1 Matrizes

Álgebra Linear
Cap 1. Matrizes
Maria Antónia Forjaz
Maria Antónia Forjaz DMAT 30 de Setembro de 2019 1 / 41

1. Matrizes
Alice:Where shall I begin please your Majesty?
King:Begin at the beginning;
and go on till you come to the end: then stop.
álgebra - a palavra talvez tenha surgido pela 1a vez no tratado Al-Jabr

wa-al-Muqabilah (o livro sumário sobre cálculos por transposição), escrito por
Al-Khwarizmi, matemático de origem árabe, nascido na Pérsia, por volta de 800
D.C.
Al-jabr - a palavra da qual deriva álgebra, significa reunião, conexão (a reunião de
partes quebradas).
A história da álgebra linear tem talvez origem no século XVIII com o estudo
detalhado de sistemas de equações lineares e dos determinantes por Leibniz
(alemão, 1646-1716) e Cramer (suı́ço, 1704-1752).

Álgebra é o ramo da matemática que estuda as generalizações dos
conceitos e operações de aritmética. Hoje em dia o termo é bastante
abrangente podendo referir-se a várias áreas da matemática.
Álgebra linear é um ramo da matemática, que surgiu do estudo detalhado

de sistemas de equações lineares, sejam elas algébricas ou diferenciais.
A álgebra linear utiliza conceitos e estruturas fundamentais da matemática
como matrizes, sistemas de equações lineares, vectores, espaços vectoriais,
aplicações lineares.
Origem:Wikipédia
expressão algébrica, estruturas algébricas, notação algébrica, sistema

algébrico computacional, . . .

Exemplo: Suponhamos que em 3 grandes superfı́cies se podem adquirir 4
tipos de computadores. Uma forma simples de representar os preços de
tipo de computador em cada estabelecimento seria através de uma tabela
de dupla entrada.
C1 C2 C3 C4
S1 350 445 1399 1132
S2 323 515 1645 295
S3 315 395 1240 875
Na posição (2,3) da tabela (2a linha, 3a coluna) encontra-se o preço no

estabelecimento S2 do computador tipo C3 .
Quanto custam 2 computadores C1 , 3 de C2 , 1 de C3 , e 4 de C4 , no

supermercado S1 ? E no S2 ? E no S3 ?

Quanto custam 2 computadores C1 , 3 de C2 , 1 de C3 , e 4 de C4 , no
supermercado S1 ?
C1 C2 C4 C3
 
350 445 1399 1132
S1 350 4451132 1399
 323 515 1645 295 
S2 323 515 295 1645
315 395 1240 875
S3 315 395 875 1240
 
  2
350 445 1399 1132  
 323 515 1645 295   3  =
 1 
315 395 1240 875
4
   
350 × 2 + 445 × 3 + 1399 × 1 + 1132 × 4 7962
 . . .   ... 
= = 
 ...   ... 
... ...

Definição
Uma matriz é um quadro de números dispostos em m linhas e n
colunas.
Os m × n elementos contidos na matriz são chamados elementos da
matriz e representam-se entre parênteses curvos ou retos.
Exemplo
1 2 3 1 2 3
,
4 5 6 4 5 6

Definição
Uma matriz com m linhas e n colunas diz-se de ordem m por n e
escreve m × n.
Uma matriz diz-se real (complexa) se todos os seus elementos são
números reais (complexos).
O conjunto de todas as matrizes reais (complexas) de ordem m × n
denota-se por IRm×n (Cm×n ).
Exemplo
 
12 11 10
 9 8 7 
A=  6 5 4 

3 2 1
A matriz A é uma matriz real de ordem 4 × 3, i.e. A ∈ IR4×3 .

Genericamente, uma matriz A de ordem m × n pode escrever-se como
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A= .
 
.. .. .. 
 .. . . . 
am1 am2 . . . amn
ou abreviadamente A = (aij )m×n ou ainda (dependendo do contexto)

A = (aij ).
O elemento aij está na posição (linha i, coluna j) da matriz A.
Exemplo
 
9 8 7
A= 6 5 4 
3 2 1
com a12 = 8 e a33 = 1.

