Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução
A Unidade Curricular de Álgebra Linear faz parte do plano de estudos dos mais
diversos ciclos de estudos inseridos na área das Ciências e Tecnologias.
1. Capítulo - Matrizes
De um modo simples comecemos por considerar que uma matriz é um “ser”
matemático que é crucial na Unidade Curricular de “Álgebra Linear”. Trata-se de uma
ferramenta matemática com muita aplicabilidade nas áreas das Ciências e Tecnologia,
daí o termos sempre presente esta ferramenta durante a lecionação dos conteúdos
programáticos desta Unidade Curricular. Os elementos constituintes de uma matriz
terão significados distintos quando as respetivas matrizes forem contextualizadas e
ajudarão à resolução dos problemas para os quais estão a ser usadas.
Uma matriz costuma ser representada por letras maiúsculas, da forma 𝐴 = (𝑎𝑖𝑗 )𝑖,𝑗 e os
elementos estão distribuídos por linhas e por colunas. Uma matriz com ordem 𝑚 × 𝑛 é
uma matriz que tem 𝑚 linhas e 𝑛 colunas e também é usual dizer-se que é uma matriz
de ordem 𝑚 por 𝑛.
As linhas e as colunas de uma matriz podem ser formadas por números (de todo o tipo),
ou por letras, ou por expressões matemáticas, ou ainda uma mistura de todos os casos
mencionados antes.
Por exemplo, a primeira matriz é constituída por números reais, a segunda matriz por
números complexos, a terceira matriz por letras, a quarta matriz por expressões
matemáticas e a quinta matriz por uma mistura de alguns deste tipo de elementos:
EXEMPLO 1
−1 5 1+𝑖 5 − 2𝑖 2 − 3𝑖 𝑎 𝑏
𝐴=( 2 ), 𝐴 = [1 − 𝑖 −1 + 4𝑖 𝑖 ], 𝐴 = ( 𝑥 𝑐 ), 𝐴 =
√7
3 −3𝑖 −2 + 3𝑖 4 − 7𝑖 𝑦 𝑧
𝑎+𝑏 𝑥 + 2𝑦 −2𝑥 + 3𝑦 + 𝑧
[− 5𝑥 2𝑥 + 2𝑦 1+𝑧 ],
2−𝑥 𝑥 𝑥+𝑦+𝑧+𝑡
2 7
1 + 2𝑖 − 19
19 1 0 0
𝐴 = (𝑎 + 𝑏 2 0 ), 𝐴 = (1 0 2).
𝑥 2𝑦 9
Relativamente à ordem das matrizes aqui apresentadas, temos que a primeira é uma
matriz de ordem 2 × 2 (ou de ordem 2), a segunda matriz é de ordem 3 × 3 (ou de
ordem 3), a terceira matriz tem ordem 3 × 2, a quarta e quinta matrizes são, ambas, de
ordem 3 tal como acontece com a segunda matriz apresentada. A última matriz tem
ordem 2 × 3.
Imagem retirada de
https://pt.wikipedia.org/wiki/Matriz_(matem%C3%A1tica)#/media/Ficheiro:Matriz_or
ganizacao.png
1.2. Diferentes tipos de matrizes e sua classificação.
De acordo com a ordem (ou dimensão) que cada matriz possui, dividimo-las em dois
grandes tipos de matrizes: matrizes quadradas e matrizes retangulares. Assim, temos:
1. Matriz quadrada
Reparemos nas matrizes apresentadas no EXEMPLO 1. Temos que todas elas são
matrizes quadradas à exceção da terceira matriz e da última matriz.
Notemos que a primeira matriz tem o mesmo número de linhas e de colunas que é 2, a
segunda, quarta e quinta matrizes têm exatamente 3 linhas e 3 colunas. No entanto,
para a terceira matriz isto já não é verdade, pois tem 3 linhas e 2 colunas e para a última
matriz temos 2 linhas e 3 colunas.
Muitas outras matrizes quadradas podem ser apresentadas. Deixamos mais alguns
exemplos desse tipo de matrizes, uma de ordem 2, outra de ordem 3 e uma de ordem
4:
EXEMPLO 2
2 −1 0 0
0 5 −2
2 5 0 2 1 1), etc.
𝐴=( ), 𝐴 = [−5 0 1 ], 𝐴 = (
−1 8 1 3 1 5
2 −1 0 2
3 1 −2
Também se pode falar na diagonal secundária que é formada pelos elementos 𝑎𝑖𝑗 , tais
que 𝑖 + 𝑗 = 𝑛 + 1, para 𝑖 = 1, 2, … , 𝑛.
