Apostila Algebra

Álgebra Linear
1. MATRIZES
1.1 Introdução
- Ordenam e simplificam
- Fornecem novos métodos de resolução
Matriz é uma tabela de elementos dispostos em linhas e colunas.
Exemplo: quando obtemos os dados referentes a altura, peso e idade

de um grupo de quatro pessoas, podemos dispô-los na tabela:
Altura(m) Massa(kg) Idade(anos)
Pessoa 1 a11 a12 a13
Ao abstraírmos os significados das linhas e colunas, temos a matriz:
[ ]
Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 1
Outros exemplos:
2x −1 4 
 
4 7 0  [4 2 1] [3x ]
 2 x 1 / 2
Os elementos de uma matriz podem ser números(reais ou

complexos)., funções, ou ainda outras matrizes.
Representamos uma matriz de m linhas por n colunas por:
 a11 a12 ... a1n 

a 
 21 a22 ... a2n 
Amxn = = [aij]mxn
 ! ! ! ! 
 
am1 am 2 ... amn 
Pode-se usar colchetes, parênteses ou duas barras:
x y v
 1 3
  ou 2 5 7
 5 8
y 5 0
NOTA! Para localizar um elemento de uma matriz, descreve-se a

linha e a coluna (nesta ordem) em que ele está.
Definição: Duas matrizes Amxn= [aij]mxn e Brxs = [bij]rxs são iguais A =

B, se elas têm o mesmo número de linhas e colunas, isto é, m = r e n =
s, e todos os seus elementos correspondentes são iguais : aij = bij .
Exercícios:
1. Fornecer dois exemplos de matrizes iguais
2. Apresente uma matriz de dimensão 3x3 e identifique os seguintes
elementos: a11, a22, a33, a21, a12
3. Faça uma tabela com dados de quatro colegas da sala (exemplos:
dia de nascimento, mês, ano, tamanho do calçado). Represente esta
tabela na forma de uma matriz.
1.2 Tipos de Matrizes
Consideremos uma matriz com m linhas e n colunas que denotamos

por Amxn:
MATRIZ QUADRADA é aquela cujo número de linhas é igual ao

número de colunas (m = n)
Exemplos:
NOTA! No caso de matrizes quadradas Amxn, costuma-se dizer que A

é uma matriz de ordem m.
MATRIZ NULA é aquela em que aij = 0, para todo i e j.
Exemplos:
MATRIZ-COLUNA é aquela que possui uma única coluna (n=1).
Exemplos:
MATRIZ-LINHA é aquela onde m = 1.
Exemplos:
MATRIZ DIAGONAL é uma matriz quadrada (m = n) onde aij = 0,

para i ≠ j, isto é, os elementos que não estão na diagonal são nulos.
Exemplos:
MATRIZ IDENTIDADE QUADRADA é aquela em que aii = 1 e aij =

0, para i ≠ j.
Exemplos:
MATRIZ TRIANGULAR SUPERIOR é a matriz quadrada onde

todos os elementos abaixo da diagonal são nulos, isto é, m = n e aij = 0,
para i > j .
Exemplos:
MATRIZ TRIANGULAR INFERIOR é a matriz quadrada onde

todos os elementos acima da diagonal são nulos, isto é, m = n e aij = 0,
para i < j .
Exemplos:
MATRIZ SIMÉTRICA é aquela onde m = n e aij = aji.
Exemplos:
EXERCÍCIOS:
Identificar o tipo de matriz:
a) (0)
b) 0 0 0
 1 0
c)  
0 2
1 0 0 0
2 2 0 0 
d) 
2 2 3 0
 
2 2 2 4
 1 0
e)  
 0 1
1.3 Operações com Matrizes
Naturalmente, temos a necessidade de efetuarmos certas operações

com matrizes. Por exemplo, consideremos as tabelas, que descrevem
a produção de grãos em dois anos consecutivos.
Produção de grãos(em milhares de toneladas) durante o primeiro ano

soja feijão arroz milho
Região A 3000 200 400 600
Região B 700 350 700 100
Região C 1000 100 500 800
Produção de grãos(em milhares de toneladas) durante o segundo ano

Região A 5000 50 200 0
Região B 2000 100 300 300
Região C 2000 100 600 600
Se quisermos montar uma tabela com a produção por produto e por

região nos dois anos em conjunto, teremos que somar os elementos
correspondentes das duas tabelas anteriores:
3000 200 400 600   5000 50 200 0   8000 250 600 600 
     
