INSTITUTO FEDERAL SUL-RIO-GRANDENSE - CAMPUS PELOTAS

ENGENHARIA ELÉTRICA

ÁLGEBRA LINEAR

DAVI FERREIRA
JAIR VIGNOLLE DA SILVA
ODAIR ANTONIO NOSKOSKI

PELOTAS
2009
 EMENTA
Matrizes, determinantes e sistemas lineares. Espaços vetoriais. Espaços vetoriais Euclidianos.
Transformações Lineares. Autovalores e autovetores. Diagonalização de operadores. Forma canônica
de Jordan.

PROGRAMA

UNIDADE I: MATRIZES, DETERMINANTES E SISTEMAS LINEARES

1.1- Definição
1.2-
1.3-
UNIDADE II: ESPAÇOS VETORIAIS
2.1-
2.2-
2.3-
2.4-
UNIDADE III: ESPAÇOS VETORIAIS EUCLIDIANOS
UNIDADE III: TRANSFORMAÇÕS LINEARES
UNIDADE IV: AUTOVALORES A AUTOVETORES
4.1- Definição
4.2-
4.3-
UNIDADE V: DIAGONALIZAÇÃO DE OPERADORES
5.1-
UNIDADE VI: FORMA CANÔNICA DE JORDAN

BIBLIOGRAFIA:
STEINBRUCH, A. e WINTERLE, p., Álgebra Linear.
HOFFMAN, K., Álgebra Linear.
POOLE, D., Álgebra Linear.
LIPSCHUTZ, S., Álgebra Linear. São Paulo: Makron Books, 1994. - (Coleção Schaum)
ANTON, H., Álgebra Linear.
CALLIOLI, C. A., Álgebra Linear.

2
Capítulo 1

Matrizes, Determinantes e Sistemas de

Equações Lineares

1.1 Matrizes
1.1.1 Definição de Matrizes
Chama-se matriz de ordem m por n a um quadro de m × n elementos (números, polinômios,
funções etc.) dispostos em m linha e n colunas:
 
a11 a12 a13 · · · a1n
 
 a21 a22 a23 · · · a2n 
 
A =  a31 a32 a33 · · · a3n (1.1)
 

 .. .. .. ...... .. 

 . . . ... . 

am1 am2 am3 · · · amn
Representação:
A = [aij ], em que i = 1, 2, · · · , m e j = 1, 2, · · · , n.
Ordem:
Se a matriz A é de ordem m por n, costuma-se escrever A(m,n) ou Am×n .
Matriz retangular: (m 6= n)
Exemplo:
" #
1 2 3
4 5 6
Matriz-coluna: (n = 1)
A matriz de ordem m por 1 é uma matriz-coluna.
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 2

   
a11 a1
   
 a21   a2 
   
A =  a31  =  a3  (1.2)
   
 ..   .. 
 

 .   .  
am1 am
Matriz-linha: (m = 1)
A matriz de ordem 1 por n é uma matriz-linha.
h i h i
A= a11 a12 a13 · · · a1n = a1 a2 a3 · · · an (1.3)

Matriz quadrada: (m = n)
 
a11 a12 a13 · · · a1n
 
 a21 a22 a23 · · · a2n 
 
A =  a31 a32 a33 · · · a3n (1.4)
 

 .. .. .. ...... 

 . . . ... 

an1 an2 an3 · · · ann
Matriz diagonal:
 
a11 0 0 ··· 0
 

 0 a22 0 ··· 0 

A=
 0 0 a33 · · · 0 
 (1.5)
 .. .. .. ...... 

 . . . ... 

0 0 0 · · · ann
Matriz unidade ou identidade:
 
" # 1 0 0
1 0
I2 = , I3 =  0 1 0  (1.6)
 
0 1
0 0 1
Matriz zero:
 
" # 0 0 0
0 0 0
02×3 = , 03×3 =  0 0 0  (1.7)
 
0 0 0
0 0 0
Igualdade de matrizes:
Duas matrizes A = [aij ] e B = [bij ], são iguais se, e somente se, aij = bij
Exemplos:
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 3

