule o determine da matriz A = 1 4 6  através do

Teorema de Laplace.  −2 3 5  3 x 3
Solução: Primeiramente devemos fazer a escolha de uma fila, seja ela linha ou coluna,
para desenvolvermos o Teorema de Laplace. Neste exemplo escolhemos trabalhar
com a 2ª linha. Desta forma, temos:
det A = (a21 ⋅ A21 ) + (a22 ⋅ A22 ) + (a23 ⋅ A23 )
Lembrando que Aij representa um cofator de um elemento aij , e fazendo sua devida
substituição, temos:
= [a21 ⋅ (−1) 2+1 ⋅ D21 ] + [a22 ⋅ (−1) 2+ 2 ⋅ D22 ] + [a23 ⋅ (−1) 2+3 ⋅ D23 ]
det A
Mas já sabemos que Dij representa o menor complementar de um elemento aij .

Como se trata de uma soma de 3 parcelas, podemos dividir nosso trabalho em etapas;
sendo assim:
−1 0
(I) a21 ⋅ (−1) 2+1 ⋅ D21 = 1 ⋅ (−1)3 ⋅ ⇒ 1 ⋅ (−1) ⋅ (−5) = 5
3 5
2 0
(II) a22 ⋅ (−1) 2+ 2 ⋅ D22 = 4 ⋅ (−1) 4 ⋅ ⇒ 4 ⋅1 ⋅10 = 40
−2 5
2 −1
(III) a23 ⋅ (−1) 2+3 ⋅ D23 =6.(−1)5 ⋅ ⇒ 6 ⋅ (−1) ⋅ 4 =−24
−2 3
Desta forma, det A =I + II + III , ou seja, det A = 5 + 40 + (−24) = 21 .
Exercício resolvido 4: Calcule Quando formos utilizar

o determinante da matriz o teorema de Laplace, 43
é sempre conveniente
1 1 0 1
4 escolher a fila que possuir
3 0 2 
A= utilizando o o maior número de zeros,
1 2 4 5 para facilitar nos nossos cálculos.
 
2 0 0 4 4 x 4
teorema de Laplace.
Solução: Inicialmente vamos escolher trabalhar com a 3ª coluna, pois a mesma possui
maior quantidade de zeros e isso facilitará nossos cálculos. Assim, temos:
det A = (a13 ⋅ A13 ) + (a23 ⋅ A23 ) + (a33 ⋅ A33 ) + (a43 ⋅ A43 )
Mas os elementos a=
13 a=
23 a=
43 0 , logo:
det A = (0. A13 ) + (0. A23 ) + (a33 . A33 ) + (0. A43 )
Ou seja, nosso trabalho ficou restrito a calcular (a33 ⋅ A33 ) ; sendo assim:
det A= a33 ⋅ A33 ⇒ det A= a33 ⋅ (−1)3+3 ⋅ D33
1 1 1
6
det A =4.(−1) . 4 3 2 ⇒ det A =4.1.(−6) =−24
2 0 4
2.4 Determinante de Vandermonde
Definição 2.7 Chamamos matriz de Vandermonde a uma

matriz A, de ordem n ≥ 2 , em que todos os elementos de
uma mesma coluna são potências de mesma base, formando
assim uma progressão geométrica, com expoentes inteiros
variando de 0 a n − 1 .
Aula 2 | Tópico 2
A generalização da matriz de Vandermonde é dada por:
 1 1 1  1 
 
 a1 a2 a3  an 
 a1 2
a22
a32  an2 
 
      
 a n −1 a n −1 a n −1  n −1 
an 
 1 2 3
Percebemos pela definição 2.7 que todas as linhas de uma matriz de
44 Vandermonde são formadas pelos elementos (a1 , a2 , a3 ,..., an ) , de modo que esses
elementos possuem expoente 0 na 1ª linha, expoente 1 na 2ª linha, expoente 2 na 3ª
linha, e assim sucessivamente até chegar ao expoente (n − 1) na enésima linha. Os
elementos (a1 , a2 , a3 ,..., an ) são chamados de elementos característicos.
Definição 2.8 Chamamos determinante de Vandermonde ao

determinante de uma matriz de Vandermonde calculado
através do produto de todas as possíveis diferenças entre
os elementos característicos (com índice do minuendo maior
que o índice do subtraendo).
1 1 1  1
a1 a2 a3  an
D = a12 a22 a32  an2
    
n −1 n −1 n −1 n −1
a1 a2 a3  an
D = (a2 − a1 ) ⋅ (a3 − a2 ) ⋅ (a3 − a1 ) (an − a3 ) ⋅ (an − a2 ) ⋅ (an − a1 )
Vamos agora apresentar um exercício de como calcular o determinante através

da regra de Vandermonde.
1 1 1 1
1 x 2 10
Exercício resolvido 5: Calcule o valor de x na equação =0
1 x2 4 100
1 x3 8 1000
utilizando a regra de Vandermonde.
Solução: Inicialmente devemos perceber se realmente este exercício pode
ser resolvido pela regra de Vandermonde. Como se trata de potências em que
o expoente cresce de 0 a 3, então podemos aplicar a regra, ou seja, o produto
de todas as diferenças possíveis da linha característica, que é a 2ª linha. Sendo
assim, ( x − 1) ⋅ (2 − 1) ⋅ (2 − x) ⋅ (10 − 1) ⋅ (10 − x) ⋅ (10 − 2) =0 . Mas isto é equivalente a
( x − 1) ⋅ (1) ⋅ (2 − x) ⋅ (9).(10 − x) ⋅ (8) =
0.
Logo, 72 ⋅ ( x − 1) ⋅ (2 − x) ⋅ (10 − x) =0.
Com isso, percebemos que as soluções possíveis são x = {1, 2,10} .
45
2.5 Teorema de Jacobi
Teorema 2.2 O teorema de Jacobi se verifica quando

diminuímos a ordem de uma matriz sem, no entanto,
alterarmos o seu determinante. Com isso, temos que um
determinante não se altera quando somamos a uma linha
(ou coluna) outra linha (ou coluna) multiplicada por uma
constante.
Este teorema é de grande utilidade em nossos estudos, pois nem sempre é

prático ou viável o cálculo do determinante de ordem n ≥ 4 . De modo que podemos
aplicar de forma recorrente o teorema de Jacobi até chegarmos aos determinantes de
ordem n ≤ 3 cuja resolução é bastante prática, como já vimos anteriormente.
Para praticarmos o teorema visto acima, vamos resolver um exercício de como

rebaixar um determinante, a fim de facilitar o seu cálculo.
−1 2 1 −3
1 2 0 3
Exercício resolvido 6: Calcule o determinante D = através do
3 8 1 5
Teorema de Jacobi.
0 4 2 2
Solução: Percebendo que este determinante é de ordem n = 4 , podemos utilizar o

teorema de Jacobi apenas uma única vez para fazer o abaixamento do determinante
para ordem n = 3 , ou podemos repetir o processo, a fim de chegar à ordem n = 2 ,
ou ainda aplicá-lo mais uma vez para obtermos a ordem, isto porque todas essas ordens
são de fácil manipulação para o cálculo do determinante, e naturalmente fornecem o
mesmo resultado.
Vamos escolher obter mais zeros na 2ª linha; para tanto, vamos somar a 2ª coluna
com a 1ª coluna multiplicada por ( −2 ) , de modo que:
Aula 2 | Tópico 2
−1 2 1 −3 −1 2 + (−1)(−2) 1 −3 −1 4 1 −3
1 2 0 3 1 2 + (1)(−2) 0 3 1 0 0 3
=D = =
3 8 1 5 3 8 + (3)(−2) 1 5 3 2 1 5
0 4 2 2 0 4 + (0)(−2) 2 2 0 4 2 2
Repetimos novamente o processo, somando a 4ª coluna com 1ª coluna multiplicada
por ( −3) . Sendo assim,
−1 4 1 −3 −1 4 1 −3 + (−1)(−3) −1 4 1 0
1 0 0 3 1 0 0 3 + (1)(−3) 1 0 0 0
46 =D =
3 2 1 5 3 2
=
1 5 + (3)(−3) 3 2 1 −4
0 4 2 2 0 4 2 2 + (0)(−3) 0 4 2 2
Feito este procedimento, basta aplicar o teorema de Laplace que já estudamos, de

modo que:
4 1 0
2 +1
D =1 ⋅ (−1) ⋅ 2 1 −4 =(−1) ⋅ (8 − 16 − 4 + 32) =−20
4 2 2
Deixamos como exercício a comprovação de que o novo abaixamento do determinante,
=
seja para ordem n 2= ou n 1 , fornece o mesmo resultado D = −20 .
2.6 Regra de Chió
Teorema 2.3 Aplicamos a regra de Chió quando diminuímos

a ordem de uma matriz sem, no entanto, alterarmos o seu
determinante; para isso, necessitamos de que o elemento
a11 seja igual a 1. Suprimimos então a 1ª linha e a 1ª coluna
da matriz dada e, de cada elemento restante na matriz,
subtraímos o produto dos elementos correspondentes nas
linhas suprimidas.
A generalização da regra de Chió pode ser dada por:
1 a12 a13  a1n

a22 − (a21.a12 ) a23 − (a21.a13 )  a2 n − (a21.a1n )
a21 a22 a23  a2 n
a − (a31.a12 ) a33 − (a31.a13 )  a3n − (a31.a1n )
a31 a32 a33  a3n = 32
   
    
an 2 − (an1.a12 ) an 3 − (an1.a13 )  ann − (an1.a1n )
an1 an 2 an 3  ann
Vamos resolver um exercício para melhor compreensão desta técnica.
1 2 1 3
2 5 0 −3
Exercício resolvido 7: Calcule o determinante D = pela regra de Chió.
3 8 1 2
0 −4 2 5
Solução: Inicialmente devemos perceber que o elemento a11 = 1 , e isto nos permite
utilizar a regra de Chió. Seguindo a generalização vista acima, podemos fazer o
rebaixamento de ordem da matriz de n = 4 para n = 3 e então utilizar uma das
técnicas estudadas anteriormente para calcular o seu determinante.
47
1 2 1 3
5 − (2 ⋅ 2) 0 − (2 ⋅1) −3 − (2 ⋅ 3)
2 5 0 −3
D= = 8 − (3 ⋅ 2) 1 − (3 ⋅1) 2 − (3 ⋅ 3)
3 8 1 2
−4 − (0 ⋅ 2) 2 − (0 ⋅1) 5 − (0 ⋅ 3)
0 −4 2 5
1 −2 −9
D= 2 −2 −7
−4 2 5
D = [1 ⋅ (−2) ⋅ 5] + [(−2) ⋅ (−7) ⋅ (−4)] + [(−9) ⋅ 2 ⋅ 2] + [(−9) ⋅ (−2) ⋅ (−4)] − [(−2) ⋅ 2 ⋅ 5] − [1 ⋅ (−7) ⋅ 2]
D= −10 − 56 − 36 + 72 + 20 + 14 = 4
Agora que já nos familiarizamos com os principais métodos para o cálculo

dos determinantes, estudaremos no próximo tópico as principais propriedades dos
determinantes a fim de agilizarmos nossos cálculos.
Aula 2 | Tópico 2
Tópico 3
Estudo das propriedades

de determinante
48
OBJETIVOS
Estudar as propriedades de determinante
Entender a resolução de problemas com uso das propriedades de
determinante
Neste tópico faremos um estudo sobre as principais propriedades dos

determinantes a fim de facilitar e agilizar nossos cálculos. Nesta perspectiva, nos
propomos a enunciar e explicar o uso de tais propriedades, de modo que ao fim do
tópico você consiga melhor desenvolver os problemas apresentamos ao final da aula.
3.1 Propriedade da matriz transposta
O determinante de uma matriz quadrada A, de ordem n, é igual ao determinante

da sua matriz transposta, ou seja, det A = det At .
 1 −1
Exemplo 9: Seja A uma matriz quadrada de ordem n = 2 , de modo que A =  
 −2 2 
 1 −2 
e det A = (1) ⋅ (2) − (−1) ⋅ (−2) = 2 − 2 = 0 . Observe que At =   e det A = 0 ,
t
 −1 2 
pois det At = (1) ⋅ (2) − (−1) ⋅ (−2) = 2 − 2 = 0 .
3.2 Propriedade da matriz triangular
O determinante de uma matriz triangular, de ordem n (quer seja matriz triangular

superior, quer seja matriz triangular inferior) é igual ao produto dos elementos da sua
diagonal principal.
Exemplo 10: Seja A uma matriz quadrada de ordem n = 3 , de modo que
1 −2 1 
A = 0 4 2  . Seu determinante é det A = 1 ⋅ 4 ⋅1 = 4 . Podemos comprovar isso
0 0 1 
4 2
utilizando teorema de Laplace aplicado na coluna 1: det A = 1 ⋅ (−1)1+1 ⋅ = 1 ⋅ 4 = 4.
0 1
3.3 Propriedade do fator comum
Quando multiplicamos uma linha ou coluna de matriz quadrada A, de ordem n, 49

por um número k , k ∈  , obtemos uma nova matriz B, também quadrada e de mesma
ordem, de modo que o determinante dessa matriz B é igual ao produto deste número
real k pelo determinante da matriz A, ou seja, det B= k ⋅ det A.
2 5  6 15 
matrizes A =
Exemplo 11: Sejam as =  eB   . De acordo com nossos
 3 −1  3 −1
estudos, sabemos que det B= (6) ⋅ (−1) − (3) ⋅ (15) , logo det B =−6 − 45 =−51 . Mas
isto pode ser reescrito fatorando e colocando em evidência os elementos da 1ª linha,
ou seja,
6 15  3⋅ 2 3⋅5 2 5
 3 −1 ⇒ det B =
B=
3 −1
3⋅
=
3 −1
 
det B = 3 ⋅ [(2) ⋅ (−1) − (3) ⋅ (5)] = 3 ⋅ [−2 − 15]
det B =3 ⋅ [−17] =−51
Outra forma de vermos a validade desta propriedade é através do cálculo do

det A =(2) ⋅ (−1) − (3) ⋅ (5) =−2 − 15 =−17 . E aí comprovamos que det = B (3) ⋅ det A ,
pois a 1ª linha da matriz A foi multiplicada por 3, resultando na matriz B.
3.4 Propriedade do múltiplo de uma matriz
Quando multiplicamos uma matriz quadrada A, de ordem n, por um número

k , k ∈  , obtemos uma nova matriz kA , também quadrada e de mesma ordem, de
modo que o determinante dessa matriz kA é igual ao produto deste número real
k (potenciado por n) pelo determinante da matriz A, ou seja, det(kA) = k n .det A
(lembrando que n é a ordem da matriz).
Aula 2 | Tópico 3
1 −1 2 

Exemplo 12: Seja a matriz A = 2 0 1  . Para se calcular o determinante da matriz

 3 4 −3
3A , basta fazer det(3 A) = (3)3 .det A. E, como det A = 0 − 3 + 16 − 0 − 6 − 4 = 3 , então
det 3 A = 27 ⋅ 3 = 81.
3.5 Propriedade da adição de determinantes
Seja uma matriz quadrada A , de ordem n, e seu determinante det A . Essa

50 matriz A pode ser decomposta numa soma de duas ou mais matrizes B, C, D ... de
mesma ordem n . Com isso, esse det A pode ser decomposto numa soma de dois ou
mais determinantes, det B, det C , det D... de mesma ordem n , sem que isso altere o
seu resultado, ou seja, det A = det B + det C + det D + ... .
 5 −6   5 −6 
Exemplo 13: Seja a matriz A =   , então det A=  = (5) ⋅ (3) − (−6) ⋅ (4) ;
4 3  4 3 
logo, det A =15 + 24 = 39 . Mas esse determinante poderia ser também reescrito
5 −6 2 + 3 −4 − 2 2 −4 3 −2
det A
como sendo= = = + , logo
4 3 4 3 4 3 4 3
= [(2) ⋅ (3) − (−4) ⋅ (4)] + [(3) ⋅ (3) − (−2) ⋅ (4)] e então det A = 22 + 17 = 39 .
det A
3.6 Propriedade do produto de determinantes
Sejam duas matrizes quadradas A e B , de mesma ordem n; o determinante do
produto dessas matrizes, denotado por det( AB ), pode ser decomposto no produto
dos determinantes de A e B , ou seja, det( =

AB ) det A ⋅ det B.
 −1 1   3 −1
=
Exemplo 14: Sejam as matrizes A = eB   , de modo que
 5 2 0 1 
det A =−
( 1) ⋅ (2) − (1) ⋅ (5) =−7 e det B= (3) ⋅ (1) − (−1) ⋅ (0)= 3. Caso seja necessário
calcular o determinante da matriz produto A.B , podemos utilizar a regra em que
det( =
AB ) det A ⋅ det B , ou seja, det( AB ) =−
( 7) ⋅ (3) =−21. Isto pode ser facilmente
 −3 2 
comprovado, pois A.B =   e, com isso, det( AB) =(−3) ⋅ (−3) − (2) ⋅ (15) =−21 .
15 −3
3.7 Propriedade da permuta de filas
Seja uma matriz quadrada A, de ordem n; quando permutamos duas filas de

posição, que sejam linhas ou colunas, gerando uma nova matriz B , temos que o
determinante da matriz B é igual ao determinante da matriz A multiplicado por ( −1) ,
ou seja, det B = (−1).det A .
1 −2 3 
 
Exemplo 15: Seja a matriz A= 0 −1 −1 , de modo que
 
5 1 2 
det A= [(1) ⋅ (−1) ⋅ (2) + (−2) ⋅ (−1) ⋅ (5) + (3) ⋅ (0) ⋅ (1)] −
51
− [(3) ⋅ (−1) ⋅ (5) + (−2) ⋅ (0) ⋅ (2) + (1) ⋅ (−1) ⋅ (1)] =
det A =−2 + 10 + 0 + 15 − 0 + 1 =24.
Seja uma matriz B, obtida com a permuta das duas primeiras linhas da matriz A, de
0 −1 −1
modo que= B 1 −2 3  . Então:
5 1 2 
det B= [(0) ⋅ (−2) ⋅ (2) + (−1) ⋅ (3) ⋅ (5) + (−1) ⋅ (1) ⋅ (1)] −
− [(5) ⋅ (−1) ⋅ (−2) + (1) ⋅ (0) ⋅ (3) + (2) ⋅ (−1) ⋅ (1)] =
det B =0 − 15 − 1 − 10 − 0 + 2 =−24.
De modo que não necessitamos realizar todo o cálculo do det B para descobrirmos seu
resultado, que pode ser calculado a partir do det A .
3.8 Propriedade das filas paralelas
Seja uma matriz quadrada A, de ordem n , de modo que possua filas paralelas
iguais, quer sejam linhas, quer sejam colunas, então seu determinante é nulo, ou seja,
det A = 0 .
1 1 3 
Exemplo 16: Seja a matriz=A  3 3 −1 , de modo que
 4 4 2 
det A = [(1) ⋅ (3) ⋅ (2) + (1) ⋅ (−1) ⋅ (4) + (3) ⋅ (3) ⋅ (4)] − [(3) ⋅ (3) ⋅ (4) + (3) ⋅ (1) ⋅ (2) + (1) ⋅ (−1) ⋅ (4)]
det A = 6 − 4 + 36 − 36 − 6 + 4 = 0
Note que este cálculo pode ser suprimido, se percebermos que a 1ª e 2ª colunas são
iguais, logo o det A = 0 .
Aula 2 | Tópico 3
3.9 Propriedade da proporcionalidade
Seja uma matriz quadrada A, de ordem n. Quando temos uma fila que é
proporcional a outra fila, ou seja, quando uma fila pode ser reescrita em termos de
outra fila, então seu determinante é nulo, ou seja, det A = 0 . Podemos também
compreender da seguinte forma: sejam duas filas f m e f n ; se existir um número real k,
de modo que f m = k . f n , então essas filas serão proporcionais.
1 −2 3
Exemplo 17: Seja a matriz = A  2 −4 6  , de modo que
52  0 1 1 
det =
A [(1).(−4).(1) + (−2).(6).(0) + (3).(2).(1)] − [(3).(−4).(0) + (−2).(1).(2) + (1).(6).(1)]
det A =−4 + 0 + 6 − 0 + 4 − 6 =0.
Entretanto, é mais simples perceber que a 2ª linha da matriz A é igual ao dobro

da 1ª linha, ou seja, L2 = 2.L1 , e com isso det A = 0 .
3.10 Propriedade do anulamento
Seja uma matriz quadrada A, de ordem n, quando temos pelo menos uma fila que
é totalmente composta de zeros, então seu determinante é nulo, ou seja, det A = 0 .
1 2 
Exemplo 18: Seja a matriz A =   , de modo que det A = (1) ⋅ (0) − (2) ⋅ (0) = 0.
0 0 
Entretanto, é mais simples perceber que a 2ª linha da matriz A só possui números
nulos, e com isso, det A = 0 .
As propriedades dos determinantes ontribuem para agilizar nossos cálculos no

sentido de que elas nos ajudam a perceber qual o valor de um dado determinante sem,
no entanto, exigir que façamos todas as operações necessárias.
Nesta aula estudamos sobre o determinante associado a uma matriz, ncluindo

elementos de sua definição, notação, propriedades e operações algébricas. Esse
estudo será muito útil quando iniciarmos a próxima aula, sobre sistemas lineares.
Apresentamos abaixo alguns exercícios propostos para que você possa praticar o
conhecimento matemático abordado.
1. Calcule o determinante das matrizes abaixo:
 2 1
a) A =  
 4 3
 −1 3 4 
=
b) B  3 −1 5 
 4 5 −1
53
5 0 1

c) C = −2 3 4

 
 0 2 −1
1 1 x 

2. Calcule os valores de x , de modo que o determinante da matriz 1 2 3

 
seja igual a zero.  2 3 5 
3. Calcule o valor de ( x + y ) 2 , sabendo que:
0 y −1 3 x 0 y +1
1 x + 3 −2 =−18 e −1 3 4 =−21
3 x+5 8 2 2 1

4. Calcule o determinante da matriz quadrada A = (aij ) , de ordem 3, em

que:
1, se i < j
aij = 
i + j , se i ≥ j
5. Calcule o seguinte determinante, utilizando o teorema de Laplace:
0 1 1 0
−1 −1 1 1
0 0 1 0

1 0 −1 1
Pratique
6. Calcule o seguinte determinante, utilizando a regra de Vandermonde:
1 1 1 1
1 3 10 −1
1 9 100 1
1 27 1000 −1
7. Sabendo que A é uma matriz quadrada de ordem 4 e que det A = −6 ,

