Matematica Manual-2a v0122

ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA
I. Conceitos e generalidades
Muitos dos problemas da Álgebra Linear são equivalentes ao estudo de um sistema de equações
lineares, pelo que se dará início à Álgebra Linear falando da teoria das equações lineares.
Sendo assim, entende-se uma expressão da forma:
a1 x
1 + a2 x 2 + a3 x 3 + . . . + an x n =b
como uma equação linear sobre um corpo real R, onde ai e b pertencem a R e x i são indeterminadas
(ou incógnitas ou variáveis),sendo os escalares ai chamados de coeficientes de x , respectivamente, e b

i
é chamado constante da equação. Um conjunto de valores para as incógnitas, por exemplo:
x =k ,x =k
1 1 2 2 , ... , x =k n n
é solução da expressão anterior se a igualdade obtida, substituindo x i por k , é verdadeira, dizendo-se

i
que esse conjunto de valores satisfaz a equação.
Considerando-se agora um sistema de m equações lineares nas n incógnitas x, x ,x ,...,x ,

1 2 3 n
temos assim:
a11 x 1 + a12 x 2 + a13 x 3 + . . . + a1n x n = b1
a21 x 1 + a22 x 2 + a23 x 3 + . . . + a2n x n = b2
a31 x 1 + a32 x 2 + a33 x 3 + . . . + a3n x n = b3

........................................................
am1 x 1 + am2 x 2 + am3 x 3 + . . . + am n x n = bm
No caso de as constantes b1, b2, . . . , bm, serem todas iguais a zero diz-se que o sistema é
homogéneo:
a11 x 1 + a12 x 2 + a13 x 3 + . . . + a1n x n =0
a21 x 1 + a22 x 2 + a23 x 3 + . . . + a2n x n =0
a31 x 1 + a32 x 2 + a33 x 3 + . . . + a3n x n =0

........................................................
am1 x 1 + am2 x 2 + am3 x 3 + . . . + am n x n =0
MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01-22) –1

Carlos Garcia, Eng. 1
No sistema homogéneo a solução é sempre designada de solução zero ou trivial ( x 1 = x 2 = x 3 =
...= x n = 0 ). Qualquer outra solução, se existir, é designada de solução não-nula ou não-trivial.
Resumindo, ao se trabalhar com um sistema de equações lineares tem-se somente em conta os
coeficientes e suas respetivas posições ( x i ) e é essencial manter as equações cuidadosamente

alinhadas, podendo assim, arrumar-se eficientemente numa disposição retangular, apelidada de Matriz.
II. Matrizes
Muitos dos problemas da Álgebra Linear são equivalentes ao estudo de um sistema de equações
lineares, onde somente os coeficientes e suas respetivas posições são importantes.
Assim sendo, uma disposição retangular da forma:
a11 a12 a13 . . . a1n

a21 a22 a23 . . . a2n
a31 a32 a33 . . . a3n
.............................. .
am1 am2 am3 . . . am n
onde os a ij são escalares, designa-se de matriz, notada por ( a ij ), i = 1, …., m , j = 1, …., n , ou
simplesmente por ( a i j ). Assim sendo, o elemento a i j , chamado elemento i j ou componente i j ,
aparece na i-ésima linha e j-ésima coluna.

A matriz representada tem m linhas e n colunas e designa-se por matriz do tipo m por n (m X n), e o par
de números (m,n) designa-se de seu tamanho ou forma.
Considere-se a seguinte matriz:
2 -6 8
0 10 -4
2 -6 8
que tem duas linhas que são [ 2 -6 8 ] e [ 0 10 -4 ] e três colunas 0 , 10 e -4 .
Conhecendo o número de linhas m e o número de colunas n podemos designar uma matriz por Matriz
Retangular se m ≠ n e por Matriz Quadrada se m = n. A Matriz Quadrada vai ser a mais importante
para esta disciplina, e é portanto uma matriz com o mesmo número de linhas e de colunas.
2 – MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01.22)

2 Carlos Garcia, Eng.
Uma Matriz Quadrada com n linhas e n colunas é uma matriz de ordem n. A diagonal (ou diagonal
principal) da Matriz Quadrada de ordem n consiste nos elementos a11, a22, . . . , ann.
Considere-se a seguinte matriz A:
1 2 3
A= 4 5 6
7 8 9
A matriz A é uma Matriz Quadrada do tipo 3 x 3, ou seja quadrada de ordem 3, e os seus elementos
diagonais são 1, 5 e 9.
Habitualmente as matrizes são representadas por letras maiúsculas A, B, …,e os seus elementos por
letras minúsculas a, b, … .
Uma matriz com uma linha apenas é designada de Matriz Linha ou Vetor Linha e é do tipo (1 X n), por
exemplo:
A= [ 4 9 7 ] é uma Matriz Linha ou Vetor Linha do tipo (1 X 3).
Uma matriz com uma coluna apenas é designada de Matriz Coluna ou Vetor Coluna e é do tipo
(m X 1), por exemplo:
6
A= 4 é uma Matriz Coluna ou Vetor Coluna do tipo (3 X 1).
Uma matriz com um elemento no corpo pode ser considerada como uma matriz do tipo (1 X 1), e uma
matriz, de qualquer tipo, que tenha todos os seus elementos nulos, ou seja, iguais a zero (0) designa-se
de Matriz Nula.
Duas matrizes são iguais se forem do mesmo tipo e tiverem os elementos correspondentes (elementos
homólogos – elementos que se encontram na mesma linha e coluna das duas matrizes) iguais. Exemplo:
x+y 2z + w 3 5
A= ; B=
x–y z–w 1 4

Se A = B então: x+y=3
x–y =1
2z + w = 5
z–w =4
sendo a solução do sistema: x = 2 ; y = 1 ; z = 3 ; w = –1
III. Matrizes Quadradas
Como já foi referido atrás, uma Matriz Quadrada é uma matriz com o mesmo número de linhas e de
colunas. Uma Matriz Quadrada com n linhas e n colunas é uma Matriz Quadrada de ordem n.
Numa Matriz Quadrada consideram-se duas diagonais, nomeadamente, a diagonal principal e a

diagonal secundária. Considerando a Matriz Quadrada de ordem n:
a11 a12 a13 . . . a1n

a21 a22 a23 . . . a2n
a31 a32 a33 . . . a3n
.............................. .
an1 an2 an3 . . . an n
a diagonal principal consiste nos elementos a11, a22, a33, … , an n, e a diagonal secundária consiste
nos elementos da diagonal que vai desde a1n até an1 . Aos elementos da diagonal principal designam-
-se por elementos principais da matriz.
Considerando a Matriz Quadrada A , de ordem 3:
1 2 3
A= 4 5 6
7 8 9
os seus elementos da diagonal principal são 1, 5, 9 (elementos principais), e os seus elementos da

diagonal secundária são 3, 5, 7.
Uma Matriz Quadrada designa-se por Matriz Triangular Superior quando todos os elementos abaixo
da diagonal principal da matriz são nulos (alguns elementos acima da diagonal principal poderão também
ser nulos, mas nunca serão todos).
a11 a12 a13 . . . a1n

0 a22 a23 . . . a2n
0 0 a33 . . . a3n
.............................. .
0 0 0 . . . an n

Exemplo de uma Matriz Triangular Superior:
1 2 0
A= 0 5 6
0 0 9
Pela mesma ordem de ideias, uma Matriz Quadrada designa-se por Matriz Triangular Inferior quando
todos os elementos acima da diagonal principal da matriz são nulos (alguns elementos abaixo da
diagonal principal poderão também ser nulos, mas nunca serão todos).
a11 0 0 ... 0
a21 a22 0 ... 0
a31 a32 a33 . . . 0
.............................. .
an1 an2 an3 . . . an n
Exemplo de uma Matriz Triangular Inferior:
1 0 0
A= 4 5 0
7 8 9
Uma Matriz Diagonal é uma Matriz Quadrada em que todos os elementos que não façam parte da
diagonal principal são nulos.
a11 0 0 ... 0
0 a22 0 ... 0
0 0 a33 . . . 0
.............................. .
0 0 0 . . . an n
Exemplo de uma Matriz Diagonal:
1 0 0
A= 0 5 0
0 0 9

