1

Matrizes
 Matrizes | 2

1.1. Definições e exemplos

Antes de dar início ao estudo de matrizes, importa recordar alguns conceitos que serão
utilizados nesse estudo, nomeadamente o conceito de par ordenado e de produto cartesiano.

Intuitivamente, um par ordenado consiste de dois elementos (não necessariamente

diferentes), um deles designado de primeiro elemento e o outro de segundo elemento. Se a e
b são dois elementos do par ordenado e se a é o primeiro elemento e b o segundo, então
esse par ordenado é representado por (a, b) . Os elementos a e b são usualmente referidos
como primeira e segunda coordenada do par. Dois pares ordenados (a, b) e (a, b) são iguais
se, e só se, são iguais quer as primeiras quer as segundas coordenadas, isto é:

(a, b)  (a, b)  a  a  b  b .

Observe-se a diferença entre par ordenado e conjunto com dois elementos. Por exemplo, os
conjuntos 3,5 e 5,3 representam o mesmo conjunto e por isso pode escrever-se
3,5  5,3 . Contudo, da definição de igualdade de pares ordenados, resulta que
(3,5)  (5,3) . Adicionalmente, tem-se, por exemplo, 3,3  3 enquanto (3,3) representa
um par ordenado.

De modo análogo, sendo a , b e c três elementos quaisquer, designa-se por (a, b, c) o terno
ordenado em que a é a primeira coordenada, b a segunda e c a terceira. O conceito de terno
ordenado pode ser definido por recurso ao conceito de par ordenado do seguinte modo:
(a, b, c)  ((a, b), c) .

Dois ternos ordenados (a, b, c) e (a, b, c) dizem-se iguais se, e só se, são iguais as
coordenadas do mesmo nome, isto é:
(a, b, c)  (a, b, c)  a  a  b  b  c  c .

De um modo geral, sendo n um número natural maior do que um e a1 , a2 ,..., an objetos

quaisquer, (a1 , a2 ,..., an ) designa-se por sequência de n elementos ou n-uplo, em que a1 é a
primeira coordenada, a2 a segunda, …, an a n-ésima coordenada. O conceito de sequência de
n elementos ou n-uplo pode ser definido por recurso ao conceito de par ordenado do seguinte
modo:
( a1 ,..., an )  ((a1 ,..., an1 ), an )) .

Dados dois conjuntos A e B , denomina-se produto cartesiano de A por B , e denota-se por

A  B , ao conjunto dos pares ordenados (a, b) cuja primeira coordenada pertence a A e a
segunda a B . Assim,
A  B  (a, b) : a  A  b  B

JM Oliveira Pires / Paulo Lucena

 Matrizes | 3

Se A  B , o produto cartesiano A  B designa-se por quadrado cartesiano de A e é

usualmente representado por A2 .

Exemplo:

Se A  1,3 e B  0, 2, 4 tem-se:

A  B  (1, 0), (1, 2), (1, 4), (3, 0), (3, 2), (3, 4) ;

B  A  (0,1), (2,1), (4,1), (0,3), (2,3), (4,3) ;

A2  (1,1), (1,3), (3,1), (3,3) .

Se A , B e C são três conjuntos, designa-se por produto cartesiano de A , B e C , e denota-

se por A  B  C , ao conjunto dos ternos ordenados (a, b, c) cuja primeira coordenada
pertence a A , a segunda a B e a terceira a C . Assim,
A  B  C  (a, b, c) : a  A  b  B  c  C

Se A  B  C , o produto cartesiano A  B  C designa-se por cubo cartesiano de A e é

usualmente representado por A3 .

No caso de se terem n conjuntos A1 , A2 , ..., An , chama-se produto cartesiano de

A1 , A2 , ..., An , e denota-se por A1  A2  ...  An , ao conjunto dos n-uplos (a1 , a2 , ... , an ) cuja
primeira coordenada pertence a A1 , a segunda pertence a A2 , …., e a n-ésima pertence a An .
Assim,
A1  A2  ...  An  (a1 , a2 , ... , an ) : a1  A1  a2  A2  ...  an  An 

Se A1  A2  ...  An  A , o produto cartesiano A1 , A2 , ..., An designa-se por n-ésima

potência cartesiana de A e é usualmente representado por An .

Definição: Sejam m e n dois números inteiros positivos. A aplicação

A : 1, 2,..., m  1, 2,..., n  
(i, j )  aij
chama-se matriz A do tipo m  n ( m por n ) ou de dimensão m  n , sobre  .

A definição anterior permite, conhecido o valor de cada elemento aij , uma outra mais usual
onde esses elementos são apresentados num quadro.

Definição: Dados dois números inteiros positivos m e n , chama-se matriz do tipo m  n ( m

por n ) ou de dimensão m  n , sobre  , a todo o quadro de mn números reais, designados
elementos ou entradas da matriz, dispostos em m filas horizontais, designadas linhas da
matriz, e, consequentemente, em n filas verticais, chamadas colunas da matriz.

JM Oliveira Pires / Paulo Lucena

 Matrizes | 4

Se A é uma matriz do tipo m  n , então A pode representar-se na forma

 a11 a12 ... a1n 
a a22 . . . a2 n 
 21
A . .. .. .. 
 .. . . . 
 
 am1 am 2 . . . amn 

Esta matriz pode também ser representada, de uma forma mais compacta, por A  [aij ]mn ,
com i  1, 2,..., m e j  1, 2,..., n , ou, simplesmente, A  [aij ] se não existir qualquer perigo de
confusão quanto ao tipo ou dimensão da matriz.

