04 Textos Determinantes

Engenharia Mecânica
Engenharia e Gestão Industrial

Engenharia Biomédica
Textos de Apoio de
Cálculo I
Módulo 04
Determinantes
Resolução e Discussão de
Sistemas por Determinantes
Ano lectivo 2011/2012
Docentes da Unidade Curricular

Isabel Cristina Lopes
(cristinalopes@eu.ipp.pt)
Paula Nunes
(paulanunes@eu.ipp.pt)
Fernanda Ferreira
(fernandaamelia@eu.ipp.pt)
Textos elaborados por: Aldina Correia, Isabel Cristina Lopes, Maria Paula Nunes.
Sumário
1. DETERMINANTES ......................................................................................................... 3
1.1. Introdução .................................................................................................................................. 3
1.2. Permutações............................................................................................................................... 3
1.3. Determinante de Ordem n........................................................................................................ 5
1.4. Cálculo dos determinantes de 2ª e 3ª ordem por definição ............................................... 5

1.4.1. Cálculo de um Determinante de 2ª Ordem ..................................................................... 7
1.4.2. Cálculo de um Determinante de 3ª Ordem ..................................................................... 8
1.5. Propriedades dos determinantes........................................................................................... 10
1.6. Matriz Adjunta .......................................................................................................................... 18
1.7. Relação entre a Matriz Adjunta e a Matriz Inversa de uma matriz quadrada ................ 19
2. RESOLUÇÃO E DISCUSSÃO DE SISTEMAS DE EQUAÇÕES LINEARES POR

DETERMINANTES ................................................................................................................... 22
2.1. Sistemas de Cramer................................................................................................................. 22
2.2. Sistemas Gerais ........................................................................................................................ 24
2.3. Discussão de Sistemas por Determinantes ........................................................................... 32
3. VALORES E VECTORES PRÓPRIOS DE UMA MATRIZ................................................. 34
Textos de Apoio de Cálculo I Determinantes 2/37

1. Determinantes
1.1. Introdução
A cada matriz quadrada de ordem n , A =  aij  , está associado um escalar especial
que se designa determinante de A e que se denota por det ( A) ou A . Assim
podemos escrever:
a11 a12 ⋯ a1n
a21 a22 ⋯ a2 n
det( A) = | A | =
⋯ ⋯ ⋯ ⋯
an1 an 2 ⋯ ann
Salientamos que um quadro com n × n escalares entre duas barras verticais, tal como
o acima apresentado, não é uma matriz; denota o determinante associado à matriz
representada entre as duas barras. Apesar de representar um escalar, este
determinante diz-se um determinante de ordem n ou, de outro modo, chama-se
ordem de um determinante à ordem da matriz a que o mesmo corresponde.
Para definir determinante de ordem n , e a maioria das suas propriedades, teremos
de as preceder de uma breve discussão sobre permutações, necessária ao nosso
estudo.
1.2. Permutações
Dado um conjunto com n elementos todos distintos, podem-se constituir n ! grupos

distintos contendo todos os n elementos, diferindo uns dos outros pela ordem dos
seus elementos.
Definição 1: Permutação
Uma permutação do conjunto { 1, 2, ..., n } é uma aplicação bijectiva do
conjunto em si mesmo, isto é, uma reordenação dos números 1, 2,..., n . Num
conjunto com n elementos existem n ! permutações possíveis.

Exemplo 1:
• Consideremos o conjunto {1, 2} .
Há 2! = 2 Permutações neste conjunto: 1 2 e 2 1
• No conjunto {1, 2,3} há 3! = 6 Permutações: 1 2 3, 1 3 2 , 2 1 3, 2 3 1, 3 1 2, 3 2 1
Surgem então, novas definições:
Definição 2:
♦ Permutação Principal: É a permutação onde os elementos estão dispostos
segundo a sua ordem natural.
♦ Inversão: Diz-se que dois elementos de uma permutação formam uma
inversão se estão em ordem inversa à da permutação principal,
isto é, se não se encontram segundo a sua ordem natural.
♦ Classe de uma Permutação: Uma permutação é de classe par (ou positiva) ou
de classe ímpar (ou negativa) conforme apresente
um número par ou ímpar de inversões.
Exemplo 2:
Consideremos o conjunto {1, 2,3, 4,5} . Há 5 ! Permutações neste conjunto.
A permutação 1 2 3 4 5 designa-se por permutação principal pois os números

apresentam a sua ordem natural.
Se quisermos contar o número de inversões na permutação 3 5 1 4 2 devemos, para
cada elemento, contar o número de elementos menores que ele e à sua direita.
Assim:
• 3 Origina 2 inversões: (3,1) e (3,2)
• 5 Origina 3 inversões: (5,1) , (5,4) e (5,2)
• 4 Origina 1 inversão: (4,2)
• 1 e 2 não originam nenhuma inversão
Há então, ao todo, 6 inversões, ou seja a permutação 3 5 1 4 2 apresenta um número
par de inversões. Diz-se, por isso, uma permutação de classe par ou positiva.
Observação: Qualquer permutação principal (1 2 3 4 5 no exemplo apresentado) é

de classe par uma vez que não apresenta nenhuma inversão, isto é, tem 0 inversões.

1.3. Determinante de Ordem n
Antes de definirmos determinante associado a uma matriz quadrada de ordem n

comecemos por definir alguma terminologia particular:
Definição 3:
♦ Termo Principal: É o produto dos elementos principais de uma matriz. Assim,
sendo A uma matriz quadrada de ordem n , o termo
principal do determinante associado a A é:
a11 .a22 . ... .ann .
♦ Termo Secundário: É o produto dos elementos da diagonal secundária de
uma matriz. Sendo A uma matriz quadrada de ordem n, o
termo secundário do determinante associado a A é
a1n .a2( n −1) . ... .an1
Definição 4: Determinante
Chama-se determinante associado a uma matriz quadrada à soma algébrica dos
produtos que se obtêm efectuando todas as permutações possíveis dos segundos
índices do termo principal, fixados os primeiros índices (ou vice versa), e fazendo-se
preceder os produtos do sinal + ou –, conforme a permutação dos segundos índices
seja de classe par ou de classe ímpar. Assim, sendo A uma matriz quadrada de
ordem n , representando uma qualquer permutação dos segundos índices do termo
principal: 1, 2,..., n por α1.α 2 . ... α n temos:
n
|A|= A =
α1 ≠
α
∑α (−1) I .a1α1 a2α 2 .⋯.anα n
2 ≠⋯≠ n =1
onde I representa o número de inversões de cada permutação.
1.4. Cálculo dos determinantes de 2ª e 3ª ordem por definição
O cálculo de um determinante, de qualquer ordem, por definição, pode ser

efectuado seguindo um mesmo algoritmo que passamos a descrever:
Seja A uma matriz quadrada de ordem n . Para calcular o seu determinante

devemos:

1º Escrever o termo principal do determinante somente com os primeiros índices

(deixando o espaço correspondente aos segundos) n ! vezes, isto é, tantas
quantas o número de permutações dos índices retirados:
a1... .a2... . … .an... 

a1... .a2... . … .an... 
 n ! vezes
⋯⋯⋯⋯⋯⋯
a1... .a2... . … .an... 
2º Efectuar todas as permutações possíveis ( n! ) dos segundos índices, 1,2,...,n ,

e assinalar o número de inversões que cada uma apresenta:
Permutação nº de Inversões
1 2 3 4 ... n 0
2 1 3 4 ... n 1
2 3 1 4 ... n 2
................... …
3º Colocar estas n ! permutações nos n ! espaços que se deixaram em branco no

primeiro passo e associar a cada um dos termos assim obtidos o sinal + ou -
consoante a permutação presente nesse termo tenha um número par ou
ímpar de inversões, isto é, afectar cada um dos termos do factor ( −1) onde I
I
é o número de inversões da permutação respectiva:
( −1) a11.a22 . … .ann 