Uma Matriz Diagonal em que todos os elementos da diagonal principal são iguais é uma Matriz
Escalar. Exemplo de uma Matriz Escalar:
5 0 0
A= 0 5 0
0 0 5
Uma Matriz Escalar em que todos os elementos da diagonal principal são iguais à unidade (1) é uma
Matriz Identidade ou Matriz Unidade, representada por In , em que n indica a ordem da matriz, ou
simplesmente por I. Exemplo de uma Matriz Identidade de ordem 3:
1 0 0
I3 = 0 1 0
0 0 1
IV. Transposta de uma matriz
A Transposta de uma matriz A representa-se por AT, e é a matriz obtida escrevendo as linhas de A
ordenadamente como colunas, ou seja, as linhas de A passam a ser as colunas de AT.
a11 a12 a13 . . . a1n

a21 a22 a23 . . . a2n
A= a31 a32 a33 . . . a3n , sendo a matriz A é do tipo m X n
.............................. .
am1 am2 am3 . . . am n
a11 a12 a13 . . . a1n a11 a21 a31 . . . am1

a21 a22 a23 . . . a2n a12 a22 a32 . . . am2
AT = a31 a32 a33 . . . a3n = a13 a23 a33 . . . am3
.............................. . .............................. .
am1 am2 am3 . . . am n a1n a2n a3n . . . amn
a matriz AT é do tipo n X m

Exemplo:
T 2 0
2 -6 8 = -6 10
0 10 -4 8 -4
.
A operação transposição de matrizes satisfaz as seguintes propriedades:
a) ( A + B )T = AT + BT
b) ( AT )T = A
c) ( A x B x C x … x G )T = GT x … x CT x BT x AT , ou seja, a transporta do produto é igual ao
produto por ordem inversa das transportas
d) ( k . A )T = k . AT , onde k é um escalar
V. Adição de Matrizes, e Multiplicação de Matrizes, por Um Escalar
É condição necessária para efetuar a adição de matrizes que as matrizes sejam do mesmo tipo, isto é,
tenham o mesmo número de linhas e o mesmo número de colunas, ou seja, se uma for do tipo m X n as
outras também têm de ser do tipo m X n:
a11 a12 a13 . . . a1n b11 b12 b13 . . . b1n

a21 a22 a23 . . . a2n b21 b22 b23 . . . b2n
A = a31 a32 a33 . . . a3n e B = b31 b32 b33 . . . b3n
.............................. . .............................. .
am1 am2 am3 . . . am n bm1 bm2 bm3 . . . bm n
A soma de A e B é a matriz obtida adicionando os termos correspondentes:
a11 + b11 a12 + b12 a13 + b13 ... a1n + b1n

a21 + b21 a22 + b22 a23 + b23 ... a2n + b2n
A+ B = a31 + b31 a32 + b32 a33 + b33 ... a3n + b3n
.............................. .............................
am1 + bm1 am2 +bm2 am3 + bm3 ... am n + bm n

Considerando as seguintes matrizes A e B:
3 0 5 6 3 –5
A= ; B=
–7 1 4 1 4 8
então:
3+6 0+3 5–5 9 3 0

A+ B = ; =
–7+ 1 1+4 4+8 –6 5 12
O produto de um escalar k por uma matriz A ( k.A ou simplesmente kA ) é a matriz obtida multiplicando
cada elemento de A por k:
a11 a12 a13 . . . a1n k.a11 k.a12 k.a13 . . . k.a1n

a21 a22 a23 . . . a2n k.a21 k.a22 k.a23 . . . k.a2n
kA = k . a31 a32 a33 . . . a3n = k.a31 k.a32 k.a33 . . . k.a3n
.............................. . . . . . . . . . . . . . . . . . …………. . . . . . . . . . . . . . .
am1 am2 am3 . . . am n k.am1 k.am2 k.am3 . . . k.am n
As regras para a adição de matrizes aplicam-se na subtração de matrizes, uma vez que:
–A= –1 A . pelo que A – B = A + (– B) = A + (– 1 B) onde k = – 1 .

Considerando novamente as seguintes matrizes A e B:
3 0 5 6 3 –5
A= ; B=
–7 1 4 1 4 8
então:
3x3 3x0 3x5 9 0 15

3.A = ; =
3 x (–7) 3x1 3x4 –21 3 12
6 0 10 –18 –9 15 –12 –9 25
2.A – 3.B = + =
–14 2 8 –3 –12 –24 –17 –10 –16

A operação adição de matrizes do mesmo tipo goza das mesmas propriedades que a adição de
números reais, nomeadamente:
a) A + ( B + C ) = ( A + B ) + C (associatividade)
b) A + B = B + A (comutatividade)
c) A + 0 = 0 + A (onde 0 representa uma matriz nula – todos os seus elementos são iguais a zero)
d) –A + A = A – A = 0
A operação multiplicação de uma matriz por um número real goza das seguintes propriedades:
a) k. ( A + B ) = k.A + k.B
b) ( k + z) . A = k.A + z.A
c) k. ( z . A) = k. z.A
d) I.A = A (sendo I a matriz identidade)
VI. Multiplicação de Duas Matrizes
É condição necessária para efetuar a multiplicação de duas matrizes, A x B, que o número de colunas
da matriz A seja igual ao número de linhas da matriz B, isto é, se a matriz A for do tipo m X n a matriz
B tem de ser do tipo n X w para se poder realizar o produto de A por B, podendo m ser igual ou
diferente de w, ou mesmo m ser igual a w e igual a n (m = w = n), estando-se, neste último caso, a
multiplicar duas matrizes quadradas n X n. Esta condição é necessária uma vez que se vai proceder à
operação a seguir exemplificada, com os elementos de cada linha da matriz A e os elementos de cada
coluna da matriz B, como a seguir se exemplifica:
a11 a12 a13

a21 a22 a23 b11 b12
A = a31 a32 a33 e B = b21 b22
a41 a42 a43 b31 b32
A multiplicação de A (4 x 3) por B (3 x 2) é a matriz (4 x 2) obtida da seguinte forma:

a11 . b11 + a12 . b21 + a13 . b31 a11 . b12 + a12 . b22 + a13 . b32
a21 . b11 + a22 . b21 + a23 . b31 a21 . b12 + a22 . b22 + a23 . b32
Ax B = a31 . b11 + a32 . b21 + a33 . b31 a31 . b12 + a32 . b22 + a33 . b32
a41 . b11 + a42 . b21 + a43 . b31 a41 . b12 + a42 . b22 + a43 . b32
Sendo assim, facilmente se compreende que o produto de matrizes não é comutativo, pois, se tivermos
em conta o exemplo anterior, a multiplicação de A (4 x 3) por B (3 x 2) é possível e o resultado é uma
matriz (4 x 2), mas a multiplicação de B (3 x 2) por A (4 x 3) não é possível uma vez que que o número
de colunas da matriz B não é igual ao número de linhas da matriz A.
A multiplicação de duas matrizes goza das seguintes propriedades:
a) ( A . B ) . C = A . ( B . C ) , com A do tipo m X n, B do tipo n X w e C do tipo w X f
b) ( A + B ) . C = ( A . C ) + ( B . C ) , com A e B do tipo m X n e C do tipo n X w
c) C . ( A + B ) = ( C . A ) + ( C . B ) , com A e B do tipo m X n e C do tipo p X m
d) Im. A=A. In , com A do tipo m X n (sendo I a matriz identidade)
e) ( k . A ) . B = A . ( k . B ) = k . ( A . B ) , com A do tipo m X n e B do tipo n X w ,
sendo k um escalar
Considerando as seguintes matrizes A e B:
3 0 6 3 –5
A= 5 4 ; B=
–7 1 1 4 8
então:
3x6+0x1 3x3+0x4 3x–5+0x8 18 9 – 15

