Matemática para Economia III

Aula 4: Matrizes e Operações

Matriciais
Definição 1 (Matriz): Chamamos de Matriz a todo conjunto de
“valores”, dispostos em linhas e colunas. Representamos
matrizes com letras maiúsculas do nosso alfabeto.
Dada uma matriz A denotaremos cada elemento da matriz A
por aij onde i é o número da linha e j é o número da coluna desse
elemento.

 a11 a12 a13  a1n 

 
 a a22 a23  a2 n 
A 21
    
 
 am1 am 2 am 3  amn  mn
Exemplo: uma matriz genérica 3x2 teria a forma:
 a11 a12 
A  a21 a22 
 a31 a32 

Matrizes-linha e matrizes-coluna (vetores linha e coluna) são de

importância especial e é prática comum denotá-los por letras
minúsculas em negrito em vez de letras maiúsculas. Assim um vetor
linha 1xn arbitrário a e um vetor coluna mx1 arbitrário b podem ser
escritos como
 b1 
b 
a  [a1 a2  an ] , b   2 
 
 
bm 
 Tipos de Matrizes
Matriz Quadrada: é matriz cujo número de linhas é igual ao de
colunas.

Matriz Transposta: é a matriz obtida trocando-se a linha pela

coluna e vice-versa da matriz original.

1 3  5 1 0 2

A  0  2 4  
A   3  2 3
T 

2 3 6   5 4 6

Matriz Identidade: é a matriz quadrada cujos elementos da
diagonal principal são iguais a 1 e os demais elementos iguais
a zero.

diagonal principal

Matriz Nula: Chama-se matriz nula a matriz na qual todos os seus

elementos são iguais a zero.

0 0 0 
0 
0 0 0 
Matriz Triangular: é matriz cujos elementos localizados acima ou
abaixo da diagonal principal são iguais a zero.
 4 0 0
 
 5 2 0
 3 1 6
 
Matriz Diagonal: é a matriz cujos elementos localizados acima e
abaixo da diagonal principal são iguais a zero.
 2 0 0
 
 0 5 0
 0 0 3
 
Matriz escalar: Uma matriz escalar é uma matriz diagonal onde
todos os elementos da diagonal são iguais ao escalar k.
Matriz Simétrica: Os elementos opostos em relação à diagonal
principal são iguais.
1 2 0
A   A A T
2 7 4
0 4 3
 

Matriz Anti-Simétrica: Os elementos opostos em relação à

diagonal principal são simétricos com o sinal trocado.

 0 5 2 
A   A  A T
 5 0 1
 2 1 0
 
 Traço de uma matriz

Se A é uma matriz quadrada então o traço de A, denotado por

tr(A), é definido pela soma das entradas na diagonal principal
de A. O traço de A não é definido se A não é uma matriz
quadrada.

Exemplo:
1 3  5
A  0  2 4 ,
2 3 6 
tr ( A)  1  (2)  6  5
 Operações sobre Matrizes

Igualdade de matrizes: Dadas duas matrizes A e B do mesmo

tamanho (ou seja, de mesma ordem), dizemos que A = B se
somente se os seus elementos são respectivamente iguais.
Simbolicamente, sendo A e B matrizes mx n, temos:

A = B <=> aij=bij
 Operações sobre Matrizes
Adição e Subtração: Para adicionarmos ou subtrairmos
duas matrizes A e B basta que elas sejam de mesma ordem.
Isto é, elas devem ter o mesmo número de linhas e o mesmo
número de colunas.
Define-se a adição A + B = C como sendo formada pelos
elementos cij= aij + bij
Define-se a subtração A - B = C como sendo formada pelos
elementos cij= aij - bij
Exemplo:
2 5 1   1 6 0 3 11 1 
A  B  A B   
 3  2 4   1 3 2  2 1 2
 Operações sobre Matrizes
Multiplicação de matrizes:Dada duas matrizes A (m x n) e
B (n x p), chama-se produto da matriz A pela matriz B
que se indica C = A . B a matriz m x p definida por

Cij=ai1.b1j + ai2.b2j + ai3.b3j + ... + ain.bnj

Observações:
• O produto de duas matrizes existe se e somente se o
número de colunas da matriz A for igual ao número de
linhas da matriz B.
• Se as matrizes A e B são m x n e n x p respectivamente,
então o produto C = A . B existe e é uma matriz m x p,
 Operações sobre Matrizes

Exemplo (Multiplicação):

 2 3
  3 1
A  1 0  e B  
 2 4
4 5
2.3  3.2 2.1  3.4 12 14 

C  A.B  1.3  0.2   
1.1  0.4    3 1 
4.3  5.2 4.1  5.4 22 24
 Propriedades

1  A  B  C  A   B  C 
2 A B  B  A
3 A M  A
4  A  A'  0
aqui M representa a matriz nula (0) e A’=(-A)
 Propriedades

1  a. b. A   a.b . A
2  a. A  B   a. A  a.B
3   a  b . A  a. A  b. A
4  1. A  A
Onde 1 é matriz identidade de mesma ordem de A, a e b são
escalares (o produto de uma matriz A por um escalar
b é a matriz bA obtida pela multiplicação de cada entrada
da matriz A por b).
 Propriedades
1  A.( B.C )  ( A.B ).C
2  A.( B  C )  A.B  A.C
3  ( A  B ).C  A.C  B.C
4  k ( A.B)  A.(k .B )  k .( A.B )

Em geral A.B≠B.A
 Propriedades

1 A t t
A
2   A  B  A  B
t t t

3   k . A  k . A
t t

4   A.B   B . A
t t t
 Matrizes em blocos (particionadas)
Uma matriz pode ser subdividida em blocos ou particionada em
matrizes menores inserindo cortes horizontais e verticais entre
linhas e colunas. Por exemplo, as seguintes são três partições
possíveis de uma matriz 3X4 arbitrária.
 Multiplicação matricial por colunas e linhas
A partição de matrizes em blocos tem muitas utilidades, uma
das quais sendo encontrar uma linha ou coluna específica de
um produto matricial A.B sem calcular todo o produto.
j-ésimo vetor coluna de A.B=A.[j-ésimo vetor coluna de B]

i-ésimo vetor linha de A.B=[i-ésimo vetor linha de A].B

Exemplo: Sejam
 4 1
1 2 4 
A  , B  0  1
2 6 0  2 7 
 Multiplicação matricial por colunas e linhas
O segundo vetor coluna de A.B pode ser obtido calculando

1
1 2 4    1.1  2.(1)  4.7   27 
2 6 0. 1  2.1  6.(1)  0.7    4
 7     
 

Segunda
coluna de A.B
Segunda coluna
de B
Produtos matriciais como combinações lineares
Sejam

Dizemos que o produto Ax de uma matriz A por um vetor

coluna x é uma combinação linear dos vetores colunas de A
com coeficientes provenientes do vetor x
 Forma matricial de um sistema linear
Considere o sistema linear com m equações e n incógnitas:

Podemos substituir m equações deste sistema por uma única

equação matricial:
 Forma matricial de um sistema linear
A matriz mx1 à esquerda desta equação pode ser escrita como um
produto:

Matriz de coeficientes Matriz-coluna Matriz-coluna de

de incógnitas constantes

Denotando estas matrizes por A, x e b, respectivamente, o

sistema original de m equações e n incógnitas foi substituído
pela única equação matricial:
Ax = b