Note-se que em cada elemento aij de A , o primeiro índice ( i ) indica a ordem da linha em
que aij figura e o segundo ( j ) indica a ordem da coluna a que o referido elemento pertence.
Então o elemento aij surge na posição que resulta da intersecção da linha i com a coluna j .
Este elemento será referido como elemento de A na posição (i, j ) ou, simplesmente,
elemento (i, j ) de A .

Uma matriz definida sobre  , isto é, em que os elementos são números reais diz-se uma
matriz real. O conjunto das matrizes do tipo m  n , sobre  , é representado por M mn    .
No caso de m  n , esse conjunto é representado por M nn    ou, simplesmente, por
M n  .

Definição: Duas matrizes A  [aij ]  M mn () e B  [bij ]  M mn () dizem-se iguais e
escreve-se A  B , se aij  bij , para i  1,..., m e j  1,..., n .

Note-se que a igualdade de matrizes só se define para matrizes do mesmo tipo e obriga a
serem iguais os elementos situados na mesma posição em ambas as matrizes, designados
elementos homólogos.

Exemplo:
3 4 3 4 0
a) As matrizes A   
5  2 1 
e B são diferentes porque não são do mesmo tipo.
2  5
3 4 3 1
b) As matrizes A    são diferentes porque os elementos a12  b12 , uma
5  2 5
e B
2 
vez que 4  1 .
3 8 3 2 2 
c) As matrizes A   3  e B  são iguais.
2 5 8 5 

JM Oliveira Pires / Paulo Lucena

 Matrizes | 5

Definição: Seja A uma matriz do tipo m  n .

a) Se m  n a matriz diz-se quadrada do tipo n  n ou, simplesmente, de ordem n ;
b) Se m  n a matriz A diz-se uma matriz retangular;
c) Se m  1 , a matriz A diz-se uma matriz linha;
d) Se n  1 , a matriz A diz-se uma matriz coluna.

Exemplo:
 2 1 3 
a) A matriz A   4 0 5  é uma matriz quadrada de ordem 3.
7 1 6 

 1 1 2 6 
b) A matriz B   5 1 3 1 é uma matriz retangular do tipo 3 por 4;
 4 1 7 0 

c) A matriz C   2 0 1 é uma matriz linha.

1
d) A matriz D   1 é uma matriz coluna.
 2 

Definição: Seja A   aij  uma matriz quadrada de ordem n .

a) Os elementos a11 , a22 , . . ., ann chamam-se elementos diagonais de A . Ao n-uplo

(a11 , a22 ,..., ann ) chama-se diagonal principal de A e ao n-uplo (a1n , a2,n 1 ,..., an1 ) chama-se
diagonal secundária.
b) Chama-se traço de uma matriz e representa-se por tr ( A) , à soma dos elementos
n
diagonais, isto é, tr ( A)  a11  a22  ...  ann   aii .
i 1

Note-se que numa matriz A   aij   M n () , os elementos da diagonal principal são os
elementos aij tais que i  j e os elementos da diagonal secundária são os elementos aij tais
que i  j  n  1 . Os elementos aij e a ji para i  j dizem-se elementos opostos.

Exemplo:
 2 1 3 
A matriz A   4 0 5  , apresentada no exemplo anterior, é uma matriz quadrada de ordem
7 1 6 
3, em que os elementos diagonais são a11  2 , a22  0 e a33  6 e a diagonal principal é
(2, 0, 6) . O traço desta matriz é tr ( A)  2  0  6  8 .

JM Oliveira Pires / Paulo Lucena

 Matrizes | 6

Definição: Seja A   aij  uma matriz quadrada de ordem n .

a) Diz-se que A é matriz triangular superior se aij  0 para todo o i  j , isto é, se

 a11 a12 ... a1n 
0 a22 ... a2 n 

A . .. .. .. 
 .. . . . 
 
0 0 ... ann 
Numa matriz triangular todos os elementos abaixo da diagonal principal são nulos.

b) Diz-se que A é matriz triangular inferior se aij  0 para todo o i  j , isto é, se

 a11 0 ... 0
a a22 ... 0 
 21
A . .. .. .. 
 .. . . . 
 
 an1 a2 n ... ann 
Numa matriz triangular todos os elementos acima da diagonal principal são nulos.

c) Diz-se que A é matriz diagonal se aij  0 para todo o i  j , isto é,

 a11 0 ... 0
0 a22 ... 0 

A . .. .. .. 
 .. . . . 
 
0 0 ... ann 
Uma matriz diagonal é uma matriz que é simultaneamente triangular superior e triangular
inferior.

d) Diz-se que A é matriz escalar se aij  0 para i  j e aij   para i  j , isto é,

 0 ... 0 
 0  ... 0 
 
A. . . . 
 .. .. .. .. 
 
 0 0 ...  
Uma matriz escalar é uma matriz diagonal em que todos os elementos diagonais são iguais.

e) Se A   ij  onde  ij é o símbolo de Kronecker, designação dada à variável  ij definida

por  ij  1 , se i  j , e  ij  0 , se i  j , a matriz A diz-se uma matriz identidade de
ordem n e representa-se por I n ou, simplesmente, por I quando não houver perigo de
confusão quanto à ordem.

JM Oliveira Pires / Paulo Lucena

 Matrizes | 7

1 0 . . . 0 
0 1 . . . 0
 
In   . . . . 
 .. .. . . .. 
 