A. B = 5x6+4x1 5x3+4x4 5x–5+4x8 = 34 31 7
–7 x 6 + 1 x 1 –7 x 3 + 1 x 4 –7 x – 5 + 1 x 6 –41 –17 41

VII. Igualdade de Matrizes
Duas matrizes são iguais se simultaneamente, são do mesmo tipo e têm todos os elementos homólogos
(elementos na mesma posição de linha e de coluna) iguais.
Considerando as seguintes matrizes A, B, C e D:
3 0 3 0
A= ; B= ; C= –3 ; D= –3
–7 1 –7 1
A matriz A é igual à matriz B, assim como a matriz C é igual à matriz D.
VIII. Matrizes Simétricas e Anti-Simétricas (Matrizes Quadradas)
Uma Matriz Quadrada diz-se Matriz Simétrica se, a uma Matriz Quadrada S tiver os seus elementos
dispostos simetricamente em relação à sua diagonal principal. Exemplo:
1 2 –3
S= 2 5 8
–3 8 0
As Matrizes Simétricas satisfazem as seguintes igualdades:
a) S = A x AT (o produto duma Matriz Quadrada pela sua Transporta é sempre uma Matriz Simétrica)
b) S = ST (uma Matriz Simétrica é igual à sua Transporta)
Uma Matriz Quadrada A diz-se Matriz Anti-Simétrica se, tem os seus elementos principais nulos e
satisfaz a seguinte igualdade: A = –AT. Exemplo:
0 –4 7 0 4 –7 0 –4 7
A= 4 0 9 ; AT = –4 0 –9 ; –AT = 4 0 9
–7 –9 0 7 9 0 –7 –9 0
MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01-22) – 11

IX. Operações Elementares de Matrizes
Uma Matriz não fica alterada, ou seja, a Matriz continua a representar o mesmo modelo de informação,
se sobre a mesma se efetuarem quaisquer das três operações elementares seguintes:
a) Troca da ordem das filas paralelas (linhas ou colunas) da Matriz.
Exemplo – Troca da 1ª linha pela 2ª linha (a troca mais utilizada é a troca de linhas):
3 0 –7 1

–7 1 3 0
Exemplo – Troca da 1ª linha pela 3ª linha:
0 –4 7 –7 –9 0
4 0 9  4 0 9
–7 –9 0 0 –4 7
b) Multiplicação de uma fila (linha ou coluna) da Matriz por um número real diferente de zero.
Exemplo – Multiplicar a 2ª linha por 1/4:
0 –4 7 –7 –9 0
4 0 9  1 0 9/4
–7 –9 0 0 –4 7
c) Operação de Jacobi.
A operação de Jacobi diminui os valores dos elementos de uma Matriz Quadrada, permitindo
resolver sistemas de equações lineares. Esta operação consiste na substituição de uma fila pela que
se obtém somando-lhe outra fila paralela, fila paralela essa multiplicada por um número real, por
forma a transformar um dos elementos da fila em zero.
Considerando para exemplo a matriz A:
1 3 5
A= 1 0 1
2 1 1

Querendo obter o valor zero na 2ª linha/1ª coluna (a21), substitui-se a 2ª linha ( a21 a22 a23 ) pela
linha que se obtém somando essa linha com o resultado da 1ª linha multiplicada por –1 (valor
simétrico de a21 )
Linha 2 l2
→ → 1 0 1
Linha 1 x (–1) → l 1 x (–1) → –1 –3 –5
l2 + l 1 x (–1) → 0 –3 –4
ou seja:
1 3 5 1 3 5
1 0 1  0 –3 –4
2 1 1 2 1 1
Considerando-se agora para exemplo uma matriz B:
2 –5 7
B= –4 4 –2
5 –3 –1/2
Querendo obter o valor zero na 3ª linha/1ª coluna (b31), substitui-se a 3ª linha ( b31 b32 b33 ) pela
linha que se obtém somando essa linha com o resultado da 2ª linha multiplicada por 5/4 (valor
simétrico de b31 )
Linha 3 l3
→ → 5 –3 –1/2
Linha 2 x (5/4) → l 2 x (5/4) → –5 5 –5/2
l3 + l 2 x (5/4) → 0 2 –3
ou seja:
2 –5 7 2 –5 7
–4 4 –2  –4 4 –2
5 –3 –1/2 0 2 –3

X. Equivalência de Matrizes
Uma matriz A é equivalente a uma matriz B, escreve-se normalmente AB, se resultou de operações
elementares sobre A. Podemos então dizer, e como exemplo, que quaisquer das matrizes utilizadas nos
exemplos do ponto anterior (Operações Elementares de Matrizes), são todas equivalentes entre si.
XI. Inversão de Matrizes Quadradas
Uma matriz A é invertível se existe uma matriz B tal que:
A . B = B . A = I (sendo I a matriz identidade)
A matriz B é única e chama-se Matriz Inversa de uma Matriz A, e designa-se por A-1, obtendo-se assim
que: A . A-1 = A-1 . A = I
Esta relação é simétrica, isto é, se B é a inversa de A, então A é a inversa de B. Exemplo:
2 5 3 –5 2 x 3 + 5 x –1 2 x –5 + 5 x 2
A. B = X = =
1 3 –1 2 1 x 3 + 3 x –1 1 x –5 + 3 x 2
1 0
=
0 1
3 –5 2 5 3x2–5x1 3x5–5x3
B. A = X = =
–1 2 1 3 –1 x 2 + 2 x 1 –1 x 5 + 2 x 3
1 0
=
0 1
Conclui-se assim que A e B são invertíveis e são inversas uma da outra e que, para matrizes
quadradas, A . B = I se, e só se, B . A = I , sendo somente necessário testar um produto para
determinar se duas matrizes são inversas.

A inversão de Matrizes Quadradas define-se de maneira análoga à inversão de números naturais
(número inteiro positivo), em que o produto de um número natural pelo seu inverso é sempre igual à
unidade, por exemplo: 5 x 5-1 = 1
Condições a ter em conta nas Matrizes Inversas:
a) O produto de A x A-1 só se pode efetuar se o numero de colunas de A for igual ao número de

linhas de A-1;
b) E, por outro lado, o numero de linhas de A tem de ser igual ao numero de colunas de A-1, pois o
resultado do produto das duas matrizes é uma Matriz Quadrada.
Como tal, serão invertíveis as seguintes Matrizes C e D ?
3 0 6 3 –5
C= 5 4 ; D=
–7 1 1 4 8
A resposta é não, pois nem a Matriz C, nem a Matriz D são invertíveis, uma vez que a Matriz C é do tipo
3 X 2, e a Matriz D é do tipo 2 X 3, ou seja, nenhuma das duas Matrizes é uma Matriz Quadrada.
Concluindo, para que uma Matriz A seja invertível (ou seja, que exista a sua inversa A-1), a mesma tem
que ser uma Matriz Quadrada, sendo também, evidentemente, a sua inversa uma Matriz Quadrada e da
mesma ordem. Além disso, como é evidente, se A-1 é a inversa de A, a inversa de A-1 é A, como tal
(A-1)-1 = A.
Assim sendo, a Inversão de Matrizes Quadradas goza das seguintes propriedades:
a) (A-1)-1 = A , a inversa da inversa é igual á inicial
b) (A x B)-1 = B-1 x A-1 , a inversa do produto é igual ao produto das inversas por ordem inversa
c) ( A T) -1 = ( A-1) T , a inversa da transporta é igual à transporta da inversa
A maneira de determinar a inversa de uma Matriz Quadrada é ampliar a Matriz Quadrada com uma
Matriz Identidade no seu lado direito, transformando a parte esquerda da Matriz ampliada numa Matriz
Identidade. Sendo assim, consideremos o exemplo a seguir apresentado:

Dada uma Matriz Quadrada A vamos proceder ao cálculo da sua inversa.
2 1 3
A= 4 2 2
2 5 3
Em primeiro lugar, como já foi referido, vamos ampliar a parte esquerda da Matriz Quadrada com uma
Matriz Identidade.
2 1 3 1 0 0
A= 4 2 2 0 1 0
2 5 3 0 0 1
Sendo, o nosso objetivo final transformar a parte esquerda da Matriz Ampliada numa Matriz Identidade,
inicia-se o cálculo por multiplicar a 1ª linha por 1/2 ( valor inverso de a11), com o objetivo de se obter o
valor 1 no elemento a11 .
Linha 1 x (1/2) → l 1 x (1/2) → 1 1/2 3/2 | 1/2 0 0

ou seja:
2 1 3 1 0 0 1 1/2 3/2 1/2 0 0

4 2 2 0 1 0  4 2 2 0 1 0
2 5 3 0 0 1 2 5 3 0 0 1
simétrico de a21 )
Linha 2 l2
→ → 4 2 2 0 1 0
Linha 1 x (–4) → l 1 x (–4) → –4 –2 –6 –2 0 0
l2 + l 1 x (–4) → 0 0 –4 –2 1 0
ou seja:
1 1/2 3/2 1/2 0 0 1 1/2 3/2 1/2 0 0

4 2 2 0 1 0  0 0 –4 –2 1 0
2 5 3 0 0 1 2 5 3 0 0 1

Como a 2ª linha ficou com o valor zero na 1ª coluna e na segunda coluna, podemos efetuar a troca da 2ª
linha pela 3ª linha, ou seja:
1 1/2 3/2 1/2 0 0 1 1/2 3/2 1/2 0 0

0 0 –4 –2 1 0  2 5 3 0 0 1
2 5 3 0 0 1 0 0 –4 –2 1 0
simétrico de a21 )
Linha 2 l2
→ → 2 5 3 0 0 1
Linha 1 x (–2) → l 1 x (–2) → –2 –1 –3 –1 0 0
l2 + l 1 x (–2) → 0 4 0 –1 0 1
ou seja:
1 1/2 3/2 1/2 0 0 1 1/2 3/2 1/2 0 0

2 5 3 0 0 1  0 4 0 –1 0 1
0 0 –4 –2 1 0 0 0 –4 –2 1 0
Com o objetivo de se obter o valor 1 no elemento a22, multiplicar a 2ª linha por 1/4 (valor inverso de a22).
Linha 2 x (1/4) → l 2 x (1/4) → 0 1 0 | –1/4 0 1/4

ou seja:
1 1/2 3/2 1/2 0 0 1 1/2 3/2 1/2 0 0

0 4 0 –1 0 1  0 1 0 –1/4 0 1/4
0 0 –4 –2 1 0 0 0 –4 –2 1 0
Com o objetivo de se obter o valor 1 no elemento a33, multiplicar a 3ª linha por –1/4 (valor inverso de
a33).
Linha 3 x (–1/4) → l 3 x (–1/4) → 0 0 1 | 1/2 –1/4 0

ou seja:
1 1/2 3/2 1/2 0 0 1 1/2 3/2 1/2 0 0

0 1 0 –1/4 0 1/4  0 1 0 –1/4 0 1/4
0 0 –4 –2 1 0 0 0 1 1/2 –1/4 0

linha que se obtém somando essa linha com o resultado da 2ª linha multiplicada por –1/2 (valor
simétrico de a12 )
Linha 1 l1 → → 1 1/2 3/2 1/2 0 0
Linha 2 x (–1/2) → l 2 x (–1/2) → 0 –1/2 0 1/8 0 –1/8
l1 + l 2 x (–1/2) → 1 0 3/2 5/8 0 –1/8

ou seja:
1 1/2 3/2 1/2 0 0 1 0 3/2 5/8 0 –1/8
0 1 0 –1/4 0 1/4  0 1 0 –1/4 0 1/4

0 0 1 1/2 –1/4 0 0 0 1 1/2 –1/4 0
Finalmente, para terminar, querendo obter o valor zero na 1ª linha/3ª coluna (a13), substitui-se a
1ª linha ( a11 a12 a13 ) pela linha que se obtém somando essa linha com o resultado da 3ª linha
multiplicada por –3/2 (valor simétrico de a13 )
Linha 1 l1 → → 1 0 3/2 5/8 0 –1/8
Linha 3 x (–3/2) → l 3 x (–3/2) → 0 0 –3/2 –3/4 3/8 0
l1 + l 3 x (–3/2) → 1 0 0 –1/8 3/8 –1/8

ou seja:
1 0 3/2 5/8 0 –1/8 1 0 0 –1/8 3/8 –1/8

0 1 0 –1/4 0 1/4  0 1 0 –1/4 0 1/4
0 0 1 1/2 –1/4 0 0 0 1 1/2 –1/4 0
Obtém-se assim, no lado direito da Matriz Ampliada a Matriz Inversa da Matriz A.
–1/8 3/8 –1/8

A-1 = –1/4 0 1/4
1/2 –1/4 0

Querendo fazer a verificação do resultado obtido, para ter a certeza de que o cálculo da Matriz Inversa
está correto, basta testar o produto da Matriz Inicial pela Matriz Inversa verificando se o resultado é a
Matriz Identidade, neste caso de 3ª ordem, tal como a Matriz Inicial e a Matriz Inversa ( A . A-1 = I3 ).
Verificação:
2 1 3 –1/8 3/8 –1/8

A= 4 2 2 ; A-1 = –1/4 0 1/4
2 5 3 1/2 –1/4 0
então:
–2/8 – 1/4 + 3/2 6/8 + 0 – 3/4 –2/8 + 1/4 + 0 1 0 0

A . A-1 = –4/8 – 2/4 + 1 12/8 + 0 – 2/4 –4/8 + 2/4 + 0 = 0 1 0
–2/8 – 5/4 + 3/2 6/8 + 0 – 3/4 –2/8 + 5/4 + 0 0 0 1
Está assim confirmado que A-1 é a Matriz Inversa de A, uma vez que A . A-1 = I3
XII. Álgebra das Matrizes Quadradas
Nos pontos anteriores verificou-se que só se pode somar ou multiplicar matrizes dentro de certas
condições. Se considerarmos apenas Matrizes Quadradas essas condições desaparecem, deixando as
mesmas de ser um inconveniente. Mais concretamente, as operações de adição, multiplicação,
multiplicação por escalar e transposição podem ser efetuadas em quaisquer matrizes n X n (Matrizes
Quadradas de ordem n) e os resultados são ainda uma matriz n X n.
Em particular, se A é uma Matriz Quadrada n X n, podem-se formar potências de A:
A2 = A . A ; A3 = A2 . A = A . A . A ; ……………
XIII. Problemas Propostos
a) Verifique se a Matriz A é a inversa da Matriz B, e se a Matriz B é a inversa da Matriz A.
1 0 2 –11 2 2
A= 2 –1 3 ; B= –4 0 1
4 1 8 6 –1 –1

b) Calcule:
i) 1 2 –3 4 3 –5 6 –1
+
0 –5 1 –1 2 0 –2 –3
ii) 1 2 –3 3 5
+
0 –4 1 1 –2
iii) 1 2 –3
–3 x
4 –5 6
c) Sabendo que:
2 –5 1 1 –2 –3 0 1 –2
A= ; B= ; C=
3 0 –4 0 –1 5 1 –1 –1
Determine:
3. A + 4 . B – 2 . C
d) Sabendo que:
1 3 2 0 –4
A= ; B=
2 –1 3 –2 6
Determine:
i) A.B
ii) B. A

e) Sabendo que:
2 –1 1 –2 –5
A= 1 0 ; B=
–3 4 3 4 0
Determine:
i) A.B
ii) B. A
f) Considerando:
1 3
A= 2 –1
0 4
Determine:
i) A . AT
ii) AT. A
g) Sabendo que:
2 –1 0 1 –4 0 1
A= ; B= 2 –1 3 –1
1 0 –3 4 0 –2 0
Determine A.B
h) Calcule:
i)
1 6 4 0
x
–3 5 2 –1

