Matrizes, Determinantes, Valores e vetores

próprios

Paula M. Barros

Instituto Politécnico de Bragança

Matemática I
Ano letivo 2018/2019
Estrutura

1 Noções de cálculo vetorial

Representação de vetores
Operações com vetores
Norma euclidiana
Produto escalar
Ângulo entre dois vetores
Vetores ortogonais
Produto vetorial

2 Matrizes
Definições e notações
Operações com matrizes
Inversa de uma matriz
Matrizes especiais
Matrizes em escada por linhas
Noções de cálculo vetorial
Representação de vetores
Geometricamente, os vetores podem ser representados por
segmentos de retas orientados.

A direção e o sentido do segmento de reta orientado

especificam a direção e o sentido do vetor e o comprimento do
segmento especifica a magnitude do vetor.

Sejam A e B dois pontos. →

O segmento de reta orientado de A u =AB
→
para B, denotado por AB, representa
um vetor.
A é o ponto inicial do vetor u e B é o
ponto final.

Segmentos orientados com a mesma direção, o mesmo

sentido e o mesmo comprimento representam o mesmo vetor.
Representação de vetores

Componentes de um vetor
Seja u um vetor de R2 . As componentes de u são as
coordenadas (u1 , u2 ) do ponto final de u, considerando que o
ponto inicial é a origem do plano. Assim, o vetor u pode ser
identificado como
u = (u1 , u2 )
De forma análoga se define um vetor em R3 . Assim tem-se

u = (u1 , u2 , u3 )

Quando um vetor u está representado pelo seu ponto inicial A e pelo

seu ponto final B, então as suas componentes são dadas por:

→ → →
u =AB=OB − OA= B − A

onde O representa a origem do referencial.

Operações com vetores

Adição de vetores

Sejam u e v dois vetores quaisquer. A soma de u com v é o

vetor w = u + v, que une o ponto inicial de u com o ponto final
de v.

Forma algébrica
Se u e v são dois vetores de R3 tal que u = (u1 , u2 , u3 ) e
v = (v1 , v2 , v3 ), então

u + v = (u1 + v1 , u2 + v2 , u3 + v3 )
Operações com vetores

Multiplicação de um vetor por um escalar

A multiplicação de um vetor por um escalar k pode modificar o

seu comprimento e sentido.
Se k > 0 o sentido mantém-se, se k < 0 inverte-se.

Forma algébrica
Se u = (u1 , u2 , u3 ) ∈ R3 e k ∈ R, então

k u = (ku1 , ku2 , ku3 )

Propriedades das operações com vetores

O vetor de comprimento nulo denomina-se vetor nulo e

representa-se por 0.

Sejam u, v e w vetores no plano ou no espaço. Sejam α e β

números reais. As seguintes igualdades são verdadeiras.

(a) u + v = v + u (b) (u + v) + w = u + (v + w)

(c) u + 0 = 0 + u = u (d) u + (−u) = 0

(e) (α + β)w = αw + βw (f) α(v + w) = αv + αw

(g) α(βw) = (αβ)w (h) 1w = w

Norma euclidiana

Norma de u
Seja u um vetor do plano ou do espaço. A norma euclidiana de u,
denota-se por kuk, é o número real não negativo que representa o
comprimento do vetor.
A norma pode ser calculada com base nas componentes do vetor:
q
kuk = u12 + u22 , se u = (u1 , u2 ) é um vetor do plano
q
kuk = u12 + u22 + u32 , se u = (u1 , u2 , u3 ) é um vetor do espaço

Para qualquer escalar α ∈ R verifica-se que kαuk = |α|kuk.

Exercício: Determine a norma dos vetores.
(a) v = (−1, 5)
(b) u = (−2, 4, −4).
Vetores unitários

Vetor unitário
Um vetor de norma igual a 1 é designado por vetor unitário.

Os vetores i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1) são vetores

unitários.