𝑡𝑟(𝐴) = ∑ 𝑎𝑖𝑖
𝑖=1
A seguinte imagem1 mostra-nos as entradas da matriz que estão na diagonal principal e
na diagonal secundária de uma qualquer matriz quadrada.
EXEMPLO 3
1 5 2
𝐴 = [5 −1 0]
2 0 4
𝑡𝑟(𝐴) = ∑ 𝑎𝑖𝑖
𝑖=1
1
Imagem retirada de
https://www.google.com/search?q=diagonal+principal+matriz&rlz=1C1GCEA_enPT876PT876&sxsrf=ALe
Kk01cNbhvoHSbvThCsxqM2uhOs1foGw:1602342681964&tbm=isch&source=iu&ictx=1&fir=J48pDuv1n_
R7gM%252CLyJI6W1ZNNE_QM%252C%252Fm%252F01bpqr&vet=1&usg=AI4_-
kSDU0UqYlwwWiD_aHrabw_g5fv6eA&sa=X&ved=2ahUKEwjH4fLSp6rsAhWvzIUKHYm-
A8EQ_B16BAgMEAM#imgrc=gD24ASBmXk1HFM no dia 10 de outubro de 2020.
Exercício 1: Em relação às matrizes quadradas apresentadas nos Exemplos 1 e 2, indique
os elementos das diagonais principal e secundária de cada uma delas e calcule os
respetivos traços.
2. Matriz retangular
Podemos ter matrizes retangulares cujo número de linhas é maior do que o número de
colunas, como também podemos ter matrizes onde a situação é contrária. Por exemplo,
duas matrizes do EXEMPLO 1 são retangulares (a terceira matriz e a última matriz). Na
terceira matriz temos mais linhas do que colunas, enquanto na última matriz temos mais
colunas do que linhas.
EXEMPLO 4
Neste exemplo, chamamos a atenção para duas das suas matrizes retangulares que têm
a particularidade de uma ter uma única linha e a outra ter uma única coluna. Vamos a
seguir falar sobre esse tipo de matrizes.
1. Matriz linha
Uma matriz linha é uma matriz que tem apenas uma linha. Assim uma matriz quadrada
de ordem 1, pode também ser considerada uma matriz linha uma vez que tem uma
linha. No EXEMPLO 4, existe uma matriz linha que possui 4 colunas.
Quanto à representação usual para uma matriz linha, podemos optar por separar as
entradas da matriz que estão distribuídas na sua linha como é o que se apresenta no
EXEMPLO 4, ou podemos usar vírgulas a separar essas entradas, como, por exemplo,
𝐴 = (1, −2, 3, −4).
2. Matriz coluna
Uma matriz coluna é uma matriz que tem apenas uma coluna. Assim uma matriz
quadrada de ordem 1, pode também ser considerada uma matriz coluna (e linha), uma
vez que tem uma coluna. No EXEMPLO 4, existe uma matriz coluna que possui 2 linhas.
3. Matriz triangular
Uma matriz é triangular quando é uma matriz quadrada cujos elementos acima ou
abaixo da diagonal principal são zero. A figura seguinte2 mostra dois tipos de matrizes
triangulares:
Reparemos que a matriz que figura do lado esquerdo tem todas as entradas abaixo da
diagonal principal iguais a zero, enquanto a matriz que está à direita, tem todas as
entradas acima da diagonal principal iguais a zero. Na primeira situação vamos dizer que
a matriz é triangular superior, enquanto no segundo caso, estamos perante uma matriz
triangular inferior.
Podemos formalmente dizer que, se 𝑎𝑖𝑗 = 0, para 𝑖 < 𝑗, então temos uma matriz
triangular inferior e se 𝑎𝑖𝑗 = 0, para 𝑖 > 𝑗, então a matriz é triangular superior.
2
Imagens retiradas de
https://www.google.com/search?q=matriz+triangular&rlz=1C1GCEA_enPT876PT876&sxsrf=ALeKk03Teu
6UY1busJvSUjOsDWfAHApl2g:1602362482334&source=lnms&tbm=isch&sa=X&ved=2ahUKEwiI8b208ar
sAhWDDmMBHaVoCNoQ_AUoAXoECBQQAw&biw=1600&bih=789#imgrc=kDVKSEVLHDyCCM
https://www.google.com/search?q=matriz+triangular&rlz=1C1GCEA_enPT876PT876&sxsrf=ALeKk03Teu
6UY1busJvSUjOsDWfAHApl2g:1602362482334&source=lnms&tbm=isch&sa=X&ved=2ahUKEwiI8b208ar
sAhWDDmMBHaVoCNoQ_AUoAXoECBQQAw&biw=1600&bih=789#imgrc=AbDVP3WZgJ8giM no dia 10
de outubro de 2020.