54 calcule o valor de x tal que det(2 A)= x − 27 .
8. Seja A uma matriz quadrada de ordem 3, conforme abaixo. Mostre que o

determinante da matriz A, det A , independe do valor de x .
cos( x + a ) sen( x + a ) 1
 cos( x + b) sen( x + b) 1
A=
 
 cos( x + c) sen( x + c) 1
1. a) 2
169
b)
c) −59
2. x = 2 55
256
3. ( x + y ) =
2
81
4. 23
5. 2
6. −11088
7. x = 193
8. Questão de demonstração.
Aula 2 | Tópico 1
Aula 3
Sistemas de equações lineares:

formas e resolução
56
Prezado(a) estudante,
Vimos, nas primeiras aulas, os conteúdos de matrizes e determinantes,

enfatizando formas de representação e propriedades operatórias, além de termos
discutido a resolução de alguns problemas. Estes temas são a base para conseguirmos
resolver sistemas lineares que surgem no meio matemático com bastante frequência,
tanto na discussão meramente escolar, quanto no desenvolvimento da matemática
aplicada, oriunda de estudos de situações reais.
Segundo fontes históricas, os primeiros trabalhos envolvendo sistemas lineares,

surgiram no Oriente, em especial na China, devido ao uso constante de diagramas.
A partir disto, foi possível criar a ideia precursora do método de resolução por
eliminação, publicada no séc. III a.C., e que seria totalmente desenvolvida por Carl
F. Gauss (matemático alemão, 1777-1855) séculos mais tarde. Destacamos vários
outros matemáticos que contribuíram significativamente para o desenvolvimento
dos métodos resolutivos de sistemas lineares, dentre eles: Gottfried Wilhelm Leibniz
(matemático alemão, 1646-1716), Colin Maclaurin (matemático escocês, 1698-1746),
Gabriel Cramer (matemático suíço, 1704 – 1752), Pierre Simon de Laplace (matemático
francês, 1749-1827) e Augustin-Louis Cauchy (matemático francês, 1789-1857).
Após essa breve contextualização histórica sobre a origem e desenvolvimento

dos sistemas lineares, podemos iniciar esta aula em que vamos discutir sobre as
diferentes formas dos sistemas lineares e adquirir ferramentas básicas que nos auxiliem
na resolução desses sistemas.
Objetivos
Reconhecer as diferentes formas de sistemas lineares

Compreender a resolução de sistemas lineares
Tópico 1
Formas de sistemas lineares
57
OBJETIVOS
Reconhecer sistemas lineares
Entender o cálculo do determinante de ordem 1, 2 e 3
Estudar sistemas lineares associados às matrizes quadradas
Neste tópico, faremos um estudo sobre os conceitos de sistemas lineares,

percebendo a relação que existe entre o sistema linear e a matriz.
1.1 Equação linear
Antes de iniciarmos a apresentação de exemplos e de como se dá a aplicação de

uma equação linear, vamos entender como esta é definida.
Definição 3.1 Chamamos de equação linear sobre  a toda

equação da forma:
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn =
b
em que a11 ,a12 ,a13 ,...,a1n são chamados de coeficientes, b é
o termo independente e x1 ,x2 ,x3 ,...,xn são as incógnitas.
Vejamos, a seguir, alguns exemplos de equação linear.
Aula 3 | Tópico 1
Exemplo 3 x = 6 é uma equação linear na incógnita x, tendo coeficiente
1 a1 = 3 e termo independente b = 6 .
2x − y = 0 é uma equação linear nas incógnitas x

Exemplo
2 e y, tendo coeficientes a1 = 2, a2 = −1 e termo
independente b = 0.
58 Exemplo
x1 + 2 x2 + 0 x3 − x4 =
−5 é uma equação linear nas
incógnitas x1 , x2 , x3 , x4 , tendo coeficientes a1 = 1,
3 a2 = 2, a3 = 0 , a4 = −1 e termo independente
b = −5.
0 x1 + 0 x2 + 0 x3 = 1 é uma equação linear nas incógnitas

Exemplo
4
x1 , x2 , x3 , tendo coeficientes a1 = 0 , a2 = 0 , a3 = 0 e termo
independente b = 1 .
Podemos perceber, nos exemplos acima, que numa equação linear todas as
incógnitas possuem expoente igual a 1 e que ocorre o produto entre duas ou mais
incógnitas numa mesma equação linear. Desta forma, observemos que os exemplos
abaixo não são equações lineares:
Exemplo x2 = 1 não é uma equação linear, pois a incógnita x tem

5 expoente diferente de 1.
5x − 3 y = −2 não é uma equação linear nas incógnitas x

Exemplo
e y, pois a incógnita y está em uma raiz cúbica, ou seja,
6 possui expoente diferente de 1.
x1 + x2 x3 = 0 não é uma equação linear nas incógnitas

Exemplo
x1 , x2 , x3, pois existe um produto entre as incógnitas x2
7 e x3.
Sendo assim, chamamos de conjunto-solução ou conjunto-verdade ao conjunto
de todas as soluções de uma mesma equação linear. Vejamos a definição 3.2.
Definição 3.2 Chamamos solução de uma equação linear a
toda sequência ou n-upla ordenada (α1 ,α 2 ,α 3 ,...,α n ) que

torna a equação a11 x1 + a12 x2 + a13 x3 + ... + a1n xn =
b uma
sentença verdadeira.
Apresentamos agora alguns exemplos:

59
Exemplo Dada a equação linear 3x = 6, temos que seu conjunto-
8 solução é {2}, pois 3(2) = 6 uma sentença verdadeira.
Dada a equação linear 2 x − y =0 , temos que seu conjunto-

solução é formado por infinitos pares ordenados, tais como
Exemplo {..., ( −1, −2 ) ; ( 0,0 ) ; (1, 2 ) ;...}, ou seja, qualquer número real
9 para a incógnita x é o dobro deste mesmo número real para a
incógnita y, pois 2 ( −1) − ( −2=
) 2 ( 0 ) − ( 0=) 2 (1) − ( 2=) 0
é sempre uma sentença verdadeira.
Exemplo Dada a equação linear 0 x1 + 0 x2 + 0 x3 =

1, temos que seu
conjunto-solução é vazio, pois não existem números reais
10 que tornem a equação verdadeira.
1.2 Sistema linear
Na seção anterior, abordamos a equação linear quanto às suas definições e

solução. A compreensão desses conceitos nos ajudará a entender a definição de
sistema linear e sua resolução.
Aula 3 | Tópico 1
Definição 3.3 Chamamos de sistema linear ao conjunto
m (com m ≥ 1) de equações lineares, com incógnitas
x1 ,x2 ,x3 ,...,xn .
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1
a x + a x + a x + ... + a x = b2
 21 1 22 2 23 3 2n n
S a31 x1 + a32 x2 + a33 x3 + ... + a3n=

= xn b3


am1 x1 + am 2 x2 + am 3 x3 + ... + amn xn = bm
60
Podemos associar um sistema linear a um produto matricial, envolvendo a
matriz dos coeficientes, a matriz das incógnitas e a matriz dos termos independentes,
de modo que o sistema linear seja representado da seguinte forma:
 a11 a12 a13  a1n   x1   b1 

a a22 a23  a2 n   x2   b2 
 21
 a31 a32 a33  a3n   x3  =  b3 
    
           
 am1 am 2 am 3  amn   xn  bm 
Perceba que podemos escrever qualquer sistema linear através da forma

matricial, como nos exemplos abaixo:
2 x + y =3  2 1   x   3
Exemplo 11:  ⇒ . =
4 y 1  5 −4   y  1
5 x −=
= x − y + z 2  1 −1 1   x  2

Exemplo 12: − x + 2 y + 2 z = 5 ⇒  −1 2 2  .  y  = 5
     
5 x=
− y + 5 z 1  5 −1 5   z  1 
 
Assim como também podemos executar o processo contrário, ou seja, partindo

de um produto matricial, chegar a um sistema linear, como no exemplo a seguir:
 ( sen a ) − ( sen b )   1  ( sen a ) x − ( sen b ) y = 1

   x   
 ( sen b ) ( 2sen a )  .   =− 1 ⇒ ( cos b ) x + ( 2cos a ) y =
y   
−1
 ( sen b ) − ( 3cos a )  
( sen b ) x − ( 3cos a ) y =
 −2  −2
Definição 3.4 Chamamos solução de um sistema linear a toda
sequência ou n-upla ordenada ( a1 ,a2 ,a3 ,...,an ) que torna
verdadeira todas as equações do sistema linear estudado, ou seja,
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1 (sentença verdadeira)

a x + a x + a x + ... + a x = b2 (sentença verdadeira)
 21 1 22 2 23 3 2n n
S a31 x1 + a32 x2 + a33 x3 + ... + a3n=

= xn b3 (sentença verdadeira)


am1 x1 + am 2 x2 + am 3 x3 + ... + amn xn = bm (sentença verdadeira)
61
Como vemos na definição 3.4, para que uma sequência seja solução de um
sistema linear é necessário que essa sequência torne todas as equações do sistema
verdadeiras. A seguir, mostramos como os sistemas podem ser denominados a partir
da forma e quantidade de soluções que apresentam.
Existem sistemas lineares que possuem uma única solução, ou seja, há apenas
uma n-upla ordenada que torne verdadeiras todas as equações do sistema. Este tipo
de sistema é denominado sistema possível e determinado, como no exemplo abaixo.
x + y = 4
Exemplo 13: 
2 x − y = 2
Trata-se de um sistema possível e determinado, pois a solução única é dada por ( 2 , 2 ) .
Há também sistemas lineares que possuem várias soluções, ou seja, há infinitas

n-uplas ordenadas que tornam verdadeiras todas as equações do sistema. Este tipo
de sistema é denominado Sistema Possível e Indeterminado, como no exemplo abaixo.
3 x + 3 y =
9
Exemplo 14: 
− x − y =−3
Trata-se de um sistema possível e indeterminado, pois as soluções podem ser dadas
{ }
por ...,( −1, 4 ) ,( 0 ,3) ,(1, 2 ) ,( 2 ,1) ,( 3, 0 ) ,... .
Existem ainda sistemas lineares que não possuem solução, ou seja, não temos
n-upla ordenada que torne verdadeiras todas as equações do sistema. Este tipo de
sistema é denominado sistema impossível, como no exemplo a seguir.
Aula 3 | Tópico 1
x + y + z = 5

Exemplo 15:  x − y − z =−3 .
0 x + 0 y + 0 z =
1

Trata-se de um sistema impossível, já que não existem números reais que tornem
verdadeira a equação 0 x + 0 y + 0 z =
1.
Definição 3.5 Dado um sistema linear de m equações e n incógnitas, chamamos

de Matriz Incompleta dsSistema Linear, aqui denotada por A, à matriz obtida a
partir dos coeficientes do sistema; já a matriz completa do sistema linear, ora
62 denotada por B, é obtida a partir da matriz A, acrescentando-se a ela a coluna
dos termos independentes.
 a11 a12 a13  a1n   a11 a12 a13  a1n b1 

a  a 
 21 a22 a23  a2 n   21 a22 a23  a2 n b2 
A = a31 a32 a33  a3n  e B  a31 a32 a33  a3n b3 
   
              
 am1 am 2 am3  amn   am1 am 2 am 3  amn 
bm 
De acordo com essas definições, conseguimos mais uma forma para representar
um sistema linear, agora sem a utilização expressa das incógnitas do sistema, como no
exemplo abaixo:
x + y − z = 1 1 1 −1
  2 −1 1 
Exemplo 16: 2 x − y + z =−1 , em que a matriz incompleta é dada por=
A  
x + 2 y + z = 2 1 2 1 

1 1 −1 1 
e a matriz completa do sistema é dada por B = 2 −1 1 −1 .

 1 2 1 2 
Prezado(a) estudante, até

aqui vimos como representar
equações e sistemas lineares,
inclusive classificando os sistemas O estudo sobre formas de
em relação à quantidade de suas resolução e interpretação
soluções ou ausência destas. No de sistemas lineares é
próximo tópico, estudaremos de grande interesse da
métodos que nos auxiliem a comunidade acadêmica. Acesse: https://
determinar tais soluções de forma www.youtube.com/watch?v=mnfy_SQCiY8.
prática e simples.
Tópico 2
Resolução de sistemas lineares
63
OBJETIVOS
Entender as Regras de Cramer e de Gauss para resolução de
sistemas lineares
Estudar situações-problema através de sistemas lineares
Neste tópico faremos um estudo sobre a regra de Cramer e o método de

eliminação de Gauss para resolução de sistemas lineares, inclusive discutindo situações-
problema que envolvam esta temática.
2.1 Regra de Cramer
Definição 3.6 Chamamos regra de Cramer ao método

resolutivo para sistemas lineares S , de n equações e n
incógnitas do tipo
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1
a x + a x + a x + ... + a x = b2
 21 1 22 2 23 3 2n n
S a31 x1 + a32 x2 + a33 x3 + ... + a3n=

= xn b3


an1 x1 + an 2 x2 + an 3 x3 + ... + ann xn =bn
Di , com
através da expressão xi = i ∈ {1, 2 ,3,...,n} , em que
D
xi é a incógnita desejada, D é o determinante da matriz dos
coeficientes e Di é o determinante obtido ao substituir, no
determinante D, a coluna das incógnitas xi pela coluna dos
termos independentes.
Aula 3 | Tópico 2
Vamos ilustrar a regra de Cramer para resolução de sistemas lineares através de
exercícios resolvidos.
− x1 − 4 x2 =0
Exercício resolvido 1: Resolva o sistema linear  pela regra de Cramer.
3 x1 + 2 x2 =
5
Solução: Inicialmente podemos escrever esse sistema linear na forma matricial,
 −1 −4   x1  0 
ou seja,   .   =   . Deste modo, devemos calcular o determinante D da
 3 2   x2  5 
64 matriz dos coeficientes, em que D =
−1 −4
3 2
=( −1)( 2 ) − ( 3)( −4 ) =−2 + 12 =10 .
Em seguida, calculamos D1 , em que substituímos na matriz D
a 1ª coluna (coluna dos x ) pela coluna dos termos independentes, de

0 −4
modo que obtemos: D1 = =( 0 )( 2 ) − ( 5 )( −4 ) =0 + 20 =20 , e
5 2
−1 0
D2 = =( −1)( 5 ) − ( 3)( 0 ) =−5 − 0 =−5 .
3 5
Em procedimento análogo, calculamos D2 . Desta forma, a regra de Cramer
D1 D2
=
nos fornece a solução do sistema pelas formas x1 = e x2 . Com isso, temos:
D D
20 −5 1
x1 = = 2 e x2 = = − . Logo a solução do sistema é dada pelo par ordenado
10 10 2
 1
 2, −  .
 2
3 x − y + z = 1

Exercício resolvido 2: Resolva o sistema linear  2 x + 3 z =
−1 pela regra de Cramer.
4 x + y − 2 z = 7

Solução: Inicialmente podemos escrever esse sistema linear na forma
 3 −1 1   x  1
matricial, ou seja, 2 0 3  .  y  =  −1 . Deste modo, devemos
     
 4 1 −2   z   7 
calcular o determinante D da matriz dos coeficientes, em que
3 −1 1
D = 2 0 3 = (3)(0)(−2) + (−1)(3)(4) + (1)(1)(2) − (1)(0)(4) − (−1)(2)(−2) − (3)(3)(1),
4 1 −2
concluindo que D =0 − 12 + 2 − 0 − 4 − 9 =−23 . Em seguida, calculamos Dx a partir
da substituição da 1ª coluna (coluna dos x ) pela coluna dos termos independentes,

obtendo:
1 −1 1
Dx = −1 0 3 =(1)( 0 )( −2 ) + ( −1)( 3)( 7 ) + (1)(1)( −1) − (1)( 0 )( 7 ) −
7 1 −2
65
− ( −1)( −1)( −2 ) − (1)(1)( 3)
Concluímos que Dx =0 − 21 − 1 − 0 + 2 + 3 =−23 . O cálculo de Dy e Dz segue da

mesma forma, em que:
3 1 1
Dy = 2 −1 3 = ( 3)( −1)( −2 ) + (1)( 3)( 4 ) + (1)( 2 )( 7 ) −
4 7 −2
− ( −1)( −1)( 4 ) − (1)( 2 )( −2 ) − ( 3)( 3)( 7 )
concluindo-se que Dy =6 + 12 + 14 + 4 + 4 − 63 =−23 e
3 −1 1
=Dz 2 0= −1 ( 3)( 0 )( 7 ) + ( −1)( −1)( 4 ) + (1)(1)( 2 ) −
4 1 7
− (1)( 0 )( 4 ) − ( −1)( 2 )( 7 ) − ( 3)( −1)(1)
Logo, Dz = 0 + 4 + 2 − 0 + 14 + 3 = 23 .
A regra de Cramer nos fornece a solução do sistema
Dx Dy Dz
pelas formas =x = ,y e z
= . Com isso, temos:
D D D
−23 −23 23
=x = 1,=y = 1 e=z = −1 . Logo a solução do sistema é dada pela
−23 −23 −23
trinca ordenada (1,1,−1) .
Aula 3 | Tópico 2
A regra de Cramer é de fácil utilização e operação matemática. Entretanto, seu
uso eficiente fica restrito a sistemas lineares que, quando colocados na forma matricial,
nos fornecem matrizes quadradas de ordem n ≤ 3, ou que têm o determinante da
matriz dos coeficientes D ≠ 0 . Para sistemas lineares que geram matrizes de ordem
n > 3 ou que têm D ≠ 0 , a técnica se mostra muito trabalhosa devido à complexidade
do cálculo dos determinantes. Uma solução para tais casos é o método de Gauss, que
apresentamos a seguir.
2.2 Método de Gauss
66 Definição 3.7 Chamamos de método de Gauss ao método

resolutivo que utiliza operações elementares sobre as
equações de um sistema linear, de modo que não haja alteração
no resultado das incógnitas. As operações elementares são:
Troca de posição na ordem das equações
Adição entre equações
Multiplicação de uma equação por um número
real não nulo
A utilização do método de Gauss tem relação direta com sistemas equivalentes,

que ocorrem quando um sistema linear pode ser obtido a partir de outro, por meio
das operações elementares acima descritas. Com isso, esses sistemas equivalentes
possuem o mesmo conjunto-solução. Interessante percebermos que o sistema linear
obtido estará na forma escalonada, ou seja, o número de coeficientes nulos, antes do
primeiro coeficiente não nulo, aumenta de uma dada equação para a equação seguinte.
São exemplos de sistemas escalonados:
x + y =2
Exemplo 17: 
y =1
x + y = 2
Perceba que a escrita completa desse sistema é dada por  .
0 x + y =1
 x + y − 3z + t =1

Exemplo 18: − y + 7 z − 4t =2
10 z − t =−3

 x + y − 3z + t = 1

A escrita completa desse sistema é dada por 0 x − y + 7 z − 4t = 2 .
0 x + 0 y + 10 z − t =−3

Nos casos acima exemplificados percebemos que a quantidade de zeros, na
condição de coeficientes, aumenta a cada equação a partir da 1ª equação que possui
coeficiente não nulo. Agora vamos mostrar como obter um sistema linear escalonado
através do método de Gauss.
2 x + y =
10
Exercício resolvido 3: Resolva o sistema linear  pelo método de Gauss.
x − 5y =−17
Solução: Inicialmente, podemos trabalhar apenas com a matriz completa desse

sistema linear, a fim de facilitar nossa representação durante a aplicação das operações
elementares indicadas pelo método de Gauss. Com isso, temos:
67
 2 1 10 
 1 −5 −17 

Com o intuito de obtermos o elemento a21 = 0 , multiplicamos a 2ª linha por ( −2 ) e,
em seguida, somamos o resultado aos elementos da 1ª linha, obtendo como elementos
para a 2ª linha os expressos abaixo:
 2 1 10  2 1 10 
 1  ⇒
 −5 −17  ( −2) L + L 0 11 44 
2 1
Perceba que o sistema já está escalonado, e sua solução agora é obtida de modo mais
rápido. Entretanto, ainda podemos facilitar nossos cálculos, se dividirmos toda a 2ª
linha por (11) , obtendo:
2 1 10  2 1 10 
0  ⇒
 11 44  ( L / 11) 0 1 4 
2
2 x + y =
10
Com isso, temos  , ou seja, sendo y = 4 , concluímos que x = 3 .
y = 4
O método de Gauss se torna mais eficiente quando lidamos com sistemas lineares
de ordem n ≥ 3 , como no exercício resolvido a seguir:
3 x + 5 y + 2 z =26

Exercício resolvido 4: Resolva o sistema linear  x − 7 y + z =−16 pelo método de
Gauss. 5 x − y + 3 z = 14

Solução: Inicialmente, vamos esboçar a matriz completa desse sistema linear:
 3 5 2 26 
 1 −7 1 −16 

 5 −1 3 14 
Aula 3 | Tópico 2
Multiplicando a 2ª linha por ( −3) e, em seguida, somando o resultado com os elementos
da 1ª linha, temos:
 3 5 2 26  3 5 2 26 
 1 −7 1 −16  ( −3) L2 + L1 ⇒  0
 26 1 74 

 5 −1 3 14   5 −1 3 14 
Agora, multiplicando a 3ª linha por ( 3) e, em seguida, somando com a 1ª linha

multiplicada por ( −5 ) , temos:
3 5 2 26   3 5 2 26 
68 
0 26 −1 74  ( 3) L3 + ( −5 ) L1 ⇒  0
 26 −1 74 
 5 −1 3 14   0 −28 −1 −88
Agora, multiplicando a 3ª linha por (13) e, em seguida, somando com a 2ª linha

multiplicada por (14 ) , temos:
 3 5 2 26   3 5 2 26 
 0 26 −1 74  (13) L3 + (14 ) L2 ⇒  0
 26 −1 74 

 0 −28 −1 −88  0 0 −27 −108
Com isso, o sistema já está escalonado, e o sistema dado no problema inicial é

equivalente a
3 x + 5 y + 2 z =26 3 x + 5 y + 2 z =
26
 
0 x + 26 y − z = 74 , ou, de forma mais prática, 26 y − z = 74 . Segue-se da 3ª
0 x + 0 y − 27 x =−108 −27 x = −108
 
equação que z = 4 ; conhecendo o valor de z e aplicando-o na 2ª equação, temos que
y = 3 ; e finalmente podemos calcular o valor de x na primeira equação, concluindo
que x = 1 .
Nesta aula estudamos sobre sistemas lineares, enfatizando a Regra de Cramer

e o método de Gauss para resolução de sistemas de ordem n. Este estudo será
complementado na próxima aula, quando da discussão de sistemas lineares e resolução
de sistemas em que o número de equações difere do número de incógnitas.
Apresentamos na seção Pratique alguns exercícios para que você possa exercitar
o conhecimento matemático bordado nesta aula.
1. Verifique quais dos itens abaixo são solução da equação linear
5x − 2 y + 4 z =
10 :
I. ( 4 , 7 ,1)
II. ( −1, −10 , 2 )

