Álgebra Linear e Vetorial

Disciplina:
Álgebra Linear e Vetorial

Docente:
Luiz Carlos Pitzer

Unidade 1: Matrizes e Sistemas Lineares
Esta unidade está dividida em três tópicos:
 Tópico 1 – Matrizes
 Tópico 2 – Determinantes e Inversão de Matrizes
 Tópico 3 – Sistemas Lineares e seu Ensino
Um excelente vídeo que mostra algumas aplicações de matrizes:

https://www.youtube.com/watch?v=rowWM-MijXU
 Tópico 1 – Matrizes: definição e representação
Segundo Paiva (2013, p. 95), denomina-se "matriz do tipo m x n (lê-se m
por n) toda tabela de números dispostos em m linhas e n colunas. Tal tabela
deve ser representada entre parênteses ( ) ou colchetes [ ]".
A matriz é normalmente representada por uma letra maiúscula, enquanto
cada elemento por uma letra minúscula.
Onde a informação , informa a ordem da
matriz, ou seja, que neste caso, a matriz
possui 3 linhas e 3 colunas.
Os elementos possuem a mesma ideia.
Como exemplo, o elemento é aquele que
ocupa a 3ª linha e a 2ª coluna.
 Tópico 1 – Matrizes: definição e representação
O elemento da 2ª linha e da 1ª coluna, deve

ser identificada da seguinte forma:
Ou seja, a matriz possui 2
linhas e 3 colunas
Obs.: não ler como sendo o elemento vinte
e um. Pode ser feita a leitura como sendo o
elemento dois um.
 Tópico 1 – Matrizes: elementos correspondentes
Dadas duas matrizes de mesma ordem (ou tipo), A e B, exemplo

e
dizemos que os elementos de mesmo índice (linha e coluna) são
correspondentes.
Assim:
• e são correspondentes.
• e são correspondentes.
 Tópico 1 – Matrizes: igualdade.
Duas matrizes e de mesma ordem são iguais quando todos os seus
elementos correspondentes são iguais, isto é, sendo e
, temos quando para todo e todo .
Por exemplo, para que as matrizes sejam iguais, devemos ter:
.
 Tópico 1 – Matrizes: tipologia.
Nas representações de matrizes, temos nomenclaturas específicas para cada
tipo de matriz, conforme apresentadas a seguir:
• Matriz coluna: Dizemos que é uma matriz coluna quando for de ordem x 1,
ou seja, quando o = 1. Por exemplo:
UNI IMPORTANTE! Esse tipo de matriz é importante para o estudo da Álgebra

Linear, pois é comumente utilizada para representar vetores.
• Matriz linha: Dizemos que é uma matriz linha quando for de ordem 1 x ,
ou seja, quando o = 1. Por exemplo:
• Matriz nula: A matriz que tem todos os elementos iguais a zero é

denominada de matriz nula. Por exemplo:
• Matriz transposta: Dada uma matriz A = (aij)mxn, denominamos transposta
de A (e indicamos At) a matriz At = (a’ji)nxm, tal que a’ji = aij. Em outras
palavras, a matriz At é obtida trocando-se as linhas pelas colunas da matriz
A. Por exemplo:
• Matriz opostas: Dada uma matriz A = (aij)mxn, a sua matriz oposta será
definida por – A = (– aij)mxn. Isso significa que a matriz oposta da matriz A é
aquela que possui elementos opostos correspondentes ao da matriz A. Por
exemplo:
.
• Matriz quadrada: Quando m = n, ou seja, o número de linhas for igual ao

número de colunas, dizemos que a matriz é quadrada de ordem nxn ou
simplesmente de ordem n. Por exemplo:
.
• Ainda sobre a Matriz quadrada: Em uma matriz quadrada temos duas
importantes diagonais, a principal e a secundária. Acompanhe o exemplo:
diagonal principal
diagonal secundária
diagonal principal
diagonal secundária
• Matriz triangular: Em uma matriz quadrada, quando os elementos acima ou
abaixo da diagonal principal são todos nulos (iguais a zero). Por exemplo:
Na matriz triangular inferior, todos os elementos à direita e acima da diagonal

