1 - ALGAN - 21 - 22 - Matrizes

Matrizes
Álgebra Linear e Geometria Analítica
Licenciatura em Engenharia Civil
Instituto Superior de Engenharia do Porto
Ano letivo 2021/2022
João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 1 / 34

Matrizes Definição e representação
Definição 1 (Matriz real)

Sejam m e n dois inteiros positivos. Uma matriz real com m linhas e n
colunas, é um quadro com m × n números reais dispostos em m linhas e n
colunas.
+ Utiliza-se a notação
 
a1,1 a1, 2 ··· a1,n−1 a1, n

 a2,1 a2, 2 ··· a2,n−1 a2, n 

A= .. .. .. .. 
. . . .
 
 
am,1 am,2 · · · am,n−1 am,n
onde os subíndices de cada entrada ai ,j indicam que esta se

encontra na i-ésima linha e j-ésima coluna da matriz A.
Ou na forma compacta
A = [ai ,j ]1≤i ≤m .
1≤j ≤n
Uma matriz com m linhas e n colunas diz-se uma matriz do tipo

m × n. Representa-se o conjunto formado por todas as matrizes reais
do tipo m × n pelo símbolo Mm,n .
Uma matriz A ∈ Mm,n diz-se rectangular se m 6= n. Como casos
particulares têm-se:
Ï as matrizes coluna (n = 1)
c 1, 1
 
 c 2, 1 
c= . 
 
 .. 
cm , 1
Ï as matrizes linha (m=1)

£ ¤
l = l1,1 l1,2 ··· l1,n

Uma matriz A ∈ Mm,n diz-se quadrada se m = n. Frequentemente,

por comodidade, dizemos que uma matriz quadrada (do tipo n × n)
tem ordem n e escrevemos apenas A ∈ Mn .
Ï a diagonal principal da matriz A é constituída pelas entradas com os
índices índices (i , j) tais que i = j, i = 1, 2, . . . , n
Ï a diagonal secundária da matriz A é constituída pelas entradas com
os índices (i , j) tais que i + j = n + 1.
Ï Dada uma matriz A ∈ Mm,n = [ai ,j ]1≤i ≤m (não necessariamente
1≤j ≤n
quadrada), definimos a diagonal principal da matriz A como sendo o
conjunto de índices {(1, 1), (2, 2), . . . , (min(m, n), min(m, n))}. A diagonal
secundária não está definida para matrizes rectangulares

Exemplos: Nos seguintes exemplos, assinalamos as entradas que pertencem

às diagonais principais a vermelho e as entradas que pertencem às
diagonais secundárias a azul.
π 1
   
2 −1 1 1
 2 p2 π 1 2 8
 
0 π 2 2
a)
 p 
b) 1 3 4 −3 c)
 
1 3 1 π 3 3
   
1 1 −1 3 −3
0 −3 2 − 21 4 4
Uma matriz quadrada [ai ,j ]1≤i ≤n , de ordem n diz-se triangular

1≤j ≤n
superior se e somente se i > j ⇒ ai ,j = 0.
Uma matriz quadrada [ai ,j ]1≤i ≤n , de ordem n diz-se triangular
1≤j ≤n
inferior se e somente se i < j ⇒ ai ,j = 0.

Uma matriz quadrada [ai ,j ]1≤i ≤n , de ordem n, diz-se diagonal se e

1≤j ≤n
somente se for simultaneamente triangular superior e triangular inferior
(ai ,j = 0 para todo i 6= j).
Se uma matriz diagonal possuir os elementos da diagonal principal
todos iguais dizemos que é uma matriz escalar.
+ Se os elementos da diagonal principal de uma matriz escalar

forem iguais a 1 dizemos que a matriz é a matriz identidade ou
unitária de ordem n e representamo-la por In .
Exemplos:
1   
2 0 0 0 1 0 0 0
1 p0 0
 
