ALGAN-LEI-1920 1matrizes Print

ÁLGEBRA LINEAR
1. Matrizes
Licenciatura em Engenharia Informática
Instituto Superior de Engenharia do Porto
Ano letivo 2019/2020
Referências:
Viamonte, A. J., Sebenta de Álgebra Linear e Geometria Analı́tica, Departamento de Matemática, ISEP, 2011.
Matos, J., Sebenta de ALGAN, Publicação de apoio à unidade curricular, Departamento de Matemática, ISEP, 2017.
Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 1 / 36

Matrizes Definição e representação
Definição e representação
Sejam m, n ∈ N. Designa-se por matriz do tipo m × n (e lê-se m por n)
sobre o corpo K, a um quadro em que mn elementos de K se dispõem em
m filas horizontais, chamadas linhas, e n filas verticais, chamadas colunas.
Representa-se por A = [aij ], com i = 1, . . . , m e j = 1, . . . , n, a matriz

 
a11 a12 ··· a1n
 a21 a22
 ··· a2n 
.
 ··· ··· ··· ··· 
am1 am2 ··· amn
Representa-se o elemento da linha i e da coluna j de A por aij .

Neste curso iremos trabalhar sobre o corpo dos números reais, R.
Denota-se por Mm×n (R) o conjunto das matrizes do tipo m × n sobre R.

Matrizes Algumas matrizes particulares
Algumas matrizes particulares
Seja A ∈ Mm×n (R).
Se m 6= n diz-se que A é uma matriz retangular do tipo m × n.
Se m = n diz-se que A é uma matriz quadrada de ordem n.
Diz-se que A é uma matriz coluna se só tem uma coluna, isto é, se
n = 1.
Diz-se que A é uma matriz linha se só tem uma linha, isto é, se
m = 1.

Exemplos
 √ 
1 1 −3 5
A matriz A =  √0 −1 π 2/3  ∈ M3×4 (R).
2 e 0 −2/5
A é uma matriz retangular de tipo 3 × 4.

√
a23 = π; a14 = 5; a33 = 0.

l2 = 0 −1 π 2/3 é uma matriz linha.
 
−3
c3 =  π  é uma matriz coluna.
0

Seja A uma matriz quadrada de ordem n.
Designam-se por elementos principais da matriz A os elementos aii ,

com i ∈ {1, . . . , n}.
Chama-se diagonal principal (ou diagonal) de A a (a11 , a22 , . . . , ann ).
Chama-se diagonal secundária a (a1n , a2(n−1) , . . . , an1 ).
Diz-se que A é uma matriz diagonal se aij = 0, para todo o i 6= j.
Diz-se que A é uma matriz triangular superior se os elementos abaixo

da diagonal principal são todos nulos.
Diz-se que A é uma matriz triangular inferior se os elementos acima

da diagonal principal são todos nulos.

Exemplos
 
1 2 3 0
 2 1 0 5 
Na matriz  3 0 1 6 ,

0 5 6 1
a diagonal principal é (1, 1, 1, 1)
e a diagonal secundária é (0, 0, 0, 0).
 
1 0 0
A matriz  0 3 0  é uma matriz diagonal.
0 0 6
 
1 0 0
A matriz  2 3 0  é uma matriz triangular inferior de ordem 3.
4 5 6

Diz-se que A é uma matriz nula se todos os elementos da matriz são

nulos, isto é, se aij = 0, para todos os i, j. Representa-se esta matriz
por 0m×n ou, se não houver ambiguidade relativamente ao tipo da
matriz, apenas por 0.
Diz-se que A é a matriz identidade de ordem n se é uma matriz

diagonal de ordem n em que a11 = a22 = · · · = ann = 1.
Representa-se esta matriz por In ou, se não houver ambiguidade
relativamente à ordem da matriz, apenas por I .

0 0 0
A matriz é a matriz nula 2 × 3, 02×3 .
0 0 0
 
1 0 0
A matriz  0 1 0  é a matriz identidade de ordem 3, I3 .
0 0 1
Matrizes Igualdade de matrizes
Igualdade de matrizes
Um elemento de uma matriz A é homólogo de um elemento de uma

matriz B se ele pertence à linha da mesma ordem e à coluna da mesma
ordem do elemento da outra matriz.
Sejam A, B ∈ Mm×n (R). Diz-se que A e B são iguais se e só se os

elementos homólogos são iguais, isto é, se aij = bij , para todos os i, j.
Exemplo
   
0 a 2 0 2 2
As matrizes A =  1 2 3  e B =  1 2 3  são iguais se e só
1 2 4 1 2 a2
2
se a = 2 e a = 4, isto é, a = 2 e a = ±2, ou seja, a = 2.