 700 350 700 100  + 2000 100 300 300  =  2700 450 1000 400 
1000 100 500 800   200 100 600 600  3000 200 1100 1400 
ou seja
Produção de grãos(em milhares de toneladas) durante os dois anos

Região A 8000 250 600 600
Região B 2700 450 1000 400
Região C 3000 200 1100 1400
Agora, existe uma possibilidade da produção do terceiro ano ser o
triplo do produzido no primeiro ano em função das condições
climáticas e financeiras. Assim, a estimativa para o próximo ano
será:
3000 200 400 600   9000 600 1200 1800 

   
3.  700 350 700 100  =  2100 1050 1000 400 
1000 100 500 800  3000 300 1500 2400 
Acabamos de efetuar, neste exemplo, duas operações com matrizes:

soma e multiplicação por um número, que são definidas
formalmente, a seguir.
ADIÇÃO
A soma de duas matrizes de mesma ordem, Amxn = [aij] e Bmxn = [bij], é

uma matriz m x n, que denotaremos A + B, cujos elementos são
somas dos elementos correspondentes de A e B. Isto é,
A + B = [ aij + bij]mxn
Exemplo:
 1 − 1  0 4  ..... .....
     
4 0  + − 2 5  = ..... .....
2 5   1 0  ..... .....
Propriedades: Dadas as matrizes A, B e C de mesma ordem mxn,

temos:
i. A + B = B + A, comutativa
ii. A + ( B + C ) = ( A + B ) + C, associativa
iii. A + 0 = A, onde 0 denota a matriz nula mxn
MULTIPLICAÇÃO POR ESCALAR
Seja Amxn = [aij]mxn e k um número, então definimos uma nova matriz
k . A = [k.aij]mxn
Propriedades: Dadas matrizes A e B de mesma ordem m x n e

números k, k1 e k2, temos:
i. k(A + B) = kA + kB
ii. (k1 + k2) A = k1A + k2B
iii. 0. A = 0mxn
iv. k1(k2A) = (k1k2)A
TRANSPOSIÇÃO
Dada uma matriz Amxn = [aij]mxn, podemos obter uma outra matriz
A'= A'mxn = [bij]mxn, cujas linhas são as colunas de A, isto é, bij = aji.
A' é denominada transposta de A.
Exemplo:
 0 4
   .... .... ..... 
A = − 2 5  e............... A' = ..... ...... ......
 1 0    2x 3
3x2
Propriedades:
i. Uma matriz é simétrica se, e somente se, ela é igual à sua

 1 3
transposta, isto é, A = A'. Exemplo:  .
3 2
ii. A'' = A . Isto é , a transposta da transposta de uma matriz é ela
mesma.
iii. (A + B)' = A'+ B'. Em palavras, a transposta de uma soma é
igual à soma das transpostas.
iv. (k A)'= kA', onde k é um escalar qualquer.
MULTIPLICAÇÃO DE MATRIZES
Suponhamos que a seguinte matriz forneça as quantidades das

vitaminas A, B e C obtidas em cada unidade dos alimentos I e II.
A B C
Alimento I 4 3 0 
Alimento II  5 0 1
 
Se ingerirmos 5 unidades do alimento I e 2 unidades do alimento II,

quanto consumiremos de cada tipo de vitamina?
Podemos representar o consumo dos alimentos I e II (nesta ordem)

pela matriz "consumo":
[5 2]
A operação que vai nos fornecer a quantidade ingerida de cada

vitamina é o "produto":
4 3 0 
[5 2] .  5 0 1
=[ 5.4+2.5 5.3+2.0 5.0+2.1 ] = [30 15 2]

[ ]1x2 . [ ]2x3 = [ ]1x3
Isto é, serão ingeridas 30 unidades de vitamina A, 15 de B e 2 de C.
Outro problema que poderemos considerar em relação aos dados
anteriores é o seguinte:
Se o custo dos alimentos depender somente do seu conteúdo

vitamínico e soubermos que os preços por unidade de vitamina A, B e
C são respectivamente, R$1,5 , R$3 e R$5 por unidade, quanto
pagaríamos pela porção de alimento indicada anteriormente?
15, 
 