principal são nulos.
Na matriz triangular superior, os elementos à esquerda e

abaixo da diagonal principal são nulos
• Matriz diagonal: Em uma matriz quadrada de ordem n, quando todos os
elementos posicionados acima e abaixo da diagonal principal são nulos,
denominamos de matriz diagonal. Por exemplo:
• Matriz identidade: Em uma matriz quadrada de ordem n, quando todos
os elementos da diagonal principal são iguais a 1 e os outros elementos
são iguais a zero, denominamos de matriz identidade e seu símbolo é In
(onde n representa a ordem da matriz). Exemplos:
 Tópico 1 – Matrizes: operações.
• Adição e subtração de matrizes:
Definição: Sejam duas matrizes A = (aij) e B = (bjj) de ordem mxn, a soma A + B
é a matriz C = () de ordem mxn, tal que, = + , para i = 1, 2, 3, ..., m e j = 1, 2, 3,
..., n.
Exemplo:
Sejam , então
• Adição e subtração de matrizes:
Para a subtração de matrizes utilizaremos a ideia de soma com a matriz oposta.
Assim, sendo A e B duas matrizes do tipo mxn, denominamos diferença entre A
e B (representada por A - B) a soma da matriz A com a matriz oposta de B, isto
é, A - B = A + (-B).
Exemplo:
Sejam, , logo
• Propriedade da adição e subtração de matrizes:
Propriedade Associativa: Para quaisquer matrizes A, B e C, de mesma
ordem mxn, vale a igualdade: (A + B) + C = A + (B + C)
Propriedade Comutativa: Para quaisquer matrizes A e B, de mesma ordem
mxn, vale a igualdade: A + B = B + A
Propriedade do Elemento neutro: Existe uma matriz nula 0 que somada
com qualquer outra matriz A de mesma ordem fornecerá a própria matriz A,
isto é: 0 + A = A
Propriedade do Elemento oposto: Para cada matriz A existe uma matriz -A,
denominada a oposta de A, cuja soma entre ambas fornecerá a matriz nula
de mesma ordem, isto é: A + (-A) = 0
• Multiplicação de uma matriz por um número real:
Definição: Seja a matriz A = (aij)mxn e k um número real. O produto de K
pela matriz A (indica-se: K·A) é a matriz B = (bij)mxn, em que bij = k·aij, para
todo i (i = 1, 2, 3, ..., m) e para todo j (j = 1, 2, 3, ..., n).
Exemplo:
• Multiplicação de matrizes:
A multiplicação de matrizes não é uma operação tão simples como as outras já
estudadas até aqui, pois não basta multiplicar os elementos correspondentes.
Fique atento à explicação!
Definição: Dada uma matriz A = (ajj) do tipo mxn e uma matriz B = (bjj) do tipo
nxp, o produto da matriz A pela matriz B é a matriz C = (cij) do tipo mxp, tal
que o elemento cij é calculado multiplicando-se ordenadamente os elementos
da linha i, da matriz A, pelos elementos da coluna j, da matriz B, e somando-se
os produtos obtidos. Para dizer que a matriz C é o produto de A por B, vamos
indicá-la por AB.
Só definimos o produto AB de duas matrizes quando o número de colunas de
A for igual ao número de linhas de B; além disso, notamos que o produto AB
possui o número de linhas de A e o número de colunas de B.
Acompanhe a multiplicação das matrizes A de ordem 3x2 e B de ordem 2x4:
O primeiro fato a observar é que só podemos multiplicar matrizes quando o

número de colunas da primeira matriz for igual ao número de linhas
da segunda matriz. Note que na definição A tem 2 colunas e B
tem 2 linhas.
Como A possui duas colunas e B possui duas linhas, podemos calcular C = A·B.
Sabemos que a matriz C terá ordem 3x4 devido à definição, pois a ordem da
matriz é resultado da multiplicação de duas matrizes, onde herda o número de
linhas da primeira e o número de colunas da segunda. Observe:
Desta forma,
Precisamos definir os elementos cij da matriz resultante C e para isso, é

necessário saber que:
• c11 é o resultado da multiplicação dos elementos da 1ª linha da matriz A
com os elementos da 1ª coluna da matriz B.
• c12 é o resultado da multiplicação dos elementos da 1ª linha da