Exemplos
   
1 0 −2 1
 3 1 0  1 0  0 
A=
 5 −1 4  , B = 0 1
 , C =
 −1


−6 5 4 0
 
cos π/4 − sin π/4 0 √ √
D =  sin π/4 cos π/4 0  , E = 2i 1+ 3i
0 0 1
 
−1 4 0 2 3 5 −1 4 0 2 3 5
F =  −1 4 0 2 3 5 −1 4 0 2 3 5 
−1 4 0 2 3 5 −1 4 0 2 3 5
Qual a matriz A = (aij )3×4 tal que aij = i + j?

Definição
Seja A uma matriz de ordem m × n.
Se m = n, A diz-se uma matriz quadrada.
Se m 6= n, A diz-se uma matriz retangular.
Se m = 1, A diz-se uma matriz linha.
Se n = 1, A diz-se uma matriz coluna.
Exemplo
Sejam

2 −1 1 0 1/2 −1
A= B= x= 2/5 −2/5 0
0 1 1 4 0 4/7
A é uma matriz retangular de ordem 2 × 4, B é uma matriz quadrada de
ordem 2 × 2 (ou simplesmente de ordem 2) e x é uma matriz linha.
As matrizes linha ou coluna, são usualmente representadas por letras minúsculas e

os seus elementos são identificados usando apenas um ı́ndice.

Definição
Seja A = (aij ) uma matriz de ordem n.
Os elementos a11 , a22 , . . . , ann formam a diagonal principal de A.
Os elementos a1n , a2,n−1 , . . . , an1 formam a diagonal secundária de A.
Exemplo
   
2 −1 1 5 0 2
 0 10 1   3 10 4 
4 −5 0 1 −5 6
diagonal principal diagonal secundária

Definição
Uma matriz cujos elementos são todos iguais a zero chama-se matriz nula.
A matriz nula de ordem m × n é representada por Om×n ou simplesmente
por O.
 
0 0 ... 0
 .. .. . . .. 
Om×n  . .
= . . 
..

0 0 . 0

Definição
À matriz diagonal de ordem n cujos elementos da diagonal são todos
iguais a 1 chama-se matriz identidade de ordem n, e representa-se por In
ou simplesmente por I .
 
1 0 0
I3 =  0 1 0 
0 0 1

Definição
Uma matriz quadrada A = (Aij ) diz-se:
diagonal se todos os elementos fora da diagonal principal são nulos,
i.e. i 6= j ⇒ aij = 0.
triangular superior se todos os elementos abaixo da diagonal principal
são nulos, i.e. i > j ⇒ aij = 0.
triangular inferior se todos os elementos acima da diagonal principal
são iguais nulos i < j ⇒ aij = 0
Exemplo:
 
1 0 0
A =  −2 1 0  é uma matriz triangular inferior,
0 −1 1
 √ 
2 −1/2
√ 3
B= 0 2 2 √0
 é uma matriz triangular superior.
0 0 2− 2

Definição
Uma matriz quadrada A = (Aij ) diz-se:
diagonal se todos os elementos fora da diagonal principal são nulos,
i.e. i 6= j ⇒ aij = 0.
triangular superior se todos os elementos abaixo da diagonal principal
são nulos, i.e. i > j ⇒ aij = 0.
triangular inferior se todos os elementos acima da diagonal principal
são iguais nulos i < j ⇒ aij = 0
Exemplo:
 
1 0 0
A =  −2 1 0  é uma matriz triangular inferior,
0 −1 1
 √ 
2 −1/2
√ 3
B= 0 2 2 √0
 é uma matriz triangular superior.
0 0 2− 2

Definição
Uma matriz A = (Aij ), quadrada, diz-se uma matriz banda de largura de
banda 2k + 1 se,
|i − j| > k, aij = 0
Se k = 1 a matriz diz-se matriz tridiagonal.

