Apostila - Parte 1 Atualizada 2013-2

UNIVERSIDADE SEVERINO SOMBRA
CURSOS DE ENGENHARIA

APOSTILA DE
LGEBRA LINEAR
PARTE I

PROFESSORA: MONIQUE SEQUEIRA LEHMANN
APOSTILA DE LGEBRA LINEAR PARTE I
PROFESSORA MONIQUE SEQUEIRA LEHMANN
1

SUMRIO

1 Matrizes 2
1.1 Introduo 2
1.2 Tipos de matrizes 3
1.3 Operaes com matrizes 4
2 Sistemas de equaes lineares 7
2.1 Introduo 7
2.2 Sistemas e matrizes 9
2.3 Operaes elementares 10
2.4 Forma escada 11
2.5 Solues de um sistema de equaes lineares 13
2.6 Interpretao geomtrica 15
3 Determinantes e matriz inversa 19
3.1 A inversa de uma matriz 19
3.2 Determinantes 22
3.3 Regra de Cramer 28

2
Captulo 1
Matrizes

1.1 Introduo:
Matriz: uma tabela de elementos dispostos em linhas e colunas.
Exemplos:
(
5 8
3 1
;
(
(
(
7 1 2
9 6 5
3 0 1
; [ ] 9 5 2 ;
(
(
(
6
7
5

Seus elementos podem ser nmeros reais ou complexos, funes ou ainda outras matrizes.

Representao: Utiliza-se letras maisculas para denotar matrizes e letras minsculas para
especificar sua ordem, ou seja, o nmero de linhas e o nmero de colunas.
Exemplo: Matriz A com m linhas e n colunas ( A
mxn
).

Para localizar um elemento na matriz, indicamos a linha e a coluna em que ele se encontra, nesta
ordem.
Exemplo:
(
=
(
=
9 4 1
2 5 3
23 22 21
13 12 11
3 2
a a a
a a a
A
x

a
11
= 3 ; a
21
= 1
a
12
= 5 ; a
22
= 4
a
13
= 2 ; a
23
= 9

Definio: Dizemos que duas matrizes A
mxn
e B
rxs
so iguais se elas tem o mesmo
nmero de linhas (m = r) e colunas (n = s), e se todos os seus elementos correspondentes
so iguais (a
ij
= b
ij
).
Exemplo:
(
=
(
5 4 2
0 90 sen 9
5 2 2
1 log 1 3
2
2 o

3
1.2 Tipos de matrizes:
Matriz quadrada: aquela cujo nmero de linhas igual ao nmero de colunas.
Exemplo:
(
9 1
4 5
;
(
(
(
4 5 9
3 1 4
6 2 5

Matriz nula: aquela em que a
ij
= 0 para qualquer i e j.
Exemplo:
(
0 0
0 0

Matriz coluna: aquela que possui uma nica coluna (n = 1).
Exemplo:
(
5
1
;
(
(
(
4
5
2

Matriz linha: aquela na qual m = 1, ou seja, possui apenas uma linha.
Exemplo:
[ ] 3 5 ; [ ] 4 8 9

Matriz diagonal: uma matriz quadrada (m = n) onde aij 0 para i = j, ou seja, apenas os
elementos da diagonal principal so no-nulos.
Exemplo:
(
1 0
0 3
;
(
(
(
7 0 0
0 5 0
0 0 2

Matriz identidade: aquela matriz quadrada na qual:

para i = j
para i j

=
=
0
1
ij
ij
a
a
4
Exemplo:
(
1 0
0 1
;
(
(
(
1 0 0
0 1 0
0 0 1

1.3 Operaes com matrizes:
Adio: A soma de duas matrizes A e B de mesma ordem, A
mxn
e B
mxn
, uma matriz cujos
elementos so a soma dos elementos correspondentes de A e B.
Exemplo:
(
(
(
=
(
(
(
+ + +
+ + +
+ + +
=
(
(
(
+
(
(
(
7 6 2
5 1 2
7 7 1
9 ) 2 ( 5 1 ) 2 ( 0
3 2 ) 5 ( 6 2 4
2 5 4 3 0 1
9 5 2
3 5 2
2 4 0
2 1 0
2 6 4
5 3 1

A subtrao de matrizes, feita da seguinte forma: A B = A + ( B)
Propriedades:
I. Comutatividade: A + B = B + A
II. Associatividade: A + (B + C) = (A + B) + C
III. A + 0 = A, onde 0 indica a matriz nula

Multiplicao por escalar: Seja a matriz A = [a
ij
]
mxn
e um nmero K , ento podemos definir
uma nova matriz dada por:
K . A = [K . a
ij
]
mxn