 1
III.  2 , −1, − 
69
 2
IV. ( −4 , −3, 6 )
2. Determine o valor de α , sabendo que (1,α − 1,α + 1) é solução da equação
2 x1 + x2 − 3 x3 − 5 x4 =
12 .
x + y = 1

3. Utilizando a regra de Cramer, resolva o sistema linear −2 x + 3 y − 3 z =
2.
x + z = 1

4. Escalone, classifique e resolva os seguintes sistemas lineares:
 1
x + y = 2
a)
 2
2 x + y =4
x − y − 2z = 1

b) − x + y + z = 2
 x − 2 y + z =−2

x + y + z + t = 1
 x − y + z + t =−1

c) 
 y − z + 2t = 2
2 x + z − t =−1
Pratique
1. I, III e IV
2. α = −3
−1, y =
3. x = 2e z=
2
70 4. a) Sistema SPI, logo possui infinitas soluções da forma ( x, 4 − 2 x ) .
b) Sistema SPD, com solução ( −11, −6 , −3) .
 1 1 2
c) Sistema SPD, com solução  − ,1, − ,  .
 5 5 5
Aula 4
Discussão de sistemas lineares
71
Vimos na aula 3 algumas formas de sistemas lineares e sua resolução, através dos
métodos de Gauss e de Cramer. Naquele estudo compreendemos que a solução de um
sistema linear é uma solução válida para todas as equações pertencentes ao sistema,
e enfatizamos os casos em que a quantidade de incógnitas daqueles sistemas era igual
à quantidade de equações, culminando numa representação por matrizes quadradas.
Nesta aula 4 vamos nos deter no estudo de sistemas lineares que podem ser
representados por matrizes não quadradas, por possuirem maior número de incógnitas
ou maior número de equações. Inicialmente vamos compreender como representar e
diferenciar sistemas lineares incompletos quanto ao número de incógnitas ou equações
e, no tópico seguinte, estudar a resolução deste tipo de sistema linear.
Objetivos
Reconhecer sistemas lineares incompletos

Compreender a discussão sobre variável livre e resolução de sistemas lineares
Aula 4
Tópico 1
Sistemas lineares incompletos

associados às matrizes
72
OBJETIVOS
Reconhecer sistemas lineares incompletos
Compreender a forma de resolução de sistemas lineares associados
às matrizes não quadradas
Neste tópico, faremos um estudo sobre sistemas lineares incompletos,

enfatizando a relação matricial que ocorre neste tipo de sistema linear.
1.1 Sistema linear incompleto
Antes de iniciarmos nosso estudo propriamente dito, vamos entender que a

expressão "sistema linear incompleto" não é usada aqui referindo-se, como fazem
alguns livros, àqueles sistemas em que falta pelo menos uma incógnita a no mínimo
uma equação, ou seja, àqueles casos em que o coeficiente da incógnita é igual a 0
(zero). Nossa abordagem leva em conta o fato de termos mais incógnitas do que
equações, ou então mais equações do que incógnitas; assim, o termo "incompleto" se
refere ao fato de a representação matricial não ser quadrada.
Vejamos, então, a definição 4.1, de sistema linear incompleto por equações, e a

definição 4.2, de sistema linear incompleto por incógnitas.
Definição 4.1 Temos um sistema linear incompleto por
equações, com incógnitas x1 , x2 , x3 ,..., xn , quando o número
m de equações for menor que o número n de incógnitas, ou
seja, m < n .
a11 x1 + a12 x2 + a13 x3 + ...a1n xn = b1
a x + a x + a x + ...a x = b2
 21 1 22 2 23 3 2n n
S = a31 x1 + a32 x2 + a33 x3 + ...a3n xn = b3



am1 x1 + am 2 x2 + am 3 x3 + ...amn xn = bm
73
Definição 4.2 Temos um sistema linear incompleto por

incógnitas, com incógnitas x1 , x2 , x3 ,..., xn , quando o número
m de equações for maior que o número n de incógnitas, ou
seja, m > n .
a11 x1 + a12 x2 + a13 x3 + ...a1n xn = b1
a x + a x + a x + ...a x = b2
 21 1 22 2 23 3 2n n
S = a31 x1 + a32 x2 + a33 x3 + ...a3n xn = b3



am1 x1 + am 2 x2 + am 3 x3 + ...amn xn = bm
Assim como no estudo dos sistemas lineares completos, quando m = n , aqui

também podemos associar um sistema linear incompleto a um produto matricial
que envolva a matriz dos coeficientes, a matriz das incógnitas e a matriz dos termos
independentes, ratificando que a relação entre m e n é, no máximo, m= n − 1 , quando
o sistema linear for incompleto por equações. De outra forma, a relação entre m e n
é, no mínimo, m= n + 1 , quando o sistema linear for incompleto por equações. Estes
casos podem ser representados como:
Sistema linear imcompleto por equações
 a11 a12 a13  a1n   x1   b1 

 a a22 a23 a2 n     b 
 21    x2   2 
 a31 a32 a33  a3n  .  x3  =  b3 
     
          
 a( n −1)1 a( n −1)2 a( n −1)3  a( n −1) n   xn  b( n −1) 

Aula 4 | Tópico 1
Ou então:
Sistema linear incompleto por incógnitas
 a11 a12 a13  a1n   x1   b1 

 a a22 a23  a2 n   x2   b2 
 21  
 a31 a32 a33  a3n  .  x3  =  b3 
     
          
 a( n +1) n   xn  b( n +1) 
 a( n +1)1 a( n +1)2 a( n +1)3 
74 Vejamos abaixo alguns exemplos deste tipo de sistema linear incompleto,

observando sua representação matricial.
 x
x + y + z = 6 1 1 1   6
Exemplo 1:  ⇒ . y = .
 x − 2 y − z =−4  1 −2 −1    −4 
 z 
No exemplo 1, observe que temos mais incógnitas do que equações; assim, o sistema
linear é incompleto por equações.
x + 2 y =14  1 2 14 
  x  
Exemplo 2:  x − y =−1 ⇒  1 
−1 .   =− 1 .
2 x + y =  y  
 13  2 1  13 
No exemplo 2, observe que temos mais equações do que incógnitas; sendo assim, o
sistema linear é incompleto por incógnitas.
De modo análogo, podemos partir de um produto matricial de matrizes não

quadradas, chegando a um sistema linear incompleto (independentemente de ser
incompleto por equações ou incógnitas), como no exemplo a seguir:
 x
( sen a ) (cos b) (tg a )     2 + 2 
Exemplo 3:  . y =   . Realizando o produto da
 (tg b) (sen b) (cos a )     2 + 2 
 z 
primeira matriz pela segunda, temos o seguinte sistema de equações:
(sen a ) x + (cos b) y + (tg a ) z =

2+ 2

(tg b) x + (sen b) y + (cos a ) z =
2+ 2
A seguir, apresentamos a definição proposta para a solução de um sistema linear

incompleto, vejamos:
Definição 4.3 Chamamos de solução de um sistema linear
incompleto a toda sequência ou n-upla ordenada (α1 , α 2 , α 3 ,..., α n )
que torna verdadeiras todas as equações do sistema linear
incompleto estudado, ou seja,
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1 (sentença verdadeira)

a x + a x + a x + ... + a x = b2 (sentença verdadeira)
 21 1 22 2 23 3 2n n
S a31 x1 + a32 x2 + a33 x3 + ... + a3n=

= xn b3 (sentença verdadeira)


am1 x1 + am 2 x2 + am 3 x3 + ... + amn xn = bm (sentença verdadeira)
75
Como vimos na definição 4.3, para que uma sequência (ou n-upla ordenada)
seja solução de um sistema linear incompleto, seja por equações ou por incógnitas, é
necessário que essa sequência torne todas as equações do sistema válidas.
x − 2 y =6

Exemplo 4: Dado o sistema −2 x + y = −6 , o par ordenado ( x, y=
) (2, −2) é solução
x − y = 4

do sistema linear incompleto por incógnitas, pois torna válidas todas as equações do
sistema.
Vale observar que a solução ( x, y=

) (2, −2) é conseguida com a exclusão de
uma equação do sistema linear, de modo que tenhamos um sistema linear completo.
Então procedemos ao cálculo do par ordenado ( x, y ) , que é solução do sistema linear,
pela regra de Cramer ou outro método válido e determinamos os valores do par ( x, y ) .
Lembrando que a solução encontrada no sistema linear completo deve atender
também à equação que foi inicialmente excluída. Para melhor compreensão, vamos
ilustrar essa resolução.
x − 2 y =6

Exercício resolvido 1: Resolva o sistema linear −2 x + y = −6 .
x − y = 4

Solução: Inicialmente vamos excluir a equação x − 2 y =

6 , de modo que agora
−2 x + y =−6
trabalharemos com o sistema linear  . Feito isto podemos resolver o
x − y = 4
sistema pelo método aditivo, ou seja, somando as duas equações do sistema, em que
−2 x + y =−6 +
obtemos:  →{x =−2 , ou seja, x = 2 . Assim, fica evidente que y = −2
x − y = 4
Aula 4 | Tópico 1
e que este par ( x, y=
) (2, −2) é também solução da equação x − 2 y =
6 , que foi
inicialmente excluída. Com isso, concluímos que o par ordenado encontrado é solução
do sistema linear incompleto.
Vale ressaltar que a escolha da equação a ser excluída não altera o resultado
final; portanto, poderíamos ter excluído qualquer uma das três equações do sistema
linear e o resultado final seria o mesmo.
x + y + z = 6
Exemplo 5: Tomemos o sistema  , em que a trinca ordenada ( x, y, z )
76  x − y − z =−4
não possui solução única, e sim um padrão numérico que representa a solução do
sistema, ou seja: ( x,=

y, z ) (1, y,5 − y ) ou ( x, y,=
z) (1,5 − z, z ) , válidos para todos
y, z ∈  .
A solução do sistema linear acima não é única, apesar de possuir um formato bem
específico, ou seja, x = 1 e a escolha de y ou de z no conjunto dos reais ( y, z ∈  ) ,
de modo que, ao escolher o valor numérico de y , determinamos o valor de z e vice-
versa.
x + y + z = 6
Exercício resolvido 2: Resolva o sistema linear  .
 x − y − z =−4
Solução: Vamos iniciar nossa resolução pelo método aditivo, de modo que:
x + y + z = 6 +
 →{2 x =
2 , em que x = 1 . Substituindo esse valor no sistema, obtemos
 x − y − z =−4
y + z = 5
 , que são equações equivalentes, ou seja, possuem a mesma solução.
− y − z =−5
Chegamos, então, a y= 5 − z (ou, equivalentemente, z = 5 − y) para todo y, z ∈  ,
o que nos leva a concluir que teremos infinitas trincas ordenadas que são solução do
sistema linear incompleto.
Neste tópico estudamos sistemas lineares incompletos e suas representações,

destacando a forma matricial desses sistemas. A seguir, no tópico 2, vamos apresentar
o conceito de variável livre e de discussão de sistemas lineares.
Tópico 2
Estudo de variável livre

e discussão de sistemas lineares
77
OBJETIVOS
Estudar a discussão de sistemas lineares
Compreender o conceito de variável livre para discussão de
sistemas lineares
Neste tópico faremos um estudo sobre variável livre e discussão de sistemas

lineares, ou seja, em que condições um dado sistema linear pode possuir uma única,
infinitas ou nenhuma solução.
2.1 Discussão de um sistema linear
Discutir um sistema linear de n equações e n incógnitas
a11 x1 + a12 x2 + a13 x3 + ...a1n xn = b1

a x + a x + a x + ...a x = b2
 21 1 22 2 23 3 2n n
S = a31 x1 + a32 x2 + a33 x3 + ...a3n xn = b3



an1 x1 + an 2 x2 + an 3 x3 + ...ann xn =bn
nada mais é do que saber em que termos esse sistema pode ser possível, impossível ou
indeterminado. Nesta perspectiva, vale relembrar que:
Aula 4 | Tópico 2
Figura 1 − Sistema linear
78
Fonte: DEaD | IFCE.
a11 x1 + a12 x2 + a13 x3 + ...a1n xn = b1

a x + a x + a x + ...a x = b2
 21 1 22 2 23 3 2n n
Assim, dado um sistema linear S = a31 x1 + a32 x2 + a33 x3 + ...a3n xn = b3 ,



an1 x1 + an 2 x2 + an 3 x3 + ...ann xn =bn
 a11 a12 a13  a1n   x1   b1 

a a22 a23  a2 n   x2   b2 
 21
associado à forma matricial  a31 a32 a33  a3n  .  x3  =  b3  , ou seja,
     
        
 am1 am 2 am 3  amn   xn  bm 
A⋅ X =
B , temos as seguintes situações possíveis:
−− Possível e determinado: quando det A ≠ 0 .
det A = 0

−− Possível e indeterminado: quando ocorre e
det A= ...= det A= 0
 1 n
det A = 0

−− Impossível: quando ocorre e
pelo menos um det A ≠ 0
 n
A discussão inicial de sistemas lineares faz referência ao fato de um sistema
possuir ou não solução, em seguida passamos a averiguar a quantidade de soluções.
Esta discussão está centrada no fato de todos os elementos da matriz A dos coeficientes
serem elementos numéricos. Quando pelo menos um desses elementos for algébrico,
podemos fazer uma discussão mais refinada, em que, dependendo do valor numérico
atribuído, teremos um sistema com uma solução apenas, infinitas soluções ou a
inexistência de solução. Vejamos o exercício resolvido a seguir.
3 x1 + mx2 =2
Exercício resolvido 3: Discuta o sistema linear  .
 x1 − x2 =1
79
Solução: Devemos compreender que nossa tarefa aqui é calcular para quais valores
de m o sistema linear acima terá ou não solução e, em caso afirmativo, se haveria
uma única ou infinitas soluções. Com isso, temos que a matriz dos coeficientes
3 m 
é dada por A =  ⇒ det A =−3 − m . A matriz A1 é obtida substituindo a
1 −1
coluna dos coeficientes de x1 pela coluna dos termos independentes, chegando-se a
2 m 
A1 =  ⇒ det A1 =−2 − m . De modo análogo procedemos com a matriz A2 ,
1 −1
3 2 
obtendo A2 =   ⇒ det A2 = 1 .
1 1 
Continuando nossas análises, temos:
Para o sistema ser possível e determinado, devemos ter det A ≠ 0 , ou seja,

−3 − m ≠ 0 ⇒ m ≠ −3 .
Para o sistema ser possível e indeterminado, devemos ter

det
= A det= A1 det = A2 0 . Perceba que é possível que det A = 0 , basta que
m = − 3; e ainda é possível que det A1 = 0 , basta fazer m = −2 ; entretanto o valor
de det A2 = 1 já está definido e independe do valor de m. Com isso concluímos que
não existe valor de m que torne o sistema possível e indeterminado.
Para o sistema ser impossível, devemos ter det A = 0 e det A1 ≠ 0 ou det A2 ≠ 0 .

Já calculamos que det A = 0 ocorre em m = −3 . Temos ainda que det A1 = 0 , se
fizermos m = −2 ; e que det A2 = 1 , ou seja, det A2 ≠ 0 . Concluímos, então, que se
m = −3 , o sistema será impossível.
ax + y =0
Exercício resolvido 4: Verifique se o sistema linear  é determinado ou
 0
ax + ay =
indeterminado.
Aula 4 | Tópico 2
Solução: Calculando o caso em que o sistema é possível e determinado, temos que a
a 1 
matriz dos coeficientes é dada por A =
  a 2 − a . A matriz Ax é obtida
⇒ det A =
a a 
substituindo a coluna dos coeficientes de x pela coluna dos termos independentes;
0 1 
com isso, temos Ax =   ⇒ det Ax = 0 . Procedemos de modo análogo com a
0 a 
a 0
matriz Ay , obtendo Ay =   ⇒ det Ay = 0 .
a 0
80
Para o sistema ser possível
e determinado, devemos O sistema linear que
ter det A ≠ 0 , ou seja, apresenta todas as suas
a 2 − a ≠ 0 ⇒ a ≠ 0 ou a ≠ 1 . equações iguais a zero é
chamado de sistema linear
Concluímos com isso que para o
homogêneo e apresenta
sistema apresentar apenas uma
a n-upla (0, 0, 0,..., 0) como solução
única solução, o valor de " a "
permanente, sendo esta denominada de
deve ser diferente de 0 ou 1.
solução trivial. A discussão nestes casos é
Para o sistema ser possível e saber se existem outras soluções além da
indeterminado, devemos ter trivial.
det A det
= = Ax det
= Ay 0 .
Perceba que já temos garantido que det = Ax det= Ay 0 e que é possível det A = 0 ,
=
basta que a 0= ou a 1 . Concluímos com isso que, para o sistema apresentar
infinitas soluções, o valor de " a " deve ser igual a 0 ou 1 .
2.2 Variável Livre
A discussão sobre variável livre faz referência direta a sistemas indeterminados.

Vale ressaltar ainda que a quantidade de variáveis livres indica o grau de liberdade ou
grau de indeterminação do sistema. Vejamos a definição a seguir:
Definição 4.4 Chamamos de variáveis livres às incógnitas que

não iniciam qualquer das equações de um sistema linear que,
por sua vez, possui mais equações do que incógnitas.
x + y + 2z =
1
Exercício resolvido 5: Resolva o sistema linear  .
2 y − z =2
Solução: Inicialmente percebemos que o sistema linear acima possui mais incógnitas
do que equações, e com isso vamos designar a incógnita z como a variável livre,
passando-a ao segundo membro de todas as equações. Assim,
 x + y + 2 z =1  x + y =1 − 2 z
 ⇒
2 y − z = 2 2 y = 2 + z
81
 x + y =1 − 2α
Agora fazendo z = α , temos:  . Com isso, determinamos que
2 y= 2 + α
y=
(2 +α ) e que, substituindo o valor de y na 1ª equação, temos que x =
(−5α )
.
2 2
 ( −5α ) ( 2 + α ) 
A solução desse sistema linear tem, pois, o formato  , , α  ∀α ∈  .
 2 2 
Neste tópico vimos os conceitos de variável livre e de discussão de sistemas

lineares, evidenciando que um sistema linear pode apresentar as opções de possuir
uma única solução, nenhuma solução ou infinitas. Concluímos, assim, nosso estudo
sobre formas, representações e resolução de sistemas de equações lineares.
Aula 4 | Tópico 2
1. Discuta os seguintes sistemas lineares:
mx + y =2
a) 
x − y =m
kx + y =1
b) 
82 x + y =2
7 x + y − 3 z =10

c)  x + y + z = 6
4 x + y + pz = p

2 x − y + 3z = 0

2. Determine o valor de m para que o sistema  x + 4 y − 5 z =
0 apresente
3 x + my + 2 z = 0

soluções diferentes da solução trivial.
 px + y − z =4

3. Determine o valor de p para o qual o sistema  x + py + z =0 admite
x − y = 2

uma única solução.
x + 3y − z =4
4. Resolva o sistema linear  .
3 y + z =1
1.
a) m ≠ −1 ( SPD ) e m = −1 ( SI )
b) k ≠ −1 ( SPD ) e k = −1( SI )
13 13
c) p≠− (SPD ) e p = − (SI ) ∀q ∈  83
3 3
7
2. m =
13
3. p ≠ −1
4. ( x, y=
, z) ( 5, y,1 − 3 y ) ∀y ∈ 
Pratique
Aula 5
Números complexos: forma,

propriedades e operações algébricas
84
Nesta aula 5 vamos iniciar nossos estudos sobre os números complexos. Este
conjunto numérico tem a particularidade de estudar as raízes quadradas de números
negativos, denominadas raízes imaginárias. Durante a história da matemática, vários
foram os matemáticos que não reconheciam a existência de tais raízes quando da
resolução de equações quadráticas, tais como Bhaskara (matemático hindu, 1114- 1185)
e Descartes (matemático francês, 1596-1650). Entretanto, apenas na resolução de
equações de 3º e 4º graus é que os números complexos foram evidenciados como
resolução daqueles modelos matemáticos, discussão essa que foi iniciada pelos
matemáticos Cardano (matemático italiano, 1501-1576), Tartaglia (matemático italiano,
1500-1557) e Bombelli (matemático italiano, 1526-1572) no séc. XVI, mas que somente
foi popularizada no séc. XVIII por De Moivre (matemático francês, 1667-1754), Euler
(matemático suíço, 1707-1783) e Gauss (matemático alemão, 1777-1855).
Vamos iniciar nossos estudos sobre este conjunto numérico!
Objetivos
Reconhecer o conjunto dos números complexos

Entender as propriedades e operações algébricas dos números complexos
Tópico 1
O conjunto numérico
dos números complexos
85
OBJETIVOS
Compreender a noção intuitiva dos números complexos
Estudar a forma algébrica dos números complexos
Neste tópico, teremos nosso primeiro contato com o conjunto dos números
complexos, compreendendo sua representação e forma algébrica.
1.1 Noção intuitiva
Quando iniciamos os estudos sobre conjuntos numéricos, temos que

 ⊂  ⊂  ⊂  , ou seja, o conjunto dos números reais é o mais amplo e engloba
todos os outros conjuntos numéricos. Outra perspectiva sobre o conjunto dos números
reais é dada como a união entre os conjuntos dos números racionais e dos números
irracionais, conforme figura 2. Entretanto, equações do tipo x 2 + 1 =0 , em que ∆ < 0 ,
permaneciam sem solução neste conjunto numérico, denotando que um tipo de
número ainda não tinha sido devidamente criado, o conjunto dos números complexos.
Figura 2 − Representação dos conjuntos numéricos
Fonte: DEaD | IFCE..
Aula 5 | Tópico 1
O matemático Bombelli resolveu a equação x 3 − 15 x + 4 =0 , que possui solução
x = 4 , através da equação de Cardano-Tartaglia para equações cúbicas, obtendo
3
x= 2 + −121 + 3 2 − −121 , ou seja, as raízes quadradas de números negativos
não somente existiam como ainda podiam levar a resultados válidos no conjunto dos
números reais.
Para resolução de equações cúbicas do tipo x 3 + px + q = 0,

