Escolar Documentos
Profissional Documentos
Cultura Documentos
1º semestre / 2021
CAPÍTULO 1 – MATRIZES
1.1.Definição e notação
Matriz é uma tabela de elementos dispostos em linhas e colunas. Os seus elementos podem ser números,
funções ou até outras matrizes. Especificamente, nesta disciplina, abordaremos matrizes cujos elementos são
números reais.
Uma matriz que tenha m linhas e n colunas (com m e n inteiros positivos) é representada como segue:
a11 a12 a1n
a a 22 a 2n
Am x n = 21 = [aij]m x n ou
a m1 a m2 a mn
Dizemos que a matriz A é de ordem m por n. Observemos que os índices dos elementos da matriz
representam, respectivamente, a linha e a coluna por ele ocupadas. Os índices i e j são números inteiros positivos; i
varia de 1 a m, e j varia de 1 a n.
Para que duas matrizes sejam iguais é preciso que elas tenham o mesmo número de linhas e o mesmo número
de colunas, e ainda, que seus elementos correspondentes sejam iguais.
No que segue, geralmente representaremos uma matriz por uma letra maiúscula; os elementos dessa matriz,
pela mesma letra minúscula, cada uma acompanhada dos índices que o localizam dentro da matriz.
1.2.2. Quadrada
Dizemos que Am x n é quadrada quando o número de suas linhas é igual ao número de suas colunas ( m = n).
Quando tratamos com matrizes quadradas Am x m, costumamos dizer que A é uma matriz de ordem m.
Em matrizes quadradas, denominamos de principal à diagonal formada pelos elementos do tipo a ii; e de
secundária à diagonal formada pelos elementos aij tais que i + j = n + 1 = m + 1.
Define-se também em matrizes quadradas o chamado traço. O traço de uma matriz quadrada A é a soma dos
m
elementos da sua diagonal principal, ou seja, trA = a11 + a22 + a33 + ... + amm = a
i 1
ii .
1.2.3. Linha
Uma matriz Am x n é denominada linha se possuir apenas uma linha (m = 1).
1.2.4. Coluna
Uma matriz Am x n é denominada coluna se possuir apenas uma coluna (n = 1).
1.2.5. Nula
Dizemos que Am x n é uma matriz nula quando ela possuir todos os seus elementos nulos, ou seja, a ij = 0 para
todo i (inteiro entre 1 e m) e para todo j (inteiro entre 1 e n).
1.2.6. Diagonal
Uma matriz Am x n é dita diagonal quando quadrada (m = n) e tiver seus elementos não nulos dispostos apenas
na sua diagonal principal. Podemos também dizer que uma matriz diagonal é qualquer quadrada que tenha a ij = 0
para todo i j.
1.2.7. Escalar
Am x n é uma matriz escalar quando for diagonal de ordem m com todos os elementos da diagonal principal
iguais. Isto é, a11 = a22 = a33 = ... = amm.
2
1.2.8. Identidade ou unidade
Chamamos Am x n de identidade se for uma matriz escalar que tenha todos os elementos da diagonal principal
iguais a 1, ou seja, aii = 1 e aij = 0, para todo i j. Indicamos uma matriz identidade de ordem m por Im.
1.2.11. Simétrica
Qualquer matriz quadrada A, de ordem m, que tenha os elementos dispostos simetricamente em relação à
diagonal principal iguais, ou seja, aij = aji para todo i (inteiro entre 1 e m) e para todo j (inteiro entre 1 e m).
1.2.12. Anti-simétrica
Qualquer matriz quadrada A, de ordem m, que tenha os elementos dispostos simetricamente em relação à
diagonal principal opostos, ou seja, aij = –aji para todo i (inteiro entre 1 e m) e para todo j (inteiro entre 1 e m). Vale
observar que matrizes anti-simétricas têm os elementos da diagonal principal nulos.
3
𝑎10 𝑎20 𝑎30 … 𝑎𝑚0
1 1 1 … 1
𝑎11 𝑎12 𝑎13 … 𝑎𝑚1 𝑎 1 𝑎2 𝑎3 … 𝑎𝑚
2
𝐵= 𝑎12 𝑎22 𝑎32 … 𝑎𝑚2 = 𝑎 1 𝑎22 𝑎32 … 𝑎𝑚2
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑚−1
(𝑎1𝑚−1 𝑎2𝑚−1 𝑎3𝑚−1 … 𝑎𝑚 ) ( 1
𝑚−1 𝑎 𝑎2𝑚−1 𝑚−1
𝑎3 … 𝑎𝑚𝑚−1
)
Matriz de Vandermonde (com colunas em p.g.)