[30 15 2].  3  = [30(15
, ) + 15(3) + 2(5)] = [100]
 5 
[ ] 1x3 . [ ] 3x1 = [ ]1x1
Ou seja, pagaríamos R$100
Sejam A = [aij]mxn e B = [brs]nxp. Definimos AB = [cuv]mxp onde
∑
n
cuv = auk bkv = au 1bkv +...+aun bnv

k =1
Observações:
i. Só podemos efetuar o produto de duas matrizes Amxn e Blxp se o
número de colunas da primeira for igual ao número de linhas
da segunda, isto é, n = l. Além disso, a matriz-resultado C = AB
será de ordem m x p.
ii. O elemento cij (i-ésima linha e j-ésima coluna da matriz
produto) é obtido, multiplicando os elementos da i-ésima linha
da primeira matriz pelos elementos correspondentes da j-ésima
coluna da segunda matriz, e somando estes produtos.
Exemplos:
 2 1
   1 − 1
 4 2 . 0 4  =
5 3   
 2 1
 1 − 1  
0 4 . 4 2 =
 
5 3 
 1 0 
− 2 3  0 6 1 
 =
4  3 8 − 2
.
5
 
 0 1
Propriedades:
i. Em geral AB≠ ≠BA

ii. A I = IA = A
iii. A (B+C)=AB+AC
iv. (A+B)C=AC+BC
v. (AB)C=A(BC)
vi. (AB)'= B'A'
vii. 0.A=0 e A.0 = 0
EXERCÍCIOS
2. SISTEMAS DE EQUAÇÕES LINEARES
2.1 Introdução
A preocupação do homem foi sempre descrever a natureza para

melhor entender os fenômenos físicos. Por exemplo, sabemos que o
hidrogênio (H2) reage com o oxigênio (O2) para produzir a água
( H2O).
Quanto de hidrogênio e oxigênio precisamos?
Podemos descrever esta mudança do seguinte modo:
xH2 + yO2 → zH2O.
Como os átomos não são modificados, o número de átomos de cada

elemento no início e fim da reação deve ser igual ao número de
átomos desse mesmo elemento, no fim da reação. Assim devemos ter
para o hidrogênio 2x = 2z, e para o oxigênio, 2y = z. Portanto, as
nossas incógnitas x, y e z devem satisfazer as equações:
2x − 2z = 0

 2y − z = 0
Para esse sistema de equações nós encontraremos muitas soluções

distintas, e só teremos resolvido o sistema se expressarmos o conjunto
de todas as soluções.
Exemplo: S= { x=z, y=z/2, ∀ z ∈R}.
Desta forma, o nosso objetivo nessa aula é estudar um método para a

resolução de sistemas lineares em geral.
Em primeiro lugar, precisamos aprender um método que possa
substituir um sistema complexo de muitas incógnitas e constantes por
um outro sistema simples e equivalente ao original.
Veja esse exemplo:
 x1 + 4 x 2 + 3 x 3 = 1  1 4 3 1 
  
(i )2x1 + 5 x 2 + 4 x 3 = 4 ........................  2 5 4 4 
 x − 3x 1 − 3 − 2 5 
 1 2 − 2x 3 = 5
 x1 + 4 x 2 + 3 x 3 = 1  1 4 3 1 
  
(II )0 x1 − 3 x 2 − 2x 3 = 2 ........................ 0 − 3 − 2 2
0 x − 7 x 0 − 7 − 5 4 
 1 2 − 5x3 = 4
 x1 + 4 x 2 + 3 x 3 = 1  1 4 3 1 
  
(III )0 x1 + x 2 + 2 / 3 x 3 = −2 / 3 ........................ 0 1 2 / 3 − 2 / 3 
 0x − 7x  0 − 7 − 5 4 
 1 2 − 5x3 = 4
 x1 + 0 x 2 + 1 / 3 x 3 = 11 / 3  1 0 1 / 3 11 / 3 
  
(IV ) 0 x1 + x 2 + 2 / 3 x 3 = −2 / 3 ........................  0 1 2 / 3 − 2 / 3 
0 x + 0 x 0 0 − 1 / 3 − 2 / 3 
 1 2 − 1 / 3 x 3 = −2 / 3
 x1 + 0 x 2 + 1 / 3 x 3 = 11 / 3  1 0 1 / 3 11 / 3 
  
