Álgebra Linear - Determinantes

Antonio Cândido Faleiros

Universidade Federal do ABC

Santo André, SP

2021
2
Sumário

1 Determinantes 5
1.1 Denição de determinante . . . . . . . . . . . . . . . . . . . . . 8
1.2 Propriedades do determinante . . . . . . . . . . . . . . . . . . . 13
1.3 Determinante das matrizes elementares . . . . . . . . . . . . . . 16
1.4 Determinante de um produto . . . . . . . . . . . . . . . . . . . 18
1.4.1 Determinante da soma de duas matrizes . . . . . . . . . 19
1.5 Determinante da inversa . . . . . . . . . . . . . . . . . . . . . . 20
1.6 Matriz cofatora e a inversa . . . . . . . . . . . . . . . . . . . . . 25
1.7 Combinação linear de linhas ou colunas . . . . . . . . . . . . . . 26
1.8 Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Professor Antonio Cândido Faleiros

4 SUMÁRIO

Prezados alunos, sejam bem-vindos.

Pegue seu celular, computador ou tablet,

lápis, papel e borracha.

Anote, esboce, faça diagramas, pense, interprete.

Ah... e se tiver alguma dúvida, pergunte.

É assim que se estuda.

Professor Antonio Cândido Faleiros

Capítulo 1
Determinantes

A denição de determinante surgiu na busca de soluções para de sistemas de

equações lineares cujo número de incógnitas era igual ao de equações
Consideremos um sistema de duas equações com duas incógnitas x, y,

a1 x + b 1 y = c 1 ,
a2 x + b 2 y = c 2 ,

Para resolvê-lo podemos usar o método de eliminação da incógnitas.

Realizando as operações

b2 L 1 − b1 L 2

onde L1 e L2 se referem, respectivamente, à primeira e à segunda equação,

obtemos

(a1 b2 − a2 b1 ) x = (c1 b2 − c2 b1 ) .

As expressões entre parêntesis à esquerda e à direita envolvem as entradas

das matrizes
   
a1 b 1 c 1 b1
A= e B1 = ,
a2 b 2 c 2 b2
respectivamente.

Professor Antonio Cândido Faleiros

6 Determinantes

Notamos que A é a matriz de coecientes do sistema.

A matriz B1 é obtida trocando a primeira coluna de A pelos termos cons-
tantes das equações.
A regra usada para calcular o número real (a1 b2 − a2 b1 ) a partir de A e o
número real (c1 b2 − c2 b1 ) a partir de B é a mesma.
Este fato motivou a denição do determinante de uma matriz quadrada
A de ordem 2,
 
a1 b 1
det(A) = det = a1 b2 − a2 b1 .
a2 b 2

Com esta notação, podemos escrever

x det(A) = det(B1 )

De modo análogo se mostra que

y det(A) = det(B2 )

onde  
a1 c1
B2 = ,
a2 c2

Quando o det(A) 6= 0, a solução do sistema é fornecida pela regra de

Cramer
det(B1 ) det(B2 )
x= e y= .
det(A) det(A)

Para obter B1 , troque a primeira coluna de A pelos termos constantes do

sistema.
Para obter B2 , troque a segunda coluna de A pelos termos constantes do
sistema.
Quando det(A) = 0 o sistema poderá ter solução ou não.

Exemplo. O determinante da matriz 2 × 2 abaixo é

Professor Antonio Cândido Faleiros

 7
 
2 3
det = 2 × 4 − 3 × 1 = 5.
1 4


No caso de sistemas algébricos lineares, com três equações e três incógnitas

x, y, z

a11 x + a12 y + a13 z = b1

a21 x + a22 y + a23 z = b2
a31 x + a32 y + a33 z = b3

que pode ser escrito na forma matricial

AX = B,

onde
     
a11 a12 a13 b1 x
A =  a21 a22 a23  B =  b2  e X= y 
a31 a32 a33 b3 z

Um raciocínio semelhante ao anterior, nos fornece

x det(A) = det(B1 ),
y det(A) = det(B2 ),
z det(A) = det(B3 ),

As matrizes Bj , para j = 1, 2, 3, são obtidas de A, trocando a coluna j por

B.
O determinante de uma matriz
 
a11 a12 a13
A =  a21 a22 a23 
a31 a32 a33

Professor Antonio Cândido Faleiros

8 Determinantes

de tamanho 3 × 3 é denido por

det(A) = a11 det(A11 ) − a12 det(A12 ) + a13 det(A13 )

