Escolar Documentos
Profissional Documentos
Cultura Documentos
Santo André, SP
2021
2
Sumário
1 Sistemas lineares 7
1.1 Conjunto ordenado nito . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Representação geométrica . . . . . . . . . . . . . . . . . 13
1.2 Retas e planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.1 Equação geral da reta no plano cartesiano . . . . . . . . 14
1.2.2 Equações paramétricas da reta no plano cartesiano . . . 14
1.2.3 Equação geral do plano no espaço cartesiano . . . . . . . 17
1.2.4 Equações paramétricas do plano no espaço cartesiano . . 18
1.2.5 Equações paramétricas da reta no espaço cartesiano . . . 20
1.2.6 Posição relativa de planos no espaço cartesiano . . . . . . 21
1.2.7 Reta no espaço como interseção de dois planos . . . . . . 22
1.3 Equações algébricas lineares . . . . . . . . . . . . . . . . . . . . 24
1.3.1 Equação algébrica linear degenerada . . . . . . . . . . . 27
1.3.2 Soluções de uma equação não degenerada . . . . . . . . . 28
1.4 Sistemas de equações lineares . . . . . . . . . . . . . . . . . . . 31
1.5 Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.6 Matriz escalonada . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.7 Sistema escalonado . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.7.1 Resolução de um sistema escalonado reduzido . . . . . . 46
1.7.2 Resolução de um sistema escalonado . . . . . . . . . . . 47
1.8 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.9 Operações elementares . . . . . . . . . . . . . . . . . . . . . . . 52
1.10 Método de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . 56
1.11 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
1.12 O método de Gauss-Jordan . . . . . . . . . . . . . . . . . . . . 64
1.13 Operações matriciais . . . . . . . . . . . . . . . . . . . . . . . . 66
1.13.1 Multiplicação de uma matriz por um número real . . . . 66
1.13.2 Adição de matrizes . . . . . . . . . . . . . . . . . . . . . 67
1.13.3 Multiplicação de matrizes . . . . . . . . . . . . . . . . . 70
1.14 Forma matricial de um sistema linear . . . . . . . . . . . . . . . 75
1.15 Combinação linear de matrizes . . . . . . . . . . . . . . . . . . . 82
3
4 SUMÁRIO
2x − y + 3z = 4
x+y =5
2x − y = 1
2x − y + 3z = 4
2×1−1+3×1=4
2 × 2 − (−3) + 3 × (−1) = 4
y = 2x + 3z − 4
x+y =5
2x − y = 1
x = 2, y=3
pois
2+3 = 5
2×2−3 = 1
{ a, b, c, . . . }
Conjunto ordenado nito
Qual a diferença?
A=B se A⊂B e B ⊂ A.
( x1 , , x2 , . . . , xm ) e ( y1 , y2 , . . . , yn )
x1 = y 1 , x 2 = y2 , ..., xn = yn .
( x1 , , x2 , . . . , xn ) = ( y1 , y2 , . . . , yn )
Exemplo.
(x, y, z) = (1, 2, 3)
quando
x = 1, y = 2, z = 3.
( x1 , , x2 , . . . , xm ) e ( y1 , y2 , . . . , yn )
( x1 , , x2 , . . . , xm ) 6= ( y1 , y2 , . . . , yn )
Exemplo.
6
(1, 1, 2) = (1, 2)
(1, 2) = 6 (2, 1)
Casos particulares
R2 = { (a, b) : a, b ∈ R } .
R3 = { (a, b, c) : a, b, c ∈ R } .
R4 = { (a, b, c, d) : a, b, c, d ∈ R } .
Caso geral
(x1 , x2 , . . . , xn )
Rn = { (x1 , x2 , . . . , xn ) : x1 , x2 , . . . , xn ∈ R }.
No Brasil
(2, 1; 3, 4; 6, 8)
O plano geométrico e o R2
O espaço geométrico e o R3
As coordenadas (x, y) dos pontos de uma reta no plano cartesiano estão rela-
cionadas por uma equação do tipo
ax + by = c
Exemplo. A equação
2x + 3y = 6
dene as coordenadas (x, y) dos pontos de uma reta no plano cartesiano.
x = a1 + b 1 t
y = a2 + b 2 t
x = 1+t
y = 3t
fornece as coordenadas (x, y) dos pontos de uma reta no plano, à medida que
y = 3(x − 1) ou 3x − y = 3
2x + 3y = 6.
t=y
1 3
x = (6 − 3y) = 3 − t
2 2
Equações paramétricas
3
x = 3− t
2
y = t
y = 2t,
x = 3 − 3t
y = 2t
x = 4.
t = y.
Chegamos às equações paramétricas
x=4 e y = t.
x = 7, y = 2t − 2,
x = 7.
ax + by + cz = d
Exemplo. A equação
2x − y + 3z = 6
dene as coordenadas (x, y, z) dos pontos de um plano no espaço cartesiano.
x + 2y = 4
descreve um plano onde o z não aparece explicitamente.
a = 1, b = 2, c=0 e d = 4.
Exemplo.
x = a1 + b1 r + c1 s
y = a2 + b2 r + c2 s
z = a3 + b3 r + c3 s
Para o plano não se degenerar numa reta ou num ponto, os ternos (b1 , b2 , b2 )
e (c1 , c2 , c2 ) não podem ser iguais a (0, 0, 0) e não deve existir um número real
k para o qual
x = 1 + r + s,
y = 2r + s,
z = −3 − r + s.
r + s = x − 1,
2r + s = y.
r = y − x + 1.
s = 2x − y − 2.
3x − 2y − z = 6.
Vimos, através desse exemplo, como obter a equação geral do plano a partir
das suas equações paramétricas.
x + y + z = 1.
Como aparecem x, y e z nesta equação, podemos usar duas delas como parâ-
y = r, z=s
x = 1−r−s
y = r
z = s
2x + y = 5.
