AULA 1

TRIGONOMETRIA

1.1 Conceitos preliminares

• O número π
Dada uma circunferência de raio r, diâmetro d = 2r, o número π é definido
como a razão do comprimento C da circunferência pelo seu diâmetro d, isto é:

• Comprimento de uma circunferência

Pela definição do número π o comprimento da circunferência é dado por:

C = πd = 2πr

• Medida de ângulos
Existem 3 unidades para a medida de ângulos.
1
1) Grado: 1 grado é um ângulo correspondente a 400 de uma volta completa
da circunferência. Consequentemente, a volta completa na circunferência com-
preende um ângulo de 400 grados - Figura 1(a).
1
2) Grau: 1 grau, denotado 1o, é um ângulo correspondente a 360 de uma
volta completa da circunferência. Consequentemente, a volta completa na cir-
cunferência compreende um ângulo de 360o - Figura 1(b).

3) Radiano: 1 radiano, denotado 1 rad, é um ângulo correspondente a um

arco de mesmo comprimento do raio da circunferência - Figura 1(c).

Figura 1. Medidas de ângulos

• O comprimento de um arco
Em uma circunferência de raio r, a definição de radiano implica que um ân-

5
 gulo de 1 radiano compreende um arco de comprimento r. Logo, um ângulo de
θ radiano compreende um arco de comprimento s conforme Figura 2. O valor s
é dado por:

Figura 2. Comprimento de um arco

• Conversão de grau para radiano

De modo análogo, um arco de comprimento r compreende um ângulo de 1
radiano. A circunferência completa, um arco de comprimento 2πr, compreende
um ângulo θ dado por:

Isto é, uma volta completa na circunferência corresponde a um ângulo de

medida 2π radianos, conforme Figura 3.

Figura 3. Conversão de grau para radiano

Assim, dado um ângulo θ radiano, sua medida x em graus é dada por:

6
 Exemplo 1: Determine a medida do ângulo em graus.

Exemplo 2: Determine a medida do ângulo 155o em radianos.

• Teorema de Pitágoras
Em um triângulo retângulo, representado na Figura 4, os lados que formam
o ângulo reto são denominados catetos, e o lado oposto ao ângulo reto é
chamado hipotenusa. Os comprimentos da hipotenusa e dos catetos estão
relacionados pelo Teorema de Pitágoras da seguinte forma:

a2 = b2 + c2

Figura 4. Triângulo retângulo

• Razões trigonométricas no triângulo retângulo

Para cada ângulo agudo de um triângulo retângulo, são definidas seis razões
trigonométricas, conhecidas como: seno, cosseno, tangente, cotangente, se-
cante e cossecante da seguinte maneira:

; ;

; ;

• Identidades trigonométricas

; ;

7
 A Figura 5 ilustra as razões trigonométricas:

Figura 5. Razões trigonométricas

• Razões trigonométricas de alguns ângulos notáveis

Seja a Figura 6:

Figura 6. Ângulos notáveis no quadrado de lado a

Para o quadrado de lado a, traçamos uma diagonal e, então, determinamos

as razões trigonométricas para o ângulo de 45o.

; ;

Seja a Figura 7:

Figura 7. Ângulos notáveis no triângulo equilátero de lado a

Para o triângulo equilátero de lado a, traçamos a altura e determinamos as

razões trigonométricas para os ângulos de 30o e 60o.

; ; ;

8
 ;

A Tabela 1 apresenta os valores de seno, cosseno e tangente dos ângulos 30o,

45 e 60o.
o

• Lei dos Cossenos

• Lei dos Senos

1.2. Função Seno

Seja x um ângulo variável no círculo trigonométrico. A cada valor de x

associamos um único valor para seu seno, denotado sen(x).
Definimos, então, a função f(x) = sen(x), cujo gráfico, chamado senoide, e é
mostrado na Figura 8.

Figura 8. Função Seno (senoide)

A Figura 8 exibe duas propriedades importantes da função sen(x):

1) a função sen(x) é periódica de período T = 2π; isto significa que suas

9
 imagens se repetem de 2π em 2π radianos; ou seja: temos que
sen(x) = sen(x + 2π);

2) a função sen(x) é limitada entre -1 e 1, isto é, temos que

-1 ≤ sen(x) ≤ 1.

