NOTAS DE LGEBRA LINEAR E GEOMETRIA ANALTICA

CAPTULO 1: NMEROS COMPLEXOS

CAPTULO 2: MATRIZES E DETERMINANTES
CAPTULO 3: SISTEMAS DE EQUAES LINEARES
MARIA DE FTIMA PACHECO E ANA ISABEL PEREIRA
COM A COLABORAO DE PAULA BARROS
CURSOS: ENGENHARIA BIOMDICA,
ENGENHARIA CIVIL
ENGENHARIA ELECTROTCNICA
ENGENHARIA INFORMTICA
ENGENHARIA MECNICA
ENGENHARIA QUMICA E BIOLGICA
ANO LECTIVO 2008/09
Nmeros Complexos
Introduo
O conjunto dos nmeros complexos uma extenso do conjunto dos nmeros reais, e permite dar
resposta a algumas questes. Consideremos os seguintes exemplos:
Exemplo 1. Resolva a equao x
2
x 6 = 0.
Resoluo:
Usando a frmula resolvente, obtemos
x =
1
_
1 4 1 (6)
2 1

=
1

25
2
A equao tem duas solues x = 3, x = 2.
.
Consideremos agora outro exemplo,
Exemplo 2. Resolva a equao 2x
2
+ 2x + 5 = 0.
Resoluo:
Usando a frmula resolvente, obtemos
x =
2

2
2
4 2 5
2 2
=
2

36
4
No existe soluo em IR.
.
Tal acontece porque, em IR, no existe um nmero x que satisfaa a equao x
2
= 1, uma vez
que o quadrado de qualquer nmero real sempre no-negativo.
Designemos por unidade imaginria i o nmero que satisfaz a equao x
2
= 1, logo i e i so
solues desta equao.
1
Consideremos o conjunto dos nmeros complexos, denido por C, como o conjunto de todas as
expresses da forma z = a + bi, com a e b nmeros reais e i a unidade imaginria que satisfaz a
relao i
2
= 1, isto ,
C =
_
a +bi : a, b IR, i
2
= 1
_
.
A representao algbrica (cartesiana ou rectangular) do nmero complexo dada por z = a+bi,
com a, b IR. Nesses termos, IR poder ser considerado como subconjunto de C quando tomamos
b = 0.
Dado um nmero complexo z = a + bi, dizemos que a parte real de z o nmero real a e
escreve-se Re(z) = a, e que o coeciente da parte imaginria de z o nmero real b e escreve-se
Im(z) = b.
Consideramos que o complexo z:
um nmero real se e s se Im(z) = 0.
um imaginrio puro se e s se Re(z) = 0 e Im(z) ,= 0.
nulo se e s se Re(z) = Im(z) = 0.
Assim, podemos denir:
O conjunto dos nmeros reais como IR = a +ib C : b = 0.
O conjunto dos nmeros imaginrios puros como I = a +bi C : a = 0 b ,= 0.
Sabemos que i
2
= 1. Quanto vale i
3
?
i
1
= i i
5
= i
4
i = i
i
2
= 1 i
6
= i
4
i
2
= 1
i
3
= i i
7
= i
4
i
3
= i
i
4
= 1 i
8
= i
4
i
4
= 1
... ...
Para saber o valor de uma potncia de i basta transformar o expoente numa soma de mltiplos de
4 com o resto.
2
Exemplo 3. Calcule i
22
.
Resoluo:
Como 22 = 4 5 + 2, logo
i
22
= i
45
i
2
= (i
4
)
5
i
2
=
= (1)
5
i
2
= i
2
= 1
.
A representao geomtrica dos complexos feita num referencial cartesiano, em que se xa o
eixo das abcissas para o conjunto IR e o eixo das ordenadas para o conjunto I. Assim, o nmero
complexo z = a + bi corresponde a um par ordenado de nmeros reais (a, b). Ao referencial com
estas caractersticas d-se o nome de Plano Complexo ou Diagrama de Argand.
Representao Trigonomtrica de nmeros complexos
Consideremos o vector que une a origem ao ponto (a, b). Na representao trigonomtrica, um
nmero complexo z representado pela norma deste vector e pelo ngulo que forma com o semieixo
positivo das abcissas.
Ao ngulo chama-se argumento de z e representa-se por
arg(z) = e a r d-se o nome de mdulo de z, representado
por [z[ = r.
Para representar um nmero complexo podemos utilizar as coordenadas polares
_
a = r cos()
b = r sen()
,
como z = a +bi = r cos() +r sen()i = r(cos() +i sen()).
Assim, a representao trigonomtrica de z denida por z = r(cos() + i sen()) com .
Designamos o conjunto =] , ] por argumento principal e = [0, 2[ por argumento positivo
mnimo. Nesta Unidade Curricular iremos considerar o argumento positivo mnimo.
A cos() +i sen() d-se o nome de cis() e podemos escrever z = r cis().
Logo, dado um nmero complexo representado na forma algbrica z = a + bi, facilmente trans-
formamos z para a sua representao trigonomtrica.
3
Da relao
b
a
=
r sen()
r cos()
= tg()
e da posio geometrica do nmero complexo, obtm-se o valor de .
Esta frmula no pode ser usada se a = 0. Neste caso arg(z) =

2
ou arg(z) =
3
2
.
Pelo teorema de Pitgoras, sabemos que
r
2
= a
2
+b
2
logo, r =

a
2
+b
2
Exemplo 4. Represente na forma trigonomtrica o complexo z = i.
Resoluo:
O mdulo de z dado por
r = [z[ =
_
0
2
+ (1)
2
= 1
como z pertence ao semieixo negativo imaginrio, logo arg(z) = =
3
2
. Ento z = cis
_
3
2
_
.
Exemplo 5. Represente na forma trigonomtrica o complexo z = 1 +i.
Resoluo:
O mdulo de z dado por
r = [z[ =
_
1
2
+ 1
2
=

2
e
tg() = 1 =

4
+k para k Z.
No intervalo [0, 2[, temos os valores =

4
e =

4
+ =
5
4
.
Como z pertence ao primeiro quadrante logo =

4
. Assim,
z =

2 cis
_

4
_
.
.
4
Exemplo 6. Represente na forma trigonomtrica o complexo z = 1 i.
Resoluo:
O mdulo de z dado por
r = [z[ =
_
(1)
2
+ (1)
2
=

2
e
tg() = 1 =

4
+k para k Z.
No intervalo [0, 2[, temos os valores =

4
e =

4
+ =
5
4
.
Como z pertence ao terceiro quadrante, =
5
4
, logo z =

2 cis
_
5
4
_
.
.
Representao exponencial de nmeros complexos
Usando a frmula de Euler
e
i
= cos() + sin()i
podemos escrever um nmero complexo z na forma exponencial
z = r(cos() + sin()i) = re
i
.
Considere dois nmeros complexos z
1
= a
1
+b
1
i = r
1
cis(
1
) e z
2
= a
2
+b
2
i = r
2
cis(
2
).
Igualdade entre Nmeros Complexos
Tem-se, na forma algbrica:
z
1
= z
2
a
1
= a
2
b
1
= b
2
5
Na forma trigonomtrica:
z
1
= z
2
r
1
= r
2

