ÁLGEBRA MATRICIAL

 Matriz é um agrupamento retangular de elementos, dispostos em m

linhas e n colunas, onde m e n são números inteiros maiores ou
iguais a 1.

 O tamanho (ou dimensão) de uma matriz corresponde ao número de

linhas e colunas existentes na matriz, por esse motivo denominada
matriz (lê-se m por n) ou matriz de ordem .

 Dada a matriz A do tipo , denomina-se o elemento ao

componente da matriz que ocupar a linha i e a coluna j, onde
.

Continua
Continuação

 Uma matriz é representada da seguinte maneira:

 Seja a matriz .

a) Se m = 1 e n > 1, a matriz é chamada matriz linha.

b) Se m > 1 e n = 1, a matriz é denominada matriz coluna.

Continua
Continuação

c) Se m = n, a matriz é dita matriz quadrada de ordem m.

d) Diagonal principal de uma matriz quadrada é o conjunto de

elementos dessa matriz , tais que i = j.

e) Diagonal secundária de uma matriz quadrada é o conjunto de

elementos dessa matriz , tais que i + j = n + 1.

Continua
Continuação

f) Matriz diagonal é uma matriz quadrada, onde aij = 0 para

, isto é, todos os elementos que não pertencem à diagonal
principal são nulos.

g) Matriz nula é a matriz em que todos os seus elementos são

nulos.
Notação: .

h) Matriz identidade é uma matriz diagonal cujos elementos da

diagonal principal são todos iguais a 1 e os demais são todos nulos.
Notação: In, onde n indica a ordem da matriz.
 Duas matrizes são iguais quando

aij = bij para todo i = 1, ... , m e todo j = 1, ... , n.

 Dadas duas matrizes , denomina-se soma
ou adição da matriz A com a matriz B, e indicada por A + B, a
matriz , tal que .

Definição: Dada a matriz , chama-se matriz oposta de A a

matriz B, tal que A + B = 0.
Notação: B = –A.

Definição: Dadas duas matrizes ,

denomina-se diferença da matriz A com a matriz B, e indicada por
A – B, a matriz soma de A com a oposta de B (A – B = A + (–B)).
Operações com Matrizes:

Adição e Subtração de Matrizes: só podemos somar ou subtrair

matrizes de mesma ordem.
 2 5  1 6   8 4 
Dadas as matrizes A  , B   5 2  e C   , calcule:
 3 4     2 6

 2 5   1 6   8 4 
A B C      
 3 4   5 2   2 6 

 2 5   1 6   8 4   7 15 
    
 3 4   5 2   2 6   0 4 
 O produto de um escalar (ou número real) k pela matriz

, cuja notação é , é a matriz obtida

multiplicando-se cada elemento de A pork .

 Dada a matriz , denomina-se transposta de A a matriz

, tal que

Para determinar a matriz transposta da matriz A, basta trocar suas

linhas por colunas ou suas colunas por linhas. A notação utilizada é
.
 Dadas duas matrizes , chama-se produto

de A por B a matriz , tal que:

onde:
Exemplo
Amxn . Bnxp  Cmxp
 0 1
 1 2 3    1.0  2.( 3)  3.4 1.1  2.5  3.2 
    3 5    
 0 4 2     0.0  4 x ( 3)  2 x 4 0.1  4.5  2.2 
 4 2 
0  6  12 1  10  6 
 
 0  12  8 0  20  4 
 6 17 
 
 4 24 
 Uma matriz quadrada A, de ordem n, se diz inversível se existir uma
matriz B, tal que . A matriz B é dita inversa de A. Uma matriz
não inversível é denominada singular.
Notação: B = A–1
 Matriz Inversa: A1
O produto de uma matriz pela sua inversa é igual à
matriz identidade.
1
A . A I
 4 2 1
Sendo A    , determine A
 5 3
det A = 12 – 10
det A = 2
 3 2  3 
  1
 3  2   2
    2 2  A 1
  
 5
  5 4    5 4   2 
 2 2   2 
 O determinante de uma matriz é um escalar obtido dos elementos da
matriz, mediante operações específicas. Os determinantes são
definidos somente para matrizes quadradas.