Exemplo:
 √ 
√ 1 − 3 √0 0
 − 3 0 − 2 0
√

A=  é uma matriz tridiagonal (k = 1).
 0 2 −1/2 −1/3 
0 0 −1/3 −1/2
Definição
Uma matriz diz-se densa se a maior parte dos seus elementos são não
nulos.
Definição
Uma matriz diz-se dispersa se a maior parte dos seus elementos são nulos.
Definição
banda 2k + 1 se,
|i − j| > k, aij = 0

Exemplo:
 √ 
√ 1 − 3 √0 0
 − 3 0 − 2 0
√

 0 2 −1/2 −1/3 
0 0 −1/3 −1/2
Definição
nulos.
Definição
Definição
banda 2k + 1 se,
|i − j| > k, aij = 0

Exemplo:
 √ 
√ 1 − 3 √0 0
 − 3 0 − 2 0
√

 0 2 −1/2 −1/3 
0 0 −1/3 −1/2
Definição
nulos.
Definição
Definição
banda 2k + 1 se,
|i − j| > k, aij = 0

Exemplo:
 √ 
√ 1 − 3 √0 0
 − 3 0 − 2 0
√

 0 2 −1/2 −1/3 
0 0 −1/3 −1/2
Definição
nulos.
Definição
Definição
Uma matriz A, de ordem m × n diz-se fraccionada em blocos se estiver
escrita na forma
 
A11 A12 . . . A1n
 A21 A22 . . . A2n 
A= .
 
.. .. ..
 ..

. . . 
Am1 Am2 . . . Amn
Pk Pl
com Aij uma matriz de ordem mi × nj , sendo i=1 mi =me i=1 ni = n.
O fraccionamento de uma matriz:
facilita a manipulação de matrizes de grandes dimensões,
simplifica operações entre matrizes,
torna clara a descrição de algumas propriedades referentes a matrizes.

Definição
escrita na forma
 
A11 A12 . . . A1n
 A21 A22 . . . A2n 
A= .
 
.. .. ..
 ..

. . . 
Am1 Am2 . . . Amn
Pk Pl

Definição
escrita na forma
 
A11 A12 . . . A1n
 A21 A22 . . . A2n 
A= .
 
.. .. ..
 ..

. . . 
Am1 Am2 . . . Amn
Pk Pl

Definição
escrita na forma
 
A11 A12 . . . A1n
 A21 A22 . . . A2n 
A= .
 
.. .. ..
 ..

. . . 
Am1 Am2 . . . Amn
Pk Pl

Definição
escrita na forma
 
A11 A12 . . . A1n
 A21 A22 . . . A2n 
A= .
 
.. .. ..
 ..

. . . 
Am1 Am2 . . . Amn
Pk Pl

Exemplo:
 
−1/4 −1/4 1 0
 −1/4 −1/4 0 1 
A= 
 1 0 −1/4 −1/4 
0 1 −1/4 −1/4
pode efectuar-se o fraccionamento:

B I2
A=
I2 B

−1/4 −1/4
com B =
−1/4 −1/4

Definição
Sejam A = (aij ) e B = (bij) duas matrizes da mesma ordem.
Diz-se que A é igual a B, escreve-se A = B se e só se aij = bij .
Exemplo √ √
3 π 0 3 b 0
Sejam X = eY =
0 0.8 3/2 a 0.8 c
a=?,
b=?,
c=?

Definição
Sejam A = (aij ) e B = (bij) duas matrizes da mesma ordem.
Diz-se que A é igual a B, escreve-se A = B se e só se aij = bij .
Exemplo √ √
3 π 0 3 b 0
Sejam X = eY =
0 0.8 3/2 a 0.8 c
a=?,
b=?,
c=?

Operações com matrizes
A + B =? A − B =? αA =? A.B =?