1.3.1. Adição
Essa operação é realizada com matrizes de mesma ordem. Assim, se somarmos a matriz A mxn com a matriz
Bmxn, teremos uma matriz mxn, denotada por C = A+B, cujos elementos são as somas dos elementos
correspondentes de A e B.
C = A + B = [aij + bij]mxn = [cij]mxn
Propriedades
Para matrizes de mesma ordem A, B e C, temos:
i) A + B = B + A (comutativa)
4
ii) (A + B) + C = A + (B + C) (associativa)
Como matrizes (A+B)+C e A+(B+C) são matrizes de mesma ordem, podemos comparar seus elementos
correspondentes.
Assim, já que (A+B)+C e A+(B+C) são matrizes de mesma ordem cujos elementos correspondentes são iguais,
podemos afirmar que (A+B)+C = A+(B+C); ou seja, para a soma de matrizes de mesma ordem vale a propriedade
associativa.
5
Sejam A=[aij]mxn e 0 a matriz nula de mesma ordem que a matriz A.
Temos que, A + 0 = [aij + 0]mxn. Como aij é um número real e 0 é o elemento neutro da adição em R, podemos dizer
que aij + 0 = aij. Logo, A + 0 = [aij]mxn= A.
Sejam uma matriz A = [aij]mxn e k um número real qualquer. Definimos uma nova matriz D através da
multiplicação de A pelo escalar k, que é
D = k.A = [k.aij]mxn = [dij]mxn
Observações:
1) Essa operação de multiplicação por um escalar, no contexto desta disciplina, é definida como uma função
do tipo
f: R x Mmxn Mmxn
(k, A) D = k. A
onde dij = k.aij.
2) Dada uma matriz A, de ordem mxn, a matriz obtida através do produto do escalar – 1 por A será chamada
de matriz oposta de A, representada por –A, devido ao fato de o resultado a adição de A e (–A) ser a matriz
nula de ordem mxn, como mostramos a seguir:
3) A subtração entre duas matrizes de mesma ordem, Amxn e Bmxn, é dada pela adição da matriz A à matriz oposta
de B. Portanto, essa diferença resultará numa matriz de ordem mxn, denotada por A – B, cujos elementos são dados
pelas somas dos elementos correspondentes de A e –B. Ou seja,
A – B = [aij – bij]mxn
6
Propriedades
Dadas duas matrizes A e B de ordem mxn e k1 e k2 números reais quaisquer, temos que:
Desse modo,
k. (A + B) = k.C = [k.cij]mxn = [k. (aij + bij)]mxn
Como k, aij e bij são números reais, vale a distributividade da multiplicação com relação à adição, podemos dizer
que
k. (aij + bij) = k.aij + k.bij
De e , observamos que as matrizes k.(A+B) e k.A + k.B têm a mesma ordem. Como possuem os mesmos
elementos correspondentes, concluímos que são iguais, ou seja, k.(A+ B) = k.A + k.B.
7
De e , observamos que as matrizes (k1+ k2).A e k1.A + k2.A têm a mesma ordem. Como possuem os mesmos
elementos correspondentes, concluímos que (k1+ k2).A = k1.A + k2.A.
1.3.3. Transposição
A partir da matriz A = [aij]mxn podemos obter uma nova matriz At = [a’ij]nxm, onde a’ij = aji. Ou seja, a matriz
At tem como suas linhas as colunas da matriz A. Essa matriz At é denominada transposta de A.
Propriedades:
Seja a matriz A = [aij]mxn. Sabemos que a sua transposta é At = [a’ij]nxm, onde a’ij = aji.
Sabendo disso, podemos calcular a matriz transposta de At, que será
(At)t = [a”ij]mxn onde a”ij=a’ji.
Como a’ij=aji, dizemos que
a”ij=a’ji= aij.
Logo, como as matrizes A e (At)t têm mesma ordem e seus elementos correspondentes iguais, então concluímos que
(At)t=A.
Sejam as matrizes A = [aij]mxn e B = [bij]mxn. Sabemos que At = [a’ij]nxm, onde a’ij = aji, e que Bt = [b’ij]nxm, onde
b’ij = bji, e que A+B= [cij]mxn, onde cij = aij + bij.