Indicamos o determinante da matriz por:

 O determinante da matriz é dado por:
 2 3
Ex:
1 4

det = 2 . (- 4)  1.(3)
 8  3
 5
 O determinante da matriz é dado por:
A Regra de Sarrus é utilizada, unicamente, para determinantes de
matrizes de 3a ordem.

 Repetimos, ao lado da matriz, as duas primeiras colunas dessa

matriz.

 Os termos precedidos pelo sinal “+” são obtidos multiplicando-se os

elementos segundo as setas situadas na direção da diagonal
principal: a11a22a33; a12a23a31;a13a21a32.

 Os termos precedidos pelo sinal “–” são obtidos multiplicando-se os

elementos de acordo com as setas situadas na direção da diagonal
secundária: –a13a22a31; –a11a23a32;–a12a21a33.

Continua
Continuação

 Observe o esquema a seguir:

Determinante de uma matriz de 3ª ordem
(Regra de Sarrus)
Ex: 3 1 2 3 1 2 3 1
4 3 1 4 3 1 4 3
1 6 5 1 6 5 1 6

det = 3.(-3).5 + 1.1.(-1) + 2.4.6-(-1).(-3).(2)-6.1.3-5.4.1

=-45-1+48-6+18-20
=-42
Menor Complementar (Dij)
É o determinante da matriz obtida após ser
eliminada a linha e a coluna do elemento aij
considerado.   0 1 2 
 , calcule D
Ex. Sendo A   3 4 5  12
 2 7 1


3 5 det = 3 + 10
2 1 det = 13
D12 = 13
Cofator
i j
Cij  (1) . Dij
 0 1 2 
  , calcule C
Ex. Dada a matriz A   3 4 5  21
 2 7 1
 
2 1 1 2
C21  (1) .D21  C21  (1) . 3

7 1
C21  (1).[1  14]  C21  15
Casos em que um determinante é igual a ZERO:

1 3 5
Ex: 1)
2 9 8  0
0 0 0

1 0 5
2)
2 0 8 0
5 0 16

• Quando todos os elementos de uma fila são nulos

Casos em que um determinante é igual a ZERO:

1 2 9 0
3)
8 1 3 2 L1  L 3
0
1 2 9 0
 8 1 9

3 9 6
4) 1 0  2  0 2.C 1  C 3
4 8 8

• Quando possui duas filas paralelas iguais ou proporcionais

Casos em que um determinante é igual a ZERO:

1 6 9
5) 3 5 0 0 L1  L 2  L 3
4 11 9

1 3 5 0
6) 3 1 7 9 2.C 1  C 2  C 3
0
0 7 7 8
7 5 9 0

• Quando uma das filas é a combinação linear de outras

filas paralelas.
Outras propriedades:

2 3 2 4
Ex: 1)  18  12  6  18  12  6
4 9 3 9

a b c a x r
2) Se x y z  10, então b y s  10
r s t c z t

det( A)  det( A )
t
Outras propriedades:

2 0 0
Ex: 1)
5 3 0  2.3.7  42
7 9 7

2 7 8 0
0 5 8 6
2)  2.5.3.2  60
0 0 3 5
0 0 0 2

• O determinante de uma matriz triangular é igual ao

produto dos elementos da diagonal principal
Outras propriedades:

2 5 5 2
Ex: 1)
 18  15  3  15  18  3
3 9 9 3

a b c r s t
2) Se x y z  5, então x y z  5
r s t a b c

• Quando trocamos a posição de duas filas paralelas, o

determinante troca de sinal
Outras propriedades:

2 3 5.2 3
Ex: 1) 6  5.6  30
4 9 5.4 9

a b c a b c
2) Se x y z  10, então 7.x 7. y 7.z  7.10  70
r s t r s t

• Se uma fila for multiplicada por um no, então o

determinante também fica multiplicado por esse no
Outras propriedades:

2 3 5.2 5.4
Ex: 1)
6  5 2 .6  150
4 9 5.3 5.9

2) Se A é 3x3 com det(A)  5, então

3
det(2.A)  2.det(A)  8.5  40

det(kA)  k n det( A), onde n é a ordem de A

Outras propriedades:

3 2  4 1
Ex: Sejam A    e B   .
5 7  2 3

Quanto vale det(A.B)?

detA  11 detB  10

det(A.B)  11.10  110

det( AB )  det( A) det( B)

Consequência : A.A -1  I
 det(A.A -1 )  det(I)
 det(A).det(A -1 )  1
 det(A -1 )  1/detA

 2 5
Ex: O determinante da inversa de A    é :
 3 9

det(A -1 )  1/detA  1/3

• det(A-1)=1/detA
Teorema Fundamental de Laplace

O determinante é a soma dos produtos dos elementos de uma

fileira (linha ou coluna) pelos seus respectivos cofatores.
  1 2 1 0 D = 0 ∙ C31 + 0 ∙ C32 + 2 ∙ C33 + 1 ∙ C34

| 3
0
4
1
0
5
2
2
0
4
1
1
|
C33 = (-1)(3+3) ∙ D33 = 1 ∙ (-26 + 33) = 7
  1 2 0  1 2
C33 = (-1)6 ∙

|
3 1 4 3 1
4 5 |
1 4 5
0 -20 -6 1 32 0
Teorema Fundamental de Laplace

O determinante é a soma dos produtos dos elementos de uma

fileira (linha ou coluna) pelos seus respectivos cofatores.
  1 2 1 0 D = 0 ∙ C31 + 0 ∙ C32 + 2 ∙ C33 + 1 ∙ C34

| 3
0
4
1
0
5
2
2
0
4
1
1
|
C34 = (-1)(3+4) ∙ D34 = - 1 ∙ (-14 + 31) = -17
  1 2 1  1 2
C34 = (-1)7 ∙

|
3 1 2 3 1
4 5 |
0 4 5
-4 -10 0 0 16 15
Teorema Fundamental de Laplace

O determinante é a soma dos produtos dos elementos de uma

fileira (linha ou coluna) pelos seus respectivos cofatores.
  1 2 1 0 D = 0 ∙ C31 + 0 ∙ C32 + 2 ∙ C33 + 1 ∙ C34

| 3
0
4
1
0
5
2
2
0
4
1
1
| D = 2 ∙ 7 + 1 ∙ (-17)
D = 14 – 17
D=-3
Ex. Cálculo o determinante da matriz A.

 3 1 2 5
0 0 4 0 
A
5 3 2 1
 
0 4 3 1
 Equações Lineares

Imagem disponibilizada por Andrejj/public

UM POUCO DA HISTÓRIA
Documentos históricos comprovam que antigas
civilizações orientais, como babilônica e a chinesa, já

domain
trabalhavam com equações lineares.
Já o interesse dos matemáticos ocidentais pelo Gottfried W. Leibniz

tema aprofundou-se apenas no século XVII, a partir de

Imagem disponibilizada por Scewing/public

um artigo do alemão Gottfried W. Leibniz (1646-1716),
que estabeleceu condições para associar o sistema de
equações lineares a um determinante. Em 1858, o
matemático inglês Arthur Cayley (1821-1895)
notabilizou-se ao tratar de sistemas lineares

domain
representando, em forma de matrizes, os dados
Arthur Cayley
extraídos de sistemas de equações.
 Equações Lineares

APLICAÇÃO DAS EQUAÇÕES LINEARES

A aplicação de equações e sistemas lineares é
fundamental na resolução de problemas que
envolvem equações com muitas incógnitas.
Problemas desse tipo se apresentam por exemplo,
na distribuição de energia elétrica, no
gerenciamento das linhas de telecomunicações e na
logística para transporte de mercadorias em uma
região.
Acompanhe a situação a seguir

