Notas de Aula - Geometria Analítica e Álgebra Linear

Parte 5 - Álgebra Matricial

Profa. Aline Cristina da Rocha
25 de outubro de 2021

Sumário
1 Tipos especiais de matrizes 2

2 Operações com matrizes 3

2.1 Multiplicação de uma matriz por um escalar . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Adição de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Multiplicação de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Propriedades das operações com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Discente,

Este documento está sendo criado ao longo do período 2021/2 e contempla os conteúdos da disciplina
MA71B - Geometria Analítica e Álgebra Linear. Entretanto, é importante que você tenha contato com
outras fontes. Neste sentido, sempre que possível e/ou achar necessário, você pode recorrer a outras
referências indicadas no plano de ensino da disciplina. Caso encontre erros neste documento, por favor,
reporte-os à professora. Bons estudos!

1
 Álgebra Matricial
Uma matriz é uma tabela de elementos indexados por linhas e colunas. No contexto da Álgebra Linear,
matrizes são geralmente denotadas por letras maiúsculas e o número de linhas e colunas das mesmas são
indicados por números inteiros não negativos. Diz-se que uma matriz A com m linhas e n colunas é m × n
(lê-se m por n), sempre nesta ordem: linhas e colunas. Pode-se dizer ainda que uma matriz m × n é da
ordem m × n.
Os elementos de uma matriz, também chamados de entradas, podem ser números reais, números
complexos, funções, vetores, etc. Mas todas as entradas sempre têm a mesma natureza. Aqui, a menos
que se diga o contrário, os elementos das matrizes são números reais. Em geral, o elemento que fica na
i-ésima linha e j-ésima coluna de uma matriz é denotado por uma letra minúscula com subscritos ij (aij ,
por exemplo).
Uma matriz de m linhas e n colunas é representada por:
   
a11 a12 ... a1n a11 a12 ... a1n
 a21 a22 ... a2n   a21 a22 ... a2n 
  

A=
 .. ..  ou A =  ..
..  ..  , com cada aij ∈ R, 1 ≤ i ≤ m, 1 ≤ j ≤ n
.. 

 . .... .   . .
... . 
am1 am2 . . . amn am1 am2 . . . amn

ou ainda com uma notação mais compacta:

h i
A = aij
m×n

A fim de simplificar a notação, usa-se o símbolo ∀, que significa ”para todo”. Assim, para dizer que as
entradas de uma matriz A m × n são números reais, pode-se escrever aij ∈ R ∀ i, j (lê-se: aij pertencem
aos reais para todo i e j), ficando-se subentendido que os índices i e j variam nos limites 1 ≤ i ≤ m e
1 ≤ j ≤ n. Quando se quiser explicitar a ordem da matriz, também pode-se escrever Am×n . Exemplos de
matrizes são:
 
2
−1 0 5 −2
 
−3
" #  
1 2 3  3 4 7 0 h i   h i
B= , C= , D= 1 0 ,  0 ,
E= F = 0 (1)
  
2 3 1 2 9 1 1


 5 
 
3 4 2 −9
6

onde B é uma matriz 2 × 3 (2 linhas e 3 colunas), C é uma matriz 4 × 4, D é 1 × 2, E é 5 × 1 e F é 1 × 1.

O elemento da primeira linha, terceira coluna de B é b13 = 3, já o elemento da segunda linha, primeira
coluna é b21 = 2. F tem um único elemento, f11 = 0.

1 Tipos especiais de matrizes

Definição 1.1. Matriz nula é uma matriz tal que aij = 0 ∀i e j. Notação: 0.

A equação abaixo mostra exemplos de matrizes nulas de tamanho 2 × 2, 1 × 1 e 2 × 3.

" # " #
0 0 h i 0 0 0
0= , 0= 0 , 0=
0 0 0 0 0

A ordem da matriz nula vai depender do contexto em que a mesma aparecer.

Definição 1.2. Matriz Quadrada é uma matriz cujo número de linhas é igual ao número de colunas. Se,
por exemplo, Am×m , diz-se que A é de ordem m.