Cardano e Tartaglia desenvolveram uma equação cuja fórmula é
86 dada por:
2 2 2 2
q q  p q q  p
x = − +   +  + 3 − −   + 
3
2 2  3  2 2  3 
Para mais informações sobre esse assunto, leia o trabalho disponível no link
http://www.repositorio.ufc.br/bitstream/riufc/7917/1/2014_dis_gssferreira.pdf
As soluções para equações do tipo x 2 + 1 =0 , representadas como x1= −1

e x2 =− −1 , foram denotadas por Descartes como sendo x1 = i e x2 = −i , pois se
acreditava naquela época que tais números não existiam, ou seja, eram imaginários.
Estes números enfrentaram bastante relutância antes de serem aceitos pela
comunidade matemática, de modo que apenas quando Gauss conseguiu elaborar
sua representação geométrica é que houve acordo entre os matemáticos quanto à
validade desse conjunto numérico.
Definição 5.1 Chamamos de número complexo, na forma

algébrica, ao número z= a + bi , com a, b ∈  , em que a
é denominado parte real, denotada por Re( z ) = a , e bi é
denominado parte imaginária, denotada por Im( z ) = bi .
1.2 Representação algébrica
Antes de discutirmos sobre a representação algébrica dos números complexos,

faz-se necessária sua definição.
Na definição 5.1, é importante destacar que i é conhecido como unidade

imaginária e que i= −1 , ou seja, i 2 = −1 . Quanto aos números complexos z = a + bi,
temos duas situações específicas:
Se a = 0 , então z = bi é chamado de número imaginário puro, ou,
simplesmente, número imaginário.
Se b = 0 , então z = a é um número real.
São exemplos de números complexos:
Estritamente complexos, com a, b ≠ 0 :

1 2
1 + 2i,3 − i, + 5i, 4 − i,...
2 3
Imaginários ou imaginários puros, com a = 0 :
1 2
−2i, −i, − i, i, i,3i,...
87
2 3
Reais, com b = 0 :
5
−3, −2, −1, 0,1, ,...
4
Avançando em nossos estudos, iscutiremos na próxima seção o conjugado de
um número complexo.
1.3 O conjugado de um número complexo
Quando associamos os
números complexos às soluções Todo número real
de equações quadráticas do tipo é também número
complexo, mas nem
ax 2 + bx + c =0 e que possuem todo número complexo é
discriminante negativo, ou seja, número real.
∆ < 0 , chegamos a duas situações:
−b + −∆ −b − −∆
x1 = ou x2 = . Com isso, percebemos que toda solução das
2a 2a
equações quadráticas vem aos pares, e que a diferença entre as soluções reside apenas
no sinal da parte imaginária. Desta forma, chegamos a outro número complexo,
denominado conjugado. Vejamos a definição.
Definição 5.2 Chamamos conjugado de um número complexo, na

forma algébrica, ao número z= a − bi , com a, b ∈  , em que a
é chamado de parte real, bi é chamado de parte imaginária. Este
número será denotado por z .
Aula 5 | Tópico 1
Apresentamos a seguir alguns números complexos e seus respectivos
conjugados:
z1 = 1 + 2i e z1 = 1 − 2i
1 1
z2= + i e z2= −i
2 2
z3 = 3i e z3 = −3i
88 No próximo tópico estudaremos as operações aritméticas entre números

complexos.
Tópico 2
Uso das regras e propriedades

algébricas dos números complexos
89
OBJETIVOS
Entender as propriedades de adição, subtração, multiplicação,
divisão e inversão dos números complexos na forma algébrica
Estudar as potências dos números complexos na forma algébrica
Neste tópico faremos um estudo sobre as operações aritméticas dos números

complexos e algumas das suas principais propriedades, tais como inversão e
potenciação.
2.1 Igualdade de números complexos
A definição 5.3 trata da igualdade de números complexos e é muito útil quando

nos deparamos com problemas que relacionam incógnitas e números complexos.
Vejamos:
Definição 5.3 Definimos que dois números complexos

z1= a + bi e z2 = c + di serão iguais se, e somente se,
possuem a mesma parte real e a mesma parte imaginária, ou
seja:
a + bi = c + di ↔ a = c e b = d
A seguir, apresentamos alguns exercícios resolvidos abordando os conceitos

estudados até aqui.
Exercício resolvido 1: Determine o valor de m de modo que o número z1= ( 2m + 5 ) + i

seja imaginário puro.
Aula 5 | Tópico 2
Solução: Devemos lembrar que os números imaginários puros possuem somente a
parte real nula, ou seja, em z= a + bi temos que a = 0 e b ≠ 0 . Com isso, queremos
que z1= (2m + 5) + i seja igual a z2= 0 + bi . Então, devemos fazer 2m + 5 =0 , que
5 5
implica m = − ; como b = 1 , temos que a solução é m = − .
2 2
Exercício resolvido 2: Determine o valor de p de modo que z1 = ( p − 1) + ( p 2 − 1) i seja

um número real não nulo.
Solução: Para que este número z seja real e não nulo, devemos ter Re( z ) ≠ 0 e
90 Im( z ) = 0 . Com isso, queremos que z1 = ( p − 1) + ( p 2 − 1) i seja igual a z2= a + 0i .
Ou seja, p − 1 ≠ 0 → p ≠ 1 e p − 1 =0 → p =±1 . Mas na condição temos que p ≠ 1 ,
2
logo a única solução possível é a = p = −1 .
Na seção a seguir continuaremos nossos estudos sobre as operações

envolvendo os números complexos. Nela estudaremos a adição e a subtração de
números complexos.
Definição 5.4 Definimos a adição e a subtração de dois

números complexos z1= a + bi e z2 = c + di como sendo:
z1 + z2 = (a + bi ) + (c + di ) = (a + c) + (b + d )i
e
z1 − z2 = (a + bi ) − (c + di ) = (a − c) + (b − d )i
2.2 Adição e subtração de números complexos
Apresentamos abaixo alguns exercícios resolvidos para melhor compreensão

dessas operações:
Exercício resolvido 3: Dados z1= 2 − i e z2 =−2 + 3i , determine o número complexo

z3 de modo que z3= z1 + z2 .
Solução: Segundo a definição 5.4 acima, para somarmos dois números complexos,
devemos somar as partes reais e somar as partes imaginárias. Sabendo que Re( z1 ) = 2
e Re( z2 ) = −2 , temos Re( z3 ) = 2 + (−2) = 0 ; enquanto que, sendo Im( z1 ) = −1 e
Im( z2 ) = 3 , temos Im( z3 ) =(−1) + 3 =2 . Com isso chegamos a z3 =0 + 2i =2i , ou
seja, um número imaginário puro.
Exercício resolvido 4: Dados z1= 5 + 2i e z2 = 1 − i , determine o número complexo z3
de modo que z3= z1 − z2 .
Solução: Ainda de acordo com a definição 5.4, para subtrairmos dois números
complexos, devemos subtrair suas partes reais e subtrair suas partes imaginárias.
Sabendo que Re( z1 ) = 5 e Re( z2 ) = 1 , temos Re( z3 ) = 5 − 1 = 4 , enquanto que, sendo
Im( z1 ) = 2 e Im( z2 ) = −1 , temos que Im( z3 ) = 2 − (−1) = 3 . Com isso, concluímos que
z3= 4 + 3i .
Na seção a seguir, estudaremos a operação de multiplicação de números 91

complexos.
2.3 Multiplicação de números complexos
Definição 5.5 Definimos a multiplicação de dois números

complexos z1= a + bi e z2 = c + di como sendo:
z1 ⋅ z2 = ( a + bi ) ⋅ ( c + di ) = ( ac − bd ) + ( ad + bc ) i
O procedimento para chegarmos ao resultado apresentado na definição 5.5 é

bastante simples, conforme segue abaixo:
z1 ⋅ z2 = (a + bi ) ⋅ (c + di )
z1 ⋅ z2 = ac + adi + bci + bdi 2
Lembrando que i 2 = −1 e fazendo os agrupamentos necessários, temos:
z1 ⋅ z2 = ac + adi + bci − bd
z1 ⋅ z2 = (ac − bd ) + (ad + bc)i
Para ilustrar a aplicação dessa operação, propomos o seguinte exercício

resolvido:
Exercício resolvido 5: Dados z1= 3 + i e z2 =−1 + 2i , determine o número complexo

z3 de modo que z3 = z1.z2 .
Solução: Seguindo a definição 5.5 acima, temos z1 ⋅ z2 = (3 + i ) ⋅ (−1 + 2i ) . Com isso,

temos que z3 = (3)(−1) + (3)(2i ) + (i )(−1) + (1)(2)i 2 . Lembrando que i 2 = −1 e fazendo
os agrupamentos necessários, obtemos z3 =−3 + 6i − i − 2 , daí z3 =−
( 3 − 2) + (6 − 1)i .
Concluímos que z3 =−5 + 5i .
Aula 5 | Tópico 2
2.4 Propriedades do conjugado de um número complexo
No tópico 1 desta aula, seção 1.3, definimos o conjugado de um número

complexo z= a − bi como sendo o número z= a − bi . Vamos definir agora algumas
propriedades que são relacionadas a z , a fim de aprimorarmos ainda mais nosso
estudo sobre números complexos.
P1. A adição z + z é sempre um número real.
Isto se verifica facilmente pela adição, pois z + z = (a + bi ) + (a − bi ) , ou seja,

z + z = a + bi + a − bi → z + z = 2a .
92
P2. A subtração z − z é sempre um número imaginário puro.
Isto se verifica facilmente pela subtração, pois z − z = (a + bi ) − (a − bi ) , ou
seja, z − z = a + bi − a + bi → z − z = 2bi .
P3. O produto z.z é sempre um número real não negativo.
Isto se verifica facilmente pela multiplicação, pois z ⋅ z = (a + bi ) ⋅ (a − bi ) , ou

seja, z ⋅ z = a 2 − abi + abi − bi 2 → z ⋅ z = a 2 + b 2 .
()
P4. z = z , ou seja, o conjugado do conjugado é o próprio número complexo
inicial.
Isto se verifica facilmente pela própria definição do conjugado de um número
z (a + bi ) então z= a − bi , com isso ( z ) =( a − bi ) =a + bi .

complexo, pois, se =
P5. z1 + z2 = z1 + z2 , ou seja, o conjugado da soma de dois números complexos é a

soma dos conjugados de cada número complexo.
Isto se verifica facilmente pela adição, pois dados z1= a + bi e z2 = c + di , temos
que z1 + z2 = ( a + bi + c + di ) → z1 + z2 = (a + c) + (b + d )i  = (a + c) − (b + d )i ,
enquanto que z1= a − bi e z2 = c − di , de modo que
z1 + z2 = (a − bi ) + (c − di ) → z1 + z2 = (a + c) − (b + d )i .
P6. z1 ⋅ z2 = z1 ⋅ z2 , ou seja, o conjugado do produto de dois números complexos é
o produto dos conjugados de cada número complexo.
Isto se verifica facilmente pela multiplicação, pois, dados z1= a + bi

e z2 = c + di , temos
z1 ⋅ z2 = ( a + bi ).(c + di ) → z1 ⋅ z2 =
= (ac − bd ) + (ad + bc)i  = (ac − bd ) − (ad + bc)i
enquanto que z1= a − bi e z2 = c − di , de modo que

93
z1 ⋅ z2 = (a − bi ) ⋅ (c− di) → z1 ⋅ z2 = ( ac − bd ) − ( ad + bc ) i
Mostraremos, a seguir, a resolução de um exercício, a fim de evidenciar as

aplicações das propriedades do número complexo conjugado que foram mostradas
acima.
Exercício resolvido 6: Determine o número complexo z= a + bi tal que

(1 + i ) ⋅ z − (1 + 2i ) ⋅ z = 7 + 3i .
Solução: Inicialmente devemos lembrar que, sendo z= a + bi , temos z= a − bi . Em

seguida, basta substituirmos esses termos na equação proposta, a fim de calcularmos
os valores de a e b. Daí temos (1 + i ).(a + bi ) − (1 + 2i ).(a − bi ) = 7 − 3i . Segue que
a + bi + ai + bi 2 − a + bi − 2ai + 2bi 2 =7 + 3i . Uma vez que i 2 = −1 e fazendo as
substituições necessárias, temos: a + bi + ai − b − a + bi − 2ai − 2b =7 + 3i . Daí temos
−3b = 7 7
−3b + (−a + 2b)i = 7 + 3i . Resolvendo o sistema linear  ⇒ b =− e
−a + 2b =3 3
23 23 7
a= − , concluímos que o número complexo procurado é z =
− − i .
3 3 3
Aula 5 | Tópico 2
2.5 Divisão de números complexos
Definição 5.6 Definimos a divisão entre dois números
complexos z1= a + bi e z2 = c + di , denotada por

z1 ,
z2
z
com z2 ≠ 0 , a partir da multiplicação de 1 pelo
z2
conjugado z2 tanto no numerador quanto no denominador.
Este procedimento visa eliminar a parte imaginária do
94 denominador. Com isso, temos:
z1 (a + bi ) z1 (a + bi ) (c − di )
= ⇒= ⋅
z2 (c + di ) z2 (c + di ) (c − di )
Para ilustrar a aplicação dessa definição, propomos abaixo dois exercícios

resolvidos.
Exercício resolvido 7: Dados z1 = 1 + i e z2= 2 − i , determine o número complexo z3

z1
de modo que z3 = .
z2
z1 1 + i 1+ i 2 + i
Solução: Seguindo a definição 5.6 acima, temos z=
3 = e, daí, z3 = . .
z2 2 − i 2−i 2+i
2 + i + 2i + i 2
Este produto nos fornece z3 = 2
. Como já sabemos que i 2 = −1 e fazendo
4 + 2i − 2i − i
(2 − 1) + (1 + 2)i 1 + 3i
os agrupamentos necessários, obtemos z3 = e daí z3 = .
(4 − (−1)) + (2 − 2)i 5
Exercício resolvido 8: Seja z= a + bi um número complexo qualquer. Sabendo que
z
= i , determine o valor de a − b .
z
Solução: Dado z= a + bi , temos que z= a − bi , e deste ponto em diante basta
que façamos o procedimento de divisão segundo a definição 5.6 acima, ou seja,
z a + bi
= = i . Com isso, obtemos que a + bi = (a − bi )i ; segue que a + bi = ai − bi 2 .
z a − bi
a = b
Como já sabemos que i 2 = −1 , temos que a + bi =b + ai ⇒  . Como desejamos
b = a
calcular o valor de a − b , concluímos que a − b =0.
2.6 Potenciação de números complexos
Definição 5.7 Definimos a potência de um número complexo

( a + bi )
n
z= a + bi como sendo z n = , ∀n ∈  .
Neste desenvolvimento binomial de z n , vale destacar as potências de i :
i0 = 1
i1 = i i 5 = i 4 ⋅ i1 = 1 ⋅ i = i 95
i 2 = −1 i 6 =i 4 ⋅ i 2 =1 ⋅ (−1) =−1
i 3 =i 2 ⋅ i =(−1) ⋅ i =−i i 7 =i 4 ⋅ i 3 =1 ⋅ (−i ) =−i
i 4 = i 2 ⋅ i 2 = (−1) ⋅ (−1) = 1 i 8 = i 4 ⋅ i 4 = 1 ⋅1 = 1
Percebemos que ocorre uma repetição dos valores nas potências de i em

ciclos de 4. Uma regra fácil para sabermos o valor de uma dada potência de i é
dividir o expoente por 4 e observar o resto dessa divisão, que assumirá o papel
n 4q + r , logo:
de expoente. Isto é facilmente verificado para ∀n ∈  , pois =
i n = i 4 q + r ⇒ i n = i 4 q .i r ⇒ i n = ( i 4 ) .i r ⇒ i n = (1) q .i r ⇒ i n = 1.i r ⇒ i n = i r . Ou seja, o
q
expoente n é igual ao expoente r, que por sua vez é sempre menor que 4. Apresentamos
a seguir dois exercícios resolvidos para melhor compreensão:
Exercício resolvido 9: Dados z1 = 1 + i e z2 = 1 − i , determine ( z1 ) ⋅ ( z2 )

32 −31
.
( z1 )
32 32
(1 + i )
Solução: Inicialmente temos que ( z1 ) ⋅ ( z2=
)
32 −31
= .
( z2 )
−31
(1 − i )31
(1=+ i)  (1 + i )31 ⋅ (1 + i )   (1 + i )31 

32
Mas isto é o equivalente a  =   31 

⋅ (1 + i ) .
(1 − i )  (1 − i )   (1 − i ) 
31 31
1 + i 1 + i 1 + i 1 + i + i + i 2 1 + 2i − 1 2i
Lembrando que = ⋅ = = = =i , temos que
1 − i 1 − i 1 + i 1 − i + 1 − i2 1+1 2
31
 (1 + i )  31
 (1 − i )  ⋅ (1 + i )= (i ) ⋅ (1 + i ) ; mas já sabemos que i = i = −1 , daí temos que
31 3
 
( z1 ) ⋅ (− z2 )−31 =(−i) ⋅ (1 + i) =−i + 1 .
32
Neste tópico vimos os conceitos básicos de números complexos e suas

propriedades operatórias que nos permitem realizar as primeiras operações aritméticas.
Vamos agora à seção Pratique, a fim de consolidarmos o que estudamos nesta aula.
Aula 5 | Tópico 2
1. Resolva em  as seguintes equações:
a) x 2 + 49 =
0
x 2 + 7 x + 10 =
b) 0
96 2. Dados os números complexos z1= a + bi e z2 = 1 − 2i e sabendo que
15 , calcule o valor de z1 + z2 .
z1 ⋅ z2 =
3. Determine o quociente de z= 3 + 2i por w = 1 + i .
4. Calcule o valor da expressão i ⋅ i 2 ⋅ i 3 ⋅ i 4 ⋅ i 5 ... ⋅ i100 .
−7i e x2 =
1. a) x1 = 7i
=
b) x1 -5=
e x2 -2
2. z1 + z2 =4 + 4i
97
z 5 1
3. = − i
w 2 2
4. −1
Pratique
Aula 6
Números complexos:
forma trigonométrica
98
Estamos iniciando a aula 6 e agora vamos nos ocupar dos números complexos na
forma trigonométrica, ou seja, vamos conhecer a representação geométrica, o módulo
e o argumento dos números complexos, além de discutirmos sobre potenciação e
radiciação segundo as fórmulas de De Moivre.
Após as primeiras referências sobre números complexos durante o século XVI,

muitos matemáticos passaram a estudá-los e vê-los como um conjunto numérico.
Esses estudos foram sendo aprimorados no século XVIII, graças à forte contribuição
dos matemáticos De Moivre (matemático francês, 1667-1754), Euler (matemático
suíço, 1707-1783), Argand (matemático francês, 1768-1822) e Gauss (matemático
alemão, 1777-1855). Foi nessa época, vale ressaltar, que se conseguiu algebrizar vetores
bidimensionais através da representação dos números complexos no plano cartesiano
e, com isso, chegar a formas mais rápidas e eficientes de potenciar com expoentes
racionais os números complexos.
Vamos continuar nossos estudos, então!
Objetivos
Entender a representação dos números complexos no plano de Argand-Gauss

Compreender a forma trigonométrica dos números complexos e suas
propriedades operatórias
Estudar a potenciação e a radiciação dos números complexos na forma
trigonométrica
Tópico 1
Apresentação e representação
no plano de Argand-Gauss
99
OBJETIVOS
Compreender a representação dos números complexos no plano
de Argand-Gauss
Entender o módulo e o argumento dos números complexos, e sua
aplicação no plano de Argand-Gauss
Neste tópico, estudaremos a representação, o módulo e o argumento dos

números complexos e sua aplicação no plano de Argand-Gauss.
1.1 Representação gráfica
As primeiras ideias sobre como representar graficamente um número complexo

surgiram com os estudos de Wessel (matemático norueguês, 1745-1818). Mas foi após
os estudos do matemático Argand (que representou as partes real e imaginária como
coordenadas retangulares no plano cartesiano) e com a publicidade conferida pelos
estudos do matemático Gauss que foi aceita a representação conhecida como plano de
Argand-Gauss, utilizada até hoje.
Seja um número complexo, representado segundo sua forma algébrica

z= a + bi . Sua representação geométrica ocorre tomando, no plano cartesiano,
o eixo x como o eixo que representa a parte real (a) e o eixo y como o eixo que
representa a parte imaginária (b), de modo que P (a, b) é chamada de imagem
geométrica ou afixo do número complexo z= a + bi .
Aula 6 | Tópico 1
Figura 3 − Representação geométrica de z= a + bi
100
Essas informações sobre representação geométrica podem ser sintetizadas no

quadro abaixo:
Quadro 1− Síntese de z= a + bi no plano de Argand-Gauss
Re( z ) Eixo x
Im( z ) Eixo y
P ( a, b) Imagem geométrica de z= a + bi
Apresentamos a seguir alguns números complexos ( z1 , z2 , z3 , z4 ) e suas

respectivas representações geométricas ( P1 , P2 , P3 , P4 ) no plano de Argand-Gauss:
z1= 2 + i , com P1 = (2,1)

z2 =−3 + 2i , com P2 = (−3, 2)
P3 =(−1, −1) , com P3 =(−1, −1)
z4 = 3 − 2i , com P=
4 (3, −2)
Figura 4 − Representação Geométrica dos afixos P1 , P2 , P3 e P4
101
1.2 Módulo e argumento
O módulo e o argumento são elementos essenciais em nosso estudo sobre a

representação geométrica dos números complexos. Vamos conhecê-los um pouco mais!
Definição 6.1 Definimos o módulo de um número complexo

z= a + bi como o módulo do vetor que o representa,
ou seja, a distância entre seu afixo P (a, b) e a origem
O(0, 0) do plano de Argand-Gauss. Denotamos o módulo
do número complexo z por z ou pela letra grega ρ (rô).
Algebricamente, temos que:
z= ρ= a 2 + b2
ρ
A expressão= a 2 + b 2 é obtida a partir da distância entre dois pontos nos
estudos de geometria analítica. Dados os pontos A( x A , y A ) e B ( xB , yB ) , temos que
( x A − xB )
2
d AB= + (y A − y B ) 2 , onde d AB denota a distância entre os pontos A e B.
Aula 6 | Tópico 1
Sendo assim, tomemos um número complexo genérico z= a + bi com
afixo P (a, b) e a origem O (0, 0) do plano de Argand-Gauss, de modo que
( a − 0)
2
dOP= + (b − 0) 2 ⇒ dOP= a 2 + b 2 . Graficamente, temos:
Figura 5 − Representação geométrica do módulo de z= a + bi
102
O cálculo do módulo de
Tendo já discutido o um número complexo
módulo de um número complexo z= a + bi , com z = a
z= a + bi , vamos estudar agora o ou z = a , pode ser
ângulo existente entre o eixo x e o simplificado. Vejamos:
módulo de z= a + bi . Chamamos Se z = a , então
esse ângulo de argumento do ρ= a 2 = a = a, ∀a ∈  .
número complexo z= a + bi .
Se z = bi , então
ρ= b 2 = b = b, ∀b ∈  .
Definição 6.2 Definimos o argumento de um número complexo

b a
z= a + bi como o ângulo θ , 0 ≤ θ ≤ 2π , tal que
= sen θ = e cos θ ,
ρ ρ
com z ≠ 0 . Denotamos o argumento do número complexo z por:
θ = arg z
A representação gráfica do argumento de um número complexo z= a + bi é
dada abaixo:
Figura 6 − Representação geométrica do módulo e do argumento de z= a + bi
103
Exercício resolvido 1: Determine o