Matrizes Matriz transposta e matriz simétrica
Matriz transposta e matriz simétrica

Seja A ∈ Mm×n (R). A matriz AT ∈ Mn×m (R) que se obtém da matriz A
trocando ordenadamente as suas linhas pelas suas colunas designa-se
matriz transposta da matriz A.
Usualmente, A 6= AT . Uma matriz quadrada A que verifica a condição
A = AT designa-se por matriz simétrica.
Exemplos
 
3 −1
A matriz  2 1  é a matriz transposta
0 3

3 2 0
da matriz .
−1 1 3
 
1 0 2
A matriz  0 3 −1  é uma matriz simétrica.
2 −1 5
Matrizes Operações com matrizes
Operações com matrizes

Adição de matrizes
Sejam A, B ∈ Mm×n (R). Chama-se soma das matrizes A e B, e
representa-se por A + B, à matriz A + B ∈ Mm×n (R) onde
(A + B)ij = (A)ij + (B)ij .
Multiplicação de uma matriz por um escalar

Seja A ∈ Mm×n (R) e α ∈ R. Chama-se produto da matriz A pelo
escalar α, e representa-se por αA, à matriz de tipo m × n tal que
(αA)ij = α(A)ij .
Observações:
1 A adição de matrizes só está definida se as matrizes forem do mesmo
tipo.
2 É sempre possı́vel multiplicar uma matriz por um escalar.
Exemplo
Dadas as matrizes

1 0 −1 2
A= eB= ,
2 4 3 −2
tem-se

1 + (−1) 0+2 0 2
A+B = = =B +A
2+3 4 + (−2) 5 2
e
3×1 3×0 3 0
3A = = .
3×2 3×4 6 12

Propriedades das operações com matrizes

Teorema
A adição de matrizes goza das seguintes propriedades:
1 Propriedade associativa da adição de matrizes:
∀A, B, C ∈ Mm×n (R), A + (B + C ) = (A + B) + C .
2 Propriedade comutativa da adição de matrizes:
∀A, B ∈ Mm×n (R), A + B = B + A.
3 Existência de elemento neutro na adição de matrizes:
∀A ∈ Mm×n (R) : A + 0m×n = A.
4 Existência de elemento oposto na adição de matrizes:
∀A ∈ Mm×n (R) : A + (−A) = (−A) + A = 0m×n .

Teorema
As operações com matrizes gozam das seguintes propriedades:
1 ∀α ∈ R, ∀A, B ∈ Mm×n (R), α(A + B) = αA + αB.
2 ∀α, β ∈ R, ∀A ∈ Mm×n (R), (α + β)A = αA + βA.
3 ∀α, β ∈ R, ∀A ∈ Mm×n (R), (αβ)A = α(βA).
4 ∀A ∈ Mm×n (R), 1A = A.

Multiplicação de matrizes
Sejam A ∈ Mm×n (R) e B ∈ Mn×p (R). Chama-se produto da matriz A
pela matriz B, e representa-se por AB, à matriz AB ∈ Mm×p (R) onde
n
X
(AB)ij = (A)ik (B)kj ,
k=1
ou seja, a entrada cij da matriz AB resulta da multiplicação da linha i da

matriz A pela coluna j da matriz B.
Seja A ∈ Mn×n (R) e p ∈ N. Designa-se por p-ésima potência da matriz A,

e representa-se por Ap , o produto de A por si própria p vezes, isto é,
p
Y
Ap = A.
k=1
Por exemplo, A2 = AA e A3 = AAA = A2 A = AA2 .

Exemplo

−1 2
1 3
Dadas as matrizes: A =  1 −2  e B = , temos
−3 1
3 4
   
−1 × 1 + 2 × (−3) −1 × 3 + 2 × 1 −7 −1
AB =  1 × 1 − 2 × (−3) 1×3−2×1  = 7 1 
3 × 1 + 4 × (−3) 3×3+4×1 −9 13
e
1 3 1 3
B 2 = BB = ×
−3 1 −3 1
1 × 1 + 3 × (−3) 1×3+3×1
=
−3 × 1 +1 × (−3) −3 × 3 + 1 × 1
−8 6
= .
−6 −8