matriz A com os elementos da 2ª coluna da matriz B. E assim por
diante...
Por exemplo
• c11 é o resultado da multiplicação dos elementos da 1ª linha da matriz A
com os elementos da 1ª coluna da matriz B.
• c12 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com

os elementos da 2ª coluna da matriz B. E assim por diante...
Com isso, finalmente, teremos:
• Matriz inversa:
Definição: Dada uma matriz quadrada A, de ordem n, se X é uma matriz, tal
que AX = In e XA = In, onde In é a matriz identidade de ordem n, então X é
denominada matriz inversa de A, sendo simbolizada por .
Analisando a definição, é possível perceber que a matriz inversa nem sempre

existe.
Quando existir a matriz inversa de A, dizemos que A é uma matriz invertível
ou não singular.
• Matriz inversa:
Observe que a matriz é invertível e sua matriz inversa é: pois:
Observe que a matriz A multiplicada pela inversa nos dá a

matriz identidade.
• Matriz inversa:
Exemplo geral:
Verifique se existe e, em caso afirmativo, determine a matriz inversa
de
Resolução: Seja X a matriz quadrada de ordem 2 procurada, isto é:
Pela definição, inicialmente devemos ter:
• Matriz inversa:
Pela igualdade de matrizes, temos os sistemas:

que resolvido nos dá a = -3 e c = 2.
que resolvido nos dá b = 8 e d = -5.
Logo, a matriz inversa A é:
• Propriedade da multiplicação de matrizes:
Propriedade Associativa:
(A·B) ·C = A·(B·C)
Propriedade Distributiva à direta em relação à adição:
(A + B) ·C = A·C + B·C
Propriedade Distributiva à esquerda em relação à adição:
A·(B + C) = A·B + A·C
IMPORTANTE: É possível A·B = 0, sem termos A = 0 ou B = 0.

Na história da matemática, a ideia de determinante aparece em soluções de
sistemas lineares pelo menos um século antes do matemático inglês Arthur
Cayley criar as teorias das matrizes.
Apesar de hoje estudarmos primeiro matrizes, depois determinantes e, em

seguida, sistemas lineares, a ordem histórica foi: sistemas lineares,
determinantes e, somente mais tarde, as matrizes.
• O Cálculo do Determinante:
O determinante é um número real associado a uma matriz QUADRADA.
É importante destacar que cada matriz possui um único determinante.
O determinante de uma matriz A será denotado por “det A” ou por DA.

• Determinante de Uma Matriz de Primeira Ordem:
O determinante de uma matriz de primeira ordem, A = (a11), é definido pelo
valor do seu elemento único a11, ou seja: det A = [a11] = a11
Exemplos:
1) Se M = (6), então det M = 6.

2) Se Z = [-2] então det Z = -2.
• Determinante de Uma Matriz de Segunda Ordem:
A matriz quadrada de segunda ordem tem como determinante o número real
obtido
Portanto, o determinante de uma matriz de segunda ordem é dado pela

diferença entre o produto dos elementos da diagonal principal e o produto
dos elementos da diagonal secundária.
• Determinante de Uma Matriz de Segunda Ordem:
Exemplo:
Calcular o determinante da matriz
det B =
det B =
det B =
• Determinante de Uma Matriz de Terceira Ordem – Regra de Sarrus:
O cálculo do determinante de terceira ordem pode ser feito por meio de um
dispositivo prático, denominado regra de Sarrus.
1º passo: Repetimos as duas primeiras colunas ao lado da terceira coluna:

2º passo: Encontramos a soma do produto dos elementos da diagonal
principal com os dois produtos obtidos pela multiplicação dos elementos das
paralelas a essa diagonal:
3º passo: Encontramos a soma do produto dos elementos da diagonal
secundária com os dois produtos obtidos pela multiplicação dos elementos
das paralelas a essa diagonal:
4º passo: Por fim, devemos operar: a soma do produto da diagonal principal
com suas paralelas, menos a soma do produto da diagonal secundária com
suas paralelas. Desta forma:
Exemplo
det B = (3 · 1 · 4 + 4 · 5 · 0 + 2 · 2 · 7) - ( 2 · 1 · 0 + 3 · 5 · 7 + 4 · 2 · 4)
det B = (12 + 0 + 28) - (0 + 105 + 32)
det B = 40 – 137
det B = - 97
• Cofator e o Teorema de Laplace:
Como neste momento, temos muitos detalhes, sugiro assistir ao vídeo a
seguir:
https://www.youtube.com/watch?v=726AOpEEXrw
• Cálculo da Matriz Inversa utilizando:
No tópico anterior vimos como calcular a matriz inversa de uma matriz de
ordem 2 utilizando a definição e resolvendo o sistema linear.
Agora, veremos como utilizar o determinante da matriz para determinar sua
inversa.
• Propriedades dos Determinantes:
Como vimos no estudo das propriedades das matrizes, as propriedades dos
determinantes facilitam certos cálculos, sendo possível fazer com que
economizemos tempo na resolução desses cálculos.
P1: Se os elementos de uma linha (ou uma coluna) de uma matriz quadrada
forem todos iguais a zero, seu determinante será zero.
Exemplo:
P2: Se os elementos de duas linhas ou colunas de uma matriz forem iguais, seu
determinante será nulo.
Exemplo:
P3: Se uma matriz possui duas linhas (ou colunas) proporcionais, então seu
determinante será nulo.
Exemplo:
P4: Se trocarmos de posição, entre si, duas linhas (ou colunas) de uma matriz
quadrada, o determinante da nova matriz é o anterior com o sinal trocado.
Exemplo:
P5: Se multiplicarmos todos os elementos de uma linha (ou coluna) por um
número real α, então o determinante da nova matriz é o anterior multiplicado
pelo número α.
Exemplo:
P6: O determinante de uma matriz quadrada A é igual ao determinante de sua
transposta AT.
Exemplo:
P7: Teorema de Jacobi: o determinante de uma matriz não se altera quando
somamos aos elementos de uma linha (ou coluna) uma combinação linear dos
elementos correspondentes de linhas ou colunas paralelas.
Exemplo:
Substituindo a 1ª coluna pela soma dessa
mesma coluna com o dobro da 2ª, temos:
P8: O determinante associado a uma matriz triangular é igual ao produto da
diagonal principal.
Exemplo:
2)
P9: Teorema de Binet: se A e B são matrizes quadradas, então
det (AB) = det A ∙ det B.
Exemplo:
Se A = B = e
A  B = , então:
P10: Matriz inversa: seja M uma matriz inversível de ordem n, temos:
Exemplo:
• Matriz Singular:
Uma matriz é denominada singular quando o seu determinante é nulo.
Exemplo
Existem nove matrizes singulares com dimensão 2x2 compostas dos números
0 e 1:
• Escalonamento de Matrizes:
O escalonamento de matrizes nos auxilia:
• No cálculo de determinantes de qualquer ordem

• No cálculo da inversa de uma matriz de qualquer ordem
• Na resolução de sistemas lineares
• Forma Escalonada de uma Matriz:
Uma matriz é denominada de forma escalonada quando o número de zeros
no lado esquerdo do primeiro elemento não nulo da linha aumenta a cada
linha.
Exemplo 1: A matriz é uma matriz escalonada.
Exemplo 2: A matriz não é uma matriz escalonada

