ACFrOgCf3nXMlmlmFagfGWeR1hvto4o x6GL6 WHTh6 IrWWLzrew h3Dsq2vDrvDXUZK9yxeXeyhsyYc8cssC7BwCzS6ly49fESebVHQLnSlogcvgrInsK QTJ9T3KYcRZ5M3Mn5THhwyb2mt6K

Álgebra Linear
Aula 01
Francisco Müller
15 de julho de 2021
F. Müller Álgebra Linear 15 de julho de 2021 1 / 51

Sumário
1 Introdução
2 Sistemas de Equações Lineares (1.1)
3 Eliminação de Linhas e Formas Escalonadas (1.2)

Sumário
1 Introdução

Informações sobre o curso
Professor: Francisco Müller

email: fmuller@ufpa.br
Livro-texto: Lay, David C. Álgebra linear e suas aplicações. 2.ed. Rio de Janeiro : LTC,
2012.
Avaliação: Provas (assı́ncronas), listas e projetos. Definição exata de datas será feita
após o inı́cio do curso.

Objetivos:
A disciplina tem como objetivo apresentar os fundamentos de álgebra linear. O aluno deve ser
capaz de manipular matrizes e vetores, resolver sistemas de equações lineares, determinantes,
calcular a inversa de matrizes, seus autovalores e autovetores. Os conhecimentos apresentados
nesta disciplina são fundamentais em áreas como processamento digital de sinais,
comunicações digitais, computação gráfica e processamento de imagens.
Ementa:
Vetores, Operações com Vetores; Sistemas de Equações Lineares; Regra de Cramer; Matrizes;
Transformações Lineares; Autovalores e Autovetores; Espaços Vetoriais. Aplicações de Álgebra
Linear.

Habilidade e Competências
Manipular matrizes e vetores e suas operações básicas;

Solucionar sistemas de equações lineares, equações vetoriais e equações matriciais;
Calcular a inversa de uma matriz;
Calcular o determinante de uma matriz;
Entender os espaços vetoriais de uma matriz;
Calcular autovalores e autovetores de uma matriz;
Aplicar os fundamentos de álgebra linear em sistemas práticos.

Sumário
1 Introdução

Definição de equação linear
Uma equação linear:
a1 x1 + a2 x2 + · · · + an xn = b
EXEMPLO:
√
4x1 − 5x2 + 2 = x1 e x2 = 2( 6 − x1 ) + x3
↓ ↓
arrumando arrumando
↓ ↓ √
3x1 − 5x2 = −2 2x1 + x2 − x3 = 2 6
Não linear:
√
4x1 − 6x2 = x1 x2 e x2 = 2 x1 − 7

A solução de um sistema linear
Uma lista (s1 , s2 , ..., sn ) de números que tornam cada equação do sistema verdadeira quando
os valores s1 , s2 , ..., sn são substituı́dos por x1 , x2 , ..., xn , respectivamente.

Duas equações em duas variáveis (Uma solução)
x1 + x2 = 10
−x1 + x2 = 0

Duas equações em duas variáveis (nenhuma solução)
x1 − 2x2 = −3
2x1 − 4x2 = 8

Duas equações em duas variáveis (infinitas soluções)
x1 + x2 = 3
−2x1 − 2x2 = −6

Três equações em três variáveis. Cada equação define um plano no espaço
tridimensional.
Os planos se interceptam em um ponto (uma solução).

tridimensional.
Os planos se interceptam em uma linha (infinitas soluções).

tridimensional.
Não há ponto comum entre os planos (nenhuma solução).

Conjunto solução
O conjunto de todas as possı́veis soluções de um sistema linear.

Sistemas equivalentes
Dois sistemas lineares com o mesmo conjunto solução.

Sistemas equivalentes
Dois sistemas lineares com o mesmo conjunto solução.
Estratégia para resolver um sistema

Substitua o sistema por um sistema equivalente mais simples de resolver.