Qualquer vetor v = (v1 , v2 , v3 ) de R3 pode ser escrito em função dos

vetores i, j e k.

(v1 , v2 , v3 ) = (v1 , 0, 0) + (0, v2 , 0) + (0, 0, v3 )

= v1 (1, 0, 0) + v2 (0, 1, 0) + v3 (0, 0, 1)
= v1 i + v2 j + v3 k

u
Seja u um vetor não nulo e v = .
kuk
O vetor v é unitário e tem a mesma direção e sentido que u,
Exercício: Determine o vetor unitário,v, que tem a direção e o sentido do
vetor w = 4i − 3j.
Produto escalar
Produto escalar
Sejam u e v vetores no plano ou no espaço. O produto escalar,
ou produto interno, entre u e v é o número real u · v definido
por:
u · v = u1 v1 + u2 v2 , se u = (u1 , u2 ) e v = (v1 , v2 ).
u · v = u1 v1 + u2 v2 + u3 v3 , se u = (u1 , u2 , u3 ) e
v = (v1 , v2 , v3 ).

Exercício: Determine o produto escalar dos vetores u = (2, −1, −4) e

v = (−5, 3, 0).

Propriedades do produto escalar

Sejam u, v e w vetores no plano ou no espaço. Seja α ∈ R um
escalar qualquer.
(a) u · v = v · u (c) α(u · v) = (αu) · v = u · (αv)

(b) u · (v + w) = u · v + u · w (d) Se u 6= 0 então u · u > 0.

u · u = 0 ⇔ u = 0.
Ângulo entre dois vetores

Ângulo entre dois vetores

Sejam u e v vetores não nulos. O ângulo entre u e v é o menor
ângulo θ, não negativo, entre os representantes de u e v que
têm o mesmo ponto inicial como origem.

Note-se que o ângulo assim definido está sempre no intervalo [0, π].

Sejam u e v vetores não nulos do plano ou do espaço. Se θ é o

ângulo entre u e v, então
u·v
cos(θ) =
kukkvk

Assim, podemos definir o produto escalar por

u · v = kuk kvk cos (θ)

Exercício: Calcule o ângulo entre os vetores u = (2, −1, 1) e
v = (1, 1, 2)
Ângulo entre dois vetores

Sejam u e v dois vetores não nulos de R2 ou R3 e θ o ângulo

entre u e v então:
(i) u · v > 0 ⇔ 0 < θ < π/2 (ângulo agudo)
(ii) u · v < 0 ⇔ π/2 < θ < π (ângulo obtuso)
(iii) u · v = 0 ⇔ θ = π/2 (ângulo reto)

Vetores paralelos
Dois vetores não nulos u e v dizem-se paralelos se o ângulo
entre eles for zero ou π.
Dois vetores paralelos têm a mesma direção, podendo ter o
mesmo sentido ou sentidos opostos.

Se u 6= 0, então v = αu para alguma constante não nula α se e

só se u e v são paralelos.
Vetores ortogonais

Dois vetores não nulos u e v são perpendiculares ou

ortogonais, u⊥v, se o ângulo entre eles é π2 .

Dois vetores não nulos u e v são ortogonais se e só se

u · v = 0.

Um sistema de vetores de Rn diz-se um sistema ortogonal se os

vetores do conjunto forem ortogonais dois a dois. Um sistema
ortogonal diz-se sistema ortonormado se cada vetor for unitário (a
sua norma é igual a 1).
Exercício: Verifique, em cada caso, se os vetores u e v são
ortogonais.
(a) u = 2i − 10j e v = 5i + j
(b) u = i + 2j − 3k e v = −6j − 4k
(c) u = (2, 3) e v = (−5, 2)
Produto vetorial

Produto vetorial
Sejam u = (u1 , u2 , u3 ) e v = (v1 , v2 , v3 ) vetores no espaço.
Define-se o produto vetorial, ou produto externo, de u com v
como sendo o vetor de R3 dado por
u × v = (u2 v3 − u3 v2 , u3 v1 − u1 v3 , u1 v2 − u2 v1 )

