Determinantes e Autovalores

APRESENTAÇÃO

O determinante de uma matriz de números reais é um número real. Este, como você verá,
carrega importantes informações sobre a matriz ou o sistema a ela associado. O cálculo desse
determinante pode ser realizado de maneira simples, porém a quantidade de operações aumenta
rapidamente à medida que cresce o número de variáveis do sistema. A álgebra linear consiste
em área matemática responsável por fornecer ferramentas de significativa importância em suas
modernas aplicações computacionais. Ela está presente desde os aplicativos de GPS até os
sofisticados serviços de inteligência artificial.

Para que você possa acompanhar adequadamente esta Unidade, é necessário que esteja
familiarizado com os seguintes tópicos: produto de matrizes, sistemas lineares e matrizes e
resolução de sistemas lineares.

Nesta Unidade de Aprendizagem, você vai estudar os determinantes e suas propriedades, além
de verificar como encontrar a matriz inversa com o uso de determinantes e saber de que modo
relacionar autovalores com o processo de diagonalização de matrizes.

Bons estudos.

Ao final desta Unidade de Aprendizagem, você deve apresentar os seguintes aprendizados:

• Definir determinantes e algumas de suas propriedades.

• Encontrar a matriz inversa com o uso de determinantes.
• Relacionar autovalores com o processo de diagonalização de matrizes.

DESAFIO

Você deve conhecer a fórmula para calcular a área de um retângulo: base x altura, além de saber
que a área de um triângulo retângulo é igual à metade da área do retângulo.

Mas essas fórmulas não funcionam em todos os casos. Você sabia que uma das mais
importantes aplicações do cálculo está na determinação de áreas? E que o determinante se
relaciona diretamente com o cálculo da área de um triângulo em geral?

Considere o triângulo da figura a seguir.

O triângulo da figura tem vértices nos pontos (2, 1), (4, 0) e (1, -3). Como você pode utilizar
determinantes para encontrar a área desse triângulo?

INFOGRÁFICO

O método dos cofatores é um dos que você vai aprender nesta Unidade a fim de calcular
determinantes.

Ele permite calcular determinantes para matrizes de tamanhos arbitrários. Contudo, à medida
que a dimensão da matriz aumenta, também cresce o número de cálculos necessários.

A seguir, veja quais são os cálculos envolvidos na expansão em cofatores.

 CONTEÚDO DO LIVRO

A álgebra linear desenvolveu-se em contexto de acelerado desenvolvimento dos mecanismos

tecnológicos, especialmente dos computadores. Ela fornece ferramentas que têm papel central
na solução de sistemas lineares de altíssima complexidade, como os sistemas de controle em
aplicações industriais ou mesmo no manejo de grande quantidade de dados no mercado
financeiro.

Leia o capítulo Determinantes e autovalores, da obra Álgebra linear, e aprenda

a calcular determinantes e suas propriedades. Saiba também como utilizá-los no cálculo de
matrizes inversas e na diagonalização de matrizes.

Boa leitura.
ÁLGEBRA LINEAR

Silvano Antonio Alves Pereira Junior

Determinantes e
autovalores
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:

„„ Definir determinantes e algumas de suas propriedades.

„„ Encontrar a matriz inversa com o uso de determinantes.
„„ Relacionar autovalores com o processo de diagonalização de matrizes.

Introdução
Neste capítulo, você estudará um pouco mais sobre matrizes, que têm
aplicações nos mais variados locais — desde a planilha de Excel ao pro-
cesso de gerenciamento de estoques, ou mesmo o controle de complexos
sistemas de produção.
Nesse contexto, o determinante é uma poderosa ferramenta, um
invariante numérico de uma matriz que pode auxiliar a obter preciosas
informações sobre a matriz e, até mesmo, o sistema associado a ela.
Você também será apresentado às ferramentas utilizadas no processo
de diagonalização de uma matriz, como autovetores, autovalores e po-
linômios característicos.