1
=
2
+ 2k, k Z
Simtrico de um Nmero Complexo
O simtrico do nmero complexo z = a +bi o nmero
z = (a +bi) = (a) + (b)i.
Em notao trigonomtrica, o simtrico de
z = r cis() z = r cis( +).
Conjugado de um Nmero Complexo
O conjugado do complexo z = a +bi o nmero complexo z = a bi.
Na forma trigonomtrica, o conjugado de z =
r cis() z = r cis() = r cis(2 ).
Corresponde a uma reexo do vector z sobre
o eixo das abcissas [Bal06].
Inverso de um Nmero Complexo
Sendo z = a +bi(,= 0) , o seu inverso
1
z
.
1
z
= z
1
=
1
a
2
+b
2
z =
a bi
a
2
+b
2
6
Na representao trigonomtrica, o inverso de z = r cis()
1
z
=
1
r
cis().
Operaes algbricas
Sejam z
1
e z
2
dois nmeros complexos representados na forma algbrica por z
1
= a
1
+ b
1
i e z
2
=
a
2
+b
2
i e, na forma trigonomtrica por, z
1
= r
1
cis(
1
) e z
2
= r
2
cis(
2
).
Adio
A adio de z
1
com z
2
o nmero complexo z
1
+z
2
denido por:
z
1
+z
2
= (a
1
+a
2
) + (b
1
+b
2
)i
De notar que z
1
+z
2
= z
2
+z
1
.
Considerando os nmeros como vectores, ge-
ometricamente, a soma de complexos no
passa da soma, pela "regra do paralelo-
gramo", dos vectores que os representam.
Multiplicao
O produto de z
1
por z
2
o nmero complexo z
1
z
2
denido por
z
1
z
2
= (a
1
a
2
b
1
b
2
) + (a
1
b
2
+a
2
b
1
)i
ou, na forma trigonomtrica,
z
1
z
2
= r
1
cis(
1
)r
2
cis(
2
) =
= r
1
r
2
[(cos(
1
) cos(
2
) sen(
1
) sen(
2
)) + (sen(
1
) cos(
2
) + cos(
1
) sen(
2
)) i]
= r
1
r
2
[cos(
1
+
2
) + sen(
1
+
2
)i]
assim,
z
1
z
2
= r
1
r
2
cis(
1
+
2
).
Para mais detalhes veja-se [Car98].
7
Diviso
O quociente entre z
1
e z
2
o produto de z
1
pelo inverso de z
2
, ou seja,
z
1
z
2
= z
1
(z
2
)
1
Na prtica, basta multiplicar z
1
por
1
z
2
. Na forma trigonomtrica optemos
z
1
z
2
= z
1
(z
2
)
1
=
r
1
r
2
cis(
1

2
).
Potenciao
Chamamos potenciao a uma potncia de expoente inteiro.
Tem-se:
z
n
= z.z.....z
com n natural. Na forma trigonomtrica
z
n
= r
n
cis(n)
.
Radiciao
Chamamos radiciao a uma potncia de expoente fraccionrio. As razes ndice n de um nmero
complexo z so as solues da equao
w
n
= z
que, no conjunto dos nmeros complexos, tem exactamente n razes distintas. Tais solues dispem-
se sobre uma circunferncia de raio
n
_
[z[ com argumentos sucessivamente espaados de
2
n
.
Sendo z = r cis(), as razes ndice n de z so dadas pela frmula de De Moivre. Seja w =
p cis(). Tem-se
w
n
= z (p cis())
n
= r cis()
p
n
cis(n) = r cis()
p
n
= r n = + 2k para k = 0, ..., n 1.
Ento
p =
n

r =
+ 2k
n
, para k = 0, ..., n 1.
necessrio vericar se todos os argumentos pertencem a [0, 2[.
Exemplo 7. Determine os nmeros complexos:
a) (5 + 7i)(3 2i)
b) (cis(/4))/(2 cis(/6))
8
c) (1 i)(

2 cis(
5
4
))
Resoluo:
a)
(5 + 7i)(3 2i) = 15 10i + 21i 14i
2
= 29 + 11i
b)
cis
_

4
_
2 cis
_

6
_ =
1
2
cis
_

4


6
_
=
1
2
cis
_

12
_
c)
(1 i)
_
2 cis
_
5
4
__
=
_
2 cis
_
7
4
__ _
2 cis
_
5
4
__
= 2 cis
_
5
4
+
7
4
_
= 2 cis
_
12
4
_
= 2 cis()
.
Propriedades dos nmeros complexos
Existem vrias propriedades teis no conjunto dos nmeros complexos. Considerando os nmeros
complexos z e w, alguns exemplos so:
Re(z) = Re(z)
Im(z) = Im(z)
[ z[ = [z[
arg(z) = arg(z) +
z +w = z +w
zw = z w
z
1
= (z)
1
z = z
z + z = 2 Re(z)
z z = 2i Im(z)
[e
z
[ = e
Re(z)
[z[ = 0 z = 0
[zw[ = [z[[w[
9

z
w

=
[z[
[w[
, com w ,= 0
[z[ = [z[
[z +w[ [z[ +[w[ (desigualdade triangular)
Re(z) =
z + z
2
e Im(z) =
z z
2i
z
1
=
z
[z[
2
Podem ser consultadas outras propriedades e resultados nas seguintes referncias [Bal06, Car98,
CDH96].
10
Matrizes e Determinantes
As matrizes, cadeias rectangulares de nmeros, tm aplicaes em inmeros contextos da modelao
matemtica de fenmenos da natureza. Neste curso, consider-las-emos como objectos com interesse
por si mesmos e apresentaremos algumas das suas propriedades algbricas.
Denies e tipos de matrizes
Denio 1. Uma matriz uma cadeia (array) ou tabela rectangular de nmeros a que chamaremos
entradas ou elementos.
A =
_

_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ... ...
a
m1
a
m2
... a
mn
_

_
onde a
ij
, para i = 1, ..., m e j = 1, ..., n, so escalares. Abreviadamente escrevemos:
A = [a
ij
] para (i, j) 1, ..., m 1, ..., n.
O elemento a
ij
da matriz A est situado na linha i e na coluna j. Vamos representar por L
i
a
i-sima linha da matriz e por C
j
a sua j-sima coluna. A uma matriz com m linhas e n colunas
chamaremos matriz de dimenso ou do tipo ou da ordem m por n, escrevendo m n. Em geral,
usaremos uma letra maiscula para designar uma matriz e a respectiva minscula (com ndices) para
as suas entradas.
Denio 2. Designa-se por M
mn
(K) o conjunto de todas as matrizes do tipo mn sobre K.
O conjunto K pode ser IR ou C. A matriz diz-se real ou complexa consoante os seus elementos
forem nmeros reais ou complexos.
Exemplo 8. A matriz A =
_

_
1 1 0 0
1 0 0 1
2 1 1 1
_

_
do tipo 3 4. A M
34
(IR).
Exemplo 9. A matriz B =
_
21i
_
do tipo 1 1. A M
11
(C).
11
Uma matriz com uma s coluna diz-se uma matriz coluna e uma matriz que s tenha uma linha
uma matriz linha. Uma matriz m n com todas as entradas iguais a zero diz-se matriz nula e
denota-se por 0
mn
. Uma matriz do tipo m n diz-se rectangular se m ,= n e diz-se quadrada de
ordem n se m = n.
Uma submatriz de A uma matriz que se obtm da matriz A por supresso de linhas e/ou colunas
de A.
Exemplo 10. Na matriz coluna A =
_

_
1
2
2
_

_
tem-se a
21
= 2.
Exemplo 11. A =
_
1 1
2 0
_
uma matriz quadrada de ordem 2.
Duas matrizes Ae B so iguais se e s se forem do mesmo tipo e tiverem os elementos homlogos
iguais isto , se forem do mesmo tipo e a
ij
= b
ij
, para todo i, j.
Chamamos diagonal principal de uma matriz quadrada A de ordem n aos elementos a
ii
para
i = 1, ...n.
Exemplo 12. A diagonal principal da matriz M =
_