EXEMPLO 5
1 0 0 1 5 7
𝐴 = [−1 0 0] é uma matriz triangular inferior; 𝐴 = (0 2 2) é uma matriz
2 1 1 0 0 4
triangular superior.
4. Matriz diagonal
Uma matriz diagonal é uma matriz quadrada que é simultaneamente triangular superior
e inferior, ou seja, as entradas acima e abaixo da diagonal principal são zero.
EXEMPLO 6
1 0 0 2 0 0
𝐴 = (0 2 0), 𝐴 = (0 2 0) são matrizes diagonais de ordem 3.
0 0 0 0 0 2
Notemos que, neste exemplo, há uma diferença entre estas duas matrizes: na primeira
matriz as entradas da diagonal principal não são todas iguais entre si, enquanto na
segunda matriz, as entradas da diagonal principal são todas iguais entre si e iguais ao
número 2. Esta diferença vai distinguir um tipo particular de matrizes diagonais, o qual
apresentamos a seguir.
5. Matriz escalar
6. Matriz Identidade
Uma matriz quadrada de ordem 𝑛 cujas entradas fazem parte do sistema binário (0 e 1)
e que estão distribuídas do seguinte modo
chama-se matriz Identidade de ordem 𝑛 e será denotada por 𝐼𝑛 conforme é
apresentado na figura anterior.
EXEMPLO 7
1 0 0 0
1 0 0
1 0 0 1 0 0 ) são exemplos de
𝐼1 = (1); 𝐼2 = ( ); 𝐼3 = (0 1 0); 𝐼4 = (
0 1 0 0 1 0
0 0 1 1
0 0 0
matrizes identidade de ordem 1, 2, 3 e 4, respetivamente.
7. Matriz nula
Uma qualquer matriz A quadrada ou retangular tal que todas as suas entradas são iguais
a zero, vai denominar-se de matriz nula.
EXEMPLO 8
0 0 0 0 0
𝑂3 = (0 0 0) é a matriz nula de ordem 3; 𝑂3×2 = (0 0) é a matriz nula de ordem
0 0 0 0 0
3 × 2.
Se a matriz nula for quadrada de ordem 𝑛, será representada por 𝑂𝑛 ; se a matriz nula
tiver 𝑚 linha e 𝑛 colunas será denotada por 𝑂𝑚×𝑛 .
EXEMPLO 9
Matrizes Quadradas:
2 5 2 −1
𝐴=( ), a matriz transposta de 𝐴 é a matriz 𝐴𝑇 = ( );
−1 8 5 8
1 5 2 1 1 0
𝐵 = [1 −1 0], a matriz transposta de 𝐵 é a matriz 𝐵 𝑇 = [5 −1 −2].
0 −2 4 2 0 4
Matrizes Retangulares:
2 −1
2 3 8
𝐴 = (3 0 ), a matriz transposta de 𝐴 é a matriz 𝐴𝑇 = ( );
−1 0 10
8 10
1
𝐵 = (1 2 3), a matriz transposta de 𝐵 é a matriz 𝐵 𝑇 = (2).
3
Reparem que no caso das matrizes retangulares, a ordem da matriz inicial e a da sua
matriz transposta não é igual como acontece nas matrizes quadradas.
No caso da matriz 𝐵 que é de ordem 1x3, enquanto a sua matriz transposta a ordem é
3x1.
Relacionada com a matriz transposta de uma matriz quadrada, vamos agora introduzir
os conceitos de matrizes simétricas e de matrizes antissimétricas.
a) Matriz simétrica
Assim, uma matriz 𝐴 quadrada diz-se uma matriz simétrica se 𝐴 = 𝐴𝑇 . Reparem que
nem sempre isto acontece, como é o caso da matriz 𝐵 considerada acima e que
recordamos aqui:
1 5 2 1 1 0
𝑇
𝐵 = [1 −1 0], a matriz transposta de 𝐵 é a matriz 𝐵 = [5 −1 −2], sendo que
0 −2 4 2 0 4
𝐵 ≠ 𝐵𝑇 .