Soma de matrizes
Definição
Sejam A = (aij ) e B = (bij ) duas matrizes da mesma ordem m × n.
A soma de A e B é uma matriz C = (cij ) cujos elementos são dados por:
cij = aij + bij , i = 1, . . . , m; j = 1, . . . , n

escrevendo-se C = A + B.
Exemplo
1 2 −1 1 −1 0
Se A = eB= então
1 −2 1 0 −2 1

2 1 −1
A+B = .
1 −4 2
A adição de matrizes só está definida para matrizes da mesma ordem.

Definição
Sejam A = (aij ) e B = (bij ) duas matrizes da mesma ordem m × n. A − B
significa A + (−B) sendo −B = (−bij ).
Exemplo
1 2 −1 1 −1 0
Para A = eB=
1 −2 1 0 −2 1

0 3 −1
tem-se A − B = .
1 0 0

Propriedades da adição de matrizes
Teorema
Sejam A, B e C matrizes da mesma ordem m × n.
Então:
(i) A + B = B + A Comutatividade
(ii) (A + B) + C = A + (B + C ) Associatividade
(iii) A + O = O + A = A Elemento neutro
(iv) A + (−A) = O Elemento simétrico
Demonstração: Ao cuidado dos alunos.

Multiplicação escalar
Definição
Seja A = (aij ) uma matriz de ordem m × n e α um número (escalar;
α ∈ IR).
O produto de α por A é a matriz C = (cij ) cujos elementos são dados por:
cij = αaij , i = 1, . . . , m, j = 1, . . . , n
e escreve-se
C = αA.
Exemplo
   
1 −1 0 −2 2 0
A =  −1 0 1 , −2A =  2 0 −2 
0 1 −1 0 −2 2

Propriedades da multiplicação escalar
Teorema
Sejam A e B matrizes da mesma ordem m × n e, α e β escalares. Então:
(i) (αβ)A = α(βA) Associatividade mista
(ii) (α + β)A = αA + βA Distribuição - adição escalares
(iii) α(A + B) = αA + αB Distribuição - adição matrizes
(iv) 1 A = A Elemento identidade
(v) 0 A = Om×n Elemento absorvente

Multiplicação de matrizes
...um ideia engraçada!
A ideia da multiplicação de matrizes pretende dar significado à notação,

simples e abreviada de se escrever
Ax = b
para representar um sistema de m equações a n incógnitas.

Considerando o sistema e usando matrizes escrevemos
     
 2x1 + 2x2 − x3 = 3 2 2 −1 x1 3
−x1 + 4x2 = 3  −1 4 0   x2  =  3 
x1 + x2 + 5x3 = 7 1 1 5 x3 7

| {z } | {z } | {z }
A x b
sendo então o produto Ax definido por
    
2 2 −1 x1 2x1 + 2x2 − x3
 −1 4 0   x2  =  −x1 + 4x2 
1 1 5 x3 x1 + x2 + 5x3

Ax = b

     
 2x1 + 2x2 − x3 = 3 2 2 −1 x1 3
−x1 + 4x2 = 3  −1 4 0   x2  =  3 
x1 + x2 + 5x3 = 7 1 1 5 x3 7

| {z } | {z } | {z }
A x b
    
2 2 −1 x1 2x1 + 2x2 − x3
 −1 4 0   x2  =  −x1 + 4x2 
1 1 5 x3 x1 + x2 + 5x3

Ax = b

     
 2x1 + 2x2 − x3 = 3 2 2 −1 x1 3
−x1 + 4x2 = 3  −1 4 0   x2  =  3 
x1 + x2 + 5x3 = 7 1 1 5 x3 7

| {z } | {z } | {z }
A x b
    
2 2 −1 x1 2x1 + 2x2 − x3
 −1 4 0   x2  =  −x1 + 4x2 
1 1 5 x3 x1 + x2 + 5x3
outro exemplo
1 1 2 4
Sendo A = , x= e y=
−1 0 3 5