0 1
2 0 0 0 1 0 0
D = 0 5 0 , E= , I4 = 
   
1
0 0 0 0 0 1 0

0 0 −2 2
1
0 0 0 2 0 0 0 1
As matrizes D, E e I4 são todas diagonais. Em particular, as matrizes E e
I4 são matrizes escalares sendo que I4 é a matriz unitária de ordem 4.
Seja ai ,j uma entrada de uma matriz A e b`,k uma entrada de uma

matriz B, onde A e B são matrizes do mesmo tipo ( A, B ∈ Mm,n ).
Dizemos que as entradas ai ,j e b`,k são homólogas se e somente se
i = ` e j = k.
Dizemos que duas matrizes do mesmo tipo A e B são iguais, e
escrevemos A = B, se todas as entradas homólogas forem iguais. Caso
contrário, A e B dizem-se diferentes, e escrevemos A 6= B.
Seja A ∈ Mm,n e sejam k , ` dois inteiros positivos tais que k ≤ m e
` ≤ n. Dizemos que A0 é uma submatriz de A se a matriz A0 for
constituida por entradas comuns a k linhas e ` colunas de A.

Matrizes Operações com Matrizes
Definição 2 (Adição de matrizes)

Sejam A = [ai ,j ]1≤i ≤m e B = [bi ,j ]1≤i ≤m duas matrizes, do mesmo tipo
1≤j ≤n 1≤j ≤n
(m × n). Definimos a soma da matriz A com a matriz B como sendo uma
matriz C do tipo m × n, cujas entradas são determinadas por
ci ,j = ai ,j + bi ,j ,
e escrevemos C = A + B
+ A adição de duas matrizes de diferentes tipos não está
definida.

Exemplos: Se,
x 0 1 −1 a x + 2 −9 y
       
A = −1 −1 y  ; B =  0  ; C = b  e D =  −1 −z y 
0 2 −1 1 c 0 −1 −x
tem-se:
2x + 2 −9 1+y a−1
   
A + D =  −2 −(1 + z) 2y  ; C+B =  b 
0 1 −(1 + x) c +1
x +1 0 1
 
A + I3 =  −1 0 y 
0 2 0

Propriedades 1 (da adição de Matrizes)
1 A adição é uma operação fechada no conjunto Mm,n
∀ A, B ∈ Mm,n , ∃ C ∈ Mm,n : A + B = C.
2 A adição de matrizes é uma operação associativa
∀ A, B, C ∈ Mm,n , (A + B) + C = A + (B + C).
3 Existe um elemento neutro, E, em Mm,n , relativamente à operação adição.
∃ E ∈ Mm,n , ∀ A ∈ Mm,n : A + E = E + A = A.
4 Todo a matriz A em Mm,n , possui uma matriz inversa aditiva (ou simétrica) A0
∀ A ∈ Mm,n , ∃ A0 ∈ Mm,n : A + A0 = A0 + A = E.
5 A adição de Matrizes é uma operação comutativa,
∀ A, B ∈ Mm,n : A + B = B + A.

O elemento neutro de Mm,n é a matriz E = 0m,n , onde 0m,n designa a

matriz do tipo m × n com as entradas todas nulas. A matriz 0m,n
diz-se a matriz nula do tipo m × n.
A matriz inversa aditiva de uma matriz A = [ai ,j ]1≤i ≤m representa-se
1≤j ≤n
com o símbolo −A e tem-se −A = [−ai ,j ]1≤i ≤m .
1≤j ≤n
Definição 3 (subtracção de Matrizes)

Dadas duas matrizes A, B ∈ Mm,n define-se a subtracção A − B como sendo
a adição de A com a inversa aditiva de B.