Determinantes e suas propriedades

O determinante é um número associado a uma matriz quadrada. Antes de
introduzir sua definição precisa, apresentaremos alguns exemplos de casos
particulares, que podem ajudar na compreensão do caso geral. Seguiremos
uma linha semelhante à apresentada em Nicholson (2006).
2 Determinantes e autovalores

Caso 2 × 2
Consideremos a seguinte matriz:

O determinante da matriz A será denotado por det(A) e pode ser calculado

da seguinte maneira:

det(A) = (2 × 1) – (3 × 1) = 2 – 3 = –1

como, em resumo, o produto dos elementos da diagonal principal (a da

esquerda para a direita) menos o produto dos elementos da diagonal secundária
(a da direita para a esquerda). Essa propriedade é válida para matrizes dois
por dois em geral, isto é, você poderá utilizar a seguinte fórmula:

Se , então det(A) = (a × d) – (c × b)

1 1
Para calcular o determinante da matriz B = . Você deverá proceder da seguinte
2 2
maneira:

det(B) = (1 × 2) – (2 × 1) = 2 – 2 = 0

Um fato importante para se considerar em matrizes, de maneira geral, é

que uma matriz quadrada An×n é invertível se, e somente se, seu determinante
for diferente de zero. Assim, os exemplos anteriormente apresentados são de
uma matriz invertível — a matriz A — e da matriz B , que não possui inversa.
Para matrizes 2 × 2, cujo determinante seja não nulo, podemos ainda trabalhar
com a seguinte fórmula:

tem como inversar a matriz

 Determinantes e autovalores 3

Caso 3 × 3
Para matrizes de tamanho 3 × 3, você poderá calcular o determinante utilizando
determinantes menores e cofatores.

Definição: se A é uma matriz quadrada, então, o menor relacionado à entrada aij

(também denominado ij-ésimo menor de A) é denotado por Mij e definido como o
determinante da submatriz que sobra quando suprimimos a i-ésima linha e a j-ésima
coluna de A. O número Cij = (–1)i+jMij é denominado cofator da entrada aij (ou o ij-ésimo
cofator).

1 0 2
Considere a matriz A = 1 1 1 . O cálculo para C31 pode ser realizado da seguinte
maneira. 3 0 2
Sabe-se que C31 = (–1)3+1M31 e que o menor M31 é o determinante da matriz que
obtemos após eliminar a linha 3 e a coluna 1 da matriz A. Ou seja:

0 2
M= = 0 × 1 – 1 × 2 = –2
1 1

Portanto:

C31 = (–1)3+1M31
C31 = (–1)4(–2)
C31 = 1(–2)
C31 = –2

A partir dos cofatores, podemos calcular o determinante de uma matriz

quadrada An×n , utilizando a expansão do determinante em cofatores.
4 Determinantes e autovalores

Expansão em cofatores

Seja An×n uma matriz quadrada de números reais, a expansão em cofatores do

determinante da matriz An×n a partir da k-ésima linha é dada por:

det(A) = ak1Ck1 + ak2Ck2 + ak3Ck3 + … + aknCkn

É muito importante estar alerta ao termo (–1)i+j, pois um erro de sinal nessa parte do
cálculo é muito comum. Para evitar que isso aconteça, lembre-se de que o resultado
dessa conta depende da paridade de i + j. Se i + j for par, o resultado será igual a 1; se
i + j for ímpar, o resultado será igual a –1.

Essa fórmula permite calcular o determinante de matrizes de qualquer

tamanho, mas observe que o número de operações cresce de maneira muito
rápida. O determinante de uma matriz 3 × 3 implica três determinantes de
matrizes 2 × 2 na sua expansão em cofatores. Já o determinante de uma matriz
4 × 4 implica quatro determinantes de matrizes 3 × 3, sendo que cada um
desses implica três determinantes de matrizes 2 × 2, gerando um total de 12
determinantes 2 × 2.

Vejamos um exemplo do cálculo de determinantes utilizando a expansão em cofatores.