0

( −1) a12 .a21. … .ann  n ! termos
1

( ) 12 23 
2
− 1 a .a . … .ann

⋯⋯⋯⋯⋯⋯ 
4º Somando todos estes termos, obtemos o determinante associado à matriz A.
Assim, o determinante é a soma de n ! parcelas:
| A | = (-1)0.a11.a22.a33. ... .a n n + (-1)1.a12 .a2 1.a 3 3. ... .a n n + (-1)2.a12.a2 3.a3 1. ... .a n n + ......
ou seja
n
A=
α1 ≠
α
∑α (−1) I .a1α1 a2α 2 .⋯.anα n
2 ≠⋯≠ n =1

onde α1.α 2 . ... α n é uma qualquer permutação dos segundos índices 1, 2,..., n e I o
número de inversões dessa permutação.
1.4.1. Cálculo de um Determinante de 2ª Ordem
 a11 a12 
Dada a matriz A =  vamos calcular o determinante associado a A :
 a21 a22 
a11 a12
det( A) = | A | = , seguindo o algoritmo apresentado:
a21 a22
1º Escrevemos o termo principal do determinante somente com os primeiros

índices (deixando o espaço correspondente aos segundos) 2!= 2 vezes:
a1... .a2 ...

a1... .a2 ...
2º Efectuamos todas as permutações possíveis (2) dos segundos índices, 1,2 e
assinalamos o número de inversões que cada uma apresenta (ver tabela):
Permutação Nº de Classe da Sinal do

Permutação
Principal Inversões Permutação termo
1 2 1 2 0 par +
1 2 2 1 1 ímpar -
3º Colocamos estas 2 permutações nos 2 espaços que se deixaram em branco

no primeiro passo e afectamos cada um dos termos do sinal + ou - (ver
tabela):
+ a 11 .a 2 2
- a 12 .a 2 1
4º Somando estes dois termos obtemos o determinante associado à matriz A:
| A | = a11.a22 - a12 .a2 1

Regra Prática
Como se pode constatar, o determinante associado a uma matriz de 2ª ordem não é
mais do que a diferença entre o produto dos elementos da diagonal principal e o
produto dos elementos da diagonal secundária:
+
a11 a12
| A |= = a11.a22 − a21.a12
a21 a22
-
1.4.2. Cálculo de um Determinante de 3ª Ordem
Seguindo o mesmo algoritmo, vamos calcular o determinante associado a uma

matriz A de ordem 3:
a11 a12 a13

det( A) = | A | = a21 a22 a23
a31 a32 a33
1º Escrevemos o termo principal do determinante somente com os primeiros

índices (deixando o espaço correspondente aos segundos) 3!= 6 vezes:
a1... .a2 ... a3 ... a1... .a2 ... a3 ... a1... .a2 ... a3 ...
a1... .a2 ... a3 ... a1... .a2 ... a3 ... a1... .a2 ... a3 ...
2º Efectuamos todas as permutações possíveis (6) dos segundos índices, 1,2,3 e

assinalamos o número de inversões que cada uma apresenta (ver tabela):
Permutação Nº de Classe da Sinal do

Permutação
Principal Inversões Permutação termo
1 2 3 1 2 3 0 par +
1 2 3 1 3 2 1 ímpar -
1 2 3 2 1 3 1 ímpar -
1 2 3 2 3 1 2 par +
1 2 3 3 1 2 2 par +
1 2 3 3 2 1 3 ímpar -

3º Colocamos estas 6 permutações nos 6 espaços que se deixaram em branco

no primeiro passo e afectamos cada um dos termos do sinal + ou - (ver
tabela):
+ a11 .a2 2. a3 3 - a12 .a2 1.a3 3 + a13 .a21.a3 2

- a11. .a2 3.a32 + a12 .a2 3 .a3 1 - a13.a2 2.a3 1
4º Somando estes seis termos obtemos o determinante associado à matriz A:
| A | = a11.a22.a33 + a12 .a2 3.a31 + a13 .a2 1.a32 - a11.a2 3.a3 2 - a12 .a2 1.a3 3 - a13.a2 2.a3 1
Na prática, o cálculo de uma determinante de 3ª ordem baseia-se na seguinte regra,

que conduz, obviamente, ao resultado obtido por definição:
Regra de Sarrus
Tomando o determinante de 3ª ordem a calcular, acrescentemos para baixo as duas

primeiras linhas do determinante (ou para a direita as duas primeiras colunas).
a11 a12 a13
a21 a22 a23
a31 a32 a33
a11 a12 a13
a21 a22 a23
Os termos positivos do determinante são o termo principal e os produtos com três

elementos nas linhas paralelas à diagonal principal que lhe ficam abaixo ( ou à
direita):
a11 a12 a13
a 21 a 22 a 23
a 31 a 32 a 33
a11 a12 a13
a 21 a 22 a 23
isto é,
a11.a22.a33 , a2 1.a32 .a13 e a31.a12 .a2 3
(o que coincide com os termos positivos obtidos pela definição)

Os termos negativos do determinante são o termo secundário e os produtos com três

elementos nas linhas paralelas à diagonal secundária que lhe ficam abaixo ( ou à
direita):
a11 a12 a13
a 21 a 22 a 23
a 31 a 32 a 33
a11 a12 a13
a 21 a 22 a 23
isto é,
a13.a2 2.a3 1 , a2 3.a3 2.a11 e a3 3.a12 .a2 1
(o que coincide com os termos negativos obtidos pela definição)
Temos então:
a11 a12 a13

a21 a22 a23
a31 a32 a33 = a11.a22.a33 + a2 1.a32 .a13 + a31.a12 .a2 3 - a13.a2 2.a3 1 - a2 3.a3 2 .a11 - a3 3.a12 .a2 1
a11 a12 a13
a21 a22 a23
o que coincide com o resultado obtido por definição.
1.5. Propriedades dos determinantes
O cálculo por definição de determinantes de ordem superior à 3ª torna-se

extremamente fastidioso, basta pensar, por exemplo, que um determinante de 4ª
ordem tem já 4! = 24 termos e, portanto, a partir desta ordem, efectuar o
desenvolvimento por aplicação directa da definição torna-se um processo bastante
moroso e trabalhoso. Por esta razão, para calcularmos determinantes de ordem
superior a três, utilizaremos métodos indirectos em vez da definição. Para isso,
primeiramente vamos estabelecer algumas propriedades sobre determinantes que
nos permitirão abreviar consideravelmente os cálculos.
P 1. Cada termo de um determinante possui um e um só elemento de cada linha e

um e um só elemento da cada coluna.

Exemplo 3:
Veja-se o cálculo dos determinantes de 2ª e 3ª ordem, efectuados por definição. Em
nenhum dos seus termos se verifica a repetição quer dos índices linha quer dos
índices coluna.
P 2. É nulo um determinante onde todos os elementos de uma fila (linha ou coluna)

são nulos.
Exemplo 4:
1 −1 0
| A | = 2 3 0 = 1*3*0 + 2*5*0 + 4*(-1)*0 – ( 0*3*4 + 0*5*1 + 0*(-1)*2) = 0
4 5 0
P 3. Se multiplicarmos todos os elementos de uma fila de um determinante, A , por
um escalar λ ∈ K , obtemos um determinante de valor λ. A .
Exemplo 5:
1 2 −2
Seja | A | = 2 1 0 = 1 + 0 + 0 – (- 6 + 0 + 4) = 3
3 0 1
Multiplicando a primeira linha por k = 2 tem-se:
2 4 −4
|B|= 2 1 0 = 2 + 0 + 0 – (- 12 + 0 + 8) = 6 = 2. | A |
3 0 1
P 4. Multiplicando todos os elementos das n filas paralelas de um determinante,