Observações:
Se A ∈ Mm×n (R) e B ∈ Mn×p (R), então (AB)ij = li,A × cj,B .
Só é possı́vel efetuar o produto de duas matrizes quando o número de

colunas da primeira matriz for igual ao número de linhas da segunda
matriz.
O produto de matrizes não é comutativo, isto é, de uma forma geral

AB 6= BA.
Sejam A ∈ Mm×n (R) e B ∈ Mn×p (R). Em geral, AB 6= BA. Nos casos

particulares em que AB = BA, as matrizes A e B dizem-se permutáveis ou
comutáveis.
Exercı́cio

1 2 1 3
Verifique que AB 6= BA, onde A = eB= .
−1 0 −3 1
Observações:
A Lei do Anulamento do Produto não é válida para a multiplicação de
matrizes.
Exemplo

1 1
A equação matricial AB = 02×2 onde A = e
1 1

1 1
B= , mostra que é possı́vel que o produto de duas matrizes
−1 −1
não nulas seja a matriz nula.
Em geral, a igualdade (A + B)2 = A2 + 2AB + B 2 não é verificada.

Exercı́cio

0 1 −1 −1
Sejam A = eB= .
0 1 0 0
Verifique que (A + B)2 6= A2 + 2AB + B 2 .
Propriedades das operações com matrizes
Teorema
A multiplicação de matrizes goza das seguintes propriedades:
Propriedade associativa:
∀A ∈ Mm×n (R), ∀B ∈ Mn×p (R), ∀C ∈ Mp×q (R), (AB)C = A(BC ).
Distributividade à direita em relação à adição:
∀A, B ∈ Mm×n (R), ∀C ∈ Mn×p (R)), (A + B)C = AC + BC .
Distributividade à esquerda em relação à adição:
∀A ∈ Mm×n (R), ∀B, C ∈ Mn×p (R)), A(B + C ) = AB + AC .

Existência de elemento neutro à direita e existência de elemento

neutro à esquerda:
∀A ∈ Mm×n (R), AIn = Im A = A.
∀α ∈ R, ∀A ∈ Mm×n (R)), ∀B ∈ Mn×p (R), α(AB) = (αA)B = A(αB).
Lema
Se A e B são matrizes comutáveis, então verifica-se a igualdade
(A + B)2 = A2 + 2AB + B 2 .
Demonstração: Se A e B são matrizes comutáveis, então, por definição,

tem-se que AB = BA. Assim, tem-se
(A + B)2 = (A + B)(A + B) = A2 + AB + BA + B 2 = A2 + 2AB + B 2 .

Teorema
1 ∀A ∈ Mm×n (R), (AT )T = A.
2 ∀A, B ∈ Mm×n (R), (A + B)T = AT + B T .
3 ∀A ∈ Mm×n (R), ∀k ∈ R, (kA)T = kAT .
4 ∀A ∈ Mm×n (R), ∀B ∈ Mn×p (R), (AB)T = B T AT .
Corolário
Resulta de (4) do teorema anterior que, para todo o n ∈ N,
(A1 A2 · · · An )T = AT T T
n · · · A2 A1 ,
isto é, a transposta do produto de um número finito de matrizes é o

produto por ordem inversa das transpostas dessas matrizes.

Matrizes Operações elementares sobre as filas de uma matriz
Operações elementares sobre as filas de uma matriz
Designam-se por operações elementares sobre as linhas de uma matriz as

seguintes operações:
A troca de duas linhas da matriz. A troca das linhas li e lj
representa-se por li ↔ lj ;
   
1 0 0 3 0 1 1 2
0 1 1 2 ← −−−→
l1 ↔ l2 1 0 0 3
0 2 2 1 0 2 2 1

A substituição de uma linha por um seu múltiplo não nulo, isto é, a
multiplicação dos elementos de uma linha por uma constante não
nula. A substituição de li pela linha que se obtém multiplicando todos
os elementos de li por um escalar α não nulo representa-se por
li ← αli ;
   
1 0 0 3 2 0 0 6
← −−−→
0 1 1 2 l1 ← 2l1 0 1 1 2
0 2 2 1 0 2 2 1

A substituição de uma linha pela sua soma com um múltiplo de outra

linha, isto é, a adição, aos elementos de uma linha, dos elementos
homólogos de outra linha multiplicada por um escalar qualquer. A
substituição de li pela linha que se obtém somando os elementos de li
aos elementos que se obtêm multiplicando por um escalar β os
elementos de lj representa-se por li ← li + βlj .
   