1) " # " #
2 4 6 2 4 6
= (1.8)
0 1 2 0 1 2
2) " # " #
2 4 6 2 4 6
6= (1.9)
1 1 2 0 1 2
Adição:
A soma de duas matrizes A = [aij ] e B = [bij ] de ordem m × n, é uma matriz C = [cij ] tal que:
cij = aij + bij
Exemplo:
" # " #
1 2 3 2 −2 4
Considere as matrizes A(2×3) = e B (2×3) = . Determine a soma
4 5 6 2 3 1
C = A + B.
Obs.: A − B é cij = aij − bij
Propriedades:
I) A + (B + C) = (A + B) + C
II) A + 0 = 0 + A = A
III) −A + A = A − A = 0
IV) A + B = B + A
Produto de um escalar por uma matriz
Se λ é um escalar e A = [aij ] uma matriz, então B = λA é tal que bij = λaij .
Exemplo: " # " #
4 −2 1 20 −10 5
5· = (1.10)
3 −5 0 15 −25 0
Propriedades:
I) (λµ)A = λ(µA)
II) (λ + µ)A = λA + µA
III) λ(A + B) = λA + λB
IV) 1 · A = A
Produto de duas matrizes
Sejam as matrizes Am×n = [aij ]m×n e B n×p = [bij ]n×p , o produto C m×p = A · B é dado por
cij = nj=1 aij bij .
P

Condições de existência
Para que exista a multiplicação A · B, o número de colunas de A tem que ser igual ao número de
linhas de B.
Exemplo:
 
" # 5 2 4
4 2 6
Dadas as matrizes A(2×3) = e B (3×3) =  2 3 1 . Determine o produto
 
2 5 3
1 2 7
A · B.
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 4

 
" # 5 2 4
4 2 6
A·B =  2 3 1 =
 
2 5 3
1 2 7
" # " #
(4 · 5 + 2 · 2 + 6 · 1) (4 · 2 + 2 · 3 + 6 · 2) (4 · 4 + 2 · 1 + 6 · 7) 30 26 60
A·B = =
(2 · 5 + 5 · 2 + 3 · 1) (2 · 2 + 5 · 3 + 3 · 2) (2 · 4 + 5 · 1 + 3 · 7) 23 25 34
Propriedades:
Dadas as matrizes Am×n , B n×p e C p×r e o escalar λ.
I) (AB)C = A(BC)
II) (A + B)C = AC + BC
III) C(A + B) = CA + CB
IV) Im A = AIn = A
V) (λA)B = A(λB) = λ(AB)
VI) Se AB = 0 não implica em que A = 0 ou B = 0.
Exemplo:

" # " # " #

0 1 1 1 0 0
· = (1.11)
0 1 0 0 0 0
Obs.: Se AB = 0 para qualquer B, então A = 0.
Comutatividade de multiplicação de duas matrizes
Em geral, a existência do produto AB não implica a existência do produto BA.
Exemplos:
1) A(3×5) · B (5×6) = C (3×6) . Mas, B (5×6) · A(3×5) não existe.
2) A(4×3) · B (3×4) = C (4×4) é de ordem 4 × 4.Por outro lado, B (3×4) · A(4×3) = D (3×3) é de ordem
3 × 3. " # " #
1 2 5 7
3) Seja A = eB = , então:
3 4 6 8
A·B =
B·A =
4) Existem alguns
" casos# particulares # AB = BA.
" em que
3 2 1 0
1o caso: A = eB = , então: A · I = I · A = A.
5 7 0 1
" # " #
o 11 3 2 −3
2 caso: A = eB= , então: A · B = B · A = I.
7 2 −7 11
A matriz B que satisfaz à condição A · B = B · A = I diz-se que é a matriz inversa de A e se
representa por A−1 .
Exemplo:
" #
9 5
Determine a inversa da matriz A = .
7 4
Matriz transposta
A matriz transposta da matriz A, de ordem m por n, é a matriz AT , de ordem n por m, que se
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 5

obtém da matriz A permutando as linhas pelas colunas de mesmo índice.