1 0 2
Considere novamente a matriz A = 1 1 1 . Vamos calcular o seu determinante,
3 0 2
fazendo a expansão em cofatores a partir da linha 1. Temos:

det(A) = a11C11 + a12C12 + a13C13

det(A) = 1C11 + 0C12 + 2C13
det(A) = C11 + 2C13
 Determinantes e autovalores 5

Agora, calculamos os cofatores:

C11 = (–1)1+1 M11 C31 = (–1)1+3 M13

1 1 1 1
C11 = 1 C31 = 1
0 2 3 0
e
C11 = 1 × [2] C31 = 1 × [–3]

C11 = 2 C31 = –3

Segue que:

det(A) = 2 + 2 × (–3) = –4

Um ponto a ser destacado é que a expansão pode ser feita a partir de

qualquer uma das linhas. Não existe nenhuma restrição, mas, a fim de reduzir
o número de cálculos, é comum escolher a linha com a maior quantidade de
zeros. Veja o seguinte exemplo.

1 0 0
Considere a matriz H = 3 2 1 . Pode-se calcular o seu determinante fazendo a
3 1 1
expansão em cofatores a partir da linha 1, tendo em mente que essa é a linha que tem
a maior quantidade de elementos nulos.
Utilizando a fórmula de expansão, obtemos:

det(H) = a11C11 + a12C12 + a13C13

det(H) = 1C11 + 0C12 + 0C13
det(H) = C11

Perceba que, como a linha tem dois elementos nulos, o cálculo do determinante
reduziu-se ao de um determinante de ordem 2 × 2.
6 Determinantes e autovalores

C11 = (–1)1+1 M11

2 1
C11 = 1
1 1
C11 = 1 × [2 – 1]

C11 = 1

Portanto, det(H) = C11 = 1.

A seguir, apresentamos algumas das propriedades mais importantes do

determinante de uma matriz, que podem ser de muita utilidade no cálculo de
determinantes.

„„ P1: o determinante da matriz nula é igual a zero.

„„ P2: o determinante da matriz identidade In×n é igual a um.
„„ P3: o determinante é uma função linear de cada linha — isto é, se
multiplicarmos uma linha por k, o determinante da matriz é multipli-
cado por k.
„„ P4: se duas linhas (ou colunas) da matriz são iguais, ou múltiplo não
nula uma da outra, o determinante da matriz é igual a zero.
„„ P5: se uma das linhas (ou colunas) for formada apenas por elementos
nulos, o determinante da matriz é igual a zero.
„„ P6: se a matriz for triangular ou diagonal, o determinante é igual ao
produto dos elementos da diagonal da matriz.

1 2 3
Considere a matriz A = 2 4 6 . Pode-se calcular o seu determinante fazendo uso
3 0 2
das propriedades do determinante. Observe que a linha 2 é múltipla da linha 1. De
forma mais precisa, L2 = 2L1. Portanto, o determinante da matriz é igual a zero.

Veja, agora, um exemplo sobre matrizes triangulares.

 Determinantes e autovalores 7

7 0 0
Considere a matriz A = 2 –1 0 . Pode-se calcular o seu determinante fazendo uso
1 1 –4
das propriedades do determinante. Observe que a matriz é do tipo triangular superior.
Logo, seu determinante é igual ao produto dos elementos em sua diagonal. Portanto:

det(A) = 7 × (–1) × (–4) = 28

Como dito anteriormente, a expansão em cofatores pode ser utilizada para

matrizes de qualquer dimensão, não apenas 2 × 2 ou 3 × 3. Veja um exemplo
disso a seguir.

1 0 0 5
Considere a matriz A = 1 2 4 1 . Pode-se calcular o seu determinante fazendo
3 0 0 0
1 1 0 0
uso da fórmula de expansão em cofatores. Para tal, a escolha da terceira linha da
matriz pode ser uma boa opção, tendo em vista que é a que contém mais elementos
nulos. Obtém-se:

det(A) = a31C31 + a32C32 + a33C33 + a34C34

det(A) = a31C31 + 0C32 + 0C33 + 0C34
det(A) = a31C31
det(A) = 3C31

Resta calcular o cofator C31. Nesse caso:

0 0 5
C31 = (–1)3+1 × 2 4 1
1 0 0

0 5
C31 = 1 × 1 (–1)3+1 ×
4 1

C31 = –20

Segue que det(A) = 3 × (–20) = –60.