A , por λ1,λ2, ... ,λ n ∈ K ,respectivamente, obtém-se um determinante de valor
λ1.λ2. ... .λ n A .
Exemplo 6:
Utilizando o exemplo anterior, multiplicando todas as linhas por k = 2 tem-se:
2 4 −4
|C|= 4 2 0 = 8 + 0 + 0 – (- 48 + 0 + 32) = 24 = 23. | A |
6 0 2

P 5. O determinante associado a uma matriz é igual ao determinante associado à
sua transposta, isto é, A = AT .
Exemplo 7:
1 2 −2 1 2 3
Sendo | A | = 2 1 0 = 3 então | At | = 2 1 0 = 1 + 0 + 0 – (- 6 + 0 + 4) = 3
3 0 1 −2 0 1
Então | A | = | At |.
P 6. Se num determinante trocarmos a posição relativa de duas filas paralelas, o

determinante muda de sinal conservando o seu valor absoluto.
Exemplo 8:
1 2 −2
Sendo | A | = 2 1 0 = 3 então trocando a 1ª com a 2ª coluna temos
3 0 1
2 1 −2
|D|= 1 2 0 = 4 - 6 + 0 – ( 0 + 0 + 1) = - 3
0 3 1
Então | D | = - | A |.
P 7. É nulo um determinante com duas filas paralelas iguais.
Exemplo 9:
1 1 −2
2 2 0 = 2 - 12 + 0 – ( - 12 + 0 + 2 ) = 0 ( C1 = C2 )
3 3 1
P 8. É nulo um determinante com duas filas paralelas proporcionais.
Exemplo 10:
1 −2 −2
2 − 4 0 = - 4 + 24 + 0 – ( 24 + 0 - 4 ) = 0 ( C2 = -2.C1 )
3 −6 1

P 9. Seja A uma matriz de ordem n onde os elementos da coluna p são somas de

m parcelas. Então, o determinante associado a A é igual à soma dos
determinantes associados às m matrizes que se obtêm de A substituindo
sucessivamente a coluna p de A pelas m colunas formadas pelas primeiras
parcelas, pelas segundas parcelas,..., pelas m -ésimas parcelas da

decomposição dada à coluna p de A, isto é:
 a11 ⋯ a1 p ⋯ a1n   a11 ⋯ b1(1)p + b1(2)

p + ⋯ + b1 p
( m)
⋯ a1n 
   
a21 ⋯ a2 p ⋯ a2 n   a21 ⋯ b2 p + b2 p + ⋯ + b2 p ⋯ a2 n 
(1) (2) ( m)
A= =
⋯ ⋯ ⋯ ⋯ ⋯  ⋯ ⋯ ⋯ ⋯ ⋯
   
 an1 ⋯ anp ⋯ ann   an1 ⋯ bnp(1) + bnp(2) + ⋯ + bnp( m ) ⋯ ann 
a11 ⋯ b1(1)p ⋯ a1n a11 ⋯ b1(2)

p ⋯ a1n a11 ⋯ b1(pm ) ⋯ a1n
a21 ⋯ b2(1)p ⋯ a2 n a21 ⋯ b2(2)p ⋯ a2 n a21 ⋯ b2( mp ) ⋯ a2 n
⇒| A | = + + ⋯ +
⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
(1) (2) (m)
an1 ⋯ b np ⋯ ann an1 ⋯ b np ⋯ ann an1 ⋯ b np ⋯ ann
Observação : Esta propriedade é importante uma vez que dela podemos

concluir algo quanto à soma de determinantes. Assim, só se podem adicionar
determinantes, sem os calcular, que apenas difiram numa só fila. Esta adição faz-se
adicionando os elementos dessa fila e mantendo as restantes filas inalteradas.
Exemplo 11:
45 1 4 4 1 4 1 1
3 5 4 = 3 3 4 + 3 2 4 Desdobrando a 2ª coluna em duas:
2 3 6 2 2 6 2 1 6 5=4+1;5=3+2;3=2+1
4 51
Com efeito: 3 5 4 = 120 + 9 + 40 – ( 10 + 48 + 90) = 169 – 148 = 21
2 36
4 4 1 4 1 1
3 3 4 + 3 2 4 = ( 0 ) + ( 48 + 3 + 8 – ( 4 +16 + 18 ) ) = 59 – 38 = 21
2 2 6 2 1 6
P 10. Num determinante, se somarmos a uma fila uma combinação linear de filas
paralelas, o determinante não se altera.
Exemplo 12:
1 −1 0
Seja | A | = 0 2 1 =-2+0–3–(0+1+0)=-6
3 1 −1
Somemos à 1ª coluna a 2ª coluna multiplicada por 2 e a 3ª multiplicada por 3, isto é
C1 = C1 + 2.C2 + 3.C3

1 + 2.(−1) + 3.0 − 1 0 −1 −1 0
|B|= 0 + 2.2 + 3.1 2 1 = 7 2 1 =2+0–2–(0–1+7)=-6
3 + 2.1 + 3.(−1) 1 −1 2 1 −1
P 11. O determinante associado a uma matriz triangular é igual ao produto dos

elementos principais.
Exemplo 13:
1 −1 0
0 2 1 =6+0+0–(0+0+0)=6
0 0 3
e o produto dos elementos principais é 1 * 2 * 3 = 6
Observação: Como qualquer matriz quadrada pode ser transformada numa matriz
triangular por meio da condensação, pode-se calcular o determinante
associado a A a partir do determinante da matriz triangular, equivalente
a A, bastando para isso não esquecer a correspondência entre as
operações de Jacobi e as alterações do valor do determinante:
1) A troca da posição relativa de duas filas paralelas muda o sinal do

determinante (prop. 6).
2) A multiplicação de uma fila por um escalar não nulo, faz com que o
determinante venha multiplicado por esse escalar (prop. 3).
3) A soma de uma fila com outra paralela, ou mais geralmente, com
uma combinação linear de outras filas paralelas não altera o valor
do determinante (prop. 10).
Dispomos então de um processo para calcular os determinantes associados a
matrizes de ordem superior a três. Trata-se do processo de condensação da matriz.
Exemplo
1 0 2 1 1 0 2 1 1 0 2 1 1 0 2 1
2 0 −1 3 0 0 −5 1 0 5 5 10 0 1 1 2
= =− = −5 =
0 2 −4 0 0 2 −4 0 0 2 −4 0 0 2 −4 0
−3 5 −1 7 L2′ = L2 − 2 L1 0 5 5 10 L ↔ L 0 0 −5 1 L′ = 1 L 0 0 −5 1 L′ = L − 2 L
L4′ = L4 + 3 L1 2 4 2
5
2 3 3 2
1 0 2 1 1 0 2 1 1 0 2 1
0 1 1 2 0 1 1 2 0 1 1 2
= −5
0 0 −6 −4
= −5 × (−6)
0 0 1 23
= 30
0 0 1 2 ( )
= 30 × 1× 1×1× 13 3 = 130
3
0 0 −5 1 L ′ =− 1 L 0 0 −5 1 L′ = L + 5 L 0 0 0 13 3
3 3 4 4 3
6

P 12. As filas paralelas de uma matriz são linearmente dependentes se e só se o seu

determinante é nulo.
Observações: Desta última propriedade podemos concluir que:
• Uma matriz quadrada tem determinante nulo se e só se a sua característica for

inferior à sua ordem.
• Uma matriz quadrada tem determinante não nulo se e só se a sua característica
for igual à sua ordem.
• A característica de uma matriz é igual à ordem mais alta dos determinantes não
nulos das sub-matrizes quadradas da matriz.
• A é regular se e só se A ≠0
• A é singular se e só se A =0
Exemplo 14:
 1 2 3 
 
A=  1 0 1 
 2 2 4 
 
L1, L2 e L3 são linearmente dependentes uma vez que L3 é combinação linear das restantes
linhas: L3 = L1 + L2
def
Assim, L1 + L2 - L3 = O ⇔ L1, L2 , L3 linearmente dependentes.
Por outro lado, neste caso temos
1 2 3
|A| = 1 0 1 = 0 + 6 + 4 – ( 0 + 2 + 8 ) = 10 – 10 = 0
2 2 4
Definição 5:
Chama-se Menor Complementar do Elemento aij , da matriz A de ordem n , e
representa-se por M ij , ao determinante de ordem n − 1 que se obtém de A
suprimindo a linha i e a coluna j .
Chama-se Complemento Algébrico do Elemento aij , da matriz A de ordem n , e
( −1)
i+ j
representa-se por Aij , ao produto de pelo menor complementar
correspondente, isto é, Aij = ( −1)

i+ j
.M ij .