1.3. Função Cosseno

De modo análogo ao sen(x), seja x um ângulo variável no círculo

trigonométrico. A cada valor de x associamos um único valor para seu cosseno,
denotado cos(x). Definimos, então, a função f(x) = cos(x), cujo gráfico é mostrado
na Figura 9.

Figura 9. Função Cosseno (cossenoide)

A Figura 8 exibe duas propriedades importantes da função cos(x):

1) a função cos(x) é periódica de período T = 2π; isto significa que suas ima-
gens se repetem de 2π em 2π radianos: temos que cos(x) = cos(x +
2π);

2) a função cos(x) é limitada entre -1 e 1, isto é, temos que -1 ≤

cos(x) ≤ 1.

1.4. Função Tangente

A função tg(x), na qual x é um ângulo variável no círculo trigonométrico no

sentido anti-horário, expressa o comprimento do segmento traçado em uma
reta que tangencia o círculo trigonométrico em x = 0 até a interseção dessa reta
com a projeção do segmento de reta do ângulo x. A figura 10 apresenta o círculo
trigonométrico com a marcação da tangente de um ângulo x.

10
 Reta que tangencia

Figura 10

A cada valor de x associamos um único valor para sua tangente, denotado

tg(x). Definimos então a função f(x) = tg(x), cujo gráfico é mostrado na Figura 11.

f(x)

Figura 11. Função Tangente

A Figura 10 exibe duas propriedades importantes da função tg(x):

1) a função tg(x) é periódica de período T = π; isso significa que suas imagens
se repetem de π em π radianos, ou seja, temos que tg(x) = tg(x+π);
2) a função tg(x) tende ao valor +∞ quando x = π/2 e tende ao valor -∞
quando x = -π/2.

• Simetrias
As identidades de simetria estabelecem o efeito da substituição de α por -α.
Seja o círculo trigonométrico da Figura 12.

11
 Figura 12. Círculo trigonométrico

• Deslocamentos horizontais
A Figura 13 apresenta os deslocamentos do ângulo α em - .

Figura 13. Deslocamentos do ângulo α em - e em +

Então:

• Cosseno da diferença
Calculando o quadrado da distância entre os pontos P e Q da Figura 14
temos:

Figura 14. Distância entre os pontos P e Q

12
 Pela Lei dos Cossenos, no triângulo OPQ temos também que:

Igualando as expressões de [PQ]2 tem-se:

• Cosseno da soma
O cosseno da soma pode ser obtido por substituição da soma por uma
diferença e aplicando o cosseno da diferença.

Daí:

• Seno da diferença
Seja a identidade:

Aplicando o cosseno da diferença no lado direito da identidade:

Substituindo cos( e obtemos:

• Seno da soma
Seja a identidade a seguir:

Por substituição, obtemos:

13
 • Tangente da soma
Sabendo que e utilizando as fórmulas anteriores para soma
de senos e cossenos, podemos obter a expressão para como:

Dividindo por cos(x)cos(y):

Então:

• Tangente da diferença
Aplicando a igualdade (a-b)=[a+(-b)] na fórmula da tangente da soma:

Simplificando, temos:

• Transformação de soma de senoides

Uma transformação muito aplicada em análise de respostas de sistemas
de controle de segunda ordem é transformação de soma de senoides em uma
única função senoide.
Partindo de um triângulo retângulo, obtemos:

A A A
ϕ senϕ = ; tgϕ = ∴ ϕ = tg −1  
C = A 2 + B2 2
A +B 2 B B
B
B
θ cos ϕ = ; C = A 2 + B2 ; θ + ϕ = 90º
2 2
A A +B

Somando-se [Acos(θ)+Bsen(θ)] temos:

 A B 
A cos(θ) + Bsen(θ) = A 2 + B2  cos(θ) + sen (θ)  =
2 2
 A +B A 2 + B2 
= C[sen (ϕ) cos(θ) + cos(ϕ)sen (θ] = C[sen (θ + ϕ)] ⇒
⇒ A cos(θ) + Bsen(θ) = C[sen (θ + ϕ)]