0 0 . . . 1 
Uma matriz identidade de ordem n é uma matriz escalar da mesma ordem em que todos os
elementos principais são iguais a 1.

Exemplo:
2 5 0
a) A matriz A   0 1 4  é uma matriz triangular superior.
 0 0 3 

 1 0 0
b) A matriz B   1 3 0  é uma matriz triangular inferior.
 4 1 2 

3 0 0
c) A matriz A  0 7 0  é uma matriz diagonal
0 0 5 

4 0 0
d) A matriz A   0 4 0  é uma matriz escalar
 0 0 4 

1 0 0 
e) A matriz I 3   0 1 0  é a matriz identidade de ordem 3.
 0 0 1 

Definição: Chama-se matriz nula do tipo m  n a toda a matriz cujos mn elementos são
todos iguais a zero e representa-se por 0mn ou, simplesmente por 0 se não existir qualquer
perigo de confusão quanto à dimensão.

Definição: Sendo A uma matriz, chama-se submatriz de A à matriz que se obtém por
supressão de pelo menos uma linha e/ou coluna de A .

Exemplo:
1 0 1 2 
 3 2  1 0 2
Dada a matriz A   3 2 1 0  , as matrizes B    e C
2 0 3
são
 2 0 4 3   2 0 

submatrizes de A .

JM Oliveira Pires / Paulo Lucena

 Matrizes | 8

1.2. Operações algébricas com matrizes.

Nesta secção apresentam-se as operações algébricas com matrizes: adição, multiplicação por
um número real e multiplicação de matrizes. Será também definida a potência de uma matriz
quadrada.

Adição de matrizes

A adição de matrizes é uma operação que a cada par de matrizes da mesma dimensão faz
corresponder uma e uma só matriz da mesma dimensão definida como se segue.

Definição: Sejam A  [aij ]  M mn () e B  [bij ]  M mn () . Chama-se matriz soma de A
com B , e denota-se por A  B , à matriz A  B  [ sij ]mn onde sij  aij  bij , para todo o (i, j ) .

Da definição resulta que a adição de matrizes apenas é possível, isto é, só se define entre
matrizes do mesmo tipo.

Exemplo:

 2 1 4   3 0 1
a) Se A    e B  então
 3 6 5   4 7 2 
 23 1  0 4  (1)  5 1 3 
A B   
 3  4 6  (7) 5  2  1 1 7 

 2 1  3 0 1
b) Se A    e B  então A  B não está definida porque as matrizes
 3 6   4 7 2 
não são do mesmo tipo.

Teorema: (Propriedades da adição de matrizes).

Sejam A, B, C  M mn ( ) . Sabendo que  A   aij  mn , tem-se:
a) A  B  B  A ;
b) ( A  B)  C  A  ( B  C ) ;
c) A  0  0  A  A ;
d) A  ( A)  ( A)  A  0 .

Multiplicação de um número real por uma matriz

Definição: Dada uma matriz A  [aij ]  M mn () e um número real  (muitas vezes
referido como escalar), chama-se produto de  por A , e denota-se por  A , à matriz
B  [bij ]mn , onde bij   aij , para todo o (i, j ) .

JM Oliveira Pires / Paulo Lucena

 Matrizes | 9

Exemplo:

3 1 0  3  3 3  1 3  0  9 3 0 
Se A    então 3 A    
1 2 1  3  1 3  2 3  (1)   3 6 3

Teorema: (Propriedades da multiplicação de uma matriz por um número real).

Sejam A, B  M mn () e  ,    . Tem-se:
a)  ( A  B)   A   B ;
b) (   ) A   A   A ;
c)  (  A)  ( ) A ;
d) 1A  A ;

e) 0 A  0 m n .

Teorema: Seja A  M mn () e    . Então  A  0    0  A  0mn .

Multiplicação de matrizes

A multiplicação de matrizes é uma operação que a cada par de matrizes faz corresponder uma
e uma só matriz, definida como se segue.

Definição: Sejam A  [aij ]  M mn () e B  [bij ]  M n p () . Chama-se matriz produto de A
por B , e denota-se por AB , à matriz AB  [ pij ]m p onde

pij = ai1b1 j  ai 2b2 j  ...  ainbnj

n
= a
k 1
b
ik kj

Esquematicamente, tem-se
 a11 . . . a1n 
 . .  
. . . b1 p   
 . .
. b . . . b1 j .
 . .   11   . 
.   
AB   ai1 . . . ain   ..
.
. .  . . . ai1  b1 j  ...  ain  bnj . . .
  . . . 
 
.  bn1 . . . bnj . . . bnp  
 .. . .
. 
 . .   .
a 
 m1 . . . amn 

Note-se que cada elemento pij da matriz produto AB é o produto escalar da linha i de A
pela coluna j de B .

De um modo mais geral, tem-se ainda esquematicamente:

JM Oliveira Pires / Paulo Lucena

 Matrizes | 10

A B AB

linha i linha i
 =

coluna j

coluna j
mn n p m p

Exemplo:
 1 0
 1 0 2
a) Se A    e B   2 1  ,
 1 3 0   1 3 

 1 0
 1 0 2 
AB      11  0  2  2  (1) 1 0  0 1  2  3    1 6 

1 3 0  
2 1   11  3  2  0  (1) 1 0  3 1  0  3  5 3
  1 3      
23   22
32

1
b) Para A  1 0 2 e B   3  tem-se:
 1

1
AB  1 0 2  3   1  0  2   1 e
 1

1  11 1 0 1 2   1 0 2 
BA  3 1 0 2   3  1 3  0 3  2    3 0 6 
 
     
 1  1  1 1  0 1  2  1 0 2 

Teorema: (Propriedades da multiplicação de matrizes)

Sejam A, A  M mn () , B, B  M n p () e C  M pq () . Tem-se:
a) ( AB)C  A( BC ) ;

b) A( B  B)  AB  AB ;
( A  A) B  AB  AB ;

JM Oliveira Pires / Paulo Lucena

 Matrizes | 11

c)  ( AB)  ( A) B  A( B) ;

d) AI n  I m A  A ;

e) A0n p  0m p , 0rm A  0rn .