Teorema 1: (Teorema de Laplace)
P 13. Um determinante é igual à soma dos produtos que se obtêm multiplicando cada
elemento de uma dada fila pelos respectivos complementos algébricos:
n
A = ∑ a pj . Apj ← Desenvolvimento Laplaceano segundo a linha p
j =1
n
A = ∑ aip . Aip ← Desenvolvimento Laplaceano segundo a coluna p
i =1
Exemplo 15:
Para calcular o valor de
1 1 −1
|A| = 2 1 0
1 3 2
podemos efectuar o desenvolvimento de Laplace segundo a 2ª linha:
1 1 −1
|A| = 2 1 0 = 2.A21 + 1. A22 + 0.A23 =
1 3 2
= 2.(-1)2+1.M21 + 1.(-1) 2+2.M22 + 0 =

1 −1 1 −1
= - 2. + =
3 2 1 2
= -2 ( 2 – ( -3)) + ( 2 – (-1)) = -10 + 3 = -7
Podemos, também, efectuar o desenvolvimento de Laplace segundo a 1ª coluna:
1 1 −1
|A| = 2 1 0 = 1.A11 + 2. A21 + 1.A31 =
1 3 2
= 1.(-1)1+1.M11 + 2.(-1) 2+1.M21 + 1.(-1) 3+1.M31 =

1 0 1 −1 1 −1
= - 2. + =
3 2 3 2 1 0
= ( 2 – 0 ) - 2 ( 2 – ( -3)) + ( 0 – (-1)) = 2 -10 + 1 = -7

Cálculo de determinantes de matrizes de ordem superior a 3
Na prática utiliza-se um método simplificado para o cálculo de determinantes de ordem

superior a três, que consiste em condensar uma fila da matriz e, só depois, efectuar o
desenvolvimento de Laplace segundo essa mesma fila. Este procedimento permite passar de
um determinante de ordem n para apenas um de ordem n –1. Este raciocínio aplicado
sucessivamente permite baixar a ordem do determinante até obtermos, um determinante de
3ª ordem, ou 2ª, cujo cálculo já sabemos efectuar pela regra de Sarrus ou pela diferença dos
produtos das duas diagonais, respectivamente. Veja-se por exemplo:
1 3 2 4 1 3 2 4
5 −1 1
5 0 −1 1 5 0 −1 1
= = =
1+ 2
(−1) × 3 × −1 1 −2 − 3 × (−62) = 186
−1 0 1 −2 L4 '= L4 − 2 L1 −1 0 1 −2 T . Laplace C2 Sarrus
1 −3 −9
3 6 1 −1 1 0 −3 −9
P 14. É nula a soma dos produtos que se obtêm multiplicando os elementos de uma
fila pelos complementos algébricos de outra fila paralela.
Exemplo 16:
 1 1 −1 
 
A =  2 1 0 
 1 3 2 
 
Considerando, por exemplo, a soma dos produtos que se obtêm multiplicando os
elementos da 1ª linha pelos complementos algébricos da 2ª linha:
a11.A21 + a12. A22 + a13.A23 = 1.(-1)2+1.M21 + 1.(-1) 2+2.M22 + (-1).(-1) 2+3.M23 =
1 −1 1 −1 1 1
=- + + =
3 2 1 2 1 3
= - ( 2 – (-3) ) + ( 2 – ( -1)) + ( 3 – 1) = -5 + 3 + 2 = 0
P 15. O determinante associado ao produto de duas matrizes quadradas é igual ao

produto dos determinantes associados a cada uma das matrizes, isto é, dadas
duas matrizes quadradas A e B de ordem n sobre um corpo k , tem-se:
A.B = A . B .

Exemplo 17:
1 1 −1 1 2 −2
|A| = 2 1 0 =-7 |B| = 2 1 0 =3
1 3 2 3 0 1
Então: | A | . | B | = -7 * 3 = -21
Por outro lado,
 1 1 −1   1 2 − 2   0 3 −3 
     
A . B =  2 1 0 .  2 1 0 =  4 5 −4  ⇒ A.B = - 60 – 156 – (-195 ) =
 1 3 2   3 0 1   13 5 0 
     
= -216 + 195 = -21
1.6. Matriz Adjunta
Definição 6: Matriz Adjunta
Seja A =  aij  uma matriz quadrada sobre um corpo K. A matriz adjunta de A,
denotada por adj A, é a transposta da matriz dos complementos algébricos de A:
 A11 A21 ⋯ An1 

 A12 A22 ⋯ An 2 
adj ( A) = 
 ⋮ ⋮ ⋱ ⋮ 
 
 A1n A2 n ⋱ Ann 
Exemplo 18:
 1 2 −2 

Seja B = 2 1 0

 
 3 0 1 
Os complementos algébricos dos nove elementos são:

1 0 2 0 2 1
A11 = + =1 A12 = − = −2 A13 = + = −3
0 1 3 1 3 0
2 −2 1 −2 1 2
A21 = − = −2 A22 = + =7 A23 = − =6
0 1 3 1 3 0
2 −2 1 −2 1 2
A31 = + =2 A32 = − = −4 A33 = + = −3
1 0 2 0 2 1

Assim, a matriz dos complementos algébricos vem:
 1 −2 −3 
 −2 7 6 
 
 2 −4 −3 
e a sua transposta dá a matriz adjunta de B:
 1 −2 2 
adj ( B ) =  −2 7 −4 
 −3 6 −3 
1.7. Relação entre a Matriz Adjunta e a Matriz Inversa de uma

matriz quadrada
Tendo presente a definição de matriz adjunta, segue o seguinte teorema:
Teorema 2:
( ) ( )
Para qualquer matriz quadrada A , tem-se: A . adj ( A ) = adj ( A ) . A =| A | . I onde
I é a matriz identidade. Assim, se A ≠ 0 , verifica-se que:
1
A−1 = . ( adj ( A) )
A
Observação: A relação anterior, entre a matriz adjunta e a inversa de uma matriz
quadrada, fornece-nos mais um método para o cálculo da inversa de uma matriz.

Assim, a inversa pode ser obtida:
• por definição ( A . A-1 = I )
• por condensação ( operações elementares )
• através da adjunta ( determinantes )
Não é um recomendado achar a matriz inversa através da definição, pois dá origem

a um sistema com n 2 incógnitas, enquanto que os procedimentos por condensação
ou por adjunta correspondem a um sistema com apenas n incógnitas.