_
1 0 2
2 1 1
2 0 1
_

_
formada pelos elementos
m
11
= 1, m
22
= 1 e m
33
= 1.
Seja A = [a
ij
] uma matriz quadrada. A matriz A triangular superior se abaixo da diagonal
principal s tem 0s, isto , A triangular superior sse
a
ij
= 0 quando i > j.
A matriz A triangular inferior se acima da diagonal principal s tem 0s, ou seja, A uma matriz
triangular inferior sse
a
ij
= 0 quando i < j.
Exemplo 13.
_

_
1 1 0
0 1 2
0 0 1
_

_
uma matriz triangular superior.
Denio 3. Matriz identidade de ordem n (escreve-se I
n
) a matriz quadrada de ordem n que tem
1s na diagonal principal e 0s fora dela. Simbolicamente, na matriz identidade tem-se
a
ij
=
_
0 se i ,= j
1 se i = j
.
Exemplo 14. A matriz identidade de ordem 3 dada por I
3
=
_

_
1 0 0
0 1 0
0 0 1
_

_
.
12
Denio 4. Matriz diagonal aquela que fora da diagonal principal s tem zeros. Matriz escalar
uma matriz diagonal em que os elementos da diagonal principal so todos iguais.
Exemplo 15.
_
0 0
0 1
_
uma matriz diagonal e
_

_
10 0 0
0 10 0
0 0 10
_

_
uma matriz escalar.
Denio 5. Se A for uma matriz quadrada, ento o trao de A a soma dos elementos da diagonal
principal de A. Denota-se tr(A).
Exemplo 16. tr
_
_
_
_
_

_
1 1 0
0 2 1
1 0 1
_

_
_
_
_
_
= 1 + 2 1 = 0.
Operaes com matrizes
Vejamos como se generalizam ao conjunto das matrizes as operaes usuais e como neste universo se
denem novas operaes.
Adio
Se A e B forem matrizes do tipo mn, ento a soma A+B a matriz do mesmo tipo, ou seja,
com dimenses mn que se obtm somando cada entrada de A correspondente entrada de B. S
possvel somar matrizes do mesmo tipo. Em linguagem simblica, se A = [a
ij
] e B = [b
ij
],
A+B = [a
ij
+b
ij
] para (i, j) 1, ..., m 1, ..., n
.
Exemplo 17. Seja A =
_

_
1 1 0
0 1 2
0 0 1
_

_
e B =
_

_
1 0 0
2 1 1
0 0 0
_

_
. Calcule A+B.
A soma de A com B dada por
A+B =
_

_
1 1 0
0 1 2
0 0 1
_

_
+
_

_
1 0 0
2 1 1
0 0 0
_

_
=
_

_
2 1 0
2 2 3
0 0 1
_

_
.
.
Propriedade 1. Sejam A, B, C M
mn
(K). Ento:
1. A+B = B +A (Propriedade comutativa)
13
2. (A+B) +C = A+ (B +C) (Propriedade associativa)
3. A+ 0 = 0 +A = A (A matriz nula o elemento neutro da adio de matrizes)
4. A+ (A) = (A) +A = 0 (A a matriz simtrica de A).
Produto por um escalar
Se A for uma matriz do tipo mn e c um escalar, ento o produto cA a matriz, do mesmo tipo,
que se obtm multiplicando c por cada entrada de A. Em linguagem simblica, se A = [a
ij
],
cA = [ca
ij
] para (i, j) 1, ..., m 1, ..., n.
Exemplo 18. Seja A =
_

_
1 1 0
0 1 2
0 0 1
_

_
. Calcule 2A.
O produto do escalar 2 pela matriz A dado por
2A = 2
_

_
1 1 0
0 1 2
0 0 1
_

_
=
_

_
2 2 0
0 2 4
0 0 2
_

_
.
.
Propriedade 2. Sejam A, B M
mn
(K) e considere os escalares c e d. Ento:
1. c(A+B) = cA+cB;
2. (c +d)A = cA+dA;
3. c(dA) = (cd)A.
Exerccio 1. Prove que, se A for uma matriz de ordem n e c for uma nmero real, ento
tr(cA) = ctr(A).
Produto
Se A for uma matriz do tipo m l e B for uma matriz do tipo l n, ento o produto AB a
matriz mn cujos elementos se obtm do seguinte modo: a entrada da linha i e da coluna j de AB
o produto interno entre a linha i de A e a coluna j de B, isto ,
AB =
_
l

k=1
a
ik
b
kj
_
para (i, j) 1, ..., m 1, ..., n
14
Exemplo 19. Seja A =
_
1 1 0
1 1 1
_
e B =
_

_
1 1
0 1
0 0
_

_
. possvel calcular AB?
A matriz A do tipo 2 3 e B do tipo 3 2. Como o nmero de colunas da matriz A igual
ao nmero de linhas da matriz B, ento possvel fazer a operao, obtendo-se uma matriz do tipo
2 2. Ento,
AB =
_
1 1 0
1 1 1
_
_

_
1 1
0 1
0 0
_

_
=
_
1 1 1 0 + 0 0 1 (1) 1 1 + 0 0
1 1 + 1 0 1 0 1 (1) + 1 1 1 0
_
=
=
_
1 2
1 2
_
.
.
S podemos multiplicar a matriz A pela matriz B se o nmero de colunas de A for igual ao
nmero de linhas de B. Em geral, o produto de matrizes no comutativo.
Propriedade 3. Se A, B e C forem matrizes do tipo conveniente e c um escalar, ento:
1. (AB)C = A(BC) (associatividade da multiplicao).
2. A(B + C) = AB + AC e (A + B)C = AC + BC (distributividade da multiplicao em
relao adio).
3. c(AB) = (cA)B = A(cB).
Transposio
Se A for uma matriz do tipo m n, chama-se transposta de A matriz n m que se obtm
trocando as linhas e as colunas de A . Se A = [a
ij
],
A
T
= [a
ji
] para (j, i) 1, ..., m 1, ..., n.
Exemplo 20. Seja A =
_

_
1 1
1 2
0 1
_

_
. Calcule A
T
.
A transposta de A dada por
A
T
=
_

_
1 1
1 2
0 1
_

_
T
=
_
1 1 0
1 2 1
_
.
15
Propriedade 4. Sejam A e B do tipo adequado, ento:
1. (A+B)
T
= A
T
+B
T
.
2.
_
A
T
_
T
= A.
3. (AB)
T
= B
T
A
T
.
4. (cA)
T
= cA
T
, sendo c um escalar.
5. (A
k
)
T
= (A
T
)
k
, sendo k um nmero natural.
Denio 6. Uma matriz A M
nn
(K) diz-se simtrica se A
T
= A e diz-se anti-simtrica se
A
T
= A.
Teorema 1. Toda a matriz quadrada real A pode ser escrita como a soma de uma matriz simtrica
com uma matriz anti-simtrica do seguinte modo:
A =
1
2
_
A+A
T
_
+
1
2
_
AA
T
_
.
Demonstrao.
A matriz
1
2
_
A+A
T
_
simtrica pois
_
1
2
_
A+A
T
_
_
T
=
1
2
_
A
T
+
_
A
T
_
T
_
=
1
2
_
A+A
T
_
e a matriz
1
2
_
AA
T
_
anti-simtrica pois
_
1
2
_
AA
T
_
_
T
=
1
2
_
A
T

_
A
T
_
T
_
=
1
2
_
A
T
A
_
=
1
2
_
AA
T
_
.
.
Exemplo 21. Escrevamos a matriz A =
_
1 1
0 1
_
como a soma de uma matriz simtrica com uma
matriz anti-simtrica:
1
2
(A+A
T
) =
1
2
__
1 1
0 1
_
+
_
1 0
1 1
__
=
_
1
1
2
1
2
1
_
.
1
2
(AA
T
) =
1
2
__
1 1
0 1
_