Considerem-se os vetores no espaço, i = (1, 0, 0), j = (0, 1, 0) e

k = (0, 0, 1). O vetor u × v pode ser calculado através da seguinte
regra:
i j k
u×v= u1 u2 u3
v1 v2 v3
i j k
u1 u2 u3
= u2 v3 i + u1 v2 k + v1 u3 j − (u2 v1 k + u3 v2 i + v3 u1 j)
Produto vetorial

O vector u × v é um vetor ortogonal a u e a v,

simultaneamente, pois

u · (u × v) = 0 e v · (u × v) = 0.

Exercício: Determine u × v e v × u:
(a) u = 2i + 4j − 5k e v = −3i − 2j + k
(b) u = −3i + 2k e v = i − 1j + 5k
(c) u = −i + 3j + 2k e v = −2i + 6j + 4k
Produto vetorial
O vector v × u tem o sentido dado pela regra da mão direita. Se o ângulo
entre v e u é θ, giramos o vetor v com um ângulo θ até que coincida com u e
acompanhamos este movimento com os dedos da mão direita. O polegar vai
apontar no sentido de v × u.
Da mesma forma, se girarmos o vetor u com o ângulo θ até que coincida
com o vetor v e acompanharmos o movimento com os dedos da mão direita,
o polegar vai apontar no sentido de u × v.

Regra da mão direita

Produto vetorial

Propriedades do produto vetorial

Sejam u, v e w vetores no espaço. Seja α ∈ R um escalar
qualquer. Então as igualdades seguintes são verdadeiras.
(a) u × v = −v × u
(b) u × (v + w) = u × v + u × w
(c) α(u × v) = (αu) × v = u × (αv)
(d) u × 0 = 0 × u = 0
(e) u × u = 0
(f) Se u e v são vetores não nulos, então u e v são paralelos
se e somente se u × v = 0.
Matrizes
Conceito de Matriz
Conceito de matriz
Uma matriz é uma cadeia ou tabela retangular de números a
que chamaremos entradas ou elementos.
 
a11 a12 ... a1n
 a21 a22 ... a2n 
A=  → matriz do tipo m × n, m, n ∈ N
 ... ... ... ... 
am1 am2 ... amn

Abreviadamente: A = [aij ] para (i, j) ∈ {1, ..., m} × {1, ..., n}

Observações:
- O elemento aij da matriz está situado na linha i e na coluna j.
- Designa-se por Mm×n (K) o conjunto de todas as matrizes do
tipo (dimensão) m × n sobre K (K pode ser R ou C).
- A matriz diz-se real ou complexa conforme os seus elementos
forem números reais ou complexos.
Exemplos de matrizes

Exemplos:
 
−5 2
A= 3 7  → matriz do tipo 3 × 2
1
0 2

 
1 2 3 −5
√ 0
B= → matriz do tipo 2 × 5
π 0 1 2 −11

 
1 √2 √ 3
1 3
C= 2
5 2  → matriz do tipo 3 × 3
−5 0 − 43

 
D= 1 2 3 → matriz do tipo 1 × 3 (matriz linha ou vetor linha)

 
1
 3 
 −5  → matriz do tipo 4 × 1 (matriz coluna ou vetor coluna)
E = 

0
Matrizes quadradas

Matriz quadrada
Seja A uma matriz do tipo n × n. A denomina-se matriz
quadrada de ordem n e denota-se por An .
Os elementos aii , 1 ≤ i ≤ n constituem a diagonal principal de
An .
 
1 2
C= → matriz quadrada de ordem 2.
−5 0
 
1 0 2
M= 2 3 1  → matriz quadrada de ordem 3.
−2 0 −4
A diagonal principal da matriz M é constituída pelos elementos
m11 = 1, m22 = 3 e m33 = −4.
Matriz nula

Matriz nula
Uma matriz de ordem m × n com todas as entradas iguais a
zero denomina-se matriz nula e denota-se por 0.