Definição 4 (Produto de um escalar por uma matriz)

Sejam α um número real e A = [ai ,j ]1≤i ≤m uma matriz do tipo m × n. O
1≤j ≤n
produto do escalar α pela matriz A é uma matriz do mesmo tipo da matriz
A, cujas entradas são iguais às entradas homólogas da matriz A
multiplicadas pelo escalar α. Em notação matemática tem-se
αA = [αai ,j ]1≤i ≤m .
1≤j ≤n
Exemplos: ¸ · 2
π α π −π πα
· ¸
−1
π =
2 π−1
−2 2π 1 −2π
−1 3 −1/3 −3 9 −1
   
3 0 1 2 = 0 3 6
4 −2 0 12 −6 0
Propriedades 2
Para todas as matrizes A e B em Mm,n e para todos os escalares α e β,
tem-se
1 α(A + B) = αA + αB.
2 (α + β)A = αA + βA.
3 (αβ)A = α(βA).
4 1A = A.
5 (−1)A = −A.

Definição 5 (Multiplicação de matrizes)

Sejam as matrizes A = [ai ,j ]1≤i ≤m ∈ Mm,` e B = [bi ,j ] 1≤i ≤` ∈ M`,n .
1≤j ≤` 1≤j ≤n
Definimos o produto da matriz A pela matriz B como sendo a matriz
C = [ci ,j ]1≤i ≤m ∈ Mm,n , e escrevemos C = A × B, ou simplesmente C = AB,
1≤j ≤n
sendo as entradas da matriz C dadas pela relação
X̀
ci ,j = ai , k b k , j .
k =1
+ Apenas podemos efectuar a multiplicação A × B se o número

de colunas da matriz à esquerda, A, for igual ao número das
linhas da matriz à direita, B.

Exemplo:
0 3
 
£ ¤
AB = 1 2 3 1 −1 =
2 0
£ ¤ £ ¤
= 1×0+2×1+3×2 1 × 3 + 2 × (−1) + 3 × 0 = 8 1 .
+ A multiplicação BA não está definida, dado que a matriz à esquerda

tem 2 colunas e a matriz à direita tem 1 linha.
+
Se as matrizes A e B forem ambas quadradas e de ordens iguais, os
produtos AB e BA estão ambos definidos
A multiplicação de matrizes quadradas não possui a propriedade
comutativa. Ou seja, a propriedade
∀ A, B ∈ Mn , AB = BA
é falsa.

Definição 6 (Matrizes permutáveis (ou comutáveis))

Dizemos que duas matrizes A, B ∈ Mn são permutáveis (ou comutáveis) se
se verificar a igualdade
AB = BA.
Definição 7 (Centro de Mn )
O centro de Mn é o conjunto formado pelas matrizes quadradas de ordem
n que permutam com todas as matrizes quadradas de ordem n. Ou seja
½ ¾
Z (Mn ) = A ∈ Mn : AX = XA, ∀X ∈ Mn .

Exemplos:
Considere as seguintes matrizes quadradas de ordem 2:
· ¸ · ¸ · ¸ · ¸
0 −1 1 1 2 1 2 0
A= , B= , C= e D= .
1 1 1 1 −1 1 0 2
1 A matriz A não comuta com a matriz B porque se tem,

· ¸ · ¸
−1 −1 1 0
AB = e BA =
2 2 1 0
2 A matriz A comuta com a matriz C porque se tem,
· ¸ · ¸
1 −1 1 −1
AC = e CA =
1 2 1 2
3 A matriz A ∉ Z (M2 ). De facto, se A pertencesse ao centro de M2 , teria de
permutar com todas as matrizes quadradas de ordem 2 e verificámos atrás que ela
não comuta com a matriz B.
4 A matriz D comuta com todas as matrizes quadradas de ordem 2. De facto tem-se
· ¸· ¸ · ¸· ¸ · ¸
2 0 x y x y 2 0 2x 2y
= =
0 2 z t z t 0 2 2z 2t
consequentemente D ∈ Z (M2 ).
Propriedades 3
Considerem-se as matrizes A, B ∈ Mm,` , C, D ∈ M`,p e E ∈ Mp ,n e o
escalar α ∈ R. As seguintes propriedades são válidas:
1 (A + B)D = AD + BD
2 A(C + D) = AC + AD
3 (AD)E = A(DE)
4 0r,m A = 0r,` e A0`,s = 0m,s
5 Im A = A e AI` = A
6 α (AC) = (α A)C = A(α C)
Notas: A primeira propriedade chama-se propriedade distributiva à direita da multiplicação relativamente à adição.
A segunda propriedade chama-se propriedade distributiva à esquerda da multiplicação relativamente à adição. A
terceira propriedade chama-se propriedade associativa da multiplicação. As propriedades indicadas em 4.
chamam-se, respectivamente, existência de elemento absorvente à esquerda e à direita. E as propriedades indicadas
em 5. chamam-se, respectivamente, existência de elemento neutro à esquerda e à direita.