Exemplo:
 
" # a11 a21
a11 a12 a13
Dada a matriz A = então sua transposta é AT =  a12 a22 .
 
a21 a22 a23
a13 a23
Propriedades da matriz transposta:
I) (A + B)T = AT + B T
II) (λA)T = λAT
III) (AT )T = A
IV) (AB)T = B T AT
Matriz simétrica
Uma matriz quadrada S = [aij ] é simétrica se S T = S.
Exemplo:
 
1 5 9
S = ST =  5 3 8 
 

9 8 7
Obs.:
a) Se A = [aij ] é simétrica, então aij = aji .
b) O produto de uma matriz quadrada A pela sua transposta AT é uma matriz simétrica.
Exemplo:
   
2 0 2 2 1 0
Seja a matriz A =  1 −1 2  e sua matriz simétrica AT =  0 −1 3 , então
   

0 3 0 2 2 0
    
2 0 2 2 1 0 8 6 0
T
S = A · A =  1 −1 2   0 −1 3  =  6 6 −3 , ou seja S = S T .
    

0 3 0 2 2 0 0 −3 9
Matriz anti-simétrica
Uma matriz quadrada A = [aij ] é anti-simétrica se AT = −A.
   
0 3 4 0 −3 −4
Exemplo:: A =  −3 0 −6  −→ AT =  3 0 6  =⇒ AT = −A
   

−4 6 0 4 −6 0
Portanto, A é anti-simétrica.
Matriz ortogonal
Uma matriz M cuja inversa coincide com a transposta é denominada matriz ortogonal, ou seja
M −1
= M T , ou de outra forma M · M T = M T · M = I.
Exemplo:
" √ #
1 3
A matriz A = √2 2 é ortogonal.
3 −1
2 2
Matriz triangular superior
A matriz quadrada A = [aij ], que tem os elementos aij = 0 para i > j, é uma matriz triangular
superior.
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 6

Exemplo:
 
5 4 7 9
 
 0 3 −8 4 
A=
 
 0 0 −2 3 

0 0 0 6
Matriz triangular inferior
A matriz quadrada A = [aij ], que tem os elementos aij = 0 para i < j, é uma matriz triangular
inferior.
Exemplo:
 
5 0 0 0
 
 3 3 0 0 
A=
 −2

 3 −2 0 

1 −6 7 6

1.2 Determinantes
Determinantes de 2a"ordem #  
a11 a12  a
 11 a21 

Dada a matriz A = , então detA =   = a11 a22 − a12 a21
a21 a22  a12 a22 
Exemplo:
" #  
7 5  7 5 
A= =⇒ detA =   = 7 · 4 − 5 · 2 = 28 − 10 = 18
 
2 4  2 4 
Determinantes de 3a ordem  
 
a11 a12 a13  a11 a12 a13



Dada a matriz A =  a21 a22 a23 , então pela regra de Sarrus detA =  a21 a22 a23
   

 
a31 a32 a33  a31 a32 a33 
= [(a11 a22 a33 ) + (a21 a12 a33 ) + (a11 a23 a32 )] − [(a13 a22 a31 ) + (a11 a23 a32 ) + (a21 a12 a33 )]
Exemplo:
 
−1 2 3
Calcule o determinante da matriz A =  0 1 4 .
 

−2 −3 5
O Teorema de Laplace
Cofator:
Dada a matriz A = [aij ], de ordem n, então o cofator será cij = (−1)i+j Dij , em que Dij é o
determinante da matriz A retirando a i-ésima linha e a j-ésima coluna.
Considere a matriz A = [aij ] de ordem 3, o cálculo do determinante usando a 1a linha é dada
 
 a11 a12 a13 

por: detA =  a21 a22 a23  = a11 C11 + a12 C12 + a13 C13
 
 
 a31 a32 a33 
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 7

 
3 2 1 4
 
 0 1 9 8 
Exemplo: Calcule o determinante da matriz A = 
  usando o teorema de Laplace.
 5 6 7 2 

3 1 4 6
Propriedades dos determinantes:
I) O determinante de uma matriz A não se altera quando se troca as linhas pelas colunas, ou seja
detA = detAT .
Exemplo:
   
 1 9 8   1 6 1 
   
 6 7 2 = 9 7 4 
   
   
 1 4 6   8 2 6 
II) Se a matriz A possui uma linha (ou coluna) constituida de elementos todos nulos, o determi-
nante é nulo.
Exemplo:
 
 1 2 0 
 
 6 4 0 =0
 
 
 3 4 0 
III) Se a matriz A tem duas linhas (ou duas colunas) iguais, o determinante é nulo.
Exemplo:
 