As propriedades para a multiplicação de matrizes são semelhantes às propriedades para a

multiplicação de números reais. Contudo, convém salientar que algumas propriedades válidas
para a multiplicação de números reais não são válidas para a multiplicação de matrizes.

A multiplicação de matrizes não goza da propriedade comutativa, isto é, a igualdade

AB  BA não se verifica sempre, como se mostrou no exemplo anterior. No entanto, existem
casos onde a igualdade se verifica e a seguinte definição ocorre.

Definição: Se AB  BA diz-se que as matrizes A e B são permutáveis.

Na multiplicação de matrizes também não se verifica a lei do anulamento do produto, válida

para a multiplicação de números reais, isto é, AB  0  A  0  B  0 (0 indica a matriz
nula).

Exemplo:
1 0  0 0  1 0  0 0  0 0 
Sendo A    e B  , AB      , pelo que AB é a matriz
2 0 3 4  2 0   3 4  0 0 
nula sem que A ou B o sejam.

Na multiplicação de matrizes também não se verifica a lei de cancelamento do produto, isto é,

( A  0  AB  AC )  B  C , e também ( BA  CA  A  0)  B  C .

Exemplo:
1 1 1 1  3 2  0 0  0 0 
Sendo A    e B  e C  tem-se AB    e AC   ,
1 1  1 1  3 2  0 0  0 0 
pelo que A  0 , AB  AC e B  C .

Potência de uma matriz quadrada

Da definição de multiplicação de matrizes decorre que a multiplicação de A por A apenas

está definida se m  n , isto é, quando A é uma matriz quadrada.

Definição: Sejam A  [aij ]  M nn () e p   0 . Chama-se potência de expoente p e

representa-se por A p , à matriz de M nn () tal que:

JM Oliveira Pires / Paulo Lucena

 Matrizes | 12

 A  I
0

 p p 1
 A  A  A , p  

Exemplo:

 1 2
Sendo A    tem-se
 1 0 

 1 2   1 2   1 2 
A2  AA      e
 1 0   1 0   1 2 

 1 2   1 2   3 2 
A3  A2 A     
 1 2   1 0   1 2 

1.3. Transposição de matrizes. Matrizes simétrica e anti-simétrica

Definição: Seja A  [aij ] uma matriz do tipo m  n . Chama-se transposta de A , e representa-
se por AT , à matriz do tipo n  m cujo elemento aij é igual ao elemento a ji de A .

Pode então afirmar-se que a transposta de uma matriz A é a matriz que se obtém de A por
troca ordenada de linhas e, consequentemente, de colunas.

Exemplo:
 1 1
 1 0 3
Sendo A    , A   0 2  .
T

 1 2 3   3 3 

Teorema: (Propriedades da transposição de matrizes).

Seja    e sejam A e B matrizes tais que as operações indicadas estão definidas. Tem-se:
a) ( AT )T  A ;

b) ( A  B)T  AT  BT ;

c) ( A)T   AT ;

d) ( AB)T  BT AT .

Definição: Uma matriz A diz-se simétrica se A  AT .

Da definição resulta que uma matriz simétrica é uma matriz que é invariante à transposição.
Note-se que se A é uma matriz do tipo m  n , AT é do tipo n  m e como, por definição de

JM Oliveira Pires / Paulo Lucena

 Matrizes | 13

matriz simétrica, A  AT , tem-se que m  n . Além disso, sendo A   aij  tem-se aij  a ji ,
para todo o (i, j ) . Conclui-se assim que para uma matriz ser simétrica tem que ser quadrada e
os elementos opostos, em relação à diagonal principal, terão de ser iguais.

Exemplo:
1 3 5 
A matriz A  3 6 2  é simétrica, uma vez que A  AT .
5 2 4 

Definição: Uma matriz A diz-se anti-simétrica se A   AT

Uma matriz anti-simétrica é necessariamente uma matriz quadrada e, sendo A   aij  , tem-se
que por definição de matriz anti-simétrica que aij   a ji , para todo (i, j ) . Para i  j obtém-se
aii   aii o que implica aii  0 . Conclui-se assim que para uma matriz ser anti-simétrica, terá
de ser quadrada, os elementos opostos (em relação à diagonal principal) terão de ser
simétricos entre si e os elementos da diagonal principal terão de ser todos nulos.

Exemplo:
 0 2 1
A matriz B   2 0 4  é anti-simétrica, uma vez que A   AT .
 1 4 0 

1.4. Operações e matrizes elementares.

Definição: Seja A  M mn () . Chama-se operação elementar sobre as linhas de A a uma
das seguintes operações:
i) Troca entre si de duas linhas;
ii) Multiplicação de um linha por um número real diferente de zero;
iii) Substituição de uma linha pela sua soma com outra multiplicada por um número real.