Observação
Usar-se-á a notação 0m×n ou 0n quando houver necessidade
de especificar a dimensão da matriz nula.

Exemplos
   
01 = 0 0 0
02 =

0 0
 0 0
 
03×2 = 0 0  0 0 0 0
02×4 =
0 0 0 0 0 0
Matriz identidade

Matriz identidade
A matriz quadrada de ordem n que tem 1s na diagonal
principal e 0s fora dela denomina-se matriz identidade de
ordem n (escreve-se In ).
Simbolicamente, na matriz identidade tem-se

0 se i 6= j
aij = .
1 se i = j

Exemplos
 
I1 = [1] 1 0 0
I3 =  0 1 0 
 
1 0
I2 = 0 0 1
0 1
Igualdade de matrizes

Matrizes iguais
Duas matrizes A e B são iguais se e só se forem do mesmo
tipo e tiverem os elementos homólogos iguais isto é, se forem
do mesmo tipo e aij = bij , para todo i, j.

Exemplo: Considere as matrizes

 
    −2 0
−2 y −2 0
A= ,B= eC= 1 5 
x 5 1 5
0 0

Se x = 1 ∧ y = 0, verifica-se que A = B.
Se x 6= 1 ∨ y 6= 0 verifica-se que que A 6= B.
A 6= C, ∀x, y ∈ C (Justifique!).
Traço de uma matriz

Traço de uma matriz

Seja A uma matriz quadrada de ordem n. O traço de A, tr (A), é
a soma dos elementos da diagonal principal de A.
n
X
tr (A) = aii
i=1

0 √ 32

−1 −1

 0 2 −1 2  
 = −1 + 2 + 5 + 1 13
tr 
 1 2 = 2
0 5 19  
5 1
− 6 −33 −2 2

Observação: O traço só está definido para matrizes quadradas.

Adição de matrizes
Se A e B forem matrizes do tipo m × n, então a soma A + B é a matriz do
mesmo tipo, ou seja, com dimensões m × n que se obtém adicionando cada
entrada de A à correspondente entrada de B.
Só é possível adicionar matrizes do mesmo tipo.

Adição
Se A = [aij ], B = [bij ],

A + B = [aij + bij ] para (i, j) ∈ {1, ..., m} × {1, ..., n}

     
1 −3 7 0 1 0 9
Sejam A =  0 2 , B =  −6 1  e C =  −5 1 0 
4 −1 3 5 2 4 12

     
1 −3 7 0 8 −3
A+B = 0 2  +  −6 1  =  −6 3 .
4 −1 3 5 7 4

A + C =??? → A e C não se podem adicionar.

Adição de matrizes

Propriedades da adição de matrizes

Sejam A, B, C ∈ Mm×n (K). Então:
1 A + B = B + A (Propriedade comutativa)
2 (A + B) + C = A + (B + C) (Propriedade associativa)
3 A + 0 = 0 + A = A (A matriz nula é o elemento neutro da
adição de matrizes)
4 A + (−A) = (−A) + A = 0 (−A é a matriz simétrica de A).
Multiplicação por um escalar

Se A for uma matriz do tipo m × n e c um escalar, então o

produto cA é a matriz, do mesmo tipo, que se obtém
multiplicando c por cada entrada de A.
Multiplicação por um escalar
Se A = [aij ],

cA = [caij ] para (i, j) ∈ {1, ..., m} × {1, ..., n}.