Para a correta
módulo e o argumento dos números
determinação do ângulo
complexos z1= 2 + 2 3i e z1 e z2 .
θ , devemos considerá-
Em seguida, represente graficamente
lo no sentido positivo,
z1 e z2 . ou seja, no sentido anti-
horário, 
a partir do eixo real até encontrar
Solução: Inicialmente devemos o vetor OP .
identificar os valores de a e b
a = 2 a = 0
dos números complexos z1 e z2 . Temos, então: z1 =  e z2 =  ,
b = 2 3 b = 3
ou seja, os afixos desses números complexos são P1 = 2, 2 3 ( ) e P2 = (0,3) ,

respectivamente. Vamos calcular separadamente os módulos e os argumentos, para
facilitar a compreensão.
Para o cálculo do módulo do número complexo, basta utilizarmos a equação

=
ρ a 2 + b 2 . Chamando de ρ1 o módulo de z1 , temos:
( )
2
( 2)
2
ρ1 = + 2 3 ⇒ ρ1 = 4 + 12 ⇒ ρ1 = 16 ⇒ ρ1 = 4
Aula 6 | Tópico 1
Para o cálculo do argumento do número complexo, devemos utilizar as
b a
=
identidades sen θ = e cos θ . Chamando de θ1 o argumento de z1 , temos:
ρ ρ
2 3 3 2 1
sen θ1 = ⇒ sen θ1 = e cos θ1 = ⇒ cos θ1 = ; com isso, determinamos
4 2 4 2
π
que θ1 = rad , ou seja, θ1 =60º .
3
De modo análogo, vamos calcular ρ2 e θ 2 :
( 0 ) + ( 3)
2 2
ρ2 = ⇒ ρ2 = 0 + 9 ⇒ ρ2 = 9 ⇒ ρ2 = 3
104
3 0
sen θ 2 = ⇒ sen θ 2 =
1 e cos θ2 = ⇒ cos θ2 = 0 ; com isso, determinamos que
3 3
π
θ2 = rad , ou seja, θ 2 = 90º .
2
Por fim, vamos representar graficamente os números complexos z1 e z2 ,
respectivamente:
Figura 7a − Representação Geométrica Figura 7b − Representação Geométrica

de z1 2 + 2 3i de z2 = 3i
Fonte: DEaD | IFCE.
Neste tópico nos familiarizamos com a representação geométrica dos números

complexos no plano de Argand-Gauss, destacando inclusive a existência do módulo
e do argumento de z= a + bi . A seguir, no tópico 2, vamos estudar a representação
trigonométrica dos números complexos e de que modo ela pode facilitar as operações
aritméticas de multiplicação e divisão.
Tópico 2
A forma trigonométrica
105
OBJETIVOS
Entender a representação dos números complexos na forma
trigonométrica
Compreender as operações de multiplicação e divisão dos números
complexos na forma trigonométrica
Neste tópico estudaremos os números complexos em sua representação

trigonométrica e em algumas operações aritméticas. Como as operações de adição
e subtração são mais facilmente trabalhadas na forma algébrica do que na forma
trigonométrica, focalizaremos aqui apenas as operações de multiplicação e divisão na
forma trigonométrica.
2.1 A forma trigonométrica dos números complexos
Nos estudos anteriores, conhecemos o conjunto dos números complexos e nos

familiarizamos com sua forma algébrica z= a + bi , além de termos aprendido sobre o
módulo ρ e o argumento θ . Vamos agora, utilizando esses elementos, definir a forma
trigonométrica para representarmos os números complexos.
Definição 6.3 Dado um número complexo z= a + bi ,

b
com z ≠ 0 , e as identidades sen θ = ⇒ b = ρ ⇒ sen θ
ρ
a
e cos θ = ⇒ a = ρ ⋅ cos θ , definimos a forma
ρ
trigonométrica ou forma polar de z= a + bi como sendo:
ρ ⋅ ( cos θ + i sen θ )
z=
Aula 6 | Tópico 2
A elaboração da equação que representa a forma trigonométrica ocorre a
partir da simples substituição de a = ρ .cos θ e b = ρ .cos θ na forma algébrica de z.
Vejamos:
z= a + bi
=z ( ρ .cos θ ) + ( ρ ⋅ sen θ )i
=z ρ .cos θ + ρ ⋅ sen θ .i
= z ρ (cos θ + i sen θ )
Exercício resolvido 2: Dados os números complexos z1 = 1 + i e z2 =−1 + 3i , mostre
106 sua representação na forma trigonométrica.
Solução: Para determinarmos

a forma trigonométrica de um Quando representamos
um número complexo na
número complexo, devemos
forma trigonométrica,
calcular o valor do módulo ρ e normalmente utilizamos
do argumento θ . Lembrando que θ em radianos.
b
ρ
= a 2 + b 2 , que sen θ = e
ρ
a
cos θ = , e calculando inicialmente os valores referentes ao complexo z1 , temos:
ρ
(1) + (1)
2 2
ρ1 = ⇒ ρ1 = 1 + 1 ⇒ ρ1 = 2
1 2 1 2
sen θ1 = ⇒ sen θ1 = e cos θ1 = ⇒ cos θ1 = ; assim determinamos que
2 2 2 2
π
θ1 = rad , ou seja, θ1 = 45º .
4
Daí, temos que
 π   π 
=z1 ρ1.(cos θ1 + i sen θ1 ) =
⇒ z1 2. cos   + i sen   
 4  4 
Para representarmos z2 , utilizamos raciocínio semelhante:
( 3)
2
( −1)
2
ρ2 = + ⇒ ρ2 = 1 + 3 ⇒ ρ2 = 4 ⇒ ρ2 = 2
3 1 2π
sen θ 2 = e cos θ 2 = − ; com isso, determinamos que θ 2 = rad , ou seja,
2 2 3
θ=
1 120° .
=
Segue-se que ⇒ z 2 2 ⋅ cos 2ð
z 2 ñ2 ⋅ ( cos è 2 + i sen è 2 )=
 ( 3 ) + i sen ( 2ð 3 ) .
Nas próximas seções, passaremos ao estudo das operações de multiplicação e
divisão dos números complexos na forma trigonométrica.
2.2 Multiplicação na forma trigonométrica
A seguir, na definição 6.4, apresentamos a multiplicação de dois números

complexos na forma trigonométrica:
Definição 6.4 Dados dois números complexos

107
z1 e z2 , representados na forma trigonométrica
ρ1 ⋅ ( cos θ1 + i sen θ1 ) e z2 =
z1 = ρ2 ⋅ ( cos θ 2 + i sen θ 2 ) ,
definimos a multiplicação desses números complexos como
sendo:
z1 ⋅ z2 =ρ1 ⋅ ρ2 ⋅ cos (θ1 + θ 2 ) + i sen (θ1 + θ 2 ) 

A elaboração da equação que representa o produto de dois números complexos

na forma trigonométrica ocorre a partir da multiplicação direta dos complexos
z1 e z2 . Vejamos:
z1 ⋅ z2  ρ1 ⋅ ( cos θ1 + i sen θ1 )  ⋅  ρ2 ⋅ ( cos θ2 + i sen θ 2 ) 

=
z1 ⋅ z2 ρ1 ⋅ ( cos θ1 + i sen θ1 ) ⋅ ρ2 ⋅ ( cos θ2 + i sen θ 2 )

=
=z1 ⋅ z2 ρ1 ⋅ ρ2 ⋅ ( cos θ1 + i sen θ1 ) ⋅ ( cos θ 2 + i sen θ 2 )
z=
1 ⋅ z2 ρ1 ⋅ ρ2 ⋅ cos θ1 cos θ 2 + i cos θ1 sen θ 2 + i sen θ1 cos θ 2 + i 2 sen θ1 sen θ 2 
Sabendo que i 2 = −1 , temos:
z1 ⋅ z2 ρ1 ⋅ ρ2 ⋅ [ cos θ1 cos θ 2 − sen θ1 sen θ 2 + i cos θ1 sen θ 2 + i sen θ1 cos θ 2 ]

z1 ⋅ z2 ρ1 ⋅ ρ2 ⋅ cos θ1 cos θ 2 − sen θ1 sen θ 2 + i ( cos θ1 sen θ 2 + sen θ1 cos θ 2 ) 
=
Lembrando que θ2 cos ( θ1 + θ2 )

cos θ1 cos θ2 − sin θ1 sin= e que
sen (θ1 + θ 2 ) , temos:

cos θ1 sen θ 2 + sen θ1 cosθ 2 =
z1 ⋅ z2 ρ1 ⋅ ρ2 ⋅ cos (θ1 + θ 2 ) + i sen (θ1 + θ 2 ) 

=
Aula 6 | Tópico 2
Para melhor compreensão dessa operação aritmética na forma trigonométrica,
apresentamos a seguir um exercício resolvido:
 π   π 
Exercício resolvido 3: Dados 3 ⋅ cos   + i sen   
z1 = e
 4  4 
z2 =
 6 ( ) 6  ( )
2 ⋅ cos π + i sen π  , determine o número complexo z3 , de modo que
z3 = z1 ⋅ z2 .
108 Solução: Seguindo a definição 6.4, vamos multiplicar os módulos de z1 e z2 e somar

seus argumentos θ1 e θ 2 :
z3 = z1 ⋅ z2
=z3 ρ1 ⋅ ρ2 ⋅ cos (θ1 + θ 2 ) + i sen (θ1 + θ 2 ) 
 π π   π π 
3 2 ⋅ cos  +  + i sen  +  
z3 =⋅
 4 6  4 6 
  5π   5π  
3 2 ⋅ cos 
z3 =  + i sen  
  12   12  

2.3 Divisão na forma trigonométrica
A seguir, na definição 6.5, apresentamos a divisão de dois números complexos

na forma trigonométrica:
Definição 6.5 Dados dois números complexos

z1 e z2 , representados na forma trigonométrica
=z1 ρ1 ⋅ ( cos θ1 + i sen θ1 ) =
e z2 ρ2 ⋅ ( cos θ 2 + i sen θ 2 ) ,
z2 ≠ 0 , definimos a divisão desses números complexos
como sendo:
z1 ρ1
= ⋅ cos (θ1 − θ 2 ) + i sen (θ1 − θ 2 ) 
z2 ρ2 
A elaboração da equação que representa o quociente de dois números

complexos na forma trigonométrica ocorre a partir da divisão direta dos complexos
z1 e z2 . Vejamos:
z1 ρ ⋅ ( cos θ1 + i sen θ1 )
= 1
z2 ρ2 ⋅ ( cos θ 2 + i sen θ 2 )
z1  ρ1  ( cos θ1 + i sen θ1 )
=  ⋅
z2  ρ2  ( cos θ 2 + i sen θ 2 )

Usando o artifício matemático de multiplicar o numerador e o denominador pelo

conjugado de cos θ 2 + i sen θ 2 , temos:
z1  ρ1  cos θ1 cos θ 2 − i cos θ1 sen θ 2 + i sen θ1 cos θ 2 − i sen θ1 sen θ 2 

2
=  ⋅
z2  ρ2  cos θ 2 cos θ 2 − i cos θ 2 sen θ 2 + i sen θ 2 cos θ 2 − i 2 sen θ 2 sen θ 2 

2 109
=   ⋅
z2  ρ2  cos θ 2 cos θ 2 − i cos θ 2 sen θ 2 + i sen θ 2 cos θ 2 − i 2 sen θ 2 sen θ 2 

2
=  ⋅
z2  ρ2  cos θ 2 − i sen θ 2 
2 2
z1  ρ1  [ cos θ1 cos θ 2 + sen θ1 sen θ 2 − i cos θ1 sen θ 2 + i sen θ1 cos θ 2 ]

=  ⋅
z2  ρ2  cos 2 θ 2 + sen 2θ 2 

Considerando que cos 2 θ 2 + sen 2 θ 2 =

1 , temos:
z1  ρ1 
=  ⋅ [ cos θ1 cos θ 2 + sen θ1 sen θ 2 − i cos θ1 sen θ 2 + i sen θ1 cos θ 2 ]
z2  ρ2 
Lembrando que cos (θ1 − θ 2 )

cos θ1 cos θ 2 + sen θ1sen θ 2 = e que
−cos θ1sen θ 2 + sen θ1 cos θ 2 =sen (θ1 − θ 2 ) , temos:
z1 ρ1
= ⋅ cos (θ1 − θ 2 ) + i sen (θ1 − θ 2 ) 
z2 ρ2 
Apresentamos a seguir um exercício resolvido para melhor compreensão dessa

operação aritmética na forma trigonométrica:
 π   π 
=
Exercício resolvido 4: Dados z1 cos (π ) + i sen (π ) e z2 =
2 ⋅ cos   + i sen    ,
 2  2 
determine o número complexo z 3 , de modo que z3 =
z1 .
z2
Aula 6 | Tópico 2
Solução: Seguindo a definição 6.5, vamos dividir os módulos de z1 e z2 e subtrair seus
argumentos θ1 e θ 2 nesta ordem:
z1
z3 =
z2
ρ1
z3 = ⋅ cos (θ1 − θ 2 ) + i sen (θ1 − θ 2 ) 
ρ2 
1   π  π 
z3 = ⋅ cos  π −  + i sen  π −  
2   2  2 
110 1  π 
z3 =
 π 
⋅ cos   + i sen   
2  2  2 
Neste tópico, aprendemos sobre multiplicação e divisão dos números complexos

na forma trigonométrica. Esse estudo é muito importante para subsidiar, de forma
bem prática, a potenciação e a radiciação dos números complexos, assuntos que serão
discutidos no próximo tópico.
Tópico 3
Potenciação e radiciação dos números

111
OBJETIVOS
Compreender as formas de potenciação e radiciação de números
Estudar a aplicação das fórmulas de De Moivre em situações-
problema
Neste tópico vamos nos aprofundar ainda mais no estudo dos números
complexos, enfatizando a potenciação e a radiciação na forma trigonométrica, com
base nas fórmulas de De Moivre.
3.1 Potenciação dos números complexos: 1ª Fórmula de De Moivre
Vimos, nas seções anteriores, que a forma trigonométrica facilita a execução das
operações aritméticas de multiplicação e divisão. Uma vez que a potenciação é uma
forma de multiplicação, vamos aprender como fazer potenciação através da forma
trigonométrica a fim de agilizar nossos estudos.
Definição 6.6 Dado um número complexo z , representado

na forma trigonométrica z = ρ ⋅ ( cos θ + i sen θ ) , definimos
a potenciação desse número complexo, conhecida como
1ª fórmula de De Moivre, como sendo:
=z n ρ n ⋅ cos ( n θ ) + i sen ( n θ )  ( ∀n ∈  )
Aula 6 | Tópico 2
Antes de iniciarmos a demonstração da definição 6.6, vamos revisar o princípio
da indução finita (PIF). Trata-se de um procedimento matemático para provar teoremas,
bastante utilizado para validar sequências de números naturais. Vejamos, então.
Seja P ( n ) um enunciado que descreve uma propriedade sobre um número

natural n , com n ≥ n0 . Segue que:
P ( n0 ) é verdadeira.

Seja n = k , P ( k ) é verdadeira (hipótese de indução).
112 Para n= k + 1 , temos que, se P ( k + 1) também for verdadeira (tese de indução),

então P ( n ) vale para todo n ≥ n0 .
Agora que você já revisou o PIF,

vamos iniciar a demonstração da equação Para mais informações
sobre o PIF, acesse
=z n ρ n ⋅ cos ( n θ ) + i sen ( n θ )  , ∀n ∈  , este https://www.
segundo esse princípio. Vejamos: ime.usp.br/~brolezzi/
disciplinas/20141/mat1513/tge.pdf.
Para n = 0 , temos:
z 0 ρ 0 ⋅ cos ( 0 ⋅ θ ) + i sen (=
= 0 ⋅ θ )  1
Para n = 1 , temos:
z1 ρ 1 ⋅ cos (1 ⋅ θ ) + i sen (=
= 1 ⋅ θ )  z
Sem perda de generalidade, vamos admitir como verdadeira a equação
=z n ρ n ⋅ cos ( n θ ) + i sen ( n θ )  para n= k − 1 e provar sua validade para n = k .
Para n= k − 1 , temos:
{
z k −1 ρ k −1 ⋅ cos ( k − 1) ⋅ θ  + i sen ( k − 1) ⋅ θ 
= }
Para obtermos n = k , vamos multiplicar a equação de z k −1 , nos dois membros, por
ρ ⋅ cos (θ ) + i sen (θ )  :
z1 =
z k −1 ⋅ z1
= {ρ ⋅{cos ( k − 1) ⋅θ  + i sen ( k − 1) ⋅θ }} ⋅{ρ ⋅ cos (θ ) + i sen (θ )}
k −1
= { }
z k ρ k −1 ⋅ cos ( k − 1) ⋅ θ  + i sen ( k − 1) ⋅ θ  ⋅ρ ⋅ cos (θ ) + i sen (θ ) 
= { }
z k ρ k ⋅ cos ( k − 1) ⋅ θ  + i sen ( k − 1) ⋅ θ  ⋅ cos (θ ) + i sen (θ ) 
= {
z k ρ k ⋅ cos ( k − 1) ⋅ θ  cos (θ ) + i cos ( k − 1) ⋅ θ  sen (θ )
+ i sen ( k − 1) ⋅ θ  cos (θ ) + i 2 sen ( k − 1) ⋅ θ  sen (θ ) }

= {
z k ρ k ⋅ cos ( k − 1) ⋅ θ  cos (θ ) − sen ( k − 1) ⋅ θ  sen (θ )
+i cos a ( k − 1) ⋅ θ  sin (θ ) + i sen ( k − 1) ⋅ θ  cos (θ ) }

Lembrando que 113
cos ( k − 1) ⋅ θ  cos (θ ) − sen ( k − 1) ⋅ θ  sen =
(θ ) cos ( k − 1) ⋅θ +=
θ  cos ( k θ ) e
que cos ( k − 1) ⋅ θ  sin (θ ) + sen ( k − 1) ⋅ θ  cos=

(θ ) sen ( k − 1) ⋅θ +=
θ  sen ( k θ ) ,
temos:
=z k ρ k ⋅ cos ( k θ ) + i sen ( k θ )  (*)
Uma vez generalizado (*) para todo k = n , n ∈  , temos:
=z n ρ n ⋅ cos ( n θ ) + i sen ( n θ ) 
Para melhor compreensão da potenciação de números complexos na forma

trigonométrica, apresentamos os seguintes exercícios resolvidos:
2 ⋅ cos π
Exercício resolvido 5: Dado z =
8
 ( 4 ) + i sen (π 4 ) , determine o número
complexo z .
Solução: Seguindo a definição 6.6, vamos potenciar o módulo de z por 8, e multiplicar

seu argumento θ por 8. Assim, chegamos a:
( 2 ) ⋅{cos 8 ⋅ (π 4 ) + i sen 8 ⋅ (π 4 )}

8
=z8
( 2) ⋅ cos ( 2π ) + i sen ( 2π ) 
4
=z8
16 ⋅ cos ( 2π ) + i sen ( 2π ) 
z8 =
Aula 6 | Tópico 2
Exercício resolvido 6: Dado z = 1 + i , determine z 35 e expresse-o nas formas
trigonométrica e algébrica.
Solução: Inicialmente temos que escrever o número complexo z na forma

trigonométrica e para isso vamos calcular os valores do módulo ρ e do argumento θ ,
de modo que:
(1) + (1)
2 2
ρ = a 2 + b2 ⋅ ρ = ⋅ρ = 1+1 ⋅ ρ = 2
sen=
θ b ⋅ sen=
θ 1 θ
⋅ sen= 2 cos θ =a ⋅ cos θ =1 ⋅ cos θ = 2 ,
ρ 2 e ρ 2
114 2 2
de onde concluímos que θ = π rad , ou seja, θ= 45° .
4
Daí, temos que a forma trigonométrica de z é dada por
2 ⋅ cos π + i sen π 
z=
 4 4  ( ) ( )
Fazendo a potenciação de z através da fórmula de De Moivre, temos:
=z 35 ( 2)
35
{  4 ( )
⋅ cos 35 ⋅ π  + i sen 35 ⋅ π 
 4  ( )}
( 2) = ( 2)
35 34
Mas ⋅ 2 = 217 ⋅ 2 e θ = 35π possui primeira determinação
4
positiva em 3π . Desta forma, chegamos à representação trigonométrica de z 35 :
4
=z 35 217 ⋅ 2 ⋅ cos 3π + i sen 3π 

 4 4  ( ) ( )
E, para sua representação algébrica, basta substituirmos cos 3π ( 4) = − 2
2
e
sen 3π( 4) = 2
2
. Daí:
  35
35
z= 217 ⋅ 2 ⋅  − 2  + i  2   ⋅ z= 217 ⋅ ( −1 + i )
 2   2 
3.2 Radiciação dos números complexos: 2ª fórmula de de Moivre
Vimos na seção anterior como proceder para potenciar um número complexo na

forma trigonométrica. Vamos agora nos deter na radiciação dos números complexos,
ainda utilizando a forma trigonométrica. A operação matemática de radiciação pode ser
vista como uma potenciação com expoentes racionais, e essa perspectiva nos auxiliará
em nossos estudos.
Definição 6.7 Dado um número complexo z , representado
ρ ⋅ ( cos θ + i sin θ ) , com z ≠ 0
na forma trigonométrica z =
, definimos a radiciação desse número complexo (ou o cálculo
de suas raízes enésimas), conhecida como 2ª fórmula de De
Moivre, como sendo:

n ρ ⋅ cos 
θ + k ⋅ 2π   θ + k ⋅ 2π 
wk =    + i sen  
  n   n 
∈ * e k 0,1, 2, ... , n − 1 .
A equação é válida para ∀n=
Para compreendermos melhor a equação da definição 6.7, suponhamos que exista