1 1 2 1×2+1×3 5
tem-se Ax = = =
−1 0 3 −1 × 2 + 0 × 3 −2

1 1 4 1×4+1×5 9
e Ay = = =
−1 0 5 −1 × 4 + 0 × 5 −4

2 4
Considerando B =
3 5
x y
podemos
escrever
1 1 2 4 1×2+1×3 1×4+1×5
AB = =
−1 0 3 5 −1 × 2 + 0 × 3 −1 × 4 + 0 × 5
| {z } | {z }
5 9
2×2 2×2 =
−2 −4
| {z }
2×2

outro exemplo
1 1 2 4
Sendo A = , x= e y=
−1 0 3 5

1 1 2 1×2+1×3 5
tem-se Ax = = =
−1 0 3 −1 × 2 + 0 × 3 −2

1 1 4 1×4+1×5 9
e Ay = = =
−1 0 5 −1 × 4 + 0 × 5 −4

2 4
Considerando B =
3 5
x y
podemos
escrever
1 1 2 4 1×2+1×3 1×4+1×5
AB = =
−1 0 3 5 −1 × 2 + 0 × 3 −1 × 4 + 0 × 5
| {z } | {z }
5 9
2×2 2×2 =
−2 −4
| {z }
2×2

  ainda outro exemplo
1 2
1 2 3
Sejam A =  −1 1  e B=
5 6 7
0 −1
 
1 2
1 2 3
Então AB =  −1 1  =
5 6 7
0 −1 | {z }
| {z }
3×2 2×3
 
1×1+2×5 1×2+2×6 1×3+2×7
=  −1 × 1 + 1 × 5 −1 × 2 + 1 × 6 −1 × 3 + 1 × 7 
0×1−1×5 0×2−1×6 0×3−1×7
 
11 14 17
= 4 4 4 
−5 −6 −7
| {z }
3×3

e, no caso geral...
 ... b1j ...

.. .. ..

 . . ... .  ... b2j ... 
 ai1 ai2 . . . ail  .. ..

.. .. 
 . . . . 
.. .. ..
 
. . ... . . . . blj . . .
linha i coluna j
Pl
na posição ij: ai1 b1j + ai2 b2j + · · · + ail blj = k=1 aik bkj
Definição
Seja A = (aij ) uma matriz de ordem m × l e B = (bij) uma matriz de
ordem l × n. O produto de A por B é uma matriz C = (cij ) de ordem
m × n, cujos elementos são dados por
l
X
cij = aik bkj
k=1
e escreve-se C = AB.

e, no caso geral...
 ... b1j ...

.. .. ..

 . . ... .  ... b2j ... 
 ai1 ai2 . . . ail  .. ..

.. .. 
 . . . . 
.. .. ..
 
. . ... . . . . blj . . .
linha i coluna j
Pl
na posição ij: ai1 b1j + ai2 b2j + · · · + ail blj = k=1 aik bkj
Definição
Seja A = (aij ) uma matriz de ordem m × l e B = (bij) uma matriz de
ordem l × n. O produto de A por B é uma matriz C = (cij ) de ordem
m × n, cujos elementos são dados por
l
X
cij = aik bkj
k=1
e escreve-se C = AB.

Propriedades da multiplicação de matrizes
Teorema
Sejam A, B e C matrizes e α um número real. Então, se todas as
operações, a seguir indicadas, estiverem definidas:
(i) (AB)C = A(BC ) Associatividade
(ii) A(B + C ) = AB + AC Distribuitividade à direita
(iii) (A + B)C = AC + BC Distribuitividade à esquerda
(iv) α(AB) = (αA)B = A(αB) Associatividade mista
(v) A I = I A = A Elemento identidade
(vi) A O = O A = O Elemento absorvente

Observação: a multiplicação de matrizes não goza da propriedade
comutativa.
Se A é de ordem m × l e B = (bij) é ordem l × n tem-se:
o produto AB é definido e AB uma matriz de ordem m × n,
se m = n, BA está definido, mas é uma matriz ordem l × l,
no entanto, se m = n = l, em geral AB 6= BA.
Quando se tem AB = BA diz-se que as matrizes A e B são comutáveis.
Exemplo:

2 −3 9 6 3 3
A= ,B = ,C = tem-se que
−2 3 6 4 2 2

0 0 3 3
AB = = AC e BA =
0 0 2 2
donde se conclui:
AB 6= BA,
AB = O e A 6= O e e B 6= O,
A 6= O e AB = AC , com B 6= C .
Operação de Potenciação de matrizes
Definição
Define-se a potência de ordem n de uma matriz quadrada A como sendo o
produto de n factores todos iguais à matriz A.
Escreve-se:
A.A. . . . A
An = | {z }
n
Exemplo:
1 0
Seja A = , A2 =?, A3 =?, . . . An =?
0 a
Exemplo:
0 1 −1 −1
Sendo A = e B=
0 1 0 0
será que (A + B)2 = A2 + 2AB + B 2 ?

Definição
Escreve-se:
A.A. . . . A
An = | {z }
n
Exemplo:
1 0
Seja A = , A2 =?, A3 =?, . . . An =?
0 a
Exemplo:
0 1 −1 −1
Sendo A = e B=
0 1 0 0
será que (A + B)2 = A2 + 2AB + B 2 ?

Definição
Escreve-se:
A.A. . . . A
An = | {z }
n
Exemplo:
1 0
Seja A = , A2 =?, A3 =?, . . . An =?
0 a
Exemplo:
0 1 −1 −1
Sendo A = e B=
0 1 0 0
será que (A + B)2 = A2 + 2AB + B 2 ?

Definição
Escreve-se:
A.A. . . . A
An = | {z }
n
Exemplo:
1 0
Seja A = , A2 =?, A3 =?, . . . An =?
0 a
Exemplo:
0 1 −1 −1
Sendo A = e B=
0 1 0 0
será que (A + B)2 = A2 + 2AB + B 2 ?

Matrizes simétricas e matrizes ortogonais
Definição
Dada uma matriz A, de ordem m × n, a matriz cujas colunas são as linhas
de A, pela ordem correspondente, diz-se a transposta de A e representa-se
por AT .
A matriz B = AT é uma matriz de ordem n × n e os seus elementos são

dados por bij = aji , i = 1, . . . , n, j = 1, . . . , m, e escreve-se B = AT .
Exemplo:  
1 −1
1 0 3
Se A = e AT =  0 2 
−1 2 4
3 4

Propriedades
Teorema
Sejam A e B matrizes e α um número real. Se as operações, a seguir
indicadas, estiverem definidas:
(i) (AT )T = A,
(ii) (A + B)T = AT + B T ,
(iii) (αA)T = αAT ,
(iv) (AB)T = B T AT .

Propriedades
Teorema
(i) (AT )T = A,
(ii) (A + B)T = AT + B T ,

Propriedades
Teorema
(i) (AT )T = A,
(ii) (A + B)T = AT + B T ,

Propriedades
Teorema
(i) (AT )T = A,
(ii) (A + B)T = AT + B T ,

Propriedades
Teorema
(i) (AT )T = A,
(ii) (A + B)T = AT + B T ,

Definição Seja A uma matriz quadrada.
A diz-se uma matriz simétrica se e só se AT = A, i.e., aij = aji .
A diz-se uma matriz antisimétrica se e só se AT = −A, i.e.,
aij = −aji .
Exemplo
       
1 2 3 1 2 3 1 2 3 0 2 3
 2 6 4   2 6 4   −2 6 4   −2 0 4 
3 4 8 3 5 8 −3 −4 8 −3 −4 0
simétria não simétria não antisimétria antisimétria

Definição
Seja A uma matriz quadrada. A diz-se uma matriz ortogonal se e só se
AT A = AAT = In .
Exemplo:
cosα −sinα
Se Rα =
sinα cosα

T cosα sinα
uma vez que Rα =
−sinα cosα

T cosα −sinα cosα sinα
então RRα = =
sinα cosα −sinα cosα
cos 2 α + sin2 α

cosα sinα − sinα cosα 1 0
= = I2
cosαsin α − sinα cosα cos 2 α + sin2 α 0 1
Do mesmo modo se verificava que RαT R = I2 , podendo concluir-se que a

matriz R é ortogonal.