 
1 −3 0
Seja A =  0 1 2 . Calcule −2A.
3
6 4 −1
   
1 −3 0 −2 6 0
−2A = −2 ×  0 1 2 = 0 −2 −4  .
3
6 4 −1 −12 − 23 2
Multiplicação por um escalar

Propriedades da Multiplicação por um escalar

Sejam A, B ∈ Mm×n (K) e considere os escalares c e d. Então:
1 c(A + B) = cA + cB;
2 (c + d)A = cA + dA;
3 c(dA) = (cd)A.
Multiplicação
Durante a primeira fase do Europeu de Futebol 2004, o grupo
de Portugal era formado também pela Grécia, Espanha e
Rússia. Os resultados dessa fase estão registados na tabela
seguinte:
País/Resultado Vitória Empate Derrota
Portugal 2 0 1
Grécia 1 1 1
Espanha 1 1 1
Rússia 1 0 2
Determine a pontuação obtida na primeira fase por cada país,
sabendo que a pontuação obtida em cada jogo é dada pela
tabela seguinte:
Número de pontos
Vitória 3
Empate 1
Derrota 0
Multiplicação

Se A for uma matriz do tipo m × l e B for uma matriz do tipo

l × n, então o produto AB é a matriz m × n cujos elementos se
obtêm do seguinte modo: a entrada da linha i e da coluna j de
AB é o produto interno entre a linha i de A e a coluna j de B,
isto é,
Multiplicação
 l 
P
AB = aik bkj para (i, j) ∈ {1, ..., m} × {1, ..., n}
k =1

   
1 2 3 1
A =  3 4  e B =  −1 2  não se podem multiplicar.
0 1 1 0

Só podemos multiplicar a matriz A pela matriz B se o número

de colunas de A for igual ao número de linhas de B.
Multiplicação

 
  1 −1
1 −2 0
Exemplo: Sejam A = eB= 0 1 .
−4 3 −1
2 3
 
  1 −1
1 −2 0
A×B = × 0 1 
−4 3 −1 2×3 2 3 3×2
 
1×1−2×0+0×2 1 × (−1) − 2 × 1 + 0 × 3
=
−4 × 1 + 3 × 0 − 1 × 2 −4 × (−1) + 3 × 1 − 1 × 3 2×2
 
1 −3
=
−6 4

Exercício: Determine B × A
Multiplicação

Propriedades da Multiplicação
Se A, B e C forem matrizes do tipo conveniente e c um escalar,
então:
1 (AB)C = A(BC) (associatividade da multiplicação).
2 A(B + C) = AB + AC e (A + B)C = AC + BC
(distributividade da multiplicação em relação à adição).
3 c(AB) = (cA)B = A(cB).
4 A0 = 0 e 0A = 0, onde 0 representa a matriz nula.
5 IA = A e AI = A, onde I representa a matriz identidade.

Exercício:Verifique se a lei do anulamento do produto

ab = 0 ⇔ a = 0 ∨ b = 0

é válida para matrizes.

Transposição

Se A for uma matriz do tipo m × n, chama-se transposta de A à

matriz n × m que se obtém trocando as linhas e as colunas de
A.
Transposta de uma matriz
Se A = [aij ],

AT = [aji ] para (j, i) ∈ {1, ..., n} × {1, ..., m}.

√
 
−12
√ 5  
T −12 3 0
A=  3 2 →A =

5 2 51
0 15
Transposição

Propriedades da Transposta
Sejam A e B do tipo adequado, então:
1 (A + B)T = AT + B T .

T
2 AT = A.
3 (AB)T = B T AT .
4 (cA)T = cAT , sendo c um escalar.
5 (Ak )T = (AT )k , sendo k um número natural.
Exercícios

1. Considere as seguintes matrizes:

   
3 1 0   −2 1
A= ,B= 1 4 3 ,C= ,
4 −1 2 3 4
   
1 0 −1 5
D= ,E =
2 3 5 −3

Calcule, sempre que possível, as seguintes expressões:

(a) −3D (c) tr (C) (e) CA (g) AD T
(b) A + D (d) B + A (f) EB (h) 3C 2

2. Suponha que A, B, C, D e E são matrizes reais com dimensões:

A2×3 , B4×3 , C2×5 , D1×3 e E3×2
Determine quais das seguintes expressões matriciais estão bem
definidas e, para estas, indique a dimensão da matriz resultante.