1 0 0 3 1 2 2 7
0 1 1 2 ← −−−−−−−→
l1 ← l1 + 2l2 0 1 1 2
0 2 2 1 0 2 2 1
De uma forma análoga definimos as operações elementares sobre as

colunas de uma matriz.

Matrizes Matrizes equivalentes
Matrizes equivalentes
Sejam A, B ∈ Mm×n (R). Diz-se que A e B são matrizes equivalentes, e
denota-se por A ∼ B, se se puder obter uma a partir da outra realizando
um número finito de operações elementares.
Uma matriz A diz-se em escada (de linhas) se:

As linhas nulas aparecem abaixo das linhas não nulas;
A primeira entrada não nula de cada linha (pivot), se existir, está
numa coluna à direita do pivot da linha anterior.
Uma matriz A diz-se em escada reduzida se A for uma matriz em escada

em que:
Os pivots são iguais a 1;
As colunas com pivot têm as restantes entradas iguais a 0.

Matrizes Condensação de matrizes
Condensação de matrizes
O método que consiste em realizar um número finito de operações
elementares sobre uma matriz A até se obter uma matriz em escada
designa-se por condensação da matriz.
Método da condensação de matrizes

1 Procurar a coluna não nula mais à esquerda.
2 Selecionar o pivot (primeira entrada não nula) na primeira linha. Se
necessário, trocar linhas.
3 Usa-se o pivot para anular todas as entradas abaixo dele, efetuando
uma operação tipo 3. Por exemplo, se aij = 1 e ai+1,j = 2, efetua-se
a operação Li+1 ← Li+1 − 2Li .
4 Ignorar a linha do pivot e todas as linhas acima desta. Aplicar os
passos 1-3 à submatriz resultante. Repetir o processo até se obter
uma matriz em escada de linhas.

Exemplo
Usando o Método de Condensação de Matrizes, determinamos uma matriz
em escada equivalente à matriz
 
1 2 −1 3 4
3 1 2
 −1 −2
.
5 5 0 5 6
6 2 4 −2 0
Resolução:
Seja a11 = 1 o pivot. Usamos operações tipo 3 para anular os elementos

da
 primeira coluna abaixo
 do pivot:  
1 2 −1 3 4 ←−−−−−−−−→ 1 2 −1 3 4
 3 1 2 −1 −2 L2 ← L2 − 3L1 0 −5 5 −10 −14
  L ← L3 − 5L1  ↔
5 5 0 5 6 3 0 −5 5 −10 −14
L4 ← L4 − 6L1
6 2 4 −2 0 0 −10 10 −20 −24
Todas as entradas abaixo do pivot, nessa coluna, são nulas. Procedemos

da
 mesma forma com o novo  pivot a22 = −5. 
−1

1 2 3 4 1 2 −1 3 4
←− −−− −−−−→
5 −10 −14  L3 ← L3 − L2 0 −5 5 −10 −14 ↔
0 -5  

0 −5 5 −10 −14 L4 ← L4 − 2L2 0 0 0 0 0 
0 −10 10 −20 −24 0 0 0 0 4
 
1 2 −1 3 4
←−−−−→  0 −5 5 −10 −14 
L3 ↔ L4 
0 0

0 0 4 
0 0 0 0 0
 
1 2 −1 3 4
0 −5 5 −10 −14
A matriz resultante está em escada: 0 0

0 0 4 
0 0 0 0 0

Para determinarmos a matriz em escada reduzida equivalente a esta

matriz, multiplica-se cada linha não nula pelo inverso do seu pivot e, em
seguida, aplica-se a condensação para cima, da direita para a esquerda,
usando os pivots da matriz e anulando somente as entradas das colunas
com
 os pivots.   
1 2 −1 3 4 1 2 −1 3 4
0 −5 5 −10 −14 ← −−−−−1
−−→  14 
  L2 ← 5 L2 0 1 1 2 5  ← →
0 0 0 0 4  L3 ← 1 L3 0 0 0 0 1 
4
0 0 0 0 0 0 0 0 0 0
   
1 2 −1 3 0 1 0 −3 −1 0
←−−−−−−−− − →
14
L2 ← L2 − 5 L3  0 1 1 2 0 ←−− −− −−− −→
 L1 ← L1 − 2L2 0 1 1
  2 0
L1 ← L1 − 4L3 0 0 0 0 1   0 0 0 0 1
0 0 0 0 0 0 0 0 0 0

Matrizes Caracterı́stica de uma matriz
Caracterı́stica de uma matriz
A caracterı́stica de uma matriz A é igual ao número de linhas não nulas de

uma matriz em escada equivalente a A. Denota-se a caracterı́stica de A
por car (A).
Exemplo
A caracterı́stica da matriz do exercı́cio anterior é 3.