Observemos (em e ) que (A+B)t e At + Bt são matrizes de mesma ordem e que têm seus elementos
correspondentes iguais. Logo, podemos afirmar que (A + B)t = At + Bt.
Exemplos:
1) Mostre que uma matriz quadrada A é simétrica se, e somente se, A=At.
() Seja A uma matriz quadrada de ordem m que é simétrica. Sabemos que:
A= [aij]mxm onde aij = aji (para todo i variando de 1 a m e para todo j variando de 1 a m).
Encontremos a matriz transposta de A:
At = [a’ij]mxm onde a’ij = aji.
De e , temos que a’ij = aji = aij. Assim, como as matrizes A e At têm mesma ordem e têm seus elementos
correspondentes iguais, podemos dizer que A = At.
() Sejam A e At matrizes iguais. Assim sendo, podemos dizer que a matriz A (e também a transposta de
A) são matrizes quadradas. Consideremos então
Sendo A = At, temos que aij = a’ij = aji. Assim, como aij = aji, pela definição de matrizes simétricas, concluímos
que A é uma matriz simétrica.
2) Mostre que uma matriz quadrada A é anti-simétrica se, e somente se, A= – At.
9
1.3.4. Multiplicação de matrizes
Dizemos que os elementos da matriz-produto são obtidos pela soma de produtos dos elementos de uma
linha da primeira matriz pelos elementos de uma coluna da segunda matriz.
Formalizando essa ideia, sejam A = [aij]mxn e B = [bij]nxp. Definimos A.B = [eij]mxp onde
n
eij = a b
k 1
ik kj ai1b1 j ai 2b2 j ... ainbnj
Observações:
i) Essa operação de multiplicação de matrizes é definida como uma função do tipo
f: Mmxn x Mnxp Mmxp
(A, B) E = A.B
n
onde eij = a b
k 1
ik kj ai1b1 j ai 2b2 j ... ainbnj
ii) Só podemos efetuar o produto da matriz Amxn pela matriz Btxp se o número de colunas da matriz A for
igual ao número de linhas da matriz B, isto é, n = t. Além disso, a matriz que resultará dessa
multiplicação será de ordem m x p.
iii) O elemento cij da matriz A.B é o resultado da soma dos produtos dos elementos da i-ésima linha de A
pelos elementos correspondentes da j-ésima coluna de B.
iv) Em geral A.B B.A, sendo que, às vezes, um dos membros da desigualdade não é definido.
Pode ainda ocorrer de A.B = 0 (matriz nula) sem que A ou B sejam nulas.
Propriedades:
Sejam A, B e C matrizes tais que A = [aij]mxn, B = [bij]nxp e C = [cij]nxp. Encontremos as matrizes A.(B+C) e
A.B + A.C.
10
Para tanto, consideremos
B+C = [dij]nxp onde dij = bij + cij.
n
Assim, A.(B+C) = [eij]mxp onde eij = a
k 1
ik d kj . De , temos que
n n n n
eij = a ik dkj =
k 1
a ik (bkj ckj ) =
k 1
aik bkj a ik ckj .
k 1 k 1
n
A.C = [gij]mxp onde gij = a
k 1
c
ik kj
De e , teremos que
n n
A.B+A.C = [fij+gij]mxp onde fij + gij = a ik bkj + a ik ckj .
k 1 k 1
Observemos, em e , que as matrizes A.(B+C) e A.B + A.C têm mesma ordem e têm seus elementos
correspondentes (eij e fij + gij) iguais. Portanto, A.(B+C) = A.B + A.C.
v) (A.B)t = Bt.At
n
(A.B)t = [c’ij]pxm onde c’ij = cji = a
k 1
jk bki .
Por outro lado, At = [a’ij]nxm, onde a’ij = aji, e que Bt = [b’ij]pxn, onde b’ij = bji. Daí vem que:
n n n
Bt.At = [dij]pxm onde dij = b 'ik a 'kj =
k 1
bki a jk =
k 1
a
k 1
jk bki .
De e , podemos afirmar que as matrizes (A.B) t e Bt.At têm mesma ordem e têm seus elementos
correspondentes iguais. Logo, dizermos que (A.B)t = Bt.At.