Então repara que para uma matriz quadrada ser uma matriz simétrica é preciso que as
entradas acima e abaixo da diagonal principal sejam o “reflexo” umas das outras. No
caso da matriz 𝐴 referida anteriormente
1 5 2
𝐴 = [5 −1 0]
2 0 4
temos a tal “reflexão” como se a diagonal principal fosse o espelho. Outro modo visual
de verificar se a matriz quadrada é ou não uma matriz simétrica, basta dobrar a matriz
pela diagonal principal e verificar se as entradas coincidem ou não. Se coincidirem, a
matriz é uma matriz simétrica, caso contrário não será uma matriz simétrica, como é o
caso da matriz 𝐵.
b) Matriz antissimétrica
Uma matriz 𝐴 quadrada diz-se uma matriz antissimétrica se acontecer que 𝐴 = −𝐴𝑇 .
Repara que nem sempre isto acontece, como é o caso da matriz 𝐵 considerada acima.
A seguir apresentamos um exemplo de uma matriz 𝐴 que essa sim é uma matriz
antissimétrica:
0 5 −2 0 −5 2
𝐴 = [−5 0 1 ], a matriz transposta de 𝐴 é a matriz 𝐴𝑇 = [ 5 0 −1], sendo
2 −1 0 −2 1 0
que 𝐴 = −𝐴𝑇 .
Então repara que para uma matriz quadrada ser uma matriz antissimétrica é preciso que
as entradas da diagonal principal sejam todas iguais a zero e as entradas acima (abaixo)
da diagonal principal sejam simétricas das entradas abaixo (acima) da diagonal principal.
No caso da matriz A referida anteriormente,
0 5 −2
𝐴 = [−5 0 1]
2 −1 0
temos que a diagonal principal tem entradas todas nulas e as outras entradas ligadas
pelas “setas” são simétricas umas das outras. Outro modo visual de verificar se a matriz
quadrada é ou não uma matriz antissimétrica, basta dobrar a matriz pela diagonal
principal que é toda nula e verificar se as entradas que coincidem são simétricas umas
das outras.
_______________________________________________________________________
_______________________________________________________________________
EXEMPLO 10
2 5 2 5
𝐴=( ), a matriz conjugada de 𝐴 é a matriz 𝐴̅ = ( ), pois as entradas são
−1 8 −1 8
todas números reais;
1+𝑖 5 2 1−𝑖 5 2
𝐵=[ 1 ̅
−1 𝑖 ], a matriz conjugada de 𝐵 é a matriz 𝐵 = [ 1 −1 −𝑖 ],
0 −2 4 0 −2 4
resultado da conjugação de todas as entradas da matriz 𝐵.
2 𝑎+𝑏 2 ̅̅̅̅̅̅̅
𝑎+𝑏
𝐶 = (3 ̅
0 ), a matriz conjugada de 𝐶 é a matriz 𝐶 = (3 0 );
8 1 + 2𝑖 8 1 − 2𝑖
Reparem que em todos os casos (matrizes quadradas ou matrizes retangulares) a ordem
da matriz inicial e a da sua matriz conjugada é sempre igual.
̅̅̅̅̅̅
𝐴∗ = (𝐴̅)𝑇 = (𝐴 𝑇 ).
EXEMPLO 11
2 5 2 5
𝐴=( ), a matriz conjugada de 𝐴 é a matriz 𝐴̅ = ( ), pois as entradas são
−1 8 −1 8
todas números reais; calculando agora a matriz transposta da matriz 𝐴̅, obtemos a
2 −1
matriz transconjugada de 𝐴, ou seja, 𝐴∗ = ( );
5 8
1+𝑖 5 2 1−𝑖 5 2
𝐵=[ 1 ̅
−1 𝑖 ], a matriz conjugada de 𝐵 é a matriz 𝐵 = [ 1 −1 −𝑖 ],
0 −2 4 0 −2 4
resultado da conjugação de todas as entradas da matriz 𝐵; calculando agora a matriz
transposta da matriz 𝐵̅, obtemos a matriz transconjugada de 𝐵, ou seja, 𝐵 ∗ =
1−𝑖 1 0
[ 5 −1 −2];
2 −𝑖 4
2 𝑎+𝑏 2 𝑎̅̅̅̅̅̅̅
+𝑏
𝐶 = (3 0 ), a matriz conjugada de 𝐶 é a matriz 𝐶̅ = (3 0 ); calculando
8 1 + 2𝑖 8 1 − 2𝑖
agora a matriz transposta da matriz 𝐶̅ , obtemos a matriz transconjugada de 𝐶, ou seja,
2 3 8
𝐶 ∗ = (̅̅̅̅̅̅̅ ).