Nela, a coordenada z está ausente. Para obter suas equações paramétricas, o z
precisa ser um dos parâmetros. Escolhemos x ou y para ser o outro parâmetro.
x = r, z=s
y = 5 − 2r
x = r
y = 5 − 2r
z = s
x = a1 + b1 t,
y = a2 + b2 t,
z = a3 + b 3 t
Exemplo. As equações
x = 1 + t,
y = −2t,
z = −3
2x + 3y − 4z = 9
3x − 4y + 2z = 8.
2x + 2y − 2z = 3
5x + 4y + 3z = 7
3x + 6y + 9z = 8
Desta forma, uma reta no espaço pode ser formada pelos pontos cujas
coordenadas (x, y, z) satisfazem simultaneamente às equações de dois planos
a1 x + b 1 y + c 1 z = d 1
a2 x + b 2 y + c 2 z = d 2
x = 3 − 2t,
y = 1 − 4t,
z = 2 + t,
x + 2z = 7 e y + 4z = 9.
Estas são as equações gerais de dois planos cuja interseção é a reta dada.
2x + y + z = 1
x+y = 4
x + z = −3
−y + z = 4
x = −3 − z
y = z−4
t = z,
x = −3 − t, y =7+t e z = t.
x+z = 4
2x − z = 5.
para x e z e obter
x = 3, z = 1.
Como não há restrição sobre o valor de y, nós o tomamos como parâmetro
t=y
x = 3, y = t, z = 1,
y = −1 + 2x e z = −5
a1 x 1 + · · · + an x n = b
2x − 3y = 7
x1 − 5x2 + 2x3 = 9.
Soluções
a1 x 1 + a2 x 2 + · · · + an x n = b
a1 c1 + a2 c2 + · · · + an cn = b.
Então
x1 = c1 , x2 = c2 , . . . , xn = cn
(x1 , x2 , . . . , xn ) = (c1 , c2 , . . . , cn )
3x − 4y − 6z = 7
é
x = 5, y = −1, z=2
Também podemos dizer que
7 + 4y + 6z
x= .
3
Ao atribuir valores reais para as incógnitas y e z, podemos calcular x usando
esta expressão.
Tomando
Exemplo. Explicitando x em
x − 4y + 6z = 1
obtemos
x = 4y − 6z + 1.
(x, y, z) = (1, 0, 0)
(x, y, z) = (9, 2, 0)
O leitor pode estar se perguntando quando é que vamos nos deparar com
equação degeneradas. Adiantando, armamos que iremos nos deparar com elas
no estudo das soluções de um sistema de equações lineares.
0x + 0y = 0
não impõe restrições aos valores de x e y. Deste modo, qualquer par (x, y) de
0x + 0y = 1
a1 x 1 + · · · + an x n = b
consiste em explicitar uma das incógnitas em função das outras e diremos que
x − 3y + 2z = 7
x = 7 + 3y − 2z.
Ao explicitar uma das incógnitas em função das outras, ela recebe o nome
devariável dependente e as demais recebem o nome de variáveis inde-
pendentes ou variáveis livres.
Solução geral
a1 x1 + · · · + an xn = b.
Exemplo. A equação
x + 3y = 7
possui uma innidade de soluções.
x = 7 − 3y
A equação degenerada
0x + 0y = 8
não possui solução. Portanto, sua solução geral é o conjunto vazio.
0x + 0y = 0.
Quando explicitamos y em
−5x + y = 3,
obtemos
y = 3 + 5x
t=x
x = t
y = 3 + 5t
−5x + y = 3.
{ (x, y) : x = t, y = 3 + 5t, t ∈ R }
3x − 4y + z = 5,
obtemos
z = 5 − 3x + 4y.
valor de z de tal modo que o terno (x, y, z) obtido é uma solução da equação
inicial.
Solução geral
{ (x, y, z) : z = 5 − 3x + 4y, x, y ∈ R }
r = x, s=y
x = r,
y = s,
z = 5 − 3r + 4s.
Forma geral
x 1 = c1 , x2 = c2 , ..., x n = cn
é solução do sistema (1.1) quando esta for uma solução de todas as equações
do sistema
(x1 , x2 , . . . , xn ) = (c1 , c2 , . . . , cn )
(c1 , c2 , . . . , cn )
é solução do sistema.
2x − y + 3z + w = −1
x + 2y − z + 3w = 2
y + 2z − 2w = 4
é
(x, y, z, w) = (1, 2, 0, −1)
não precisamos nos preocupar com ela, uma vez que toda solução das outras
equações também é solução desta equação.
Exemplo. O sistema
x+y =1
0x + 0y = 2
O sistema
x+y =1
x+y =2
não possui solução pois a soma x+y não pode ser igual a 1 e a 2 ao mesmo
tempo.
Já o sistema
x+y =2
0x + 0y = 0
x=2−y
x−y =2
x+y =4
é
(x, y) = (3, 1).
Mais tarde vamos mostrar que esta é a única solução.
Exemplo. O sistema
2x + y − 2z = 3,
0x + 0y + 0z = 1,
não possui solução pois a segunda equação é degenerada e com termo constante
não nulo.
Exemplo. O sistema
x + 2z = 3
y−z =1
x = 3 − 2z,
y = 1 + z.
Não há restrição sobre z que pode receber qualquer valor real e, por este
motivo, z passa a ser chamada de variável independente ou variável livre.
Como os valores de x e y dependem do valor atribuído ao z, denominamos
o x e o y de variáveis dependentes ou variáveis líderes.
Ao explicitar as variáveis dependentes em função das variáveis independen-
tes, vamos considerar que o problema de encontrar soluções do sistema está
resolvido.
x − 4y = 1,
y = 2,
obtemos
x = 1 + 4y,
y = 2.
Usando a segunda equação para eliminar y da primeira, chegamos à solução
x=9 e y = 2,
que é única.
1.5 Matriz
O sistema de equações
a11 a12 · · · a1n b1
a21 a22 · · · a2n b2
.. .
. .. .
.
..
. . . . .
am1 am2 · · · amn bm
onde
A = [aij ]
Notação:
Igualdade
Duas matrizes
[aij ] e [bij ]
[aij ] = [bij ]
Matriz nula
0 0 ··· 0
0 0 ··· 0
0 = .. .. . . .. .
. . . .