_
1 0
1 1
__
=
_
0
1
2

1
2
0
_
.
De facto,
_
1 1
0 1
_
=
_
1
1
2
1
2
1
_
+
_
0
1
2

1
2
0
_
.
16
Matrizes em escada e inversa de uma matriz
Uma matriz A est em escada por linhas se vericar:
1. cada linha no nula est antes de todas as linhas nulas que existam;
2. se o primeiro elemento no nulo numa linha i est na coluna j, ento a linha seguinte comea
com pelo menos j elementos nulos, isto , se o primeiro elemento no nulo na linha i a
ij
(,= 0)
ento para k = 1, ..., j tem-se a
i+1,k
= 0.
Exemplo 22.
_

_
1 1 1 1 1
0 1 0 1 0
0 0 0 0 0
_

_
uma matriz em escada por linhas.
Denio 7. Chama-se caracterstica de uma matriz A ao nmero de linhas no nulas da matriz
depois de transformada em matriz em escada por linhas. Denota-se c(A) ou car(A).
Exerccio 2. A caracterstica da matriz do Exemplo 22 2, isto , car(A) = 2.
Denio 8. Se A for uma matriz quadrada de ordem n e se B for uma matriz do mesmo tipo tal que
AB = BA = I
n
, ento A diz-se uma matriz invertvel ou regular e a B chama-se matriz inversa de
A.
Denio 9. Uma matriz que no invertvel diz-se matriz singular.
Exemplo 23. As matrizes A =
_
2 5
1 3
_
e B =
_
3 5
1 2
_
so inversas uma da outra pois
AB = BA =
_
1 0
0 1
_
= I
2
.
Exemplo 24. As matrizes
_
1 2
1 3
_
e
_
1 1
0 1
_
no so inversas uma da outra pois
AB =
_
1 1
1 2
_
,= I
2
.
Uma matriz invertvel no pode ter mais do que uma inversa!
Teorema 2. (Unicidade da inversa) Se B e C forem ambas inversas de uma matriz A, ento B = C.
Demonstrao.
Como B e C so ambas inversas da matriz A, tem-se:
BAC = (BA)C = I
n
C = C.
17
Por outro lado,
BAC = B(AC) = BI
n
= B.
Logo,
B = C.
.
Se A for uma matriz invertvel, denotaremos a sua inversa por A
1
.
Consequentemente, AA
1
= I e A
1
A = I.
Teorema 3. Sejam A, B M
nn
(K). Ento BA = I se e s se AB = I.
Propriedade 5. Sejam A e B matrizes de ordem n invertveis. Ento:
1. AB invertvel e (AB)
1
= B
1
A
1
;
2. A
1
invertvel e (A
1
)
1
= A;
3. se c ,= 0, cA invertvel e (cA)
1
=
1
c
A
1
;
4. A
T
invertvel e (A
T
)
1
= (A
1
)
T
;
5. I
1
n
= I
n
.
Demonstrao.
1.
(B
1
A
1
)(AB) = B
1
(A
1
A)B = B
1
I
n
B = B
1
B = I
n
.
Por outro lado,
(AB)(B
1
A
1
) = A(B
1
B)A
1
= AI
n
A
1
= AA
1
= I
n
.
A inversa da matriz AB a matriz B
1
A
1
.
2.
A
1
(A
1
)
1
= (A
1
A)
1
= I
1
n
= I
n
.
e
(A
1
)
1
A
1
= (AA
1
)
1
= I
1
n
= I
n
.
Logo, a inversa da matriz A
1
a matriz A.
.
18
Exerccio 3. Se existir, determine a inversa da matriz D =
_

_
1 6 4
2 4 1
1 2 5
_

_
.
Denio 10. Uma matriz quadrada invertvel A tal que A
1
= A
T
diz-se uma matriz ortogonal.
Exemplo 25. A matriz A =
_
1
2

3
2

3
2

1
2
_
ortogonal:
A
T
A = AA
T
=
_
1
2

3
2

3
2

1
2
__
1
2

3
2

3
2

1
2
_
=
_
1 0
0 1
_
.
Denio 11. Uma matriz P de ordem n diz-se uma matriz de permutao se tiver as mesmas linhas
que a matriz identidade I
n
mas no necessariamente pela mesma ordem.
Exerccio 4. As matrizes
_

_
0 1 0
0 0 1
1 0 0
_

_
e
_

_
0 1 0
1 0 0
0 0 1
_

_
so matrizes de permutao. Que trocas se
efectuaram sobre as linhas de I
3
para as obter?
Decomposio de matrizes em blocos
Muitas vezes, no tratamento matemtico de fenmenos, surgem matrizes de grande dimenso, que
so mais fceis de operar depois de decompostas em submatrizes.
Por exemplo, se A =
_

_
1 2 [ 1
3 4 [ 1
[
0 0 [ 1
_

_
e B =
_

_
1 2 3 [ 1
4 5 6 [ 1
[
0 0 0 [ 1
_

_
, o clculo
do produto AB simplicado se se proceder do seguinte modo:
- fazer A =
_
X Y
0
12
Z
_
e B =
_
W T
0
13
U
_
, sendo
X =
_
1 2
3 4
_
, Y =
_
1
1
_
, Z =
_
1
_
, W =
_
1 2 3
4 5 6
_
, T =
_
1
1
_
, U =
_
1
_
as submatrizes correspondentes de A e B. Esta decomposio permite reescrever A com 2
colunas e B com 2 linhas.
- AB =
_
XW XT +Y U
0
13
ZU
_
=
_

_
9 12 15 4
19 26 33 8
0 0 0 1
_

_
.
19
No esquecer que a multiplicao de matrizes decompostas em blocos s possvel quando as
dimenses dos blocos a multiplicar forem as adequadas (nmero de colunas do primeiro igual ao
nmero de linhas do segundo). Isso vericar-se- se as n colunas de A forem decompostas da mesma
maneira que as n linhas de B, podendo as linhas de A e as colunas de B ser decompostas de qualquer
maneira.
Exemplo 26. Seja M =
_
A B
C D
_
uma matriz decomposta em blocos. Mostre que
M
T
=
_
A
T
C
T
B
T
D
T
_
Matrizes com entradas complexas
Se A for uma matriz com entradas em C, podemos generalizar ao conjunto de tais matrizes algumas
das operaes que se efectuam sobre os nmeros complexos.
Denio 12. Conjugada de uma matriz A com entradas complexas a matriz que se denota por A
e se obtm substituindo cada entrada de A pelo seu conjugado:
A = [a
ij
] para (i, j) 1, ..., m 1, ..., n.
Propriedade 6. Sejam A e B matrizes de ordem adequada e c C :
1. (A) = A
2. (cA) = cA
3. A+B = A+B
4. (A)
T
= A
T
Exemplo 27. Se A =
_
3 1 i
1 i 2
_
, ento
A =
_
3 1 +i
1 +i 2
_
e (A)
T
=
_
3 1 +i
1 +i 2
_
.
Por outro lado,
A
T
=
_
3 1 i
1 i 2
_
=
_
3 1 +i
1 +i 2
_
.
Denio 13. A transconjugada de uma matriz A a matriz que se denota por A

e se obtm de A
atravs de A

= A
T
= A
T
.
Denio 14. Uma matriz quadrada A diz-se hermtica se A

= A.
20
Note-se que as entradas da diagonal principal de uma matriz hermtica so, necessariamente,
nmeros reais. (Porqu??)
Exemplo 28. A matriz C =
_
3 i
i 0
_
hermtica pois
C
T
=
_
3 i
i 2
_
=
_
3 i
i 2
_
= C.
Denio 15. Uma matriz quadrada A diz-se hemi-hermtica se A