sendo que Aij é a matriz quadrada de ordem 2 obtida ao eliminar a linha

i e a coluna j de A.
Quando o det(A) 6= 0, a única solução do sistema 3 × 3 é fornecida pela
regra de Cramer

det(B1 ) det(B2 ) det(B3 )

x= , y= e z= .
det(A) det(A) det(A)

Quando det(A) = 0, esse sistema poderá ter solução ou não.

1.1 Denição de determinante

Denição 1.1 Quando A = [a] é uma matriz 1×1, dene-se seu determinante
por
det(A) = a.
Quando
 
a11 a12
A=
a21 a22
é uma matriz quadrada 2 × 2, dene-se

det(A) = a11 a22 − a12 a21 .

O determinante de uma matriz quadrada de ordem n, quando n > 2, é

um número real denido de modo recursivo, em termos de determinantes de
matrizes quadradas de tamanho menor.
Precisamos estabelecer uma notação preparatória.

Professor Antonio Cândido Faleiros

1.1 Denição de determinante 9

Considere uma matriz quadrada de ordem n

 
a11 · · · a1n
A =  ... ..
.
.. 
. 

an1 · · · ann

Ao eliminar a linha i e a coluna j de A obtemos uma matriz

Aij

de ordem n − 1.
O determinante de Aij é chamado de menor (i, j) de A.
O número real
cij = (−1)i+j det(Aij ).

é chamado de cofator (i, j) de A. O determinante de A é o número real

denido por

n
X
det(A) = a11 c11 + a12 c12 + · · · + a1n c1n = a1j c1j .
j=1

Este é o desenvolvimento do determinante pela primeira linha,

ou desenvolvimento do determinante por cofatores da primeira
linha,
ou desenvolvimento de Laplace do determinante usando a pri-
meira linha,
numa homenagem ao matemático francês Pierre-Simon, marquês de La-
place (1749  1827).
Notação: Pode-se denotar o determinante de A por

a11 · · · a1n
ou ou ou .. .. ..
det(A) det A |A| . . .
an1 · · · ann

Professor Antonio Cândido Faleiros

10 Determinantes

Exemplo. Desenvolvendo o determinante da matriz

 
5 2 −3
A= 2 1 0 ,
1 −2 −1
pela primeira linha, segue

det(A) = a11 c11 + a12 c12 + a13 c13

= a11 det (A11 ) − a12 det (A12 ) + a13 det (A13 )
     
1 0 2 0 2 1
= 5 det − 2 det + (−3) det
−2 −1 1 −1 1 −2
= 5 × (−1) − 2 × (−2) + (−3) × (−5)
= 14.

Exemplo. O determinante da matriz identidade I de ordem n é

det(I) = 1.

Exemplo. Considere as matrizes diagonal e triangular inferior abaixo

   
a11 0 0 a11 0 0
D =  0 a22 0  , T =  a21 a22 0 
0 0 a33 a31 a32 a33
O determinante de D e de T é o produto das entradas de sua diagonal principal

det(D) = det(T ) = a11 a22 a33 .

Professor Antonio Cândido Faleiros

1.1 Denição de determinante 11

Teorema 1.2 Seja A uma matriz quadrada de ordem n.