Definição 8 (Matrizes invertíveis)

Dizemos que uma matriz A ∈ Mn é invertível (ou regular ) se existir uma matriz Z ∈ Mn
tal que
AZ = ZA = In (1)
Se não existir uma matriz Z ∈ Mn tal que se verifique a igualdade (1) então a matriz A
diz-se não invertível (ou singular ).
+ No caso de A ser invertível existe apenas uma matriz Z que satisfaz (1).
Chamamos a essa matriz a matriz inversa de A e representamo-la por A−1 .

Exemplo: A matriz · ¸
2 1
A=
−1 1
é invertível, porque se tem
· ¸· ¸ · ¸· ¸ · ¸
2 1 1/3 −1/3 1/3 −1/3 2 1 1 0
= =
−1 1 1/3 2/3 1/3 2/3 −1 1 0 1
logo tem-se · ¸
−1 1/3 −1/3
A = .
1/3 2/3
E a matriz inversa da matriz A−1 é a matriz A. Ou seja, tem-se
(A−1 )−1 = A.

Definição 9 (Potência de ordem k ∈ Z)

Sejam A ∈ Mn e k um inteiro. A potência de ordem k da matriz A é a matriz Ak ∈ Mn
tal que,
A0 = In
Ak = A {z. . . × A} se k > 0.
| ×A×
k vezes
−1
A−k
=A
| × A−1{z× . . . × A−1} se k > 0 (A invertível).
k vezes
Definição 10 (Transposta (de uma matriz))

£ ¤
Seja A = ai ,j 1≤i ≤m uma matriz do tipo m × n. A transposta da matriz A é uma matriz
1≤j ≤n
do tipo n × m, e representa-se pelo símbolo AT = a0 i ,j 1≤i ≤n , onde
£ ¤
1≤j ≤m
0
a i , j = aj , i , 1 ≤ i ≤ n e 1 ≤ j ≤ m.

Exemplos: Considerando as matrizes
1 1 1 −1
   
· ¸
1 2 3 4
A= B = 2 2 2 e C =  0 
5 6 7 8
3 3 3 1
tem-se,
 
1 5
1 2 3
 
2 6
AT =  T 
B = 1 2 3 e CT = −1 0 1 .
  £ ¤
3 7

1 2 3
4 8
(AT )T =?, (BT )T =?, (CT )T =?

Definição 11 (Matrizes simétricas e anti-simétricas)

Seja A uma matriz quadrada.
Diz-se que A é uma matriz simétrica se A = AT .
Se A = −AT , diz-se que a matriz A é uma matriz anti-simétrica .
Exemplos:
1 As matrizes simétricas de ordem 3 têm a forma
a b c
 
b d e  , a, b , c , d , e , f ∈ R
c e f
2 As matrizes anti-simétricas de ordem 3 têm a forma
0 a b
 
 −a 0 c  , a, b , c ∈ R.
−b −c 0

Propriedades 4
1 (AT )T = A
2 (A ± B)T = AT ± BT
3 (AC)T = CT AT
4 (Ak )T = (AT )k , k ∈ N0
5 (BC)−1 = C−1 B−1
6 (Bk )T = (BT )k , k ∈ Z
+ As propriedades são válidas para todas as matrizes, desde,

que as operações indicadas façam sentido.