ii)
1 1 6
x
–6 –3 5
iii)
1 6 2
x
–3 5 –7
iv)
1
x 3 2
6
v)
1
2 –1 x
–6
i) Considerando:
1 3 0 4
A= 2 –1 1 3
0 4 2 –1
Escreva AT.
j) Considerando a Matriz A do exercício anterior determine:
i) A . AT
ii) AT . A
k) Considerando:
1 2
A=
4 –3
Determine:
i) A2
ii) A3

l) Sabendo que:
3 5
A=
2 3
Determine a sua inversa.
m) Determine a inversa da Matriz A:
1 0 2
A= 2 –1 3
4 1 8
n) Determine a inversa da Matriz B:
2 3 4
B= 2 1 1
–1 1 2
o) Determine a inversa da Matriz C:
1 2 3 4
0 1 2 3
C=
0 0 1 2
0 0 0 1
p) Determine a inversa da Matriz D:
1 2 2
D= 2 –1 1
1 3 2

q) Determine a inversa da Matriz E:
1 –2 1
E= –2 5 –4
1 –4 6
r) Determine a inversa da Matriz F:
0 1 0 0 0 0
2 0 2 0 0 0
0 3 0 1 0 0
F=
0 0 1 0 2 0
0 0 0 3 0 1
0 0 0 0 2 0
s) Determine a Matriz B sabendo que o produto da Matriz A pela Matriz B e a Matriz A são,
respetivamente, iguais a:
6 0 1 2
A.B= e A=
0 –1 5 4
t) Determine a Matriz A sabendo que:
–77/2 41/2 28
( A . B ) -1 = 163/2 –87/2 –59
62 –33 –45
e
–1 2 –3
B = 2 1 0
4 –2 5

XIV. Determinantes
Determinante de uma Matriz Quadrada A sobre um corpo K é um elemento de K que lhe está
associado designado de determinante de A, normalmente representado por: Det (A) ou | A |.
A função determinante aparece na investigação de sistemas de equações lineares, sendo o determinante

uma peça importante na investigação e obtenção das propriedades de um operador linear.
Representando um número associado a uma matriz, cada matriz tem um único determinante.
Na definição do determinante é necessário ter presente alguns conceitos prévios:
i) Fatorial de um número natural n, representa-se por n!, é o produto de todos os inteiros positivos
menores ou iguais a n (não se calcula o fatorial de números não naturais), e é normalmente
definida por:
n! = (1) . (2) . . . . . (n – 2) . (n – 1) . n = K , com n є N, por exemplo:
a) 5! = 1 x 2 x 3 x 4 x 5 = 120
b) 7! = 1 x 2 x 3 x 4 x 5 x 6 x 7 = 5040 , ou: 7! = 5! x 6 x 7 = 120 x 6 x 7 = 5040
c) 6! = 5! x 6 = 720
A função fatorial implica em particular que:

0! = 1
uma vez que o produto vazio, ou seja, o produto de nenhum número é 1, o que faz com que a
Função Recursiva (ver alínea iii) ), funcione para n = 0.
Função Recursiva: (n + 1)! = n! x (n + 1)
ii) Permutações, designa as várias formas de organizar os vários elementos de um conjunto, ou

seja, expressa a ideia de que objetos distintos podem ser arranjados em inúmeras ordens
diferentes. Assim sendo, o termo permutação é usado para incluir listas ordenadas sem repetição,
mas não exaustiva (com menos elementos do que o máximo possível).
Considerando-se um conjunto de vários elementos p = (p1, p2, p3, …….., pn) diferentes entre si, ou
seja, um conjunto de n elementos diferentes entre si, este tem n! permutações diferentes desses
elementos, podendo ser apresentados de n! maneiras diferentes.
Se considerarmos o conjunto de algarismos (1,2,3), estes três elementos (diferentes entre si)
podem ser representados de 3! = 3 x 2 x 1 = 6 maneiras diferentes:
(1,2,3); (1,3,2); (2,1,3); (2,3,1); (3,1,2); (3,2,1)

iii) Paridade é um conceito que designa genericamente se uma determinada condição é par ou
ímpar. Relativamente à matéria em estudo, pretende-se calcular a paridade das várias
permutações, ou seja, saber se o número de trocas necessárias para restabelecer a ordem natural
do conjunto inicial ordenado é par ou ímpar. A paridade de uma permutação é única,
independentemente do método utilizado.
Considerando uma permutação arbitrária σ em Sn: σ = j1 j2 . . . . . jn. Diz-se que σ é par ou ímpar,
conforme exista um número par, ou ímpar, de pares ( i, k ), para os quais:
i > k mas i precede k em σ,
definindo-se a paridade de σ por sgn σ então sgn σ = 1 se σ é par (+ se o número de trocas for
par (0, 2, 4, 6, …..), ou sgn σ = –1 se σ é ímpar (– se o número de trocas for ímpar (1, 3, 5, 7, ….).
Consideremos, para exemplo, o conjunto de algarismos (1,2,3,4), estes quatro elementos (diferentes
entre si) podem ser representados de 4! = 4 x 3 x 2 x 1 = 24 maneiras diferentes. Consideremos
uma delas, por exemplo (3,2,4,1) como conjunto inicial, e vamos proceder à validação do número de
trocas para restabelecer a ordem natural do conjunto:
a) Se trocarmos o 1 com o 3 obtemos (1,2,4,3), trocando agora o 3 com o 4 obtemos (1,2,3,4), ou

seja, efetuamos 2 trocas (número par de trocas)
b) Se trocarmos pares de números contíguos, (3,2,4 ↔ 1) , (3,2 ↔ 1,4) , (3 ↔ 1,2,4) , (1,3 ↔ 2,4) ,
(1,2,3,4), acabamos também por efetuar um número par de trocas (4 trocas indicadas por ↔ ),
embora maior que na alínea anterior.
Concluindo, qualquer que seja o método utilizado acabamos por efetuar um número par de trocas,
obtendo-se assim que o número de trocas necessárias para restabelecer a ordem natural do
conjunto inicial ordenado é par.
Considerando agora (3,2,1,4) como conjunto inicial, e vamos proceder à validação do número de
trocas para restabelecer a ordem natural do conjunto:
a) Se trocarmos o 1 com o 3 obtemos (1,2,3,4), ou seja, efetuamos 1 troca (número ímpar de trocas)
b) Se trocarmos pares de números contíguos, (3,2 ↔ 1,4) , (3 ↔ 1,2,4) , (1,3 ↔ 2,4) , (1,2,3,4),
acabamos também por efetuar um número ímpar de trocas (3 trocas indicadas por ↔ ), embora
maior que na alínea anterior.
Concluindo, qualquer que seja o método utilizado acabamos por efetuar um número ímpar de trocas,
obtendo-se assim que o número de trocas necessárias para restabelecer a ordem natural do
conjunto inicial ordenado é ímpar.
Consideremos agora a permutação identidade, ou seja, existe apenas um número pelo que não
existe nenhum par ( i, k ) que possa satisfazer a condição i > k mas i precede k, sendo assim, o
número de trocas é igual a 0, pelo que o número de trocas é par.

iv) Termo de uma Matriz Quadrada é o produto de n elementos da matriz, sendo n a ordem da
Matriz Quadrada, de forma a se considerar, no produto, um e um só elemento de cada linha e de
cada coluna.
Sendo assim, em cada Matriz Quadrada podemos encontrar n! termos diferentes, dos quais
metade têm paridade par e a outra metade paridade ímpar.
Ao Termo constituído pelo produto dos elementos principais (elementos da diagonal principal)
designa-se Termo Principal, e tem paridade par.
Considerando para exemplo a matriz A:
2 1 0
A= –4 –2 5
3 –1 6
Na escolha de um Termo considera-se, sempre, a escolha ordenada de um elemento de cada

linha, variando assim a escolha das colunas. A matriz quadrada A é uma matriz de ordem 3, pelo
que podemos encontrar 3! termos diferentes ( 3! = 3 x 2 x 1 = 6 termos diferentes).
Passemos ao cálculo dos 6 Termos:
1ª Linha 2ª Linha 3ª Linha Resultado
–2 6 = 2 x –2 x 6 = –24 (Termo Principal)

2
5 –1 = 2 x 5 x –1 = –10
–4 6 = 1 x –4 x 6 = –24
1
5 3 = 1x5x3 = 15
–4 –1 = 0 x –4 x –1 = 0
0
–2 3 = 0 x –2 x 3 = 0 (Termo Secundário)
Total de 6 Termos
Após os conceitos apresentados nas alíneas i), ii), iii) e iv) voltemos á definição do determinante.