Vamos denotar por aij sua entrada na linha i coluna j
e por cij seu cofator (i, j).
Valem as fórmulas
det(A) = ai1 ci1 + ai2 ci2 + · · · + ain cin
e
det(A) = a1j c1j + a2j c2j + · · · + anj cnj .
A primeira expressão é o desenvolvimento em cofatores do determi-
nante de A ao longo da linha i e a segunda expressão é o desenvolvimento
em cofatores do determinante de A ao longo da coluna j.

Este teorema, que não vamos demonstrar, informa que podemos desenvol-
ver o determinante de A em cofatores ao longo de qualquer linha ou qualquer
coluna.

Teorema 1.3 (Determinante da transposta) O determinante de uma ma-

triz é igual ao determinante de sua transposta

det(A) = det(AT ).

Exemplo. É conveniente desenvolver o determinante ao longo de uma

linha ou coluna que possui o maior número de entradas nulas.
Para calcular o determinante da matriz
 
2 0 −2
A =  −1 2 1 
3 0 1
é conveniente usar o desenvolvimento pela segunda coluna pois ela possui uma
única entrada não nula
 
2+2 2 −2
det(A) = a22 c22 = 2 × (−1) det = 2(2 + 6) = 16.
3 1


Professor Antonio Cândido Faleiros

12 Determinantes

Teorema 1.4 Se uma linha ou uma coluna de uma matriz for igual a zero,
seu determinante é nulo.

Exemplo. Desenvolvendo pela segunda linha,

2 1 4
1 4 2 4 2 1
0 0 0 =0 −0 +0 =0
7 8 6 8 6 7
6 7 8

Desenvolvendo pela terceira coluna,

3 1 0
5 8 3 1 3 1
5 8 0 =0 −0 +0 =0
6 2 6 2 5 8
6 2 0

Teorema 1.5 Teorema 1.6 O determinante de uma matriz diagonal ou

triangular é o produto de suas entradas diagonais.

Exemplo. Desenvolvendo o determinante da matriz diagonal abaixo pela

primeira coluna,

 
2 0 0  
3 0
det 0 3 0 = 2 det
  = 2 × 3 × 5 = 30.
0 5
0 0 5

Exemplo. Desenvolvendo o determinante da matriz triangular inferior

pela primeira linha,

 
2 0 0  
3 0
det 6 3 0 = 2 det
  = 2 × 3 × 5 = 30.
8 5
7 8 5

Professor Antonio Cândido Faleiros

1.2 Propriedades do determinante 13

Exemplo. Desenvolvendo o determinante da matriz triangular superior

pela primeira coluna,
 
2 6 7  
3 8
det  0 3 8  = 2 det = 2 × 3 × 5 = 30.
0 5
0 0 5


1.2 Propriedades do determinante

O número de operações necessárias para calcular o determinante usando apenas
a denição cresce de forma assustadora com a ordem n da matriz.
No intuito de simplicar a tarefa, precisamos determinar propriedades adi-
cionais do determinante que ofereçam alternativas mais ecientes para seu
cálculo.
Gosto de dizer que uma pessoa, em posse de uma denição, se encontra na
posição de um encanador que, acabando sua formação, recebe uma bela caixa
de ferramentas totalmente vazia. Ao se dirigir para a casa de um cliente para
consertar um cano furado, se depara com as diculdades inerentes à ausência
de ferramentas. Como cavar a parede com as mãos?
Nesta mesma situação difícil se encontrará aquele que procura calcular o
determinante de uma matriz de ordem grande dispondo apenas da denição.
Da mesma forma que o encanador, o matemático precisa se munir de ferra-
mentas adequadas para o cálculo dos determinantes e estas ferramentas são
fornecidas por suas propriedades.

Teorema 1.7 Sejam A e B matrizes quadradas de ordem n.

1. Se B foi obtida ao permutar duas linhas de A, então

det(B) = − det(A).

Professor Antonio Cândido Faleiros

14 Determinantes

2. Se B foi obtida ao adicionar a uma linha de A um múltiplo de outra

linha de A, então
det(B) = det(A).