T
(a) 0C (c) E T + A (e) B 2 (g) C T
T
(b) B + D (d) AE e EA (f) (DE) (h) AT C
Inversa de uma matriz

Matriz inversa
Se A for uma matriz quadrada de ordem n e se B for uma
matriz do mesmo tipo tal que AB = In e BA = In , então A diz-se
uma matriz invertível ou regular e a B chama-se matriz inversa
de A.

Uma matriz que não é invertível diz-se matriz singular.

Se A for uma matriz invertível, denotaremos a sua inversa

por A−1 .
Consequentemente,

AA−1 = I e A−1 A = I.
Inversa de uma matriz
 
"
1
# 4 3
−3  5 5 
As matrizes A = 2 eB= 1 1  são
1 4 −
5 10
inversas uma da outra pois
 
1 0
AB = BA = = I2 .
0 1
   
1 0 2 −3 4 −2
As matrizes  1 −1 2  e  1 −1 0  não são
0 −2 1 2 −2 5
inversas uma da outra pois
 
1 0 8
AB =  0 1 8 =6 I3 .
0 0 5
Inversa de uma matriz

Teorema:Unicidade da inversa
Sejam A, B e C matrizes quadradas de ordem n. Suponha-se
que A é invertível. Se B e C são ambas inversas de A, então
B = C.

Teorema
Sejam A, B ∈ Mn×n (K). Então BA = In se e só se AB = In .

Exercício: Se existir, determine a inversa da matriz

 
1 2
D= .
0 3
Inversa de uma matriz

Propriedades
Sejam A e B matrizes de ordem n invertíveis e seja c um
escalar não nulo. Então:
1 AB é invertível e (AB)−1 = B −1 A−1 ;
2 A−1 é invertível e (A−1 )−1 = A;
3 cA é invertível e (cA)−1 = 1c A−1 ;
4 AT é invertível e (AT )−1 = (A−1 )T ;
5 In−1 = In .
Matrizes diagonais

Matriz diagonal
Matriz diagonal é uma matriz quadrada de ordem n que fora da
diagonal principal só tem zeros.

3 0 0
 
 
0 0 2
e 0 0  são matrizes diagonais.
 
0 1 3 √
0 0 − 2

Matriz escalar
Matriz escalar é uma matriz diagonal em que os elementos da
diagonal principal são todos iguais.

 √
 
 −10 0 0
2 √0
e 0 −10 0  são matrizes escalares.
0 2
0 0 −10
Matrizes diagonais

Observação: Uma matriz diagonal arbitrária, D, de dimensão

n × n pode ser representada por
 
d1 0 · · · 0
 0 d2 · · · 0 
D= . (1)
 
.. . . .. 
 .. . . . 
0 0 · · · dn

Sugestão:
Realize as operações abordadas e calcule a matriz inversa
utilizando como exemplos matrizes diagonais. O que verifica?
Matrizes triangulares

Matriz triangular superior

Seja A = [aij ] uma matriz quadrada. A matriz A é triangular
superior se abaixo da diagonal principal só tem 0s, isto é, A é
triangular superior sse

aij = 0 quando i > j.

 7 
−9 0
 8 √
5 12  → é uma matriz triangular superior.

 0
0 0 −1
Matrizes triangulares

Matriz triangular inferior

Seja A = [aij ] uma matriz quadrada. A matriz A é triangular
inferior se acima da diagonal principal só tem 0s, ou seja, A é
uma matriz é triangular inferior sse

aij = 0 quando i < j.

4 0 0 0
 
 π 0 0 0 

9 √
3  → é uma matriz triangular inferior.

