Escolar Documentos
Profissional Documentos
Cultura Documentos
Matrizes
Matrizes | 2
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.
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 .
Exemplo:
A definição anterior permite, conhecido o valor de cada elemento aij , uma outra mais usual
onde esses elementos são apresentados num quadro.
Esta matriz pode também ser representada, de uma forma mais compacta, por A [aij ]mn ,
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 mn .
No caso de m n , esse conjunto é representado por M nn ou, simplesmente, por
M n .
Definição: Duas matrizes A [aij ] M mn () e B [bij ] M mn () 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
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
1
d) A matriz D 1 é uma matriz coluna.
2
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 .
a11 0 ... 0
0 a22 ... 0
A . .. .. ..
.. . . .
0 0 ... ann
Uma matriz diagonal é uma matriz que é simultaneamente triangular superior e triangular
inferior.
0 ... 0
0 ... 0
A. . . .
.. .. .. ..
0 0 ...
Uma matriz escalar é uma matriz diagonal em que todos os elementos diagonais são iguais.
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 0mn 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 .
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 mn () e B [bij ] M mn () . Chama-se matriz soma de A
com B , e denota-se por A B , à matriz A B [ sij ]mn 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
23 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.
Definição: Dada uma matriz A [aij ] M mn () e um número real (muitas vezes
referido como escalar), chama-se produto de por A , e denota-se por A , à matriz
B [bij ]mn , onde bij aij , para todo o (i, j ) .
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
e) 0 A 0 m 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 mn () 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
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 .
A B AB
linha i linha i
=
coluna j
coluna j
mn 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 11 0 2 2 (1) 1 0 0 1 2 3 1 6
1 3 0
2 1 11 3 2 0 (1) 1 0 3 1 0 3 5 3
1 3
23 22
32
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 11 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
b) A( B B) AB AB ;
( A A) B AB AB ;
c) ( AB) ( A) B A( B) ;
d) AI n I m A A ;
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.
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 .
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
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
b) ( A B)T AT BT ;
c) ( A)T AT ;
d) ( AB)T BT 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
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
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
Definição: Seja A M mn () . 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.
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} ;
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 mn () é equivalente por linhas a B M mn () se B foi
obtida de A através de uma sequência finita de operações elementares sobre linhas.
Teorema: Seja A M mn () . 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).
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.
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
Exemplo:
1 2
L1 L2
3 4
a) i) Seja A 3 4 1 2 B
5 6 5 6
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
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
Definição: Seja A M mn () . Diz-se que A está em forma de escada se A 0mn 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.
Exemplo:
0
0 0 0 0 0 0 * 0
, , , ,
0 0 0 0 0 0 0 0 0 0 0 0
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 mn ( ) é equivalente por linhas a uma matriz em forma
de escada.
Um método para colocar uma matriz A M mn () em forma de escada é o método de
eliminação de Gauss.
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
Definição: Diz-se que uma matriz A M mn () 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 mn ( ) é equivalente por linhas a uma única matriz em
forma de escada reduzida.
Teorema: Todas as matrizes equivalentes por linhas a A M mn () 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.
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
Exemplo:
Atendendo a que
3 2 1 31 0 0 2 0 1 0 10 0 1 ,
então 3 2 1 é combinação linear das linhas da matriz I 3 .
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 .
Exemplo:
1 0 ... 0
0 1 ... 0
As linhas da matriz I n . . . . são linearmente independentes.
.. .. .. ..
0 0 ... 1
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.
Definição: Seja A M mn () . Ao número máximo de linhas (ou colunas) linearmente
independentes de A chama-se característica de A representa-se r ( A) .
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 mn () . 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 .
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 0mn . 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 AA I n .
Demonstração: Suponha-se que A admite duas inversas A e A . Neste caso tem-se que
AA AA I n e AA AA I n
Então A AI n A( AA) ( AA) A I n A A .
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 A1 .
1 1
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.
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 .
Definição: Uma matriz A M nn () diz-se ortogonal se A é invertível e se a sua inversa
coincidir com a sua transposta, isto é, se A1 AT .
Teorema:
Definição: Uma matriz A M nn () 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).
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.
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.
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 .
A1
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 | A1
I A1
A | I n
Operações elementares sobre linhas
I n | A1
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
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