= A.
Note-se que as entradas da diagonal principal de uma matriz hemi-hermtica so, necessariamente,
zero ou imaginrios puros. (Porqu??)
Denio 16. Uma matriz quadrada A diz-se unitria se A

= A
1
.
Denio 17. Uma matriz quadrada A diz-se normal se A

A = AA

.
Propriedade 7. Sejam A e B matrizes do mesmo tipo e c C :
1. (A

= A.
2. (A+B)

= A

+B

.
3. (cA)

= cA

.
4. (AB)

= B

.
5. (A
k
)

= (A

)
k
, com k N.
Exerccio 5. Prove que toda a matriz quadrada com entradas complexas pode ser escrita como a
soma de uma matriz hermtica com uma matriz hemi-hermtica
Nas seces seguintes, introduziremos a funo determinante que associa a cada matriz quadrada
A um escalar a que chamaremos determinante de A.
Determinante de uma matriz
Um escalar invertvel se e s se for no nulo. Portanto uma matriz do tipo 1 1 invertvel se e s
se for no nula. Para matrizes de ordem superior a 1 a equivalncia anterior no se verica.
Ser possvel associar a cada matriz quadrada um nmero, que dependa apenas dos elementos da
matriz e que nos permita saber se a matriz invertvel? A resposta armativa!
Denio 18. Determinante de uma matriz A de ordem n uma funo real
det : M
nn
(K) K
A det(A) [A[
de tal modo que as seguintes condies sejam satisfeitas:
21
1. Para i = 1, ..., n e c K tem-se:

a
11
a
1n
.
.
.
.
.
.
a
i1
+b
i1
a
in
+b
in
.
.
.
.
.
.
a
n1
a
nn

a
11
a
1n
.
.
.
.
.
.
a
i1
a
in
.
.
.
.
.
.
a
n1
a
nn

a
11
a
1n
.
.
.
.
.
.
b
i1
b
in
.
.
.
.
.
.
a
n1
a
nn

a
11
a
1n
.
.
.
.
.
.
ca
i1
ca
in
.
.
.
.
.
.
a
n1
a
nn

= c

a
11
a
1n
.
.
.
.
.
.
a
i1
a
in
.
.
.
.
.
.
a
n1
a
nn

.
2. Se A tiver duas linhas iguais, tem-se [A[ = 0.
3. [I
n
[ = 1.
O determinante de uma matriz s pode ser calculado se a matriz for quadrada, e denota-se por
[A[ ou det(A). De forma alternativa, podemos denir det(A) como a soma de todos os produ-
tos, com sinal, de n termos da matriz A, sgn()a
1(1)
a
2(2)
a
n(n)
, em que a sequncia =
((1), (2), . . . , (n)) uma permutao da sequncia (1, 2, . . . , n). O sinal de cada um dos pro-
dutos de n termos da matriz A determinado do seguinte modo. Dada uma permutao, , de
(1, 2, . . . , n), a funo sinal, sgn, denida por sgn() = 1 se uma permutao par e sgn() =
1 se uma permutao mpar. Para mais detalhes consulte [SQ03].
Teorema 4. Seja A M
nn
(K). Ento tem-se:
1. Se A tiver duas linhas (colunas) mltiplas uma da outra, ento [A[ = 0.
2. O determinante muda de sinal quando se trocam entre si duas linhas (colunas) de A.
3. Se P for uma matriz de permutao, tem-se [P[ = 1.
4. O determinante no se altera se a uma linha (coluna) de A somarmos um mltiplo de uma
outra.
5. Se A for uma matriz triangular (superior ou inferior) ento o determinante de A igual ao
produto dos elementos da diagonal principal.
6. Se uma matriz A tiver uma linha (coluna) de zeros, ento [A[ = 0.
Exemplo 29. So vlidas as seguintes igualdades:
22
1.

1 7 5
2 0 3
1 4 7

1 7 5
2 0 3
1 + 2 2 4 + 2 0 7 + 2 3

1 7 5
2 0 3
5 4 13

pois substituiu-se a 3
a
linha pela soma desta com o dobro da 2
a
linha (L
3
L
3
+ 2L
2
).
2.

1 1 2
2 0 4
2 2 4

= 0 porque a 3
a
coluna mltipla da 1
a
(C
3
= 2C
1
).
3.

3 3 6
2 0 4
0 1 4

= 3

1 1 2
2 0 4
0 1 4

.
Exerccio 6. Calcule

1 2
1 0

1 2
1 0

1 2
0 2

(L
2
L
2
+L
1
)
= 1 2 = 2.
Exemplo 30. Use as propriedades dos determinantes para calcular

1 0 1
1 0 2
1 3 3

.
Vamos usar as propriedades dos determinantes para transformar a matriz dada numa matriz
triangular superior.

1 0 1
1 0 2
1 3 3

1 0 1
0 0 1
1 3 3

(L
2
L
2
+L
1
)
=

1 0 1
0 0 1
0 3 4

(L
3
L
3
+L
1
)
=

1 0 1
0 3 4
0 0 1

(L
2
L
3
)
= (1 3 (1)) = 3
.
23
O determinante de ordem 1 dado por [a
11
[ = a
11
.
Seja A uma matriz de ordem 2. O determinante dado por

a
11
a
12
a
21
a
22

= a
11
a
22
a
21
a
12
.
Pois, considerando que a
11
,= 0, temos

a
11
a
12
a
21
a
22

a
11
a
12
0 a
22

a
21
a
11
a
12

L
2
L
2

a
21
a
11
L
1
= a
11
(a
22

a
21
a
11
a
12
) = a
11
a
22
a
21
a
12
Propriedade 8. Seja A M
nn
(K). Ento A invertvel se e s se det(A) ,= 0.
Propriedade 9. Sejam A e B matrizes de ordem n e c um escalar. Ento:
1. [AB[ = [A[[B[;
2. [cA[ = c
n
[A[;
3. [A
T
[ = [A[;
4. Se A for ortogonal, ento [A[ = 1;
5. Se A for invertvel, ento [A
1
[ =
1
[A[
.
Demonstrao. de 5.
Como AA
1
= I
n
, ento [AA
1
[ = [I
n
[ = 1. Consequentemente, como [A[ ,= 0, [A
1
[ =
1
[A[
.
.
Exemplo 31. Sejam A =
_
3 1
2 1
_
e B =
_
1 3
5 8
_
. Determine [AB[.
Como [A[ = (3 1) (1 2) = 1 e [B[ = ((1) 8) (3 5) = 23, ento
[AB[ = [A[[B[ = 1 (23) = 23.
O Teorema de Laplace fornece-nos um algoritmo para o clculo de determinantes de qualquer
ordem.
Denio 19. Se A for uma matriz quadrada de ordem n, chama-se submatriz A
ij
matriz que se
obtmde Aeliminando a linha i e a coluna j. Ao nmero C
ij
= (1)
i+j
[A
ij
[ chama-se complemento
algbrico ou cofactor associado a a
ij
.
24
Exemplo 32. Seja A =
_

_
3 1 4
2 5 6
1 4 8
_

_
.
Tem-se A
22
=
_
3 4
1 8
_
e C
12
= (1)
3

2 6
1 8

= 10.
Teorema 5 (Teorema de Laplace). O determinante de uma matriz A = [a
ij
] de ordem n igual
soma dos produtos das entradas de qualquer linha ou coluna pelos respectivos cofactores, isto ,
para qualquer i = 1, ..., n,
[A[ =
n

j=1
a
ij
C
ij
.
O mesmo vale para colunas, ou seja, para qualquer j = 1, ..., n,
[A[ =
n

i=1
a
ij
C
ij
.
Exemplo 33. Calcule o determinante da matriz A =
_

_
2 1 0
1 1 1
1 2 2
_

_
.
Usando o Teorema de Laplace, considerando a 1
a
linha, o determinante dado por

