Elementos de lgebra Linear Elementos de lgebra Linear Elementos de lgebra Linear Elementos de lgebra Linear

Antonio Faria Neto

Elementos de lgebra Linear - Antonio Faria Neto 2
MATRIZES E SUAS OPERAES

1.0 Definies

A seguir ser apresentado, de forma bem objetiva, um conjunto de conceitos elementares
que so fundamentais construo da teoria de matrizes .

1.1 Definio de Matriz

Chama-se de matriz ordem m n ( l-se, m por n ), ao arranjo retangular de m n ( produto
entre m e n ), elementos dispostos em m linhas e n colunas. Como exemplo, considere a matriz A
representada a seguir :

11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
A
a a a
(
(
(
=
(
(

1.2 Representao dos Elementos de uma Matriz

Cada elemento da matriz A afetado por dois ndices :
ij
a

ij
a



1.3 Representao de uma Matriz

A matriz A pode ser representada, abreviadamente, por:

[ ] ( )
,
1, , 1, ,
1, , 1, ,
m n m n ij ij
m n
m n m n
i m i m
A A A A a a
j n j n

= =
( = = = = =


= =





Indica a coluna qual pertence o elemento
Indica a linha qual pertence o elemento
Elementos de lgebra Linear - Antonio Faria Neto 3
Exemplo 1.1: Represente a seguinte matriz:
2 3
, tal que
ij ij
A a a i j

( = = +



11 21
11 12 13
12 22
21 22 23
13 23
1 1 2 2 1 3
2 3 4
onde 1 2 3 e 2 2 4 logo
3 4 5
1 3 4 2 3 5
a a
a a a
A a a A
a a a
a a
= + = = + =
( (
= = + = = + = =

( (


= + = = + =




1.4 Ordem de uma Matriz

o nmero de linhas (m) versus o nmero de colunas (n) de uma matriz, isto , m n (l-se
m por n). Representa-se, entre outras formas, por :
( ) , m n
A
ou
m n
A

1.5 Matriz Retangular

uma matriz na qual o nmero de linhas (m) difere do nmero de colunas (n), isto , m n .

1.6 Matriz Quadrada

uma matriz na qual o nmero de linhas (m) e colunas (n) igual, isto , m n = . Neste caso,
costuma-se dizer, por simplicidade, que se trata de uma matriz de ordem m ou ordem n.

Exemplo: As matrizes a seguir so exemplos de matrizes quadradas

2 2
1 2
3 4
A

(
=
(

uma matriz quadrada de ordem 2

3 3
1 2 3
4 5 6
7 8 9
B

(
(
=
(
(

uma matriz quadrada de ordem 3


1.7 Matriz Coluna ou Vetor Coluna

Elementos de lgebra Linear - Antonio Faria Neto 4
toda matriz de ordem 1 m , isto ,
1
2
1 m
m
a
a
A
a

(
(
(
=
(
(

1.8 Matriz Linha ou Vetor Linha

toda matriz de ordem 1 n , isto , [ ]
1 1 2 n n
A a a a

=

1.9 Diagonal Principal

Numa matriz quadrada
ij
A a ( =

, de ordem n, a diagonal principal formada pelos
elementos
ij
a , tais que i j = .

11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
A
a a a
(
(
(
=
(
(

Pelo exposto acima, torna-se evidente que este conceito vlido somente para matrizes
quadradas.

1.10 Diagonal Secundria

Numa matriz quadrada
ij
A a ( =

, de ordem n, a diagonal secundria formada pelos
elementos
ij
a , tais que 1 i j n + = + .

( )
( ) ( )
( )
11 12 1
21 2 2 1
3 3 2 3 1
1 1
n
n n
n n n
n nn n n
a a a
a a a
A
a a a
a a a

(
(
(
=
(
(
(

Elementos de lgebra Linear - Antonio Faria Neto 5
2.0 Matrizes Especiais I

Existem matrizes, que por suas caractersticas particulares, so consideradas notveis, e,
portanto, merecem um destaque especial.

2.1 Matriz Diagonal

uma matriz quadrada onde todos os elementos fora da diagonal principal so todos nulos,
isto :
tal que 0 para
ij ij
n n
A a a i j

( = =



11
22
0 0
0 0
0 0
nn
a
a
A
a
(
(
(
=
(
(

2.2 Matriz Escalar

Trata-se de um caso particular de matriz diagonal. uma matriz onde todos os elementos da
diagonal principal so iguais entre si. Isto :

0
tal que
ij ij
n n
i j
A a a
e i j

( = =


=

, onde e representa um escalar qualquer.

0 0
0 0
0 0
e
e
A
e
(
(
(
=
(
(

2.3 Matriz Identidade

Elementos de lgebra Linear - Antonio Faria Neto 6
A matriz identidade uma matriz escalar onde todos os elementos da diagonal principal so
iguais a um. A matriz identidade se representa da seguinte forma: I ou
n
I . Isto :

0
tal que
1
n ij ij
n n
i j
I I I
i j

( = =


=

1 0 0
0 1 0
0 0 1
I
(
(
(
=
(
(

A matriz identidade representa o elemento neutro da multiplicao da lgebra matricial, isto
, qualquer matriz multiplicada pela matriz identidade, dimensionalmente compatvel, resulta
sempre na mesma matriz. Sendo A uma matriz qualquer, tem-se que:

AI IA A = =

Onde I a matriz identidade com a dimenso compatvel para realizar a operao de
multiplicao que ser explicada posteriormente.

Exemplo : Construir as matrizes identidades de ordem 2, 3 e 4

2
1 0
0 1
I
(
=
(

;
3
1 0 0
0 1 0
0 0 1
I
(
(
=
(
(

;
4
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
I
(
(
(
=
(
(



2.4 Matriz Triangular Superior

uma matriz quadrada em que os elementos abaixo da diagonal principal so todos nulos.
Isto :

Elementos de lgebra Linear - Antonio Faria Neto 7
tal que 0, i>j
ij ij
n n
A a a

( = =



11 12 1
22 2
0
0 0
n
n
nn
a a a
a a
A
a
(
(
(
=
(
(

2.4 Matriz Triangular Inferior

uma matriz quadrada em que os elementos acima da diagonal principal so todos nulos.
Isto :

tal que 0, i<j
ij ij
n n
A a a

( = =




11
21 22
1 2
0 0
0
n n nn
a
a a
A
a a a
(
(
(
=
(
(

2.5 Matriz Nula

Pode ser uma matriz quadrada, ou retangular, de qualquer ordem. Todos os seus elementos
so nulos. Esta matriz representa o elemento neutro da lgebra matricial, ou ainda, o elemento
neutro do espao vetorial das matrizes. Pode ser representada como [ ] 0
m n
, 0
m n
ou ainda, quando
for uma matriz quadrada de ordem n, 0
n


0 0 0
0 0 0
0
0 0 0
m n
(
(
(
=
(
(

Elementos de lgebra Linear - Antonio Faria Neto 8
3.0 Operaes com Matrizes

Para que a lgebra matricial fique completa, alm das definies j apresentadas,
necessrio definir um conjunto de operaes sobre esse espao vetorial e suas respectivas
propriedades, o que ser feito ao longo deste captulo.

3.1 Igualdade de Matrizes

O conceito de igualdade de matrizes s tem sentido para matrizes de mesma ordem. Assim,
duas matrizes de mesma ordem
ij
m n
A a

( =

e
ij
m n
B b

( =

so iguais se, e somente se, todo
elemento da matriz A for igual ao seu elemento correspondente na matriz B. Isto :

para 1 e 1
ij ij
A B a b i m j n = =


Exemplo: Determinar os valores de x e y, tais que:
8 5 8
3 1 3
x y
x y
( (
=
( (
+


Da definio de igualdade de matrizes, pode-se escrever:
5
2 6 3 2
1
x y
x x y
x y
=
= = =

+ =

3.2 Soma Algbrica de Matrizes

A operao soma de duas matrizes s pode ser realizada com matrizes de mesma ordem.
Assim, a soma algbrica de duas matrizes de mesma ordem, m n , resulta em uma terceira matriz,
tambm de ordem m n . Esta operao pode ser representada da seguinte maneira:

m n m n m n
A B C

+ =

Onde,
tal que
ij ij ij ij
m n
C c c a b

( = = +



Elementos de lgebra Linear - Antonio Faria Neto 9
Exemplo : Dadas as matrizes A e B, efetuar A B +

a)
1 2
2 1
1 1
A
(
(
=
(
(

;
1 1
2 2
3 3
B
(
(
=
(
(


1 2 1 1 1 1 2 1 2 3
2 1 2 2 2 2 1 2 4 3
1 1 3 3 1 3 1 3 4 4
A B
+ + ( ( ( (
( ( ( (
+ = + = + + =
( ( ( (
( ( ( ( + +



b)
1 2
2 1
1 1
A
(
(
=
(
(

;
1 1
2 4
B
(
=
(



3.2.1 Propriedades

Para as matrizes A, B e C, de mesma ordem, valem as seguintes propriedades:

I. Associativa: ( ) ( ) A B C A B C A B C + + = + + = + +
II. Comutativa: A B B A + = +
III. Existncia do elemento neutro: 0 0 A A A + = + = (0 representa a matriz nula)
IV. Existncia do elemento oposto: ( ) ( ) | 0 A A A A A A A + = = + =

Onde
-A a matriz oposta de A tal que: onde , 1 ; 1
ij ij ij
m n
A b b a i m j n

( = =



3.3 Multiplicao de uma Matriz por um Escalar

Quando se multiplica uma matriz por um escalar qualquer, resulta uma matriz que tem todos
os seus elementos multiplicados pelo escalar. Sendo A uma matriz de ordem m n e um escalar
qualquer, o produto A pode ser escrito da seguinte maneira:

11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
n n
n n
m m mn m m mn
a a a a a a
a a a a a a
A
a a a a a a




( (
( (
( (
= =
( (
( (







Tambm se pode representar a operao acima da seguinte forma:
No Possvel somar as matrizes, pois so
matrizes de dimenses diferentes
Elementos de lgebra Linear - Antonio Faria Neto 10

tal que , 1 ; 1
ij ij ij
m n
B A B b b a i m j n

( = = =



Exemplo: Dada a matriz A e o escalar , efetuar A

2 = ;
1 1
2 3
A
(
=
(


( )
1 1 2 2 2 1 2 1
2
2 3 4 6 2 2 2 3
A
( ( (
= = =
( ( (





3.3.1 Propriedades

Considerando-se as matrizes, de mesma ordem, A e B e os escalares e , verificam-se as
seguintes propriedades:

I. Associativa em relao aos escalares ( ) ( ) ( ) A A A = =
II. Distributiva em relao soma de matrizes ( ) A B A B + = +
III. Distributiva em relao soma de escalares ( ) A A A + = +
IV. Escalar unitrio 1 A A =

3.4 Multiplicao de Matrizes

O produto entre duas matrizes A e B s possvel se o nmero de colunas da primeira matriz
for igual ao nmero de linhas da segunda matriz. Neste caso, diz-se que as matrizes so
dimensionalmente compatveis. O produto dessa multiplicao uma terceira matriz, denominada
matriz produto, cujo nmero de linhas igual ao nmero de linhas da primeira matriz e o nmero de
colunas igual ao nmero de colunas da segunda matriz. Esquematicamente, pode-se escrever :


m n n p m p
A B C

=



=
Elementos de lgebra Linear - Antonio Faria Neto 11
Exemplo: A matriz resultante do produto das matrizes A e
3 6
B

a matriz
4 6
C

. Determine as
dimenses, ou ordem, da matriz A.