De modo idêntico se definem operações elementares sobre colunas. Basta, na definição

anterior, substituir a palavra “linha” por “coluna”.

Para indicar as operações elementares sobre as linhas de uma matriz utilizam-se as seguintes
notações:
Li  L j , para indicar a troca entre as linhas i e j ;
 Li , para indicar a multiplicação da linha i por    \{0} ;

JM Oliveira Pires / Paulo Lucena

 Matrizes | 14

 Li  L j , para indicar a substituição da linha j pela linha que resulta de adicionar a esta a
linha i multiplicada por    .

Para indicar as operações elementares sobre colunas utilizam-se as notações utilizadas para
linhas, substituindo Li e L j por Ci e C j , respetivamente:

Utiliza-se a notação A  B para indicar que a matriz B foi obtida de A efetuando uma
operação elementar não especificada sobre linhas ou colunas

Definição: Diz-se que A  M mn () é equivalente por linhas a B  M mn () se B foi
obtida de A através de uma sequência finita de operações elementares sobre linhas.

Teorema: Seja A  M mn () . Para qualquer operação elementar O , sobre linhas, existe uma
operação elementar O , também sobre linhas, tal que
A 
O
 B 
O
A

Demonstração: A 
Li  L j
 B 
Li  L j
A
A 
 Li
 B 
 1L
A
i

A 
 Li  L j
B 
  Li  L j
A

Exemplo:

1 0  
L1  L2
  0 1  
L1  L2
 1 0 
0 1  1 0  0 1
     

1 0  
2 L2 1 0  
1L 1 0 
0 1  0 2 0 1 
2 2

     

1 0  
2 L1  L2
 1 0  
2 L1  L2
 1 0 
0 1  2 1 0 1 
     

Definição: Chama-se matriz elementar de ordem n à matriz que se obtém da matriz I n por
aplicação de uma única operação elementar sobre as suas linhas (ou colunas).

De acordo com a definição anterior, existem três tipos de matrizes elementares em

correspondência com as operações definidas anteriormente.

Mais especificamente, poderíamos ter definido matriz elementar sobre linhas e matriz
elementar sobre colunas. Contudo, como se refere no teorema que se segue, toda a matriz
elementar sobre linhas do tipo i), ii) e iii) é também uma matriz elementar sobre colunas do
mesmo tipo e reciprocamente. Assim, torna-se desnecessário, na definição de matriz
elementar, especificar se é sobre linhas ou colunas.

JM Oliveira Pires / Paulo Lucena

 Matrizes | 15

Teorema: Tem-se:
a) I n 
Li  L j
E1 se e só se I n  
Ci  C j
 E1

b) I n 
 Li
E2 se e só se I n 
 Ci
E2

c) I n 
 Li  L j
E3 se e só se I n 
 C j  Ci
E3

Exemplo:
0 0 1 
E1   0 1 0  I 3 
L1  L3
E1 ou I 3 
C1 C3
E1
1 0 0 

1 0 0 
E2  0 3 0  I 3 
3L2
 E2 ou I 3 
3 C2
 E2
0 0 1 

1 0 0 
E3   0 1 0  I 3 
2L1 +L3
 E3 ou I 3 
2C3  C1
E3
 2 0 1 

No teorema que se segue dá-se uma interpretação, em termos de multiplicação de matrizes,

das operações elementares sobre linhas e colunas de uma matriz A  M mn ( ) . Mais
precisamente, refere-se que efectuar uma operação elementar sobre linhas ou colunas equivale
a multiplicar à esquerda (premultiplicar) ou à direita (posmultiplicar), respetivamente, a
matriz A por uma matriz adequada.

Teorema: Seja A  M mn () .

a) Se O é uma operação elementar sobre linhas tal que I m 
O
 E então A 
O
 EA , isto
é, EA é a matriz que se obtém de A aplicando às linhas de A a mesma operação
elementar que foi aplicada às linhas de I m para obter E .
b) Se O é uma operação elementar sobre colunas tal que I n 
O
 E  então A 
O
 AE  ,
isto é, AE  é a matriz que se obtém de A aplicando às colunas de A a mesma operação
elementar que foi aplicada às colunas de I n para obter E  .

Exemplo:

1 2  
L1  L2
 3 4 
a) i) Seja A  3 4  1 2   B
 
5 6  5 6 

JM Oliveira Pires / Paulo Lucena

 Matrizes | 16

1 0 0  
L1  L2
 0 1 0 
Como I 3  0 1 0  1 0 0   E
  1

0 0 1  0 0 1 

 0 1 0  1 2 
Pode afirmar-se que E1 A  1 0 0  3 4   B
0 0 1  5 6 

1 2  
2 L1  2 4

ii) Seja A  3 4  3 4  C
 
5 6   5 6 

1 0 0  
2 L1 2 0 0
Como I 3  0 1 0  0 1 0  E
  2

0 0 1   0 0 1 

 2 0 0  1 2 
Pode afirmar-se que E2 A   0 1 0  3 4   C
 0 0 1  5 6 

1 2  
3 L1  L2
 1 2 
iii) Seja A  3 4  0 2   D
 
5 6  5 6 

1 0 0  
3 L1  L2
  1 0 0
Como I 3  0 1 0   3 1 0  E
    3

0 0 1   0 0 1

 1 0 0 1 2
Pode afirmar-se que E3 A   3 1 0 3 4  D
  
 0 0 1 5 6 

1 2  
C1 C2  2 1

b) i) Seja agora A  3 4   4 3  B
 
5 6   6 5

1 0  
C1  C2 0 1 
Como I 2    1 0   E1
 0 1   

JM Oliveira Pires / Paulo Lucena

 Matrizes | 17

1 2 
0 1 
Pode afirmar-se que AE1  3 4   B
 1 0 
5 6 

1 2  
2 C2 1 4 
ii) Seja agora A  3 4  3 8   C
 
5 6  5 12 

1 0   1 0 
Como I 2   0 2   E2
2 C2

0 1   

1 2 
1 0 
Pode afirmar-se que AE2  A  3 4   C
 0 2 
5 6 

1 2  
2 C1  C2
 1 0 
iii) Seja agora A  3 4  3 2   D
 
5 6  5 4 

1 0  
2 C1  C2
 1 2 
Como I 2     0 1   E3
0 1   

1 2 
1 2 
Pode afirmar-se que AE3  A  3 4   D
 0 1 
5 6 

Formas em escada e escada reduzida de uma matriz

Definição: Seja A  M mn () . Diz-se que A está em forma de escada se A  0mn ou se:

a) O primeiro elemento não nulo numa linha está na coluna j então o primeiro elemento não
nulo da linha seguinte está pelo menos na posição j  1 ;
b) Se existirem linhas nulas elas surgem depois das outras.

O primeiro elemento não nulo em cada linha de uma matriz em escada designa-se por pivô.

JM Oliveira Pires / Paulo Lucena

 Matrizes | 18

Exemplo:

a) Exemplos do aspeto de matrizes em forma de escada.

           0      
 0   0 0 0    0 0  *  0
  ,   ,   ,   ,   
 0 0    0 0 0 0 0   0 0 0 0    0 

b) As matrizes que se seguem estão em forma de escada.

0 0  3 1 2  3 2 
  1 1 2 
A  0 0  , B    , C  0 1 3  , D  0 7 
 
0 0  0 3 5  0 0 5  0 0 

4 8 0 0 2 0 1 
 0 4 1 3 
E   0 0  , F   0 0 0 3 6  , G  
 

 0 0   0 0 0 0 0   0 0 0 5

Teorema: Qualquer matriz A  M mn ( ) é equivalente por linhas a uma matriz em forma
de escada.

Um método para colocar uma matriz A  M mn () em forma de escada é o método de
eliminação de Gauss.

Método de eliminação de Gauss

1. Procurar, da esquerda para a direita, a primeira coluna não nula;

2. Se o primeiro elemento dessa coluna for nulo, trocar a primeira linha com outra de modo
que esse primeiro elemento (pivô) seja diferente de zero;
3. Colocar a zero todos os elementos abaixo do pivô;
4. Repetir o processo para as colunas seguintes.

Exemplo:
 1 0 4 2    1 0 4 2    1 0 4 2 
   
A   1 3 2 3  L1  L2  0 3 6 5  L2  L3 0 1 10 2 
 2 1 2 6  2 L1  L3  0 1 10 2  0 3 6 5 

  1 0 4 2
 0 1 10 2 
 
3 L2  L3  0 0 36 1

JM Oliveira Pires / Paulo Lucena

 Matrizes | 19

Definição: Diz-se que uma matriz A  M mn () está em forma de escada reduzida se está
em forma de escada e os pivôs quando existem são iguais a 1 e todos os restantes elementos
na colunas dos pivôs são iguais a zero.

Teorema: Qualquer matriz A  M mn ( ) é equivalente por linhas a uma única matriz em
forma de escada reduzida.

Teorema: Todas as matrizes equivalentes por linhas a A  M mn () em forma de escada têm
o mesmo número de linhas não nulas.

Um método para colocar uma matriz em forma de escada reduzida é o método de eliminação
de Gauss-Jordan.

Método de eliminação de Gauss-Jordan

1. Aplicar o método de eliminação de Gauss até obter uma matriz em forma de escada;
2. Colocar todos os pivôs iguais a 1;
3. Aplicar o método de eliminação de Gauss de baixo para cima de forma a que todos os
elementos acima e na mesma coluna do pivô fiquem iguais a zero.

Exemplo:
 1 0 4 2    1 0 4 2    1 0 4 2 
   
A   1 3 2 3  L1  L2  0 3 6 5  L2  L3 0 1 10 2 
 2 1 2 6  2 L1  L3  0 1 10 2  0 3 6 5 

  1 0 4 2    1 0 4 2   4 L3  L1
 1 0 0 19 
9
0 1 10 2    10 L  L 0 1 0 31 
  0 1 10 2  3 2  18 

3L2  L3 0 0 36 1 36 L3 0 0

1
1  361  0 0 1  361 

1.5. Dependência e independência linear

Definição: Seja A  M mn () e sejam L1 , L2 ,..., Lm e C1 , C2 ,..., Cn as linhas e as colunas de

A , respetivamente.
a) Chama-se combinação linear das linhas L1 , L2 ,..., Lm à expressão
1 L1  2 L2  ...  m Lm , 1 , 2 ,..., m  
b) Identicamente, chama-se combinação linear das colunas C1 , C2 ,..., Cn à expressão
1C1  2C2  ...  nCn , 1 , 2 ,..., n   .

JM Oliveira Pires / Paulo Lucena

 Matrizes | 20

Exemplo:

Atendendo a que
3 2 1  31 0 0  2 0 1 0  10 0 1 ,
então 3 2 1 é combinação linear das linhas da matriz I 3 .