0 0 ··· 0
O tamanho da matriz
9 4 é 1 × 2.
0 0 0 0
0= é 2 × 4.
0 0 0 0
Matrizes com uma única linha são denominadas matrizes linha ou ve-
tores linha.
1
1 2 3
2
1 2 3
A= .
4 5 6
As matrizes
1 2 3 , 4 5 6 ,
são chamadas de matrizes linha de A e
1 2 3
, , ,
4 5 6
Matriz quadrada
1 0 0
1 2 0 2 0
4 3
0 0 3
Matriz triangular
1 0 0 1 7 8
4 2 0 0 2 9
5 6 3 0 0 3
é triangular inferior e a segunda é triangular superior.
Matriz transposta
Se
A = [aij ]m×n
sua transposta é
AT = [bij ]n×m
onde
bij = aji ,
Exemplo. A transposta de
1 2 T 1 3
A= é A = ,
3 4 2 4
a transposta de
1 4
1 2 3
B= é BT = 2 5
4 5 6
3 6
e a transposta de
1
CT =
C= 2 é 1 2 3 .
3
Vemos neste exemplo que o conceito de transposta pode economizar espaço pois
a11 a12 · · · a1n b1
a21 a22 · · · a2n b2
A = .. , B = ..
. .. .
. . . .
. . .
am1 am2 · · · amn bm
y + 2z = 9
2x + 4y − 3z = 1
3x + 6y − 5z = 0
são, respectivamente,
0 1 2 0 1 2 9
2 4 −3 e 2 4 −3 1 .
3 6 −5 3 6 −5 0
Exemplo. Na matriz
0 1 −1 3
2 6 5 −7
0 0 0 0
o 1 é o pivô da primeira linha e o 2 é o pivô da segunda linha. A terceira linha
2. nas linhas não nulas, o pivô da linha de baixo ca à direita do pivô da
linha de cima.
0 1 2 3 4 1 2 3 4 5
0 0 0 3 2 e 0 0 6 7 8
0 0 0 0 0 0 0 0 9 1
1. for escalonada;
1 2 0 4 0 6
0 0 1 2 0 4
0 0 0 0 1 2
0 0 0 0 0 0
Exemplo. O sistema
x + 2y + 3z + 4w = 5
y + 2z + 3w = 4
w=7
1 2 3 4 5
0 1 2 3 4
0 0 0 1 7
é escalonada. Suas incógnitas dependentes são x, y e w. O z é incógnita livre.
Exemplo. O sistema
x + 7w = 1
y + 6w = 8
z + w = 6
é escalonado reduzido pois sua matriz completa
1 0 0 7 1
0 1 0 6 8
0 0 1 1 6
x − 2y + w = 1
z − 3w = 2
1 −2 0 1 1
0 0 1 −3 2
é escalonada reduzida.
x = 1 + 2y − w,
z = 2 + 3w.
(x, y, z, w)
x = 1 + 2y − w,
z = 2 + 3w,
r=y e s = w.
x = 1 + 2r − s
y=r
z = 2 + 3s
w=s
desta.
Exemplo. O sistema
x − y + 2z = 3
y − z = −1
z= 2
1 −1 2 3
0 1 −1 −1
0 0 1 2
é escalonada. As incógnitas x, y e z são dependentes e não existe incógnita
x = y − 2z + 3,
y = z − 1,
z = 2.
z = 2,
y = z − 1 = 2 − 1 = 1,
x = y − 2z + 3 = 1 − 4 + 3 = 0.
x + 2y − z = 1
y+z =2
x = z − 2y + 1
y =2−z
equação
y =2−z
x = z − 2(2 − z) + 1 = 3z − 3
x = 3z − 3
y = 2−z
t = z.
Daí a solução geral é o conjunto de todos os ternos ordenados (x, y, z) de
x = 3t − 3,
y = 2 − t,
z = t,
x + 2y − z + w = 1
y + 2z − w = 2
z+w =1
explicitamos as incógnitas líderes
x = 1 − 2y + z − w
y = 2 − 2z + w
z =1−w
e usamos substituição reversa. Este procedimento consiste em usar as equa-
ções de baixo para eliminar as incógnitas líderes que estão no lado direito das
equações de cima
z = 1 − w,
y = 2 − 2(1 − w) + w = 3w,
x = 1 − 2(3w) + (1 − w) − w = 2 − 8w,
A solução geral é o conjunto formado por todas as quadras ordenadas (x, y, z,
w) de números reais tais que
x = 2 − 8w,
y = 3w,
z = 1 − w.
Nestas soluções, w é a variável livre e x, y, z são as variáveis dependentes.
t = w.
A solução geral em forma paramétrica é o conjunto de todas os ternos ordena-
x = 2 − 8t,
y = 3t,
z = 1 − t,
w = t
1.8 Exercícios
Exercício 1.4 Obtenha a solução geral do sistema abaixo na forma paramé-
trica
x + 2y + 3z + w = 5,
y + z − 2w = 3,
2z + 4w = 6.
Operações elementares
a1 x + a2 y + a3 z = a4
b1 x + b2 y + b3 z = b4
L1 ↔ L2
b1 x + b2 y + b3 z = b4
a1 x + a2 y + a3 z = a4
a1 x + a2 y + a3 z = a4
c L1 → L1 (c 6= 0)
(c a1 )x + (c a2 )y + (c a3 )z = (c a4 )
Adicionar a uma equação um múltiplo de outra.