Exemplo 19:
 1 2 −2   1 −2 2 
   
Tomando a matriz B = 2 1 0
  cuja matriz adjunta é adj ( B ) =  −2 7 −4  e
 3 0 1   −3 6 −3 
1 2 −2
uma vez que | B | = 2 1 0 = 1 + 0 + 0 – (- 6 + 0 + 4) = 3 temos:
3 0 1
 1 −2 2   13 − 2 3 2 3 
1 =  −2 
B -1 = −2 7 −4 7 − 43
3   3 
3
 − 3 6 − 3   − 1 2 −1 
Com base nas propriedades dos determinantes e na relação entre a inversa e a

adjunta de uma matriz podem-se formular diversas proposições. Assim, por exemplo,
sendo A uma matriz quadrada tem-se:
1
• Proposição 1: A−1 =
| A|
Demonstração: Aplicando determinantes à definição de inversa vem:
| A . A-1 | = | I |
Pela propriedade 15 , e uma vez que | I | = 1 vem
1
| A | . | A-1 | = 1 então | A-1 | =
|A|
c.q.d
n −1
• Proposição 2: adj ( A ) = A
Demonstração: Como adj (A) = | A |. A-1 então

| adj (A) | = | | A | . A-1 |
Pela propriedade 3 aplicada às n filas de A vem
| adj (A) | = | A | n | A-1 |
pela proposição anterior, como | A-1 | = | A | -1 vem
| adj (A) | = | A | n | A | -1 = | A | n - 1
c.q.d.

n−2
• Proposição 3: adj adj ( A)  = A .A
Demonstração: Como adj (A) = | A | . A-1 então

(1) adj [adj (A)] = | adj (A) | . ( adj (A) ) - 1
Pela proposição anterior temos que:
| adj (A) | = | A | n -1
Por outro lado

( adj (A) ) - 1 = ( | A | . A-1) – 1
o que, pelas propriedades da inversão de matrizes, vem
( | A | . A-1) – 1 = | A | -1 . ( A-1) – 1 = | A | -1 . A
Substituindo em (1) vem
adj [adj (A)] = | A | n -1 | A | -1.A= | A | n - 2. A
c.q.d.

2. Resolução e Discussão de Sistemas de Equações

Lineares por Determinantes
2.1. Sistemas de Cramer
Definição 7: Sistemas de Cramer

Chama-se Sistema de Cramer a um sistema com igual número de equações e
incógnitas ( m = n ) onde o determinante associado à matriz do sistema é diferente de
zero (a característica da matriz é igual à sua ordem, isto é, a matriz é regular). Tal
determinante é designado por determinante do sistema e denota-se usualmente por
∆.
Assim, o sistema:
 a11 x1 + a12 x2 + ... + a1n xn = b1

 a x + a x + ... + a x = b
 21 1 22 2 2n n 2

 ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
 an1 x1 + an 2 x2 + ... + ann xn = bn
é um sistema de Cramer nas incógnitas x1 , x2 ,..., xn , se o determinante associado à
matriz A do sistema:
 a11 a12 ⋯ a1n  a11 a12 ⋯ a1n

 a21 a22 ⋯ a2 n  a21 a22 ⋯ a2 n
A= , isto é, ∆=
 ⋯ ⋯ ⋱ ⋯  ⋯ ⋯ ⋱ ⋯
 
 an1 an 2 ⋯ ann  an1 an 2 ⋯ ann
for diferente de zero.
A resolução do sistema de Cramer, A.X = B, pode fazer-se, com facilidade,
calculando A-1 (a inversa de A) e multiplicando por B (método da matriz inversa):
X = A-1 .B
No entanto, vamos apresentar um teorema que fundamenta uma regra prática de

resolução de sistemas, nas condições enunciadas, conhecida por Regra de Cramer.

Teorema 3: (Teorema de Cramer)
Um sistema de Cramer é sempre possível determinado e o valor de cada incógnita

∆xi
xi (i = 1,2,...,n) é obtido como o quociente de dois determinantes x = onde
∆
• o determinante do denominador é o determinante do sistema: ∆ .
• o determinante do numerador, ∆xi , é o determinante que se obtém de ∆
substituindo a coluna i, relativa aos coeficientes de xi em todas as equações
do sistema, pela coluna dos termos independentes bi .
Exemplo 20:
 x − y + z =1
1) O sistema  não é um sistema de Cramer porque tem mais
 x + 3 y − 2z = 2
incógnitas do que equações.
 x− y = 2

2) O sistema  2 x + 3 y = 0 não é um sistema de Cramer porque tem mais
 x + 5y =1

equações do que incógnitas.
 x + 2y =1
3) O sistema  poderá ser um sistema de Cramer (uma vez que tem
 −2 x − 4 y = 2
tantas incógnitas como equações) se ∆ for diferente de zero. Como
1 2
= −4 + 4 = 0 este também não é um sistema de Cramer.
−2 −4
 2 x − y = −3
4) O sistema  é um sistema de Cramer porque tem tantas incógnitas
 x+ y =6
2 −1
como equações e ∆ = = 2 +1 = 3 ≠ 0 .
1 1
 − 3 −1

 x = ∆x = 6 1
=
−3+ 6
=1
 ∆ 3 3
Então 
 2 −3
 ∆y 1 6 12 + 3
 y= = = =5
 ∆ 3 3
Assim, a solução do sistema é ( x , y ) = ( 1,5 ).

 x + 2y + z =1

5) Analogamente, o sistema  2 x − y − 2 z = −3 é um sistema de Cramer porque
 −x + y = 2

tem tantas incógnitas como equações e
 ∆x
 x= ∆
1 2 1 
 ∆
∆ = 2 −1 −2 = 2 + 4 − (1 − 2) = 7 ≠ 0 . Então  y = y onde
 ∆
−1 1 0
 ∆z
 z=
 ∆
1 2 1 1 1 1 1 2 1
∆ x = − 3 − 1 − 2 = −7 , ∆ y = 2 − 3 − 2 = 7 e ∆ z = 2 − 1 − 3 = 0
2 1 0 −1 2 0 −1 1 2
Assim, a solução do sistema é ( x, y, z ) = ( −1,1,0 ) .
2.2. Sistemas Gerais
Consideremos um sistema de m equações a n incógnitas:
 a11 x1 + a12 x2 + ... + a1n xn = b1

 a x + a x + ... + a x = b
 21 1 22 2 2n n 2

⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
 am1 x1 + am 2 x2 + ... + amn xn = bm
cuja matriz do sistema é
 a11 a12 ⋯ a1n 

 a21 a22 ⋯ a2 n 
A=
 ⋯ ⋯ ⋱ ⋯ 
 
 am1 am 2 ⋯ amn 
Então, a matriz do sistema não tem determinante associado uma vez que é uma
matriz rectangular do tipo m × n e assim este não é um sistema de Cramer.
Este sistema continua a ser equivalente à equação A. X = B onde A é a matriz do
sistema, X a matriz coluna das incógnitas x1 , x2 ,..., xn e B a coluna dos termos
independentes, b1 , b2 ,..., bm mas não é equivalente a X = A−1.B uma vez que não
existe inversa de A .

Para resolvermos este sistema procedemos do seguinte modo:
1 - Formamos, a partir da matriz A, uma sub-matriz regular de maior ordem

possível, isto é, tomamos uma matriz quadrada, “contida” em A, de maior
ordem possível, cujo determinante associado seja diferente de zero.
Esta sub-matriz designa-se por sub-matriz principal e ao determinante a ela
associado por determinante principal, que se representa por ∆ p .
As equações que figuram como linhas da sub-matriz designam-se por

equações principais e por incógnitas principais as incógnitas cujos coeficientes
figuram nas colunas da sub-matriz (ou de ∆ p ).
Chama-se ainda sistema principal ao sub-sistema formado pelas equações

principais.
De notar que, a sub-matriz principal nem sempre é única, mas qualquer sub-
matriz tomada para principal terá por ordem a característica da matriz do
sistema, isto é, a ordem da sub-matriz principal é única.
2 - Formado o determinante principal - ∆ p - , há que estudar a compatibilidade
das equações não principais (ou secundárias), caso existam.
2.1 Se houver compatibilidade o sistema inicial reduz-se ao sistema principal,

isto é, às equações principais, mantendo no primeiro membro das
equações principais os termos relativos às incógnitas principais, passando
para o segundo membro os termos relativos às incógnitas secundárias (se
existirem) e resolve-se aplicando a regra de Cramer (generalizada), onde
∆ p toma o lugar de ∆ e a coluna dos termos independentes é formada
pelas expressões que figuram no segundo membro das equações

principais.
Este sistema pode ser determinado, se não existirem incógnitas
secundárias, ou indeterminado, sendo o grau de indeterminação dado
pelo número de incógnitas secundárias.
2.2 Caso não haja compatibilidade o sistema é impossível.