3 6 4 6 m n
A B C

=


logo,
4
3
m
n
=

4 3
A


Antes de se definir exatamente o produto entre matrizes, faz-se necessrio definir a
multiplicao de linha por coluna.

3.4.1 Multiplicao de Linha por Coluna

Considere as matrizes
ij
m n
A a

( =

e
ij
n p
B b

( =

, definidas acima. Assim, o produto da
linha i da matriz A (ou i-sima linha de A), pela coluna j da matriz B (ou j-sima coluna de B), pode
ser representado da seguinte maneira:

( ) _ _ ( ) lin i A col j B
ou, explicitamente,
[ ]
1
2
1 2 1 1 2 2
j
j
i i in i j i j in nj
nj
b
b
a a a a b a b a b
b
(
(
(
= + + +
(
(
(

o produto acima, pode ser visto como realizado da seguinte maneira :

1 1
2 2
1 1 2 2
i j
i j
in nj
i j i j in nj
a b
a b
a b
a b a b a b

+ + +

=
Elementos de lgebra Linear - Antonio Faria Neto 12
3.4.2 Elemento Genrico da Matriz Produto

Uma vez definido o produto de uma linha por uma coluna, pode-se definir o elemento
genrico da matriz produto. Cada um dos elementos da matriz produto o resultado da
multiplicao de uma linha da matriz A por uma coluna da matriz B. De uma maneira mais formal,
cada elemento ij da matriz produto o resultado da multiplicao da linha i da primeira matriz pela
coluna j da segunda matriz. Algebricamente pode-se escrever da seguinte forma:
A B C = , tal que
ij
m p
C c

( =

onde
1
n
ij ik kj
k
c a b
=
=


Ainda de forma a esclarecer melhor essa questo, considere a seguinte representao grfica
do produto de duas matrizes A e B:

11 12 1 11 12 1 11 12 1
21 22 2 21 22 2 21 22 2
1 2 1 2 1 2
p p n
n p n
n n np m m mp m m mn
b b b c c c a a a
b b b c c c a a a
A B
b b n c c c a a a
( ( (
( ( (
( ( (
= =
( ( (
( ( (
( (







A seguir apresenta-se, de forma detalhada, o clculo de cada um dos elementos da matriz
produto C.

Clculo dos elementos da primeira linha da matriz C

11 12 1 11 12 1
21 22 2 21 22 2
11 11 11 12 21 1 1
1 2 1 2
p n
n n
n n
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

11 12 1 11 12 1
21 22 2 21 22 2
12 11 12 12 22 1 2
1 2 1 2
p n
n n
n n
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

Elementos de lgebra Linear - Antonio Faria Neto 13
11 12 1 11 12 1
21 22 2 21 22 2
1 11 1 12 2 1
1 2 1 2
p n
n n
p p p n np
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

Clculo dos elementos da segunda linha da matriz C

11 12 1 11 12 1
21 22 2 21 22 2
21 21 11 22 21 2 1
1 2 1 2
p n
n n
n n
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

11 12 1 11 12 1
21 22 2 21 22 2
22 21 12 22 22 2 2
1 2 1 2
p n
n n
n n
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

11 12 1 11 12 1
21 22 2 21 22 2
2 21 1 22 2 2
1 2 1 2
p n
n n
p p p n np
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

Clculo dos elementos da m-sima linha da matriz C

11 12 1 11 12 1
21 22 2 21 22 2
1 1 11 2 21 1
1 2 1 2
p n
n n
m m m mn n
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

Elementos de lgebra Linear - Antonio Faria Neto 14
11 12 1 11 12 1
21 22 2 21 22 2
2 1 12 2 22 2
1 2 1 2
p n
n n
m m m mn n
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

11 12 1 11 12 1
21 22 2 21 22 2
1 1 2 2
1 2 1 2
p n
n n
mp m p m p mn np
n n np m m mn
b b b a a a
b b b a a a
c a b a b a b
b b b a a a
( (
( (
( (
= = + + +
( (
( (
(

oportuno definir uma terminologia muito usual no produto entre matrizes com relao
seqncia das matrizes numa multiplicao. No caso exemplificado acima, a multiplicao AB, diz-
se que a matriz A pr-multiplica a matriz B. Ou que a matriz B ps-multiplica a matriz A.

Exemplo: Efetuar, se possvel, a multiplicao entre as matrizes A e B

a)
2 3
2 1
A
(
=
(

,
1 2
3 1
B
(
=
(

possvel multiplicar as matrizes pois elas so dimensionalmente compatveis:

2 2 2 2 2 2
A B C

=



( )
( )
2 1 3 3 2 2 3 1 2 3 1 2 11 1
2 1 1 3 2 2 1 1 2 1 3 1 1 5
+ + (
( ( (
= =
(
( ( (
+ +




b)
2 3
2 1
A
(
=
(

,
1 2 3
1 3 2
B
(
=
(



possvel multiplicar as matrizes pois elas so dimensionalmente compatveis:


=
Elementos de lgebra Linear - Antonio Faria Neto 15
Continuao...


2 2 2 3 2 3
A B C

=



( ) ( )
( ) ( )
2 1 3 1 2 2 3 3 2 3 3 2 2 3 1 2 3 1 13 0
2 1 1 1 2 2 1 3 2 3 1 2 2 1 1 3 2 3 1 8
+ + + ( ( ( (
= =
(
( ( (
+ + +




c)
1 2 3
1 3 2
A
(
=
(


,
2 3
2 1
B
(
=
(

No possvel multiplicar as matrizes, pois elas no so dimensionalmente compatveis :
2 3 2 2
A B

3.4.3 Propriedades

I. Associativa em relao ao produto de matrizes de dimenses compatveis
Para as matrizes
m n
A

,
n p
B

,
p q
C

, vale a associao conforme indicado :

( ) ( ) AB C A BC ABC = =

II. Distributiva direita em relao soma de matrizes
Para as matrizes
m n
A

,
m n
B

,
n p
C

, vale a distribuio direita, conforme indicado :

( ) A B C AC BC + = +

III. Distributiva esquerda em relao soma de matrizes
Para as matrizes
m n
A

,
m n
B

,
p m
C

, vale a distribuio direita, conforme indicado:

( ) C A B CA CB + = +
=

Elementos de lgebra Linear - Antonio Faria Neto 16
IV. Associativa em relao multiplicao por um escalar
Para as matrizes
m n
A

,
n p
B

e para o escalar , vale a associao indicada:

( ) ( ) ( ) AB A B A B = =

V. Dadas duas matrizes A e B, dimensionalmente compatveis, se o produto AB for a matriz
nula, no necessrio que a matriz A ou a matriz B sejam matrizes nulas. Porm, se A ou B
forem matrizes nulas, necessariamente, o produto AB resultar numa matriz nula.

Exemplo: Efetuar a multiplicao entre as matrizes A e B
1 1
1 1
A
(
=
(

;
8 6
8 6
B
(
=
(



1 1 8 6 1 8 1 8 1 6 1 6 0 0
1 1 8 6 1 8 1 8 1 6 1 6 0 0
AB
( ( ( (
= = =
( ( ( (
+ +




3.4.4 Comutatividade da Multiplicao de Duas Matrizes

Em geral a operao de multiplicao entre matrizes no comutativa. A existncia do
produto AB , no implica na existncia do produto BA. Como demonstrao, considere as matrizes
ij
m n
A a

( =

e
ij
n p
B b

( =

, onde ( ) m n p q . Verifica-se facilmente a existncia do
produto AB :

m n n p m p
A B C

=



Contudo, tambm imediata a verificao da inexistncia do produto BA:

Impossvel
n p m n
B A





=

Elementos de lgebra Linear - Antonio Faria Neto 17
Ainda que este ltimo produto exista, no significa que ele seja igual ao primeiro.
Considere, a ttulo de demonstrao, as matrizes
ij
m n
A a

( =

e
ij
n m
B b

( =

, onde ( ) m n .
Primeiramente, analisa-se a possibilidade do produto AB :


m n n m m m m
A B C C

= =



Observa-se que o produto AB existe e uma matriz quadrada de ordem m. Cabe agora
verificar a existncia do produto BA:



n m m n n n n
B A C C

= =



Portanto, o produto BA, tambm existe, e uma matriz quadrada de ordem n. Como
matrizes iguais tm a mesma dimenso, pode-se afirmar que :

m n
C C AB BA


Com isto, fica provado que a multiplicao de matrizes no necessariamente uma operao
comutativa.

3.4.5 Casos Especiais de Comutatividade

Como j demonstrado no item anterior, a operao de multiplicao de matrizes no
comutativa, porm h duas situaes em especial em que a comutatividade sempre possvel. Essas
situaes ocorrem sempre em que estiver envolvida a matriz identidade e a matriz inversa. A seguir
ser visto o caso envolvendo a matriz identidade. Mais adiante ser explorado o caso da matriz
inversa.

=
=
Elementos de lgebra Linear - Antonio Faria Neto 18
3.4.5.1 Comutatividade envolvendo a Matriz Identidade

Seja uma matriz
ij
m n
A a

( =

e as matrizes identidades
m
I e
n
I . Pode-se claramente afirmar
que :
AI IA A = =

Porm a expresso acima necessita de um detalhamento maior, com relao dimenso das
matrizes envolvidas. A expresso acima fica mais clara, se escrita da seguinte forma :

m n n m m n m n
A I I A A

= =

No sendo A uma matriz quadrada, pode-se pr ou ps-multiplic-la pela matriz identidade,
desde que a dimenso desta ltima seja devidamente escolhida para permitir a operao.

3.5 Transposio de Matrizes

A transposio de uma matriz uma operao que pode ser aplicada a todos os tipos de
matrizes, e significa transpor as linhas de uma dada matriz por suas colunas, resultando desta
operao uma matriz que recebe o nome de matriz transposta. Se A for a matriz dada, sua transposta
se representa por
t
A .



t
a d
a b c
A A b e
d e f
c f
(
(
(
= =
(
(

(



Observa-se que aps a sua transposio, a matriz tem sua dimenso ou, ordem, modificada.