𝑎+𝑏 0 1 − 2𝑖
Notemos que podíamos em todos estes exemplos ter começado por calcular primeiro a
transposta das matrizes 𝐴, 𝐵 e 𝐶, e de seguida calcular as respetivas matrizes
conjugadas. O resultado dar-nos-ia as matrizes transconjugadas 𝐴∗ , 𝐵 ∗ e 𝐶 ∗ que seria
igual às matrizes encontradas no EXEMPLO 11.
Relacionada com a matriz conjugada de uma mesma matriz quadrada, vamos agora
introduzir os conceitos de matrizes hermíticas e de matrizes anti-hermíticas.
a) Matriz hermítica
Reparem que nem sempre isto acontece, como é o caso das matrizes 𝐵 e 𝐶 consideradas
a seguir:
1 5 2 1 1 0
𝐵 = [1 −1 0], a matriz transposta de 𝐵 é a matriz 𝐵 𝑇 = [5 −1 −2], sendo que
0 −2 4 2 0 4
𝐵 ≠ 𝐵 𝑇 ; logo 𝐵 ≠ 𝐵 ∗, visto as entradas de 𝐵 𝑇 serem números reais e que, portanto,
perante a conjugação não são alteradas. Nota que a matriz 𝐵 não é uma matriz simétrica
e também não é uma matriz hermítica.
1+𝑖 5 2 1+𝑖 5 2
𝐶=[ 5 −1 0], a matriz transposta de 𝐶 é a matriz 𝐶 𝑇 = [ 5 −1 0], sendo
2 0 4 2 0 4
que 𝐶 = 𝐶 𝑇 ; no entanto, 𝐶 ≠ 𝐶 ∗ , visto que ao conjugarmos as entradas da matriz 𝐶 𝑇
1−𝑖 5 2
obtemos a matriz 𝐶 ∗ = [ 5 −1 0] ≠ 𝐶. Nota agora que esta matriz 𝐶, embora
2 0 4
sendo uma matriz simétrica, não é uma matriz hermítica.
1 5 + 𝑖 2𝑖
𝐷 = [5 − 𝑖 −1 0 ], a matriz transposta de 𝐷 é a matriz 𝐷𝑇 =
−2𝑖 0 4
1 5 − 𝑖 −2𝑖
[5 + 𝑖 −1 0 ], sendo que 𝐷 ≠ 𝐷𝑇 ; no entanto, 𝐷 = 𝐷∗ , visto que, ao
2𝑖 0 4
conjugarmos as entradas da matriz 𝐷𝑇 , obtemos a matriz transconjugada de 𝐷 dada por
1 5+𝑖 2𝑖
𝐷 ∗ = [5 − 𝑖 −1 0 ] = 𝐷. Nota agora que esta matriz 𝐷, embora não sendo uma
−2𝑖 0 4
matriz simétrica, é uma matriz hermítica.
Então repara que para uma matriz quadrada ser uma matriz hermítica terá de ser uma
matriz simétrica caso as suas entradas sejam números reais. Então, nestes casos, é
preciso que as entradas acima e abaixo da diagonal principal sejam o “reflexo” umas das
outras e as entradas da diagonal principal quaisquer. É o caso da matriz 𝐴 referida
anteriormente.
No caso de existir alguma entrada fora da diagonal principal que seja um número
complexo é necessário que o reflexo dessa entrada seja o seu conjugado para que a
matriz seja uma matriz hermítica; caso existam na diagonal principal de uma matriz
quadrada pelo menos uma entrada que seja um número complexo, então essa matriz
nunca é uma matriz hermítica. Será necessário, portanto que os elementos da diagonal
principal sejam números reais para a matriz ser hermítica
b) Matriz anti-hermítica
Uma matriz 𝐴 quadrada diz-se uma matriz anti-hermítica se acontecer que 𝐴 = −𝐴∗ .
Repara que nem sempre isto acontece, como é o caso de todas as matrizes consideradas
acima.
A seguir apresentamos um exemplo de matrizes 𝐴 e 𝐵 que, essas sim, são matrizes anti-
hermíticas:
0 5 −2 0 −5 2
𝐴 = [−5 0 1 ], a matriz transposta de 𝐴 é a matriz 𝐴𝑇 = [ 5 0 −1], sendo
2 −1 0 −2 1 0
que 𝐴 = −𝐴𝑇 ; logo conjugando todas as entradas de 𝐴𝑇 , nada é modificado uma vez
que essas entradas são números reais. Assim podemos concluir que 𝐴 = −𝐴∗ .