Exemplo 21:
 x − y + z =1
Consideremos o seguinte sistema: 
 − x + y − 2z = 2
 1 −1 1 
Como a matriz do sistema, A =   , não é quadrada, para o resolvermos
 −1 1 −2 
temos que formar uma sub-matriz principal, de maior ordem possível, cujo
determinante associado seja diferente de zero. No máximo, ∆ p será de 2ª ordem.
Como
1 −1 1 1
=0 e = −2 + 1 = −1 ≠ 0
−1 1 −1 − 2
tomamos para ∆ p este último, isto é
1 1
∆p = = −1 ≠ 0
−1 − 2
Temos então:
• Equações Principais - 1ª e 2ª (todas)
• Equações Secundárias - não há
• Incógnitas Principais - x e z
• Incógnitas Secundárias - y
Como não existem equações secundárias o sistema é possível e simplesmente
indeterminado uma vez que existe uma incógnita secundária. O sistema principal
será dado por:
 x + z = 1+ y

 − x − 2z = 2 − y
Podemos então aplicar a regra de Cramer, considerando ∆ p como ∆ e a coluna
1 + y 
 2 − y  como a coluna dos termos independentes. Temos assim:
 
 1+ y 1

 x = ∆ x = 2 − y −2 = −2 − 2 y − 2 + y = y + 4
 ∆p −1 −1
 , y∈R
 1 1+ y
 ∆ −1 2 − y 2 − y + 1 + y
 z= z = = = −3
 ∆p −1 −1
O que conduz à solução: ( x, y, z ) = ( k + 4, k , −3) , k ∈ R

Consideremos agora o seguinte sistema:
 x1 + x2 − x3 − x4 = 2

 x1 − 2 x2 + x3 + x4 = −1
 3 x − 3x + x + x = 0
 1 2 3 4
Como a matriz do sistema é
 1 1 −1 −1 
A =  1 −2 1 1 
 3 −3 1 1 
no máximo o determinante principal será de 3ª ordem:

1 1 −1 1 0 0
−3 2
1 −2 1 = 1 −3 2 = =0
−6 4
3 −3 1 3 −6 4
1 −1 −1
1 1 1 = 0 porque C2 = C3
3 1 1
1 −1 −1
−2 1 1 = 0 porque C2 = C3
−3 1 1
Como todos os determinantes de terceira ordem são nulos, passamos para a 2ª

ordem, isto é, vejamos se existe algum determinante de 2ª ordem diferente de zero:
1 1
= −3 ≠ 0
1 −2
Tomamos então para principal este determinante:
1 1
∆p = = −3 ≠ 0
1 −2
Temos assim:
• Equações Principais - 1ª e 2ª
• Equações Secundárias - 3ª
• Incógnitas Principais - x1 e x2
• Incógnitas Secundárias - x3 e x4
(o sistema, caso seja possível, será duplamente indeterminando pois tem duas
incógnitas secundárias)
Relativamente às equações, como existe uma equação secundária há que estudar
a sua compatibilidade com as principais. Para tal, vamos definir o seguinte:

Definição 8:
Chama-se Determinante Característico Relativo a uma Equação Secundária ao
determinante que se obtém a partir do determinante principal ∆ p , acrescentando
uma linha constituída pelos coeficientes das incógnitas principais na equação

secundária considerada, e uma coluna formada pelos termos independentes das
equações principais e pelo termo independente da equação secundária em causa:
 b1 
 b2 
 ∆p
∆ CS = ⋮  = 0, ∀s = p + 1, ... , m
 
 bp 
a a ⋯ a bs 
 s1 s 2 sp
Teorema 4: (Teorema de Rouché)
A condição necessária e suficiente para que um sistema de equações seja possível é

que todos os determinantes característicos, se existirem, sejam nulos, isto é, para que
uma equação secundária seja compatível com as equações principais terá de ser
nulo o seu determinante característico.
Exemplo 22:
Voltando ao nosso exemplo, temos uma equação secundária, (3ª equação), cujo
determinante característico é:
1 1 2
∆c 3ª = 1 − 2 −1 = 0 ( porque: C1 + C2 = C3 )
3 −3 0
Assim, pelo teorema de Rouché, podemos concluir que o sistema é possível uma vez
que esta equação secundária é compatível com as principais e, não existem mais
equações secundárias. Ficamos, então, com o sistema principal:
 x1 + x2 = 2 + x3 + x4

 x1 − 2 x2 = −1 − x3 − x4
que se pode resolver pela regra de Cramer:

 2 + x3 + x4 1

 x = ∆ x1 = −1 − x3 − x4 −2 = −4 − 2 x3 − 2 x4 + 1 + x3 + x4 = x3 + x4 + 1
 1 ∆ p −3 −3 3
 , x3 , x4 ∈ R
 1 2 + x 3 + x4
 ∆ x2 1 −1 − x3 − x4 −1 − x3 − x4 − 2 − x3 − x4 2 x3 + 2 x4
 x2 = = = = +1
 ∆p −3 −3 3
O que conduz à solução:

k1 + k2 2k + 2k 2
( x1 , x2 , x3 , x4 ) =  + 1, 1

+ 1, k1 , k2  , k1 , k2 ∈ R
 3 3 
Notemos que, caso o determinante característico da equação secundária não fosse

nulo, dir-se-ia que a equação secundária não era compatível com as principais
sendo, portanto, o sistema dado impossível, terminando aí a sua resolução.
A procura do determinante principal - ∆ p - é, por vezes, bastante trabalhosa,
essencialmente nos casos em que o sistema tem muitas equações e incógnitas. O

próximo teorema facilita, em alguns casos, essa pesquisa:
Teorema 5: (Teorema de Kronecker)
Se for diferente de zero um determinante de ordem p, contido numa matriz A, e

forem nulos todos os determinantes de ordem p + 1 formados a partir dele,
acrescentando uma linha e uma coluna (dentro de A), então são nulos todos os
determinantes, contidos em A, de ordem superior a p.
Exemplo 23:
Consideremos então o seguinte sistema:
 x + 2y − z + t =1
 2x + y + 2z − t = 3


 3x + 3 y + z = 4
 3 x + 5 z − 3t = 5
A matriz do sistema é quadrada, logo este poderá ser um sistema de Cramer:

1 2 −1 1
2 1 2 −1
∆= = 0 porque L1 + L2 = L3
3 3 1 0
3 0 5 −3
Então não se trata de um sistema de Cramer. Temos que procurar um determinante
de maior ordem possível, que seja diferente de zero. À partida, o determinante
principal será de 3ª ordem:
1 2 −1
2 1 2 = 0 porque L1 + L2 = L3
3 3 1
2 1 2 2 1 2
3 3 1 = − 3 0 − 5 = 0 porque L2 = - L3
3 0 5 3 0 5
1 2 −1
2 1 1 = 0 porque L1 + L2 = L3
3 3 0
e assim sucessivamente. Mas para podermos concluir que o determinante principal

seria, neste caso, de 2ª ordem, era necessário mostrar que não existia nenhum
determinante de ordem 3 diferente de zero. Assim, teríamos de mostrar que os 16
(4x4) determinantes de ordem 3, distintos, que se podem formar “dentro” de A, eram
todos nulos. Utilizando o teorema de Kronecker temos a pesquisa de ∆ p bastante
mais resumida:
Pesquisa de ∆ p :
 1 2 −1 1 
 2 1 2 − 1 

 3 3 1 0 
 
 3 0 5 −3 
|1|≠0
1 2
= −3 ≠ 0
2 1
A partir deste determinante podemos formar 4 determinantes de 3ª ordem distintos
(acrescentando as 3ª e 4ª linhas e as 3ª ou 4ª colunas), temos então:

1 2 −1
2 1 2 = 0 porque L1 + L2 = L3 (3ª linha e 3ª coluna)
3 3 1
1 2 1
2 1 − 1 = 0 porque L1 + L2 = L3 (3ª linha e 4ª coluna)
3 3 0
1 2 −1
2 1 2 = 0 porque -L1 +2 L2 = L3 (4ª linha e 3ª coluna)
3 0 5
1 2 1
2 1 − 1 = 0 porque C1 - C2 = - C3 (4ª linha e 4ª coluna)
3 0 −3
Logo, pelo teorema de Kronecker podemos concluir que todos os determinantes de

ordem superior a dois são nulos (se não tivéssemos calculado o determinante de 4ª
ordem não seria necessário calculá-lo). Assim concluímos que ∆ p é de 2ª ordem:
1 2
∆p = = −3 ≠ 0
2 1
Temos então:
• Equações Secundárias - 3ª e 4ª
• Incógnitas Principais - x e y
• Incógnitas Secundárias - z e t
(o sistema, caso seja possível, será duplamente indeterminando pois tem duas
incógnitas secundárias)
Como existem equações secundárias há que estudar a sua compatibilidade
com as principais calculando os seus determinantes característicos:
1 2 1
∆c 3ª = 2 1 3 =0 ( porque: L1 + L2 = L3 )
3 3 4
1 2 1
∆c 4ª = 2 1 3 =0 ( porque: 2L2 – L1 = L3 )
3 0 5
Pelo teorema de Rouché, as duas equações secundárias são compatíveis com

as principais. Assim, o sistema reduz-se ao sistema principal:

 x + 2 y = 1+ z − t

 2x + y = 3 − 2z + t
e resolve-se pelo método de Cramer:
 1+ z − t 2

 x = ∆ x = 3 − 2 z + t 1 = 1 + z − t − 6 + 4 z − 2t = 5 − 5 z + t
 ∆p −3 −3 3
 , z, t ∈ R
 1 1+ z − t
 ∆ y 2 3 − 2 z + t 3 − 2 z + t − 2 − 2 z + 2t 4 z − 1
 y= = = = −t
 ∆p −3 −3 3
O que conduz à solução:

5 − 5k1 4k − 1
( x, y, z , t ) =  
+ k2 , 1 − k2 , k1 , k2  , k1 , k2 ∈ R
 3 3 
2.3. Discussão de Sistemas por Determinantes
Quanto à discussão de sistemas vejamos o seguinte exemplo que, embora seja um

caso particular, abrange quase todas as possibilidades de classificação e é
elucidativo quanto à “mecânica” da discussão por determinantes:
 2 x + a. y − z = b

 a.x + y = 2b
 x + 2 y + (a − 2).z = 0

Se o determinante associado ao sistema for diferente de zero o sistema é de Cramer,
logo possível determinado, assim:
2 a −1 a +1 a −1 1 a −1
∆= a 1 0 = a +1 1 0 = (a + 1) 0 1 − a 1 = (a + 1)( −a 2 + 3a − 3)
1 2 a−2 a +1 2 a − 2 0 2 − a a −1
− 3 ± 9 − 12
logo ∆ = 0 ⇔ (a + 1)(−a 2 + 3a − 3) = 0 ⇔ a = −1 ∨ a = ⇔ a = −1
−2
Assim, para a ≠ -1 tem-se ∆ ≠ 0 , logo o sistema é de Cramer , possível determinado
∀ b ∈ IR
Para a = -1 a matriz do sistema, cujo determinante associado é nulo, será:
 2 −1 −1 
 −1 1 0 

 1 2 − 3 

Então, podemos tomar:

2 −1
∆p = =1≠ 0
−1 1
Temos então:
• Equações Secundárias - 3ª
• Incógnitas Principais - x e y
• Incógnitas Secundárias - z
Como existe uma equação secundária há que estudar a sua compatibilidade

com as principais calculando o seu determinante característico:
2 −1 b 2 −5 b
∆c 3ª = −1 1 2b = −1 3 2b = −13b
1 2 0 1 0 0
Pelo teorema de Rouché, para que a equação secundária seja compatível com as
principais. O determinante característico tem que ser nulo, logo:
∆c 3ª = 0 se e só se b=0
caso contrário, se b ≠ 0 o sistema será impossível.
Resumindo, o sistema é:
• Possível Determinado para a ≠ -1, ∀ b ∈ IR
• Possível Simplesmente Indeterminado para a = -1 e b = 0 (temos
uma incógnita secundária)
• Impossível para a = -1 e b ≠ 0
Assim, a discussão de sistemas por determinantes reduz-se à discussão dos valores dos
determinantes: do sistema, principal e característicos, consoante os valores dos
parâmetros em causa.

3. Valores e vectores próprios de uma Matriz
Considere-se a equação matricial ( A − λ I )V = O (1), onde A é uma matriz de ordem
n , I é a matriz identidade de ordem n , V é um vector coluna ( n × 1) e λ ∈ R , ou seja,
 a11 − λ a12 ⋯ a1n   v1  0 

 a a22 − λ ⋯ a2 n  v2  0 
 21 . =   (2).
 ⋮ ⋮ ⋱ ⋮   ⋮  ⋮ 
     
 an1 an 2 ⋯ ann − λ  vn  0 
Trata-se de um sistema de n equações lineares a n incógnitas v1 , v2 ,..., vn .
Definição 9: Matriz característica

A matriz dos coeficientes ( A − λ I ) designa-se por Matriz Característica.
Definição 10: Equação característica

O sistema (2) só tem solução diferente da solução nula se o determinante da matriz
característica for nulo, isto é, A − λ I = 0 . Esta igualdade é chamada Equação
Característica.
Definição 11: Polinómio característico
O polinómio de grau n em λ , A − λ I , é designado por polinómio característico de
A.
Definição 12: Valores próprios e vectores próprios

As raízes da equação característica são os valores próprios da matriz A.
Determinados os valores próprios e substituindo, um de cada vez, na equação (1),
( A − λ I )V = O , determinam-se os respectivos vectores próprios, V ≠ 0 .
Definição 13: Multiplicidade algébrica do Valor próprio

A multiplicidade algébrica do valor λ é a multiplicidade do escalar λ enquanto raíz
da equação característica.

Exemplo 24:
1 2 
Seja A =  
0 −1
1 2  1 0  1 − λ 2 
A matriz característica é: A − λ I =   −λ  =
0 −1 0 1   0 −1 − λ 
O polinómio característico de A é:
1− λ 2
A − λI = = (1 − λ ) . ( −1 − λ ) = λ 2 − 1
0 −1 − λ
Os valores próprios da matriz A são:
A − λ I = 0 ⇔ (1 − λ ) . ( −1 − λ ) = 0 ⇔ λ = 1 ∨ λ = −1
Os vectores próprios da matriz A :
1 − λ 2   v1  0  (1 − λ ) .v1 + 2v2 = 0

( A − λ I )V = 0 ⇔  . = ⇔ 
 0 −1 − λ  v2  0  ( −1 − λ ) v2 = 0
• Vector associado ao valor próprio λ = 1
2v2 = 0 v2 = 0 v 
 ⇔ ⇒ V =  1  , v1 ∈ R \ {0}
( −1 − 1) v2 = 0 v2 = 0 0
• Vector associado ao valor próprio λ = −1
(1 + 1) .v1 + 2v2 = 0 v = −v2  −v 

 ⇔ 1 ⇒ V =  2  , v2 ∈ R \ {0}
0 = 0 0 = 0  v2 
Nota 1:
Um vector próprio está associado apenas a um valor próprio, mas a um valor próprio
está associada uma infinidade de vectores próprios, pois se V é um vector próprio
associado ao valor próprio λ , então αV , α ∈ R \ {0} , também é um vector próprio
associado ao valor próprio λ .
Definição 14:
Chama-se espectro da matriz A ao conjunto de todos os valores próprios da matriz,
que é representado por λ ( A ) .
Exemplo 25:
O espectro da matriz A , do exemplo anterior, é: λ ( A ) = {−1,1} .