, 1 ; 1
t
ij ji
m n n m
A a A a j n i m

( ( = =



Algebricamente, pode-se representar a operao de transposio da seguinte forma:

Elementos de lgebra Linear - Antonio Faria Neto 19
tal que = , 1 ; 1
t
m n ji ji ij
n m
B A B b b a i m j n

( = =



3.5.1 Propriedades

Para as matrizes A e B (suas dimenses so compatveis com as operaes propostas), e o
escalar , valem as seguintes propriedades:

I. ( )
t
t t
A B A B + = +
II. ( )
t
t
A A =
III.
( )
t
t
A A =
IV. ( )
t
t t
AB B A =

Exemplo: Efetuar a operao
t
A B

1 2
3 2
A
(
=
(

,
1 2
0 1
1 3
B
(
(
=
(
(


1 2
1 0 1
0 1
2 1 3
1 3
t
B B
(
(
(
= =
(
(

(




2 2 2 3 2 3
1 2 1 0 1 1 1 2 2 1 0 2 1 1 1 2 3 5 2 7
3 2 2 1 3 3 1 2 2 3 0 2 1 3 1 2 3 7 2 9
t
A B

+ + + ( ( ( (
= = =
( ( ( (
+ + +





4.0 Matrizes Especiais II

Uma vez definida a operao transposio possvel incluir mais duas matrizes categoria
de matrizes especiais. So elas as matrizes simtricas e anti-simtricas.

4.1 Matriz Simtrica

Uma matriz quadrada
ij
n
A a ( =

uma matriz simtrica se, e somente se:
=
Elementos de lgebra Linear - Antonio Faria Neto 20

T
A A =

Para tornar mais clara a definio acima, considere a seguinte matriz:


A b c d
b U e f
A
c e L g
d f g A
(
(
(
=
(
(



Observe que esta matriz A uma matriz simtrica, pois a sua transposta (A
t
) igual prpria matriz
A. Isto :

t
A b c d
b U e f
A
c e L g
d f g A
(
(
(
=
(
(



4.1.1 Propriedades das Matrizes Simtricas

I. Se
ij
n
A a ( =

for uma matriz simtrica, os elementos dispostos, simetricamente em relao
diagonal principal, so iguais, ou seja,
ij ji
a a = ;
II. O produto de uma matriz A por sua matriz transposta A
t
resulta sempre em uma matriz
simtrica;
III. Sendo A uma matriz quadrada, sua soma com sua transposta sempre uma matriz simtrica.

4.2 Matriz Anti-simtrica

Uma matriz quadrada
ij
n
A a ( =

uma matriz anti-simtrica se, e somente se:

t
A A =

Elementos de lgebra Linear - Antonio Faria Neto 21
Considere o seguinte exemplo:
0
0
0
0
b c d
b e f
A
c e g
d f g

(
(

(
=
(
(



A matriz A, acima uma matriz anti-simtrica porque a matriz transposta de A , tambm, a
matriz oposta de A. Isto :

0
0
0
0
t
b c d
b e f
A
c e g
d f g
(
(

(
=
(
(




4.2.1 Propriedades da Matriz Anti-simtrica

I. Se
ij
n
A a ( =

for uma matriz anti-simtrica, os elementos dispostos simetricamente em
relao diagonal principal so opostos, ou seja,
ij ji
a a = ;
II. Se
ij
n
A a ( =

for uma matriz anti-simtrica, os elementos da diagonal principal so todos
nulos.

4.3 Matriz Inversa

A matriz inversa um tipo especial de matriz cuja obteno merece ser estudada em um
tpico futuro, devido sua importncia. No momento interessa apenas a sua definio.
Sendo A uma matriz quadrada de ordem n e sendo o seu determinante diferente de zero,
define-se uma, nica, matriz chamada de matriz inversa da matriz A e representada por
1
A

, que
tem a mesma ordem da matriz A, tal que:

1 1
AA A A I

= =
Onde
I a matriz identidade de ordem n.
Elementos de lgebra Linear - Antonio Faria Neto 22
Convm salientar que existem vrias tcnicas de se calcular a matriz inversa. Algumas
dessas tcnicas sero estudas em detalhes mais adiante. Deve-se chamar a ateno para a
comutatividade do produto mostrado acima.
Exemplo: Dada a matriz
1 2
3 1
A
(
=
(

, determinar sua matriz inversa,
11 12 1
21 22
x x
A
x x

(
=
(


Sabe-se que:
1 1
AA A A I

= = , logo:
11 12 11 21 12 22 11 21 12 22
21 22 11 21 12 22 11 21 12 22
1 2 1 2 2 2 1 2 1 0 1 0
3 1 3 1 3 3 3 1 0 1 0 1
x x x x x x x x x x
x x x x x x x x x x
+ + + + ( ( ( ( ( (
= = =
( ( ( ( ( (




12 22
11 21
11 21
12 22
2 0
3 0
2 1
3 1
x x
x x
x x
x x
+ =

+ =

12 22
21 11
2
3
x x
x x
=

11 11 11
22 22 22
1
6 1
7
1
6 1
7
x x x
x x x

+ = =

= =

12
21 11
1 2
2
7 7
1 3
3 3
7 7
x
x x
| |
= =
|

= = =

Portanto,
1
1 2
7 7
3 1
7 7
A

(
(
=
(

4.3.1 Propriedades da Matriz Inversa

I. Uma matriz s ser invertvel se o seu determinante for diferente de zero;
II. Para uma dada matriz, se a sua inversa for definida ela ser nica;
III. Se A e B forem matrizes quadradas e invertveis vale a seguinte propriedade:
( )
1
1 1
A B B A

=
Exemplo: Considere as matrizes
1 2
3 1
A
(
=
(

e
1 2
1 3
B
(
=
(

e suas respectivas matrizes inversas
1
1 2
7 7
3 1
7 7
A

(
(
=
(

e
1
3 2
1 1
B

(
=
(

. Calcular:

a) ( )
1
A B


( ) ( )
( ) ( ) ( ) ( )
1 1 2 1 1 2 2 3 1 2 1 2 1 4
3 1 1 1 3 2 1 3 3 1 1 3 4 9
AB
+ + ( ( ( (
= = =
(
( ( (
+ +




Elementos de lgebra Linear - Antonio Faria Neto 23
continuao ...
Pode-se obter ( )
1
AB

do mesmo modo que no exemplo anterior
11 12
21 22
1 4 1 0
4 9 0 1
x x
x x
( ( (
=
( ( (

( )
1
9 4
7 7
4 1
7 7
AB

(
(
=
(



b)
1 1
A B


1 1
1 2 1 2
3 1 2 1 5 1 2 4
3 2
7 7 7 7 7 7 7 7
3 1 1 3 1 3 1 8 5 1
3 1 2 1
7 7 7 7
7 7 7 7
A B

(
+ +
( (
(
(
( (
= = = (
(
( (
(


(


c)
1 1
B A


1 1
1 3 2 1
3 2 3 2 1 2 9 4
3 2
7 7 7 7 7 7 7 7
3 1 1 1 3 2 1 1 4 1
1 1 1 1
7 7 7 7
7 7 7 7
B A

(
+
( (
(
(
( (
= = = (
(
( (
(
+

(



Com base nos exemplos acima, pode-se verificar a aplicao da propriedade III das matrizes
inversas.


4.4 Matriz Ortogonal

Dada uma matriz quadrada
ij
n
A a ( =

, diz-se que essa matriz uma matriz ortogonal se, e
somente se:
1 t
A A

=
Em outras palavras, matriz ortogonal aquela cuja matriz transposta igual matriz inversa.
Exemplo: Considere a matriz
3
1
0
2 2
3
1
0
2 2
0 0 1
A
(

(
(
= (
(
(
(

. Verificar se A uma matriz ortogonal
Se A for uma matriz ortogonal, dever obedecer seguinte propriedade:
t t
AA A A I = =

Elementos de lgebra Linear Antonio Faria Neto 24
Continuao ...
3
1
0
2 2
3
1
0
2 2
0 0 1
A
(

(
(
= (
(
(
(

3
1
0
2 2
3
1
0
2 2
0 0 1
t
A
(
(
(
= (
(
(
(



3 3
1 1
0 0
2 2 2 2
3 3
1 1
0 0
2 2 2 2
0 0 1 0 0 1
3 3 1 1 3 1 1 3 3 1
0 0 0 0 0 0 0 1
2 2 2 2 2 2 2 2 2 2
1 3 3 1 1 1 3 3 1 3
0 0 0 0 0 0 0 1
2 2 2 2 2 2 2 2 2 2
3 1 1 3
0 0 1 0 0 0 0 0
2 2 2 2
t
AA
( (

( (
( (
= = ( (
( (
( (
( (

| | | |
+ + + +
| |
\ \
= + + + + +
| |
+ + + +
|
\
1 0 0
0 1 0
0 0 1
0 0 0 0 1 1
(
(
(
(
(
(
( =
(
(
(

(
(
+ +
(



De forma anloga, tem-se que :

3 3
1 1
0 0
2 2 2 2
1 0 0
3 3
1 1
0 0 0 1 0
2 2 2 2
0 0 1
0 0 1 0 0 1
t
AA
( (

( (
(
( (
(
= = ( (
(
( (
(

( (
( (



Portanto, conclui-se que a matriz A uma matriz ortogonal.

5.0 Potenciao de Matrizes

Uma matriz quadrada
ij
m
A a ( =

pode ser multiplicada por si mesma n vezes. A matriz
que resulta dessas operaes, e que se representa por
n
A , chamada de potncia n de A. A seguir
sero dadas algumas definies fundamentais para que se possa prosseguir neste tema.

5.1 Definies

Elementos de lgebra Linear Antonio Faria Neto 25

I.
n
A A A A = 0 n >


II.
0
A I =

III. Se A for uma matriz invertvel, ento se define as potncias inteiras negativas:
( )
1 1 1 1
n
n
A A A A A

= =


5.2 Propriedades da Potenciao

Considerando-se A uma matriz quadrada invertvel, r e s inteiros no-nulos e k um escalar
qualquer, verificam-se as seguintes propriedades:

I.
r s r s
A A A
+
=
II.
( )
s
r r s
A A

=
III. Se A for invertvel, ento
1
A

tambm ser, portanto

( )
1
1
A A

=
IV. Se A for invertvel ento
r
A

tambm ser, portanto

( ) ( )
1
1
r
r
A A

=
V. ( )
1
1
1
kA A
k

| |
=
|
\


5.3 Matriz Peridica

Dada uma matriz quadrada A, diz-se que A uma matriz peridica se:

n
A A = ( ) 2 n

Se n for o menor nmero inteiro para o qual a igualdade acima se verifica, ento diz que A uma
matriz peridica de perodo 1 n .

n fatores
n fatores

Elementos de lgebra Linear Antonio Faria Neto 26
Exemplo : Dada a matriz
2 3
1 2
A
(
=
(


, Calcular

a)
2
A
2
2 3 2 3 1 0
1 2 1 2 0 1
A
( ( (
= =
( ( (




b)
3
A
3 2
1 0 2 3 2 3
0 1 1 2 1 2
A A A
( ( (
= = =
( ( (




c)
14
A
( )
7
14 2 7
A A I I = = =

d)
21
A
( )
10
20 1 20 1 2 10
A A A A A I A I A A
+
= = = = =


5.4 Matriz Idempotente

uma matriz peridica cujo perodo um. Isto :

2 2 3

n
A A A A A A = = = = =

Exemplo: Um caso clssico de matriz idempotente a matriz identidade

2 2 3

n
I I I I I I I I = = = = = =

5.5 Matriz Nihilpotente

Dada uma matriz quadrada A, se existir um inteiro positivo p, tal que:

[ ] 0
p
A =
diz-se que A uma matriz nihilpotente. Se p for o menor inteiro para o qual a igualdade acima se
verifica, ento, A uma matriz nihilpotente de ndice p.