8 Determinantes e autovalores

Matriz inversa
Na seção anterior, você aprendeu que uma matriz possui inversa se, e somente
se, seu determinante é diferente de zero. Além disso, você também aprendeu
a calcular a matriz inversa de uma matriz 2 × 2, utilizando o determinante.
Agora, verá como utilizar a fórmula de expansão em cofatores para encon-
trar a inversa de uma matriz quadrada de qualquer dimensão. Para tal, você
precisará do seguinte resultado.

Teorema: seja A3×3 uma matriz cujo determinante é diferente de zero, e então
sua matriz inversa A–1 pode ser calculada desta forma:

Em palavras, a matriz inversa de A é igual ao inverso do determinante de

A multiplicado à transposta da matriz de cofatores de A.
O resultado foi enunciado no caso 3 × 3, para facilitar a compreensão, mas
pode ser utilizado para matrizes de qualquer dimensão. Veja um exemplo da
aplicação desse resultado.

1 0 3
Considere a matriz A = 0 1 0 , do tipo triangular inferior. Portanto, seu determinante
0 0 2
é igual ao produto dos elementos em sua diagonal. Segue que det(A) = 1 × (1) × (2) = 2.
Portanto, pode-se aplicar o resultado anterior a essa matriz. Agora, basta montar a
transposta da matriz de cofatores para encontrar a inversa:

C11 C21 C31 2 0 –3

C12 C22 C32 = 0 2 0
C13 C23 C33 0 0 1
 Determinantes e autovalores 9

A matriz inversa de A tem a seguinte forma:

2 0 –3
1 0 2 0
A–1 =
2 0 0 1

1 0 –3/2
A–1 = 0 1 0
0 0 1/2

Uma simples multiplicação das matrizes é suficiente para verificar que A × A–1 = I3×3.

Um importante resultado sobre matrizes inversas é enunciado a seguir.

Teorema: dada uma matriz An×n, as afirmações listadas a seguir são equivalentes.

1. An×n é invertível.
2. det(A) ≠ 0.
3. As n linhas de An×n são linearmente independentes.

Veja um exemplo da aplicação desse resultado.

1 1 0
Considere a matriz A = 0 1 0 . Como decidir se ela é invertível ou não? Podemos
1 0 2
utilizar qualquer um dos itens da equivalência apresentada. Escolhemos, então, a mais
comum: o valor do determinante.
Usaremos a expansão em cofatores a partir da segunda linha. Por que? Porque essa
é a linha com a maior quantidade de elementos nulos. Obtemos:

det(A) = a21C21 + a22C22 + a23C23

det(A) = 0C21 + 1C22 + 0C23
det(A) = C22
10 Determinantes e autovalores

O cálculo do cofator C22 pode ser feito da seguinte maneira:

1 0
C22 = (–1)2+2 ×
1 2

1 0
C22 = 1 ×
1 2

C22 = 1

Logo:

det(A) = 1 ≠ 0

Portanto, a matriz A é invertível.

Outro fato importante sobre matrizes inversas é que elas são fortemente
relacionadas aos sistemas lineares. Considere um sistema de equações lineares
homogêneo, cuja forma matricial seja:

Ax = 0

Fato: o sistema linear homogêneo anterior tem apenas a solução trivial se, e
somente se, a matriz A é invertível.
Esse fato nos fornece uma maneira simples e prática de verificar se a solução
trivial (vetor nulo) é a única de um sistema linear homogêneo.

É comum o erro de, em vez de se utilizar a matriz transposta da matriz de cofatores,

se tomar a própria matriz de cofatores.

Concluímos esta seção com uma importante relação entre o determinante

de uma matriz e o determinante de sua inversa.
 Determinantes e autovalores 11

Teorema: seja An×n uma matriz invertível, então:

Veja, a seguir, um exemplo de aplicação desse resultado.

23 0 0
Considere a matriz A = 2 1 0 . Qual é o determinante de A–1?
1 1 1
Sabemos que A é uma matriz triangular inferior. Logo, segundo as propriedades
do determinante, ele é igual ao produto dos elementos em sua diagonal. Ou seja:

det(A) = 23

Portanto, aplicando o teorema anterior, obtém-se:

1
det(A–1) =
23

Observe que a exigência de o determinante ser diferente de zero, A invertível

é necessária, uma vez que não se pode ter divisão por zero.