2𝑖 5+𝑖 2𝑖
𝐵 = [−5 + 𝑖 0 −1 − 𝑖 ], a matriz transposta de 𝐵 é a matriz 𝐵 𝑇 =
2𝑖 1−𝑖 0
2𝑖 −5 + 𝑖 2𝑖
[5 + 𝑖 0 1 − 𝑖 ], sendo que se verifica 𝐵 ≠ −𝐵 𝑇 ; conjugando as entradas de
2𝑖 −1 − 𝑖 0
−2𝑖 −5 − 𝑖 −2𝑖
𝐵 𝑇 , obtemos a seguinte matriz 𝐵 ∗ = [5 − 𝑖 0 1 + 𝑖 ], a qual permite concluir
−2𝑖 −1 + 𝑖 0
que 𝐵 = −𝐵 ∗, ou seja, que a matriz 𝐵 é uma matriz anti-hermítica. Nota agora que esta
matriz 𝐵, embora não sendo uma matriz antissimétrica, é uma matriz anti-hermítica.
Então repara que para uma matriz quadrada ser uma matriz anti-hermítica terá de ser
uma matriz antissimétrica caso as suas entradas sejam números reais. Então, nestes
casos de entradas reais, é preciso que as entradas da diagonal principal sejam todas
iguais a zero e as entradas acima (abaixo) da diagonal principal sejam simétricas das
entradas abaixo (acima) da diagonal principal.
No caso de existir alguma entrada fora da diagonal principal que seja um número
complexo da forma 𝑝 + 𝑞𝑖 é necessário que o reflexo dessa entrada seja o −𝑝 + 𝑞𝑖 para
que a matriz seja uma matriz anti-hermítica; uma das condições necessárias para termos
uma matriz anti-hermítica é que as entradas da diagonal principal sejam todas iguais a
zero ou um número imaginário puro, mas não é uma condição suficiente.
_____________________________________________________________________________
Então para obtermos a matriz que resulta da adição de duas outras matrizes com a
mesma ordem, somamos as entradas das duas matrizes consideradas que se encontram
na mesma linha e coluna e o resultado dessa soma será colocado também na mesma
posição das outras entradas na matriz-soma.
EXEMPLO 12
−1 5 1 0 −1 + 1 5 + 0 0 5
𝐴+𝐵 =( 2 )+( )=( 2+1 ) = ( 5 ),
3
√7 1 2 3
√7 + 2 3
√7 + 2
1+𝑖 5 − 2𝑖 2 − 3𝑖 𝑖 2 1
𝐴 + 𝐵 = [1 − 𝑖 −1 + 4𝑖 𝑖 ] + [ 1 + 𝑖 0 𝑎] =
−3𝑖 −2 + 3𝑖 4 − 7𝑖 𝑎+𝑏 3𝑖 0
1 + 2𝑖 7 − 2𝑖 3 − 3𝑖
[ 2 −1 + 4𝑖 𝑎 + 𝑖 ],
𝑎 + 𝑏 − 3𝑖 −2 + 6𝑖 4 − 7𝑖
𝑎 𝑏 𝑎 𝑏 2𝑎 2𝑏
𝐴 + 𝐵 = (𝑥 𝑐 ) + (𝑥 𝑐 ) = (2𝑥 2𝑐 ).
𝑦 𝑧 𝑦 𝑧 2𝑦 2𝑧
1) Propriedade Comutativa: 𝐴 + 𝐵 = 𝐵 + 𝐴;
Assim, temos que dado um escalar 𝛼 e uma qualquer matriz 𝐴 de ordem (ou dimensão)
𝑚 × 𝑛, então é possível efetuar a multiplicação do escalar pela matriz, dando origem a
uma nova matriz representada por 𝛼𝐴 e definida da seguinte forma
Então para obtermos a matriz que resulta da multiplicação do escalar 𝛼 pela matriz 𝐴,
multiplicamos as entradas da matriz considerada pelo escalar 𝛼 e o resultado desse
produto será colocado também na mesma posição da entrada na matriz resultante.
EXEMPLO 13
−1 5 2 × (−1) 2 × 5 −2 10
2𝐴 = 2 ( 2 )=( 2 ) = ( 4 2√7),
3
√7 2×3 2 × √7 3
𝑖 2 1 𝑖2 2𝑖 𝑖 −1 2𝑖 𝑖
𝑖𝐵 = 𝑖 [ 1 + 𝑖 0 𝑎] = [ 𝑖 + 𝑖 2 0 𝑎𝑖 ] = [ −1 +𝑖 0 𝑎𝑖 ],
𝑎+𝑏 3𝑖 0 𝑎𝑖 + 𝑏𝑖 3𝑖 2 0 (𝑎 + 𝑏)𝑖 −3 0
𝑏
1
4 𝑏 4
1 1 𝑐
𝐶 = ( 2 𝑐) = 2 4
.