a1 x + a2 y + a3 z = a4
b1 x + b2 y + b3 z = b4
L2 + c L1 → L2
a1 x + a2 y + a3 z = a4
(b1 + c a1 )x + (b2 + c a2 )y + (b3 + c a3 )z = b4 + c a4
pois
Resumindo
L1 ↔ L2
c L1 → L01 (c 6= 0)
L2 + c L1 → L02
2. São reversíveis.
1. Trocar de posição duas linhas, levando cada uma para a posição da outra.
a1 · · · an b1 · · · bn
→
b1 · · · bn a1 · · · an
a1 · · · an c a1 · · · c an
→ (c 6= 0)
b1 · · · bn b1 · · · bn
a1 · · · an a1 ··· an
→
b1 · · · bn b 1 + c a1 · · · b n + c an
x+y = 1
2x + 3y = 4
3x + 5y = 6
cuja matriz completa é
1 1 1
C= 2 3 4
3 5 6
As operações
L02 = L2 − 2L1 e L03 = L3 − 3L1
levam a matriz C em
1 1 1
C1 = 0 1 2
0 2 3
A operação
L03 = L3 − 2L2
levam a matriz B em
1 1 1
C= 0 1 2
0 0 −1
x+y = 1
y = 2
0x + 0y = −1
Exemplos
A operação elementar
L03 = L3 − 3L2
nos leva a
1 2 0 1
C3 = 0 1 −1/4 −1/4
0 0 3/4 15/4
Multiplicando C3 por 4/3 chegamos na matriz escalonada
1 2 0 1
C4 = 0 1 −1/4 −1/4
0 0 1 5
x + 2y = 1
y − z/4 = −1/4
z = 5
L1 ↔ L2 ou L1 ↔ L3
Vamos escolher a segunda troca pois o pivô da terceira linha é igual a 1, o que
facilita as contas
1 1 0
C1 = 2 2 1
0 2 3
Com a operação
L02 = L2 − 2L1
chegamos em
1 1 0
C2 = 0 0 1
0 2 3
Trocando a segunda com a terceira linha
L2 ↔ L3
obtemos a matriz escalonada
1 1 0
C3 = 0 2 3
0 0 1
C → C1 → C2 → · · · → Ck = R,
Observações:
Quando estamos fazendo as contas usando apenas lápis e papel, é conveni-
ente ter um pivô unitário.
Para trabalhar com pivôs unitários multiplique a linha pelo inverso do pivô
ou trocando a posição das linhas.
0x1 + · · · + 0xn = 0.
Qualquer solução das outras equações do sistema será uma solução desta
equação degenerada. Logo, pode-se simplesmente eliminar as linhas nulas
ou levá-las para a parte inferior da matriz.
0 0 ··· 0 b com b 6= 0 .
0 −1 −1 −1 2 −7
C= 1
3 2 4 0 6
2 4 2 7 5 0
L1 ↔ L2
1 3 2 4 0 6
C1 = 0 −1 −1 −1
2 −7
2 4 2 7 5 0
L3 − 2L1 → L3
1 3 2 4 0 6
C2 = 0 −1 −1 −1
2 −7 .
0 −2 −2 −1 5 −12
(−1)L2 → L2 ,
1 3 2 4 0 6
C3 = 0 1 1 1 −2 7 .
0 −2 −2 −1 5 −12
L3 + 2L2 → L3 ,
x + 3y + 2z + 4v = 6,
y + z + v − 2w = 7,
v + w = 2.
x = 6 − 3y − 2z − 4v,
y = 7 − z − v + 2w,
v = 2 − w.
v = 2 − w,
y = 7 − z − (2 − w) + 2w = 5 − z + 3w,
x = 6 − 3(5 − z + 3w) − 2z − 4(2 − w) = z − 5w − 17.
Observe que no lado direito só caram as incógnitas livres que agora chamamos
de variáveis.
x = z − 5w − 17,
y = 5 − z + 3w,
v = 2 − w,
sendo que z e w podem assumir qualquer valor real. Neste ponto consideramos
o sistema resolvido.
1 −1 3 1 7
C = 2 −1 6 3 9 .
−2 0 −6 −4 −2
1 −1 3 1 7
R= 0 1 0 1 −5 .
0 0 0 0 1
x + 2z = a,
2x + y + 5z = b,
x − y + z = c,
1 0 2 a
2 1 5 b
1 −1 1 c
0x + 0y + 0z = b + c − 3a.
b + c − 3a = 0 ou c = 3a − b.
1 2 1 a
0 1 −1 b − a .
0 0 1 2a + c
x = −3a − 2b − 3c,
y = a + b + c,
z = 2a + c.
1.11 Exercícios
Exercício 1.5 Utilize o método de Gauss para obter as soluções gerais dos
sistemas de equações algébricas lineares cujas matrizes completas são
1 2 0 3 1 2 0 3
(a) 2 5 2 0 , (b) 2 5 2 0 ,
1 3 1 2 1 3 2 1
1 2 0 3 1 2 3 7
(c) 2 5 2 0 , (d) 2 −1 4 8 .
1 3 2 −3 1 4 −1 9
Vamos aplicar a técnica de substituição reversa que segue de baixo para cima.
L2 + 2L3 → L2 e L1 − L3 → L1
1 3 −2 0 −1 −1
0 0 1 0 3 4 .
0 0 0 1 1 2
A operação elementar
L1 + 2L2 → L1
nos leva à matriz escalonada reduzida
1 3 0 0 5 7
0 0 1 0 3 4 .
0 0 0 1 1 2
x + 3y + 0z + 0v + 5w = 7
z + 0v + 3w = 4
v+w =2
x = 7 − 3y − 5w
z = 4 − 3w
v =2−w
r=y e s=w
para escrever a solução geral na forma paramétrica
x = 7 − 3r − 5s, y = r, z = 4 − 3s, v = 2 − s, w = s,
onde r e s podem assumir qualquer valor real. A solução possui dois parâmetros
A = [ aij ]
resulta na matriz
c A = [ c aij ] ,
de tamanho m × n, chamada de múltiplo de A por c.
−A = [ −aij ]
3 −1 2 = −3 6 ,
4 −8
−2 =
−3 6
Sejam
A = [ aij ] e B = [ bij ]
duas matrizes de mesmo tamanho. A adição das matrizes A e B é a operação
A + B = [ cij ],
com o mesmo tamanho de A, onde
Exemplo.
1 2 3 10 20 30 11 22 33
+ = .
4 5 6 40 50 60 44 55 66
A + 0 = 0 + A = A.
(−A) + A = A + (−A) = 0.
A diferença entre A e B
4. Elemento oposto:
A + (−A) = (−A) + A = 0.
5. Associatividade:
(xy)A = x(yA).
6. Distributividade:
x(A + B) = xA + xB,
(x + y)A = xA + yA.