115
ρ ⋅ ( cos θ + i sen θ ) .
umnúmerocomplexo w queéraizenésimadonúmerocomplexo z =
Com isso, podemos escrever w em sua forma trigonométrica, de modo que
σ ⋅ ( cos ϕ + i sen ϕ ) , em que o módulo é denotado pela letra grega σ (sigma) e
w=
o argumento pela letra grega ϕ (fi). Utilizando a 1ª fórmula de De Moivre, temos que
=wn σ n ⋅ cos ( nϕ ) + i sen ( nϕ )  .
Como assumimos que w é raiz enésima de z , então temos que wn = z . Fazendo

a substituição nesta última igualdade, temos:
wn = z
σ n ⋅ cos ( nϕ ) + i sen ( nϕ )  =
ρ ⋅ ( cos θ + i sen θ )
Uma vez que, na igualdade de dois números complexos na forma trigonométrica,

os módulos são iguais entre si, segue que:
σ n = ρ ⋅σ = n ρ
Da mesma forma, os cossenos dos argumentos são iguais entre si, e os senos
também o são, ou seja, cos ( nϕ ) = cos θ e sen ( nϕ ) = sen θ , o que implica que
nϕ é igual a θ adicionado a todos os seus côngruos, pois lidamos aqui com uma
circunferência semelhante à circunferência trigonométrica. Logo:
θ + k ⋅ 2π
nϕ = θ + k ⋅ 2π ⋅ ϕ =
n
Desta forma, concluímos que:

n ρ ⋅ cos 
θ + k ⋅ 2π   θ + k ⋅ 2π  
wk =    + i sen  
  n   n 
Aula 6 | Tópico 2
Uma vez que k assume diferentes valores,
= pois k 0,1, 2, ... , n − 1 ,
temos n − 1 raízes. Então, para k = 0 , temos w0 ; para k = 1 , temos
w1 , e assim sucessivamente até k= n − 1 , quando teremos wn −1 ,
que é a última raiz. Essas raízes enésimas do número complexo z ,
com z ≠ 0 , possuem todas o mesmo módulo ρ , e seus argumentos formam uma
n
progressão aritmética (PA) com primeiro termo a1 = θ e razão r = 2π .

n n
116 Apresentamos a seguir um exercício resolvido para melhor compreensão do

cálculo das raízes enésimas de números complexos na forma trigonométrica:
Exercício resolvido 7: Determine as raízes cúbicas do número complexo z = 1 e

represente-as nas formas trigonométrica e algébrica.
Solução: Inicialmente, devemos compreender que estamos calculando números

complexos w , tais que w3 = z , pois n = 3 . Assim, vamos escrever o número complexo
1 ⋅ cos ( 0 ) + i sen ( 0 )  . Já sabemos que o

z em sua forma trigonométrica, ou seja, z =
módulo de todas as raízes é igual a n ρ , ou seja,
σ=
0 σ=
1 σ=
2
3
1 1
=
Para o cálculo dos argumentos ϕ0 , ϕ1 , ϕ 2 , usamos a expressão

(θ + k ⋅ 2π ) ; sabendo
n
que θ = 0 , temos:
k = 0 , ϕ0
Para =
(=
0 + 0 ⋅ 2π )
0
3 ⋅ ϕ0
k = 1 , ϕ1
Para=
(=
0 + 1 ⋅ 2π ) 2π
3 ⋅ ϕ1 3
k = 2 , ϕ2
Para=
(=
0 + 2 ⋅ 2π ) 4π
3 ⋅ ϕ2 3
Então, concluímos que as três raízes procuradas são:
1 cos ( 0 ) + i sen ( 0 )  ⋅ w0 =
w0 =⋅ 1
  2π   2π  1 3
1 cos 
w1 =⋅  + i sen    ⋅ w1 =− + i
  3   3  2 2
  4π   4π   1 3
1 cos 
w2 =⋅  + i sin    ⋅ w2 =− − i
  3   3  2 2
Neste tópico, estudamos sobre a representação trigonométrica dos números

complexos, compreendendo as operações de multiplicação e divisão, bem como as
fórmulas de De Moivre para potenciação e radiciação dos números complexos. Vamos
agora à seção Pratique a fim de consolidarmos o que aprendemos nesta aula.
117
Aula 6 | Tópico 2
1. Determine a forma trigonométrica das raízes da equação x 2 + 2 x + 4 =0.
2. Seja z um número complexo, tal que z = 1 + i . Sabendo que z representa

o conjugado de z , calcule o valor da expressão ( z ) − z 4 .
4
118 3. Represente, nas formas trigonométrica e algébrica, o número complexo

(1 + i 3 )
20
z= .
4. Determine as raízes cúbicas do número complexo z = 8 e represente-as

nas formas trigonométrica e algébrica.
  2π   2π     4π   4π  
2 ⋅ cos 
1. z1 =  + i sen  2 ⋅ cos 
  e z2 =  + i sen  
  3   3    3   3 
2. 0
119
  2π   2π 
3. 220 ⋅ cos 
  3 
 + i sen 
 3
19
(
  e 2 ⋅ −1 + i 3

)
4. w0 =2 ⋅ cos ( 0 ) + i sen ( 0 )  ⇒ w0 =2
  2π   2π 
w1 =2 ⋅ cos   + i sen    ⇒ w1 =−1 + i 3
  3   3 
  4π   4π  
w2 =2 ⋅ cos   + i sen    ⇒ w2 =−1 − i 3
  3   3 
Aula 6 | Tópico 2
Aula 7
Polinômios: formas
de representação e operações
120
Estamos iniciando a aula 7 e nela passaremos a tratar de polinômios, estudando

as principais operações aritméticas, os polinômios idênticos entre si, idênticos a zero, o
grau dos polinômios e o valor numérico. As contribuições matemáticas sobre este tema
vêm desde a época de Euclides (matemático grego, 300 a.C.), passando por Descartes
(matemático francês, 1596-1650), D’Alembert (matemático francês, 1717-1783), Ruffini
(matemático italiano, 1765-1822) e Briot (matemático francês, 1817-1882). Vale ressaltar
que o estudo de polinômios foi de fundamental importância para praticamente todas
as áreas da matemática, pois eles usam os mesmos princípios das equações algébricas
e das funções.
Vamos continuar nossos estudos sobre os polinômios!
Objetivos
Compreender as formas de representação dos polinômios

Estudar as operações de adição, subtração e multiplicação entre polinômios
Estudar a divisão entre polinômios por diferentes métodos
Tópico 1
Formas de representação
dos polinômios
121
OBJETIVOS
Compreender a noção intuitiva dos polinômios
Estudar a representação dos polinômios em: grau, nulidade,
identidade e valor numérico
Neste tópico, teremos nosso primeiro contato com os polinômios e as formas

de representar seus diversos elementos correlacionados, tais como grau, nulidade,
identidade e valor numérico.
1.1 Noção intuitiva de polinômios
Na matemática, assim como em várias outras ciências, quando representamos

uma lei da natureza através de equações matemáticas, estamos na verdade efetuando
o processo de relacionar grandezas. Dentre os tipos de equações que podem ser
utilizadas, destacamos as equações algébricas, cujas incógnitas são submetidas apenas
às operações matemáticas elementares: adição, subtração, multiplicação, divisão,
potenciação e radiciação. Estas equações algébricas são representadas por polinômios.
Vejamos a definição de polinômio a seguir.
Definição 7.1 Definimos o polinômio na variável x como sendo a soma

de termos que envolvam a variável estudada, representado por
) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P( x=
em que n ∈  , e destacamos an x n , an −1 x n −1 ,..., a2 x 2 , a1 x1 , a0 ,

conhecidos como termos do polinômio, e ainda an , an −1 ,..., a2 , a1 , a0 ,
chamados de coeficientes do polinômio.
Aula 6 | Tópico 2
A seguir, temos dois exemplos de polinômios e a representação de todos os seus
elementos:
2
P1 ( x) = 3 x + 6 x − 1
 Termos: 3 x 2 , 6 x e − 1
 Coeficientes: a2 = 3, a1 = 6 e a0 = −1
5 3 2
P2 ( x)= 2 x + x − 4 x − x + 3
 Termos: 2 x 5 , x 3 , −4 x 2 , − x e 3
122 2, a4 =
 Coeficientes: a5 = 0, a3 =
1, a2 =
−4, a1 =
−1 e a0 =
3
1.2 Grau de um polinômio
Conhecer o grau de um polinômio é de grande relevância em nosso estudo, pois

assim poderemos determinar a quantidade de raízes do polinômio estudado. Vamos
estudar um pouco mais sobre esse tema!
Definição 7.2 Definimos o grau do polinômio

) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0 como sendo o
P( x=
maior expoente da variável x , desde que x n tenha coeficiente
não nulo. Desta forma, o grau de P ( x) , denotado por gr ( P ) ,
será n se, e somente se, an ≠ 0 e todos os coeficientes de
índices maiores que n forem nulos.
Apresentamos a seguir alguns polinômios e a correta identificação do seu grau:

P1 ( x) 3;=
= gr ( P) 0
P2 ( x) = x 3 − x 2 + x; gr ( P) = 3

P3 ( x) = 4 x 5 + 3 x 2 − 2; gr ( P ) = 5

Passaremos agora às definições de polinômio identicamente nulo, polinômios

idênticos e valor numérico, mostrando alguns exercícios resolvidos para melhor
compreensão do conteúdo.
1.3 Polinômio identicamente nulo
Antes dos exercícios resolvidos, vejamos a definição de polinômio identicamente

nulo.
Definição 7.3 Definimos que um polinômio será idêntico
a zero, ou identicamente nulo, quando todos os seus
coeficientes forem iguais a zero. O polinômio identicamente
nulo é denotado por P ( x) ≡ 0 .
Exercício resolvido 1: Determine os valores de a e b para que o polinômio

P ( x) = (b − 6a ) x 2 + (b 2 − 9) x + b − 3 seja identicamente nulo.
Solução: Inicialmente devemos igualar todos os coeficientes a zero. Assim, temos:

b − 6a =0 , ou seja, b = 6a ; b 2 − 9 =0 , o que implica b = ±3 ; e, por fim, b − 3 =
1
0,
123
logo b = 3 . Concluímos, pois, que apenas b = 3 e a = tornam todos os termos do
2
polinômio iguais a zero.
Exercício resolvido 2: Determine os valores de a, b e c para que o polinômio

P ( x) = (a + b − 3) x 2 + (a − b − 1) x + b − c seja identicamente nulo.
Solução: Inicialmente devemos igualar todos os coeficientes a zero. Assim, temos:

a +b−3 = 0 , ou seja, a + b= 3; a − b − 1= 0 , o que implica a − b =1 ; e, por fim,
b−c = 0, logo b = c . Resolvemos o sistema linear abaixo a fim de determinarmos os
valores de a e b :
a + b = 3
 ⇒= a 2 e= b 1
a − b = 1
Uma vez que b = c temos que c = 1 . Com isso, concluímos a solução do exercício.
1.4 Polinômios idênticos entre si
Na seção anterior definimos o que é polinômio identicamente nulo.

Apresentaremos agora as condições para que dois polinômios sejam idênticos entre si.
Definição 7.4 Definimos que dois polinômios
) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P1 ( x=
e
) bn x n + bn −1 x n −1 + ... + b2 x 2 + b1 x1 + b0
P2 ( x=
são idênticos se, e somente se, tiverem o mesmo grau e
an bn ,=
ainda = an −1 bn −1 ,...,
= 2 , a1
a2 b= e a0 b0 .
b1 = Os
polinômios idênticos são denotados por P1 ( x) ≡ P2 ( x) .
Aula 6 | Tópico 2
Exercício resolvido 3: Determine os valores de a e b para que os polinômios
P1 ( x) = (a − b) x3 + x 2 − (a + b) e P2 ( x) = x3 + x 2 − 3 sejam idênticos.
Solução: Inicialmente devemos igualar os coeficientes cuja variável possui mesmo
1 , para os termos em x 3 ;1 = 1 ,
expoente em P1 ( x) e em P2 ( x) . Com isso, temos: a − b =
para os termos em x 2 ; e −(a + b) =−3 , para os termos independentes, implicando

1
a − b =
que a + b =3 . Ou seja, temos que resolver o sistema linear  , que possui
a + b =3
=
solução única com a 2=
e b 1.
124
1.5 Valor numérico de um polinômio
Nesta seção vamos definir sobre o Valor Numérico de um Polinômio e ainda

apresentamos um exercício resolvido para melhor assimilação do conteúdo.
Definição 7.5 Definimos o valor numérico de um polinômio

) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P( x= quando
substituímos x por um dado valor α ∈  e obtemos
α ) an (α n ) + an −1 (α n −1 ) + ... + a2 (α 2 ) + a1 (α 1 ) + a0 .
P(=
Exercício resolvido 4: Determine o valor de a no polinômio P ( x) =x 3 + ax 2 + 19 x + a ,

sabendo que P (2) = 0 .
Solução: Inicialmente devemos substituir x por 2 em P ( x) e, em seguida, igualar

esse resultado a zero, pois P (2) = 0 . Temos, então, P (2) =(2)3 + a (2) 2 − 19(2) + a ;
segue que P (2) =8 + 4a − 38 + a , ou seja, P (2)
= 5a − 30 . Como P(2) = 0 , segue
que 5a − 30 =
0 , logo a = 6 .
Neste tópico nos familiarizamos com a representação dos polinômios, além de

verificarmos as condições para polinômios identicamente nulos e polinômios idênticos
entre si. Abordamos também a determinação do grau de um polinômio e a definição
de seu valor numérico. A seguir, no tópico 2, vamos estudar as operações aritméticas
de adição, subtração e multiplicação entre polinômios.
Tópico 2
Propriedades operatórias
entre polinômios: adição,
subtração e multiplicação
125
OBJETIVOS
Entender as operações de adição, subtração e multiplicação entre
polinômios
Estudar situações-problema que envolvam as propriedades dos
polinômios
Neste tópico faremos um estudo sobre as operações aritméticas de adição,

subtração e multiplicação dos polinômios, evidenciando a construção dessas operações
a partir dos conceitos de polinômios idênticos entre si e igualdade de polinômios,
estudados no tópico anterior.
2.1 Adição de polinômios
Nas seções anteriores conhecemos alguns conceitos que envolvem os

polinômios. Vamos agora iniciar os estudos sobre como efetuar a adição entre dois
polinômios.
Definição 7.6 Dados dois polinômios,

) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P1 ( x=
e
) bn x n + bn −1 x n −1 + ... + b2 x 2 + b1 x1 + b0 ,
P2 ( x=
definimos sua soma, ora denotada por P1 ( x) e P2 ( x) , como
sendo a soma dos coeficientes dos termos de mesmo grau em
P1 ( x) e P2 ( x) . Com isso, temos:
P1 ( x) + P2 ( x) = (an + bn ) x n + (an −1 + bn −1 ) x n −1 + ... +
+ (a2 + b2 ) x 2 + (a1 + b1 ) x1 + (a0 + b0 )
Aula 6 | Tópico 2
A seguir apresentamos um exercício resolvido para melhor compreensão desta
operação aritmética entre polinômios.
Exercício resolvido 5:
Caso falte algum termo
Dados os polinômios
em um polinômio,
P1 ( x) = 3 x3 + 2 x 2 − 5 x − 1 e
4 2
podemos considerar
P2 ( x) = x + 2 x + x + 2 , determine esse termo que falta com
o polinômio P3 ( x) , de modo que coeficiente igual a zero.
3 ( x)
P= P1 ( x) + P2 ( x) . ) x 2 − 1 é o mesmo que
Por exemplo: P ( x=
126 P( x) = x 2 + 0 x − 1 .
Solução: Para determinarmos o
polinômio 3 ( x)
P= P1 ( x) + P2 ( x) ,
basta fazermos a soma dos coeficientes de mesmo grau existentes em P1 ( x) e P2 ( x) .
Vale lembrar que no polinômio P2 ( x) falta o termo x 3 , cujo coeficiente é, portanto, zero,
ou seja, podemos reescrever o polinômio como sendo P2 ( x) = x 4 + 0 x 3 + 2 x 2 + x + 2 .
Temos, pois:
P3 ( x) = (0 + 1) x 4 + (3 + 0) x3 + (2 + 2) x 2 + (−5 + 1) x + (−1 + 2)
P3 ( x) = x 4 + 3 x3 + 4 x 2 − 4 x + 1
2.2 Subtração de polinômios
Vamos agora mostrar como efetuar a subtração entre polinômios (note a

similaridade com a adição de polinômios).
) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P1 ( x=
e
) bn x n + bn −1 x n −1 + ... + b2 x 2 + b1 x1 + b0 ,
P2 ( x=
definimos sua subtração, ora denotada por P1 ( x) − P2 ( x) ,

como sendo a subtração dos coeficientes dos termos de
mesmo grau em P1 ( x) e P2 ( x) . Com isso, temos:
P1 ( x) − P2 ( x) = (an − bn ) x n + (an −1 − bn −1 ) x n −1 + ... +

+ (a2 − b2 ) x 2 + (a1 − b1 ) x1 + (a0 − b0 )
Exercício resolvido 6: Dados os P1 ( x) = 3 x3 + 2 x 2 − 5 x − 1 e

polinômios
P2 ( x) = x 4 + 2 x 2 + x + 2 , determine os polinômios P3 ( x) e P4 ( x) , de modo que
P3 ( x) = P1 ( x) − P2 ( x) e P4 ( x) =
P2 ( x) − P1 ( x).
3 ( x)
Solução: Para determinarmos o polinômio P= P1 ( x) − P2 ( x) , basta fazermos a
subtração dos coeficientes de mesmo grau existentes em P1 ( x) e P2 ( x) . Caso falte
algum termo em um dos polinômios, podemos considerá-lo como sendo igual a zero.
Assim, temos:
4 3 2
127
P3 ( x) = (0 − 1) x + (3 − 0) x + (2 − 2) x + (−5 − 1) x + (−1 − 2)
P3 ( x) =− x 4 + 3x3 − 6 x − 3
4 ( x)
Para determinarmos o polinômio P= P2 ( x) − P1 ( x) , basta fazermos a
subtração dos coeficientes de mesmo grau existentes em P2 ( x) e P1 ( x) . Caso falte
algum termo em um dos polinômios, podemos considerá-lo como sendo igual a zero.
Com isso, temos:
P4 ( x) = (0 − 1) x 4 + (0 − 3) x 3 + (2 − 2) x 2 + (1 − (−5)) x + (2 − (−1))
P4 ( x) = x 4 − 3 x 3 + 6 x + 3
Com este exercício, evidencia-se que, normalmente,

P1 ( x) − P2 ( x) ≠ P2 ( x) − P1 ( x), ou seja, não existe a comutatividade na operação de
subtração entre polinômios.
2.3 Multiplicação de polinômios
Aprendemos, em nossos estudos sobre adição e subtração de polinômios,

que devemos somar ou subtrair os termos de mesmo grau. Vamos agora definir a
multiplicação de polinômios e perceber que existe uma diferença na execução dessa
operação aritmética em relação às anteriores.
Aula 6 | Tópico 2
) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P1 ( x=
e
) bn x n + bn −1 x n −1 + ... + b2 x 2 + b1 x1 + b0 ,
P2 ( x=
definimos seu produto, ora denotado por P1 ( x) ⋅ P2 ( x) , como

sendo a multiplicação de cada termo de P1 ( x) por todos
128 os termos de P2 ( x) , com subsequente redução dos termos

semelhantes. Com isso, temos:
) an x n ⋅ bn x n + ... + b2 x 2 + b1 x1 + b0  + ... +

P1 ( x) ⋅ P2 ( x=
a1 x1 ⋅ bn x n + ... + b2 x 2 + b1 x1 + b0  + a0 ⋅ bn x n + ... + b2 x 2 + b1 x1 + b0 

Exercício resolvido 7: Dados os polinômios P1 ( x) = x 3 − x e P2 ( x) = 2 x 2 + x + 1 ,

determine o polinômio P3 ( x) , de modo que P3=
( x) P1 ( x) ⋅ P2 ( x) .
( x) P1 ( x) ⋅ P2 ( x) , basta fazermos o
Solução: Para determinarmos o polinômio P3=
produto de cada termo de P1 ( x) por todos os termos de P2 ( x) . Temos, então:
P3 ( x) = x 3 ⋅ [2 x 2 + x + 1] − x ⋅ [2 x 2 + x + 1]
P3 ( x) = 2 x 5 + x 4 + x 3 − 2 x 3 − x 2 − x
P3 ( x) = 2 x 5 + x 4 + x 3 − x 2 − x
Neste tópico, estudamos

sobre as operações aritméticas de Para mais informações
adição, subtração e multiplicação sobre polinômios,
de polinômios. Agora já dispomos acesse o site https://
de elementos suficientes para www.youtube.com/
discutirmos sobre a divisão de watch?v=h279Iy84nr0
polinômios, que será o tema do
nosso próximo tópico.
Tópico 3
Estudo da divisão de polinômios
129
OBJETIVOS
Compreender a divisão de polinômios pelos métodos de Euclides,
Descartes, D’Alembert e Briot-Ruffini
Estudar a divisão de polinômios por produtos de fatores lineares e
por divisões sucessivas
Neste tópico vamos nos aprofundar na operação aritmética de divisão envolvendo

polinômios. Esta operação aritmética deteve a atenção de grandes matemáticos ao
longo da história e, por isso, existem diversos métodos de resolução. Vamos estudar
agora alguns deles.
3.1 Divisão de polinômios: método de Euclides
O método de Euclides para divisão de polinômios, também conhecido como

método da chave, segue o mesmo princípio da divisão de números reais, em que se
determinam o quociente e o resto.
Definição 7.9 Dados os polinômios P1 ( x) e P2 ( x) , não

identicamente nulos, temos que a divisão de P1 ( x) por P2 ( x)
significa obtermos os polinômios Q ( x) e R ( x), denominados
quociente e resto, respectivamente. Desta forma, temos
que P1 ( x) = P2 ( x) ⋅ Q ( x) + R ( x), e ainda R( x) ≡ 0 ou
gr ( R ) < gr ( P2 ).
Aula 6 | Tópico 2
Na definição acima temos a possibilidade de R ( x) ≡ 0 ; neste caso, dizemos que
P1 ( x) é divisível por P2 ( x) . Vejamos um exercício resolvido para melhor compreensão
deste método de divisão.
Exercício resolvido 8: Determine

Para mais informações
o quociente e o resto da divisão
sobre divisão euclidiana,
d e P1 ( x) = x 2 − 5 x + 6 p o r
acesse:
P2 ( x)= x − 2 através do Método
https://www.youtube.
de Euclides. com/watch?v=kyJpP_-_L_k
130 Solução: Esquematicamente, https://www.youtube.com/
procedemos à divisão segundo o watch?v=gB0nRZHI4Wg
método de Euclides, utilizando a
ideia de P1 ( x) ser o dividendo, P2 ( x) ser o divisor, Q ( x ) ser o quociente e R ( x) ser

o resto.
P1 ( x) P2 ( x)
R ( x) Q( x)
Então, temos:
x2 − 5x + 6 x−2
− x2 + 2x x −3
−3 x + 6
3x − 6
Ou seja, o quociente obtido foi Q ( x)= x − 3 e o resto, R ( x) = 0 .
3.2 Divisão de polinômios: Método de Descartes
O método de Descartes, também conhecido como método dos

coeficientes a determinar, além de utilizar o algoritmo da divisão de Euclides,
P1 ( x) = P2 ( x) ⋅ Q( x) + R ( x) , também faz uso da relação entre os graus de todos os
polinômios envolvidos na operação.
 P1 ( x) = P2 ( x) ⋅ Q( x) + R ( x)

 gr ( R) < gr ( P2 )
 gr (Q) gr ( P1 ) − gr ( P2 )
=
Definição 7.10 Dados os polinômios P1 ( x) e P2 ( x) , não