14
 Para a aplicação em análise de respostas de sistemas de controle de segunda
ordem desta transformação de soma de senoides em uma única função senoide,
efetuamos as seguintes equivalências de variáveis:
ξ 1
θ = wdt; A = 1; B = e C=
(1 − ξ )2
(1 − ξ ) 2

Assim:
1
sen ϕ = 1 − ξ 2 , cos ϕ = ξ
ξ ϕ (1 − ξ ) 2

(1 − ξ ) 2
tgϕ =
1− ξ 2
ωdt ξ
1

Considerando a igualdade A cos(θ) + Bsen (θ) = C[sen (θ + ϕ)] e, efetuando

as devidas substituições de θ, A, B e C encontramos:

 ξ 1 − ξ2 
1. cos(ωd t ) + (
ξ
)sen (ωd t ) = (
1
( )
)  1 − ξ 2 cos(ωd t ) + sen (ωd t ) =
1 − ξ2 1 − ξ 2  1 − ξ2 
1
= [sen (ϕ) cos(ωd t ) + cos(ϕ)sen (ωd t )] =
1 − ξ2

1  1 − ξ2 
=( )sen (ωd t + ϕ) ; Onde : ϕ = tg −1  
1 − ξ2  ξ 
 

15
 AULA 2

NÚMEROS COMPLEXOS

Em estudos de aritmética, lidamos com números reais, como 3, -5, ½, π, etc.,

os quais podem ser usados para medir distâncias em um sentido ou em outro, a
partir de um ponto determinado. Um número como x que satisfaça:

Não é um número real e é normalmente chamado de número imaginário.

Para trabalhar com esses números uma unidade imaginária é definida como:

Dessa forma, temos que , , etc.

Devemos salientar que, em Engenharia Elétrica e suas áreas

Õ
afins, utiliza-se a letra j para a unidade imaginária para não ser
confundida com i de corrente elétrica. Um número imaginário
é definido como o produto de j por um número real.

Exemplo: x = j2. Neste caso, x2 = (j2)2 = -4, e, dessa forma, x é solução de

.

Um número Complexo é a soma de um número real e um número imaginá-

rio, tal como:

Z = x + jy

Onde x e y são reais. O número complexo Z tem uma parte real, x, e uma
parte imaginária, y, que podem ser representadas como:

X = Re(Z)
Y = Im(Z)

O número complexo Z = x + jy também pode ser representado em um plano

de Coordenadas Retangulares, ou em um Plano Complexo, sendo interpreta-
do como um ponto (x,y). Ou seja, a coordenada horizontal é x e a coordenada
vertical é y. A Figura 1 apresenta um número Z = x + jy no Plano Complexo na

16
Forma Retangular. Assim Re(Z) = x e Im(Z) = y.

Imaginário

y Z

0 x Real
Z = x + jy

Figura 1. Representação do número complexo Z na Forma Retangular

O número complexo Z = x + jy pode também ser apresentado na forma

de Coordenadas Polares, onde sua distância à origem do Plano Complexo é
denominada Amplitude ou Módulo. O ângulo no sentido anti-horário que a
linha que une o ponto que representa o número complexo Z = x + jy à origem
e Ângulo ou Argumento. A Figura 2 apresenta
faz com o eixo Real é denominado
um número complexo Z =|Z| θ.

Imaginário

|Z|

θ
0 Real
Z = |Z|∟θ

Figura 2. Representação do número complexo Z na Forma Polar

2.1. Conversão da forma retangular para a forma polar e vice-Versa

Para converter um número complexo Z = x + jy da forma retangular para a

forma polar devemos fazer:

e
Para converter um número complexo Z =|Z| θ da forma polar para a forma
retangular devemos fazer:

O conjugado de um número complexo Z = x + jy em coordenadase retangula-

res é definido como Z* = Z = x – jy. Em coordenadas polares Z* = |Z| - θ .