 1 4 2 
 
 1 4 2 =0
 
 
 3 0 6 
IV) Se na matriz A duas linhas (ou duas colunas) têm seus elementos correspondentes propor-
cionais, o determinante é nulo (numa matriz A, dois elementos são correspondentes quando, situados
em linhas diferentes, estão na mesma coluna, ou quando, situados em colunas diferentes, estão na
mesma linha).
Exemplo:
 
 1 4 
=0
 

 3 12 
V) Se na matriz A cada elemento de uma linha (ou coluna) é uma soma de duas parcelas, o
determinante de A pode ser exproesso sob a forma de uma soma dos determinantes de duas matrizes,
isto é:     
 a b +c   a b1   a1 c1 
 1 1 1   1
 = + 
 a2 b2 + c2   a2 b2   a2 c2 
Exemplo:
     
 3 1+2   3 1   3 2 
= +
   
 
 1 2+3   1 2   1 3 
VI) O determinante de uma matriz diagonal A (superior ou inferior) é igual ao termo principal,
isto é, é igual
 ao produto dos
 elementos da diagonal principal:
 a11 a12 a13 
 
detA =  0 a22 a23  = a11 a22 a33
 
 
 0 0 a33 
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 8

Exemplo:
 
 1 4 3 7 
 
 
 0 2 3 5 
detA =   = 1 · 2 · 3 · 4 = 24
 0 0 3 1 

 
 0 0 0 4 
VII) Trocando-se entre si duas linhas (ou colunas) da matriz A, o determinante muda de sinal,
  por −1.
isto é, fica multiplicado 
 a1 b1 c1   a1 b1 c1 
   
 a2 b2 c2  = −  a3 b3 c3
   

   
 a3 b3 c3   a2 b2 c2 
Exemplo:
Calcular  

 1 4 3   
 1 4 
1)detA1 =  0 0 3  = 3(−1)2+3   = −6
   
   0 2 
 0 2 3 
 

 1 4 3 
2)detA2 =  0 2 3  =1·2·3 =6
 
 
 0 0 3 
VIII) Quando se multiplicam por um número real todos os elementos de uma linha (ou de uma
coluna) da matriz A,
 o determinante
 fica multiplicado poe esse número:
 a1 b1 c1   a1 b1 c1 
  

 ka2 kb2 kc2  = k ·  a2 b2 c2 
   
   
 a3 b3 c3   a3 b3 c3 
Exemplo:
Calcular  

 1 4 3 

1)detA1 =  0 8 12  = 1 · 8 · 3 = 24
 
 
 0 0 3 
 

 1 4 3 
2)detA2 =  0 2 3  =1·2·3 =6
 
 
 0 0 3 
Portanto: detA1 = 4 · detA2
IX) Um determinante não se altera quando se somam aos elementos de uma linha (ou uma coluna)
da matriz A os elementos correspondentes de outra linha (ou coluna) previamente multiplicados por
um
 número real diferente
 de zero: 
 a1 b1 c1   a1 b1 c1 
   
 a2 b2 c2  = k ·  a2 + ka1 b2 + kb1 c2 + kc1 
   
   
 a3 b3 c3   a3 b3 c3 
Exemplo:
     
 1 2 1   1 2 1   1 2 1 
     
 0 2 −3  =  (0 + 3 · 1) (2 + 3 · 2) (−3 + 3 · 1) = 3 8 0  = −11
     
     
 5 9 1   5 9 1   5 9 1 
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 9

Determinante de qualquer ordem usando fatorização

Calcule o determinante da matriz anterior usando fatorização:
Matriz singular
Uma matriz quadrada A = [aij ] cujo determinante é nulo é uma matriz singular.
Exemplo:
   
1 4 7  1 4 7



A matriz A =  2 5 8  é uma matriz singular porque detA =  2 5 8  = 0.
   
 
3 6 9  3 6 9 
Matriz não-singular
Uma matriz quadrada A = [aij ] cujo determinante é diferente de zero é uma matriz não-singular
ou regular.
Exemplo:
 
2 3 1
A matriz A =  5 2 2  é uma matriz não-singular, porque detA 6= 0.
 