11
vi) 0 pxm.A = 0 pxn e A. 0 nxp = 0 mxp
Considerando uma matriz quadrada A, de ordem m, é possível formarmos potências dela. Essas potências
são definidas como
A2 = A.A, A3 = A2.A, A4 = A3.A, ..., e A0 = Im.
A partir dessas potências, classificamos outros tipos de matrizes, vistos a seguir.
Uma matriz quadrada A de ordem m é periódica quando An = A, para algum natural n 2. Considerando o
menor natural n para o qual An = A, dizemos que período da matriz A é (n – 1).
1 2 6
Ex.: (Matriz periódica de período 2)
3 2 9
2 0 3
2 1 1
Ex.:
3 4 3
5 5 4
12
1.4.3. Matriz nulipotente (ou nilpotente)
Uma matriz quadrada A de ordem m é nulipotente quando existir algum k (inteiro positivo) para o qual
Ak = 0 m. Se k for o menor número para o qual Ak = 0 m, dizemos que A é nulipotente de índice k.
1 1 3
Ex.: (Matriz nulipotente de índice 3)
5 2 6
2 1 3
Uma matriz A quadrada de ordem m se diz invertível se, e somente se, existe uma matriz B, também
quadrada de ordem m, tal que
A.B = B.A = Im
Tal matriz B, caso exista, é única e é chamada de matriz inversa de A. Denota-se B por A-1.
2 5
Ex.: A = 8 5 e A-1=
3 2 3 8
Observações:
1) Se A e B são matrizes quadradas de mesma ordem, ambas invertíveis, então A.B é invertível e (A.B)-1 = B-1.A-1.
2) Nem toda matriz é invertível. Processos adequados para a verificação se uma matriz é ou não invertível e, em caso
positivo, da determinação dessa matriz, serão vistos posteriormente.
Entretanto, já podemos dizer que se uma matriz A possui uma linha ou coluna toda nula, ela não é invertível. Por
quê?
Uma matriz A quadrada de ordem m e invertível é dita ortogonal se sua transposta (At) for igual à sua
inversa; ou seja, At = A-1.
cos sen 0
Ex.:
sen cos 0
0 1
0
13
1.5. Matrizes na forma escalonada por linhas
Dizemos que uma matriz está na forma escalonada por linhas quando:
Essas modificações são chamadas OPERAÇÕES ELEMENTARES sobre as linhas da matriz. Uma matriz A
é equivalente por linhas a uma matriz B se a matriz B pode ser obtida de A por uma sequência finita dessas chamadas
operações elementares.
1
Alguns autores consideram que, na matriz escalonada, o primeiro elemento não nulo de cada linha deva ser o número 1.
14
Um outro método utilizado no escalonamento de matrizes é o de GAUSS-JORDAN. Consiste em aplicar as
operações elementares sobre linhas em uma matriz (um número finito de vezes) até chegar a uma matriz na forma
escalonada reduzida. Uma matriz na forma escalonada reduzida atende às seguintes condições:
i), ii) e
iii) o primeiro elemento não-nulo de cada linha (pivô) é o 1;
iv) se uma coluna contém o pivô, todos seus outros elementos são iguais a zero.
Para determinar a inversa de uma matriz qualquer (caso ela exista), nos apoiaremos no teorema dado a seguir.
Ele é a chave para um processo específico (que não é o único...) a partir do qual conseguimos encontrar a inversa de
uma dada matriz.
TEOREMA2: Uma matriz A, quadrada de ordem n, é invertível se, e somente se, A ~ I n . Neste caso, a mesma sucessão
de operações elementares que transforma A em I n , transforma In em A-1.
2
Para demonstrarmos esse teorema, necessitaríamos usar:
Definição de matriz elementar: matriz quadrada, de ordem n, que pode ser obtida a partir da identidade de ordem n executando uma única
operação elementar sobre linhas.
Teorema 1: Se a matriz elementar E resulta de efetuar uma certa operação sobre linhas em I m e se A é uma matriz mxn, então o produto
EA é a matriz que resulta quando esta mesma operação sobre linhas é efetuada em A.
Teorema 2: Qualquer matriz elementar é invertível e a inversa é, também, uma matriz elementar.
15
Observação: Sabemos que uma matriz quadrada que possui uma linha ou coluna toda nula não possui inversa
(A. A-1 nunca será In ). Dessa forma, ao operarmos com a matriz A, se obtivermos uma matriz equivalente a A que
possua uma linha ou coluna nula, já podemos afirmar que A não possui inversa.
16