Exemplo
x1 − 2x2 = −1
−x1 + 3x2 = 3
x1 − 2x2 = −1
x2 = 2
x1 = 3
x2 = 2

x1 − 2x2 = −1
−x1 + 3x2 = 3

x1 − 2x2 = −1
x2 = 2

x1 = 3
x2 = 2

Notação Matricial

x1 − 2x2 = −1 1 −2
−x1 + 3x2 = 3 −1 3
(matriz dos coeficientes)


x1 − 2x2 = −1 1 −2
−x1 + 3x2 = 3 −1 3

x1 − 2x2 = −1 1 −2 −1
−x1 + 3x2 = 3 −1 3 3
↓ (matriz aumentada)


x1 − 2x2 = −1 1 −2
−x1 + 3x2 = 3 −1 3

x1 − 2x2 = −1 1 −2 −1
−x1 + 3x2 = 3 −1 3 3

x1 − 2x2 = −1 1 −2 −1
x2 = 2 0 1 2
↓


x1 − 2x2 = −1 1 −2
−x1 + 3x2 = 3 −1 3

x1 − 2x2 = −1 1 −2 −1
−x1 + 3x2 = 3 −1 3 3

x1 − 2x2 = −1 1 −2 −1
x2 = 2 0 1 2
↓

x1 = 3 1 0 3
x2 = 2 0 1 2

Operações elementares de linhas
Substituição
Substituir uma linha pela soma dela mesma com um múltiplo de outra linha.
Troca
Trocar duas linhas entre si.
Reescalonar
Multiplicar todos os elementos de uma linha por uma constante não-nula.

Matrizes equivalentes por linha
Matrizes linha-equivalentes
Duas matrizes onde uma matriz pode ser transformada na outra através de uma sequência de
operações elementares.

Matrizes equivalentes por linha
Matrizes linha-equivalentes
Duas matrizes onde uma matriz pode ser transformada na outra através de uma sequência de
operações elementares.
Fato sobre matrizes linha-equivalentes

Se as matrizes completas de dois sistemas lineares são linha-equivalentes, então os dois
sistemas têm o mesmo conjunto solução.

Exemplo: Resolva o sistema
 
x1 − 2x2 + x3 = 0 1 −2 1 0
2x2 − 8x3 = 8  0 2 −8 8 
−4x1 + 5x2 + 9x3 = −9 −4 5 9 −9

 
x1 − 2x2 + x3 = 0 1 −2 1 0
2x2 − 8x3 = 8  0 2 −8 8 
−4x1 + 5x2 + 9x3 = −9 −4 5 9 −9
↓  
x1 − 2x2 + x3 = 0 1 −2 1 0
2x2 − 8x3 = 8  0 2 −8 8 
− 3x2 + 13x3 = −9 0 −3 13 −9

 
x1 − 2x2 + x3 = 0 1 −2 1 0
2x2 − 8x3 = 8  0 2 −8 8 
−4x1 + 5x2 + 9x3 = −9 −4 5 9 −9
↓  
x1 − 2x2 + x3 = 0 1 −2 1 0
2x2 − 8x3 = 8  0 2 −8 8 
− 3x2 + 13x3 = −9 0 −3 13 −9
↓  
x1 − 2x2 + x3 = 0 1 −2 1 0
x2 − 4x3 = 4  0 1 −4 4 
− 3x2 + 13x3 = −9 0 −3 13 −9

Exemplo: Resolva o sistema (cont.)
 
x1 − 2x2 + x3 = 0 1 −2 1 0
x2 − 4x3 = 4  0 1 −4 4 
x3 = 3 0 0 1 3

 
x1 − 2x2 + x3 = 0 1 −2 1 0
x2 − 4x3 = 4  0 1 −4 4 
x3 = 3 0 0 1 3
↓  
x1 − 2x2 = −3 1 −2 0 −3
x2 = 16  0 1 0 16 
x3 = 3 0 0 1 3

 
x1 − 2x2 + x3 = 0 1 −2 1 0
x2 − 4x3 = 4  0 1 −4 4 
x3 = 3 0 0 1 3
↓  
x1 − 2x2 = −3 1 −2 0 −3
x2 = 16  0 1 0 16 
x3 = 3 0 0 1 3
↓  
x1 = 29 1 0 0 29
x2 = 16  0 1 0 16 
x3 = 3 0 0 1 3

 
x1 − 2x2 + x3 = 0 1 −2 1 0
x2 − 4x3 = 4  0 1 −4 4 
x3 = 3 0 0 1 3
↓  
x1 − 2x2 = −3 1 −2 0 −3
x2 = 16  0 1 0 16 
x3 = 3 0 0 1 3
↓  
x1 = 29 1 0 0 29
x2 = 16  0 1 0 16 
x3 = 3 0 0 1 3
A solução do sistema é (29, 16, 3).