Identicamente, 5 2 3 é combinação linear das colunas de I 3 , uma vez que

T

5 1  0  0 
 2   5  0   2 1   3 0 
       
 3 0   0  1 

Definição: Se x1 , x2 ,..., x p são linhas (colunas) de uma matriz, diz-se que x1 , x2 ,..., x p são
linearmente independentes se
1 x1  2 x2  ...   p x p  0  1  2  ...   p  0 .

Se x1 , x2 ,..., x p não são linearmente independentes então dizem-se linearmente dependentes.

Exemplo:
1 0 ... 0 
0 1 ... 0 
 
As linhas da matriz I n   . . . .  são linearmente independentes.
 .. .. .. .. 
 
0 0 ... 1 

De facto, tem-se que

1 1 0 ... 0  2 0 1 ... 0  ...  n 0 0 ... 1  0 0 ... 0

se e só se 1  2  ...  n  0 .

De modo idêntico se mostra que as colunas de I n são linearmente independentes.

As linhas e colunas de uma matriz triangular com elementos diagonais diferentes de zero são
linearmente independentes

Facilmente se verifica que as linhas de uma matriz elementar são linearmente independentes.

Teorema: Se uma linha (coluna) de uma matriz é nula então as linhas (colunas) são
linearmente dependentes.

JM Oliveira Pires / Paulo Lucena

 Matrizes | 21

Teorema: As afirmações seguintes são equivalentes.

i) x1 , x2 ,..., x p ( p  2 ) são linhas (colunas) linearmente dependentes;
ii) Uma das linhas (colunas) x1 , x2 ,..., x p é combinação linear das restantes.

Corolário: As linhas (colunas) de uma matriz A são linearmente dependentes se e só se

alguma delas é combinação linear das restantes.

Teorema: Todo o subconjunto de linhas (colunas) linearmente independentes de uma matriz

é linearmente independente.

Teorema: Se uma matriz possui um subconjunto de linhas (colunas) linearmente

dependentes então as linhas (colunas) da matriz são linearmente dependentes.

1.6. Característica de uma matriz

Definição: Seja A  M mn () .

a) Ao número máximo de linhas linearmente independentes de A chama-se característica de

linha de A representa-se rl ( A) .
b) Ao número máximo de colunas linearmente independentes de A chama-se característica
de coluna de A representa-se rc ( A) .

Teorema: A característica de linha (respetivamente, de coluna) de uma matriz não se altera

quando nela se efetuam operações elementares sobre linhas (respetivamente, sobre colunas).

Teorema: A característica de linha (respetivamente, de coluna) de uma matriz não se altera

quando nela se efetuam operações elementares sobre colunas (respetivamente, sobre linhas).

Atendendo a que o número máximo de linhas linearmente independentes de uma matriz é

igual ao número máximo de colunas linearmente independentes, o teorema seguinte ocorre.

Teorema: A característica de linha e a característica de coluna de uma matriz são iguais.

Atendendo ao teorema anterior, a seguinte definição ocorre.

Definição: Seja A  M mn () . Ao número máximo de linhas (ou colunas) linearmente
independentes de A chama-se característica de A representa-se r ( A) .

Da definição e dos teoremas anteriores resulta de imediato o seguinte corolário:

Corolário: Para qualquer matriz A , tem-se r ( A)  r ( AT ) .

JM Oliveira Pires / Paulo Lucena

 Matrizes | 22

Atendendo a que cada matriz pode ser reduzida, através de operações elementares sobre
linhas, a uma única matriz em forma de escada reduzida, uma outra definição pode ser dada
para a característica de linha e, consequentemente, para a característica de uma matriz.

Definição: Seja A  M mn () . Ao número de linhas não nulas de qualquer matriz em
forma de escada equivalente por linhas a A chama-se característica (de linha) de A .

Teorema: Seja A  M mn () . Tem-se que

r ( A)  m e r ( A)  n
Isto é, r ( A)  min m, n .

1.7. Inversa de uma matriz quadrada

Aquando da adição de matrizes referiu-se, em correlação com o que se passa com os números
reais, a existência de inverso aditivo (simétrico), isto é, dada uma matriz A do tipo m  n
existe uma matriz  A , do mesmo tipo, tal que A  (  A)  (  A)  A  0mn . A questão que se
coloca agora é a de saber se dada uma matriz A existe, à semelhança do que acontece com os
números reais, inverso multiplicativo, isto é, se existe uma matriz B tal que AB  BA  I n .

Definição: Seja A uma matriz quadrada de ordem n . Diz-se que A é invertível ou não
singular (ou regular) se existir uma matriz A da mesma ordem tal que AA  AA  I n .

Teorema: A inversa de uma matriz quadrada, quando existe, é única.

Demonstração: Suponha-se que A admite duas inversas A e A . Neste caso tem-se que
AA  AA  I n e AA  AA  I n
Então A  AI n  A( AA)  ( AA) A  I n A  A .

Definição: Nas condições do teorema anterior a matriz A diz-se a matriz inversa de A e

representa-se por A1 .

Exemplo:
1 1 
a) Seja A   .
1 2 
1 1   2 1 1 0   2 1 1 1  1 0 
Como      I2 e  1 1  1 2   0 1   I 2
1 2   1 1  0 1      
 2 1
conclui-se que A é invertível e que A1   .
 1 1 

b) A matriz I n é invertível e tem-se que I n I n  I n  I n I n .