Matrizes Matriz inversa
Matriz inversa
Seja A ∈ Mn×n R. Diz-se que A é uma matriz invertı́vel ou matriz regular
se existir uma matriz B ∈ Mn×n R tal que AB = BA = In . Caso contrário,
diz-se que A é uma matriz não-invertı́vel ou matriz singular.
Teorema
Seja A uma matriz invertı́vel de ordem n. Então existe uma e uma só
matriz B ∈ Mn×n R tal que AB = BA = In .
Demonstração: Sejam X , Y ∈ Mn×n R tal que AX = XA = In e

AY = YA = In . Vejamos que se tem X = Y :
X = XIn elemento neutro da multiplicação de matrizes

= X (AY ) por hipótese
= (XA)Y propriedade associativa do produto de matrizes
= In Y por hipótese
=Y elemento neutro da multiplicação de matrizes
Seja A uma matriz invertı́vel de ordem n. Chama-se matriz inversa da

matriz A, e representa-se por A−1 , à única matriz B ∈ Mn×n R tal que
AB = BA = In .
Mais geralmente, seja A ∈ Mm×n R. Diz-se que B ∈ Mn×m R é a inversa à

esquerda de A se BA = In . Diz-se que C ∈ Mn×m R é a inversa à direita de
A se AC = Im .
Note-se que, se B é a matriz inversa da matriz A, então A é a matriz

inversa da matriz B.

Propriedades
Seja A uma matriz de ordem n, invertı́vel. Tem-se:
1 A−1 também é uma matriz invertı́vel e (A−1 )−1 = A.
2 Seja B uma matriz da mesma ordem de A e invertı́vel. Então a
matriz AB ainda é invertı́vel e tem-se (AB)−1 = B −1 A−1 .
3 In−1 = In .
4 Para todo o k ∈ R \ {0}, (kA)−1 = k1 A−1 .
5 Para todo o m ∈ N, Am é também invertı́vel e tem-se
(Am )−1 = (A−1 )m .
6 A matriz AT é invertı́vel e (AT )−1 = (A−1 )T .
Corolário
Podemos generalizar a Propriedade 2, isto é, a inversa do produto de um
número finito de matrizes é o produto das inversas dessas matrizes por
ordem inversa:
−1 −1
(A1 A2 . . . An )−1 = A−1
n . . . A2 A1 .
Como calcular a matriz inversa?
Pela Definição

1 −1
Seja A = . Supondo que A é invertı́vel, a sua inversa será a
2 −1

−1 a b
matriz A = tal que AA−1 = A−1 A = I2 . Com efeito,
c d
 

 a−c =1 
 a = −1
1 −1 a b 1 0 b−d =0 b =1
 
AA−1 = = ⇒ ⇔
2 −1 c d 0 1 
 2a − c =0 
 c = −2
2b − d =1 d =1
 

−1 1
Logo a inversa da matriz A é a matriz A−1 = .
−2 1

Cálculo da matriz inversa pelo Método de Eliminação de

Gauss
A inversa de uma matriz A pode ser calculada efetuando operações

.
elementares (sobre as linhas) na matriz [ A .. I ] até se obter uma matriz
.
na forma [ I .. B ]. A matriz B obtida é a inversa da matriz A, isto é,
B = A−1 .
Nota:
.. ..
Pode
 ainda  optar-se
 porfazer [ I . A ] ∼ [ B . I ] ou, ainda,
A I I B
· · · ∼ · · · ou · · · ∼ · · · efetuando, nas últimas duas, operações
I B A I
elementares sobre as colunas.

Exemplo
 
3 1 2
Seja A =  0 1 0 . Temos:
1 1 1
   
3 1 2 1 0 0 1 1 1 0 0 1
←−−−→ ←−−−−−−−→
 0 1 0 0 1 0  l1 ↔ l3  0 1 0 0 1 0  l3 ← l3 − 3l1
1 1 1 0 0 1 3 1 2 1 0 0
←−−−−−−−−→ 1 0 1 0 −1 1
   
1 1 1 0 0 1
l ← l1 − l2 
 0 1 0 0 1 0  1 0 1 0 0 1 0 
l3 ← l3 + 2l2
0 −2 −1 1 0 −3 0 0 −1 1 2 −3
←−−−−−−−−→ 1 0 0 1
 
1 −2
l1 ← l1 + l3 
0 1 0 0 1 0 
l3 ← (−1)l3  
0 0 1 −1 −2 3 1 1 −2
Logo A−1 =  0 1 0 .
−1 −2 3
Teorema
Uma matriz quadrada de ordem n é invertı́vel se e só se a sua
caracterı́stica é n.