17
 2.2. Operações com Números Complexos

• Adição e Subtração
Somam-se algebricamente as partes reais e imaginárias. Essas operações de-
vem ser com os números complexos na forma retangular!
Sejam os números complexos Z1 = x1 + jy1 e Z2 = x2 + jy2, o valor da soma
Z1 + Z2 é dado por:

Z3 = (x1 + x2) + j(y1 +y2)

O valor da subtração Z1 - Z2 é dado por:

Z3 = (x1 - x2) + j(y1 -y2)

• Multiplicação
Sejam os números complexos Z1 = x1 + jy1 e Z2 = x2 + jy2 os quais podem ser
escritos sob a forma:

Z1 = x1 + jy1 = |Z1|cos(θ1) + j|Z1|sen(θ1)

Z2 = x2 + jy2 = |Z2|cos(θ2) + j|Z2|sen(θ2)

A multiplicação de Z1Z2 fornece:

Z1Z2 = (x1 + jy1)(x2 + jy2) = (x1x2 + jx1y2 + jy1x2 + j2y1y2) =>

=> Z1Z2 = (x1x2 - y1y2) + j(x1y2 + y1x2)

Alternativamente podemos fazer:

Z1Z2= (|Z1|cos(θ1) + j|Z1|sen(θ1))(|Z2|cos(θ2) + j|Z2|sen(θ2)) =>

=>Z1Z2= |Z1||Z2|[(cos(θ1)cos(θ2) - sen(θ1)sen(θ2)) + j(sen(θ1)cos(θ2) + cos(θ1)
sen(θ2))]

Simplificando:

Z1Z2= |Z1||Z2|[cos(θ1+θ2) + jsen(θ1+θ2)]

Portanto, em forma polar temos:

e
Z1Z2= |Z1||Z2| (θ1+θ2)

• Divisão
Analogamente à multiplicação, podemos demonstrar que:

2.3. Fórmula de Euler

Seja uma grandeza g = cos(θ) + j sen(θ) onde θ é real e j2 = -1.

Derivando g em relação a θ obtemos:

18
 Separando as variáveis, temos:

Resolvendo a equação diferencial, obtemos:

ln(g) = jθ + K

Para θ = 0 em g = cos(θ) + j sen(θ) obtém-se g = 1, então:

ln(1) = j0 + K => K = 0

Portanto, ln(g) = jθ ou g = ejθ

Igualando as expressões de g = cos(θ) + j sen(θ) e g = ejθ chegamos à

Fórmula de Euler. Assim:

ejθ = cos(θ) + j sen(θ)

Substituindo θ por (–θ) temos: e-jθ = cos(-θ) + j sen(-θ) => e-jθ = cos(θ) - j
sen(θ)

A Fórmula de Euler proporciona a condição de determinarmos as expressões

de sen(θ) e cos(θ) combinando ejθ e e-jθ. Daí:

Aplicando a Fórmula de Euler na representação de um número complexo Z

obtemos:

x = |Z|cos(θ) e y =|Z|sen(θ)

Pela Fórmula de Euler podemos escrever que:

ejθ = cos(θ) + j sen(θ) => |Z|ejθ = |Z|[cos(θ) + j sen(θ)] = >

=> |Z|ejθ = |Z|cos(θ) + j|Z| sen(θ) => |Z|ejθ = x + jy

Portanto:

Evidentemente se:

A multiplicação de Z1 por Z2 será dada por:

19
 Analogamente, a divisão de Z1 por Z2 será dada por:

20
 AULA 3

ÁLGEBRA LINEAR

Álgebra linear é o estudo de grandezas aditivas ou “lineares” e das relações

entre elas.
Estudaremos a álgebra das matrizes, dos determinantes e a solução de siste-
mas de equações lineares.

3.1. Matrizes

Uma matriz é um agrupamento retangular de números.

Uma Matriz de ordem m por n é um retângulo de m x n números dispostos
em m linhas e n colunas.