O Determinante de uma Matriz Quadrada é obtido pela soma algébrica dos n! Termos diferentes da
Matriz Quadrada, previamente multiplicados pelo respetivo sinal da Permutação.
Considerando uma Matriz Quadrada de ordem n, o seu determinante (| A |) é definido pelo escalar
determinado pelo seguinte somatório:
|A|= ∑ (sgn σ) a1 j1 a2 j2 a3 j3 . . . . . . . . an jn
σ € Sn
em que:
a) Considerando uma permutação arbitrária σ em Sn: σ = j1 j2 . . . . . jn.
b) sgn σ = 1 se σ é par (+ se o número de trocas for par (0, 2, 4, 6, …..)),
ou sgn σ = –1 se σ é ímpar (– se o número de trocas for ímpar (1, 3, 5, 7, ….))
c) a1 j1 a2 j2 a3 j3 . . . . . . . . an jn representa os Termos da Matriz A, ou seja, um produto
de n elementos da Matriz A de modo a que um, e somente um, elemento provém de cada
linha, como tal, contém um, e um só, elemento de cada linha e um, e somente um, provém
de cada coluna ( o 1º índice, que vai de 1 a n, representa a linha, e o 2º índice, que vai de
j1 a jn , a ordem da coluna da permutação)
Consideremos, para exemplo, o cálculo do Determinante da Matriz A de ordem 2:
a11 a12
A=
a21 a22
Sendo a Matriz A de ordem 2, temos assim 2! Termos diferentes ( 2! = 2 x 1 = 2 Termos diferentes), que
corresponde a ter 2 permutações {(a11, a22); (a12, a21)}, ou seja, sendo esta a ordem natural deste
conjunto, passamos a considerar por (1,2) o conjunto inicial, onde o número de trocas é 0 logo sgn σ = 1,
considerando de seguida (2,1) como conjunto inicial, onde o número de trocas é 1, logo sgn σ = –1, pelo
que:
a11 a12
|A|= = (1) . a11 . a22 + (–1) . a12 . a21
a21 a22

Então, sendo A igual a:
4 –2
A=
6 –1
O Determinante de A é igual a:
4 –2
|A|= = (1) x 4 x (–1) + (–1) x (–2) x 6 = –4 + 12 = 8
6 –1
Procedendo-se agora ao cálculo do Determinante de uma Matriz Quadrada B de ordem 3, temos assim
3! Termos diferentes ( 3! = 3 x 2 x 1 = 6 Termos diferentes), que corresponde a ter 6 permutações, das
quais metade (3) têm paridade par e a outra metade (3) paridade ímpar.
2 1 0
B= –4 –2 5
3 –1 6
Realizando um quadro, para simplificar o cálculo do determinante, obtém-se o seguinte resultado:

Permutações Trocas Paridade (sgn σ) Termos (sgn σ) b1 j1 b2 j2 b3 j3
(posição na (nº de (1 se o número de (da Matriz B:
coluna na 1ª trocas trocas for par; –1
b1 j1 b2 j2 b3 j3)
linha, a seguir para se o número de
na 2ª linha e definir a trocas for ímpar)
finalmente na paridade)
3ª linha)
(1,2,3) 0 1 2 x (–2) x 6 = –24 1 x (–24) = –24
(1,3,2) 1 –1 2 x 5 x (–1) = –10 (–1) x (–10) = 10
(2,1,3) 1 –1 1 x (–4) x 6 = –24 (–1) x (–24) = 24
(2,3,1) 2 1 1 x 5 x 3 = 15 1 x 15 = 15
(3,1,2) 2 1 0 x (–4) x (–1) = 0 1x0=0
(3,2,1) 3 –1 0 x (–2) x 3 = 0 (–1) x 0 = 0
|B|=
= ∑ (sgn σ) b1 j1 b2 j2 b3 j3=
σ € Sn
= –24 + 10 + 24 + 15 + 0 + 0 =
= 25
Resultado final: | B | = 25

No caso de Matrizes Quadradas de ordem 3, existem métodos alternativos para o cálculo do
Determinante. Esses métodos só se aplicam a Matrizes Quadradas de ordem 3, pelo que, a sua
utilização é bastante limitada. Apresentam-se de seguida dois desses métodos.
XIV.1. Método Geométrico

O Método Geométrico permite visualizar os Termos de Paridade par (positivos) e os de Paridade ímpar
(negativos) de uma forma simples.
Os 3 Termos de Paridade par correspondem, um á diagonal principal, de seguida traça-se paralelas á

diagonal principal e ligam-se essas paralelas, respetivamente, aos elementos que se encontram nos
campos opostos da Matriz.
2 1 0 Termos de paridade par: 2 x (–2) x 6 = –24 ;
–4 –2 5 1 x 5 x 3 = 15 ;
3 –1 6 0 x (–1) x (–4) = 0
Os 3 Termos de Paridade ímpar obtêm-se através de um raciocínio idêntico ao utilizado para obter os 3
Termos de Paridade par, partindo, não da diagonal principal, mas da diagonal secundária.
2 1 0 Termos de paridade ímpar: 2 x 5 x (–1) = –10 ;
–4 –2 5 1 x (–4) x 6 = –24 ;
3 –1 6 0 x (–2) x 3 = 0
Logo:
| B | = ( –24 + 15 + 0) – ( –10 – 24 + 0 ) = 25
XIV.2. Método de Sarrus

O Método de Sarrus consiste em repetir as 2 primeiras colunas da Matriz, identificando os 3 Termos de
Paridade par (positivos) como o produto dos elementos da diagonal principal mais os produtos obtidos
dos elementos contidos nas 2 paralelas sucessivas à diagonal principal, e os 3 Termos de Paridade
ímpar (negativos) como o produto dos elementos da diagonal secundária mais os produtos obtidos dos
elementos contidos nas 2 paralelas sucessivas à diagonal secundária.
2 1 0 2 1
–4 –2 5 –4 –2
3 –1 6 3 –1
Termos de paridade par: 2 x (–2) x 6 = –24 ; 1 x 5 x 3 = 15 ; 0 x (–4) x (–1) = 0

Termos de paridade ímpar: 2 x 5 x (–1) = –10 ; 1 x (–4) x 6 = –24 ; 0 x (–2) x 3 = 0
Logo:
| B | = ( –24 + 15 + 0) – ( –10 – 24 + 0 ) = 25

XIV.3. Propriedades dos Determinantes
i. O Determinante de uma Matriz Triangular (Superior ou Inferior) é igual ao produto dos seus
Elementos Principais.
Exemplo de uma Matriz Triangular Superior:
1 2 4
A= 0 –5 6 ; | A | = 1 x (–5) x (–9) = 45
0 0 –9
Exemplo de uma Matriz Triangular Inferior:
2 0 0
B= 4 –5 0 ; | B | = 2 x (–5) x 3 = –30
7 8 3
ii. A Transposta de uma Matriz não altera o valor do seu Determinante, ou seja, o Determinante de
uma Matriz e da sua Transposta são iguais:
Det (AT) = Det (A) ou | AT | = | A |
iii. O Determinante de um produto de Matrizes é igual ao produto dos Determinantes das Matrizes:
Det (A . B) = Det (A) . Det (B) ou |A.B|=|A|. |B|

iv. O Determinante é nulo (igual a zero, | A | = 0) quando numa Matriz Quadrada:
a) Existir uma linha, ou uma coluna, nula (todos os elementos da linha, ou da coluna, forem
iguais a zero);
b) Existirem duas linhas, ou duas colunas, idênticas, ou seja, iguais ou proporcionais;
v. Se a Matriz for uma Matriz Triangular Superior ou uma Matriz Triangular Inferior, isto é, se
existirem zeros abaixo ou acima da Diagonal, então o Determinante da Matriz é igual ao produto
dos elementos principais (elementos da diagonal principal).
No caso particular da Matriz Identidade ( I ), o Determinante da Matriz Identidade é igual à

unidade | I |.= 1
vi. Sendo B uma Matriz obtida de uma Matriz A por:
a) Multiplicação de uma linha (ou de uma coluna) de A por um escalar k (valor diferente de
zero), então:
| B | = k. | A |
b) Troca entre si de duas linhas ( ou de duas colunas) de A, então:
|B|=–|A|
c) Aplicação da operação de Jacobi a A (ver pág. 12), então:
|B|=|A|