Autovalores e diagonalização de matrizes

Nesta seção, você verá como calcular os autovalores de uma matriz e como
utilizá-los no processo de diagonalização de matrizes, essencial na resolução
de sistemas lineares.
Um número λ ≠ 0 é um autovalor de uma matriz An×n, se existe algum
vetor v, tal que:

Av = λv
12 Determinantes e autovalores

Em palavras, λ é um autovalor de An×n, se existir um vetor v , tal que, ao

aplicarmos An×n sobre v obtemos λv. Nesse caso, a operação de aplicar uma
transformação linear foi capsulada no produto por um número. Diremos,
também, que v é um autovetor de An×n associado ao autovalor λ.
Isso é equivalente a dizer que λ é um autovalor de An×n, se existir solução
para o sistema linear homogêneo (A – λI)v = 0.
Outra maneira de procurar pelos autovalores de uma matriz é por meio do
polinômio característico. Dada uma matriz An×n, seu polinômio característico
é definido por:

p(λ) = det(A – Iλ)

2 0 0
Dada a matriz A = 3 1 0 , que é do tipo triangular superior, pode-se encontrar
1 –2 2
o polinômio característico da seguinte maneira:

p(λ) = det(A – Iλ)

2–λ 0 0
p(λ) = 3 1–λ 0
1 –2 2–λ

p(λ) = (2 – λ)2(1 – λ)

Segue que os autovalores de A são λ1 = 1 e λ2 = 2, este último com multiplicidade

2, isto é, λ2 = 2 é uma raiz dupla do polinômio característico.
Observe, ainda, que, conhecidos os autovalores, se pode resolver os sistemas lineares
associados e encontrar os autovetores.

Agora, você verá um resultado apresentado por Nicholson (2006), que nos
permite relacionar autovalores e autovetores com o processo de diagonalização
de matrizes.
 Determinantes e autovalores 13

Teorema: seja An×n uma matriz, então:

1. a é diagonalizável se, e somente se, ela possui autovetores x1, x2, ..., xn,
tais que a matriz P = [x1, x2, ..., xn] é invertível;
2. quando esse for o caso, temos PAP–1 = diag(λ1, λ2, ..., λ n), onde λi é o
autovalor associado ao autovetor xi.

Como aplicação desse resultado, veja o seguinte exemplo.

O problema consiste em procurar, caso exista, a forma diagonalizada da matriz:

2 0 0
A = –3 0 0
0 1 0

O polinômio característico dessa matriz tem a seguinte forma:

p(λ) = (2 – λ)(λ – 1)(1 + λ)

Existem, portanto, três autovalores diferentes, como requer o teorema. A saber

λ1 = 2, λ2 = 1 e λ3 = –1 associados, respectivamente, aos seguintes autovetores:

–1 0 0
v1 = 2 v2 = 1 v3 = 1
1 1 –1
Segue que a matriz P tem a seguinte forma:

–1 0 0
P= 2 1 1
1 1 –1

Para verificar o resultado, basta realizar:

–1 0 0 2 0 0 –1 0 0 2 0 0
2 1 1 –3 0 0 2 1 1 = 0 1 0
1 1 –1 0 1 0 1 1 –1 0 0 –1

O fato de termos P = P–1 foi apenas uma coincidência, não é uma regra.
14 Determinantes e autovalores

Você encontrará exercícios e vídeos de boa qualidade com excelente conteúdo na

Khan Academy, disponível no link a seguir.

https://qrgo.page.link/htszk

Veja um último exemplo sobre a diagonalização de matrizes.

Dada a matriz:

3 0 0
H= 0 2 0
–1 0 7

Deve-se encontrar sua forma diagonal D. Para tal, começa-se encontrando o poli-
nômio característico da matriz. Observe, ainda, que essa matriz é do tipo triangular
superior. Portanto:

p(λ) = (3 – λ)(2 – λ)(7 – λ)

Pode-se concluir que D tem a seguinte representação:

3 0 0
D= 0 2 0
0 0 7

Um último resultado, extremamente interessante e relacionado ao polinômio

característico de uma matriz, é o Teorema de Cayley-Hamilton. Esse resultado,
atribuído aos matemáticos Arthur Cayley e William Hamilton, diz que uma
matriz An×n é um zero de seu próprio polinômio característico. De maneira
mais precisa, quer dizer o seguinte.
 Determinantes e autovalores 15

Teorema (Cayley-Hamilton): considere a matriz An×n. Se p(λ) é o polinômio

característico da matriz An×n, então:

p(A) = 0

Esse teorema fornece um excelente teste para verificar se o cálculo do

polinômio característico foi efetuado de maneira correta.