Teorema 6:
Seja A uma matriz quadrada. Então A é invertível se e só se 0 ∉ λ ( A ) .
Exemplo 26:
A matriz A , do exemplo anterior, pelo teorema anterior é invertível.
1 2 1 0  1 2 1 0 1 0 1 −2 
Efectivamente,   ∼  ∼  , ou seja,
0 −1 0 1  L2 →− L2 0 1 0 −1 L → L − 2 L  0 1
1 1 2
0 −1
 1 −2 
∃A−1 e A−1 =  .
0 −1
Teorema 7:
Os vectores próprios associados a valores próprios distintos são linearmente

independentes.
Exemplo 27:
No exemplo anterior existem 2 valores próprios distintos λ = 1 e λ = −1 a que
v1   −v2 
correspondem os vectores próprios V1 =   e V2 =   , que são linearmente
0  v2 
independentes, já que:
α1V1 + α 2V2 = (0, 0) ⇔ α1 (v1 , 0) + α 2 (−v2 , v2 ) = (0, 0) ⇔ (α1v1 − α 2 v2 , α 2v2 ) = (0, 0)
α v − α 2 v2 = 0 α = 0 ∨ v1 = 0
⇔ 1 1 ⇔ 1
α 2 v2 = 0 α 2 = 0 ∨ v2 = 0
Logo α1 = α 2 = 0 , pelo que os vectores V1 e V2 são linearmente independentes.
Definição 15:
Chama-se traço de uma matriz quadrada A , de ordem n , à soma de todos os
n
elementos principais, ou seja, tr ( A ) = ∑a
i =1
ii .
Exemplo 28:
 1 2 3
 
O traço da matriz T = 0 −1 4 é tr (T ) = 1 − 1 + 5 = 5.
 
 −2 0 5 

Propriedades:
1. tr ( A + B ) = tr ( A) + tr ( B )
2. tr ( k . A ) = k .tr ( A ) , k ∈ R
3. tr ( A × B ) = tr ( B × A )
4. tr ( A × B × C ) = tr ( B × C × A ) = tr ( C × A × B )
5. tr ( A ) = tr ( At )
Teorema 8:
n n
Sendo λi os valores próprios de A , tr ( A ) = ∑ λi e A = ∏ λi .
i =1 i =1
Exemplo 29:
1 2 
Seja A =   , então tr ( A ) = 1 − 1 = 0.
0 −1
Como vimos anteriormente A tem 2 valores próprios: λ = 1 e λ = −1 , então
tr ( A) = λ1 + λ2 = 1 − 1 = 0 e A = λ1 × λ2 = 1× ( −1) = −1
Teorema 9: (Teorema de Cayley-Hamilton)
Toda a matriz quadrada, A , satisfaz a sua equação característica, ou seja, se

A − λ I = c0 λ 0 + c1λ 1 + c2 λ 2 + ... + cn λ n , então c0 I + c1 A + c2 A2 + ... + cn An = 0, ci ∈ R .
Exemplo 30:
 −1 4 
Seja A =   . O polinómio característico é:
 1 0
−1 − λ 4
A − λI = = ( −1 − λ ) . ( − λ ) − 4 = λ 2 + λ − 4
1 −λ
A matriz A satisfaz o Teorema de Cayley-Hamilton, ou seja, satisfaz a equação:
2
 −1 4   −1 4  1 0 0 0 
A + A − 4 I = O . Com efeito, 
2
 +  −4 =  ..
 1 0  1 0  0 1  0 0 

04 Textos Determinantes

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

04 Textos Determinantes

Enviado por

Direitos autorais:

Formatos disponíveis

Engenharia Mecânica

Engenharia e Gestão Industrial

Ano lectivo 2011/2012

Docentes da Unidade Curricular

1.1. Introdução .................................................................................................................................. 3

1.3. Determinante de Ordem n........................................................................................................ 5

1.4. Cálculo dos determinantes de 2ª e 3ª ordem por definição ............................................... 5

1.5. Propriedades dos determinantes........................................................................................... 10

1.6. Matriz Adjunta .......................................................................................................................... 18

2. RESOLUÇÃO E DISCUSSÃO DE SISTEMAS DE EQUAÇÕES LINEARES POR

2.1. Sistemas de Cramer................................................................................................................. 22

2.2. Sistemas Gerais ........................................................................................................................ 24

2.3. Discussão de Sistemas por Determinantes ........................................................................... 32

3. VALORES E VECTORES PRÓPRIOS DE UMA MATRIZ................................................. 34

Textos de Apoio de Cálculo I Determinantes 2/37

A cada matriz quadrada de ordem n , A =  aij  , está associado um escalar especial

que se designa determinante de A e que se denota por det ( A) ou A . Assim

Dado um conjunto com n elementos todos distintos, podem-se constituir n ! grupos

conjunto em si mesmo, isto é, uma reordenação dos números 1, 2,..., n . Num

conjunto com n elementos existem n ! permutações possíveis.

Textos de Apoio de Cálculo I Determinantes 3/37

• Consideremos o conjunto {1, 2} .

Há 2! = 2 Permutações neste conjunto: 1 2 e 2 1

• No conjunto {1, 2,3} há 3! = 6 Permutações: 1 2 3, 1 3 2 , 2 1 3, 2 3 1, 3 1 2, 3 2 1

Surgem então, novas definições:

Consideremos o conjunto {1, 2,3, 4,5} . Há 5 ! Permutações neste conjunto.

A permutação 1 2 3 4 5 designa-se por permutação principal pois os números

Observação: Qualquer permutação principal (1 2 3 4 5 no exemplo apresentado) é

Textos de Apoio de Cálculo I Determinantes 4/37

1.3. Determinante de Ordem n

Antes de definirmos determinante associado a uma matriz quadrada de ordem n

onde I representa o número de inversões de cada permutação.

1.4. Cálculo dos determinantes de 2ª e 3ª ordem por definição

O cálculo de um determinante, de qualquer ordem, por definição, pode ser

Seja A uma matriz quadrada de ordem n . Para calcular o seu determinante

Textos de Apoio de Cálculo I Determinantes 5/37

1º Escrever o termo principal do determinante somente com os primeiros índices

a1... .a2... . … .an... 

2º Efectuar todas as permutações possíveis ( n! ) dos segundos índices, 1,2,...,n ,

3º Colocar estas n ! permutações nos n ! espaços que se deixaram em branco no

é o número de inversões da permutação respectiva:

( −1) a11.a22 . … .ann 

Textos de Apoio de Cálculo I Determinantes 6/37

1.4.1. Cálculo de um Determinante de 2ª Ordem

1º Escrevemos o termo principal do determinante somente com os primeiros

a1... .a2 ...

Permutação Nº de Classe da Sinal do

3º Colocamos estas 2 permutações nos 2 espaços que se deixaram em branco

4º Somando estes dois termos obtemos o determinante associado à matriz A:

| A | = a11.a22 - a12 .a2 1

Textos de Apoio de Cálculo I Determinantes 7/37

1.4.2. Cálculo de um Determinante de 3ª Ordem

Seguindo o mesmo algoritmo, vamos calcular o determinante associado a uma

a11 a12 a13

1º Escrevemos o termo principal do determinante somente com os primeiros

2º Efectuamos todas as permutações possíveis (6) dos segundos índices, 1,2,3 e

Permutação Nº de Classe da Sinal do

Textos de Apoio de Cálculo I Determinantes 8/37

3º Colocamos estas 6 permutações nos 6 espaços que se deixaram em branco

+ a11 .a2 2. a3 3 - a12 .a2 1.a3 3 + a13 .a21.a3 2

4º Somando estes seis termos obtemos o determinante associado à matriz A:

Na prática, o cálculo de uma determinante de 3ª ordem baseia-se na seguinte regra,

Tomando o determinante de 3ª ordem a calcular, acrescentemos para baixo as duas

Os termos positivos do determinante são o termo principal e os produtos com três