A matriz na qual m ≠ n é denominada retangular e se representa por A(m,n) e

se diz de ordem m por n (ou m x n).
A matriz na qual m = n é denominada quadrada se representa por An (ou
A(n,n)) e se diz de ordem n.
Cada elemento de uma matriz A se apresenta com dois índices: aij. O primeiro
índice indica a linha, e o segundo a coluna a que o elemento pertence.
A matriz A pode ser representada abreviadamente por A = [aij], i variando de
1 a m e j variando de 1 a n. Assim, se a matriz tem 2 linhas e 3 colunas, tem-se:

Duas matrizes são definidas como sendo iguais se têm a mesma ordem
(tamanho) e se todos os elementos correspondentes são iguais.
A matriz de ordem m por 1 é uma matriz-coluna ou vetor-coluna e a matriz
de ordem 1 por n é uma matriz-linha ou vetor-linha.

Matriz nula é aquela em que aij = 0, para todo i e j.

A= [0 0 0 0 0]

21
 • Diagonal principal e diagonal secundária
Numa matriz quadrada de ordem n, os elementos aij em que i = j constituem
a diagonal principal; os elementos aij em que i + j = n + 1 constituem a diagonal
secundária. Seja a Matriz A a seguir:

Os elementos a11, a22 e a33 constituem a diagonal principal e os elementos a13,

a22 e a31 constituem a diagonal secundária.

Matriz diagonal é uma matriz quadrada onde aij = 0 para i ≠ j.

Matriz identidade é a matriz diagonal que tem os elementos aij = 1 para i =
j e os demais iguais a zero. É denotada por In ou simplesmente por I.

Matriz triangular superior e matriz triangular inferior

A matriz quadrada A = [aij] que tem os elementos aij = 0 para i > j é uma
matriz triangular superior e a matriz quadrada B = [bij] que tem os elementos bij
= 0 para i < j é uma matriz triangular inferior.

3.2. Adição de matrizes

A soma de duas matrizes A = [aij] e B = [bij], de mesma ordem, é uma matriz

C = [cij] tal que cij = aij + bij. Analogamente, a diferença de matrizes de mesma
ordem obtém-se subtraindo os elementos correspondentes.

Exemplo:

• Propriedades da adição de matrizes

Dadas as matrizes A, B e C de mesma ordem m x n, tem-se:
i) A + B = B + A
ii) A + (B + C) = (A + B) + C

22
iii) A + 0 = 0 + A = A, onde 0 denota a matriz nula m x n.

• Multiplicação de uma matriz por um escalar

Se k é um escalar, o produto de uma matriz A = [aij] por esse escalar é uma
matriz B = [bij] tal que bij = k × aij.

Exemplo:

• Propriedades
Dadas matrizes A e B de mesma ordem m x n e escalares k, k1 e k2, tem-se:
i) k (A + B) = kA + kB
ii) (k1 + k2)A = k1A + k2A
iii) 0×A = 0
Obs.: 0 escalar e 0 matriz nula.

3.3. Multiplicação de matrizes

Se A é uma matriz m x r e B é uma matriz r x n, então o produto AB é a matriz

m x n cujos elementos são determinados como segue. Para obter o elemento
cij de AB destaque a linha i de A e a coluna j de B. Multiplique os elementos
correspondentes dessa linha e dessa coluna e, então, some os produtos
resultantes.
Obs.: o produto AB não está definido, se o número de colunas da matriz A
não for igual ao número de linhas da matriz B.

Exemplo:

Sejam as matrizes A e B:

Então, A x B será dado por:

23
 • Propriedades
Dadas as matrizes A, B e C, tais que as operações indicadas possam ser efe-
tuadas, tem-se:
i) AI = IA = A, onde I é a matriz identidade
ii) A (B + C) = AB + AC (lei distributiva à esquerda)
iii) (A + B) C = AC + BC (lei distributiva à direita)
iv) (AB)C = A(BC) (lei associativa)
v) 0×A = 0 e A× 0 = 0 , onde 0 é a matriz nula.

Obs.:
1) AB e BA não precisam ser iguais.
Sejam as matrizes A e B:

Assim, AB ≠ BA.
2) Pode-se ter AB = 0 sem que A = 0 ou B = 0 .

3.4. Transposição de matrizes

A Matriz Transposta da matriz A, de ordem m por n, é a matriz AT, de ordem n

por m, que se obtém da matriz A, permutando as linhas pelas colunas de mesmo
índice.