• Método de Eliminação de Gauss:
O método de eliminação de Gauss, também conhecido como escalonamento,
é utilizado para converter uma matriz qualquer na forma de matriz
escalonada, aplicando uma sequência de operações, denominadas operações
elementares.
As operações elementares se constituem de três operações básicas:
• Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula. Simbolizamos por: Li = ∙Li ().
• Trocar ou permutar: podemos trocar duas linhas inteiras entre si.
Simbolizamos por: Li = Lk.
• Somar ou subtrair: um múltiplo de uma linha a outra linha.
Simbolizamos por: Li = Li + ∙Lk ().
O método de eliminação de Gauss, também conhecido como escalonamento,
é utilizado para converter uma matriz qualquer na forma de matriz
escalonada, aplicando uma sequência de operações, denominadas operações
elementares.
As operações elementares se constituem de três operações básicas:
• Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula. Simbolizamos por: Li = ∙Li ().
• Trocar ou permutar: podemos trocar duas linhas inteiras entre si.
Simbolizamos por: Li = Lk.
• Somar ou subtrair: um múltiplo de uma linha a outra linha.
Simbolizamos por: Li = Li + ∙Lk ().
Sugiro neste momento, assistir os vídeos presentes na Ambiente de
Aprendizagem, para entender o processo de eliminação de Gauss, pois, além
de ser importantíssimo esse processo, o seu desenvolvimento pode ser
trabalhoso e proporcionar algumas dúvidas.
• Equação Linear:
Você já iniciou os estudos sobre sistemas lineares no Ensino Fundamental e
no Ensino Médio.
Reviu estes conceitos na disciplina de Introdução ao Cálculo e agora vamos
ampliá-los, buscando resolvê-los através do escalonamento e dos
determinantes.
Definição:
É toda equação da forma: , onde são números reais que recebem o nome de
coeficientes das incógnitas e b é um número real chamado termo
independente.
• Equação Linear:
São exemplos de equações lineares:

São exemplos de equações não lineares:
• Sistema de Equações Lineares:
Um sistema de equações lineares pode ser definido como um conjunto de n
equações com n variáreis independentes entre si, na forma genérica como:
• Sistema de Equações Lineares:
Um sistema de equações lineares pode ser definido como um conjunto de n
equações com n variáreis independentes entre si, na forma genérica como:
• Forma Matricial:
As equações lineares podem ser descritas na forma matricial como A · X = B,
na qual:
para o qual:
Matriz dos Matriz das

Matriz dos resultados
coeficientes. incógnitas.
ou dos termos
independentes.
• Matriz Incompleta:
É a matriz formada apenas pelos coeficientes das incógnitas do sistema. Em
relação ao sistema:
• Matriz Completa:
É a matriz que se obtém acrescentando à matriz incompleta uma última
coluna formada pelos termos independentes das equações do sistema.
• Classificação de um Sistema Linear:
Sistema Possível e Determinado (SPD) = Quando só há uma possibilidade de
resposta para x1, x2, x3,…, xn de modo a satisfazer o sistema. Por esse motivo,
dizemos que é determinado: há uma única solução.
Sistemas Possíveis e Indeterminados (SPI) = Nesse tipo de sistemas há
infinitas possibilidades de combinações para x1, x2, x3,…, xn que satisfazem o
sistema linear. Logo, este sistema é possível, mas é indeterminado, pois não
há uma única e determinada solução, mas infinitas.
Sistemas Impossíveis (SI) = Como o próprio nome diz, são os sistemas que
não têm soluções, ou seja, não há combinação possível para x1, x2, x3,…, xn de
modo a satisfazer, simultaneamente, todas as m equações do sistema.
• Resolução de um Sistema Linear:
Regra de Cramer
A Regra de Cramer afirma que todo sistema normal tem uma única solução
dada por: em que ∈ { 1,2,3,...,}, D = det A é o determinante da matriz
incompleta associada ao sistema, e é o determinante obtido pela
substituição, na matriz incompleta, da coluna i pela coluna formada pelos
termos independentes.
• Resolução de um Sistema Linear:
Exemplo: Resolver o sistema , utilizando a regra de Cramer:
Resolução:
Desta forma, o sistema linear tem como solução {(1, 1)}, sendo um sistema possível determinado
(SPD) e tem como representação geométrica duas retas concorrentes.
• Sistemas Equivalentes:
Dois sistemas são ditos equivalentes quando possuem o mesmo conjunto
solução.
Exemplo:
Sendo e o par ordenado (x, y) = (1, 2) satisfaz ambos e é único. Logo, são
equivalentes:
• Propriedades dos Sistemas Equivalentes:
Propriedade 1: Trocando de posição as equações de um sistema, obtemos um
outro sistema equivalente.
Propriedade 2: Multiplicando uma ou mais equações de um sistema por um
número real não nulo k, obtemos um sistema equivalente ao anterior.
Propriedade 3: Adicionando a uma das equações de um sistema o produto de
outra equação desse mesmo sistema por um número real não nulo k,
obtemos um sistema equivalente ao anterior.
• Propriedades dos Sistemas Equivalentes:
Propriedade 1: Trocando de posição as equações de um sistema, obtemos um
outro sistema equivalente.
Propriedade 2: Multiplicando uma ou mais equações de um sistema por um
número real não nulo k, obtemos um sistema equivalente ao anterior.
Propriedade 3: Adicionando a uma das equações de um sistema o produto de
outra equação desse mesmo sistema por um número real não nulo k,
obtemos um sistema equivalente ao anterior.
• Sistemas Escalonados – Método de Gass:
Assim como orientado no escalonamento, pela importância e
complexibilidade envolvida, vou indicar agora um vídeo que pode ser utilizado
neste momento
https://www.youtube.com/watch?v=j4idlVYIOCM
• Discussão de um Sistema Linear:
Para discutir um sistema linear de n equações e n incógnitas,
calculamos o determinante D da matriz incompleta. Assim, se:
• O sistema é possível e determinado (SPD), ou seja, tem solução