2
 Numa matriz quadrada de ordem n, os elementos aii , i = 1, . . . , n, ou seja, na i-ésima linha e coluna,
são chamados de elementos da diagonal principal, ou simplesmente diagonal, da matriz. A matriz C em
(1) é uma matriz quadrada de ordem 4 e os elementos da sua diagonal são: c11 = −1, c22 = 4, c33 = 1 e
c44 = −9.
Definição 1.3. Matriz Diagonal é uma matriz quadrada tal que aij = 0 para i 6= j, isto é, os elementos
que não estão na diagonal são nulos.
As matrizes D, W e T em (2) são exemplos de matrizes diagonais.
−1 0 0 0
 
 
 0 0 0 0 " #
4 0 0 0 0
D= , W = 0 1 0  , T = (2)
   
 0 0 0 0 0 0
0 0 −π
0 0 0 −9
Definição 1.4. Uma matriz Identidade de ordem n é uma matriz quadrada tal que aii = 1 e aij = 0
∀i 6= j. Notação: I.
Assim como no caso da matriz nula, o tamanho da matriz identidade depende do contexto onde a
mesma está sendo utilizada. Em (3) exibem-se matrizes identidades de diferentes tamanhos.
 
1 0 0 ... 0
0 1 0 ... 0
   
" # 1 0 0
1 0
I =  ... .. . . .. 
h i  
I= , I= 1 , I = 0 1 0 , . ··· (3)
  
0 1  . .

0 0 1 0
 0 ··· 1 0

0 0 ··· 0 1
Definição 1.5. Matriz Triangular Superior de ordem n é uma matriz quadrada tal que aij = 0 ∀i > j.
Definição 1.6. Matriz Triangular Inferior de ordem n é uma matriz quadrada tal que aij = 0 ∀i < j.
As matrizes T e E em (4) são exemplos de matrizes triangulares superiores, enquanto A e B são
exemplos de matrizes triangulares inferiores.
   
3 3 3 5 0 0
1 √
" # " #
1 2 1 0
T = , E = 0 1

2 , A= , B = 2 3 0

(4)
0 0 2 −9
0 0 −0.4 7 3 −6
Definição 1.7. Uma matriz com apenas uma linha, ou seja, 1 × n é dita ser uma matriz linha.
Definição 1.8. Uma matriz com apenas uma coluna, ou seja, n × 1 é dita ser uma matriz coluna.
As matrizes D e E em (1) são exemplos de matrizes linha e coluna, respectivamente.

2 Operações com matrizes

Definição 2.1. Sejam Am×n e Br×s duas matrizes. Diz-se que A e B são iguais, A = B, se satisfazem
as três propriedades:
1. têm o mesmo número de linhas (m = r);
2. têm o mesmo número de colunas (n = s);
3. todos os seus elementos são iguais, aij = bij , 1 ≤ i ≤ m, 1 ≤ j ≤ n.
A matriz M na equação (5) é igual à matriz B em (1), M = B. A matriz N em (5), embora tenha o
mesmo número de linhas e colunas que B, o elemento n21 = 1 é diferente de b21 = 2, logo N e B não são
iguais, ou seja, N 6= B.
" # " #
1 2 3 1 2 3
M= , N= (5)
2 3 1 1 3 1

3
2.1 Multiplicação de uma matriz por um escalar
Definição 2.2. Seja A = [aij ]m×n uma matriz e α ∈ R um escalar. Então a multiplicação de α por A
resulta em uma matriz m × n tal que αA = [α aij ]m×n , isto é, multiplica-se cada elemento de A por α.
Exemplo 2.1. Seja
" #
2 −1
A=
0 4
Então
" # " #
1 1 − 12 −4 2
A= e − 2A =
2 0 2 0 −8

2.2 Adição de matrizes

Definição 2.3. Sejam Am×n e Bm×n duas matrizes de mesma ordem. Então a adição (ou soma) das duas
matrizes, denotada por A + B, é também uma matriz m × n tal que A + B = [aij + bij ]m×n .
Exemplo 2.2. A soma das matrizes A e B abaixo resulta na matriz C. Já a soma das matrizes coluna
E e F é também uma matriz coluna G.

" A # + " B # = " C #

3 2 1 1 2 −1 4 4 0
+ =
4 5 6 2 3 1 6 8 7


E +  F  =  G 
2 −8 −6
1
 
  +

 3 
 =  4 
 

21 −1 20
Exemplo 2.3. Não é possível somar as matrizes B e C em (1), pois tais matrizes têm ordens diferentes.

2.3 Multiplicação de matrizes

A próxima operação a ser definida é a multiplicação de duas matrizes. Talvez a forma mais intuitiva de
definir tal operação seria realizar o produto de cada entrada das matrizes. Entretanto, esta forma não é
muito útil na maioria das aplicações. Para exemplificar, suponha que as quantidades de vitaminas A, B
e D obtidas em cada unidade dos alimentos I e II são dadas pela Tabela 1:

A B D
Alimento I 4 3 0
Alimento II 5 0 1

Tabela 1: Quantidade de vitaminas A, B e D por tipo de alimento.