2 1 0
1 1 1
1 2 2

= a
11
C
11
+a
12
C
12
+a
13
C
13
= 2 (1)
1+1

1 1
2 2

+ 1 (1)
1+2

1 1
1 2

+ 0 (1)
1+3

1 1
1 2

= 2

1 1
2 2

1 1
1 2

+ 0
= 2(2 (2)) (2 (1)) = 8 3 = 5.
De seguida apresentaremos um mtodo para o clculo da inversa de uma matriz, recorrendo ao
clculo do determinante.
Matriz adjunta
Denio 20. Se A for uma matriz de ordem n, designa-se por matriz adjunta de A transposta da
matriz dos cofactores de A. Escreve-se adj(A).
25
Exemplo 34. Seja A =
_

_
3 2 1
1 6 3
2 4 0
_

_
. Determine adj(A).
adj(A) =
_

_
12 6 16
4 2 16
12 10 16
_

_
T
=
_

_
12 4 12
6 2 10
16 16 16
_

_
.
Com C
11
= 12, C
12
= 6, C
13
= 16, C
21
= 4, C
22
= 2, C
23
= 16, C
31
= 12, C
32
=
10, C
33
= 16.
Teorema 6. Se A for uma matriz invertvel,
A
1
=
adj(A)
[A[
.
Exemplo 35. Considere a matriz A =
_

_
1 1 1
2 3 4
5 8 9
_

_
. Caso exista, determine A
1
.
Comecemos por calcular [A[.
[A[ = 27 32 18 + 20 + 16 15 = 2.
Como [A[ ,= 0, existe A
1
. Determinemos A
1
, comeando por calcular a adj(A).
adj(A) =
_

_
5 2 1
1 4 3
1 2 1
_

_
T
=
_

_
5 1 1
2 4 2
1 3 1
_

_
.
Finalmente,
A
1
=
_

_
5/ 2 1/ 2 1/ 2
2/ 2 4/ 2 2/ 2
1/ 2 3/ 2 1/ 2
_

_
=
_

_
5/2 1/2 1/2
1 2 1
1/2 3/2 1/2
_

_
.
26
Sistemas de equaes lineares
O objecto de estudo deste captulo, os sistemas de equaes lineares, , de entre os que abordaremos
neste curso, um dos mais ricos em aplicaes. Introduziremos alguma terminologia e apresentaremos
alguns mtodos para a resoluo de sistemas.
Classicao de sistemas de equaes lineares
Uma equao do tipo
a
1
x
1
+a
2
x
2
+... +a
n
x
n
= b
1
onde a
1
, a
2
, ..., a
n
so escalares e x
1
, x
2
, ..., x
n
so incgnitas diz-se uma equao linear. Se b = 0,
a equao diz-se homognea. Um sistema de equaes lineares ou sistema linear uma conjuno
de equaes lineares. Um sistema homogneo de equaes lineares uma conjuno de equaes
lineares homogneas.
Exemplo 36.
_
x +y 2z = 0
2x y +z = 1
um sistema de equaes lineares mas
_
x
2
y +z = 1
x +y +z = 1
no
(por causa do termo x
2
). O segundo sistema um sistema de equaes no lineares.
Exemplo 37.
_

_
x y +z = 0
x 3y + 2z = 0
x +y z = 0
um sistema homogneo.
Denio 21. Designamos por soluo de um sistema de equaes lineares nas incgnitas x
1
, ..., x
n
sequncia ordenada (
1
, ...,
n
) de nmeros tais que as substituies x
i
=
i
para i = 1, ..., n
transformam todas as equaes do sistema em identidades verdadeiras.
Resolver um sistema signica determinar todas as suas solues ou provar que no h nenhuma.
Denio 22. Um sistema linear que no tenha solues diz-se impossvel. Um sistema que tenha
pelo menos uma soluo diz-se possvel. Se tal soluo for nica, o sistema possvel e determinado
e, se existir mais do que uma soluo, o sistema ser possvel e indeterminado.
27
Todo o sistema de equaes lineares pode ser classicado de uma e s uma das seguintes formas:
impossvel, isto , sem soluo;
possivel e determinado, isto , com uma e uma s soluo;
possvel e indeterminado, ou seja, com uma innidade de solues.
Exemplo 38. O sistema
_
x y +z = 1
x +y z = 0
impossvel. J o sistema
_

_
x y +z = 1
x +y z = 1
x +y = 0

possvel e determinado.
Exerccio 7. Um sistema homogneo sempre possvel. Porqu?
Forma matricial de um sistema de equaes lineares
As matrizes so particularmente teis na simplicao da escrita e na resoluo de sistemas de
equaes lineares e as propriedades do clculo matricial podem ser usadas nessa resoluo.
Consideremos um sistema de equaes lineares genrico com m equaes e n incgnitas:
_

_
a
11
x
1
+a
12
x
2
+... +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+... +a
2n
x
n
= b
2
...
a
m1
x
1
+a
m2
x
2
+... +a
mn
x
n
= b
m
Construam-se as matrizes
A =
_

_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ...
a
m1
a
m2
... a
mn
_

_
, x =
_

_
x
1
x
2
...
x
n
_

_
, b =
_

_
b
1
b
2
...
b
m
_

_
.
Recorrendo ao produto de matrizes, podemos reescrever o sistema de equaes na forma
Ax = b
menos pesada que a forma apresentada atrs. matriz A chama-se matriz dos coecientes ou matriz
do sistema. x o vector das incgnitas e b o vector dos termos independentes. Se b = 0, o sistema
homogneo. matriz [A[b] chama-se matriz ampliada do sistema, sendo
[A[b] =
_

_
a
11
a
12
a
1n
[ b
1
a
21
a
22
a
2n
[ b
2
... ... ... [ ...
a
m1
a
m2
a
mn
[ b
m
_

_
.
28
Em geral, se um sistema de equaes lineares tiver m equaes e n incgnitas, ento a sua matriz
simples ser do tipo mn e a sua matriz ampliada ser m(n + 1).
Denio 23. Dois sistemas de equaes lineares so equivalentes se e s se tiverem as mesmas
solues.
Teorema 7. Seja Ax = b um sistema de equaes lineares, com A M
mn
. Seja E M
mm
uma
matriz invertvel. Ento, o sistema EAx = Eb equivalente ao sistema Ax = b.
Demonstrao.
Dois sistemas so equivalentes se tm as mesmas solues. obvio que qualquer soluo do
sistema Ax = b tambm soluo do sistema EAx = Eb. Reciprocamente, seja u uma soluo do
sistema EAx = Eb. Tem-se
EAu = Eb E
1
EAu = E
1
Eb IAu = Ib Au = b
ou seja, u soluo do sistema Ax = b.
.
Mtodo baseado na matriz inversa
A matriz inversa da matriz do sistema pode ser usada para determinar a soluo do sistema de
equaes lineares.
Consideremos o sistema de equaes lineares na forma matricial Ax = b, se existir a inversa da
matriz dos coecientes A, ento prova-se que o sistema possvel e determinado e a soluo dada
por
x = A
1
b.
Muito simplesmente possvel vericar que os sistemas Ax = b e x = A
1
b so equivalentes.
Pois, se existir A
1
, ento
Ax = b A
1
Ax = A
1
b Ix = A
1
b x = A
1
b.
Exemplo 39. Use o mtodo baseado na matriz inversa para resolver o seguinte sistema
_

_
3x
1
+ 2x
2
x
3
= 4
x
1
+ 6x
2
+ 3x
3
= 11
2x
1
4x
2
= 0
.
A matriz do sistema A =
_

_
3 2 1
1 6 3
2 4 0
_

_
. Comecemos por determinar |A|.
29
Pelo teorema de Laplace, e considerando a 3
a
linha da matriz, tem-se
[A[ = 2 (1)
4

2 1
6 3

4 (1)
5

3 1
1 3

+ 0 (1)
6

3 2
1 6

= 2 (6 (6)) + 4 (9 (1)) + 0 = 64.