(V )0 x1 + x 2 + 2 / 3 x 3 = −2 / 3 ........................ 0 1 2 / 3 − 2 / 3 
 0 x1 + 0 x 2 + x 3 = 2  0 0 1 2 

 x1 + 0 x 2 + 0 x 3 = 3 1 0 0 3 
  
(VI )0 x1 + x 2 + 0 x 3 = −2 ........................ 0 1 0 − 2
 0x + 0x  0 0 1 2 
 1 2 + x3 = 2
 x1 = 3

ou ainda,  x 2 = −2
x = 2
 3
Todas as equações ( I - VI) produzem sempre sistemas com o mesmo

conjunto-solução.
2.2 Sistemas e Matrizes
Um sistema de equações lineares com m equações e n incógnitas é um

conjunto de equações do tipo:
 a11x1 + a12 x 2 +...+a1n x n = b1

 a x +a x
 21 1 22 2 +...+a2n x n = b2

 ! ! ! !
am1x1 + am 2 x 2 +...+amn x n = bm
≤ i ≥ m, 1≤
com aij, 1≤ ≤ j ≥ n, números reais (ou complexos).
Uma solução do sistema acima é uma n-upla de números ( x1,

x2, x3, ..., xn) que satisfaça simultaneamente estas m equações.
Dois sistemas de equações lineares são equivalentes se, e somente

se toda solução de qualquer um dos sistemas também é solução do
outro.
Podemos escrever o sistemas de equações numa forma matricial:
 a11 + a12 +...+a1n   x1   b1 

a  x  b 
 21 + a22 +...+a2n .  2  =  2
 ! ! ! !  !   ! 
    
am1 + am 2 +...+amn  x n  bm 
ou A . X = B onde
 a11 + a12 +...+a1n 
a 
21 + a22 +...+a2n
A=  .
 ! ! ! ! 
 
am1 + am 2 +...+amn 
 x1   b1 
x  b 
X =.   e B =  2
2
 !   ! 
   
x n  bm 
Uma outra matriz que podemos associar ao sistema é:
 a11 a12 ... a1n b1 

 a 
 21 a22 ... a2n b2 .
 ! ! ! ! 
 
am1 am 2 ... amn bm 
que chamamos de matriz ampliada do sistema. Observe que no

exemplo de simplificação de matriz trabalhamos com a matriz
ampliada do sistema.
2.3 Operações Elementares
São três as operações elementares sobre linhas de uma matriz.
i) Permuta das i-ésima e j-ésima linhas: Li ↔ Lj;

ii) Multiplicação da i-ésima linha por um escalar não nulo k Li ↔
Lj
iii) Substituição da i-ésima linha pela i-ésima linha mais k vezes a
j-ésima linha: Li ↔ Li + kLj.
Exemplos:
 1 0   1 0 
   
 4 − 1 → − 3 4  para L2 ↔ L3
− 3 4   4 − 1
 1 0   1 0 
   
 4 − 1 → − 12 3  para L2 ↔ 3 L2
− 3 4   − 3 4 
 1 0  1 0 
   
 4 − 1 → 4 − 1 para L3 ↔ L3 + 2L1
− 3 4  − 1 4 
Se A e B são matrizes M x n, dizemos que B é linha equivalente a A,
se B for obtida de A por meio de um número finito de operações
elementares sobre as linhas de A.
Notação A → B ou A ∼ B
Dois sistemas que possuem matrizes ampliadas equivalentes são

equivalentes.
Exercícios:
Resolva o sistema de equações, escrevendo as matrizes ampliadas,

associadas aos novos sistemas.
 2x − y + 3z = 11
4 x − 3 y + 2z = 0


 x+y +z =6
 3 x + y + z = 4
2.4 Forma Escada
2.4.1 Definição - Uma matriz m x n é linha reduzida à forma escada

se :
a) O primeiro elemento não nulo de uma linha não nula é 1.

Exemplos:
0 1 0 0
0 1 4  1 1 1 4 
   3 4 1  
 1 0 3 0 0 0 1 1 5 3 
0 0 1   1 2 2
0 0 1 3
b) Cada coluna que contém o primeiro elemento não nulo de alguma

linha tem todos os seus outros elementos iguais a zero.
Exemplos:
0 1 0 0
0 1 0  1
   0 0 0 
 1 0 0 0 0 0 1
0 0 1  
0 0 1 0
c) Toda linha nula ocorre abaixo de todas as linhas não nulas (isto é,
daquelas que possuem pelo menos um elemento não nulo).
Exemplo:
0 1 0 0
1 0 0 0 