Exemplo:

• Propriedades
Dadas as matrizes A e B tais que as operações indicadas possam ser efetua-
das e o escalar k, tem-se:
i) (A + B)T = AT + BT
ii) (kA)T = kAT
iii) (AT)T = A
iv) (AB)T = BTAT

• Matriz simétrica
Uma matriz quadrada A = [aij] é simétrica se AT = A.

24
 Exemplo:

• Matriz antissimétrica
Uma matriz quadrada A = [aij] é antissimétrica se AT = – A.

Exemplo:

3.5. Sistemas de Equações Lineares

Equação linear é uma equação da forma a1x1 + a2x2 +a3x3 +...+anxn = b na

qual x1, x2, x3,..., xn são as variáveis (ou incógnitas), a1, a1, a3,..., a3 são os respectivos
coeficientes das variáveis e b é o termo independente.
Os valores das variáveis que satisfazem à equação constituem sua solução.
Esses valores são denominados raízes da equação linear. A um conjunto de
equações lineares se dá o nome de Sistema de Equações Lineares:

Este sistema possui m equações lineares e n incógnitas.

Uma solução do sistema acima é uma n-upla de números (x1, x2, x3,..., xn) que
satisfaça simultaneamente essas m equações. Esses números são chamados
raízes do sistema de equações lineares.

CLASSIFICAÇÃO
Possível Determinado (única solução)
Indeterminado (infinitas soluções)
Impossível Sem solução

3.6. Sistemas e Matrizes

Podemos escrever o sistema anterior numa forma matricial:

25
 ou A.X = B

onde A é a matriz dos coeficientes, X é a matriz das incógnitas e B é a matriz dos

termos independentes.

3.7. Sistema Linear Homogêneo

É o sistema de equações lineares que possui todos os termos independentes

iguais a zero.
Observe que este sistema sempre possui a solução xi = 0; i, =1,2,..., n,
denominada solução trivial.
Portanto, um sistema linear homogêneo ou é determinado tendo a solução
trivial como solução única, ou é indeterminado (possui infinitas soluções,
incluindo a solução trivial).

3.8. Determinantes

A toda matriz quadrada A está associado um número real chamado

determinante de A, usualmente representado por det(A) ou |A| ou det[aij].
Podemos obtê-lo operando com os elementos de A da seguinte forma:
1. Se A é de ordem n = 1, então det (A) é o único elemento de A.

2. Se A é de ordem n = 2, então det (A) é o produto dos elementos da diagonal

principal menos o produto dos elementos da diagonal secundária.

3. Se A é de ordem n = 3, então det (A) é definido por:

Na prática, utilizamos a Regra de Sarrus:

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
~

~
~
~

4. Se M é de ordem n > 3, então calcularemos o determinante de M usando o

Desenvolvimento de Laplace.
Partindo de:

26
 Podemos escrever que:

Daí:

As matrizes Aij são submatrizes da inicial A de onde foram retiradas a i-ésima

linha e j-ésima coluna.
Denominando Δij = (-1)(i+j) | Aij | obtemos a expressão:

Para matrizes de ordem n:

Também representado por:

Os determinantes Δij são os cofatores ou complemento algébrico dos

elementos aij.
Se considerarmos as colunas podemos escrever:

Obs.: É melhor escolher uma fila que tenha a maior quantidade de zeros,
com a finalidade de simplificar os cálculos.

3.9. Cofator ou complemento algébrico dos elementos aij

O cofator é utilizado para o cálculo de determinantes de matrizes quadradas

de qualquer ordem (ordem 1, 2, 3, …, n).
Cada elemento de uma matriz quadrada possui o seu respectivo cofator, que
é um valor numérico, obtido através da expressão:

Δij = (-1)(i+j) | Aij |

27
 O valor Δij é o cofator do elemento aij da matriz A, enquanto que | Aij | será o
determinante da matriz obtida através da matriz A excluindo desta os elementos
da linha i e da coluna j.

Exemplo: Determine os cofatores dos elementos a11, a22, a33 da matriz A.