3. Se B foi obtida multiplicando uma linha de A por um número real x,

então
det(B) = x det(A).

4. Sendo x um número real,

det(x A) = xn det(A).

5. Se uma linha de A for nula, então det(A) = 0.

6. Se duas linhas de A forem iguais, então det(A) = 0.

Este teorema continua verdadeiro se trocarmos a palavra linha por coluna.

Em poucas palavras, os itens (1), (2) e (3) deste Teorema garantem que

1. A operação elementar Li ↔ Lj troca o sinal do determinante.

2. A operação elementar Lj + x Li → Lj não altera o determinante.

3. A operação elementar x Li → Li multiplica o determinante por x.

Exemplo.
   
2 1 1 3 1 1
A= 1 2 4  (L1 ↔ L3 ) B1 =  1 2 4 
3 1 1 2 1 1

Professor Antonio Cândido Faleiros

1.2 Propriedades do determinante 15

det A = 2 e det(B1 ) = −2 = − det(A).



Exemplo.
   
2 1 1 2 1 1
A= 1 2 4  (L3 + 2L2 → L3 ) B2 =  1 2 4 
3 1 1 5 5 9

det A = 2 e det(B2 ) = 2 = det(A).



Exemplo.
   
2 1 1 2 1 1
A= 1 2 4  (5L2 → L2 ) B3 =  5 10 20 
3 1 1 3 1 1

det A = 2 e det(B3 ) = 5 det(A) = 10.



Exemplo.
   
2 1 1 6 3 3
A= 1 2 4  3A =  3 6 12 
3 1 1 9 3 3

det A = 2 e det(3A) = 33 det(A) = 54.



Exemplo. Valem as igualdades

   
xa1 xb1 xc1 a1 b 1 c 1
det  a2 b2 c2  = x det  a2 b2 c2 
a3 b 3 c 3 a3 b 3 c 3

Professor Antonio Cândido Faleiros

16 Determinantes

   
a1 b 1 c 1 a1 b 1 c 1
det  ya2 yb2 yc2  = y det  a2 b2 c2 
a3 b 3 c 3 a3 b 3 c 3
   
a1 b 1 c 1 a1 b 1 c 1
det  a2 b2 c2  = z det  a2 b2 c2 
za3 zb3 zc3 a3 b 3 c 3
   
xa1 xb1 xc1 a1 b 1 c 1
det  ya2 yb2 yc2  = x y z det  a2 b2 c2 
za3 zb3 zc3 a3 b 3 c 3
A operação elementar

L3 + 2L2 → L3
não muda o valor do determinante

   
a1 b 1 c 1 a1 b1 c1
det  a2 b2 c2  = det  a2 b2 c2 
a3 b 3 c 3 a3 + 2a2 b3 + 2b2 c3 + 2c2

1.3 Determinante das matrizes elementares

Se uma matriz é elementar, sua transposta e sua inversa também são elemen-
tares.
Toda matriz elementar é inversível e, por esse motivo, seu determinante é
diferente de zero.
Vejamos como ca em cada caso.

1. Se a matriz elementar E foi obtida realizando sobre a identidade a ope-

ração elementar

Li ↔ Lj

Professor Antonio Cândido Faleiros

1.3 Determinante das matrizes elementares 17

então valem as igualdades

E = E T = E −1

det(E) = det E T = det E −1 = − det(I) = −1.

2. Se a matriz elementar E foi obtida realizando sobre a identidade a ope-

ração elementar

Li + xLj → Li

então sua inversa E −1 é obtida realizando na matriz identidade a opera-

ção elementar

Li − xLj → Li
e sua transposta E T é obtida realizando na matriz identidade a operação
elementar

Lj + xLi → Lj
Essas operações elementares não alteram o determinante da matriz

det(E) = det(E T ) = det(E −1 ) = det(I) = 1.