4
−1 𝑧 −1 𝑧
(4 4)
1) 𝛼(𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵;
2) (𝛼 + 𝛽)𝐴 = 𝛼𝐴 + 𝛽𝐴;
3) (𝛼𝛽)𝐴 = 𝛼(𝛽𝐴);
4) 1𝐴 = 𝐴;
3. Multiplicação de Matrizes
A multiplicação de duas matrizes 𝐴 e 𝐵, representada por 𝐴𝐵, é algo mais complicado.
Para multiplicar uma matriz 𝐴 por uma matriz 𝐵 é necessário que o número de colunas
de 𝐴 seja igual ao número de linhas de 𝐵.
Comecemos por abordar alguns exemplos de multiplicação de duas matrizes para depois
podermos generalizar. Consideremos as seguintes matrizes 𝐴 = [𝑎11 𝑎12 … 𝑎1𝑛 ] de
𝑏11
𝑏21
.
ordem 1 × 𝑛 e 𝐵 = de ordem 𝑛 × 1. A primeira matriz é uma matriz linha e a
.
.
[𝑏𝑛1 ]
segunda matriz é uma matriz coluna. Se olharmos para as matrizes e pensarmos nelas
como dois “vetores”, o produto 𝐴𝐵 é dado pelo produto escalar entre esses dois
“vetores”, ou seja,
𝑏11
𝑏21
.
𝐴𝐵 = [𝑎11 𝑎12 … 𝑎1𝑛 ] = [𝑎11 𝑏11 + 𝑎12 𝑏21 + ⋯ + 𝑎1𝑛 𝑏𝑛1 ]
.
.
[𝑏𝑛1 ]
e definimos a matriz produto deste modo, resultando, neste caso uma matriz quadrada
de ordem 1 × 1.
Acrescentemos agora à matriz 𝐴 uma linha; neste caso, para obtermos a matriz produto
𝐴𝐵 teremos de, além do que já foi feito anteriormente, efetuar o produto escalar da
nova linha de 𝐴 pela única coluna de 𝐵. Temos então:
𝑏11
𝑏21
𝑎11 𝑎12 … 𝑎1𝑛 .
𝐴𝐵 = [𝑎 … 𝑎2𝑛 ] . =
21 𝑎22
.
[𝑏𝑛1 ]
𝑎11 𝑏11 + 𝑎12 𝑏21 + ⋯ + 𝑎1𝑛 𝑏𝑛1 𝐿𝑖𝑛ℎ𝑎 1 𝑑𝑒 𝐴 . 𝐶𝑜𝑙𝑢𝑛𝑎 ú𝑛𝑖𝑐𝑎 𝑑𝑒 𝐵
[ ]=[ ],
𝑎21 𝑏11 + 𝑎22 𝑏21 + ⋯ + 𝑎2𝑛 𝑏𝑛1 𝐿𝑖𝑛ℎ𝑎 2 𝑑𝑒 𝐴 . 𝐶𝑜𝑙𝑢𝑛𝑎 ú𝑛𝑖𝑐𝑎 𝑑𝑒 𝐵
sendo que na primeira linha está o resultado do produto escalar (.) da Linha 1 de 𝐴 com
a única coluna que tem 𝐵 e na segunda linha está o resultado do produto escalar (.) da
Linha 2 de 𝐴 também com a única coluna de 𝐵.
Observando a figura, temos que 𝐴 e 𝐵 são matrizes tais que o número de colunas de 𝐴
é igual ao número de linhas de 𝐵, digamos que 𝐴 tem ordem 𝑚 × 𝑛 e 𝐵 tem ordem
𝑛 × 𝑞. Então o produto 𝐴𝐵 é possível ser efetuado e dá origem a uma matriz de ordem
𝑚 × 𝑞 cujo elemento que está na linha 𝑖 e na coluna 𝑗 representado na figura por 𝑝𝑖𝑗 é
obtido pelo produto escalar da 𝑖-ésima linha de 𝐴 pela 𝑗-ésima coluna de 𝐵, ou seja,
Observação: Notemos que nem sempre o produto 𝐴𝐵 está definido. Por exemplo, se 𝐴
for uma matriz de ordem 𝑚 × 𝑛 e 𝐵 uma matriz de ordem 𝑝 × 𝑞, com 𝑛 ≠ 𝑝, então não
existe o produto 𝐴𝐵.