0 0 0 1
 
0 0 0 0
d) Se as linhas 1,...., r são as linhas não nulas, e se o primeiro

elemento não nulo da linha i ocorre na coluna ki , então
k1<k2<..<ki< ki+1<...<kr.
Esta última condição impõe a forma escada à matriz:
Isto significa que o número de zeros precedendo o primeiro elemento
não nulo de uma linha aumenta a cada linha, até que sobrem somente
linhas nulas, se houver.
Exercícios:
Defina se é forma escada ou não as seguintes matrizes:
1 0 0 0 
 
a) 0 1 − 1 0 segunda não é satisfeita
 0 0 1 0 
0 2 1 
 
b)  1 0 − 3 primeira e quarta não são satisfeitas
0 0 0 
 0 1 − 3 0 1
 
c)  0 0 0 0 0  primeira e terceira não são satisfeitas
0 0 0 − 1 2
0 1 − 3 0 2
 
d)  0 0 0 1 2  É forma escada
 0 0 0 0 0 
2.4.2 Teorema - Toda matriz Amxn é linha equivalente a uma única

matriz-linha reduzida à forma escada.
2.4.3 Definição - Dada a matriz Amxn, seja Bmxn a matriz-linha

reduzida à forma escada linha equivalente a A. O posto de A,
denotado por p, é o número de linhas não nulas de B. A nulidade de
A é o número n-p.
NOTA : Dada uma matriz A qualquer, para achar seu posto é

necessário encontrar primeiro sua matriz-linha reduzida à forma
escada, e depois contar suas linhas não nulas. O número encontrado é
o posto de A. A nulidade é a diferença entre o número de colunas de A
e o posto.
Exercícios:
1. Encontre o posto e a nulidade de A, onde
 1 2 1 o 
 
A = − 1 0 3 5 
 1 − 2 1 1 
 1 2 1 0 
 
L2 = L2 + L1 e L3 = L3 - L1 0 2 4 5 →
0 − 4 0 1
 1 2 1 0 
 
L2 = L2/2 0 1 2 5 / 2 →
 0 − 4 0 1 
1 0 − 3 − 5 
 
L1 = L1 - 2 x L2 e L3 = L3 +4 x L2  0 1 2 5 / 2  →
 0 0 8 11 
1 0 − 3 − 5 
 
L3 = L3/8  0 1 2 5 / 2  →
0 0 1 11 / 8 
1 0 0 − 7 / 8 
 
L1 = L1 + 3 x L3 e L2 = L2 - 2 x L3  0 1 0 − 1 / 4 
 0 0 1 11 / 8 
O posto de A é 3 e a nulidade é 4-3 = 11.

Esta é a matriz ampliada de um sistema.
2. Encontre o posto e a nulidade de A, onde
2 −1 3
1 4 2 
A= 
1 −5 1
 
4 16 8
Resposta: posto é 2, nulidade é 1. A matriz-linha reduzida à forma

1 0 14 / 9
 0 1 1/ 9 
escada é  .
 0 0 0 
 
 0 0 0 
2.5 Soluções de um Sistema de Equações Lineares
Consideremos um sistema de m equações lineares com n incógnitas
 a11x1 + a12 x 2 +...+a1n x n = b1

 a x +a x +...+a2n x n = b2
 21 1 22 2

 ! ! ! !
am1x1 + am 2 x 2 +...+amn x n = bm
cujos coeficientes aij e termos constantes bi são números reais (ou

complexos).
Este sistema pode ter:
i) uma única solução:
 x1 
x 
X =.  
2
 ! 
 
x n 
Neste caso, o sistema é denominado possível (compatível) e

determinado.
ii) infinitas soluções
Neste caso, o sistema é denominado possível e indeterminado.
iii) nenhuma solução.
Neste caso, o sistema é denominado impossível ( incompatível).
2.5.1 Teoremas
i) Um sistema de m equações e n incógnitas admite solução se, e

somente se o posto da matriz ampliada é igual ao posto da
matriz dos coeficientes.
ii) Se as duas matrizes têm o mesmo posto p e p = n, a solução será
única.
iii) Se as duas matrizes têm o mesmo posto p e p < n, podemos
escolher n - p incógnitas, e as outras p incógnitas serão dadas
em função destas. O grau de liberdade do sistema é dito ser n -
p.
2.6 Exercícios
1. Resolva o sistema de equações, escrevendo as matrizes ampliadas,

associadas aos novos sistemas.
2 x −y + 3z = 11
4 x − 3y + 2z = 0


x +y +z = 6
3 x +y +z = 4
2. Descreva todas as possíveis matrizes 2 x 2, que estão na forma

escada reduzida por linhas.
3. Reduza as matrizes à forma escada reduzida por linhas.
0 2 2 
 1 − 2 3 − 1  0 1 3 −2   1
    1 3 
a) 2 − 1 2 + 3 b) 2 1 − 4 + 3 c) 
3 − 4 2
 3 + 1 2 3   2 3 2 − 1   
2 − 3 1
4. Calcule o posto e a nulidade das matrizes da questão anterior.
3. DETERMINANTE E MATRIZ INVERSA

Apostila Algebra

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Algebra

Título original:

Enviado por

Direitos autorais:

Formatos disponíveis

Álgebra Linear

Matriz é uma tabela de elementos dispostos em linhas e colunas.

