ÁLGEBRA

LINEAR
Aula 2
Determinantes
Sistemas Lineares
 Determinantes
A cada matriz quadrada é possível
associar um certo número real que
chamaremos de determinante

det : Mnxn  R   R
A  det( A)
Caso n=1
det : M1x1  R   R
a11   a11

Caso n=2

det : M2 x 2  R   R
 a11 a12 
   a11 a22  a21 a12
 a21 a22 
Caso n=3 : Regra de Sarrus

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
det : M3 x 3  R   R
a  
ij

a11 a22 a33  a12 a23 a31  a13 a21 a32

 a31 a22 a13  a32 a23 a11  a33 a21 a12
 Matriz dos cofatores
 a11  a1 j  a1n 
i j

      

cij  (1) M ij
A   ai 1  aij  ain  ,
 
       cofator de aij
a  amj  amn 
 m1
matriz obtida
quando se cancela
Cof ( A)  (cij ) a linha i e a coluna
j da matriz A.
(Menor Complementar)
 Calcular todos os
 3 1 3 cofatores da matriz:
 
A   1 1 0
 0 2 1 

11 1 0
c11  1 
  2 1
 
 1  1  1

c12  1  1 0  1  1  1
 
1 2
 
0 1
1 3 1 1
c13   1   12  2
0 2
 Regra de Laplace
O determinante da matriz A será o número
real que se obtém somando-se os
produtos dos elementos de uma fila (linha
ou coluna) qualquer pelos seus
respectivos cofatores .

1 4 5 6
0 1 2 0
 1 c11  0  c21  0  c31  0.c41
0 1 0 1
0 3 0 1
 Propriedades dos Determinantes

Sejam A e B  M nn  R .
P1: Se uma linha (ou coluna) da matriz
A for nula, então: det( A)  0

Como o det (A) pode ser obtido por uma coleção de

expansões em cofatores ao longo de qualquer fila,
podemos tomar a fila de zeros. Assim,

det  A   0  C1  0  C2  ...  0  Cn  0
P2: O determinante da transposta de A
é igual ao determinante de A, isto é:
t
det( A)  det( A )

Como transpor uma matriz troca suas

linhas para colunas e vice-versa, a
expansão de cofatores de A ao longo de
qualquer linha é igual à expansão de
cofatores da transposta de A ao longo da
coluna correspondente.
P3: Se B é a matriz obtida pela
multiplicação de uma linha (ou coluna) da
matriz A por um escalar k, então:
det(B)=k.det(A)

 1 2 0  3 6 0
  
Seja A   1 1 0  e B  1 1 0 
 
 2 4 3   2 4 3 
   
Vamos calcular det(A) e det(B)?
P3: Usando expansão de cofatores ao
longo da 1ª linha de B obtemos

det B   3  C1  6  C2  0  C3
 3 C1  2  C2  0  C3 
 3  det  A 
P4: Se B é a matriz obtida pela troca de
duas linhas (ou colunas) de A, então
det( B )   det( A)

 1 2 0  2 4 3 
  e B   1 1 0 
Seja A   1 1 0   
 2 4 3   1 2 0
   
Vamos calcular det(A) e det(B)?
P5: Se A tem duas linhas (ou colunas)
iguais, então:
det(A)=0

 1 2 0
 
A   1 2 0
 2 4 3 
 
 1 2 0 1 2
  1 2
 1 2 0 =6 + 0+ 0 - 0 - 0 - 6
 2 4 3  2 4
 
=0
P6: Se uma linha (ou coluna) de A for
múltipla de uma outra linha (ou coluna)
de A, então:
det(A)=0

Vamos considerar uma matriz de ordem

2 e note que L2  k  L1
 a b 
A   k  ab  k  a  0
k a k b
 P7: det(A.B)=det(A).det(B)

 1 1  2 1 2  2 1  0
    
 2 3   2 0  4  6 2  0
0 1
Det =3-(-2)=5   0  ( 10) 
10 2
Det =0-(-2)=2
 10
=5x2
 Solução de um sistema linear

Método de Cramer:
a11x  a12 y  b1
Considere o sistema linear 
a21x  a22 y  b2
Sejam A, B suas matrizes associadas:
 a11 a12   b1 
A  B 
 a21 a22   b2 
Podemos associar a este (ou qualquer
outro) sistema linear outras duas
matrizes, obtidas da seguinte maneira:
 Regra de Cramer

 a11 a12   b1   b1 a12 

A  B  Ax   
 a21 a22   b2   b2 a22 

 a11 a12   b1   a11 b1 

A  B  Ay   
 a21 a22   b2   a12 b2 
Se o det A  0 , então o sistema acima,
cuja matriz dos coeficientes é A, possui
uma única solução, que é dada por
det A x det A y
x y
det A det A
De uma maneira geral, o valor da i-
ésima variável de um sistema
qualquer nesta condição é dada por
det A x
xi  i

det A
Determine, se existir, a solução do
sistema linear
2 x  3 y  z  4

4 x  y  2 z  6
 x  2 y  5 z  5

  2 3 1
 
A   4 1 2 
 1 2 5 
 
2 3 1
4 1 2  10  6   8   1   8    60  
1 2 5
 10  6  8  1  8  60  77  0
Podemos aplicar Cramer e solução
para o Sistema Linear sera única.
  2 3 1 4
   
A   4 1 2  B 6 
 1 2 5   5 
   

 4 3 1  2 4 1 2 3 4
     
Ax   6 1 2  Ay   4 6 2  Az   4 1 6 
 5 2 5   1 5 5   1 2 5 
     
| Ax | 20  30  12  5  16  90  77
| Ay | 60  8  20  6  20  80  154
| Az | 10  18  32  4  24  60  0
A solução do sistema é então dada por:

det Ax 77 det Ay

154
x   1 y  2
det A 77 det A 77
det Az 0
z  0
det A 77

Portanto, temos:

S  { 1, 2, 0 }
 Bibliografia Básica

Anton, H.; Rorres, C.: Álgebra Linear

com Aplicações, Bookman, 8a
edição, Porto Alegre, RS, 2001.

Boldrini, Costa, Figueiredo, Wetzler.:

Álgebra Linear, Harper editora,
1984.
 Bibliografia Básica

Hoffman, K.;Kunze,R.: Álgebra

Linear, LTC editora, 1979.

Carlos A. Callioli; Hygino H.

Domingues; Roberto C. F. Costa.
Álgebra Linear e Aplicações. Atual
Editora
Lipschutz, S.: Álgebra Linear, Ed.
McGraw-Hill do Brasil Ltda., 3a
edição, São Paulo, SP, 1997.