Luísa foi ao caixa eletrônico sacar R$ 100,00 de sua conta. Se

o caixa havia apenas notas de R$ 10,00, R$ 20,00, e R$ 50,00, de
quantas maneiras ela pode ter efetuado o saque?
Esse tipo de problema que pode ser expresso por meio de
equação linear.
Chamando de x o número de células de R$ 10,00, y o
número de células de R$ 20,00 e z o número de células de R$
50,00, podendo associar essa situação à equação 10x + 20y + 50z
= 100.
A equação 10x + 20y + 50z = 100 é chamada equação linear.
 Equações Lineares

 
 De maneira geral, se , são constantes reais e são variáveis reais,
uma equação linear é do tipo.

𝑎1 𝑥1 +𝑎 2 𝑥 2+ 𝑎3 𝑥3 +…+ 𝑎𝑛 𝑥 𝑛=𝑏
 

  nsão as incógnitas; MATEMÁTICA

Ensino Médio, 2° ano
  são os coeficientes;
Matrizes: Operações
  é o termo independente.
Na equação linear 4x + 9y + 8z = 40,
temos.Ensino Médio, 2° ano
MATEMÁTICA,
Equações Lineares

 x, y e z são as incógnitas;
 4, 9 e 8 são os coeficientes;
 40 é o termo independente;
Soluções de uma equação linear

 Considere a equação 4x + 9y + 8z = 40

x=1
y=4 4.1 + 9.4 + 8.0 = 40 (Verdadeira)
z=0

x=3 MATEMÁTICA
Ensino Médio, 2° ano
y=2 4.3Matrizes: 40 (falsa)
+ 9.2 + 8.1 ≠Operações
z=1
 Sistemas Lineares
  Um sistema de equações lineares com incógnitas () é conjunto de
equações lineares, cada uma delas com incógnitas, consideradas
simultaneamente. Um sistema linear se apresenta do seguinte modo

  𝛼 11 𝑥1 +…+ 𝛼 1 𝑛 𝑥 𝑛 ¿ 𝛽1
𝑆:
{
𝛼 21 𝑥1 +…+ 𝛼 2 𝑛 𝑥𝑛
⋮
MATEMÁTICA
𝛼 𝑚1 𝑥1 +…+ 𝛼 𝑚𝑛 𝑥 𝑛
  Uma solução do sistema acima
EnsinoéMédio,
uma - 2°
¿
⋮
¿

upla
𝛽2
⋮
𝛽𝑚
.

ano de números reais que é

solução de cada uma das equações do sistema.
Matrizes: Operações
 Se chamamos de homogêneo.
 Forma Matricial
  𝛼 11 𝛼 12 … 𝛼1 𝑛 𝑥1 𝛽1

[ 𝛼 21
⋮
𝛼𝑚 1
𝛼 22
⋮
𝛼 22
…
⋱
…
⋮
][ ] [ ]
𝛼2 𝑛

𝛼 𝑚𝑛
·
𝑥2
⋮
𝑥𝑛
=
𝛽2
⋮
𝛽𝑚

 
𝐴  
𝑋 𝐵
 
 Regra de Cramer

 Seo sistema linear é tal que é é invertível, então a

solução do sistema é dada por
 

 em que é a matriz que se obtém de substituindo-se

a sua -ésima coluna por .
 𝐴1
 
Soluções de um sistema linear por Cramer

 

1 −3 1 5 −1 6
 
A= −2
−1[ −3
2
−1
−1 ]  
𝐴
[ −1
= −1
−7
0
1
−1
−9 ]
−2 −3 1 1 −2 1 1 −3 −2
 
𝐴1 = − 4
1 [ −3
2
−1
−1 ] [
 
𝐴2 = − 2
−1
−4
1
−1
−1 ] [  
𝐴3 = −2
−1
−3
2
−4
1 ]
 Escalonamento

• Método de Eliminação de Gauss (Seção 4)

• A matriz Inversa e escalonamento (Seção 5)

http://www.dm.ufscar.br/~sadao/download/?file=student/escalonamento.pdf