3. Se a matriz elementar E foi obtida realizando sobre a identidade a ope-

ração elementar

xLi → Li (x 6= 0)

então ela é igual à sua transposta e

Professor Antonio Cândido Faleiros

18 Determinantes

det(E) = det E T = x det(I) = x

Sua inversa E −1 é obtida realizando na matriz identidade a operação

elementar
x−1 Li → Li
e
det(E −1 ) = x−1 .

1.4 Determinante de um produto

Seja B uma matriz quadrada de ordem n.
Quando E, E1 , . . . , Ek forem matrizes elementares de ordem n, valem as
propriedades:

1.
det(EB) = det(E) det(B). (1.1)

2.
det(E1 · · · Ek B) = det(E1 ) · · · det(Ek ) det(B). (1.2)

Quando B = I

det(E1 · · · Ek ) = det(E1 ) · · · det(Ek ).

Teorema 1.8 Seja A uma matriz quadrada.

1. A matriz A é inversível se, e só se, det(A) 6= 0.
2. A matriz A é singular se, e só se, det(A) = 0.

Professor Antonio Cândido Faleiros

1.4 Determinante de um produto 19

Teorema 1.9 Se A e B forem matrizes quadradas de ordem n,

det(AB) = det(A) det(B). (1.3)

Se A1 , A2 , . . . , Ak forem matrizes quadradas de mesmo tamanho,

det(A1 A2 · · · Ak ) = det(A1 ) det(A2 ) · · · det(Ak ).

1.4.1 Determinante da soma de duas matrizes

ˆ Em geral, o determinante da soma é diferente da soma dos determinan-

tes.

Exemplo. Para as matrizes

   
1 2 2 1
A= e B= ,
2 4 1 1

obtemos
det(A + B) 6= det(A) + det(B).

Para as matrizes
   
1 2 4 2
C= D=
3 4 8 6

obtemos
det(C + D) = det(C) + det(D).


Professor Antonio Cândido Faleiros

20 Determinantes

Exemplo. Quando A for uma matriz quadrada de ordem 2 e det(A) 6= 0,

então

det(A + A) 6= det(A) + det(A)

pois

det(A + A) = det(2A) = 22 det(A) 6= 2 det (A) = det(A) + det(A).

Exercício 1.10 Faça um programa de computador que gere aleatoriamente

duplas (A, B) de matrizes 2 × 2 com entradas inteiras entre −9 e 9. Faça o
programa gerar umas 1000 duplas de matrizes e peça a ele que forneça para
quantas duplas se verica a igualdade entre o determinante da soma e a soma
dos determinantes.

1.5 Determinante da inversa

Teorema 1.11 Se A for uma matriz inversível, seu determinante é diferente
de zero e o determinante de sua inversa é

1
det(A−1 ) = = (det A)−1 .
det A

Prova. Sabemos que o determinante de um produto é o produto dos

determinantes

det(AB) = det(A) det(B) .

Quando A é inversível, trocando B por A−1 obtemos

det(A) det(A−1 ) = det(AA−1 ) = det(I) = 1

Esta igualdade mostra que

Professor Antonio Cândido Faleiros

1.5 Determinante da inversa 21

1
det(A−1 ) = = (det A)−1 .
det A


Exemplo. Vamos mostrar que, quando A é inversível, então

det(ABA−1 ) = det(B).

Para provar a igualdade, nosso primeiro impulso consiste em escrever

det(ABA−1 ) = det(AA−1 B) = det(I B) = det(B).

Tal desenvolvimento está incorreto pois a multiplicação de matrizes não é

uma operação comutativa.
Entretanto, o determinante de uma matriz é um número real e a multipli-
cação de números reais é comutativa.
Assim, podemos resolver o exercício usando as propriedades do determi-
nante e a comutatividade da multiplicação de números reais

det(ABA−1 ) = det(A) det(B) det(A−1 )

(1)
= det(A) det(A−1 ) det(B)
(2)
= det(AA−1 ) det(B)
= det(I) det( B)
= 1 × det(B) = det(B).