O cofator do elemento a11 será determinado pela seguinte expressão:

Δ11 = (-1)(1+1) | A11 |

Portanto, devemos determinar o determinante da matriz | A11 |, matriz obtida

retirando a 1ª linha e 1ª coluna da matriz A.

Com isso, podemos calcular o cofator A11.

Δ11 = (-1)(2) 4 = 4

De maneira análoga, procedemos com os outros cofatores:

Δ22 = (-1)(4) (-14) = -14

Δ22 = (-1)(6) (-5) = -5

Os procedimentos são todos iguais, mudando apenas o expoente do termo

(-1) e os determinantes de cada matriz | Aij | .

3.10 Propriedades dos determinantes

Seja A uma matriz quadrada.

i) O determinante de uma matriz A e de sua transposta AT são iguais:
| A | = | AT |.
Daí concluímos que as propriedades que são válidas para linhas também o
são para colunas.

28
 ii) Se A tem uma linha (coluna) nula, então: | A | = 0.
iii) Se A tem duas linhas (colunas) idênticas, então: | A | = 0.
iv) Se A tem duas linhas (colunas) cujos elementos correspondentes são
proporcionais, então: | A | = 0.
v) Se A é matriz triangular, então | A | = produto dos elementos da diagonal
principal.
vi) Se A é matriz diagonal, então | A | = produto dos elementos da diagonal
principal.
Em particular, | I | =1 onde I é a matriz identidade.

Seja B a matriz obtida de A por:

vii) multiplicação de uma linha (coluna) por um escalar k, então, | B | = k| A |;
viii) troca entre si de duas linhas (colunas) de A, então | B | = – | A |;
ix) adição de um múltiplo de uma linha (coluna) de A a outra, então | B | = | A |.
x) O determinante do produto de duas matrizes A e B é igual ao produto dos
determinantes: | A×B | = | A |×| B |

3.11. Matriz Inversa

Dada uma matriz quadrada A de ordem n, chamamos de Matriz Inversa de

A a uma matriz A-1 tal que:

A.A-1 = A-1.A = In

onde In é a matriz identidade de ordem n.

Exemplo: Determinar a Matriz Inversa da Matriz A dada.

Fazemos:

Resolvendo o sistema obtemos:

Obs.:
i. Se A e B são matrizes quadradas de mesma ordem, ambas inversíveis, então,
A×B é inversível e (A.B)-1 = B-1.A-1
ii. Nem toda matriz admite inversa.
iii. A inversa de uma matriz é única.

• Cálculo da Matriz Inversa

Seja a expressão do cofator dada seguir:

29
 Δij = (-1)(i+j) | Aij |

Define-se Matriz dos Cofatores da matriz A a matriz dada por:

Acofatores = [Δij ]nxn

A Matriz Adjunta da matriz A, ou seja Adj(A), é a Matriz Transposta da

Matriz dos Cofatores. Assim:

Adj(A)=[Acofatores]T

Exemplo: A matriz Adjunta da Matriz é dada por:

Teorema Para a matriz quadrada Na tem-se que:

Para uma matriz A inversível, ou seja det(A) ≠ 0, tem-se que:

Conclusão, a matriz inversa pode ser calculada pela seguinte relação:

Sendo que Adj(A) (Matriz Adjunta da Matriz A) é a Matriz Transposta da

Matriz dos Cofatores da Matriz A.

3.12. Sistemas de Equações Lineares n x n

Seja o sistema de equações com n equações e n incógnitas:

ou A.X = B

Para estas equações, supondo que det(A) ≠ 0, ou seja, existe A-1, então:

30
 A-1.A.X = A-1.B n I.X = A-1.B nX = A-1.B

É conveniente empregar este método no caso em que temos que resolver

diversos sistemas entre os quais variam somente os termos independentes
de cada um deles. Nesse caso, basta calcular a matriz inversa da matriz dos
coeficientes, que será a mesma para todos os sistemas e multiplicá-la por cada
matriz dos termos independentes, determinando as diferentes soluções.

3.13. Método de Cramer

Se A.X = B é um sistema de n equações lineares com n incógnitas tal que

det(A) ≠ 0, então o sistema tem uma única solução. Esta solução é:

onde Aj é a matriz obtida substituindo as entradas da j-ésima coluna de A pelas

entradas da matriz .