JM Oliveira Pires / Paulo Lucena

 Matrizes | 23

1 2   c11 c12 
c) A matriz B    não é invertível porque para qualquer matriz C  c  de
0 0   21 c22 
c  2c21 c12  2c22 
ordem 2, a matriz produto BC   11  tem a segunda linha de zeros e,
 0 0 
portanto, nunca poderá ser a matriz identidade.
Mais geralmente, se uma matriz A  M n () tem uma linha de zeros então A não é
invertível porque para qualquer matriz B  M n ( ) a matriz AB possui sempre uma linha
nula e, portanto, nunca poderá ser a matriz identidade.

Para além da matriz identidade, uma classe de matrizes invertíveis é a das matrizes
elementares como se refere no teorema que se segue.

Teorema: Toda a matriz elementar E  M n () é invertível e tem-se que:

a) Se I n 
Li  L j
E então I n 
Li  L j
 E 1 ;

b) Se I n 
 Li
E então I n 
 1 L
 E 1 ;
i

c) Se I n 
 Li  L j
E então I n 
  Li  L j
 E 1 .

Teorema: Sejam A e B duas matrizes quadradas de ordem n e p   0 . Se A e B são

invertíveis então:
a) ( AB) 1  B 1 A1
b) ( A p )1  ( A1 ) p
c) ( A1 ) 1  A
d) ( AT ) 1  ( A1 )T .

Definição: Uma matriz A  M nn () diz-se ortogonal se A é invertível e se a sua inversa
coincidir com a sua transposta, isto é, se A1  AT .

Note-se que afirmar que A1  AT equivale a afirmar que AAT  I n .

Teorema:

a) O produto de duas matrizes ortogonais é ainda uma matriz ortogonal;

b) A inversa de uma matriz ortogonal é uma matriz ortogonal.

Definição: Uma matriz A  M nn () diz-se uma matriz de permutação se tiver as mesmas
linhas que a matriz identidade mas não necessariamente pela mesma ordem, isto é, se A
resulta de I n efetuando uma sequência finita de operações elementares do tipo i).

JM Oliveira Pires / Paulo Lucena

 Matrizes | 24

Teorema: Toda a matriz de permutação é uma matriz ortogonal.

Como consequência deste teorema, tem-se que toda a matriz de permutação é invertível e a
sua inversa é igual à sua transposta.

Vimos anteriormente alguns tipos de matrizes que são invertíveis (matriz identidade e
matrizes elementares). Vimos também que nem todas as matrizes quadradas são invertíveis
como se mostrou na alínea c) do exemplo anterior. A questão que se coloca é a de saber, antes
de proceder ao cálculo da inversa de uma matriz quadrada, se essa matriz é invertível. O
teorema que se segue dá-nos uma resposta a esta questão.

Teorema: Seja A  M n () . As afirmações seguintes são equivalentes:

a) A é invertível;
b) r ( A)  n ;
c) I n é a forma de escada reduzida de A ;
d) A é igual ao produto de matrizes elementares.

O teorema indica-nos assim, por b), uma forma de verificar se uma dada matriz é invertível.
Basta, para o efeito, determinar a sua característica e verificar se é igual à ordem. Neste caso,
a matriz é invertível; caso contrário, isto é, se a característica for inferior à ordem a matriz não
é invertível. Através da caracterização c) o teorema indica-nos também um caminho para o
cálculo da matriz inversa quando existe.

Algoritmo para determinação da matriz inversa.

Viu-se anteriormente, que se a matriz B é obtida através da matriz A efetuando t operações

elementares sobre linhas, tal equivale a multiplicar, à esquerda, a matriz A por t matrizes
elementares obtidas por aplicação das mesmas operações elementares, isto é,
Et Et 1 ... E2 E1 A  B .

Se B for a matriz identidade então A é invertível e tem-se, por definição de matriz inversa,
Et Et 1 ... E2 E1 A  I .
  
A1

Então a inversa de uma matriz A pode ser obtida aplicando às linhas da matriz I as mesmas
operações elementares que são aplicadas às linhas da matriz A para obter I . Efectuando
essas operações elementares em simultâneo, obtém-se um método prático para o cálculo da
inversa de uma matriz quadrada A .
 A | I    E1 A | E1    E2 E1 A | E2 E1   ...   Et ... E2 E1 A | Et ... E2 E1    I | A1 
   
I A1

JM Oliveira Pires / Paulo Lucena

 Matrizes | 25

Em resumo, sendo A  M n () , pode calcular-se A1 do seguinte modo:

 A | I n  
Operações elementares sobre linhas
 I n | A1 

Exemplo:

 1 1 2 1 0 0   1 1 2 1 0 0
   
 A I    0 2 1 0 1 0 0 2 1 0 1 0
 2 1 3 0 0 1  2 L1  L3 0 3 1 2 0 1 

  1 1 2 1 0 0   1 1 2 1 0 0
   
0 1 1/ 2 0 1/ 2 0 0 1 1/ 2 0 1/ 2 0
1
2 L2

0 3 1 2 0 1 3L2  L3 0 0 1/ 2 2 3 / 2 1

  1 1 2 1 0 0  
2 L3  L1  1 1 0 9 6 4 
  1  
0 1 1/ 2 0 1/ 2 0  2 L3  L2 0 1 0 2 1 1
2 L3 0 0 1 4 3 2 0 0 1 4 3 2


L2  L1
 1 0 0 7 5 3 
 
0 1 0 2 1 1 .
0 0 1 4 3 2

7 5 3
Então A 1
  2 1 1 .
 4 3 2 

JM Oliveira Pires / Paulo Lucena