Elementos de lgebra Linear Antonio Faria Neto 27
Exemplo: Dada a matriz
2 1
4 2
A
(
=
(

, calcular

a)
2
A
2
2 4 2 4 0 0
1 2 1 2 0 0
A A A
( ( (
= = =
( ( (




Portanto, a matriz A uma matriz nihilpotente de ndice p.


6.0 Equaes Matriciais

So semelhantes s equaes algbricas lineares, com a diferena de que as variveis e
demais elementos das equaes so matrizes. A soluo dessas equaes consiste em isolar a matriz
varivel, usando prioritariamente as propriedades da matriz inversa. A fim de ilustrar o que foi dito,
considere a equao matricial formada pelas matrizes A, B e C, que so matrizes quadradas, de
mesma ordem e invertveis:

AX ABC =

Solucionar essa equao significa isolar a matriz-varivel X . Para isso, deve-se lanar mo
das propriedades da multiplicao entre matrizes e das definies, j apresentadas, de matriz inversa
e matriz identidade. Da seguinte maneira:

( ) ( )
1 1
1 1
A AX A ABC
A A X A A BC
IX IBC
X BC


=
=
=
=




Elementos de lgebra Linear Antonio Faria Neto 28
7.0 Exerccios

1 Represente cada uma das matrizes

a) ( )
2 2
tal que 1
i j
ij ij
A a a
+

( = =


b)
2 2
0 se
tal que 2 se
se
ij
i j
A a i j i j
j i j

( = + >

<

2 Determinar os valores de x e y

a)
3 8 3 7 8 3
1 5 2 1 1 2
x y
x y
+ ( (
=
( (


b)
2
2
2 4 2 2
8 2 4 2
x x
x x
( (
=
( (
+



c)
2
2 2
2
5 6 0
0
0 6 8
x x
x x

( +
=
(
+

d)
2
2
2
7 13 0
3 4 1
x x
I
x x
( +
=
(





3 Dadas as matrizes
1 3
2 2
3 1
A
(
(
=
(
(

,
1 2
0 1
1 3
B
(
(
=
(
(

e
1 2 1
1 2 3
C
(
=
(

, determinar

a) A B + b) A B c) 3A d)
1
4
C e) 2 3 2
t
A B C + f)
t
C B +

g)
t t
C A B + +


4 Determine a matriz A, tal que :
1 2 1 0
2 2
3 4 0 1
A
( (
+ =
( (



5 Determine as matrizes A e B, tais que :
1 2 2 1
e
3 4 1 3
A B A B
( (
+ = =
( (

6 Dadas as matrizes
1 2
3 4
5 6
A
(
(
=
(
(

e
0 1 3
2 0 4
B
(
=
(

, efetuar, se possvel :

a) A B b) B A c)
t t
A B d)
t t
B A e) ( )
t
A B

7 Dada a matriz
4 5
3 4
A
(
=
(


, determinar :

Elementos de lgebra Linear Antonio Faria Neto 29
a)
0
A b)
1
A c)
2
A d)
3
A e)
20
A f)
37
A

8 Resolver as seguintes equaes matriciais, supondo que todas as matrizes envolvidas sejam
quadradas, de mesma ordem e invertveis. Considerar X a matriz incgnita.

a) ADX AB = b)
t
AX AB = c)
2 2
ACX B ACXB = d)
1
A XA BC

=

9 Dadas as equaes


2 3 x x y
r
y x y
=
=

= +

5
2
x x y
r
y x y
=
=

= +

Escreva cada um dos conjuntos de equaes como equaes matriciais. Usando a notao
abreviada de matriz escreva r em funo de r , lembrando-se de que
x
r
y
(
=
(

. Explicite x
e y em funo de x e y usando a multiplicao de matriz.

10 Duas empresas E
1
e E
2
esto planejando comprar trs produtos A, B e C, porm em
quantidades diferentes, conforme ilustrado na tabela 1. Existem dois fornecedores distintos
para os produtos F
1
e F
2
, praticando preos diferentes para os produtos, conforme
apresentado na tabela 2. Deseja-se saber qual fornecedor deve ser escolhido para cada
empresa para que o custo total de aquisio seja mnimo.








Tabela 1 - Quantidade de produtos a ser adquirida por cada empresa


PRODUTOS
A B C
E
M
P
R
E
S
A
A
S

E
1
7 4 11
E
2
5 9 6

Elementos de lgebra Linear Antonio Faria Neto 30
FORNECEDORES
F
1
F
2

P
R
O
D
U
T
O
S

A 1,00 1,50
B 4,00 3,00
C 1,00 2,00

Tabela 2 Preos dos produtos praticados pelos fornecedores

11 (lgebra Linear David Poole) Uma fbrica produz trs produtos A, B e C, e os envia para
armazenamento em dois depsitos. O nmero de unidades enviadas de cada produto para
cada depsito dado pela matriz abaixo :




200 75
150 100
100 125
A
(
(
=
(
(



O custo de remessa de cada produto por caminho : $1,50 por produto A, $1,00 por
produto B e $ 2,00 por produto C. Os custos unitrios para o transporte por trem so : $ 1,75
por produto A, $1,50 por produto B e $1,00 por produto C. Organize esses custos em uma
matriz B e use essa matriz para mostrar como a fbrica pode comparar os custos de
transporte (por caminho e por trem), de seus produtos para cada um dos dois depsitos.

12 (lgebra Linear David Poole) Em relao ao exerccio anterior, suponha que o custo
unitrio de distribuio dos produtos para as lojas seja o mesmo para todos os produtos, mas
varie dependendo do depsito por causa das distncias envolvidas. Custa $0,75 para
distribuir uma unidade do depsito 1 e $1,00 para distribuir uma unidade do depsito 2.
Organize esses custos em uma matriz C e use a multiplicao de matrizes para calcular o
custo total de distribuio de cada produto.




DEPSITO 2
DEPSITO 1
PRODUTO A
PRODUTO B
PRODUTO C

Elementos de lgebra Linear Antonio Faria Neto 31
DETERMINANTES

Os determinantes so entes matemticos de grande importncia no clculo de sistemas
lineares e inverso de matrizes. Inclusive, como ser visto posteriormente, para uma dada matriz
quadrada, o seu determinante diferente de zero determina a possibilidade de inverso desta matriz.
Da, talvez, a origem do nome determinante. No decorrer deste captulo sero apresentados
definies e um conjunto de propriedades pertinentes aos determinantes. Este texto, no mostra o
desenvolvimento histrico do tema, e ser apresentado da maneira, que se acredita, ser mais fcil
para o aluno compreender os conceitos fundamentais e suas aplicaes prticas, portanto procurou-
se evitar o uso de notaes indicias e smbolos de permutao, o que pode ser

1.4 Definies

Antes de se iniciar o estudo dos determinantes propriamente ditos, faz-se necessrio algumas
definies preliminares.

1.5 A funo determinante

O determinante um tipo de funo que associa um nmero real a uma matriz quadrada.
Portanto, no faz sentido falar em determinante de matrizes retangulares.

1.6 Classe de uma permutao

Considere trs elementos a, b e c. O nmero total de permutaes possveis para esses trs
elementos 3! 6 = . Dentre todas as permutaes possveis, destaca-se uma que denominada
permutao principal, que aquela em que os elementos em sua seqncia natural, ou seja: a, b, c.
Diz-se que dois elementos de uma permutao formam uma inverso se esto em ordem
inversa ordem da permutao principal. Assim, a seqncia a, c, b uma permutao na qual os
termos c e b formam uma inverso.
Uma permutao se diz de classe par ou mpar, conforme apresente um nmero par ou mpar
de inverses, respectivamente.





Elementos de lgebra Linear Antonio Faria Neto 32
Exemplo : Considere a seguinte seqncia : 1,2 e 3. Determinar o nmero de permutaes possveis
e todas as permutaes pares e mpares.

Primeiramente, v-se que a seqncia dada formada por 3 elementos, portanto o nmero
total de permutaes 3! = 6

As permutaes pares so aquelas em que os elementos aparecem na seguinte ordem :






1,2,3 2,3,1 3,1,2

As permutaes mpares so aquelas em que os elementos aparecem na seguinte ordem :






1,3,2 3,2,1 2,1,3


1.7 Termo principal e termo secundrio de um determinante

Dada uma matriz quadrada de ordem A de ordem n, d-se o nome de termo principal do
determinante de A ao produto dos elementos da diagonal principal. Enquanto que ao produto dos
elementos da diagonal secundria d-se o nome de termo secundrio.

1.8 Ordem de um determinante

Chama-se de ordem de um determinante a ordem da matriz qual o mesmo corresponde.

1 2
3
+
1 2
3
-

Elementos de lgebra Linear Antonio Faria Neto 33
1.9 Representao de um determinante

Seja A a matriz quadrada de ordem n
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
A
a a a
(
(
(
=
(
(

O determinante da matriz A pode ser representado das seguintes maneiras:

( )
11 12 1
21 22 2
1 2
det
n
n
m m mn
a a a
a a a
A A
a a a
= =

O determinante no matriz, mas por causa da semelhana entre esses dois entes, costuma-
se falar em falar em linhas e colunas do determinante.

1.10 Clculo de um determinante

Calcula-se o determinante de uma matriz atravs da soma algbrica dos produtos que se
obtm efetuando todas as permutaes dos segundos ndices do termo principal, fixados os
primeiros ndices e fazendo-se preceder os produtos pelo sinal (+) ou (-), conforme a classe da
permutao dos segundos ndices, seja par ou mpar, respectivamente.
Para tornar mais claro o procedimento descrito acima, este ser exemplificado para o caso de
determinantes de ordem 2 e ordem 3.

1.11 Determinante de ordem 2

Seja A uma matriz quadrada de ordem 2, e seu respectivo determinante :

11 12
21 22
a a
A
a a
| |
=
|
\
( )
11 12
21 22
det
a a
A
a a
=
O termo principal deste determinante :
11 22
a a

Elementos de lgebra Linear Antonio Faria Neto 34
O termo principal, segundo a definio 1.2, a permutao principal dos segundos ndices.
Existe uma outra permutao para os segundos ndices, a saber:
12 21
a a
Observa-se que a permutao acima de classe mpar. Portanto, aplicando o procedimento
descrito em 1.6, o determinante da matriz A pode ser calculado como segue:

( )
11 22 12 21
det A a a a a =

O determinante acima pode ser interpretado como sendo a diferena entre o termo principal
e o termo secundrio da matriz A. Isto sugere a seguinte representao mnemnica para o clculo
dos determinantes de segunda ordem:

( )
11 12
11 22 12 21
21 22
det
a a
A a a a a
a a
= =


Na representao acima, as setas indicam os fatores que formam os termos do determinante,
ao passo que o sinal na ponta da seta aquele que deve preceder os respectivos termos.