ALGAN-LEI-1920 1matrizes Print

Enviado por

Dados do documento

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

ALGAN-LEI-1920 1matrizes Print

Enviado por

Direitos autorais:

Formatos disponíveis

ÁLGEBRA LINEAR

Licenciatura em Engenharia Informática

Instituto Superior de Engenharia do Porto

Ano letivo 2019/2020

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 1 / 36

Representa-se por A = [aij ], com i = 1, . . . , m e j = 1, . . . , n, a matriz

Representa-se o elemento da linha i e da coluna j de A por aij .

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 2 / 36

Algumas matrizes particulares

Seja A ∈ Mm×n (R).

Se m 6= n diz-se que A é uma matriz retangular do tipo m × n.

Se m = n diz-se que A é uma matriz quadrada de ordem n.

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 3 / 36

A é uma matriz retangular de tipo 3 × 4.

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 4 / 36

Seja A uma matriz quadrada de ordem n.

Designam-se por elementos principais da matriz A os elementos aii ,

Chama-se diagonal principal (ou diagonal) de A a (a11 , a22 , . . . , ann ).

Chama-se diagonal secundária a (a1n , a2(n−1) , . . . , an1 ).

Diz-se que A é uma matriz diagonal se aij = 0, para todo o i 6= j.

Diz-se que A é uma matriz triangular superior se os elementos abaixo

Diz-se que A é uma matriz triangular inferior se os elementos acima

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 5 / 36

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 6 / 36

Diz-se que A é uma matriz nula se todos os elementos da matriz são

Diz-se que A é a matriz identidade de ordem n se é uma matriz

Um elemento de uma matriz A é homólogo de um elemento de uma

Sejam A, B ∈ Mm×n (R). Diz-se que A e B são iguais se e só se os

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 8 / 36

Matriz transposta e matriz simétrica

Operações com matrizes

Multiplicação de uma matriz por um escalar

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 11 / 36

Propriedades das operações com matrizes

∀A, B, C ∈ Mm×n (R), A + (B + C ) = (A + B) + C .

2 Propriedade comutativa da adição de matrizes:

∀A, B ∈ Mm×n (R), A + B = B + A.

3 Existência de elemento neutro na adição de matrizes:

∀A ∈ Mm×n (R) : A + 0m×n = A.

4 Existência de elemento oposto na adição de matrizes:

∀A ∈ Mm×n (R) : A + (−A) = (−A) + A = 0m×n .

1 ∀α ∈ R, ∀A, B ∈ Mm×n (R), α(A + B) = αA + αB.

2 ∀α, β ∈ R, ∀A ∈ Mm×n (R), (α + β)A = αA + βA.

3 ∀α, β ∈ R, ∀A ∈ Mm×n (R), (αβ)A = α(βA).

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 13 / 36

ou seja, a entrada cij da matriz AB resulta da multiplicação da linha i da

Seja A ∈ Mn×n (R) e p ∈ N. Designa-se por p-ésima potência da matriz A,

Por exemplo, A2 = AA e A3 = AAA = A2 A = AA2 .

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 14 / 36

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 15 / 36

Só é possı́vel efetuar o produto de duas matrizes quando o número de

O produto de matrizes não é comutativo, isto é, de uma forma geral

Sejam A ∈ Mm×n (R) e B ∈ Mn×p (R). Em geral, AB 6= BA. Nos casos

Em geral, a igualdade (A + B)2 = A2 + 2AB + B 2 não é verificada.

Propriedades das operações com matrizes

∀A ∈ Mm×n (R), ∀B ∈ Mn×p (R), ∀C ∈ Mp×q (R), (AB)C = A(BC ).

Distributividade à direita em relação à adição:

∀A, B ∈ Mm×n (R), ∀C ∈ Mn×p (R)), (A + B)C = AC + BC .

Distributividade à esquerda em relação à adição:

∀A ∈ Mm×n (R), ∀B, C ∈ Mn×p (R)), A(B + C ) = AB + AC .

Ana Moura (ISEP) ALGAN: 1.Matrizes LEI 2019/2020 18 / 36

Existência de elemento neutro à direita e existência de elemento

∀A ∈ Mm×n (R), AIn = Im A = A.