XIV.4. Cálculo do Determinante de uma Matriz de Qualquer Ordem
XIV.4.1. Complemento Algébrico
1) Designa-se por Menor Complemento de um elemento aij , e representa-se por Mij ao
determinante da sub matriz que se obtém da matriz original A retirando a linha i e a coluna j ,
ou seja, a linha e a coluna do elemento aij .
a11 a12 a13

A= a21 a22 a23
a31 a32 a33
Temos então:
a21 a23
M12 = = a21 x a33 – a23 x a31
a31 a33
Exemplos:
i)
2 1 0 –4 5
–4 –2 5 ; M12 = = (–24) – 15 = –39
3 –1 6 3 6
ii)
2 1 0 1 0
–4 –2 5 ; M31 = = 5–0 = 5
3 –1 6 –2 5
2) Designa-se por Complemento Algébrico de um elemento aij , e representa-se por Aij ao

valor obtido da seguinte forma:
Aij = (–1) i+j . Mij

Esquema pratico alternativo para verificar o sinal do complemento algébrico:
+ – + – …… –→ linha 1
– + – + …… –→ linha 2
+ – + – …… –→ linha 3
– + – + …… –→ linha 4
: : : : +
: : : :
↓ ↓ ↓ ↓
col. 1 ↓ col. 3 ↓
col. 2 col. 4
a11 a12 a13

A= a21 a22 a23
a31 a32 a33
Temos então:
A12 = (–1) 1+2 . M12 = (–1) 1+2 . ( a21 . a33 – a23 . a31 ) =
= (–1) 3 . ( a21 . a33 – a23 . a31 ) = (–1) . ( a21 . a33 – a23 . a31 ) =
= – a21 . a33 + a23 . a31
Exemplos:
i)
2 1 0 –4 5
–4 –2 5 ; M12 = = (–24) – 15 = –39
3 –1 6 3 6
A12 = (–1) 1+2 . M12 = (–1) x (–39) = 39
ii)
2 1 0 1 0
–4 –2 5 ; M31 = = 5–0 = 5
3 –1 6 –2 5
A31 = (–1) 3+1 . M31 = 1 x 5 = 5

XIV.4.2. Teorema de Laplace
Enunciado do Teorema de Laplace → O determinante de uma Matriz Quadrada A ( n x n ) sobre

um corpo K é igual à soma algébrica dos produtos dos elementos de uma linha (ou coluna) pelos
respetivos complementos algébricos:
| A | = ai1 . Ai1 + ai2 . Ai2 + ai3 . Ai3 + . . . + ain . Ain
Ou
| A | = a1j . A1j + a2j . A2j + a3j . A3j + . . . + anj . Anj
Conforme seja escolhida a i-ésima linha ou a j-ésima coluna,
sendo Aij o Complemento Algébrico de um elemento aij da Matriz Quadrada, que é definido por:
Aij = (–1) i+j . Mij
Em que Mij representa o Menor Complemento de um elemento aij , ou seja o determinante da sub
matriz que se obtém da matriz original A retirando a linha i e a coluna j .
O Teorema de Laplace utiliza-se para o cálculo do determinante de uma matriz de qualquer ordem,
geralmente de ordem superior ou igual a 4, pois para matrizes de ordem 3 o cálculo do determinante
é habitualmente mais simples utilizando o método de Sarrus.
Assim sendo, o que se faz é passar do cálculo do determinante de uma matriz de ordem n para o
cálculo de n determinantes de matrizes de ordem n-1 , podendo o teorema ser aplicado
sucessivamente até se obterem matrizes de ordem 2 ou 3, cujo determinante é mais simples de
calcular.
É indiferente, a linha ou coluna da Matriz que se escolhe para aplicar o Teorema de Laplace, mas
usualmente, de modo a simplificar os cálculos, é habitual escolher a linha (ou coluna) que apresente
mais zeros, uma vez que o método consiste em multiplicar cada elemento da linha (ou coluna) pelo
seu complemento algébrico, pelo que, se o elemento for zero o produto é nulo, não havendo
necessidade de determinar o complemento algébrico.
Ainda para simplificar a aplicação do Teorema de Laplace, além do que já foi dito, procura-se
escolher a linha (ou coluna) com o maior número de elementos com o valor 1, caso existam, ou
escolher linhas (ou colunas) onde se encontrem o maior numero de elementos múltiplos entre si e,
por ultimo, tirar partido da operação de Jacobi uma vez que a mesma não altera o valor do
determinante.

Exemplos:
1) Considere a Matriz Quadrada A:
2 1 0
A= –4 –2 5
3 –1 6
i) Calcule o seu determinante aplicando o Teorema de Laplace à 1ª coluna.
2 1 0 –2 5 1 0
1+1 2+1
|A|= –4 –2 5 = 2 x (–1) x + ( –4 ) x (–1) x +
3 –1 6 –1 6 –1 6
1 0
3+1
+ ( 3 ) x (–1) x = 2 x ( (–2) x 6 ) – ( 5 x (–1) ) + 4 x ( 1 x 6 – ( 0 x (–1) ) +
–2 5
+ 3 x ( 1 x 5 – ( 0 x (–2) ) = 2 x (–7) + 4 x 6 + 3 x 5 = (–14) + 24 + 15 = 25
ii) Calcule o seu determinante aplicando o Teorema de Laplace à 1ª linha, onde se encontra
o único elemento igual a 0.
2 1 0 –2 5 –4 5
1+1 1+2
|A|= –4 –2 5 = 2 x (–1) x + 1 x (–1) x +
3 –1 6 –1 6 3 6
–4 –2
3+1
+ 0 x (–1) x = 2 x ( (–2) x 6 – ( 5 x (–1) ) + (–1) x ( (–4) x 6 – ( 5 x 3) ) +
3 –1
+ 0 = 2 x (–7) + (–1) x (–39) + 0 = (–14) + 39 + 0 = 25

iii) Calcule o seu determinante tirando partido de ter o maior número de zeros, e aplicando
também para o efeito a operação de Jacobi.
Resolução:
Querendo obter o valor zero na 2ª linha/2ª coluna (a22), substitui-se a 2ª linha ( a21 a22
a23 ) pela linha que se obtém somando essa linha com o resultado da 1ª linha multiplicada
por 2 (operação de Jacobi)
Linha 2 → l2 → –4 –2 5
Linha 1 x (2) → l 1 x (2) → 4 2 0
l 2 + l 1 x (2) → 0 0 5
ou seja:
2 1 0 2 1 0
|A|= –4 –2 5  0 0 5
3 –1 6 3 –1 6
Querendo agora obter o valor zero na 3ª linha/2ª coluna (a32), substitui-se a 3ª linha
( a31 a32 a33 ) pela linha que se obtém somando essa linha com a 1ª linha, ou seja:
2 1 0 2 1 0
|A|= 0 0 5  0 0 5
3 –1 6 5 0 6
Tendo agora 2 elementos iguais a 0 na 2ª coluna podemos aplicar o Teorema de Laplace à