Exemplo: Calcular o determinante da matriz A, abaixo :

1 2
3 4
A
(
=
(

( )
1 2
det 1 4 2 3 4 6 2
3 4
A = = = =


1.8 Determinante de ordem 3

Considere uma matriz quadrada A de ordem 3 e seu respectivo determinante:

11 12 13
21 22 23
31 32 33
a a a
A a a a
a a a
| |
|
=
|
|
\
( )
11 12 13
21 22 23
31 32 33
det
a a a
A a a a
a a a
=
O termo principal desse determinante o produto dos elementos da diagonal principal:
11 22 33
a a a
+
-
-
+

Elementos de lgebra Linear Antonio Faria Neto 35
O termo principal a permutao principal dos segundos ndices dos elementos que o
constitui. Porm h outras permutaes dos segundos itens, quais sejam :
12 23 31
a a a
13 21 32
a a a
que so permutaes de classe par, e tambm as permutaes de classe mpar :
13 22 31
a a a
11 23 32
a a a
12 21 33
a a a
Portanto, o determinante da matriz A pode ser escrito da seguinte maneira:

( )
11 22 33 12 23 31 13 21 32 13 22 31 11 23 32 12 21 33
det A a a a a a a a a a a a a a a a a a a = + +

De forma anloga ao determinante de segunda ordem, tambm existe uma representao
mnemnica deste determinante, que denominada de regra prtica de Sarrus.


( )
11 12 13 11 12
21 22 23 21 22
31 32 33 31 32
det
a a a a a
A a a a a a
a a a a a
=


( )
11 22 33 12 23 31 13 21 32 13 22 31 11 23 32 12 21 33
det A a a a a a a a a a a a a a a a a a a = + +

Como pode ser visto na ilustrao acima, a regra de Sarrus consiste em se replicar as duas
primeiras colunas do determinante, traar setas paralelas diagonal principal e setas paralelas
diagonal secundria do determinante. As setas, de forma anloga ao caso de segunda ordem,
determinam os fatores constituintes de cada termo do determinante. Os termos formados segundo a
orientao das setas paralelas diagonal principal so precedidos pelo sinal +, enquanto que
aqueles, orientados pelas setas da diagonal secundria so precedidos pelo sinal -.

Exemplo : calcular o determinante da matriz A abaixo :
1 2 3
3 2 1
1 3 2
A
(
(
=
(
(


+ + +
- - -
Continuao ...

( )
1 2 3 1 2
det 3 2 1 3 2 1 2 2 2 1 1 3 3 3 3 2 1 1 1 3 2 3 2 12
1 3 2 1 3
A = = + + =



2.0 Expanso do Determinante em Co-fatores e o Teorema de Laplace

No existe nenhum dispositivo prtico para soluo de determinantes de ordem superior a
trs. De modo que para solucion-los, deve-se aplicar o procedimento descrito em 1.6, cuja
aplicao torna-se mais trabalhosa e mais susceptvel a erros, quanto maior for a ordem do
determinante em questo. Uma alternativa, que pode simplificar o problema, a expanso do
determinante em co-fatores. Trata-se de uma tcnica que pode ser usada de forma recursiva, que
transforma um determinante numa soma de outros determinantes, de ordem inferior, pr-
multiplicados por um determinado fator.
Antes descrever essa tcnica faz-se necessrio a apresentao de alguns conceitos e
definies.

2.1 O determinante menor

O menor um determinante que se associa a cada um dos elementos de uma matriz
quadrada. Considerando-se uma matriz quadrada A, o determinante menor do elemento
ij
a , ou
simplesmente o menor de
ij
a , que representado por
ij
M , definido como sendo o determinante da
sub-matriz que sobra quando se elimina a i-sima linha e a j-sima coluna da matriz A. Como
exemplo considere a matriz A
3
, para a qual sero calculados os menores de alguns de seus
elementos.

11 12 13
21 22 23
31 32 33
a a a
A a a a
a a a
| |
|
=
|
|
\


+ + +
- - -

37

O menor do elemento
11
a
11 12 13
22 23
11 21 22 23
32 33
31 32 33
a a a
a a
M a a a
a a
a a a
= =


O menor do elemento
12
a
11 12 13
21 23
12 21 22 23
31 33
31 32 33
a a a
a a
M a a a
a a
a a a
= =


O menor do elemento
13
a
11 12 13
21 22
12 21 22 23
31 32
31 32 33
a a a
a a
M a a a
a a
a a a
= =


O menor do elemento
21
a
11 12 13
12 13
21 21 22 23
32 33
31 32 33
a a a
a a
M a a a
a a
a a a
= =



O menor do elemento
22
a
11 12 13
11 13
21 21 22 23
31 33
31 32 33
a a a
a a
M a a a
a a
a a a
= =

O menor do elemento
33
a
11 12 13
11 12
21 21 22 23
21 22
31 32 33
a a a
a a
M a a a
a a
a a a
= =

2.2 O co-fator

Cada elemento de uma matriz quadrada possui um co-fator, que representado por
ij
C , e

38

calculado segundo a seguinte definio :

( ) 1
i j
ij ij
C M
+
=

onde
ij
M representa o menor correspondente ao elemento
ij
a

2.3 O teorema de Laplace

O matemtico francs Laplace demonstrou que o determinante de uma matriz quadrada de
ordem n, ( ) 2 n , igual soma dos produtos dos elementos de uma fila (linha ou coluna),
qualquer pelos respectivos co-fatores.
Assim, para tornar mais claro o teorema de Laplace, considere uma matriz quadrada A de
ordem n:
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
A
a a a
(
(
(
=
(
(

seja calcular o determinante de A

( )
11 12 1
21 22 2
1 2
det
n
n
n n nn
a a a
a a a
A
a a a
=

o determinante dessa matriz pode ser calculado usando o teorema acima. Portanto, considere a
expanso desse determinante em co-fatores em sua primeira linha:

( )
11 11 12 12 1 1
det
n n
A a C a C a C = + + +
( ) ( ) ( ) ( )
1 1 1 2 1
11 11 12 12 1 1
det 1 1 1
n
n n
A a M a M a M
+ + +
= + + +
( ) ( ) ( ) ( )
22 2 21 2 21 2 1
1 1 1 2 1
11 12 1
2 1 1 1
det 1 1 1
n n n
n
n
n nn n nn n nn
a a a a a a
A a a a
a a a a a a

+ + +

= + + +






39

Nota:
Embora se possa expandir o determinante em co-fatores por qualquer fila, conforme estabelece o
teorema de Laplace, conveniente que se escolha aquela que possua o maior nmero de zeros,
visando facilitar os clculos.

Exemplo: Calcular o determinante abaixo empregando o teorema de Laplace

1 2 3 4
5 0 0 2
1 1 3 2
4 3 2 1
D =
Por convenincia, o teorema de Laplace ser desenvolvido a partir da segunda linha:

( ) ( ) ( ) ( )
2 1 2 2 2 3 2 4
2 3 4 1 3 4 1 2 4 1 2 3
5 1 1 3 2 0 1 1 3 2 0 1 1 1 2 2 1 1 1 3
3 2 1 4 2 1 4 3 1 4 3 2
D
+ + + +
= + + +
( )
2 3 4 1 2 3
5 1 3 2 2 1 1 3 5 15 2 10 95
3 2 1 4 3 2
D = + = + =

3.0 Propriedades dos Determinantes

Os determinantes obedecem a um conjunto de propriedades, cuja aplicao pode simplificar
significativamente o seu clculo. A seguir sero apresentadas algumas das propriedades mais
significativas dos determinantes.

3.1 Determinante de uma matriz transposta

Seja A uma matriz quadrada de ordem n, e A
t
a sua matriz transposta. Pode-se demonstrar
que:
( ) ( )
det det
T
A A =




40


Exemplo: Calcular o determinante das matrizes A e A
T


1 2 3
4 5 6
3 2 3
A
(
(
=
(
(


( ) ( )
1 2 3
det 4 5 6 15 36 24 45 24 12 75 81 6
3 2 3
A = = + + + + = =


1 4 3
2 5 2
3 6 3
T
A
(
(
=
(
(


( ) ( )
1 4 3
det 2 5 2 15 24 36 45 12 24 6
3 6 3
T
A = = + + + + =

3.2 Casos notveis em que os determinantes so nulos

Existem quatro condies notveis, para que um determinante seja nulo:

O determinante nulo quando possui uma fila (linha ou coluna), inteira de zeros;
O determinante nulo quando possui duas filas paralelas (duas colunas ou duas linhas), iguais;
O determinante nulo quando possui duas filas paralelas (duas colunas ou duas linhas),
proporcionais;
O determinante nulo quando uma fila a combinao linear de duas ou mais filas paralelas.

Exemplo: Calcular o determinante das matrizes A, B e C

1 2 3
4 5 6
0 0 0
A
(
(
=
(
(

( ) ( )
1 2 3
det 4 5 6 1 5 0 2 6 0 3 4 0 3 5 0 2 4 0 6 0 1 0
0 0 0
A = = + + + + =

1 2 3
3 2 1
3 2 1
B
(
(
=
(
(

( ) ( )
1 2 3
det 3 2 1 1 2 1 2 1 3 3 3 2 3 2 3 1 2 1 2 3 1 0
3 2 1
B = = + + + + =


41

1 2 3
3 2 1
2 4 6
B
(
(
=
(
(

( ) ( )
1 2 3
det 3 2 1 1 2 6 2 1 2 3 3 4 3 2 2 1 4 1 6 2 3 0
2 4 6
B = = + + + + =

3.3 Uma fila de um determinante multiplicada por uma constante real

Pode-se demonstrar que o produto de uma fila de um determinante por uma constante real,
equivale ao produto do determinante por essa constante. Isto , para uma constante real k, tem-se:

11 12 1 1 11 12 1 1 11 12 1 1
21 22 2 2 21 22 2 2 21 22 2 2
1 12 1 12 1 12
1 2 2
1
j n j n j n
j n j n j n
i ij in i ij in i ij in
n n nj nn n nj nn
a a a a a a ka a a a a a
a a a a a a ka a a a a a
k
ka ka ka ka a a ka a a a a a
a a a a an a ka a
= =






1 2 n n nj nn
a a a a




3.4 Determinante de uma matriz multiplicada por uma constante real

Uma matriz multiplicada por uma constante equivalente a uma matriz onde todos os
elementos estejam multiplicados por esta constante, como ilustrado a seguir, para uma matriz A e
uma constante real k:

11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
A
a a a
(
(
(
=
(
(

11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
n n
n n
n n nn n n nn
a a a ka ka ka
a a a ka ka ka
kA k
a a a ka ka ka
( (
( (
( (
= =
( (
( (







Assim, pode-se escrever:

( )
11 12 1
21 22 2
1 2
det
n
n
n n nn
ka ka ka
ka ka ka
kA
ka ka ka
=

Observa-se que todas as filas (linhas ou colunas) esto multiplicadas por k. Lanando mo
da propriedade anterior, pode-se escrever que:

42


( )
11 12 1 11 12 1 11 12 1
21 22 2 21 22 2 21 22 2
1 2 1 2 1 2
det
n n n
n n n
n n nn n n nn n n nn
ka ka ka a a a a a a
ka ka ka ka ka ka a a a
kA k k k
ka ka ka ka ka ka ka ka ka
= = =






( )
11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
det
n n
n n n
n n nn n n nn
a a a a a a
a a a a a a
kA k k k k
a a a a a a
= =

Portanto,
( ) ( ) det det
n
kA k A =

Exemplo: Calcular o determinante da matriz A e da matriz 3A

1 2
3 4
A
(
=
(

( )
1 2
det 4 6 2
3 4
A = = =

3 6
3
9 12
A
(
=
(

( )
3 6
det 3 36 54 18
9 12
A = = =

Observe que: ( ) ( ) ( )
2
det 3 3 det 9 2 18 A A = = =


3.5 Determinante de matrizes triangulares ou matriz diagonal

Seja A uma matriz quadrada de ordem n . Se A for uma matriz triangular, superior ou
inferior, ou ainda, uma matriz diagonal, seu determinante pode ser calculado multiplicando-se
apenas os elementos da diagonal principal.