(29, 16, 3) é a solução do sistema original?
Sistema original:
x1 − 2x2 + x3 = 0
2x2 − 8x3 = 8
−4x1 + 5x2 + 9x3 = −9

(29, 16, 3) é a solução do sistema original?
Sistema original:
x1 − 2x2 + x3 = 0
2x2 − 8x3 = 8
−4x1 + 5x2 + 9x3 = −9
Substituindo a solução encontrada:
(29) − 2(16)+ 3 = 29 − 32 + 3 = 0
2(16) − 8(3) = 32 − 24 = 8
−4(29) + 5(16) + 9(3) = −116 + 80 + 27 = −9

Duas questões fundamentais sobre um sistema linear (existência e
unicidade)
O sistema é possı́vel (ou consistente); isto é, existe pelo menos uma solução?
Se existe solução, ela é única; isto é, existe uma e apenas uma solução?

Determine se o sistema é possı́vel
x1 − 2x2 + x3 = 0
2x2 − 8x3 = 8
−4x1 + 5x2 + 9x3 = −9
No último exemplo, este sistema foi reduzido à forma triangular:
 
x1 − 2x2 + x3 = 0 1 −2 1 0
x2 − 4x3 = 4  0 1 −4 4 
x3 = 3 0 0 1 3
Isto é suficiente para demonstrar que o sistema é possı́vel e a solução única. Por quê?

 
3x2 − 6x3 = 8 0 3 −6 8
x1 − 2x2 + 3x3 = −1  1 −2 3 −1 
5x1 − 7x2 + 9x3 = 0 5 −7 9 0

 
3x2 − 6x3 = 8 0 3 −6 8
x1 − 2x2 + 3x3 = −1  1 −2 3 −1 
5x1 − 7x2 + 9x3 = 0 5 −7 9 0
Solução: Operações nas linhas produzem:

     
0 3 −6 8 1 −2 3 −1 1 −2 3 −1
 1 −2 3 −1  →  0 3 −6 8 → 0 3 −6 8 
5 −7 9 0 0 3 −6 5 0 0 0 −3

Determine se o sistema é possı́vel (cont.)
Equações da forma matricial triangular:

x1 − 2x2 + 3x3 = −1
3x2 − 6x3 = 8
0x3 = −3 ← Nunca verdadeiro
O sistema original é impossı́vel!

Determine para quais valores de h o sistema abaixo será possı́vel
3x1 − 9x2 = 4
−2x1 + 6x2 = h

3x1 − 9x2 = 4
−2x1 + 6x2 = h
Solução: Reduza para a forma triangular.

4
1 −3 43

3 −9 4 1 −3 3
→ → 8
−2 6 h −2 6 h 0 0 h+ 3

3x1 − 9x2 = 4
−2x1 + 6x2 = h
Solução: Reduza para a forma triangular.

4
1 −3 43

3 −9 4 1 −3 3
→ → 8
−2 6 h −2 6 h 0 0 h+ 3
−8
A segunda equação é 0x1 + 0x2 = h + 83 . O sistema é possı́vel apenas se h + 38 = 0 ou h = 3 .

Sumário
1 Introdução

Forma Escalonada
Definição
Todas as linhas não-nulas estão acima de qualquer linha só de zeros.
Cada elemento lı́der (ou seja, a entrada não-nula mais à esquerda) de uma linha está em
uma coluna à direita do elemento lı́der da linha acima.
Todos os elementos de uma coluna abaixo de um elemento lı́der são zero.