Matrizes Característica de uma Matriz
Definição 12 (Coeficiente líder)

Seja E uma matriz. Em cada linha dizemos que a primeira entrada não
nula é o coeficiente líder (dessa linha). Se uma linha contém apenas
entradas nulas não possui coeficiente líder.
Definição 13 (Matriz em forma de escada por linhas (f.e.l.))

Dizemos que a matriz E está em forma de escada por linhas se:
1 Para toda a linha i > 1, da matriz E, o coeficiente líder encontra-se à
direita do coeficiente da linha anterior (da linha i − 1)
2 Se uma linha tiver entradas todas nulas, então todas as linhas abaixo
dela possuem igualmente entradas todas nulas.

Exemplos: Considere as seguintes matrizes
0 1 1 0 1 2 1 0
       
A = 2 0 B = 0 2 C = 0 1 D = 0 0 .
      
0 0 0 0 0 1 0 4
A única matriz que está em forma de escada é a matriz B.

Na matriz A o coeficiente líder da linha 2 está à esquerda do
coeficiente líder da linha anterior.
Na matriz C o coeficiente líder da linha 3 não está à direita do
coeficiente líder da linha 2 (encontram-se ambos na coluna 2).
A matriz D possui uma linha nula (sem coeficientes líder) anterior a
uma linha com coeficiente líder.

Definição 14 (Característica de uma matriz em f.e.l.)

A característica de uma matriz E em forma de escada por linhas, r (E) é o
número de linhas não nulas.
r (E ) = número de linhas não nulas de E.
+ Note-se que o número de linhas não nulas apenas é a

característica de matrizes em forma de escada por linhas.
Iremos ver à frente como se determina a característica de uma
matriz qualquer (não necessariamente em f.e.l)

Definição 15 (Operações elementares sobre linhas (colunas))

Considere uma matriz A. Designam-se operações elementares sobre as
linhas (colunas) as operações:
1 Troca de linhas da matriz A. A troca das linhas Li e Lj (das colunas
Ci e Cj ) representa-se por Li ↔ Lj (Ci ↔ Cj ).
2 A substituição de uma linha Li (coluna Ci ) pela linha α Li (coluna
β Ci ), onde α, β ∈ R \ {0}. Ou seja, a substituição de uma linha Li
(coluna Ci ) por um seu múltiplo α Li (β Ci ) não nulo. Representamos
esta operação elementar por
Li ← α Li ( Ci ← β Ci )
3 A substituição de uma linha Li (coluna Ci ) pela sua soma com um

múltiplo de outra linha (coluna). Representamos esta operação
elementar por
Li ← Li + α Lj ( Ci ← Ci + β Cj )

Definição 16 (Matrizes equivalentes)

Duas matrizes dizem-se equivalentes se uma resulta da outra através de
uma sequência finita de operações elementares.
Teorema 1
Seja A uma matriz equivalente a uma matriz E que está em forma de
escada. Então, tem-se
r(A) = r(E)
+ O teorema anterior permite encontrar a característica de

uma matriz desde que encontremos a sua forma de escada
(Algoritmo de eliminação Gaussiana).