11 12 1 11 11
22 2 21 22 22
11 22 33
1 2
0 0 0 0
0 0 0 0
0 0 0 0
n
n
nn
mn m m mn mn
a a a a a
a a a a a
a a a a
a a a a a
= = =

Exemplo: Calcular o determinante das matrizes A, B e C

43


1 2 3
0 4 5
0 0 6
A
(
(
=
(
(

( ) ( )
1 2 3
det 0 4 5 1 4 6 2 5 0 3 0 0 3 4 0 5 0 1 6 2 0 24
0 0 6
A = = + + + + =

1 0 0
4 2 0
5 6 3
B
(
(
=
(
(

( ) ( )
1 0 0
det 4 2 0 1 2 3 0 0 5 0 4 6 5 2 0 6 0 1 3 4 0 6
5 6 3
B = = + + + + =

4 0 0
0 5 0
0 0 6
C
(
(
=
(
(

( )
4 0 0
det 0 5 0 4 5 6 120
0 0 6
C = = =

3.6 Inverso de linhas ou colunas

O sinal de um determinante se inverte sempre que se permutam duas de suas linhas, ou duas
de suas colunas.

Exemplo: Calcular os determinantes abaixo

( )
1 2 2
3 4 5 1 4 4 2 5 2 2 3 3 2 4 2 3 5 1 4 3 2 1
2 3 4
= + + + + =
Permutando a primeira e a terceira linha
( )
2 3 4
3 4 5 2 4 2 3 5 1 4 3 2 1 4 4 2 5 2 2 3 3 1
1 2 2
= + + + + =
Permutando a primeira e a terceira coluna do primeiro determinante
( )
2 2 1
5 4 3 2 4 2 2 3 4 1 5 3 4 4 1 3 3 2 2 5 2 1
4 3 2
= + + + + =




44

3.7 O determinante de uma multiplicao de matrizes - Teorema de Binet

O determinante de um produto de matrizes o produto dos determinantes. Isto , sejam A e
B duas matrizes quadradas de ordem n, ento:

( ) ( ) ( ) det det det A B A B =
Exemplo: Calcular o determinante das matrizes A, B e AB

5 6
7 1
A
(
=
(

( )
5 6
det 5 42 37
7 1
A = = =

2 3
4 1
B
(
=
(

( )
2 3
det 10
4 1
B = =


5 6 2 3 34 21
7 1 4 1 18 22
AB
( ( (
= =
( ( (

( )
34 21
det 370
18 22
AB = =

Logo, verifica-se que ( ) ( ) ( ) det det det AB A B =

3.8 O determinante da soma de matrizes

O determinante da soma de matrizes no a soma dos determinantes. Contudo, existe um
caso em que isto pode ser verdade. Considere as matrizes A e B.


11 12 1 1
21 22 2 2
1 12
1 2
j n
j n
i ij in
n n nj nn
a a a a
a a a a
A
a a a a
a a a a
(
(
(
(
=
(
(
(
(
(








11 12 1 1
21 22 2 2
1 12
1 2
j n
j n
i ij in
n n nj nn
a a a a
a a a a
B
b b b b
a a a a
(
(
(
(
=
(
(
(
(
(










45

Repare que as matrizes A e B so iguais a menos da i-sima linha. Considere agora a
matriz C, onde sua i-sima linha a soma da i-sima linha da matriz A com a i-sima linha da
matriz B, conforme mostrado abaixo:

11 12 1 1
21 22 2 2
1 1 12 2
1 2
j n
j n
i i i ij ij in in
n n nj nn
a a a a
a a a a
C
a b a b a b a b
a a a a
(
(
(
(
=
(
+ + + +
(
(
(
(









Pode-se demonstrar que o determinante da matriz C a soma dos determinantes das
matrizes A e B. Isto :
( ) ( ) ( ) det det det C A B = +

Exemplo : Calcular o determinante das matrizes A, B e C
( ) ( ) ( ) ( ) ( ) ( ) ( )
1 2 2
4 3 2
1 2 3
det 1 3 3 2 2 1 2 4 2 1 3 2 2 2 1 3 4 2 11
A
A
(
(
=
(
(

( = + + + + =


( ) ( ) ( ) ( ) ( ) ( ) ( )
1 2 2
1 1 2
1 2 3
det 1 1 3 2 2 1 2 1 2 1 1 2 2 2 1 3 1 2 3
B
B
(
(
=
(
(

( = + + + + =


( ) ( ) ( ) ( ) ( ) ( ) ( )
1 2 2
5 4 4
1 2 3
det 1 4 3 2 4 1 2 5 2 1 4 2 2 4 1 3 5 2 14
C
C
(
(
=
(
(

( = + + + + =


Pode-se observar que a segunda linha da matriz C a soma da segunda linha das matrizes A
e B, portanto
( ) ( ) ( ) det det det C A B = +

46


4.0 O DETERMINANTE E A MATRIZ INVERSA

Embora at aqui no se tenha discutido mtodos de obteno da matriz inversa, convm
salientar que a condio necessria e suficiente para que uma matriz possua inversa que seu
determinante no seja nulo.
Quando uma matriz quadrada possui determinante nulo, diz-se que esta matriz uma matriz
singular.

5.0 O TEOREMA DE JACOBI

Como visto anteriormente a aplicao do teorema de Laplace em uma fila de um
determinante, fica facilitada quanto maior for o nmero de zeros nesta fila. O teorema de Jacobi
apresenta uma propriedade que permite que sejam introduzidos zeros em uma fila qualquer de um
determinante.
O teorema de Jacobi estabelece que um determinante no se altera quando se adiciona a uma
fila qualquer, uma outra fila paralela previamente multiplicada por uma constante.
Para facilitar a aplicao do mtodo, numeram-se seqencialmente as linhas do
determinante, conforme ilustrado a seguir:
11 12 1 1
21 22 2 2
1 2
n
n
n n nn n
a a a L
a a a L
a a a L

A operao de substituio de uma linha pela sua soma com outra linha previamente
multiplicada por uma constante ser representada da seguinte maneira:
i i j
L L kL +
A notao acima indica que a linha i ser substituda pela soma dela prpria com linha j
previamente multiplicada por k.

Exemplo: Calcular o determinante da matriz A aplicando o teorema de Jacobi

1 3 2 4
2 3 4 2
3 2 1 3
4 3 2 1
A
(
(
(
=
(
(

portanto, ( )
1 3 2 4
2 3 4 2
det
3 2 1 3
4 3 2 1
A =


47

continuao....

2 2 1
3 3 1
4 4 1
1 3 2 4
2 2 3 4 2
3 3 2 1 3
4 4 3 2 1
L L L
L L L
L L L




1 3 2 4
0 3 0 6
0 7 5 9
0 9 6 15





Aplicando o teorema de Laplace na primeira coluna, resulta

( ) ( )
3 0 6
det 1 7 5 9 225 252 270 162 477 432 45
9 6 15
A

= = = + =




48

6.0 EXERCCIOS

1 Calcular os seguintes determinantes de ordem 2 :

a)
5 7
3 8
b)
2 2
4 5

c)
cos
cos
x senx
senx x


2 Calcular os seguintes determinantes de ordem 3 :

a)
3 2 1
2 1 6
2 2 3
b)
2 3 4
0 5 1
2 5 3

c)
2 0 0
1 2 3
4 5 0
d)
x x x
x y y
x y z


3 Resolva em , as seguintes equaes :

a) (PUC)
3
3
4 1 1 5 log 9
1 2 1
x x
=

b) (Manoel Paiva) ( )
4 2 3
1 2 1 0 0 2
5 3 4
senx x = <

4 Calcular os determinantes abaixo pelo teorema de Laplace :

a)
5 2 0 3
6 2 3 0
1 1 1 4
0 0 1 2
b)
1 2 0 3
4 3 2 1
0 2 3 4
0 1 2 3
c)
1 1 1 2
2 3 1 1
1 1 2 2
3 3 3 1
d)
0 0 0 1
1 2 3 4
4 3 2 1
1 1 2 2


5 Considere as matrizes A e B abaixo. Sabendo-se que o determinante de A igua a 32, qual
o determinante de B.

1 2 3 4
2 3 4 5
1 3 2 5
2 1 2 3
A
(
(
(
=
(
(



1 2 1 2
2 3 3 1
3 4 2 2
4 5 5 3
B
(
(

(
=
(
(

49

6 (Faap-SP) Dado que A uma matriz quadrada de ordem 3, tal que ( ) det 5 A = , ento
calcular ( ) det 2A .

7 Calcular o determinante das matrizes

a)
1 0 0 0
2 2 0 0
3 3 3 0
1 2 3 4
(
(
(
(
(
(

b)
4
I

8 (U. F. Viosa) Calcular a soma das razes da equao

2
5 4 1
0 1 3 5
0
0 0 3 2 9
0 0 0 8
x
x
x

=
+


8 (Mackenzie) Calcular o determinante da matriz A de ordem 8, tal que
2
0
ij
para i j
a
para i j

=

<

9 (Manoel Paiva) A uma matriz quadrada de ordem 3, tal que ( ) det 0 A e
2
2 0 A A = ,
onde 0 representa a matriz nula de ordem 3. Calcular o determinante de A.

10 (Manoel Paiva) A e B so matrizes quadradas de ordem n tais que ( ) det 5 A = e AB I = .
Calcular o determinante de B.

11 (ITA) Q uma matriz quadrada de ordem 4, tal que ( ) det 0 Q e
3 2
2 0 Q Q = , onde 0
representa a matriz nula de ordem 4. Calcular o determinante de Q.