1A = A.
Podemos escrever
A+B+C
para designar as somas
A + (B + C) ou (A + B) + C,
A+B = C ⇒ A=C −B
xA = B ⇒ A = x−1 B
A = [aik ] e B = [bkj ]
AB = [cij ]
de tamanho m × n, em que
p
X
cij = ai1 b1j + ai2 b2j + · · · + aip bpj = aik bkj
k=1
2 0
1 0 2
A= e B= 1 2
3 2 1 2×3 0 3 3×2
2 6
AB = .
8 7 2×2
2 0 2 0 4
1 0 2
BA = 1 2 = 7 4 4
3 2 1
0 3 9 6 3 3×3
AB 6= BA.
Exemplo. Sendo
3 1 1 4 2
A= e B=
0 2 2×2
2 0 1 2×3
5 12 7
AB =
4 0 2 2×3
Exemplo. Sendo
1
X= e Y = 3 4
2 2×1
1×2
então
AB = BA.
Exemplo. As matrizes
1 2 1 0
A= e B= ,
3 1 3 2
7 4 1 2
AB = e BA = .
6 2 9 8
Exemplo. As matrizes
1 2 7 4
A= e B=
3 1 6 7
19 18
AB = BA = .
27 19
B = AA = A2 .
Matriz identidade
É a matriz quadrada
1 0 ··· 0
0 1 ··· 0
I = .. .. . . ..
. . . .
0 0 ··· 1
In
A I = I A = A.
1. A multiplicação é associativa:
(AB)C = A(BC).
(AB)C e A(BC).
AC = BC não implica em A = B
DA = DB não implica em A = B
1 3 5 3 0 0
A= , B= e C= .
2 4 6 4 1 2
Vale a igualdade
AC = BC enquanto A 6= B.
Estas m igualdades podem ser substituídas por uma única igualdade ma-
tricial
a11 x1 + a12 x2 + · · · + a1n xn b1
a21 x1 + a22 x2 + · · · + a2n xn b2
= ..
.
.
. .
am1 x1 + am2 x2 + · · · + amn xx bm
a11 a12 · · · a1n x1 b1
a21 a22 · · · a2n x 2 b2
.. = .. .
.. .
. .. .
.
. . . . . .
am1 am2 · · · amn xn bm
AX = B
Denição 1.7 Considere as matrizes abaixo, cujas entradas são números re-
ais
a11 ··· a1n b1 s1
.. ... .. , B = ... , Sn×1 = ... .
A= . .
am1 · · · amn bm sn
AX = B
na matriz incógnita
x1
X = ...
xn
quando
AS = B.
Pode-se também escrever que
X=S é solução de AX = B.
Exemplo. A matriz
2
S=
1
é solução da equação matricial linear
pois
1 3 2 5
= .
2 0 1 4
Também é lícito escrever que
x 2 2
= ou X=
y 1 1
A1 X = B1 e A2 X = B2
AX = B
x1 = s1 , x2 = s2 , . . . , xn = sn
A1 X = B1
[A1 | B1 ] ,
[A2 | B2 ] ,
A2 X = B2
1 3 4
,
2 6 8
1 3 4
.
0 0 0
1 3 x 4
= .
0 0 y 0
x = 4 − 3y.
x
para as quais y∈R e x = 4 − 3y.
y
O número de soluções é innito uma vez que y é uma variável livre. Obtemos
soluções particulares dando valores especícos para y. Com y=0 obtemos
4 1
, e com y = 1, chegamos na solução .
0 1
L2 − 3L1 → L2 , L3 − L1 → L3
1 3 −5 11 −7
C1 = 0 −5 10 −20 19 .
0 −1 2 −4 4
1 3 −5 11 −7
C2 = 0 1 −2 4 −4 .
0 −5 10 −20 19
1 3 −5 11 −7
C3 = 0
1 −2 4 −4 .
0 0 0 0 −1
0x + 0y + 0z = 0 e 0x + 0y + 0z = −1.
A primeira delas se refere ao primeiro sistema e a segunda se refere ao segundo
sistema.
L2 + 4L3 → L2 e L1 + 7L3 → L1
para obter
1 3 −5 11 0
C5 = 0
1 −2 4 0 .
0 0 0 0 1
A operação elementar
L1 − 3L2 → L1
1 0 1 −1 0
C5 = 0 1 −2 4 0 .
0 0 0 0 1
A matriz C5 é escalonada reduzida. Observe que
1 0 1 −1 1 0 1 0
0 1 −2 4 e 0 1 −2 0
0 0 0 0 0 0 0 1
A segunda matriz completa, com já destacamos, nos diz que o segundo sistema
não possui solução.
x = −1 − z, y = 4 + 2z,
e sua solução geral é o conjunto de todos os ternos ordenados (x, y, z) tais que
x = −1 − z, y = 4 + 2z,
a 1 0
=a +b ,
b 0 1
com coecientes a e b.
Toda matriz real 2×2 pode ser escrita na forma
a b 1 0 0 1 0 0 0 0
=a +b +c +d
c d 0 0 0 0 1 0 0 1
com coecientes a, b, c, d.
Toda matriz 2×2 pode ser escrita como uma combinação linear destas
quatro matrizes.
A combinação linear
0M1 + · · · + 0Mk ,
onde todos os coecientes são iguais a zero, é denominada trivial e sempre
resulta na matriz nula.
Sendo c um número real, o múltiplo
cM
da matriz M é uma combinação linear com uma única parcela.
x
2 5 4
A= e X = y ,
1 3 6
z
o produto
2x + 5y + 4z 2 5 4
AX = =x +y +z
1x + 3y + 6z 1 3 6
De modo geral, se
A = [ A1 | A2 | · · · | An ]
x1
x2
X = .. .
.
xn
então
AX = x1 A1 + x2 A2 + · · · + xn An .
AX = B
na forma
x1 A1 + x2 A2 + · · · + xn An = B
Conclusão
A equação matricial
AX = B
possui solução se, e só se, B for uma combinação linear das colunas de A.
1 −3 6 3 x
A= 0 1 −2 , B = −2 , X = y .