Exemplo (introdutório): Encontrar uma forma de escada equivalente à matriz A.
A A1 A2
z }| { z }| { z }| {
0 1 1 1 1 0 1 1 1 0 1 1
     
1 0 1 1 L1 ↔ L2 0 1 1 1 L4 ←L4 +(−1)L1 0 1 1 1
  −−−−−→   −−−−−−−−−−−−→  →
0 0 0 0 0 0 0 0 0 0 0 0
1 2 3 1 1 2 3 1 0 2 2 0
A3 E
z }| { z }| {
1 0 1 1 1 0 1 1
   
L4 ←L4 +(−2)L2 0 1 1 1 L3 ↔ L 4 0 1 1 1
−−−−−−−−−−−−→  0
 −−−−−→  
0 0 0 0 0 0 −2
0 0 0 −2 0 0 0 0
As matrizes A, A1 , A2 , e E são todas equivalentes logo têm a mesma característica. A

matriz E está em forma de escada por linhas. Como E possui 3 linhas não nulas tem-se
r (E) = r (A3 ) = r (A2 ) = r (A1 ) = r (A) = 3.

Algoritmo 1 (de eliminação Gaussiana)

Considere a matriz A ∈ Mm,n .
1 Seja U = A e r = 1. Se U = 0, U está em forma de escada por linhas (STOP).
2 Se U 6= 0, procurar nas linhas r , . . . , m, da matriz U, a primeira coluna, k, não nula e
primeira entrada ai ,k 6= 0. Se i > r , troque as linhas r e i em U (obtém-se uma
entrada não nula na posição (r , k)). Seja U a matriz que resulta desta troca.
3 Adicionar múltiplos da linha r às linhas abaixo para anular todas as entradas
localizadas na coluna k e nas linhas r + 1, . . . , m. Seja U a matriz resultante.
4 Se r = m − 1 ou as linhas r + 1, . . . , m são todas nulas, U está em forma de escada
por linhas (STOP). Caso contrário faça r = r + 1 e repita os passos 2, 3 e 4.
+ No passo 3, não explicitámos as operações elementares que permitem

anular as entradas da coluna k e das linhas r + 1, . . . , k. Contudo facilmente se
verifica que efectuando a operação L` ← L` − m` Lr , com m` = a`,k /ar ,k
anulamos a entrada a`,k .

Exemplo: Algoritmo de eliminação Gaussiana aplicado à matriz

2 6 4 4
 
−4 −12 −8 −7
A=
0
.
0 −1 −4
1 3 1 −2
Passo 1. U(1) = A e r = 1.
Passo 2. Como a1,1 6= 0, não é necessário troca de linhas.
Passo 3. Anular as entradas da primeira coluna abaixo da entrada a1,1 . Tem-se
−4 0 1
m2 = , m3 = , e m4 = ,
2 2 2
Consequentemente, apenas temos de efectuar as operações L2 ← L2 − (−2)L1 e
L4 ← L4 − 12 L1 . Obtemos, desta forma, a matriz
2 6 4 4
 
0 0 0 1
U(2) = 

.
0 0 −1 −4
0 0 −1 −4
Passo 4. A submatriz, de U(2) , constituída pelas linhas 2, 3 e 4 não é a matriz nula,

consequentemente incrementamos o valor de r , o valor de r passa a ser 2, e voltamos ao
passo 2.
exemplo (cont.)
Passo 2. A primeira coluna não nula, da submatriz de U(2) , constituída pelas linhas 2, 3
e 4, é a terceira e a primeira entrada não nula da terceira coluna situa-se na terceira
linha de U(2) . Consequentemente efectuamos a troca de linhas L2 ↔ L3 em U(2) . Desta
forma tem-se
2 6 4 4
 
0 0 −1 −4
U(3) = 

.
0 0 0 1
0 0 −1 −4
Passo 3. Anular as entradas da terceira coluna abaixo da entrada a2,3 . Tem-se
m4 = −1/ − 1 e efectua-se a operação elementar L4 ← L4 − L2 . Obtendo-se
2 6 4 4
 
(4) 0 0 −1 −4
U =  .
0 0 0 1
0 0 0 0
Passo 4. A matriz U(4) está em forma de escada por linhas e a eliminação Gaussiana
terminada STOP.
exemplo (cont.)
Esquematicamente escrevemos:
2 6 4 4 2 6 4 4 2 6 4 4
     
L2 ←L2 +2L1
−4 −12 −8 −7 L4 ←L4 −1/2L4 0 0 0 1 L2 ↔ L 3 0 0 −1 −4
  −−−−−−−−−−−−→   −−−−−→  
0 0 −1 −4 0 0 −1 −4 0 0 0 1
1 3 1 −2 0 0 −1 −4 0 0 −1 −4
2 6 4 4
 
L4 ←L4 −L2 0 0 −1 −4
.
−−−−−−−−−→ 0 0 0 1
0 0 0 0
? Qual a característica da matriz A?