P ( x) P ( x)
identicamente nulos, temos que a divisão de 1 por 2
significa obtermos os polinômios Q ( x) e R ( x) , denominados
quociente e resto, respectivamente, utilizando os princípios:
 P ( x) P ( x).Q( x) + R ( x)
=

 gr ( R) < gr ( P2 ) 131
 gr (Q) gr ( P1 ) − gr ( P2 )
=
Vejamos um exercício resolvido para melhor compreensão deste método de

divisão.
Exercício resolvido 9: Determine o quociente e o resto da divisão de

P1 ( x) = x3 − 5 x 2 + 6 x − 3 por P2 ( x) = x 2 − x + 1 através do método de Descartes.
Solução: Inicialmente observamos que gr ( P1 ) = 3 e gr ( P2 ) = 2 . Assim,

gr
= (Q) gr ( P1 ) − gr ( P2 ) , ou seja, gr (Q) = 3 − 2 = 1 ; logo, o polinômio quociente é do
1º grau, sendo representado por Q( x= ) ax + b . Sabemos ainda que gr ( R) < gr ( P2 ) ;
com isso, temos que gr ( R ) < 2 , o que nos leva à certeza de que o polinômio resto é
de, no máximo, 1º grau, sendo aqui representado por R ( x= ) mx + n . Segue que:
P1 ( x) = P2 ( x) ⋅ Q( x) + R ( x)
x3 − 5 x

2
+ 6 x −3= ( x 2 − x + 1) ⋅ (ax + b) + (mx + n)
      
P1 ( x ) P2 ( x ) Q( x) R( x)
x3 − 5 x 2 + 6 x − 3= ax3 + bx 2 − ax 2 − bx + 1x + b + mx + n
x3 − 5 x 2 + 6 x − 3 = ax3 + (b − a ) x 2 + (−b + 1 + m) x + (b + n)
Comparando os termos semelhantes, temos:
 x 3 = ax 3 ⇒ a= 1

−5 x 2 = (b − a ) x 2 ⇒ −5 = b − 1∴ b = −4

6 x = (−b + a + m) x ⇒ 6 =−(−4) + 1 + m ∴ m =1
−3 =(b + n) ⇒ −3 =−4 + n ∴ n =1

Daí concluímos que Q ( x)= x − 4 e R ( x)= x + 1 .
Aula 6 | Tópico 2
3.3 Divisão de polinômios por binômios do 1º grau
Existem algumas técnicas que facilitam o processo de divisão quando o polinômio

divisor é um binômio do 1º grau. Discutiremos abaixo alguns teoremas que foram
desenvolvidos para a situação acima citada.
Teorema 7.1 (teorema do resto) O resto da divisão de P ( x)

por x − a é igual a P (a) .
132 Demonstração. Sabemos, pela divisão de polinômios com o método de Euclides, que
P1 ( x) P2 ( x).Q( x) + R( x) . No teorema do resto, citado acima, temos que P( x) = P1 ( x)
=
e P2 ( x)= x − a e, assim, P1 ( x) = ( x − a ).Q( x) + R( x) . Uma vez que o divisor é um
polinômio do 1º grau, então o resto é um polinômio de grau zero, pois gr ( R ) < gr ( P2 ) ,
ou seja, o resto é uma constante que denotaremos por R ( x) = r . Logo:
P1 ( x) = P2 ( x) ⋅ Q( x) + R( x)
P1 ( x) = ( x − a ) ⋅ Q( x) + r
Tomando x = a , temos:
P1 ( a ) =
( a − a ) ⋅ Q ( a ) + r ⋅ P1 ( a ) =
0 ⋅ Q ( a ) + r∴ P1 ( a ) =
r
Com isso concluímos que, para se determinar o resto da divisão de um polinômio

P( x) por x − a , não é necessário efetuar todo o procedimento da divisão, bastando
apenas definir o valor de P (a ) , pois P (a ) = r . Vejamos um exercício resolvido para
melhor compreensão deste teorema.
Exercício resolvido 10: Determine o resto da divisão de

5 4 3 2
P ( x) = 3 x − 5 x + x + 8 x + x − 5 por P2 ( x)= x + 1 .
Solução: Neste caso, como é solicitado apenas o resto, não há necessidade de efetuar
todo o processo de divisão. Sabendo que a = −1 , podemos apenas calcular o valor de
P1 ( x) . Temos, então:
P( x) = 3x5 − 5 x 4 + x3 + 8 x 2 + x − 5
P (−1) = 3(−1)5 − 5(−1) 4 + (−1)3 − 8(−1) 2 + (−1) − 5
P (−1) =−3 − 5 − 1 − 8 − 1 − 5 ∴ P (−1) =−23
Logo, R ( x) = −23 .
Teorema 7.2 (teorema de D’Alembert) Um polinômio P ( x) é
divisível por x − a se, e somente se, P (a ) = 0 .
Demonstração. Pelo teorema

do resto, sabemos que, se D’Alembert foi pioneiro
no estudo das equações
P ( x) é divisível por x−a,
diferenciais parciais e na
então= ( a ) 0 . De outra
r P= utilização dessas equações
forma, podemos afirmar que, na física. Além disso, as pesquisas desse
se P (a) = 0 e r = P (a) ,
matemático e físico trouxeram contribuições 133
significativas para o campo dos polinômios.
então r = 0 , o que garante que Acesse o site http://ecalculo.if.usp.br/
P ( x ) é divisível por x − a . historia/dalembert.htm e leia mais sobre a
vida dele.
Vejamos um exercício
resolvido para melhor compreensão deste teorema.
Exercício resolvido 11: Determine se P1 ( x)= 2 x 4 + x 3 + x 2 + x − 5 é divisível por

P2 ( x)= x − 1 .
Solução: Neste caso, como é solicitada apenas a constatação se P1 ( x) é ou não

divisível por a = 1 , basta aplicar o teorema de D’Alembert. Sabendo que a = 1 ,
podemos apenas calcular o valor de P1 (a ) . Com isso, temos:
P1 ( x)= 2 x 4 + x3 + x 2 + x − 5
P1 ( x)= 2(1) 4 + (1)3 + (1) 2 + (1) − 5
P1 ( x) = 2 + 1 + 1 + 1 − 5 ∴ P1 (1) = 0
Daí concluímos que P1 ( x) é divisível por P2 ( x) .
Teorema 7.3 (divisões sucessivas por fatores lineares) Se um

polinômio P ( x) é divisível por x − a e por x − b , com a ≠ b ,
então P ( x) é divisível por ( x − a )( x − b) .
Demonstração. Considerando que o divisor ( x − a )( x − b) é de grau 2, então podemos

afirmar que o resto terá no máximo grau 1, que denotaremos por R ( x=
) mx + n .
Assim, temos:
Aula 6 | Tópico 2
P( x) = ( x − a )( x − b) ⋅ Q( x) + R( x)
P( x) = ( x − a )( x − b) ⋅ Q( x) + (mx + n)
Mas desejamos que o resto seja nulo, então mx + n = 0 ⇒ m = n = 0 .
Uma vez que P ( x) é divisível por x − a , então sabemos, pelo Teorema de

D’Alembert, que P (a ) = 0 . Fazendo x = a , segue que:
P(a ) = (a − a )(a − b) ⋅ Q(a ) + (ma + n) = 0

P(a=) (0)(a − b) ⋅ Q(a ) + (ma + n= ) 0
134 De onde concluímos que ma + n =0 (I).
Uma vez que P ( x) é divisível por x − b , então sabemos, pelo teorema de

D’Alembert, que P (b) = 0 . Fazendo x = b , segue que:
P(b) = (b − a )(b − b) ⋅ Q(b) + (mb + n) = 0

P(b) = (b − a )(0) ⋅ Q(b) + (mb + n) = 0
De onde concluímos que mb + n =0 (II).
Fazendo a subtração ( I ) – ( II ) , temos:
(ma + n) − (mb + n) =
0
ma + n − mb − n = 0
ma − mb ⇒ m(a − b) =
0
Por hipótese, sabemos que a ≠ b ; logo, a − b ≠ 0 e, com isso, temos que m = 0 .
Substituindo m = 0 na equação (I) ou na equação (II), obtemos n = 0 . E então

concluímos que P ( x) é divisível por ( x − a )( x − b) .
3.4 Dispositivo prático de Briot-

Paolo Ruffini, médico
Ruffini
e matemático, nasceu
Vimos na seção anterior em Valentano, Estados
como proceder para efetuar a Pontifícios (agora
Itália). Como matemático, seu nome é
divisão de polinômios por binômios
inseparavelmente associado com a prova da
de 1º grau. Existe outro método
impossibilidade de resolver algebricamente
que facilita muito essa operação a equação de grau 5, sobre a qual ele escreveu
aritmética entre polinômios, vários tratados. Saiba mais acessando o site:
conhecido como dispositivo prático http://www.somatematica.com.br/biograf/
de Briot-Ruffini. ruffini.php.
Considere um polinômio ) an x n + an −1 x n −1 + ... + a2 x 2 + a1 x1 + a0
P1 ( x=
e seu divisor P2 ( x)= x − a . Efetuando a divisão, obtemos
n −1 2 1
( x) bn −1 x
Q= + ... + b2 x + b1 x + b0 e resto R( x) = r . Considerando ainda que
gr (Q) = n − 1 e que gr ( R) = 0 , temos:
gr ( P1 ) − gr ( P2 ) ⇒ gr (Q) =
an x n + ... + a2 x 2 + a1 x1 + a0 = ( x − a )(bn −1 x n −1 + ... + b2 x 2 + b1 x1 + b0 ) + r (*)
Desenvolvendo a equação (*) e, em seguida, comparando membro a membro

seus termos, chegamos a:
bn −1 = an 135
b= aa + a
 n − 2 n n −1

=b ab2 + a2
 2
b0 ab1 + a1
=
Para obtermos, de forma mais rápida, os coeficientes bn −1 ,..., b2 , b1 , b0 , que são

os coeficientes do quociente Q ( x) , utilizamos o dispositivo prático de Briot-Ruffini,
descrito abaixo:
(I) Escrevemos todos os coeficientes de P1 ( x) e, à esquerda deles, escrevemos

o número a de P2 ( x)= x − a , isolando-o com um traço:
a an an −1 ... a2 a1 a0
(II) Repetimos o primeiro coeficiente (an ) abaixo dele e obtemos bn −1 :
a an an −1 ... a2 a1 a0
an

bn−1
Aula 6 | Tópico 2
(III) Muliplicamos an por a e somamos o resultado com an −1 , obtendo o valor
de bn − 2 :
a an an −1 ... a2 a1 a0
an aan + an −1
  
bn−1
bn−2
136 r ab0 + a0 :
(IV) Repetimos esse processo até chegarmos ao último, ou seja,=
a an an −1 ... a0
an aan + an −1 ab0 + a0
   ...  
bn−1 bn−2 r
( x) bn −1 x n −1 + ... + b2 x 2 + b1 x1 + b0 e R(=
De modo que Q= x) ab0 + a0 .
Vejamos um exercício resolvido para melhor compreensão do dispositivo prático

de Briot-Ruffini.
Exercício resolvido 12: Determine o quociente e o resto da divisão de

P1 ( x) = x 4 − 2 x3 + 3 x 2 − 4 x + 5 por P2 ( x) = x - 3 , através do dispositivo prático de
Briot-Ruffini.
Solução: Neste caso, já sabemos que
gr (Q) = gr ( P1 ) − gr ( P2 ) ⇒ gr (Q) = 4 − 1∴ gr (Q) = 3
Então, repetimos os passos de I a IV, conforme descrito anteriormente.
(I)
3 1 −2 3 −4 5
(II)
3 1 −2 3 −4 5
1
(III)
3 1 −2 3 −4 5
1 1
(IV)
3 1 −2 3 −4 5
137
1 1 6 14 47
Com isso, temos que o quociente Q ( x) = x 3 + x 2 + 6 x + 14 e o resto R( x) = 47 .
Nesta aula discutimos polinômios, desde sua noção intuitiva, passando por
definições de grau e identidade, até concluirmos com as operações aritméticas de
adição, subtração, multiplicação e divisão. Agora vamos praticar um pouco do que
estudamos!!
Aula 6 | Tópico 2
1. Calcule m e n de modo que P ( x)= (3m − 5n) x + m − 2n + 1 seja um
polinômio identicamente nulo.
2. Calcule m, n e p para que sejam idênticos os polinômios

P ( x) = (m + p ) x 2 + (m − n) x + p − n e Q( x)= 4 x 2 − x + 1 .
138 3.
Obtenha o quociente e o resto da divisão
P ( x) = 4 x − 3 x + 5 x + 4 x − 7 x + 2 x − 4 x + 8 por ( x − 2) .
7 6 5 4 3 2
4. Sabendo que 2 x 6 + mx 5 + nx 4 + px 3 + 3 x 2 + 4 x + 4 é divisível por

( x − 1)( x − 2)( x + 2)( x + 1) , determine o valor de m + n + p .
5. Sabendo que a divisão de P ( x) = x 4 − 2ax 3 + (a + 2) x 2 + 3a + 1 por

( x − 2) apresenta resto igual a 7, determine o valor de a .
(m 5=
1.= e n 3)
2. (m= n= p= 0)
3. Q ( x) = 4 x 6 + 5 x 5 + 154 + 34 x 3 + 61x 2 + 124 x + 244 e R ( x) = 496
4. ( −13)
5. ( 2 )
139
Aula 6 | Tópico 2
Aula 8
Equações algébricas:
notação e raízes
140
Estamos iniciando a aula 8, a última desta disciplina, e nela passaremos a tratar

de equações algébricas que representam outra forma de trabalharmos com polinômios
P ( x ) , ou seja, os casos em que P ( x ) = 0 . Estudaremos os principais métodos para
localização de raízes de equações algébricas — quer sejam racionais, reais ou complexas
—, conheceremos o teorema fundamental da álgebra, provado por Gauss (matemático
alemão, 1777-1855), e ainda veremos as relações entre os coeficientes de uma equação
algébrica e suas raízes, as relações de Girard (matemático francês, 1595-1632).
Vamos concluir nossos estudos sobre os polinômios, agora sob a ótica das
equações algébricas!
Objetivos
Compreender as formas de notação das equações algébricas

Entender as relações entre coeficientes e raízes das equações algébricas
Estudar raízes racionais e imaginárias das equações algébricas
Tópico 1
Notação das equações algébricas
141
OBJETIVOS
Compreender o teorema fundamental da álgebra
Estudar a multiplicidade e a nulidade de raízes das equações
algébricas
Neste tópico, continuaremos o estudo sobre expressões que envolvem

polinômios, mas agora nos detendo nas equações algébricas, evidenciando sua notação
e a relação entre suas raízes.
1.1 Noção intuitiva de equações algébricas
Estudamos, na aula 7, a representação das leis da natureza através de polinômios

que culminam em equações matemáticas e, dentre estas, as equações algébricas.
Vejamos a definição:
Definição 8.1 Definimos como equação polinomial ou equação

algébrica toda equação da forma
an x n + an −1 x n −1 +  + a2 x 2 + a1 x1 + a0 =
0
em que n ∈  , e {an , an −1 , , a2 , a1 , a0 } ∈  .
Aula 6 | Tópico 2
A seguir, temos a representação de algumas equações algébricas:
1 2
5 x 3 + x − 2 x − 1 =0
3
2 x 5 − 3
2 x 2 + (1 + i ) x − 3i
1.2 Raiz de uma equação algébrica
142 Conhecer a raiz de uma equação algébrica é de grande relevância em nosso

percurso, pois através disto seremos capazes de proceder a estudos sobre a variação
de sinal que ocorre quando substituímos a variável da equação algébrica por números
complexos. Vamos estudar um pouco mais sobre esse tema!
Definição 8.2 Definimos como raiz de uma equação algébrica,

ou zero da equação algébrica, a expressão polinomial
P ( x ) = 0 , de modo que, ∀α ∈  , temos P ( α ) =0 .
Apresentamos a seguir exemplos de equações algébricas, evidenciando um caso

em que P ( x ) = 0 , ou seja, para cada equação, temos uma de suas raízes.
Equação algébrica: 4 x 4 − 3 x 3 + 2 x 2 − x − 2 =0
Raiz da equação: 1 , pois 4 (1) − 3 (1) + 2 (1) − (1) − 2 =

4 3 2
0
Equação algébrica: x 3 − 8 =0
Raiz da equação: 2 , pois ( 2 ) − 8 =
3
0
Equação algébrica: x 2 + 1 =0
Raiz da equação: i , pois ( i ) + 1 =
2
0
Veremos agora um dos teoremas mais importantes no estudo sobre equações

algébricas: o teorema fundamental da álgebra.
1.3 Teorema fundamental da álgebra
Na determinação de raiz ou raízes de equações algébricas, percebeu-se que

o número de raízes correspondia ao grau da equação polinomial. A partir dessa
percepção, chegou-se ao seguinte teorema:
Teorema 8.1 (teorema fundamental da álgebra) Toda
equação polinomial de grau n ( n ≥ 1) possui pelo menos uma
raiz complexa.
O teorema 8.1 afirma que, independentemente do grau da equação

polinomial, haverá pelo menos um número complexo que fará P ( x ) = 0 , sendo
P ( x )= an x n + an −1 x n −1 +  + a2 x 2 + a1 x1 + a0 . Já o teorema 8.2 abaixo nos permite
estabelecer relações entre as raízes de uma equação algébrica e a forma fatorada
dessa equação. 143
Teorema 8.2 (teorema da decomposição de uma equação

algébrica em fatores de 1º grau) Se P ( x ) = 0 é de grau n ( n ≥ 1)
e possui raízes complexas {α1 , α 2 , , α n } , então P ( x ) pode ser
decomposto em n fatores de 1º grau, sendo:
an x n + an −1 x n −1 +  + a1 x1 + a=
0 an ⋅ ( x − α1 ) ⋅ ( x − α 2 ) ⋅  ⋅ ( x − α n )
Vejamos alguns exemplos que relacionam os polinômios fatorados e suas raízes:
Fatorando a equação algébrica x 3 − 6 x 2 + 11x − 6 =0 , de raízes α1 = 1 ,

α 2 = 2 e α 3 = 3 , temos: x3 − 6 x 2 + 11x − 6 =1 ⋅ ( x − 1) ⋅ ( x − 2 ) ⋅ ( x − 3) .
Fatorando a equação algébrica x 4 + 6 x 3 + 13 x 2 + 12 x + 4 =0,

de raízes α1 = 1 , α3 = 2 ,
α3 =2 e α4 = 2 , temos:
x + 6 x + 13 x + 12 x + 4 =1 ⋅ ( x + 1) ⋅ ( x + 1) ⋅ ( x + 2 ) ⋅ ( x + 2 ) .
4 3 2
Neste tópico lidamos com

a representação das equações Quando uma equação
algébricas, além de termos possui n raízes
discutido sobre a raiz de uma iguais, dizemos que a
equação algébrica, o teorema multiplicidade daquela raiz
fundamental da álgebra e a é igual a n . Com isso, temos que o grau do
multiplicidade de raízes. A seguir, polinômio é igual à soma das multiplicidades
de suas raízes.
no tópico 2, vamos estudar as
chamadas relações de Girard,
relações entre os coeficientes de uma equação algébrica e suas raízes.
Aula 6 | Tópico 2
Tópico 2
Relações entre coeficientes

e raízes das equações algébricas
144
OBJETIVOS
Compreender as relações de Girard
Estudar a relação entre coeficientes e raízes das equações
algébricas através de exercícios
Neste tópico faremos um estudo sobre as relações existentes entre os

coeficientes de uma equação algébrica e suas raízes, evidenciando a utilidade destas
relações na determinação de pelo menos uma raiz da equação.
2.1 Relações de Girard
Quando estudamos equações algébricas, um dos principais objetivos é resolver

a equação, ou seja, determinar sua raiz ou suas raízes. Sejam os seguintes casos:
Polinômio de 1º grau ( n = 1)
Uma vez que P ( x=
) ax + b e que, para localizar sua raiz, devemos fazer
b
P ( x ) = 0 , então temos ax + b =0 , que nos fornece x = − como sua única
a
raiz.
Polinômio de 2º grau ( n = 2 )
Uma vez que P ( x ) = ax 2 + bx + c e que, para localizar suas raízes (quer
sejam iguais entre si, quer sejam distintas) devemos fazer P ( x ) = 0 , então
temos ax 2 + bx + c =0 , que nos fornece as seguintes relações envolvendo os
coeficientes da equação e as raízes:
 b
 x1 + x2 =
− 
 a

x ⋅ x =  c 
 1 2  a 
Polinômio de 3º grau ( n = 3) 145

Uma vez que P ( x ) = ax 3 + bx 2 + cx + d e que, para localizar suas raízes
(quer sejam iguais entre si, quer sejam distintas, ou ainda duas raízes iguais e
uma distinta) devemos fazer P ( x ) = 0 , então temos ax 3 + bx 2 + cx + d =
0,
que nos fornece as seguintes relações envolvendo os coeficientes da equação
e as raízes:

 x1 + x2 + x3 =

( )
− b
a
 c
( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 ) =
 
 a
 d 
 x1 ⋅ x2 ⋅ x3 = −  
 a
Observando o raciocínio acima e generalizando para uma equação algébrica

de grau n > 3 da forma an x n + an −1 x n −1 +  + a2 x 2 + a1 x1 + a0 =
0 , apresentamos as
seguintes relações entre os coeficientes e as raízes:
 a 
 x1 + x2 + x3 + ... xn = −  n −1 
  an 
 a 
( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 ) +  ( xn −1 ⋅ xn ) xn = −  n−2 
  an 

 a 
( x1 ⋅ x2 ⋅ x3 ) + ( x1 ⋅ x2 ⋅ x4 ) + ( xn − 2 ⋅ xn −1 ⋅ xn ) =−  n −3 
  an 


 n a 
 x1 ⋅ x2 ⋅ x3 ⋅  ⋅ xn = − (1) ⋅  0 
  an 


Aula 6 | Tópico 2
Para melhor compreendermos o uso das relações de Girard, seguem-se alguns
exercícios resolvidos.
Exercício resolvido 1: Dada a equação x 3 + 3 x 2 − 5 x + 8 =0 , de raízes x1 , x2 , x3 ,

determine:
a) x1 + x2 + x3
b) ( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 )
c) x1 ⋅ x2 ⋅ x3
146 d)
1
+
1
+
1
x1 ⋅ x2 x1 ⋅ x3 x2 ⋅ x3
e) ( x1 ) + ( x2 ) + ( x3 )
2 2 2
Solução: Para determinarmos as soluções dos itens acima, não é necessário

conhecermos as raízes x1 , x2 , x3 , mas apenas a correta identificação dos coeficientes,
ou seja, a 3 = 1 , a 2 = 3 , a1 = −5 e a 0 = 8 . Temos, então:
 a2 
a) x1 + x2 + x3 =−  ⇒ x1 + x2 + x3 =−3
 a3 
a1
b) ( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 ) =  ⇒
 a3 
( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 ) =
−5

a0
( −1) ⋅  ⇒ x ⋅x ⋅x =
( −1) ⋅ (8) =
3 3
c) x1 ⋅ x2 ⋅ x3 = −8
 a3  1 2 3
1 1 1
d) Fazendo o m.m.c. da expressão + + , temos:
x1 ⋅ x2 x1 ⋅ x3 x2 ⋅ x3
1 1 1 x1 + x2 + x3
+ + = ⇒
x1 ⋅ x2 x1 ⋅ x3 x2 ⋅ x3 x1 ⋅ x2 ⋅ x3
a 
− 2 
x1 + x2 + x3
=  a3  ⇒ x1 + x2 + x3 =−3 3
=
x1 ⋅ x2 ⋅ x3 3  a0  x1 ⋅ x2 ⋅ x3 −8 8
( −1) ⋅  
 a3 
e) Para chegarmos à expressão ( x1 ) + ( x2 ) + ( x3 ) , vamos desenvolver a expressão
2 2 2
( x1 + x2 + x3 )
2
; com isso, temos:
( x1 ) + ( x2 ) + ( x3 ) ( x1 + x2 + x3 ) − 2 ( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 ) ⇒
2 2 2 2
=
( x1 ) + ( x2 ) + ( x3 ) ( x1 + x2 + x3 ) − 2 ( x1 ⋅ x2 ) + ( x1 ⋅ x3 ) + ( x2 ⋅ x3 ) ⇒
2 2 2 2
=