−2 − 5 0 


5
13 14 −2 6
Matrizes triangulares

Teorema
(a) A transposta de uma matriz triangular inferior é uma matriz
triangular superior e vice-versa.
(b) O produto de 2 matrizes triangulares inferiores é uma
matriz triangular inferior e o produto de 2 matrizes
triangulares superiores é uma matriz triangular superior.
(c) Uma matriz triangular é invertível se e só se todas as
entradas da diagonal principal são não nulas.
(d) A inversa de uma matriz triangular inferior é uma matriz
triangular inferior e a inversa de uma matriz triangular
superior é uma matriz triangular superior.
Matrizes triangulares

Exemplo: Considere as matrizes triangulares superiores

   
1 2 −1 3 −2 −6
A= 0 5 4 eB= 0 0 4 
0 0 3 0 0 1

Indique, justificando, se a afirmação é verdadeira ou falsa:

A e B são matrizes invertíveis.
Determine:
(a) AT
(b) BA e AB
(c) A−1
Matrizes simétricas e matrizes antissimétricas

Matriz simétrica
Uma matriz A ∈ Mn×n (K) diz-se simétrica se AT = A.
Matrizes simétricas:
2
 

2 0 0
 1 −1

2 −3
  3 √

A= B= 0 3 0 , C = 
 2 
−3 5 −2 − 3 
0 0 −1
 3 √

−1 − 3 0

Matriz antissimétrica
Uma matriz A ∈ Mn×n (K) diz-se antissimétrica se AT = −A.
Matrizes antissimétricas:
0 −3 4
 

0 −5
 1 
3 0 − 

A= B= 2 
5 0 
1
−4 0
2
Matrizes ortogonais

Matriz ortogonal
Uma matriz quadrada invertível A tal que A−1 = AT diz-se uma
matriz ortogonal.

" √ #
1 3
A matriz A = √2 2 é ortogonal:
3
2 − 21
" √ #" √ #
1 3 1 3
 
T T √2 2 √2 2 1 0
A A = AA = = .
3
− 12 3
− 21 0 1
2 2
Matriz em escada por linhas

Matriz em escada por linhas

Uma matriz A está em escada por linhas se possuir as
seguintes características:
1 cada linha não nula está antes de todas as linhas nulas
que existem;
2 se o primeiro elemento não nulo numa linha i está na
coluna j, então a linha seguinte começa com pelo menos j
elementos nulos.
 
−1 1 −1 1 −1
 0 1 0 1 0  é uma matriz em escada por linhas.
0 0 0 0 0
matriz em escada por linhas

Indique quais das seguintes matrizes estão em escada por

linhas:
   
0 1 −1 3 4 1 −1
a)  3 2 0 1  d)  0 0 0 
0 0 0 4 0 0 2
 
b) 0 1 0 0 0
 
5 0 0
  e)
2 1 0 0 0
c)  0 2   
0 0
0 3 f)
0 0
Operações elementares sobre linhas

Pode-se transformar uma matriz numa matriz em escada por

linhas recorrendo às operações elementares sobre as linhas
da matriz.
Operações elementares sobre linhas
Chamamos operações elementares sobre as linhas de uma
matriz A às seguintes operações:
1 troca de linhas;
2 multiplicação de uma linha por um escalar não nulo;
3 adição a uma linha do produto de outra por um escalar.
 
0 6 3
Exercício: Transforme a matriz  2 4 −2  numa matriz em
1 1 −1
escada por linhas.
Característica de uma matriz

Característica de uma matriz

Ao número de linhas não nulas de qualquer matriz em escada
obtida por operações elementares sobre as linhas de A
chama-se característica de A.
Denota-se c(A) ou car (A).

Exercícios:
1 Determine a característica das matrizes:
   
1 2 3 2 1 1 1 1
 3 4 5  (b)  4 2 3 4 3 
(a)  
 2 4 6  −6 −3 −1 1 α
−1 0 1

2 Indique, justificando, se a afirmação é verdadeira ou falsa:

Existe uma matriz A do tipo 2 × 5, sem elementos nulos,
tal que a característica de A é igual a 1.