.
Como det(A) ,= 0, logo existe A
1
. Determinemos A
1
.
A matriz adjunta de A dada por adj(A) =
_

_
12 4 12
6 2 10
16 16 16
_

_
, logo
A
1
=
adj(A)
[A[
=
1
64
_

_
12 4 12
6 2 10
16 16 16
_

_
.
A soluo do sistema dada por
x = A
1
b =
1
64
_

_
12 4 12
6 2 10
16 16 16
_

_
_

_
4
11
0
_

_
=
_

1
16

1
32
15
4
_

_
. .
Mtodo de eliminao de Gauss
Chamamos operaes elementares sobre as linhas de uma matriz A s seguintes operaes:
1. troca de linhas;
2. multiplicao de uma linha por um escalar no nulo;
3. adio a uma linha do produto de outra por um escalar.
A tcnica subjacente resoluo de um sistema a de determinar um sistema equivalente ao
dado que seja mais fcil de resolver. Para encontrar tal sistema recorre-se s operaes elementares.
De facto, se se trocarem duas equaes de um sistema, o novo sistema tem as mesmas solues (
equivalente) que o inicial. Se se multiplicar uma equao por um nmero diferente de zero, o novo
sistema equivalente ao inicial. Finalmente, se se substituir uma equao pela soma de outras duas,
obtm-se de novo um sistema equivalente ao dado.
Os seguintes sistemas de equaes lineares so equivalentes.
_

_
x + 2y 4z = 4
3x 2y + 3z = 11
x +y z = 0

_
x + 2y 4z = 4
8y + 15z = 23
y + 3z = 4
30
Pois apenas se multiplicou a 1
a
linha por 3 e somou-se 2
a
, e multiplicou-se a 1
a
linha por 1 e
somou-se 3
a
. Por sua vez, o seguinte sistema tambm equivalente aos sistemas anteriores
_

_
x + 2y 4z = 4
8y + 15z = 23
9z = 9
multiplicou-se a 2
a
linha por
1
8
e somou-se 3
a
linha.
Obtm-se assim um sistema equivalente ao inicial cuja resoluo muito simples, comeando-se
com a 3
a
equao , resolvendo depois a 2
a
e, por m, a 1
a
. A sua soluo :
_

_
x = 2
y = 1
z = 1
Note-se que sistemas de equaes lineares cuja matriz simples triangular so muito fceis de
resolver. Concentremo-nos ento em transformar a matriz inicial do sistema numa matriz triangular
superior ou em escada por linhas usando operaes elementares.
Vamos traduzir para a linguagem do clculo matricial os clculos efectuados na resoluo do
sistema do exemplo anterior. A sua matriz ampliada
_

_
1 2 4 [ 4
3 2 3 [ 11
1 1 1 [ 0
_

_
.
As operaes elementares efectuadas sobre as equaes do sistema correspondem a
_

_
1 2 4 [ 4
0 8 15 [ 23
0 1 3 [ 4
_

_
e
_

_
1 2 4 [ 4
0 8 15 [ 23
0 0 9 [ 9
_

_
tendo-se obtido uma matriz em escada que corresponde ao sistema de muito fcil resoluo
_

_
x + 2y 4z = 4
8y + 15z = 23
9z = 9

_
x = 2
y = 1
z = 1.
A ideia base do Mtodo de eliminao de Gauss efectuar operaes elementares sobre as linhas
da matriz ampliada at se obter uma matriz em escada.
Considere a matriz dos coecientes do sistema A = [a
ij
] de ordem mn.
Inicialmente, consideremos a matriz ampliada [A[b]. Supondo que a
11
,= 0, adicionamos
segunda equao a primeira multiplicada por
a
21
a
11
, eliminando assim a incgnita x
1
da segunda
31
equao. Devemos repetir o procedimento a todas as equaes seguintes, isto , eliminar a incgnita
x
1
desde a segunda at m-sima equao.
Depois, e considerando a
(1)
22
,= 0 (elemento da linha 2, coluna 2 da matriz ampliada aps ter
sofrido uma operao elementar), elimina-se a incgnita x
2
de todas as equaes a partir da terceira.
Este processo repete-se at obter uma matriz em escada.
Sempre que surja um zero na posio em que devia estar um pivot, efectua-se uma troca dessa
equao com uma outra que contenha a incgnita em questo. Se nenhuma troca resolver o problema,
o pivot passa a ser procurado entre os coecientes da incgnita seguinte.
Quando obtemos uma matriz em escada, deve-se escrever o sistema correspondente e resolv-lo.
As primeiras entradas no nulas de cada linha da matriz dos coecientes (aps transformao em
matriz em escada) chamam-se os pivots.
Exemplo 40. Exemplos do aspecto de uma matriz em escada (os smbolos representam os pivots):
_

_

0 0
0 0 0
_

_
,
_

_

0
0 0
0 0 0
_

_
,
_

0 0
_
O Teorema 7 garante que cada um destas operaes elementares do mtodo de eliminao de
Gauss transforma um sistema noutro equivalente.
O algoritmo do mtodo de eliminao de Gauss pode ser resumido como se segue:
1. escrever a matriz ampliada do sistema;
2. transform-la numa matriz em escada por linhas recorrendo a operaes elementares;
3. escrever o novo sistema correspondente a tal matriz;
4. resolver esse sistema.
Exemplo 41. Resolver o sistema de equaes lineares
_

_
x + 2y + 3z = 1
x +y 2 = 0
x 2z = 0
usando o mtodo de
eliminao de Gauss.
Considerando a matriz ampliada
[A[b] =
_

_
1 2 3 [ 1
1 1 0 [ 2
1 0 2 [ 0
_

_
Transformemos a matriz ampliada numa matriz em escada.
32
_

_
1 2 3 [ 1
1 1 0 [ 2
1 0 2 [ 0
_

L
2
L
2

1
1
L
1
L
3
L
3

1
1
L
1
_

_
1 2 3 [ 1
0 1 3 [ 1
0 2 5 [ 1
_

L
3
L
3

2
1
L
2
_

_
1 2 3 [ 1
0 1 3 [ 1
0 0 1 [ 3
_

_
Como obtivemos uma matriz em escada, logo
_

_
x + 2y + 3z = 1
y 3z = 1
z = 3

_
x = 6
y = 8
z = 3
A soluo
_

_
x
y
z
_

_
=
_

_
6
8
3
_

_
.
Mtodo de eliminao de Gauss-Jordan
O mtodo de eliminao de Gauss-Jordan acrescenta dois passos ao algoritmo do mtodo de elimi-
nao de Gauss:
1. comeando na ltima linha no nula e fazendo os clculos regressivamente, usar cada pivot
para transformar em zero os elementos da respectiva coluna.
2. transformar em uns todos os coecientes da diagonal principal.
Ou seja, transformar em zero todos os elementos da matriz simples que no sejam elementos da
diagonal principal e transformar em uns todos os elementos que pertencem diagonal principal.
Exemplo 42. Resolver o sistema de equaes lineares
_

_
x + 2y + 3z = 1
x +y 2 = 0
x 2z = 0
usando o mtodo de
eliminao de Gauss-Jordan.
Considerando a matriz ampliada
[A[b] =
_