3 1 3
Propriedades da matriz inversa
I) Se a matriz A admite inversa (detA 6= 0), esta é única.
II) Se a matriz A é não-singular, sua inversa A−1 também é.
III) A matriz unitária I é não-singular (detI = 1) e I = I −1 .
IV) Se a matriz A é não-singular, sua transposta AT também é. A matriz inversa de AT é (A−1 )T .
V) Se as matrizes A e B são não-singulares e de mesma ordem, o produto A · B é uma matriz
não-singular. A matriz inversa de A · B é a matriz B −1 · A−1 .
Operações elementares
I) Permutação de duas linhas (ou duas colunas).
II) Multiplicação dos elementos de uma linha (ou coluna) pela soma com os elementos correspon-
dentes de outra linha (ou coluna) previamente multiplicadas por um número real diferentes de zero.
Equivalência de matriz
Dadas as matrizes A e B, de mesma ordem, diz-se que a matriz B é equivalente à matriz A, e
se representa por A ∼ B, se for possível transformar A em B por meio de uma sucessão finita de
operações elementares.
Inversão de uma matriz por meio de operações elementares
Exemplo
Verificar se a matriz A é singular, caso não for, determinar a matriz inversa da matriz usando
operações elementares.
 
2 1 3
A= 4 2 2 
 

2 5 3
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 10

1.3 Sistemas de equações lineares

Equações lineares:
Equação linear é uma equação da forma a1 x1 + a2 x2 + · · · + an xn = b na qual x1 , x2 , · · · , xn são
as variáveis, a1 , a2 , · · · , an são os respectivos coeficientes das variáveis e b é o termo independente.
Os valores (raízes) das variáveis que verificam a equação, constituem sua solução.
Existem três possibilidades de soluções:
1) 0x = 6 −→ Solução impossível (não tem solução)
2) 2x = 6 −→ Solução possível e deteminada (uma única solução)
3) 0x = 0 −→ Solução possível e indeteminada (infinitas soluções)
Sistema de equações lineares (SEL)


 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a21 x1 + a22 x2 + · · · + a2n xn = b2

.. .. ...... .. .. (1.12)


 . . ... . .

am1 x1 + am2 x2 + · · · + amn xn = bn


Forma matricial: AX = B em que

     
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n   x2  b2
     
 
A=
 .. .. ...... , X =  ..  e B = 
..     .. .
 . . ... .   .  .

 
am1 am2 · · · amn xn bn
T
Solução de um SEL é a n-upla X = [x1 x2 . . . xn ] que verifique simultaneamente todas as
equações do sistema linear.
Classificação do SEL
Sistema possível ou compatível é o SEL que admite solução.
Sistema impossível ou incompatível é o SEL que não admite solução.

O sistema possível se divide em outras duas classes:

Sistema possível e determinado é o SEL que admite uma única solução.
Sistema possível e indeterminado é o SEL que admite mais de uma solução (na verdade, admite in-
finitas soluções).

Exemplos:
Resolver
( e classificar os sistemas:
2x + 3y = 18
a)
3x + 4y = 25
(
4x + 2y = 100
b)
8x + 4y = 200
(
3x + 9y = 12
c)
3x + 9y = 15
Sistemas equivalentes
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 11

Dois sistemas de equações lineares são equivalentes quando admitem a mesma solução.
As operações elementares efetuadas nas matrizes também podem ser usadas em sistemas de
equações lineares. Dois sistemas de equações lineares são equivalentes se diferem por uma oper-
ação elementar.
Sistema linear homogêneo
Quando em um sistema de equações lineares os termos independentes são todos nulos, o sistema
é chamado homogêneo.


 a11 x1 + a12 x2 + · · · + a1n xn = 0

 a21 x1 + a22 x2 + · · · + a2n xn = 0

.. .. ...... .. .. (1.13)


 . . ... . .

am1 x1 + am2 x2 + · · · + amn xn = 0


ou na forma matricial AX = 0, em que B = 0 (vetor nulo).