2ª coluna
2 1 0 0 5
1+2
|A|= 0 0 5 = 1 x (–1) x + 0 + 0 =
5 0 6 5 6
= (–1) x ( (0 x 6) – ( 5 x 5) ) = 25
Antes mesmo de se obter o valor zero na 3ª linha/2ª coluna (a32) podia-se ter optado por
aplicar o Teorema de Laplace à 2ª linha, uma vez que a mesma passou também a ter 2
elementos iguais a 0
2 1 0 2 1
2+3
|A|= 0 0 5 = 5 x (–1) x = (–5) x ( (2 x (–1)) – (1 x 3) ) = 25
3 –1 6 3 –1

2) Calcule o determinante da Matriz Quadrada B:
1 2 2 3
B= 1 0 –2 0
3 –1 1 –2
4 –3 0 2
Resolução:
Querendo obter o valor zero na 1ª linha/1ª coluna (a11), substitui-se a 1ª linha ( a11 a12 a13
a14 ) pela linha que se obtém somando essa linha com o resultado da 2ª linha multiplicada por
(–1) (operação de Jacobi)
1 2 2 3 0 2 4 3 2 4 3
|B|= 1 0 –2 0 = 1 0 –2 0 = 1 x (–1) 2+1 x –1 7 –2 =
3 –1 1 –2 0 –1 7 –2 –3 8 2
4 –3 0 2 0 –3 8 2
Querendo obter o valor zero na 1ª linha/1ª coluna (a11), substitui-se a 1ª linha ( a11 a12 a13 )
pela linha que se obtém somando essa linha com o resultado da 2ª linha multiplicada por (2)
(operação de Jacobi).
pela linha que se obtém somando essa linha com o resultado da 2ª linha multiplicada por (–3)
0 18 –1 18 –1
= (–1) x –1 7 –2 = (–1) x (–1) x (–1) 2+1 x =
0 –13 8 –13 8
= (–1) x ( (18 x 8) – ( (–1) x (–13) ) ) = (–1) x ( 144 – 13 ) = –131

3) Calcule o determinante da Matriz Quadrada C:
2 1 3 2
C= 3 0 1 –2
1 –1 4 3
2 2 –1 1
Resolução:
2 1 3 2 0 3 –5 –4 3 –5 –4
|C|= 3 0 1 –2 = 0 3 –11 –11 = 1 x (–1) 3+1 x 3 –11 –11 =

1 –1 4 3 1 –1 4 3 4 –9 –5
2 2 –1 1 0 4 –9 –5
pela linha que se obtém somando essa linha com o resultado da 3ª linha multiplicada por (–3/4)
pela linha que se obtém somando essa linha com o resultado da 3ª linha multiplicada por (–3/4)
0 7/4 –1/4 7/4 –1/4
= 0 –17/4 –29/4 = 4 x (–1) 3+1 x =
4 –9 –5 –17/4 –29/4
= 4 x ( (7/4 x (–29/4) ) – ( (–1/4) x (–17/4) ) ) = 4 x ( (–203/16) – 17/16 ) = –55

4) Calcule o determinante da Matriz Quadrada C:
–2 –1 4
C= 6 –3 –2
4 1 2
Resolução:
pela linha que se obtém somando essa linha com o resultado da 3ª linha multiplicada por 1
(operação de Jacobi)
pela linha que se obtém somando essa linha com o resultado da 3ª linha multiplicada por 3
2 0 6 2 6
| C | = 18 0 4 = 1 x (–1) 3+2 x = (–1) x ( (2 x 4) – ( 6 x 18 ) ) = 100
4 1 2 18 4
5) Calcule o determinante da Matriz Quadrada D:
7 6 5
D= 1 2 1
3 –2 1
Resolução:
(operação de Jacobi)
2 –4 0 2 –4
|D|= 1 2 1 = 1 x (–1) 2+3 x = (–1) x ( 2 x (–4) – (–4) x 2 ) = 0

2 –4 0 2 –4


Matematica Manual-2a v0122

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

Matematica Manual-2a v0122

Enviado por

Direitos autorais:

Formatos disponíveis

ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

Sendo assim, entende-se uma expressão da forma:

(ou incógnitas ou variáveis),sendo os escalares ai chamados de coeficientes de x , respectivamente, e b

é chamado constante da equação. Um conjunto de valores para as incógnitas, por exemplo:

é solução da expressão anterior se a igualdade obtida, substituindo x i por k , é verdadeira, dizendo-se

que esse conjunto de valores satisfaz a equação.

Considerando-se agora um sistema de m equações lineares nas n incógnitas x, x ,x ,...,x ,

a11 x 1 + a12 x 2 + a13 x 3 + . . . + a1n x n = b1

a21 x 1 + a22 x 2 + a23 x 3 + . . . + a2n x n = b2

a31 x 1 + a32 x 2 + a33 x 3 + . . . + a3n x n = b3

am1 x 1 + am2 x 2 + am3 x 3 + . . . + am n x n = bm

a11 x 1 + a12 x 2 + a13 x 3 + . . . + a1n x n =0

a21 x 1 + a22 x 2 + a23 x 3 + . . . + a2n x n =0

a31 x 1 + a32 x 2 + a33 x 3 + . . . + a3n x n =0

am1 x 1 + am2 x 2 + am3 x 3 + . . . + am n x n =0

MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01-22) –1

...= x n = 0 ). Qualquer outra solução, se existir, é designada de solução não-nula ou não-trivial.

Resumindo, ao se trabalhar com um sistema de equações lineares tem-se somente em conta os

coeficientes e suas respetivas posições ( x i ) e é essencial manter as equações cuidadosamente

Assim sendo, uma disposição retangular da forma:

a11 a12 a13 . . . a1n

onde os a ij são escalares, designa-se de matriz, notada por ( a ij ), i = 1, …., m , j = 1, …., n , ou

simplesmente por ( a i j ). Assim sendo, o elemento a i j , chamado elemento i j ou componente i j ,

aparece na i-ésima linha e j-ésima coluna.

Considere-se a seguinte matriz:

que tem duas linhas que são [ 2 -6 8 ] e [ 0 10 -4 ] e três colunas 0 , 10 e -4 .

2 – MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01.22)

Considere-se a seguinte matriz A:

A= [ 4 9 7 ] é uma Matriz Linha ou Vetor Linha do tipo (1 X 3).

MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01-22) –3

sendo a solução do sistema: x = 2 ; y = 1 ; z = 3 ; w = –1

III. Matrizes Quadradas

Numa Matriz Quadrada consideram-se duas diagonais, nomeadamente, a diagonal principal e a

a11 a12 a13 . . . a1n

Considerando a Matriz Quadrada A , de ordem 3:

os seus elementos da diagonal principal são 1, 5, 9 (elementos principais), e os seus elementos da

a11 a12 a13 . . . a1n

4 – MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01.22)

Exemplo de uma Matriz Triangular Inferior:

Exemplo de uma Matriz Diagonal:

MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01-22) –5

simplesmente por I. Exemplo de uma Matriz Identidade de ordem 3:

IV. Transposta de uma matriz

a11 a12 a13 . . . a1n

a11 a12 a13 . . . a1n a11 a21 a31 . . . am1

6 – MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01.22)

A operação transposição de matrizes satisfaz as seguintes propriedades:

c) ( A x B x C x … x G )T = GT x … x CT x BT x AT , ou seja, a transporta do produto é igual ao

produto por ordem inversa das transportas

V. Adição de Matrizes, e Multiplicação de Matrizes, por Um Escalar

a11 a12 a13 . . . a1n b11 b12 b13 . . . b1n

A soma de A e B é a matriz obtida adicionando os termos correspondentes:

a11 + b11 a12 + b12 a13 + b13 ... a1n + b1n

MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01-22) –7

3+6 0+3 5–5 9 3 0

a11 a12 a13 . . . a1n k.a11 k.a12 k.a13 . . . k.a1n

–A= –1 A . pelo que A – B = A + (– B) = A + (– 1 B) onde k = – 1 .

3x3 3x0 3x5 9 0 15

8 – MATEMÁTICA – Álgebra Linear e Geometria Analítica (v01.22)

números reais, nomeadamente:

d) I.A = A (sendo I a matriz identidade)

VI. Multiplicação de Duas Matrizes

a11 a12 a13