2 −3 6 0 z
As colunas de A são
1 −3 6
A1 = 0 , A2 = 1 , A3 = −2 .
2 −3 6
AX = B,
obtemos
x = 6z − 9 e y = 2z − 2,
onde z é variável livre.
vemos que
−3A1 + 0A2 + 1A3 = B
Exemplo. Quando
1 −3 6 3
A= 0 1 −2 e B = −2
2 −3 6 1
a equação
AX = B
não possui solução. Concluímos que B não é uma combinação linear das
colunas de A.
3 1 0 0
1 −3 −2 = .
2 0 1 0
3 1 0
, ,
2 0 1
que resulta na matriz nula. Quando isto acontece, diremos que o conjunto
formado por estas matrizes é linearmente dependente (LD).
Se
1 0 0
x +y =
0 1 0
1 0
e
0 1
que resulta na matriz nula é a combinação linear trivial. Neste caso, dire-
mos que estas duas matrizes formam um conjunto linearmente independente
(LI).
O conjunto {0} que contém apenas a matriz nula é LD pois, para qualquer
número real c 6= 0, obtemos
c 0 = 0.
cM = 0 ⇒ c = 0.
x1 M1 + · · · + xk Mk = 0
nas incógnitas x1 , . . . , xk .
Se a única solução for a trivial, x1 = 0, . . . , xk = 0, então o conjunto M1 ,
. . . , Mk de matrizes é linearmente independente.
{M1 , M2 , M3 , 0}
é LD.
−1 1 0 2 −3 7
A= , B= , C=
2 1 1 −3 8 −3
−1 1 0 2 −3 7 0 0
x +y +z =
2 1 1 −3 8 −3 0 0
−x + 0y − 3z = 0,
x + 2y + 7z = 0,
2x + y + 8z = 0,
x − 3y − 3z = 0.
Este sistema de equações algébricas lineares pode ser colocado na forma ma-
tricial
−1 0 −3 0
1 x
2 7 0
2 y =
1 8 0
z
1 −3 −3 0
cuja solução é
x = −3z
y = −2z,
−1 1 0 2 −3 7 0 0
−3 −2 + = .
2 1 1 −3 8 −3 0 0
ou
−3A − 2B + C = 0
e o conjunto de matrizes {A, B, C} é linearmente dependente.
Observe que é possível escrever qualquer uma das três matrizes como com-
binação linear das outras duas
1 2 1 3
C = 3A + 2B, A= C − B, B = C − A.
3 3 2 2
c1 M1 + c2 M2 + · · · + ck Mk = 0.
matrizes
c2 ck
M1 = − M2 − · · · − Mk .
c1 c1
1M1 − y2 M2 − · · · − yk Mk = 0.
pois é igual a 1.
Isto prova a DL do conjunto {M1 , M2 , . . . , Mk }.
2 1 4
A= , B= , C=
3 1 7
xA + yB + zC = 0
Uma delas é
x = 3, y = −2, z = −1,
e
3A − 2B − C = 0.
Podemos explicitar uma das matrizes como combinação linear das outras
duas.
Em particular,
C = 3A − 2B.
AX = 0
X=0
é solução da equação homogênea, denominada solução trivial.
AX = 0 ,
onde
x
1 −2 1 2 y 0
A = 2 −4 1 1 , X=
z , 0= 0 .
3 −6 0 −3 3×4 0 3×1
w 4×1
1 −2 1 2 0
C = 2 −4 1 1 0 .
3 −6 0 −3 0
e
1 −2 1 2 0
R= 0 0 1 3 0
0 0 0 0 0
é sua forma escalonada. Em R, a última coluna continua nula.
x − 2y + z + 2w = 0,
z + 3w = 0.
z = −3w,
x = 2y − z − 2w = 2y − (−3w) − 2w = 2y + w.
A solução geral de
AX = 0
T
X= x y z w
Na forma matricial,
x 2y + w 2 1
y y 1 0
X=
z = −3w
= y +w
0 −3
= yX1 + wX2 .
w w 0 1
As matrizes
T T
X1 = 2 1 0 0 e X2 = 1 0 −3 1
AX = 0.
X1 e X2 .
Observações
c X0
também será uma solução.
A(c X0 ) = c (AX0 ) = c 0 = 0.
5. Se
X1 , X2 , . . . , Xk
forem soluções não triviais de AX = 0 e
c1 , c2 , . . . , ck ,
c1 X1 + c2 X2 + · · · + ck Xk
é uma solução de AX = 0.
AX = 0,
onde
3 1 −2 x 0
A= 4 1 −2 , X = y , 0 = 0 .
2 0 1 z 0
L1 − L3 → L1
1 1 −3 1 1 −3
A1 = 4
1 −2 R= 0
1 −3 .
2 0 1 0 0 1
x + y − 3z = 0
y − 3z = 0
z = 0
na segunda, resulta em y = 0.
Estes dois resultados, levados na primeira equação resultam em x = 0. Não
há incógnita livre pois x, y e z são dependentes.
X2 = X1 + Xh
onde Xh uma solução da equação homogênea AX = 0.
Xh = X2 − X1
é solução de AX = 0 pois
X2 = X1 + X h .
AX = B,
onde
1 −2 1 −1
−1 x
3 −2 3
A=
2 −4
, X = y ,
B=
−2 .
2
z
−3 7 −4 5
A forma escalonada da matriz completa é
1 −2 1 −1
0
1 −1 2
0 0 0 0
0 0 0 0
x − 2y + z = −1
y−z = 2
x = 2y − z − 1 = 2(2 + z) − z − 1 = 3 + z
y = 2+z
x 3+z 3 1
X = y = 2 + z = 2 + z 1 = Xp + z X h ,
z z 0 1
3 1
Xp = 2 , Xh = 1 .
0 1
de AX = B.
x
3 1 −2 5 5 y
A= 4
1 −2 7 , B = 6 ,
z .
X=
2 0 1 4 3
w
1 0 0 2 1
0 1 0 −1 4
0 0 1 0 1
x + 2w = 1,
y − w = 4,
z = 1.