Todo sistema homogêneo admite a solução xi = 0, denominada, solução trivial, em que
xi = 0 representam as variáveis e i = 1, 2, . . . , n.
Estudo e solução dos sistemas de equações lineares
Médoto da matriz inversa
Dado um sistema de equações lineares na forma matricial AX = B. Multiplicando a equação
matricial por A−1 pela esquerda, temos:
A−1 · AX = A−1 · B
IX = A−1 · B
X = A−1 · B
Este método resolve apenas sistemas com n equações e n variáveis.
Método de Gauss-Jordam
Redução de um sistema de m equações lineares em n incógnitas usando à forma escalonada:
Passo 1: Permutar as equações de maneira que a primeira incógnita x1 apareça com coefi-
ciente doferente de zero na primeira equação, ou seja, faça com que a11 seja 6= 0.
Passo 2: Usar a11 como pivô para eliminar x1 de todas as equações exceto a primeira. Isto é,
ai1
para cada i > 1, aplique a operação elementar: L′i = Li − a11 L1 .
Passo 3: Examine cada nova equação L:
(a) Se L tem a forma 0x1 + 0x2 + . . . + 0xn = 0, ou se L é múltiplo de outra equação, retire L
do sistema.
(b) Se L tem a forma 0x1 + 0x2 + . . . + 0xn = b, com b 6= 0, o sistema não tem solução.
Passo 4: Repita os Passos 1, 2 e 3 com o sistema formado por todas as equações
menos a primeira.
Passo 5: Continue o processo até que o sistema esteja na forma escalonada ou que apareça
uma equação degenerada tal como em (b) do Passo 3.
Exemplos:
Resolver e classificar os sistemas:
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 12


 2x1 + 4x2 = 16

1) 5x1 − 2x2 = 4

10x1 − 4x2 = 3




 2x1 + 4x2 = 16

 5x − 2x = 4
1 2
2)


 3x1 + x2 = 9

 4x − 5x = −7
1 2
(
2x1 − 8x2 + 24x3 + 18x4 = 84
3)
4x1 − 14x2 + 52x3 + 42x4 = 190

1.3.1 Exercícios:
01) Calcule
" os valores# de m e n" para que#as matrizes A e B sejam iguais:
8 15n 8 75
a) A = eB =
12 + n 3 6 3
" # " #
2
m − 40 n + 4 2 41 13
b) A = eB =
6 3 6 3
" # " #
7 8 7 8
c) A = eB=
4 x2 4 10x − 25
 
1 −2 " # " #
 
 3 1  1 3 −5 −7 2 4
02) Dadas as matrizes A =   7 −4 , B = 6 2 −8 3 , C = −3 5 e D =

 
5 9
 
1 7 3 −8
 
 −3 −1 −1 −3 
 , calcular:
 4 1 9 0 
 
5 3 2 −3
a) AB b) (AB)D c) A(BD)
" d) BA# e) (BA)C
" f) B(AC)
# " #
2 3 8 5 −7 −9 0 9 8
03) Sejam as matrizes A = ,B = eC = ,
4 −1 −6 0 4 1 1 4 6
calcular:
a) A + B b) B + C c) A + C d) A − B e) A − C f) B − C
g) X = 4A − 3B + 5C h) X = 2B − 3A − 6C
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 13

04) Verifique se a matriz B é a inversa da matriz A nos seguintes casos:

   
−0, 5 −1, 5 1 −12 −4 14
a) A =  −0, 5 −2, 5 0, 5  e B =  2 0 −2 
   

−0, 5 −2 1 −2 −2 4
   
−2 −4 −6 −1, 5 2 −1, 5
b) A =  4 −6 −6  e B =  2 −2, 5
1, 5 
   

−4 −4 −2 −1 1 −0, 5
   
−4 −2 0 −1 1 −0, 5
c) A =  2 −6 −2  e B =  1, 5 −2 1 
   

10 −8 −4 −5, 5 6, 5 −3, 5
 
5 0 6    
  1 −3 −2 4 2 3 0
 −8 0 3 
05) Sejam as matrizes A =  eB =   7 8 5 9 , C =  1 1 −8 
  
 −2 2 7 
0 6 3 −8 3 5 4
 
1 −1 5
 
5 0 3 2
 
 −8 1 −2 4 
eD=   , calcule:
 −3 2 1 −5 

0 1 0 2
a) (AB) T b) (AB)D T c) A(BD T ) d) 2(AT B T ) + 3C T
     
2 −7 1 0 −9 3 4 3 5
06) Dadas as matrizes A =  3 4 2  e B =  4 8 1  e C =  −1 2 −7 ,
     

5 −9 6 7 3 1 8 1 −9
efetuar e classificar a matriz resultante:
a) A + AT b) B + B T c) AAT d) B − B T e) C − C T
07)"Efetue #as operações
" indicadas
√ #
e classifique
" as seguintes
√ #
matrizes: " #
1 2 2 1 2 6
0 1 3 3 5 − 5 senθ − cos θ
A = ,B = √
2 2 1
,C = √
2 6 1
,D = ,E =
1 0 3 −3 5 5 cos θ −senθ
 √3 √
3
√ 
3
 1
− 2 − 52 1