1 - ALGAN - 21 - 22 - Matrizes

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

1 - ALGAN - 21 - 22 - Matrizes

Enviado por

Direitos autorais:

Formatos disponíveis

Matrizes

Álgebra Linear e Geometria Analítica

Licenciatura em Engenharia Civil

Instituto Superior de Engenharia do Porto

Ano letivo 2021/2022

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 1 / 34

Definição 1 (Matriz real)

onde os subíndices de cada entrada ai ,j indicam que esta se

Uma matriz com m linhas e n colunas diz-se uma matriz do tipo

Ï as matrizes linha (m=1)

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 3 / 34

Uma matriz A ∈ Mm,n diz-se quadrada se m = n. Frequentemente,

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 4 / 34

Exemplos: Nos seguintes exemplos, assinalamos as entradas que pertencem

Uma matriz quadrada [ai ,j ]1≤i ≤n , de ordem n diz-se triangular

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 5 / 34

Uma matriz quadrada [ai ,j ]1≤i ≤n , de ordem n, diz-se diagonal se e

+ Se os elementos da diagonal principal de uma matriz escalar

Seja ai ,j uma entrada de uma matriz A e b`,k uma entrada de uma

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 7 / 34

Definição 2 (Adição de matrizes)

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 8 / 34

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 9 / 34

Propriedades 1 (da adição de Matrizes)

1 A adição é uma operação fechada no conjunto Mm,n

2 A adição de matrizes é uma operação associativa

3 Existe um elemento neutro, E, em Mm,n , relativamente à operação adição.

5 A adição de Matrizes é uma operação comutativa,

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 10 / 34

O elemento neutro de Mm,n é a matriz E = 0m,n , onde 0m,n designa a

Definição 3 (subtracção de Matrizes)

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 11 / 34

Definição 4 (Produto de um escalar por uma matriz)

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 13 / 34

Definição 5 (Multiplicação de matrizes)

+ Apenas podemos efectuar a multiplicação A × B se o número

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 14 / 34

+ A multiplicação BA não está definida, dado que a matriz à esquerda

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 15 / 34

Definição 6 (Matrizes permutáveis (ou comutáveis))

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 16 / 34

1 A matriz A não comuta com a matriz B porque se tem,

A segunda propriedade chama-se propriedade distributiva à esquerda da multiplicação relativamente à adição. A

terceira propriedade chama-se propriedade associativa da multiplicação. As propriedades indicadas em 4.

chamam-se, respectivamente, existência de elemento absorvente à esquerda e à direita. E as propriedades indicadas

em 5. chamam-se, respectivamente, existência de elemento neutro à esquerda e à direita.

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 18 / 34

Definição 8 (Matrizes invertíveis)

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 19 / 34

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 20 / 34

Definição 9 (Potência de ordem k ∈ Z)

Definição 10 (Transposta (de uma matriz))

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 21 / 34

Exemplos: Considerando as matrizes

(AT )T =?, (BT )T =?, (CT )T =?

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 22 / 34

Definição 11 (Matrizes simétricas e anti-simétricas)

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 23 / 34

+ As propriedades são válidas para todas as matrizes, desde,

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 24 / 34

Definição 12 (Coeficiente líder)

Definição 13 (Matriz em forma de escada por linhas (f.e.l.))

João Matos (ISEP) ALGAN: Matrizes LECIV 2021/2022 25 / 34