EXEMPLO 14
1 5 2 −1 0 −9 12
𝐴𝐵 = [5 −1 0] [−2 2] = [−3 −2]; não existe 𝐵𝐴;
2 0 4 1 1 2 4
3
Imagem retirada de
https://www.google.com/search?q=produto+de+matrizes&rlz=1C1GCEA_enPT876PT876&sxsrf=ALeKk0
1S40972DWOAHnT41StoUMQHbTBzw:1602871705825&source=lnms&tbm=isch&sa=X&ved=2ahUKEwi
AgZW12rnsAhUSahQKHdKCDQ4Q_AUoAXoECBUQAw&biw=1600&bih=732#imgrc=gAsnEwjs0-J9FM em
16 de outubro de 2020.
1 1 1 2 3
𝐴𝐵 = (1 2 3) (2) = (14); 𝐵𝐴 = (2) (1 2 3) = (2 4 6) , sendo 𝐴𝐵 ≠ 𝐵𝐴;
3 3 3 6 9
2 0 1 0 2 0 1 0 2 0 2 0
𝐴𝐵 = [ ][ ]=[ ]; 𝐵𝐴 = [ ][ ]=[ ], sendo 𝐴𝐵 = 𝐵𝐴.
−1 1 3 4 2 4 3 4 −1 1 2 4
𝐴𝑛 = ⏟
𝐴𝐴𝐴𝐴 … 𝐴
𝑛 𝑣𝑒𝑧𝑒𝑠
EXEMPLO 15
1 0 1 1 0 1 1 0 1 2 0 4
Se 𝐴 = (−1 2 0) então 𝐴2 = (−1 2 0) (−1 2 0) = (−3 4 −1) e
1 0 3 1 0 3 1 0 3 4 0 10
também podemos dizer que a potência de ordem 3 da matriz 𝐴 é dada por 𝐴3 = 𝐴𝐴𝐴 =
1 0 1 1 0 1 1 0 1
(−1 2 0) (−1 2 0) (−1 2 0) = 𝐴𝐴2 = 𝐴2 𝐴 =
1 0 3 1 0 3 1 0 3
1 0 1 2 0 4 2 0 4 1 0 1 6 0 14
(−1 2 0) (−3 4 −1) = (−3 4 −1) (−1 2 0) = (−8 8 −6).
1 0 3 4 0 10 4 0 10 1 0 3 14 0 34
Também não é válida a conhecida lei do corte quando aplicada a matrizes, isto é,
podemos ter a situação de 𝐴𝐵 = 𝐴𝐶, com 𝐴, 𝐵 e 𝐶 matrizes tais que os produtos
matriciais estão definidos, e no entanto, esta situação não implica, em geral, que 𝐵 =
1 0 1 1 1 1
𝐶. Vejamos, por exemplo, o caso em que 𝐴 = [ ], 𝐵 = [ ], 𝐶 = [ ] e 𝐴𝐵 =
0 0 1 0 1 2
1 1
[ ] = 𝐴𝐶. Nesta situação, embora 𝐴𝐵 = 𝐴𝐶 temos que 𝐵 ≠ 𝐶.
0 0
Também não são válidos os casos notáveis quando aplicados a matrizes, ou seja, em
geral, e desde que as operações algébricas apresentadas estejam definidas,
Algumas propriedades vão ser registadas a seguir que têm a ver com as operações
algébricas com matrizes que acabamos de tratar e com a transposição de matrizes.
Assim, para quaisquer matrizes 𝐴 e 𝐵, temos:
Propriedade 4: (𝐴𝑇 )𝑇 = 𝐴.
Agora, algumas propriedades que têm a ver com as operações algébricas com matrizes
e com a conjugação de matrizes. Assim, para quaisquer matrizes 𝐴 e 𝐵, temos:
̅̅̅̅̅̅̅̅̅̅
Propriedade 5: (𝐴 + 𝐵) = 𝐴̅ + 𝐵̅, desde que a adição esteja definida;
̅̅̅̅̅
Propriedade 8: (𝐴 ̅ ) = 𝐴.
Finalmente, algumas propriedades que têm a ver com as operações algébricas com
matrizes e com a transconjugação de matrizes. Assim, para quaisquer matrizes 𝐴 e 𝐵,
temos:
Propriedade 11: (𝛼𝐴)∗ = 𝛼𝐴∗ , para 𝛼 um número real; (𝛼𝐴)∗ = 𝛼̅𝐴∗ , para 𝛼 um
número complexo;