A informação desta tabela pode ser representada pela matriz V :

" #
4 3 0
V =
5 0 1
Se uma pessoa ingere 5 unidades do alimento I e 2 unidades do alimento II, quanto vai consumir de cada
tipo de vitamina? Pode-se representar o consumo dos alimentos I e II pela matriz linha:
h i
C= 5 2

4
A operação que fornece a quantidade ingerida de cada vitamina é o produto:
" #
h i 4 3 0 h i h i
CV = 5 2 = 5 × 4 + 2 × 5 5 × 3 + 2 × 0 5 × 0 + 2 × 1 = 30 15 2 (6)
5 0 1
Portanto, a pessoa vai ingerir 30 unidades da vitamina A, 15 da vitamina B e 2 da D. Nota-se que o
produto em (6) foi realizado de modo que cada entrada da matriz resultante é obtida a partir de uma
linha da primeira matriz e uma coluna da segunda. Além disso, o resultado do produto é uma matriz
com o número de linhas de C e o número de colunas de V . Para os casos mais gerais da multiplicação de
matrizes arbitrárias, tem-se a próxima definição.
Definição 2.4. Sejam Am×n e Bn×r duas matrizes tais que o número de colunas de A é igual ao número
de linhas de B. Então a multiplicação das duas matrizes, denotada por AB, é uma matriz m × r tal que
AB = [cij ]m×r onde
n
X
cij = aik bkj = ai1 b1j + ai2 b2j + · · · + ain bnj
k=1

Assim, o elemento cij é obtido multiplicando os elementos da i-ésima linha da primeira matriz pelos
elementos correspondentes da j-ésima coluna da segunda matriz e somando estes produtos. É importante
observar que para que o produto seja possível, o número de colunas da primeira matriz deve ser igual ao
número de linhas da segunda matriz. Além disso, a matriz resultante terá o mesmo número de linhas da
primeira matriz e o mesmo número de colunas da segunda matriz.
 
" 3 −2 #
−2 1 3
Exemplo 2.4. Sejam A = e B = 2 4 . Então o produto AB é possível, uma vez que A
 
4 1 6
1 −3
tem 3 colunas e B tem 3 linhas. O resultado é uma matriz 2 × 2:
 
" 3 −2 " # # " #
−2 1 3  −2 × 3 + 1 × 2 + 3 × 1 −2 × (−2) + 1 × 4 + 3 × (−3) −1 −1
AB = 2 4  = =

4 1 6 4×3+1×2+6×1 4 × (−2) + 1 × 4 + 6 × (−3) 20 −22
1 −3
Além disso, BA também é possível, resultando numa matriz 3 × 3:
     
3 −2 " # 3 × (−2) + (−2) × 4 3 × 1 + (−2) × 1 3 × 3 + (−2) × 6 −14 1 −3
 −2 1 3
BA = 2 4 

=  2 × (−2) + 4 × 4

2×1+4×1 2 × 3 + 4 × 6  =  12
 
6 30 
4 1 6

1 −3 1 × (−2) + (−3) × 4 1 × 1 + (−3) × 1 1 × 3 + (−3) × 6 −14 −2 −15
 
1 " # 2
3 4
Exemplo 2.5. Sejam C e D dadas por C = e D = 4 5. Não é possível calcular CD, uma

1 2
3 6
vez que o número de colunas de C (2) é diferente do número de linhas de D (3). Entretanto, é possível
efetuar o produto DC, resultando em:
     
1 2 " # 1×3+2×1 1×4+2×2 5 8
 3 4
DC = 4 5 = 4 × 3 + 5 × 1 4 × 4 + 5 × 2 = 17 26
    
1 2
3 6 3×3+6×1 3×4+6×2 15 24
" # " #
1 1 1 1
Exemplo 2.6. Sejam E = eF = . Então
0 0 2 2
" #" # " # " #" # " #
1 1 1 1 3 3 1 1 1 1 1 1
EF = = e FE = =
0 0 2 2 0 0 2 2 0 0 2 2

É importante observar que neste caso, mesmo sendo possível calcular os dois produtos, EF e F E, os
resultados são diferentes, ou seja, EF 6= F E.