_
1 2 3 [ 1
1 1 0 [ 2
1 0 2 [ 0
_

_
Transformemos a matriz ampliada numa matriz em escada.
33
_

_
1 2 3 [ 1
1 1 0 [ 2
1 0 2 [ 0
_

L
2
L
2

1
1
L
1
L
3
L
3

1
1
L
1
_

_
1 2 3 [ 1
0 1 3 [ 1
0 2 5 [ 1
_

L
3
L
3

2
1
L
2
_

_
1 2 3 [ 1
0 1 3 [ 1
0 0 1 [ 3
_

L
2
L
2

3
1
L
3
L
1
L
1

3
1
L
3
_

_
1 2 0 [ 10
0 1 0 [ 8
0 0 1 [ 3
_

L
1
L
1

2
1
L
2
_

_
1 0 0 [ 6
0 1 0 [ 8
0 0 1 [ 3
_

L
2
L
2
_

_
1 0 0 [ 6
0 1 0 [ 8
0 0 1 [ 3
_

_
A soluo
_

_
x
y
z
_

_
=
_

_
6
8
3
_

_
.
Clculo da matriz inversa usando o mtodo de eliminao de Gauss-
Jordan
possvel determinar a inversa da matriz (se ela existir) usando o mtodo de eliminao de Gauss-
Jordan, procedendo do seguinte modo:
- escrever a matriz [A[I
n
] ;
- usando as operaes elementares sobre as linhas de [A[I
n
], transformar Ana matriz identidade,
colocando 1s na diagonal principal e 0s fora dela;
Exemplo 43. Se existir, determine a inversa da matriz A =
_

_
1 2 3
2 5 3
1 0 8
_

_
.
Primeiro teremos que descobrir se a matriz A invertvel ou no. Para tal, teremos que determi-
nar [A[.
34
[A[ = 1 (1)
3+1

2 3
5 3

+ 0 + 8 (1)
3+3

1 2
2 5

= (6 15) + 8 (5 4) = 1.
Logo, podemos concluir que a matriz A invertvel pois [A[ , = 0. Determinemos a matriz A
1
.
_

_
1 2 3 [ 1 0 0
2 5 3 [ 0 1 0
1 0 8 [ 0 0 1
_

L
2
L
2
2L
1
L
3
L
3
L
1
_

_
1 2 3 [ 1 0 0
0 1 3 [ 2 1 0
0 2 5 [ 1 0 1
_

L
3
L
3
+ 2L
2
_

_
1 2 3 [ 1 0 0
0 1 3 [ 2 1 0
0 0 1 [ 5 2 1
_

L
3
L
3
_

_
1 2 3 [ 1 0 0
0 1 3 [ 2 1 0
0 0 1 [ 5 2 1
_

L
1
L
1
3L
3
L
2
L
2
+ 3L
3
_

_
1 2 0 [ 14 6 3
0 1 0 [ 13 5 3
0 0 1 [ 5 2 1
_

L
1
L
1
2L
2
_

_
1 0 0 [ 40 16 9
0 1 0 [ 13 5 3
0 0 1 [ 5 2 1
_

_
Logo, A
1
=
_

_
40 16 9
13 5 3
5 2 1
_

_
.
Seja A M
nn
(K), prova-se que se no existir inversa da matriz A ento no possvel obter
I
n
no nal do processo do mtodo de Gauss-Jordan. Para mais detalhes veja-se [SQ03, Bea95].
Discusso de sistemas de equaes lineares
Vamos agora fazer o estudo e a classicao dos sistemas lineares quanto existncia de soluo
em funo do nmero de equaes e do nmero de incgnitas e das caractersticas das respectivas
matrizes simples e ampliada.
35
Teorema 8. Um sistema de equaes lineares possvel sse a caracterstica da sua matriz simples
for igual caracterstica da matriz ampliada.
Recordemos que a caracterstica de uma matriz A o nmero de linhas no nulas da matriz em
escada que se obtm de A por meio de operaes elementares. Ao processo de transformao de uma
matriz emmatriz triangular ou emescada recorrendo a operaes elementares chama-se condensao.
Descreveremos um sistema linear Ax = b com m equaes e n incgnitas:
1
o
caso : c(A) = c(A[b) = n sistema possvel e determinado;
2
o
caso : c(A) = c(A[b) < n sistema possvel e indeterminado;
3
o
caso : c(A) < c(A[b) sistema impossvel.
Exemplo 44. Vamos analisar o sistema de equaes lineares
_

_
2x +y +z = 1
x + 2y z = 2
x y +z = 0
em funo do
parmetro , comeando por condensar a sua matriz ampliada:
_

_
2 1 1 [ 1
1 2 1 [ 2
1 1 [ 0
_

L
2
L
2

1
2
L
1
L
3
L
3

1
2
L
1
_

_
2 1 1 [ 1
0
3
2

3
2
[
3
2
0
3
2
21
2
[
1
2
_

L
3
L
3
+L
2
_

_
2 1 1 [ 1
0
3
2

3
2
[
3
2
0 0 2 [ 1
_

_
.
Tem-se:
(i) car(A)=3 se ,= 2;
(ii) car(A)=2 se = 2.
Consequentemente, o sistema ser
(i) possvel e determinado (car(A) = 3 = car([A[b]) = n) se ,= 2;
(ii) impossvel (car(A) = 2 < car([A[b])) = 3 se = 2.
.
J foi visto que um sistema homogneo Ax = 0 sempre possvel (admite sempre a soluo
nula). Tal sistema ser indeterminado sse c(A) < n.
Teorema 9. Se A for uma matriz quadrada de ordem n, o sistema homogneo Ax = 0 tem uma
soluo no trivial sse A = 0.
36
Regra de Cramer
A frmula que se segue fornece uma tcnica muito til para a resoluo de sistemas com igual nmero
de equaes e de incgnitas.
Teorema 10 (Regra de Cramer). Seja Ax = b um sistema de n equaes lineares com n incgnitas
tal que [A[ ,= 0. Ento, o sistema tem uma s soluo que pode ser obtida do seguinte modo:
x
1
=
[A
1
[
[A[
, x
2
=
[A
2
[
[A[
, ..., x
n
=
[A
n
[
[A[
.
sendo A
i
a matriz que se obtm de A substituindo a coluna i pela coluna dos termos independentes.
Exemplo 45. Aplique a Regra de Cramer para resolver o sistema
_

_
x +y + 3z = 1
x +y = 2
x z = 0
.
A matriz do sistema A =
_

_
1 1 3
1 1 0
1 0 1
_

_
cujo determinante igual a 3.
Continuando a aplicar a Regra de Cramer:
[A
1
[ =

1 1 3
2 1 0
0 0 1

= 1, [A
2
[ =

1 1 3
1 2 0
1 0 1

= 7 e [A
3
[ =

1 1 1
1 1 2
1 0 0

= 1.
Consequentemente, a soluo do sistema x =
1
3
, y =
7
3
e z =
1
3
.
37
38
Bibliograa
[Bal06] C. Balsa. Sebenta de lgebra Linear e Geometria Analtica. 2006.
[Bea95] F. Beauregard. Linear Algebra. Addison-Wesley, 1995.
[Car98] M. A. Carreira. Varivel complexa. Teoria elementar e exerccios resolvidos. Mc Graw
Hill, 1998.
[CDH96] A. Croft, R. Davison, and M. Hargreaves. Engineering mathematics: a modern foundation
for electronic, electrical, and systems engineering. Addison-Wesley, 1996.
[SQ03] A. P. Santana and J. F. Queir. lgebra Linear e Geometria Analtica. Universidade de
Coimbra, 2003.
39