" # " #
3 √3 √3
 √6 6 6 6 9 12 16
 − 3 , F = ,G = , H =  − 21 −1 12 , J =
  
6√ √6 −4 −6 −9 −12
0 − 22 22 − 23 −3 32
 
" # " # −1 2 6
5 10 6 10
,L= e M =  3 −2 −9 
 
−2 −4 −3 −5
−2 0 3
a) AA T
b) BB T
c) CC T
d) DD T
e) EE T f) F 2
g) G2 h) H 3 i) J 2 j) L2 l) M 2
08) Sejam as matrizes triangulares superiores (A e B) e inferiores (C e D).
a) calcular e classificar a matriz E = AB.
b) calcular e classificar a matriz F = CD.
Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 14

     
3 4 1 4 −1 3 2 6 8
09) Dadas as matrizes A =  −5 −2 −9 , B =  3 0 1 eC =  3 9 12 .
     

7 8 6 7 2 −4 −1 −2 −3
Calcular, pelo processo da triangularização ou por Laplace ou por Sarrus:
T
a) det A b) det B c) det(2A − 3B +4C) d) det(AC
 ) e) det(CB)A
−2 3 1 −1
 
 0 1 2 3 
10) Calcular o determinante da matriz D = 
 1 −1 1 −2 , usando o processo de trian-

 
4 −3 5 1
gularização e por Laplace.
 11) Sendo U = R, resolver as seguintes equações:   
 4 6 x   x+3 x+1 x+4   12 − x 1 1 
     
a)  5 2 −x  = −128 b)  4 5 3  = −7 c)  18 − 2x 3 2  = 0
     
     
 7 4 2x   9 10 7   15 − 2x 0 1 
12) Determinar, se existir, a matriz inversa de cada uma das seguintes matrizes:
   
" # −3 4 −5 1 0 −2
3 5
a) A = b) B =  0 2 2  c) C =  2 −2 −2  d) D =
   
1 2
3 −5 4 −3 0 2
 
1 0 0 0    
  2 2 2 0 0 5
 2 1 0 0 
e) E =  3 4 7  f) F =  0 6 0 
     
 3 2 1 0 
1 2 5 9 0 0
 
4 3 2 1
(13) Resolver e classificar os seguintes sistemas:
5x + 8y = 34
a) Rta: Sistema Impossível S = {}
10x + 16y = 50

 4x − y − 3z = 15

b) 3x − 2y + 5z = −7 Rta: S.L.C.D S = {(3, 3, −2)}

2x + 3y + 4z = 7


 2x + 3y − 2z = 2

c) 3x − 5y + 4z = 5 Rta: S.L.C.D. S = {(1, 2, 3)}

x − 2y − 7z = −24

(
x + 4y + 6z = 0
d) Rta: S.L.C.I. S = {(−4y − 6z, y, z) /∀y, z ∈ R}
− 32 x − 6y − 9z = 0

 4x − 3y = −18

e) 2y + 5z = −8 Rta: S.L.C.D. S = {(0, −6, 4)}

x − 2y − 3z = 0


 x + 4y + 6z = 11

Rta: S.L.C.I. S = { 3+2z 13−8z


f) 2x + 3y + 4z = 9 5 , 5 , z /∀z ∈ R}

3x + 2y + 2z = 7

Capítulo 1. Matrizes, Determinantes e Sistemas de Equações Lineares 15



 x−y =0
g) 2y + 4z = 6 Rta: S.L.C.I. S = {(3 − 2z, 3 − 2z, z) /∀z ∈ R}

x + y + 4z = 6


 7x − 2y + 4z = −15

h) 9x + 3y − 3z = 0 Rta: S.L.C.D. S = {(−1, 2, −1)}

x − 4y − z = −8

14) Estabelecer a condição que deve ser satisfeita pelos termos independentes para que os seguintes
sistemas
 sejam compatíveis:
 4x + 12y + 8z = a

a) 2x + 5y + 3z = b Rta: 2a − 4b + c = 0

−4y − 4z = c


 x+y−z = a

b) −x + 2y = b Rta: a + b − c = 0

y+z =c