Formas Escalonadas: Exemplos
   
∗ ∗ ∗ ∗ ∗ ∗
 0 ∗ ∗ ∗   0 ∗ 
(a) 
 0 0 0 0
 (b)  
0   0 0 
0 0 0 0 0 0 0 0
 
0 ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗

 0 0 0 ∗ ∗ ∗ ∗ ∗ ∗ ∗ 

(c) 
 0 0 0 0 ∗ ∗ ∗ ∗ ∗ ∗ 

 0 0 0 0 0 0 0 ∗ ∗ ∗ 
0 0 0 0 0 0 0 0 ∗ ∗

Forma Escalonada Reduzida
Adicione as seguintes condições à definição anterior:

O elemento lı́der de cada linha é 1.
Cada elemento lı́der 1 é o único elemento não nulo em sua coluna.
Exemplo:
 
0 1 ∗ 0 0 ∗ ∗ 0 0 ∗ ∗

 0 0 0 1 0 ∗ ∗ 0 0 ∗ ∗ 


 0 0 0 0 1 ∗ ∗ 0 0 ∗ ∗ 

 0 0 0 0 0 0 0 1 0 ∗ ∗ 
0 0 0 0 0 0 0 0 1 ∗ ∗

Unicidade da Forma Escalonada Reduzida
Teorema 1
Cada matriz é linha equivalente a uma, e somente uma, matriz escalonada reduzida.

Termos Importantes
Posição de pivô
Uma posição que corresponde a um elemento lı́der em uma matriz na forma escalonada.
Pivô
Um número não-nulo que é usado em uma posição de pivô para criar zeros ou então
modificado para um elemento lı́der 1, que por sua vez é utilizado para criar zeros.
Coluna pivô
Uma coluna que contém uma posição de pivô.

Exemplo: Faça o escalonamento da matriz abaixo
 
0 −3 −6 4 9
 −1 −2 −1 3 1 
 
 −2 −3 0 3 −1 
1 4 5 −9 −7

Exemplo: Faça o escalonamento da matriz abaixo
 
0 −3 −6 4 9
 −1 −2 −1 3 1 
 
 −2 −3 0 3 −1 
1 4 5 −9 −7
Solução
pivô
.
 
1 4 5 −9 −7
 −1 −2 −1 3 1 
 
 −2 −3 0 3 −1 
0 −3 −6 4 9
↑
coluna pivô

Continuação
 
1 4 5 −9 −7
 0
 2 4 −6 −6  
 0 5 10 −15 −15 
0 −3 −6 4 9
   
1 4 5 −9 −7 1 4 5 −9 −7
 0
 2 4 −6 −6   0 2
 ∼ 4 −6 −6 

 0 0 0 0 0   0 0 0 −5 0 
0 0 0 −5 0 0 0 0 0 0

Continuação
 
0 −3 −6 4 9
 −1 −2 −1 3 1 
Matriz Original: 
 −2 −3

0 3 −1 
1 4 5 −9 −7
↑ ↑ ↑
colunas pivô: 1 2 4
Obs.: Não há mais de um pivô em nenhuma linha. Não há mais de um pivô em nenhuma
coluna.

Exemplo: Reduza a matriz abaixo à forma escalonada e então à forma
escalonada reduzida
 
0 3 −6 6 4 −5
 3 −7 8 −5 8 9 
3 −9 12 −9 6 15
Solução:
   
0 3 −6 6 4 −5 3 −9 12 −9 6 15
 3 −7 8 −5 8 9 ∼ 3 −7 8 −5 8 9 
3 −9 12 −9 6 15 0 3 −6 6 4 −5
 
3 −9 12 −9 6 15
∼ 0 2 −4 4 2 −6 
0 3 −6 6 4 −5

Continuação
Cubra a linha no topo e procure nas duas linhas restantes pelo coluna não-nula mais à
esquerda.
   
3 −9 12 −9 6 15 3 −9 12 −9 6 15
 0 2 −4 4 2 −6  ∼  0 1 −2 2 1 −3 
0 3 −6 6 4 −5 0 3 −6 6 4 −5
 
3 −9 12 −9 6 15
∼ 0
 1 −2 2 1 −3  (forma escalonada)
0 0 0 0 1 4

Passo final para criação da forma escalonada reduzida:
Começando do pivô mais à direita, e seguindo para cima e para a esquerda, crie zeros acima
de cada pivô. Se um pivô não for igual a 1, use o reescalonamento para torná-lo igual a 1.
   
3 −9 12 −9 0 −9 3 0 −6 9 0 −72
 0 1 −2 2 0 −7  ∼  0 1 −2 2 0 −7 
0 0 0 0 1 4 0 0 0 0 1 4
 
1 0 −2 3 0 −24
∼  0 1 −2 2 0 −7 
0 0 0 0 1 4

Solução de Sistemas Lineares
Variável dependente ou básica: qualquer variável que corresponda a uma coluna pivô
na matriz aumentada de um sistema.
Variável livre: todas as variáveis que não são dependentes.