12 (UFPE) Seja M uma matriz invertvel tal que ( )
1
det
96
M = . Determinar o determinante da
matriz inversa de M.


50

13 (UFCE) Seja M uma matriz quadrada. Multiplicando-se por uma linha de M, obtm-se
uma matriz A. Dividindo-se por (0), uma coluna de A, obtm-se uma matriz B. Calcular
o determinante de B.

14 Obtenha ( ) x x , de modo que a matrizes sejam invertvel.
a) (Manoel Paiva)
2 1
3
A
x
(
=
(

b) (UFAC)
1 2 1
3 0
4 0 2
x
(
(
(
(



15 (Manoel Paiva) Verificar quais matrizes possuem inversa

a)
2 5
4 8
A
(
=
(

b)
1 2 1
1 3 1
1 7 3
A
(
(
=
(
(

c)
1 2 1
0 1 4
2 1 1
A
(
(
=
(
(



16 Calcule os determinantes abaixo empregando o teorema de Jacobi

a) (Manoel Paiva)
1 3 2 4
2 8 6 8
4 15 9 20
1 4 2 5
b)(Fuvest SP)
1 1 1 1
1 2 2 2
1 2 3 3
1 2 3 4

c)(Manoel Paiva)
1 3 2 1
3 10 8 1
5 16 11 1
1 3 5 2

d)(Fatec-SP)
x a a a
x x a a
x x x a
x x x x















51

SISTEMAS LINEARES


1.0 Equaes Lineares

So todas as equaes da forma :

1 1 2 2 n n
a x a x a x b + + + =
onde


1 2
, , ,
n
x x x so incgnitas ou variveis;

1 2
, , ,
n
a a a so constantes reais chamadas de coeficientes da equao;
b o termo independente.

1.1 Solues de uma equao linear

So os valores assumidos pelas variveis que satisfazem a equao. Esses valores so
denominados razes da equao. Em outras palavras, soluo de uma equao linear toda nupla
de nmeros ( )
1 2
, , ,
n
tal que :
1 1 2 2
0
n n
a a a b + + + =

2.0 Sistema de Equaes Lineares

um conjunto de equaes lineares simultneas nas mesmas incgnitas.

11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =

+ + + =

+ + + =

onde

i
x so as incgnitas do sistema;

ij
a so os coeficientes do sistema;

i
b so os termos independentes.

52

2.1 Soluo de um sistema linear

a soluo comum a todas as equaes do sistema.

3.0 Equaes Lineares Homogneas

So todas as equaes lineares cujo termo independente igual a zero:
1 1 2 2
0
n n
a x a x a x + + + =
Toda equao linear homognea admite pelo menos uma soluo, que chamada de soluo
trivial e constitui-se na nupla:
( )
1 2
0, 0, , 0
n
x x x = = =

As demais solues, se houverem, so chamadas de solues prprias.

4.0 Sistema de Equaes Homogneas

todo sistema de equaes lineares cujos termos independentes so todos nulos :

11 1 12 2 1
21 1 22 2 2
1 1 2 2
0
0
0
n n
n n
m m mn n
a x a x a x
a x a x a x
a x a x a x
+ + + =

+ + + =

+ + + =

Assim como as equaes lineares homogneas, todo sistema homogneo tambm possui
pelo menos uma soluo, a soluo trivial, e as demais solues, se existirem, so chamadas de
solues prprias.

5.0 Classificao dos Sistemas quanto Soluo

Os sistemas lineares podem ser classificados quanto existncia, ou no, de soluo, e
tambm quanto a multiplicidade das solues, quando estas forem possveis.
O diagrama a seguir ilustra a forma de classificao dos sistemas.




53













Tambm possvel dar uma interpretao geomtrica para a soluo de sistemas lineares de
at trs equaes e trs incgnitas.

5.1 Interpretao geomtrica da soluo de sistemas de duas equaes e duas incgnitas

Em um sistema de duas equaes e duas incgnitas, cada equao representa uma reta e a
soluo desse sistema busca fornecer o ponto onde essas retas se interceptaro, podendo ocorrer
uma das trs situaes descritas abaixo :

O sistema possui uma nica soluo

Neste caso as retas so concorrentes e a soluo do sistema o ponto de interseco dessas
retas.












SISTEMA
COMPATVEL
(possvel)
INCOMPATVEL
(impossvel)
DETERMINADO (uma nica soluo)
INDETERMINADO (vrias solues)
(no admite solues)
Classificao dos sistemas lineares quanto sua soluo
x
y
P(x , y)
r
s
11 12
21 22
:
:
r a x a y
s a x a y
+

54

O sistema indeterminado

O sistema ser indeterminado equivale a dizer que o sistema possui infinitas solues. Em
termos geomtricos isto significa que as reatas que constituem o sistema so coincidentes, havendo
portanto, infinitos pontos de interseco.










O sistema impossvel

Quando o sistema no possui solues, significa que as retas que o constituem so paralelas,
e portanto, jamais se interceptam











6.0 Sistemas Equivalentes

Diz-se que dois sistemas lineares Ae A so equivalentes quando admitem a mesma soluo.
Indica-se que Ae A so equivalentes por A A .

x
y
r s
x
y
r
s
11 12
21 22
:
:
r a x a y
s a x a y
+

11 12
21 22
:
:
r a x a y
s a x a y
+

55

6.1 Propriedades dos sistemas equivalentes

Considere os sistemas lineares A, A
e
A
. Pode-se afirmar que esto sujeitos s seguintes
propriedades :

I Propriedade reflexiva :
A A

II Propriedade da simetria :
A A A A

III Propriedade transitiva :
; A A A A A A

7.0 Operaes Elementares e Sistemas Equivalentes

Um sistema linear pode ser transformado em outro sistema linear equivalente quando se
aplica sobre ele um conjunto de operaes denominadas operaes elementares, a saber :

I Permutao de duas equaes;
II Multiplicao de uma equao por um nmero real diferente de zero;
III Substituio de uma equao por sua soma com outra equao previamente
multiplicada por um nmero real diferente de zero.

A transformao de um sistema em outro equivalente, particularmente til quando este
ltimo se apresenta sob uma forma mais conveniente para a sua soluo, como por exemplo, a
forma escalonada.

8.0 Sistema Linear Escalonado

todo sistema linear que se apresenta da seguinte forma :

I Todas as equaes apresentam as incgnitas numa mesma ordem;
II Em cada equao existe pelo menos um coeficiente, de alguma incgnita, no-nulo;
III Existe uma ordem para as equaes tal que o nmero de coeficientes nulos que
precedem o primeiro coeficiente no-nulo, de cada equao, aumenta de uma equao para outra.

A seguir apresenta-se um sistema na forma escalonada :



56

11 1 12 2 13 3 1
1 22 2 23 3 2
1 2 33 3 3
0
0 0
a x a x a x b
x a x a x b
x x a x b
+ + =

+ + =

+ + =

0 e 0
ij i
a b

9.0 Resoluo de um Sistema Linear Escalonado

Existem dois tipos de sistemas lineares escalonados: aqueles cujo nmero de equaes
igual ao nmero de incgnitas, e aqueles em que o nmero de equaes menor do que o nmero
de incgnitas. A seguir ser apresentado o processo de resoluo de cada um desses dois tipos de
sistemas.

9.1 Sistema linear com nmero de equaes igual ao nmero de incgnitas

Considere o seguinte sistema escalonado :

11 1 12 2 13 3 1
1 22 2 23 3 2
1 2 33 3 3
0
0 0
a x a x a x b
x a x a x b
x x a x b
+ + =

+ + =

+ + =

Todo sistema desse tipo possvel e determinado. Resolve-se o sistema a partir da ltima
equao at a primeira, substituindo-se o resultado de cada uma das equaes na equao
imediatamente anterior.

9.2 Sistema linear com nmero de equaes menor que o nmero de incgnitas

Considere o seguinte sistema escalonado :

11 1 12 2 13 3 1
1 22 2 23 3 2
0
a x a x a x b
x a x a x b
+ + =

+ + =

Todo sistema linear escalonado cujo nmero de equaes for menor que o nmero de
incgnitas ser sempre um sistema classificado como possvel e indeterminado.
Pelo menos uma das variveis desse tipo de sistema ser sempre considerada como varivel
livre ou varivel arbitrria do sistema. O nmero de variveis livres de um sistema depende,

57

obviamente do nmero total de variveis. Em geral, escolhe-se como variveis livres as ltimas
variveis das equaes.
A varivel livre, como o prprio nome sugere, pode assumir qualquer valor. Para cada valor
assumido pela varivel livre obtm-se uma soluo para o sistema. Portanto, o conjunto soluo do
sistema explicitado em funo das variveis livres do sistema.
Sistemas dessa natureza possuem um grau de indeterminao, que o prprio nmero de
variveis livres desse sistema.

10.0 Forma Escalonada Reduzida por Linha de um Sistema Linear

Um sistema linear dito estar na forma escalonada reduzida por linha, ou simplesmente
forma escalonada reduzida, se, e somente se :

I Se os coeficientes de uma linha no consistirem apenas de zeros (0) e o primeiro
coeficiente no-nulo da linha for um (1). Chama-se este coeficiente de piv;

II Se existirem linhas constitudas somente de zeros, elas sero agrupadas nas ltimas
posies;

III Em quaisquer duas linhas sucessivas que no consistam somente de zeros, o piv da
linha inferior ocorre mais direita que o piv da linha superior;

IV Cada coluna que contm um piv possui zero nas posies abaixo e acima deste.

Abaixo, sero ilustrados trs sistemas lineares na forma escalonada reduzida por linha, cada
qual com a sua respectiva classificao quanto soluo e sua multiplicidade.

10.1 Sistema linear possvel e determinado apresentado na forma escalonada reduzida por linha

Repara-se neste sistema que o conjunto soluo formado pelos termos
independentes :

1 2 3 1
1 2 3 2
1 2 3 3
1 0 0
0 1 0
0 0 1
x x x b
x x x b
x x x b
+ + =

+ + =

+ + =

58


( ) ( ) ( ) { }
3
1 2 3
, , | , , , , S x y z x y z b b b = =

10.2 Sistema linear possvel e indeterminado apresentado na forma escalonada reduzida por linha

Percebe-se neste sistema a necessidade que o conjunto soluo fica em funo de uma
varivel, isto , da varivel arbitrria.