Exemplo: Use a regra de Cramer para resolver o sistema a seguir.

Escrevendo o sistema sob a forma matricial:

A matriz A será:

As matrizes Aj serão:

Calculando os determinantes da matrizes Aj:

31
 3.14. Método da Matriz Inversa

Se A.X = B é um sistema de n equações lineares com n incógnitas tal que

det(A) ≠ 0, então o sistema tem uma única solução. Esta solução é:

X = A-1B

A matriz inversa A-1 é calculada pela seguinte relação:

Exemplo: Use Matriz Inversa para resolver o sistema a seguir.

Escrevendo o sistema sob a forma matricial:

A matriz A será:

O determinante de A é dado por:

O cofator do elemento a11 será determinado pela expressão:

Δ11 = (-1)(1+1) | A11 |

Com isso, podemos calcular o cofator A11.

Δ11 = (-1)(2) (24) = 24

O cofator do elemento a12 será determinado pela expressão:

Δ12 = (-1)(1+2) | A12 |

32
Com isso, podemos calcular o cofator A12.

Δ12 = (-1)(3) (-3) = 3

O cofator do elemento a13 será determinado pela expressão:

Δ13 = (-1)(1+3) | A13 |

Com isso, podemos calcular o cofator A13.

Δ13 = (-1)(4) (10) = 10

O cofator do elemento a21 será determinado pela expressão:

Δ21 = (-1)(2+1) | A21 |

Com isso, podemos calcular o cofator A21.

Δ21 = (-1)(3) (4) = - 4

O cofator do elemento a22 será determinado pela expressão:

Δ22 = (-1)(2+2) | A22 |

Com isso, podemos calcular o cofator A22.

Δ22 = (-1)(4) (5) = 5

O cofator do elemento a23 será determinado pela expressão:

Δ23 = (-1)(2+3) | A23 |

Com isso, podemos calcular o cofator A23.

Δ23 = (-1)(5) ( -2) = 2

O cofator do elemento a31 será determinado pela expressão:

33
 Δ31 = (-1)(3+1) | A31 |

Com isso, podemos calcular o cofator A31.

Δ31 = (-1)(4) (- 8) = - 8

O cofator do elemento a32 será determinado pela expressão:

Δ32 = (-1)(3+2) | A32 |

Com isso, podemos calcular o cofator A32.

Δ32 = (-1)(5) (12) = - 12

O cofator do elemento a33 será determinado pela expressão:

Δ33 = (-1)(3+3) | A33 |

Com isso, podemos calcular o cofator A33.

Δ33 = (-1)(6) (4) = - 4

A Matriz do Cofatores será:

A Matriz Adjunta da Matriz A será:

A Matriz Inversa da Matriz A será:

34
 A solução do sistema será dada por:

X = A-1B =>

3.15. Autovalor de uma matriz

Seja um escalar λ denominado valor próprio (ou autovalor) de uma

operação linear A : V gV . Se existir um vetor x, diferente de zero, tal que:

Ax = λx, este vetor x é chamado vetor próprio (ou autovetor).

O autovalor de uma dada matriz quadrada A é um número λ tal que, se for

subtraído de cada elemento na diagonal de A, converte A numa matriz singular.
Subtrair um escalar λ de cada elemento na diagonal de A é o mesmo que
subtrair λ vezes a matriz identidade I de A, ou seja:

(A-λI)

Uma matriz quadrada é dita singular quando não admite inversa, ou seja,
se - e somente se - seu determinante é nulo. Portanto, λ é um autovalor se - e
somente se - a matriz resultante (A-λI) for singular, ou seja:

det(A-λI) = 0

Os autovalores de uma dada matriz quadrada A de dimensão nxn são

os n números que caracterizam as propriedades essenciais daquela matriz.
Dessa forma, o polinômio gerado por det(A-λI) = 0 é denominado polinômio
característico.

Exemplo: Determine os autovalores da matriz dada.

Daí:

35
 Os autovalores de uma matriz serão muito utilizados na análise
de controle de sistemas de automação! Õ

36