única.
• O sistema pode ser possível e indeterminado (SPI) (ter infinitas
soluções) ou impossível (SI) (não ter solução).
No caso de , o sistema poderá ser SPI ou SI.
Para identificarmos se ele é SPI ou SI teremos que encontrar todos os ’s para
saber se o sistema é possível e indeterminado ou impossível. De que forma?

• Se todos os forem iguais a 0, teremos um SPI.
• Se pelo menos um diferente de zero, teremos um SI.
No caso de , o sistema poderá ser SPI ou SI.
Para identificarmos se ele é SPI ou SI teremos que encontrar todos os ’s para
saber se o sistema é possível e indeterminado ou impossível. De que forma?

• Se todos os forem iguais a 0, teremos um SPI.
• Se pelo menos um diferente de zero, teremos um SI.
Exemplo: Discutir o sistema: .
Resolução: O primeiro passo é sempre calcular o determinante D.
Logo, o sistema é possível e determinado, apresentando solução única.

“ Obrigada

Álgebra Linear e Vetorial - Tutor - U1

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Álgebra Linear e Vetorial - Tutor - U1

Enviado por

Direitos autorais:

Formatos disponíveis

Disciplina:

Luiz Carlos Pitzer

Esta unidade está dividida em três tópicos:

 Tópico 2 – Determinantes e Inversão de Matrizes

 Tópico 3 – Sistemas Lineares e seu Ensino

Um excelente vídeo que mostra algumas aplicações de matrizes:

O elemento da 2ª linha e da 1ª coluna, deve

Dadas duas matrizes de mesma ordem (ou tipo), A e B, exemplo

UNI IMPORTANTE! Esse tipo de matriz é importante para o estudo da Álgebra

• Matriz nula: A matriz que tem todos os elementos iguais a zero é

• Matriz quadrada: Quando m = n, ou seja, o número de linhas for igual ao

Na matriz triangular inferior, todos os elementos à direita e acima da diagonal

Na matriz triangular superior, os elementos à esquerda e

O primeiro fato a observar é que só podemos multiplicar matrizes quando o

Precisamos definir os elementos cij da matriz resultante C e para isso, é

• c12 é o resultado da multiplicação dos elementos da 1ª linha da

• c12 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com

Analisando a definição, é possível perceber que a matriz inversa nem sempre

Observe que a matriz A multiplicada pela inversa nos dá a

Pela igualdade de matrizes, temos os sistemas:

IMPORTANTE: É possível A·B = 0, sem termos A = 0 ou B = 0.

Apesar de hoje estudarmos primeiro matrizes, depois determinantes e, em

O determinante é um número real associado a uma matriz QUADRADA.

É importante destacar que cada matriz possui um único determinante.

O determinante de uma matriz A será denotado por “det A” ou por DA.

1) Se M = (6), então det M = 6.

Portanto, o determinante de uma matriz de segunda ordem é dado pela

1º passo: Repetimos as duas primeiras colunas ao lado da terceira coluna:

• No cálculo de determinantes de qualquer ordem

Exemplo 2: A matriz não é uma matriz escalonada

Matriz dos Matriz das

• O sistema é possível e determinado (SPD), ou seja, tem solução

Logo, o sistema é possível e determinado, apresentando solução única.

Você também pode gostar