Na igualdade (1) usamos a comutatividade do produto de números reais. Na

igualdade (2) usamos o fato de o determinante de um produto de matrizes ser
igual ao produto dos determinantes dos fatores. 

O uso de operações elementares

Pode-se realizar operações elementares sobre as linhas ou colunas da matriz

para levá-la a uma matriz triangular ou para anular o maior número de entradas
de uma la.

Professor Antonio Cândido Faleiros

22 Determinantes

Se chegarmos a uma la nula, podemos concluir que o determinante da

matriz é igual a zero.

Exemplo. Vamos calcular o determinante da matriz

 
0 1 5
A=  1 −2 3 .
2 6 1

Ao aplicar a operação elementar

L3 − 2L2 → L3 ,

obtemos a matriz
 
0 1 5
B =  1 −2 3 
0 10 −5
cujo determinante é igual ao de A.

Desenvolvendo o determinante de B pela primeira coluna, obtemos

 
2+1 1 5
det(A) = det(B) = 1 × (−1) det = −1(−5 − 50) = 55.
10 −5

Exemplo. Ao realizar sobre

 
1 0 0 3
 2 5 0 6 
A=
 0
.
6 3 0 
−4 3 1 −5

a operação elementar sobre colunas

C4 − 3C1 → C4

Professor Antonio Cândido Faleiros

1.5 Determinante da inversa 23

obtemos a matriz
 
1 0 0 0
 2 5 0 0 
B=
 0

6 3 0 
−4 3 1 2
Como a operação elementar utilizada não altera o determinante,

det(A) = det(B) = 1 × 5 × 3 × 2 = 30.



Antes de sair fazendo contas de forma desvairada para calcular o determi-

nante, procure aplicar transformações que simpliquem os cálculos.
Observe ainda a possibilidade de ser nulo o determinante.

Teorema 1.12 Seja A uma matriz quadrada.

1. O det(A) = 0 se, e só se, a matriz A for singular.

2. O det(A) = 0 se, e só se, o conjunto de suas matrizes linha for linear-

mente dependente.

3. O det(A) = 0 se, e só se, o conjunto de suas matrizes coluna for linear-

mente dependente.

Vericar se um conjunto de matrizes linha ou matrizes coluna é linearmente

dependente nem sempre é rápido e nem sempre é eciente.
Por este motivo, vamos enunciar um outro teorema com casos especiais
deste.
Alguns resultados já foram apresentados anteriormente. Nós os repetimos
para apresentar num único teorema as principais condições que uma matriz
deve satisfazer para seu determinante ser igual a zero.

Teorema 1.13 O determinante de uma matriz quadrada A é igual a zero

quando:

Professor Antonio Cândido Faleiros

24 Determinantes

1. Uma linha de A for nula.

2. Duas linhas de A forem iguais.

3. Duas linhas de A forem proporcionais (uma linha é um múltiplo de ou-

tra).

4. Os resultados acima continuam válidos se trocarmos a palavra linha por

coluna.

Exemplo. O determinante da matriz

 
1 2 3
det  5 5 5  = 0
1 2 3
pois a primeira e a terceira linhas da matriz são iguais.

O determinante da matriz
 
1 2 3
det  1 1 1  = 0
7 7 7
pois a terceira linha da matriz é igual a 7 vezes a segunda linha.

O determinante da matriz
 
1 2 3
A= 4 5 6 
6 9 12
é igual a zero pois o conjunto formado por suas linhas é LD

2L1 + L2 − L3 = 0 ou L3 = 2L1 + L2

O conjunto das colunas de A é LD

C1 − 2C2 + C3 = 0 ou C3 = 2C2 − C1

Professor Antonio Cândido Faleiros

1.6 Matriz cofatora e a inversa 25

Entretanto, obter estas combinações lineares é trabalhosa.