Solução de Sistemas Lineares
Variável dependente ou básica: qualquer variável que corresponda a uma coluna pivô
na matriz aumentada de um sistema.
Variável livre: todas as variáveis que não são dependentes.
Exemplo:
 
1 6 0 3 0 0 x1 +6x2 +3x4 =0
 0 0 1 −8 0 5  x3 −8x4 =5
0 0 0 0 1 7 x5 =7
colunas pivô:
variáveis dependentes:
variáveis livres:

Passo final na solução de um sistema linear possı́vel
Após colocar a matriz completa do sistema na forma escalonada reduzida e escrever o sistema
como um conjunto de equações:
Resolva cada equação para a variável básica em função das variáveis livres (se
houverem) na equação.

Exemplo


 x1 = −6x2 − 3x4
x1 +6x2 +3x4 =0  2 é livre
x


x3 −8x4 =5 x3 = 5 + 8x4
x5 =7 x é livre

 4



x5 = 7
(solução geral)
A solução geral de um sistema fornece uma descrição paramétrica do conjunto solução. (As
variáveis livres atuam como parâmetros.) O sistema acima possui infinitas soluções.
Por quê?
Aviso: Use apenas a forma escalonada reduzida para resolver um sistema.

Sobre Existência e Unicidade
Exemplo:
 
3x2 −6x3 +6x4 +4x5 = −5
 3x1 −7x2 +8x3 −5x4 +8x5 =9 
3x1 −9x2 +12x3 −9x4 +6x5 = 15

Exemplo (cont.)
Em um exemplo anterior, obtivemos a forma escalonada da matriz:
 
3 −9 12 −9 6 15
 0 2 −4 4 2 −6 
0 0 0 0 1 4 (x5 = 4)
Nenhuma equação na forma 0 = c, onde c 6= 0, então o sistema é possı́vel.

Variáveis livres: x3 e x4
Sistema possı́vel
=⇒ infinitas soluções.
com variáveis livres

Outro exemplo
 
3x1 +4x2 = −3 3 4 −3
2x1 +5x2 = 5 → 2 5 5 
−2x1 −3x2 = 1 −2 −3 1
 
3 4 −3
3x1 + 4x2 = −3
∼ 0 1 3  −→
x2 = 3
0 0 0
Sistema possı́vel
=⇒ solução única.
sem variáveis livres

Teorema 2
Teorema da Existência e Unicidade

1. Um sistema linear é possı́vel se e somente se a última coluna (à direita) da matriz
aumentada não for uma coluna pivô, ou seja, se e somente se uma forma escalonada da matriz
completa não contiver linha da forma

0 ... 0 b (onde b é diferente de zero).
2. Se um sistema linear é possı́vel, então a solução contém ou

(i) uma solução única (quando não existem variáveis livres) ou
(ii) infinitas soluções (quando há pelo menos uma variável livre).

Usando escalonamento para resolver um sistema linear
1 Escreva a matriz completa do sistema;

2 Use o algoritmo de escalonamento para obter a matriz aumentada equivalente na forma
escalonada. Decida se o sistema é possı́vel. Se não for, pare; caso contrário, siga para o
próximo passo;
3 Continue o escalonamento até obter a forma escalonada reduzida;
4 Escreva o sistema de equações correspondente a matriz obtida no passo 3;
5 Escreva a solução expressando cada variável dependente em função das variáveis livres e
declare quais são as variáveis livres.

Idioma

ACFrOgCf3nXMlmlmFagfGWeR1hvto4o x6GL6 WHTh6 IrWWLzrew h3Dsq2vDrvDXUZK9yxeXeyhsyYc8cssC7BwCzS6ly49fESebVHQLnSlogcvgrInsK QTJ9T3KYcRZ5M3Mn5THhwyb2mt6K

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

ACFrOgCf3nXMlmlmFagfGWeR1hvto4o x6GL6 WHTh6 IrWWLzrew h3Dsq2vDrvDXUZK9yxeXeyhsyYc8cssC7BwCzS6ly49fESebVHQLnSlogcvgrInsK QTJ9T3KYcRZ5M3Mn5THhwyb2mt6K

Enviado por

Direitos autorais:

Formatos disponíveis

Álgebra Linear

F. Müller Álgebra Linear 15 de julho de 2021 1 / 51

2 Sistemas de Equações Lineares (1.1)

3 Eliminação de Linhas e Formas Escalonadas (1.2)

F. Müller Álgebra Linear 15 de julho de 2021 2 / 51

2 Sistemas de Equações Lineares (1.1)

3 Eliminação de Linhas e Formas Escalonadas (1.2)

F. Müller Álgebra Linear 15 de julho de 2021 3 / 51

Professor: Francisco Müller

F. Müller Álgebra Linear 15 de julho de 2021 4 / 51

F. Müller Álgebra Linear 15 de julho de 2021 5 / 51

Manipular matrizes e vetores e suas operações básicas;

F. Müller Álgebra Linear 15 de julho de 2021 6 / 51

2 Sistemas de Equações Lineares (1.1)

3 Eliminação de Linhas e Formas Escalonadas (1.2)

F. Müller Álgebra Linear 15 de julho de 2021 7 / 51

F. Müller Álgebra Linear 15 de julho de 2021 8 / 51

F. Müller Álgebra Linear 15 de julho de 2021 9 / 51

F. Müller Álgebra Linear 15 de julho de 2021 10 / 51

F. Müller Álgebra Linear 15 de julho de 2021 11 / 51

F. Müller Álgebra Linear 15 de julho de 2021 12 / 51

F. Müller Álgebra Linear 15 de julho de 2021 13 / 51

F. Müller Álgebra Linear 15 de julho de 2021 14 / 51

F. Müller Álgebra Linear 15 de julho de 2021 15 / 51

F. Müller Álgebra Linear 15 de julho de 2021 16 / 51

F. Müller Álgebra Linear 15 de julho de 2021 16 / 51

Estratégia para resolver um sistema

F. Müller Álgebra Linear 15 de julho de 2021 16 / 51

F. Müller Álgebra Linear 15 de julho de 2021 17 / 51

F. Müller Álgebra Linear 15 de julho de 2021 18 / 51

F. Müller Álgebra Linear 15 de julho de 2021 19 / 51

F. Müller Álgebra Linear 15 de julho de 2021 20 / 51

F. Müller Álgebra Linear 15 de julho de 2021 21 / 51

F. Müller Álgebra Linear 15 de julho de 2021 21 / 51

F. Müller Álgebra Linear 15 de julho de 2021 21 / 51

F. Müller Álgebra Linear 15 de julho de 2021 21 / 51

F. Müller Álgebra Linear 15 de julho de 2021 22 / 51

F. Müller Álgebra Linear 15 de julho de 2021 23 / 51

Fato sobre matrizes linha-equivalentes

F. Müller Álgebra Linear 15 de julho de 2021 23 / 51

F. Müller Álgebra Linear 15 de julho de 2021 24 / 51

F. Müller Álgebra Linear 15 de julho de 2021 24 / 51

F. Müller Álgebra Linear 15 de julho de 2021 24 / 51

F. Müller Álgebra Linear 15 de julho de 2021 25 / 51

F. Müller Álgebra Linear 15 de julho de 2021 25 / 51

F. Müller Álgebra Linear 15 de julho de 2021 25 / 51

A solução do sistema é (29, 16, 3).

F. Müller Álgebra Linear 15 de julho de 2021 25 / 51

F. Müller Álgebra Linear 15 de julho de 2021 26 / 51

Substituindo a solução encontrada:

F. Müller Álgebra Linear 15 de julho de 2021 26 / 51

F. Müller Álgebra Linear 15 de julho de 2021 27 / 51

F. Müller Álgebra Linear 15 de julho de 2021 28 / 51

F. Müller Álgebra Linear 15 de julho de 2021 29 / 51

Solução: Operações nas linhas produzem:

F. Müller Álgebra Linear 15 de julho de 2021 29 / 51

Equações da forma matricial triangular:

F. Müller Álgebra Linear 15 de julho de 2021 30 / 51

F. Müller Álgebra Linear 15 de julho de 2021 31 / 51

Solução: Reduza para a forma triangular.

F. Müller Álgebra Linear 15 de julho de 2021 31 / 51

Solução: Reduza para a forma triangular.

F. Müller Álgebra Linear 15 de julho de 2021 31 / 51