Definição
AT A = AAT = In .
Exemplo:
cosα −sinα
Se Rα =
sinα cosα

T cosα sinα
uma vez que Rα =
−sinα cosα

então RRα = =
cos 2 α + sin2 α

= = I2


Definição
AT A = AAT = In .
Exemplo:
cosα −sinα
Se Rα =
sinα cosα

T cosα sinα
uma vez que Rα =
−sinα cosα

então RRα = =
cos 2 α + sin2 α

= = I2


Definição
AT A = AAT = In .
Exemplo:
cosα −sinα
Se Rα =
sinα cosα

T cosα sinα
uma vez que Rα =
−sinα cosα

então RRα = =
cos 2 α + sin2 α

= = I2


Inversa de uma Matriz
Definição
Seja A uma matriz quadrada de ordem n. Se existir uma matriz X , de
ordem n, tal que
XA = AX = In (1)
diz-se que A é invertı́vel, regular ou não singular.

Uma matriz X que verifique (1) chama-se inversa de A e representa-se por
A−1 .
Exemplo:
2 1 1/3 −1/3
Se A = eX = tem-se que XA = AX = I2 ,
−1 1 1/3 2/3
donde X = A−1 é a matriz inversa de A.

Inversa de uma Matriz
Definição
Seja A uma matriz quadrada de ordem n. Se existir uma matriz X , de
ordem n, tal que
XA = AX = In (1)
diz-se que A é invertı́vel, regular ou não singular.

Uma matriz X que verifique (1) chama-se inversa de A e representa-se por
A−1 .
Exemplo:
2 1 1/3 −1/3
Se A = eX = tem-se que XA = AX = I2 ,
−1 1 1/3 2/3
donde X = A−1 é a matriz inversa de A.

...nem todas as matrizes quadradas têm inversa
2 2
Seja A =
1 1

x11 x12
a sua matriz inversa é a matriz X = tal que XA = AX = I2 .
x21 x22
Tendo-se

2x11 + 2x21 2x12 + 2x22
AX =
x11 + x21 x12 + x22
para que AX = I2 deve ter-se
 
 2x11 + 2x21 = 1
 
 x11 + x21 = 1/2
x11 + x21 = 0 x11 + x21 =0
 
2x + 2x22 = 0 x + x22 =0
 12  12

 

x12 + x22 = 1 x12 + x22 =1
donde se conclui que o sistema não tem solução, não existe nenhuma
matriz tal que AX = I2 , logo A não tem inversa.

2 2
Seja A =
1 1

x11 x12
x21 x22
Tendo-se

2x11 + 2x21 2x12 + 2x22
AX =
x11 + x21 x12 + x22
 
 2x11 + 2x21 = 1
 
 x11 + x21 = 1/2
x11 + x21 = 0 x11 + x21 =0
 
2x + 2x22 = 0 x + x22 =0
 12  12

 

x12 + x22 = 1 x12 + x22 =1

2 2
Seja A =
1 1

x11 x12
x21 x22
Tendo-se

2x11 + 2x21 2x12 + 2x22
AX =
x11 + x21 x12 + x22
 
 2x11 + 2x21 = 1
 
 x11 + x21 = 1/2
x11 + x21 = 0 x11 + x21 =0
 
2x + 2x22 = 0 x + x22 =0
 12  12

 

x12 + x22 = 1 x12 + x22 =1

2 2
Seja A =
1 1

x11 x12
x21 x22
Tendo-se

2x11 + 2x21 2x12 + 2x22
AX =
x11 + x21 x12 + x22
 
 2x11 + 2x21 = 1
 
 x11 + x21 = 1/2
x11 + x21 = 0 x11 + x21 =0
 
2x + 2x22 = 0 x + x22 =0
 12  12

 

x12 + x22 = 1 x12 + x22 =1

2 2
Seja A =
1 1

x11 x12
x21 x22
Tendo-se

2x11 + 2x21 2x12 + 2x22
AX =
x11 + x21 x12 + x22
 
 2x11 + 2x21 = 1
 
 x11 + x21 = 1/2
x11 + x21 = 0 x11 + x21 =0
 
2x + 2x22 = 0 x + x22 =0
 12  12

 