1 2 3 14 4 1
1 2 3 24 4 2
1 2 3 34 4 3
1 0 0
0 1 0
0 0 1
x x x a x b
x x x a x b
x x x a x b
+ + + =

+ + + =

+ + + =

Percebe-se que a soluo do sistema acima deva ficar em funo da varivel
4
x . Assim, o
conjunto soluo desse sistema ser :

( ) ( ) ( ) { }
4
1 14 4 2 24 4 3 34 4 4
, , , | , , , , , , S x y z w x y z w b a x b a x b a x x = =

10.3 Sistema linear impossvel apresentado na forma escalonada reduzida por linha

Este tipo de sistema apresenta inconsistncia em uma de suas equaes, como ilustrado a
seguir :
1 2 3
1 2 3
1 2 3
1 0 0 0
0 1 0 0
0 0 0 1
x x x
x x x
x x x
+ + =

+ + =

+ + =

11.0 Soluo de Sistemas Lineares aplicando Operaes Elementares s linhas do Sistema

As operaes elementares descritas anteriormente no item 7.0 podem ser aplicadas a um
sistema visando transform-lo em sistema equivalente apresentado na forma escalonada ou na
forma escalonada reduzida por linha. O conjunto de operaes que transforma um sistema para a
forma escalonada constitui-se em um mtodo denominado Mtodo de Eliminao de Gauss. J o
conjunto de operaes que transforma um sistema para a sua forma escalonada reduzida por linha
recebe o nome de Mtodo de Eliminao de Gauss-Jordan.


59


12.0 Mtodo de Gauss-Jordan

Este mtodo consiste em se aplicar as operaes elementares para transformar um sistema
linear qualquer na sua forma escalonada reduzida por linha.
Este mtodo ser apresentado por intermdio de um exemplo.

Exemplo : Escalonar o sistema abaixo na sua forma reduzida por linha, e d o seu conjunto
soluo
2 4 22
5 15 20
x y
x y
+ =

Inicialmente numera-se as equaes do sistema :

2 4 22
5 15 20
x y
x y
+ =

Pode-se simplificar o sistema acima dividindo-se a primeira linha por 2 e a segunda linha por 5. Tal
procedimento representa-se da seguinte forma :

2 4 22
5 15 20
x y
x y
+ =

0
1 2 11
1 3 4
x y
x y
+ =

O prximo passo ser zerar o coeficiente de x na segunda equao. Isto pode ser conseguido
substituindo-se a segunda equao por sua soma com a primeira equao previamente multiplicada
por -1. Essa operao pode ser representada da seguinte forma :

1 2 11
1 3 4
x y
x y
+ =

1 2 11
0 5 15
x y
x y
+ =

Nesta etapa o sistema j est mais prximo de sua forma escalonada reduzida por linha, contudo
necessrio substituir o coeficiente de y da segunda equao por 1. Isso pode ser feito dividindo-se
toda a segunda equao por 5, conforme indicado abaixo :

L1
L2
L1 L1/2
L2 L2/5
L2 L2-L1

60


Exemplo : (continuao)

1 2 11
0 5 15
x y
x y
+ =

1 2 11
0 1 3
x y
x y
+ =

+ =

Para que o processo seja concludo necessrio substituir o coeficiente de y da primeira equao
por 0. Pode-se fazer isso substituindo-se a primeira equao por soma com a segunda previamente
multiplicada por 2, conforme esquematizado abaixo :



1 2 11
0 1 3
x y
x y
+ =

+ =

1 0 5
0 1 3
x y
x y
+ =

+ =

O sistema acima encontra-se na forma escalonada reduzida por linha. O conjunto soluo desse
sistema obtido diretamente por observao.

( ) ( ) ( ) { }
2
, | , 5, 3 S x y x y = =

Durante o processo de soluo apresentado no exemplo acima, observou-se que :

I- A matriz formada pelos coeficientes das variveis foi transformada na matriz identidade, ao
mesmo tempo em que o vetor-coluna formado pelos termos independentes foi transformado na
soluo do sistema.

II- As variveis, x e y, do sistema no participaram do processo de soluo.

13.0 Matriz Aumentada do Sistema

Com base na observao final do item anterior, pode-se simplificar a representao de um
sistema linear, escrevendo-o na forma de uma nica matriz que rena tanto os coeficientes das
variveis como os termos independentes. Tal matriz recebe o nome de matriz aumentada ( ou
ampliada), do sistema.
Considere o sistema linear a seguir:



61


11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =

+ + + =

+ + + =

Sua representao na forma de matriz aumentada ser :


11 12 1 1
21 22 2 2
1 2
n
n
m m mn m
a a a b
a a a b
a a a b
(
(
(
(
(

Portanto, o mtodo de eliminao de Gauss-Jordan discutido anteriormente, ceve ser
aplicado matriz aumentada do sistema. Quando a sub-matriz formada pelos coeficientes do
sistema for transformada em uma sub-matriz identidade, o vetor-coluna formado pelos termos
independentes do sistema tero sido transformados na soluo desse, conforme esquematizado a
seguir :


11 12 1 1
21 22 2 2
1 2
n
n
m m mn m
a a a b
a a a b
a a a b
(
(
(
(
(

1
2
1 0 0
0 1 0
0 0 1
m
s
s
s
(
(
(
(
(

Exemplo : Escalone na forma reduzida por linha o sistema linear abaixo

2 3 7
2 4
3 3 10
x y z
x y z
x y z
+ + =

+ + =

+ + =

A matriz aumentada do sistema acima :
Mtodo de eliminao
de Gauss-Jordan
CONJUNTO SOLUO
DO SISTEMA

62


Exemplo : (continuao)

1
2
3
1 2 3 7
2 1 1 4
3 3 1 10
L
L
L
(
(
(
(



Aplica-se o mtodo de Gauss-Jordan matriz aumentada acima :


2 2 1
3 3 1
1 2 3 7
2 1 1 4 2
3 3 1 10 3
L L L
L L L
(
(

(
(


2
2
1 2 3 7
0 3 5 10
3
0 3 8 11
L
L
(
(

(

(



1 1 2
3 3 2
1 2 3 7
2
5 10
0 1
3 3
3
0 3 8 11
L L L
L L L
(

(
(
(
+



3
3
1 1
1 0
3 3
5 10
0 1
3 3
0 0 3 1
3
L
L
(
(
(
(
(

(




1 1 3
2 2 3
1
1 1
1 0
3
3 3
5
5 10
0 1
3 3
3
1
0 0 1
3
L L L
L L L
+
(
(
(

(
(
(


4
1 0 0
9
25
0 1 0
9
1
0 0 1
3
(
(
(
(
(
(



Portanto, o conjunto soluo deste sistema, fica

( ) ( )
( ) { }
3
25 4 1
, , | , , , ,
9 9 3
S x y z x y z = =

O mtodo de Gauss-Jordan tambm permite identificar sistemas impossveis, conforme
ilustrado no item 10.

Exemplo : Aplicando o mtodo de Gauss-Jordan resolva, se possvel, o sistema abaixo :


63

2 3 2
2 1
4 5 5 6
x y z
x y z
x y z
+ + =

+ + =

+ + =

Exemplo : (continuao)

A matriz aumentada desse sistema :

1
2
3
2 3 1 2
1 1 2 1
4 5 5 6
L
L
L
(
(
(
(

Antes de se iniciar o processo de escalonamento, observa-se que conveniente permutar as
duas primeiras linhas desse sistema, resultando em uma nova matriz aumentada :

1
2
3
1 1 2 1
2 3 1 2
4 5 5 6
L
L
L
(
(
(
(

Escalonando o sistema, vem

2 2 1
3 3 1
1 1 2 1
2 3 1 2 2
4 5 5 6 4
L L L
L L L
(
(

(
(

1 1 2
3 3 2
1 1 2 1
0 1 3 0
0 1 3 2
L L L
L L L
(
(

(
(

1 0 5 1
0 1 3 0
0 0 0 2
(
(

(
(

A ltima linha da matriz acima revela que o sistema dado impossvel, pois :
0 0 0 2 x y z + + =
portanto, o conjunto soluo desse sistema ser :
{ } S =


64

Tambm possvel aplicar o mtodo de Gauss-Jordan para sistemas lineares
indeterminados.



Exemplo : Aplicando o mtodo de Gauss-Jordan resolva, se possvel, o sistema abaixo :


2 2 4 2
2 1
4 5 5 6
x y z
x y z
x y z
+ + =

+ + =

+ + =

A matriz aumentada desse sistema :

1
2
3
2 2 4 2
1 1 2 1
4 5 5 6
L
L
L
(
(
(
(

Pode-se permutar as duas primeiras linhas da matriz acima :

1
2
3
1 1 2 1
2 2 4 2
4 5 5 6
L
L
L
(
(
(
(

Escalonando a matriz acima, vem :


1
2 2 1
3 3 1
1 1 2 1
2 2 4 2 2
4 5 5 6 4
L
L L L
L L L
(
(

(
(

1 1 2 1
0 0 0 0
0 1 3 2
(
(
(
(

A linha totalmente preenchida com zeros da matriz acima podes ser removida :


1
2
1 1 2 1
0 1 3 2
L
L
(
(

1 1 2
2
1 1 2 1
0 1 3 2
L L L
L
(
(

65

1 1 2
2
1 0 5 1
0 1 3 2
L L L
L
(
(

Observando-se a matriz acima conclui-se que o sistema indeterminado. Portanto, seu
conjunto soluo ficar em funo de uma varivel arbitrria, nesse exemplo a varivel z.

Exemplo : (continuao)

Portanto, o sistema ficaria escrito como :

0 5 1
0 3 2
x y z
x y z
+ + =

+ =

Logo, o conjunto soluo do sistema fica :

( ) ( ) ( ) { }
3
, , | , , 1 5 , 2 3 , S x y z x y z z z z = = +

Tambm possvel aplicar o mtodo de Gauss-Jordan a sistema cujo nmero de equaes
maior que o nmero de variveis.

Exemplo : Aplicando o mtodo de Gauss-Jordan resolva, se possvel, o sistema abaixo :


3 1
4 2
3 4 0
x y
x y
x y
+ =

A matriz aumentada desse sistema :

1
2
3
1 3 1
4 1 2
3 4 0
L
L
L
(
(

(
(

Escalonando a matriz acima, vem :

1
2 2 1
3 3 1
1 3 1
4 1 2 4
3 4 0 3
L
L L L
L L L
(
(

(
(

3 3 2
1 3 1
0 13 2
0 13 3 L L L
(
(

(
(

66

1 3 1
0 13 2
0 0 1
(
(

(
(

Portanto, o sistema acima impossvel, logo
{ } S =
14.0 Exerccios

(Manoel Paiva) Resolva, se possvel, os sistemas abaixo empregando o mtodo de Gauss-
Jordan

a)
5 2 10
2 3 3
3 6 5 19
x y z
x y z
x y z
+ + =

+ =

+ + =

b)
2 1
3 2
5 3 1
x y z
x y z
x y z
+ =

+ =

+ =

c)
3 7 11 6
2 4 1
3 3 4
x y z
x y z
x y z
+ =

+ =

+ =

d)
2 7
4 3 5
2 3 2 7
x y z
x y z
x y z
+ + =

+ =

+ + =

e)
3 2 3
2 1
6 5 5 6
x y z
x y z
x y z
+ =

+ + =

+ + =

f)
3 2 4
2 6
2 0
x y z
x y z
x y z
+ + =

+ =

+ + =

g)
3 4
2
2 6
x y
x y
x y
+ =

+ =

h)
2 3
3 6 9
2 4 6
x y
x y
x y
=