Explicitando as incógnitas x, y, z,
x = 1 − 2w, y = 4 + w, z = 1.
x 1 − 2w 1 −2
y 4+w 4
= + w 1 = X1 + w X0
z =
1 1 0
w w 0 1
1 −2
4 1
X1 =
1 ,
X0 =
0 .
0 1
X1 + z X 0 .
ax = b é x = a−1 b,
a a−1 = a−1 a = 1.
AX = B,
X = A−1 B,
onde A−1 seria a inversa da matriz A, que, por analogia ao caso real, seria
aquela matriz para a qual
A A−1 = A−1 A = I,
Veremos que esta analogia faz sentido quando A é uma matriz quadrada.
Diferentemente do que ocorre com os números reais, veremos que nem toda
matriz quadrada diferente da matriz nula possui inversa.
AB = BA = I,
3 2 5 −2
A= e B= ,
7 5 −7 3
verica-se que
AB = BA = I,
mostrando que B é a inversa de A e A é a inversa de B.
3 −5 2 −5
A= e B= .
1 −2 1 −3
Como
AB = BA = I,
a inversa de A é B e a inversa de B é A.
Exemplo. A matriz
1 1
A= ,
0 0
cuja segunda linha é nula, não é inversível.
1 1 a b a+c b+d
= .
0 0 c d 0 0
Exemplo. A matriz
1 0
A= ,
1 0
cuja segunda coluna é nula, não é inversível.
a b 1 0 a+b 0
= ,
c d 1 0 c+d 0
Lição a tirar dos exemplos: Quando A possui uma linha nula, ou uma
coluna nula, então A não possui inversa.
AB = BA = I e AC = CA = I,
B = BI = B(AC) = (BA)C = IC = C,
B = A−1 e A = B −1 .
Daí,
−1
A−1 = B −1 = A.
AB −1
(AB)−1 .
2 0 1/2 0
é .
0 3 0 1/3
Exemplo. Quando a11 a22 − a12 a21 for diferente de zero, a inversa de
a11 a12 −1 1 a22 −a12
A= é A =
a21 a22 a11 a22 − a12 a21 −a21 a11
1. Uma matriz e sua inversa comutam, uma vez que A A−1 = A−1 A = I.
2. Lei do cancelamento.
⇒ AI = BI ⇒ A = B.
Prova 4: análoga
A A−1 B = AA−1 B = IB = B
Sejam A, B e C
matrizes quadradas de mesmo tamanho. Alertamos que aqui,
−1
B não é a inversa de A, que agora é denotada por A .
A1 A2 · · · An
é inversível e
onde pedimos uma vez mais a atenção do leitor para a ordem dos
1 0 1 0
(1L1 → L1 )
0 1 0 1
1 0 0 1 0 0
0 1 0 (−8L2 → L2 ) 0 −8 0 .
0 0 1 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 0 0 1
0
(L2 ↔ L4 )
0 1 0 0 0 1 0
0 0 0 1 0 1 0 0
1 0 0 1 0 4
0 1 0 (L1 + 4L3 → L1 ) 0 1 0
0 0 1 0 0 1
1.
0 1 0 0 1 0
A= 1 0 0 A−1 = 1 0 0
0 0 1 0 0 1
A matriz A foi obtida realizando na matriz identidade a operação elementar
L1 ↔ L2
e sua inversa A−1 é obtida realizando na matriz identidade a mesma operação
elementar
L1 ↔ L2
2.
1 0 0 1 0 0
B= 0 5 0 B −1 = 0 1/5 0
0 0 1 0 0 1
A matriz B foi obtida realizando na matriz identidade a operação elementar
5L2 → L2
e sua inversa B −1 é obtida realizando na matriz identidade a operação elemen-
tar
(1/5)L2 → L2
3.
1 0 0 1 0 0
C= 0 1 0 C −1 = 0 1 0
7 0 1 −7 0 1
L3 + 7L1 → L3
Considere a matriz
1 1 1 1
A= 2 2 2 2
3 3 3 3
0 1 0 6 0 0 1 0 0
E1 = 1 0 0 , E2 = 0 1 0 , E3 = 0 1 0 ,
0 0 1 0 0 1 4 0 1
L1 ↔ L2 , 6L1 → L1 , L3 + 4L1 → L3 ,
0 1 0 1 1 1 1 2 2 2 2
E1 A = 1 0 0 2 2 2 2 = 1 1 1 1
0 0 1 3 3 3 3 3 3 3 3
A → C1 → C2 → · · · → Ck = R.
C1 = E1 A
C2 = E2 C1 = E2 E1 A
C3 = E3 C2 = E3 E2 E1 A
···
Ck = Ek Ck−1 = Ek · · · E2 E1 A
Como Ck = R,
R = Ek · · · E2 E1 A.
A = (Ek · · · E2 E1 )−1 R
Teorema 1.18 Uma matriz quadrada A é inversível se, e só se, uma de suas
formas escalonadas R for inversível.
1 ∗ ∗ 1 ∗ ∗ 1 ∗ ∗ 1 ∗ ∗
0 1 ∗ , 0 1 ∗ , 0 0 1 , 0 0 0 ,
0 0 1 0 0 0 0 0 0 0 0 0
0 1 ∗ 0 1 ∗ 0 0 1 0 0 0
0 0 1 , 0 0 0 , 0 0 0 , 0 0 0 .
0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 1 0 ∗ 1 ∗ 0 1 ∗ ∗
0 1 0 , 0 1 ∗ , 0 0 1 , 0 0 0 ,
0 0 1 0 0 0 0 0 0 0 0 0
0 1 0 0 1 ∗ 0 0 1 0 0 0
0 0 1 , 0 0 0 , 0 0 0 , 0 0 0 .
0 0 0 0 0 0 0 0 0 0 0 0
Teorema 1.19 1. Uma matriz quadrada é inversível se, e só se, sua forma
escalonada reduzida for a matriz identidade ou qualquer forma escalonada não
possuir linha nula.
2. Uma matriz quadrada é singular se, e só se, uma de suas formas esca-
lonadas tiver uma linha nula.