ANTON, H.; BUSBY, R. C. Álgebra linear contemporânea. Porto Alegre: Bookman, 2006.
612 p.
NICHOLSON, W. K. Álgebra linear. 2. ed. São Paulo: McGraw-Hill, 2006. 394 p.

Leitura recomendada
LIPSCHUTZ, S.; LIPSON, M. Álgebra linear: mais de 600 exercícios resolvidos. 4. ed. Porto
Alegre: Bookman, 2011. 434 p. (Coleção Schaum).
 DICA DO PROFESSOR

Quando o determinante de uma matriz de ordem 3 x 3 é calculado pela expansão em cofatores,

caso não exista linha com um ou mais elementos nulos, pode ser necessário calcular 3
determinantes de ordem 2 x 2. Mas, assim como para matrizes 2 x 2, também existe uma regra
especial para as 3 x 3.

Na sequência, veja como calcular o determinante de uma matriz de tamanho 3 x 3 por meio
da regra de Sarrus, simples, mas aplicável apenas nessa situação.

Conteúdo interativo disponível na plataforma de ensino!

EXERCÍCIOS

1) Alguns problemas exigem mais do que um simples cálculo. Utilize uma equação
adequada para determinar o valor de a que faz o determinante a seguir ser igual a
zero.

A) -6

B) 6

C) -3

D) 3

E) 2
2) Você aprendeu que o determinante de uma matriz tem importantes propriedades.

Utilize-as para calcular , sabendo que a matriz A3X3 é tal que det(A) = 1.

A) 1/2

B) 1/4

C) 1/8

D) 1/10

E) 0

3) O polinômio característico de uma matriz é essencial para a descoberta de seus

autovalores e, por consequência, de seus autovetores. Se uma matriz tem como
polinômio característico p (λ) = (3 + λ) (1 - λ) (4 + λ), indique a dimensão dessa
matriz.

A) 3

B) 4

C) 2

D) 1

E) 6

4) Os elementos nulos de uma matriz são muito uteis no cálculo de determinantes, assim
 como a análise das linhas de uma matriz. Com isso em mente, utilize as propriedades
dos determinantes para calcular o determinante da matriz.

A) 1

B) 99

C) 4

D) 396

E) 0

5) Como você aprendeu, os determinantes são importantes no processo do cálculo da

matriz inversa. Existe também uma relação entre o determinante de uma matriz e o
determinante de sua inversa. Explore essa relação para calcular o valor de det(A-1),
sabendo que det(A) = 14.

A) 1

B) 2/14

C) 1/14

D) 7
E) 1/7

NA PRÁTICA

A álgebra linear tem aplicações em diversos ramos da ciência. Apesar do grande destaque nas
aplicações tecnológicas, as matrizes também podem ser utilizadas em problemas de
biologia. Uma classe de modelos muito conhecidos em nessa área e suas aplicações são os
modelos de dinâmica populacional. Grosso modo, eles envolvem a maneira como populações se
comportam no decorrer do tempo em termos de quantidade.

No exemplo a seguir, veja como é possível utilizar matrizes diagonais na dinâmica

populacional.
 SAIBA MAIS

Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do
professor:

Programa de iniciação científica: Introdução à Álgebra Linear (2018)

Para quem deseja se aprofundar um pouco mais sobre o assunto, excelente opção são vídeos do
curso de Introdução à Álgebra Linear do Instituto de Matemática Pura e Aplicada (IMPA).

Conteúdo interativo disponível na plataforma de ensino!

Lista de exercícios

Para aprender determinantes e autovalores, é importante que você treine fazendo diversos
exercícios. Para tanto, baixe a lista de exercícios a seguir e resolva as questões.

Conteúdo interativo disponível na plataforma de ensino!