x12 + x22 = 1 x12 + x22 =1

Proposição
Se A é uma matiz invertı́vel, a sua inversa é única.
Demonstração:
Sejam X e Y matrizes inversas da matriz A.
Então
XA = AX = In e YA = AY = In
Mas,
YAX = Y (AX ) = YIn = Y

e do mesmo modo se verifica
YAX = (YA)X = In X = X
logo X = Y , e foi errado supor que existiam duas matrizes inversas de A.

Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Proposição
Demonstração:
Então
Mas,


Propriedades
Teorema
Sejam A e B matrizes quadradas invertı́veis. Então
(i) (A−1 )−1 = A,
(ii) AB é invertı́vel e (AB)−1 = B −1 A−1 ,
(iii) AT é invertı́vel (AT )−1 = (A−1 )T ,
(iv) se A é ortogonal (AT A = AAT = In ) então (A)T = A−1 .
Demonstração (ii)
Se A e B são matrizes quadradas invertı́veis, existem as matrizes A−1 e
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In
pela definição de matiz invertı́vel, se conclui que AB é invertı́vel e a sua

inversa é a matriz B −1 A−1 .
Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In

Propriedades
Teorema
(i) (A−1 )−1 = A,
B −1 . Tendo-se
(AB)(B −1 A−1 ) = · · · = In
(B −1 A−1 )(AB) = · · · = In


1 Matrizes

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

1 Matrizes

Enviado por

Direitos autorais:

Formatos disponíveis

Álgebra Linear

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 1 / 41

álgebra - a palavra talvez tenha surgido pela 1a vez no tratado Al-Jabr

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 2 / 41

Álgebra linear é um ramo da matemática, que surgiu do estudo detalhado

expressão algébrica, estruturas algébricas, notação algébrica, sistema

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 3 / 41

Na posição (2,3) da tabela (2a linha, 3a coluna) encontra-se o preço no

Quanto custam 2 computadores C1 , 3 de C2 , 1 de C3 , e 4 de C4 , no

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 4 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 5 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 6 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 7 / 41

ou abreviadamente A = (aij )m×n ou ainda (dependendo do contexto)

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 8 / 41

Qual a matriz A = (aij )3×4 tal que aij = i + j?

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 9 / 41

As matrizes linha ou coluna, são usualmente representadas por letras minúsculas e

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 10 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 11 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 12 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 13 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 14 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 14 / 41

Se k = 1 a matriz diz-se matriz tridiagonal.

Se k = 1 a matriz diz-se matriz tridiagonal.

Se k = 1 a matriz diz-se matriz tridiagonal.

Se k = 1 a matriz diz-se matriz tridiagonal.

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 16 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 16 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 16 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 16 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 16 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 17 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 18 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 18 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 19 / 41

cij = aij + bij , i = 1, . . . , m; j = 1, . . . , n

A adição de matrizes só está definida para matrizes da mesma ordem.

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 20 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 21 / 41

Demonstração: Ao cuidado dos alunos.

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 22 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 23 / 41

Demonstração: Ao cuidado dos alunos.

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 24 / 41

A ideia da multiplicação de matrizes pretende dar significado à notação,

para representar um sistema de m equações a n incógnitas.

A ideia da multiplicação de matrizes pretende dar significado à notação,

para representar um sistema de m equações a n incógnitas.

A ideia da multiplicação de matrizes pretende dar significado à notação,

para representar um sistema de m equações a n incógnitas.

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 26 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 26 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 27 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 28 / 41

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 28 / 41

Demonstração: Ao cuidado dos alunos.

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 29 / 41

Quando se tem AB = BA diz-se que as matrizes A e B são comutáveis.

será que (A + B)2 = A2 + 2AB + B 2 ?

Maria Antónia Forjaz DMAT 30 de Setembro de 2019 31 / 41