1 0 −3 2
A= 2 1 −5 8 ,
−1 2 5 6
1 0 −3 2 1 0 0
C1 = 0 1 1 4 = E1 A onde E1 = −2 1 0
−1 2 5 6 0 0 1
1 0 −3 2 1 0 0
C2 = 0
1 1 4 = E 2 C1 onde E2 = 0 1 0
0 2 2 8 1 0 1
1 0 −3 2 1 0 0
C3 = 0
1 1 4 = E3 C2 onde E3 = 0
1 0
0 0 0 0 0 −2 1
R = C3 = E3 C2 = E3 E2 C1 = E3 E2 E1 A.
1 0 4 1 0 0
C1 = 0
1 0 = E1 A onde E1 = −3
1 0 .
0 −2 1 0 0 1
1 0 4 1 0 0
C2 = 0 1
0 = E 2 C1 onde E2 = 0 1 0 .
0 0 1 0 2 1
1 0 0 1 0 −4
C3 = 0 1 0 = E 3 C2 onde E3 = 0
1 0 .
0 0 1 0 0 1
I = C3 = E3 C2 = E3 E2 C1 = E3 E2 E1 A.
I = Ek · · · E1 A.
A−1 = Ek · · · E1 I.
3. Não chegando a uma linha nula, continue com o procedimento até chegar
à matriz identidade.
[ A | I ],
EC = E [ A | I ] = [ EA | EI ].
C = [ A | I ].
Ek · · · E1 [ A | I ] = [ Ek · · · E1 A | Ek · · · E1 I ] = [ I | B ],
1 2 3 1 0 0
[A|I ] = 2 5 3
0 1 0
1 0 8 0 0 1
L2 − 2L1 → L2 e L3 − L1 → L3
1 2 3 1 0 0
0 1 −3 −2 1 0 .
0 −2 5 −1 0 1
L3 + 2L2 → L3 ,
obtemos
1 2 3 1 0 0
0 1 −3 −2 1 0 .
0 0 −1 −5 2 1
Multiplicando a terceira linha por −1, ou seja, realizamos a operação
−L3 → L3
1 2 3 1 0 0
0 1 −3 −2 1 0 ,
0 0 1 5 −2 −1
L2 + 3L3 → L2 e L1 − 3L3 → L1 ,
obtemos
1 2 0 −14 6 3
0 1 0 13 −5 −3 .
0 0 1 5 −2 −1
Com a operação elementar
L1 − 2L2 → L1 ,
1 0 0 −40 16 9
0 1 0 13 −5 −3 .
0 0 1 5 −2 −1
−40 16 9
A−1 = 13 −5 −3 .
5 −2 −1
1 2 1
A= 1 0 2
2 6 1
é inversível ou singular.
L2 − L1 → L2 e L3 − 2L1 → L3 ,
chega-se em
1 2 1 1 0 0
0 −2 1 −1 1 0
0 2 −1 −2 0 1
Adicionando a segunda linha à terceira, segue a matriz
1 2 1 1 0 0
0 −2 1 −1 1 0 .
0 0 0 −3 1 1
Isto indica que a forma escalonada de A é singular pois possui uma linha
nula.
Exercício 1.20 Mostre que matriz A abaixo é inversível e calcule sua inversa
1 2 3 −40 16 9
A= 2 5 3 A−1 = 13 −5 −3
1 0 8 5 −2 −1
AX = 0
só possui a solução trivial.
AX = 0
(5) Uma das colunas de A é uma combinação linear das outras colunas de
A.
AB = I e BA = I,
e chamamos B de inversa de A.
Prova. AB = I,
1. Se vamos provar que B é a inversível e que B −1 = A.
Como AB = I, seja X uma matriz coluna tal que BX = 0. Daí segue
X = IX = (AB)X = A(BX) = A0 = 0.
Como BX = 0 possui apenas a solução trivial, B é inversível e possui inversa
B −1 . Usando este fato,
A = AI = A(BB −1 ) = (AB)B −1 = IB −1 = B −1
e provamos que A é a inversa de B.
−1
2. Se AB = I, vamos provar que A é a inversível e que A = B.
Pela parte anterior, a matriz A é a inversa de B. Portanto, A é inversível
−1
e existe A . Segue daí que
A = AI = A(BB −1 ) = (AB)B −1 ,
AB = I,
Isto implicaria na existência de uma matriz coluna X0 não nula para a qual
BX0 = 0.
Este exemplo mostra que não tem sentido falar em inversa de matrizes
retangulares cujo número de linhas é diferente do número de colunas.
2 −3
3 5 1
A= e B = −1 2
1 2 0
0 −1
onde o produto
1 0
AB =
0 1
é a matriz identidade 2 × 2.
Observe que
3 4 2
BA = −1 −1 −1
−1 −2 0
é diferente da matriz identidade 3 × 3.
AT = [bij ]
de tamanho n × m, onde
bij = aji .
As linhas de A
se transformam em colunas de AT e as colunas de A se
T
transformam em linhas de A .
Exemplo. As transpostas de
1 1 2 3
A = [4] , B= , C=
2 4 5 6
são
1 4
AT = [4] , BT = CT = 2 5 .
1 2 ,
3 6
1. (AT )T = A,
2. (A + B)T = AT + B T ,
(AB)T = B T AT .
é importante.
(ABC)T = C T B T AT .
Propriedades
(a) AT é simétrica.
(c) xA é simétrica.
(AB)T = B T AT = BA
1 0 5 −1 2 −1 −6 2 9
0 2 6 2 2 0 = −2 4 12
5 6 2 −1 0 2 5 22 −1
A0 = I, Ak = Ak−1 A.
A1 = A0 A = IA = A
A2 = A1 A = AA
A3 = A2 A = AAA
A−k = (A−1 )k .
Propriedades
Ar As = As Ar = Ar+s .
Nota-se daí que as potências inteiras de matrizes quadradas comutam.
(Ar )s = Ars .
(AB)r = Ar B r .
1 2 2 3 2 3 5 6
A= , B=A = , C=A = .
1 0 1 2 3 2
As matrizes B e C são duas potências inteiras de A. Elas comutam pois
21 22
BC = CB = .
11 10
Exercícios