2
  a2    a1 
( x1 ) + ( x2 ) + ( x3 )
2 2 2
−   − 2   ⇒
=

  a3    a3 
( x1 ) + ( x2 ) + ( x3 )
2 2 2
=( −3) − 2 ( −5 ) =19
2 147

Exercício resolvido 2: Sabendo que as raízes da equação 3 x 3 − 30 x − 5 =0 são x1 , x2

e 2 , determine o valor de ( x1 ) + ( x2 ) .
2 2
( x1 ) + ( x2 )
2 2
Solução: Para determinarmos o valor de , devemos inicialmente
identificar seus coeficientes, ou seja, a3 = 3 , a2 = 0 , a1 = −30 e a0 = −5 . Temos,
assim, as seguintes relações:
x1 + x2 + x3 =− 

a2 ⋅ x + x + 2 =
a3  1 2 3 ( )
− 0 ⋅ x1 + x2 =−2
3 a  −5 5
( −1) ⋅   ⋅ 2 ⋅ x1 ⋅ x2 =
( −1) ⋅  0  ⋅ x1 ⋅ x2 ⋅ 2 =
3
x1 ⋅ x2 ⋅ x3 =
 a3   3  3
( x1 + x2 ) = ( x1 ) + ( x2 ) + 2 ( x1 ⋅ x2 ) ,
2 2 2
Por outro lado, sabemos que
( x1 ) + ( x2 ) =( x1 + x2 ) − 2 ( x1 ⋅ x2 ) ;
2 2 2
ou seja, segue-se daí que
( x1 ) + ( x2 )
2 2
=( −2 ) − 5
2
( 3 ) =7 3 .
Neste tópico, estudamos as relações de Girard, responsáveis por associações

entre as raízes, sem, no entanto, conhecermos os valores exatos destas raízes. Veremos,
a seguir, como determinar raízes racionais e imaginárias em equações algébricas.
Aula 6 | Tópico 2
Tópico 3
Raízes racionais e imaginárias

das equações algébricas
148
OBJETIVOS
Compreender o método para localização de raízes racionais das
equações algébricas
Estudar as raízes imaginárias das equações algébricas
Neste tópico vamos conhecer um método que nos ajuda a determinar, caso
existam, raízes racionais de equações algébricas. Abordaremos ainda as raízes
imaginárias, enfatizando que as raízes de equações algébricas pertencem de fato ao
conjunto dos números complexos.
3.1 Raízes racionais
As relações de Girard, estudadas no tópico anterior, nos permitem evidenciar

relações numéricas entre os coeficientes de uma equação algébrica e suas raízes, mas
nem sempre conseguimos determinar as raízes por meio daquelas relações. Existe,
justamente, um teorema que nos permite localizar as raízes racionais, caso existam, de
uma equação algébrica:
Teorema 8.3 (teorema das raízes racionais) Dada uma equação

algébrica P ( x )= an x n + an −1 x n −1 +  + a2 x 2 + a1 x1 + a0= 0 ,
com coeficientes inteiros e com a0 ≠ 0 , e sejam p e q números
 p
primos entre si, com p ∈  e q ∈ * ; se   é raiz de P ( x ) = 0 ,
q
então p é divisor de a 0 e q é divisor de an .
Vejamos alguns exercícios resolvidos para melhor compreensão deste teorema.
Exercício resolvido 3: Determine as raízes racionais, caso existam, da equação

x3 + 4 x 2 + x − 6 =0.
Solução: Inicialmente devemos observar as condições para uso do teorema das raízes
racionais, ou seja: os coeficientes são todos números inteiros e o termo a0 ≠ 0 , pois
a0 = 6 . Com isso, temos: p é divisor de a0 , com p ∈  , logo p ∈ {±1, ±2, ±3, ±6} .
Como a=
n a=
3 1 e q é divisor de an , com q ∈ * , logo q ∈ {1} . Uma vez que
 p 3 2
  é raiz de x + 4 x + x − 6 =0 , temos que as possíveis raízes racionais são:
149
q
 p
  ∈ {±1, ±2, ±3, ±6} .
q
Em seguida, basta substituir esses valores na equação x 3 + 4 x 2 + x − 6 =0 e

 p
observar em quais casos P   = 0 . Então:
q
P ( −1) =( −1) + 4 ( −1) + ( −1) − 6 =−4 e, como P ( −1) ≠ 0 , temos que

3 2

( −1) não é raiz;
P (1)= (1) + 4 (1) + (1) − 6= 0 e, como P (1) = 0 , temos que (1) é raiz;
3 2

P ( −2 ) = ( −2 ) + 4 ( −2 ) + ( −2 ) − 6 = 0 e, como P ( −2 ) =
3 2
0 , temos que

( −2 ) é raiz;
P ( 2=
) ( 2) + 4 ( 2 ) + ( 2 ) − 6= 20 e, como P ( 2 ) ≠ 0 , temos que ( 2 ) não
3 2

é raiz;
P ( −3) = ( −3) + 4 ( −3) + ( −3) − 6 = 0 e, como P ( −3) =

0 , temos que ( −3)
3 2

é raiz.
Uma vez que a equação estudada é do 3° grau, ela possui apenas 3 raízes
segundo o teorema fundamental da álgebra, ou seja, as raízes são: {−3, −2,1} .
Exercício resolvido 4: Determine todas as raízes, racionais e irracionais, da equação

2 x 4 − 5 x3 − 4 x 2 + 15 x − 6 =0.
Aula 6 | Tópico 2
Solução: Inicialmente devemos
O teorema das raízes
observar as condições para uso racionais não garante que
do teorema das raízes racionais, todas as raízes são racionais,
ou seja: os coeficientes são mas apenas a localização de
todos números inteiros e o alguma raiz racional, caso exista.
termo a0 ≠ 0 , pois a0 = −6 .
Com isso, temos: p é divisor de a0 , com p ∈  , logo p ∈ {±1, ±2, ±3, ±6} .
E, como a=
n a=
4 2 e q é divisor de an , com q ∈ * , logo q ∈ {1, 2} . Uma vez que
150  p
q
4 3 2
  é raiz de 2 x − 5 x − 4 x + 15 x − 6 =0 , temos que as possíveis raízes racionais
 p  1 3 
são:   ∈ ± , ±1, ± , ±2, ±3, ±6  .
q  2 2 
Em seguida, vamos substituir esses valores na equação

 p
2 x 4 − 5 x3 − 4 x 2 + 15 x − 6 =0 e observar algum caso em que P   = 0 . Então:
q
4 3 2
 1  1  1  1  1 55
2  −  − 5  −  − 4  −  + 15  −  − 6 =
P−  = − e, como
 2  2  2  2  2 4
 1  1
P  −  ≠ 0 , temos que  −  não é raiz;
 2  2
4 3 2
1 1 1 1 1 1
P = 2   − 5   − 4   + 15  =− 6 0 e, como P   = 0 ,
2 2 2 2 2 2
1
temos que   é raiz.
2
Com o intuito de diversificar a forma de localização das raízes de equações

algébricas, vamos proceder de maneira diferente na resolução deste exercício
− utilizaremos o dispositivo prático de Briot-Ruffini, agilizando nossos cálculos.
1
Como já localizamos a primeira raiz racional, x1 = , vamos dividir o polinômio
2
1
P ( x ) = 2 x 4 − 5 x3 − 4 x 2 + 15 x − 6 por x − . Temos, então:
2
1
2 −5 −4 15 −6
2
2 −4 −6 12 0
1
em que Q1 ( x ) = 2 x 3 − 4 x 2 − 6 x + 12 e o resto R ( x ) = 0 , confirmando que x = é,
2
de fato, raiz da equação.
Vamos reiniciar o processo agora com Q1 ( x ) = 2 x 3 − 4 x 2 − 6 x + 12 = 0 ,

observando que as condições para uso do teorema das raízes racionais ainda se 151
mantêm, ou seja, os coeficientes são todos números inteiros e o termo a0 ≠ 0 ,
pois a0 = 12 . Com isso, temos: p é divisor de a0 , com p ∈  , logo
p ∈ {±1, ±2, ±3, ±4, ±6, ±12} . E, como a=
n a=
3 2 e q é divisor de an , com q ∈ * ,
 p
logo q ∈ {1, 2} . Uma vez que  3 2
 é raiz de 2 x − 4 x − 6 x + 12 =
0 , temos que as
q
 p  1 3 
possíveis raízes racionais são:   ∈ ± , ±1, ± , ±2, ±3, ±4, ±6, ±12  .
q  2 2 
1
Como ± já foi testado, vamos passar agora aos próximos valores e observar
2
 p
algum caso em que P   = 0 . Então:
q
P ( −1) = 2 ( −1) − 4 ( −1) − 6 ( −1) + 12 = 12 e, como P ( −1) ≠ 0 , temos que

3 2
( −1) não é raiz;

P (1=
) 2 (1) − 4 (1) − 6 (1) + 12= 4 e, como P (1) ≠ 0 , temos que (1) não
3 2
é raiz;
P ( −2 ) =2 ( −2 ) − 4 ( −2 ) − 6 ( −2 ) + 12 =−8 e, como P ( −2 ) ≠ 0 , temos

3 2
que ( −2 ) não é raiz;
P ( 2=
) 2 ( 2 ) − 4 ( 2 ) − 6 ( 2 ) + 12= 0 e, como P ( −2 ) ≠ 0 , temos que ( 2 )
3 2
é raiz.
Uma vez localizada outra primeira raiz racional, x2 = 2 , vamos dividir o polinômio
P ( x ) = 2 x3 − 4 x 2 − 6 x + 12 por x − 2 através do dispositivo de Briot-Ruffini. Daí,
temos:
Aula 6 | Tópico 2
2 2 −4 −6 12
2 0 −6 0
em que Q2 (=
x ) 2 x 2 − 6 e o resto R ( x ) = 0 , confirmando que x = 2 é, de fato, raiz
da equação.
Por fim, temos em 2 x 2 − 6 =0 uma equação de 2° grau que pode ser resolvida
152
pela fórmula de Bhaskara, possuindo raízes x3 = − 3 e x4 = 3 .
Uma vez que a equação estudada é do 4° grau, então, segundo o teorema

fundamental da álgebra, ela possui apenas 4 raízes, das quais apenas duas são raízes
1 
{
racionais  , 2  e as outras duas são raízes irracionais − 3, 3 .
2 
}
3.2 Raízes imaginárias
As raízes de equações algébricas nem precisam ser necessariamente

pertencentes ao conjunto dos números reais (  ) , elas podem também pertencer
ao conjunto dos números complexos (  ) .
Teorema 8.4 (teorema das raízes imaginárias) Se uma equação

algébrica de coeficientes reais possui o número complexo
z= a + bi como uma de suas raízes, então também admite o
conjugado de z como raiz, ou seja, z= a + bi também é raiz.
Vejamos alguns exercícios resolvidos para melhor compreensão deste teorema.
Exercício resolvido 5: Resolva a equação P ( x ) = x 4 + x 3 − x 2 + x − 2 = 0 , sabendo

que o número imaginário i é uma de suas raízes.
Solução: Neste caso, como x1 = i é uma das raízes, sabemos, por força do teorema
8.4 , que x2 = −i também é raiz, pois z = −i é o conjugado de z = i . Procedendo
à divisão de P ( x ) = x 4 + x 3 − x 2 + x − 2 por ( x − i) e por ( x + i ) , pelo dispositivo
prático de Briot-Ruffini, temos:
i 1 1 −1 1 −2
1 1+ i −2 + i −2i 0
em que Q1 ( x ) = x 3 + (1 + i ) x 2 + ( −2 + i ) x − 2i e o resto R ( x ) = 0 , confirmando que

x1 = i é, de fato, raiz da equação.
Agora, efetuando a divisão de Q1 ( x ) = x 3 + (1 + i ) x 2 + ( −2 + i ) x − 2i por x + i ,

pelo dispositivo prático de Briot-Ruffini, temos: 153
i 1 1+ i −2 + i −2
1 1 −2 0
em que Q2 ( x ) = x 2 + x − 2 e o resto R ( x ) = 0 , confirmando que x2 = −i é, de fato,

raiz da equação.
Por fim, temos em x2 + x − 2 =0 uma equação de 2° grau que pode ser

resolvida pela fórmula de Bhaskara, possuindo raízes x3 = −2 e x4 = 1 .
Uma vez que a equação estudada é do 4° grau, ela possui apenas 4 raízes
complexas: {−i, i, −2,1} .
Nesta aula abordamos as equações algébricas e suas raízes, passando pelas

relações que existem entre estas raízes e os coeficientes da equação. Estudamos ainda
a multiplicidade das raízes e como localizar raízes racionais, caso elas existam. Agora
vamos praticar um pouco do que aprendemos!!
Aula 6 | Tópico 2
1. Resolva a equação polinomial x 4 − 3 x 3 + 3 x 2 − 3 x + a , sabendo que 1 e i
são duas de suas raízes.
2. O conjunto-solução da equação x 4 − 2 x3 + 4 x 2 + 5 x − 2 =0 é
1 1 1 1
S = { x, y, z , w} . Determine o valor de + + + .
154 x y z w
3. Resolva a equação x 4 − 4 x 3 + 8 x 2 − 16 x + 16 =
0 , sabendo que 2 é sua raiz
dupla.
4. Determine o valor de a para que o produto das raízes da equação

2 x 4 − ax 2 + 1 =0 seja um número inteiro.
5. Sabendo que a equação x 3 + ax 2 − x + 2 =0 admite ( −1) como raiz e a

equação x 3 − 2 x 2 + bx + 2 = ( )
0 tem raiz igual a (1) , calcule o valor a b .
S
1. = {1, 2, ±i}
5
2.  
2
S
3. = {2, ±2i}
155
4. ∀a ∈ 
 1
5.  − 
 2
Aula 6 | Tópico 2
Referências
156
FACCHINI, W. Matemática para a escola de hoje. São Paulo: FTD, 2006.
FERREIRA, G.S.S. Equações Algébricas: um breve estudo. Recife: Gráfica Imprima, 2017.
GENTIL, N.; SANTOS, C.A.M.; GRECO, A.C.; GRECO, S.E. Matemática para o 2º grau. 7.
ed. São Paulo: Ática, 1998. 3 v.
IEZZI, G.; HAZZAN, S. Fundamentos da Matemática Elementar. 6. ed. São Paulo: Atual,
1993. (Sequências, Matrizes, Determinantes e Sistemas). 4 v.
LIMA, E. L., et al. A Matemática do Ensino Médio. Rio de Janeiro: SBM, 1998. 3 v.
MACHADO, A. S. Matemática, temas e metas. São Paulo: Atual, 1986. (Sistemas
Lineares e Análise Combinatória). 3 v.
PAIVA, M. Matemática. São Paulo: Moderna, 2005.
Sobre o autor
157
Guttenberg Sergistótanes Santos Ferreira tem graduação em Ciências (habilitação
em Matemática), pós-graduação (lato sensu) em Matemática e Física, ambas pela
Universidade Regional do Cariri (URCA), e pós-graduação (stricto sensu) pelo Programa
de Mestrado Profissional em Ensino de Ciências e Matemática da Universidade Federal
do Ceará (UFC), através do eixo temático Matemática, na linha de pesquisa Ensino
de Ciências e Matemática. Atualmente é professor efetivo com dedicação exclusiva,
coordenador do Programa de Especialização lato sensu em Ensino de Matemática
(com ênfase na formação de professores da educação básica) e ainda Coordenador
de Pesquisa, Pós-Graduação e Inovação no Instituto Federal de Educação, Ciência e
Tecnologia do Ceará – IFCE (campus de Juazeiro do Norte). Coordena disciplinas no
curso de Licenciatura em Matemática, modalidade semipresencial, da Universidade
Aberta do Brasil (UAB/EaD/IFCE), na condição de professor formador. Atua como
avaliador ad hoc no MEC/SETEC para cursos FIC e na Revista Conexões – Ciência
e Tecnologia do IFCE. Atua também como pesquisador junto ao Grupo de Estudo
Educação, Tecnologia e Formação Docente e ao Grupo de Pesquisa e Investigação no
Ensino de Matemática, ambos vinculados ao CNPq e certificados pelo IFCE, realizando
pesquisas em Educação Matemática, com foco em Metodologias de Ensino, Resolução
de Problemas e História da Matemática.
Sobre o autor

Matemática Básica II

Enviado por

Dados do documento

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

Matemática Básica II

Enviado por

Direitos autorais:

Formatos disponíveis

MINISTÉRIO DA EDUCAÇÃO

Universidade Aberta do Brasil

Guttenberg Sergistótanes Santos Ferreira

Presidente Elaboração do conteúdo

Dados Internacionais de Catalogação na Publicação

F383m Ferreira, Guttenberg Sergistótanes Santos.

1. NÚMEROS COMPLEXOS. 2. EQUAÇÕES ALGÉBRICAS 3. MATEMÁTICA-ENSINO. I. Título.

Aula 1 – Matrizes: propriedades e operações 7

Aula 2 – Determinantes: conceito, propriedades e regras 32

Aula 3 – Sistemas de equações lineares: formas e resolução 56

Aula 4 – Discussão de sistemas lineares 71

Aula 5 – Números complexos: forma, propriedades

Aula 7 – Polinômios: formas de representação e operações 120

Aula 8 – Equações algébricas: notação e raízes 140

Sobre o autor 157

Esta disciplina contém oito aulas, divididas em tópicos do conteúdo programático

Houve ainda a preocupação de apresentar um material que atendesse ao rigor

Matrizes: propriedades e operações

Para podermos discutir sobre a origem do uso de matrizes na matemática,

Agora que já aprendemos um pouco sobre o aspecto histórico das matrizes,

 Reconhecer diferentes formas de matrizes e suas propriedades

Neste tópico faremos um estudo sobre a noção intuitiva de matriz, associando-a

Mostramos abaixo um exemplo prático do uso de matrizes em nosso cotidiano.

Ovos Farinha Açúcar Carne

O fornecedor desta lanchonete revende esses ingredientes segundo os preços

Tomando por base apenas os ingredientes para fabricação de empadas, quibes e

Definição 1.1 Chamamos de matriz qualquer tabela da forma

1.1 Definição e Representação de Matriz

Vejamos, nos exemplos a seguir,

A forma mais usual de se representar uma matriz é

Podemos representar as matrizes da seguinte forma:

c11 c12 c13

Da mesma forma que nos exemplos anteriores, podemos representar matrizes do

 a11 a12 a13  a1n 

Exemplo 2: Uma matriz genérica

elemento 1 se encontra na 1ª linha e na 1ª coluna, portanto podemos escrever a11 = 1 ;

Solução: Primeiramente devemos lembrar qual o formato geral de uma matriz e

Em seguida, procedemos ao cálculo de cada elemento da matriz usando a lei de

 a11 a12 a13   1 0 −1

Exercício resolvido 2: Um professor de matemática pretendia avaliar 5 estudantes de

 a11 a12 a13 

Em seguida, procedemos à determinação de cada elemento da matriz, usando a lei

 a11 a12 a13  1 1 1

Na seção a seguir, estudaremos vários tipos de matriz e suas denominações.

1.2 Tipos de matriz

Nos exemplos apresentados anteriormente, vimos matrizes de diferentes 13

Nomenclatura Conceito Exemplo

Quando for constituída de uma única linha,

Quando for constituída de uma única  1 

Quando todos os elementos de uma

indicada por 0m×n .

Quando número de linhas da matriz for

Quando uma matriz diagonal possuir todos

Matriz Quando uma matriz for igual à sua  2 −1

Matriz Quando uma matriz for igual à oposta da  0 −2 

Para melhor compreensão das matrizes identidade e diagonal, apresentamos

Definição 1.2 Chamamos diagonal principal de uma matriz

Exemplo 3: Na matriz abaixo a diagonal principal é formada pelos elementos

Definição 1.3 Chamamos diagonal secundária de uma matriz

Para que possamos melhor compreender o estudo sobre matrizes apresentado

Solução: Vamos recordar que I 2 representa uma matriz identidade de ordem 2, e

uma matriz é simétrica quando é igual à sua matriz transposta,

Igualando os termos que ocupam a mesma posição em ambas as matrizes, chegamos a

de modo que a solução do problema está na soma dos elementos da 2ª linha de At ,

Reconhecer diferentes formas de matrizes e suas propriedades

( A + B ) =A + B (a transposta da soma é igual à soma das transpostas)

Sendo Am×n com elementos aij (1 ≤ i ≤ m e 1 ≤ j ≤ n) , e Bn× p com

Compreender o conceito de determinante de uma matriz