O caminho mais suave consiste em zerar as entradas de uma linha ou coluna
mediante a realização de operações elementares.
Vamos proceder assim para calcular o determinante de

 
1 2 3
A= 4 5 6 
6 9 12

Realizando em sequência as operações elementares

L2 − 4L1 → L2 e L3 − 6L1 → L3

obtemos
 
1 2 3
det(A) = det  0 −3 −6  = 0
0 −3 −6
pois

L2 = L3 .


1.6 Matriz cofatora e a inversa

Considere a matriz
 
a11 . . . a1n
A =  ... . . . ... 
 
an1 . . . ann

Ao eliminar a linha i e a coluna j de A, obtemos a matriz Aij , cujo deter-

minante é chamado de menor (i, j) de A.
O cofator (i, j) de A é o número real

Professor Antonio Cândido Faleiros

26 Determinantes

cij = (−1)i+j det(Aij ).

A matriz

 
c11 . . . c1n
cof(A) =  ... . . . ... 
 
cn1 . . . cnn

é denominada de matriz dos cofatores de A. É interessante observar que

cof(A)T = cof AT .

Pode-se provar que

A cof(AT ) = det(A)I,

Quando o det(A) for diferente de zero,

cof(AT )
A =I
det(A)

e esta igualdade garante que a inversa de A é

cof(AT )
A−1 = .
det(A)

Hoje esta fórmula possui apenas algum apelo teórico. Não a usamos para
calcular A−1 .

1.7 Combinação linear de linhas ou colunas

Se L1 , L2 , . . . , Ln , forem matrizes linha de mesmo tamanho e

Professor Antonio Cândido Faleiros

1.8 Regra de Cramer 27

L1 = xL0 + yL00 ,

onde x e y são números reais, então

     
xL0 + yL00 L0 L00
 L2   L2   L2 
det  ..  = x det  ..  + y det  .. .
     
 .   .   . 
Ln Ln Ln

Toda propriedade do determinante válida para linha também vale para

coluna.
Se C1 , C2 , . . . , Cn , forem matrizes linha de mesmo tamanho e

C1 = xC 0 + yC 00 ,

onde x, y são números reais,

det [xC 0 + yC 00 | C2 | · · · | Cn ] = x det [C 0 | C2 | · · · | Cn ]+y det [C 00 | C2 | · · · | Cn ] .

Exemplo. Sendo x e y números reais,

     
2x + 3y 1 0 2 1 0 3 1 0
det  3x + 4y 7 2  = x det  3 7 2  + y det  4 7 2  .
4x + 5y 4 8 4 4 8 5 4 8

1.8 Regra de Cramer

Seja A uma matriz quadrada de orden n e B uma matriz coluna com n linhas.
Se

Professor Antonio Cândido Faleiros

28 Determinantes
 
x1
 x2 
X= ..
 
.

 
xn

for solução da equação

AX = B,

então

det(A) x1 = det(B1 ), ..., det(A) xn = det(Bn ),

onde Bk é a matriz obtida ao trocar a coluna k de A por B.

Quando det(A) 6= 0,

det(B1 ) det(Bn )
x1 = , ..., xn = ,
det(A) det(A)

Prova. Sejam A1 , A2 , . . . , An as colunas de A. Então

B = AX = x1 A1 + x2 A2 + · · · + xn An

det(B1 ) = det[ B | A2 | · · · | An ]
= det[ x1 A1 + x2 A2 + · · · + xn An | A2 | · · · | An ]
= x1 det[ A1 | A2 | · · · | An ]
+x2 det[ A2 | A2 | · · · | An ]
+ · · · + xn det[ An | A2 | · · · | An ]
= x1 det(A).

Professor Antonio Cândido Faleiros

1.8 Regra de Cramer 29

Uma vez que

det[ A1 | A2 | · · · | An ] = det(A)
det[ A2 | A2 | · · · | An ] = 0
···
det[ An | A2 | · · · | An ] = 0

obtemos
det(B1 ) = x1 det(A).

De modo semelhante se prova as outras igualdades. 

Professor Antonio Cândido Faleiros