5
 Os Exemplos 2.4, 2.5 e 2.6 mostram que o produto entre duas matrizes não é comutativo, ou seja,
em muitos casos AB 6= BA. Neste sentido, algumas operações entre matrizes não satisfazem as mesmas
regras que operações entre números reais. Outra característica importante do produto entre matrizes é
que AB = 0 não implica necessariamente que A = 0 ou B = 0. Por exemplo, sejam
   
1 −1 1 1 2 3
A = −3 2 −1 e B = 2 4 6
   

−2 1 0 1 2 3

Então,
    
1 −1 1 1 2 3 0 0 0
AB = −3 2 −1 2 4 6 = 0 0 0
    

−2 1 0 1 2 3 0 0 0

ou seja, A 6= 0 e B 6= 0, mas AB = 0.
A próxima operação a ser definida é a que gera uma nova matriz cujas colunas são as linhas da matriz
original.
Definição 2.5. Seja A uma matriz m × n. A transposta de A, denotada por AT , é uma n × m definida
por:

aTji = aij , j = 1, . . . , n, i = 1, . . . , m

Alguns exemplos de matrizes e suas respectivas transposta são mostrados em (7).

 
2 1 " # " # " # " #
T 2 0 −1 1 3 T 1 3 1 h i
A =  0 3 , A = , B= , B = , C= , CT = 1 3 (7)
 
1 3 4 3 2 3 2 3
−1 4

Definição 2.6. Uma matriz quadrada A é dita ser simétrica se A = AT .

A matriz B em (7) é um exemplo de matriz simétrica.

2.4 Propriedades das operações com matrizes

O próximo Teorema apresenta as propriedades da adição entre matrizes e multiplicação de uma matriz
por um escalar.
Teorema 2.7. Cada uma das afirmações a seguir é valida quaisquer que sejam os escalares α e β e
quaisquer que sejam as matrizes A, B e C para as quais as operações indicadas estão bem definidas.
1. A + B = B + A;

2. (A + B) + C = A + (B + C);

3. A + 0 = A;

4. Para cada matriz A, existe uma única matriz E, tal que A + E = 0. E = −A.;

5. α (βA) = (αβ) A;

6. (α + β) A = αA + βA;

7. α (A + B) = αA + αB.
Existem também propriedades importantes em relação às operações com matrizes e suas transpostas:

6
Teorema 2.8. Cada uma das afirmações a seguir é valida qualquer que seja o escalar α e quaisquer que
sejam as matrizes A e B para as quais as operações indicadas estão bem definidas.
1. (AT )T = A;
2. (αA)T = αAT ;
3. (A + B)T = AT + B T ;
4. (AB)T = B T AT .
Por fim, um teorema com as propriedades da multiplicação entre matrizes.
Teorema 2.9. Cada uma das afirmações a seguir é valida quaisquer que sejam os escalares α e β e
quaisquer que sejam as matrizes A, B e C para as quais as operações indicadas estão bem definidas.
1. A (B + C) = AB + AC;
2. (A + B) C = AC + BC;
3. (AB) C = A (BC);
4. α (AB) = (αA) B = A (αB);
5. IA = AI = A;
6. A0 = 0 e 0A = 0.

Exercício 2.1:

Simplifique as expressões considerando A, B, C e D matrizes quadradas.

a) A(B + C − D) + B(C − A + D) − (A + B)C + (A − B)D;

b) (A − B)(C − A) + (C − B)(A − C) + (C − A)2 .


Resposta do exercício 2.1:


Usando as propriedades das operações entre matrizes, tem-se:

a)

A(B + C − D) + B(C − A + D) − (A + B)C + (A − B)D

= AB + AC − AD + BC − BA + BD − AC − BC + AD − BD
= AB + AC − AC − AD + AD + BC − BC − BA + BD − BD
= AB + 0 + 0 + 0 − BA + 0
= AB − BA

b)

(A − B)(C − A) + (C − B)(A − C) + (C − A)2

= AC − A2 − BC + BA + CA − C 2 − BA + BC + (C − A)(C − A)
= AC − A2 − BC + BC + BA − BA + CA − C 2 + C 2 − CA − AC + A2
= AC − AC − A2 + A2 + 0 + 0 + CA − CA + 0
=0+0+0=0

7

Exercício 2.2:

Sabendo-se que A B e C são matrizes de ordem n e conhecendo-se somente os produtos AB e ABC T

é possível calcular:

a) B T AT ? b) A(CB T )T ?


Resposta do exercício 2.2:



a) Sim, é possível realizar o cálculo usando a propriedade B T AT = (AB)T .

b) Sim, pois usando as propriedades de produto de transpostas e associatividade, tem-se

A(CB T )T = A((B T )T C T ) = A(BC T ) = ABC T