Exemplo: quando obtemos os dados referentes a altura, peso e idade

Altura(m) Massa(kg) Idade(anos)

Pessoa 1 a11 a12 a13

Pessoa 2 a21 a22 a23

Pessoa 3 a31 a32 a33

Pessoa 4 a41 a42 a43

Ao abstraírmos os significados das linhas e colunas, temos a matriz:

Os elementos de uma matriz podem ser números(reais ou

Representamos uma matriz de m linhas por n colunas por:

 a11 a12 ... a1n 

Pode-se usar colchetes, parênteses ou duas barras:

NOTA! Para localizar um elemento de uma matriz, descreve-se a

Definição: Duas matrizes Amxn= [aij]mxn e Brxs = [bij]rxs são iguais A =

1.2 Tipos de Matrizes

Consideremos uma matriz com m linhas e n colunas que denotamos

MATRIZ QUADRADA é aquela cujo número de linhas é igual ao

NOTA! No caso de matrizes quadradas Amxn, costuma-se dizer que A

MATRIZ NULA é aquela em que aij = 0, para todo i e j.

MATRIZ-COLUNA é aquela que possui uma única coluna (n=1).

MATRIZ DIAGONAL é uma matriz quadrada (m = n) onde aij = 0,

MATRIZ IDENTIDADE QUADRADA é aquela em que aii = 1 e aij =

MATRIZ TRIANGULAR SUPERIOR é a matriz quadrada onde

MATRIZ TRIANGULAR INFERIOR é a matriz quadrada onde

MATRIZ SIMÉTRICA é aquela onde m = n e aij = aji.

Identificar o tipo de matriz:

Naturalmente, temos a necessidade de efetuarmos certas operações

Produção de grãos(em milhares de toneladas) durante o primeiro ano

Produção de grãos(em milhares de toneladas) durante o segundo ano

Se quisermos montar uma tabela com a produção por produto e por

Produção de grãos(em milhares de toneladas) durante os dois anos

3000 200 400 600   9000 600 1200 1800 

Acabamos de efetuar, neste exemplo, duas operações com matrizes:

A soma de duas matrizes de mesma ordem, Amxn = [aij] e Bmxn = [bij], é

Propriedades: Dadas as matrizes A, B e C de mesma ordem mxn,

Seja Amxn = [aij]mxn e k um número, então definimos uma nova matriz

Propriedades: Dadas matrizes A e B de mesma ordem m x n e

i. Uma matriz é simétrica se, e somente se, ela é igual à sua

Suponhamos que a seguinte matriz forneça as quantidades das

Se ingerirmos 5 unidades do alimento I e 2 unidades do alimento II,

Podemos representar o consumo dos alimentos I e II (nesta ordem)

A operação que vai nos fornecer a quantidade ingerida de cada

[ ]1x2 . [ ]2x3 = [ ]1x3

Isto é, serão ingeridas 30 unidades de vitamina A, 15 de B e 2 de C.

Se o custo dos alimentos depender somente do seu conteúdo

[ ] 1x3 . [ ] 3x1 = [ ]1x1

Ou seja, pagaríamos R$100

Sejam A = [aij]mxn e B = [brs]nxp. Definimos AB = [cuv]mxp onde

cuv = auk bkv = au 1bkv +...+aun bnv

i. Em geral AB≠ ≠BA

A preocupação do homem foi sempre descrever a natureza para

Quanto de hidrogênio e oxigênio precisamos?

Podemos descrever esta mudança do seguinte modo:

xH2 + yO2 → zH2O.

Como os átomos não são modificados, o número de átomos de cada

Para esse sistema de equações nós encontraremos muitas soluções

Exemplo: S= { x=z, y=z/2, ∀ z ∈R}.

Desta forma, o nosso objetivo nessa aula é estudar um método para a

Veja esse exemplo:

Todas as equações ( I - VI) produzem sempre sistemas com o mesmo

Um sistema de equações lineares com m equações e n incógnitas é um