Exemplo:
(
(
(
=
(
(
(
2 8 4
8 10 6
18 6 2
1 4 2
4 5 3
9 3 1
. 2

Propriedades:
I. K.(A + B) = K.A + K.B
II. (K1 + K2).A = K1.A + K2.A
III. 0.A = 0
IV. K1.(K2.A) = (K1.K2).A

5
Matriz transposta: Dada uma matriz A = [a
ij
]
mxn
, podemos obter uma outra matriz A =
[b
ij
]
nxm
, cujas linhas so as colunas de A Chamamos A de matriz transposta de A.
Exemplo:
(
(
(
=
1 6
5 1
3 2
A ;
(
=
1 5 3
6 1 2
' A

Propriedades:
I. Uma matriz simtrica se, e somente se for igual sua transposta.
Exemplo:
(
=
2 3
3 1
A ;
(
=
2 3
3 1
' A ; A e A so simtricas.

II. A transposta da transposta (A) a matriz original.
Exemplo:
(
=
3 4
5 1
A ;
(
=
3 5
4 1
' A ;
(
=
3 4
5 1
' ' A

III. A transposta de uma soma igual soma das transpostas (A + B) = A + B
Exemplo:
(
=
1 4
3 2
A ;
(
=
9 2
4 5
B
( )
(
=
(
= +
10 7
6 7
10 6
7 7
'
'
B A
(
=
(
+
(
= +
10 7
6 7
9 4
2 5
1 3
4 2
' ' B A

IV. (K.A) = K.A, onde K um escalar.
Exemplo:
(
=
1 5
3 2
A e K = 2
(
=
(
=
2 6
10 4
2 10
6 4
)' . (
'
A K
(
=
(
=
2 6
10 4
1 3
5 2
. 2 ' .A K

6
Multiplicao de matrizes: Sejam duas matrizes A = [a
ij
]
mxn
e B = [b
ij
]
nxp
. Definimos A.B
= [C
uv
]
mxp
:
=
=
n
k
kv uk uv
b a C
1
.

Observaes importantes:
I. S podemos efetuar o produto de duas matrizes o nmero de colunas de A for igual ao
nmero de linhas de B.
II. A matriz resultante da multiplicao de A
mxn
e B
nxp
ser uma matriz C
mxp
.

Exemplos:
a)
2 3
2 2
8 1
3 4
5 2
.
4 0
1 1
x
x
(
(
(

O nmero de colunas da primeira diferente do nmero de
linhas da segunda (2 3), logo, no possvel efetuar a multiplicao.

b)
2 3 2 3
2 2
2 3
23 19
17 18
2 5
4 . 6 ) 1 .( 1 3 . 6 1 . 1
4 . 5 ) 1 .( 3 3 . 5 1 . 3
4 . 1 ) 1 .( 2 3 . 1 1 . 2
4 3
1 1
.
6 1
5 3
1 2
x x
x
x
(
(
(
=
(
(
(
+ +
+ +
+ +
=
(

(
(
(

Propriedades:
I. A.B B.A
II. A.I = I.A = A, onde I a matriz identidade.
III. A.(B + C) = A.B + A.C
IV. (A + B).C = A.C + B.C
V. (A.B).C = A.(B.C)
VI. (A.B) = B.A Observe a ordem
VII. 0.A = A.0 = 0

7
Captulo 2
Sistemas de Equaes Lineares

2.1 Introduo:
O objetivo deste captulo estudar um mtodo para a resoluo de sistemas lineares em geral. A
tcnica pode no ser a melhor nos casos de sistemas muito simples, mas alm de poder ser
empregada em todos os casos, pode ser muito til em sistemas com grande nmero de
incgnitas.

Exemplo 1:
=
= + +
= + +
5 2 3
4 4 5 2
1 3 4
z y x
z y x
z y x

(
(
(
5 2 3 1
4 4 5 2
1 3 4 1

1 PASSO: Eliminar x das linhas 2 e 3.
L
2
= -2.L
1
+ L
2

L
3
= -L
1
+ L
3
(
(
(

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

2 PASSO: Tornar y da linha 2 igual a 1.
L
2
= (-1/3).L
2
(
(
(
4 5 7 0
3 / 2 3 / 2 1 0
1 3 4 1

3 PASSO: Eliminar y das linhas 1 e 3.
L
1
= -4.L
2
+ L
1

L
3
= 7.L
2
+ L
3
8
(
(
(
3 / 2 3 / 1 0 0
3 / 2 3 / 2 1 0
3 / 11 3 / 1 0 1

4 PASSO: Tornar z da linha 3 igual a 1.
L
3
= -3.L
3

(
(
(
2 1 0 0
3 / 2 3 / 2 1 0
3 / 11 3 / 1 0 1

5 PASSO: Eliminar z das linhas 1 e 2.
L
1
= (-1/3).L
3
+ L
1

L
2
= (-2/3).L
3
+ L
2

(
(
(
2 1 0 0
2 0 1 0
3 0 0 1

= + +
= + +
= + +
2 0 0
2 0 0
3 0 0
z y x
z y x
z y x

Sendo assim, pode-se obter x, y e z:
=
=
=
2
2
3
z
y
x

Exemplo 2:

1 2 1
3 2 . 10 3
2 2 2 1 2
3 1 . 3 3
14 2 10 0
9 5 1 0
8 2 1 1
14 2 10 0
9 5 1 0
8 2 1 1
10 4 7 3
1 3 2 1
8 2 1 1
L L L
L L L
L L L L L
L L L
+ =
+ =
= + =
+ =

(
(
(

(
(
(

(
(
(

(
(
(
(
(
(

(
(
(

+ =
+ =
=
2 1 0 0
1 0 1 0
3 0 0 1
2 1 0 0
9 5 1 0
17 7 0 1
104 52 0 0
9 5 1 0
17 7 0 1
1 3 . 7 1
2 3 . 5 2
3 .
52
1
3
L L L
L L L
L L

SPD: x = 3 ; y = 1 ; z = 2
= +
= +
= + +
10 4 7 3
1 3 2
8 2
z y x
z y x
z y x
9
2.2 Sistemas e matrizes:
Um sistema de equaes lineares com m equaes e n incgnitas um conjunto de equaes do
tipo:
= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
. ... . .
...
. ... . .
. ... . .
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

com a
ij
, 1 i m , 1 j n.

Uma soluo do sistema acima uma n-upla de nmeros (x
1
, x
2
, ..., x
n
) que satisfaa
simultaneamente estas m equaes.
Podemos escrever o sistema acima na forma matricial:
(
(
(
(
=
(
(
(
(
(
(
(
(
m n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a
... ...
.
...
... ... ... ...
...
...
2
1
2
1
2 1
2 22 21
1 12 11

Ou seja A.X = B, onde:
(
(
(
(
=
mn m m
n
n
a a a
a a a
a a a
A
...
... ... ... ...
...
...
2 1
2 22 21
1 12 11
Matriz dos coeficientes
(
(
(
(
=
n
x
x
x
X
...
2
1
Matriz das incgnitas
(
(
(
(
=
m
b
b
b
B
...
2
1
Matriz dos termos independentes

10
Uma outra matriz, chamada matriz ampliada do sistema, representada da seguinte forma:
(
(
(
(
m mn m m
n
n
b
b
b
a a a
a a a
a a a
...
...
... ... ... ...
...
...
2
1
2 1
2 22 21
1 12 11

2.3 Operaes elementares:
Existem trs operaes elementares que podem ser efetuadas sobre as linhas de uma matriz:
Permuta da i-sima e j-sima linhas (Li Lj)
Exp:
(
(
(

(
(
(
=
1 5 3
7 3 2
4 5 1
7 3 2
1 5 3
4 5 1
3
2 L
L

Multiplicao da i-sima linha por um escalar no nulo k (Li k.Li)
Exp:
(
(
(

(
(
(
=
3 4 2
1 7 4
3 4 1
3 4 2
1 7 4
6 8 2
1 1
2
1
L L

Substituio da i-sima linha pela i-sima linha mais k vezes a j-sima linha (Li Li + k.Lj)
Exp:
(
(
(

(
(
(
+ =
2 4 3
3 1 0
2 0 1
2 4 3
5 1 4
2 0 1
2 1 2
. 4 L L L

Se A e B so matrizes m x n, dizemos que B linha equivalente a A, se for obtida de A atravs
de um nmero finito de operaes elementares sobre as linhas de A.

Teorema:
Dois sistemas que possuem matrizes ampliadas equivalentes so equivalentes.

2.4 Forma escada:
Uma matriz m x n linha reduzida forma escada (ou escalonada) se:
i. O primeiro elemento no nulo de uma matriz no nula 1;
ii. Cada coluna que contm o primeiro elemento no nulo de alguma linha tem todos os seus
outros elementos iguais a zero;
11
iii. Toda linha nula ocorre abaixo de todas as linhas no nulas (isto , daquelas que possuem
pelo menos um elemento no nulo);
iv. Se as linhas 1, ..., r so as linhas no nulas, e se o primeiro elemento no nulo da linha i
ocorre na coluna Ki, ento K1 < K2 < ... < Kr. Ou seja, o nmero de zeros precedendo o
primeiro elemento no nulo de cada linha aumenta a cada linha, at que sobrem somente
linhas nulas, se houver.

Teorema:
Toda matriz m x n linha equivalente a uma nica matriz-linha reduzida forma escada.

Teorema:
Dada uma matriz A
mxn
, seja Bmxn a matriz linha reduzida forma escada linha equivalente a A.
O posto de A, denotado por p, o nmero de linhas no nulas de B. A nulidadede A,
denotada por N o nmero n p, onde n o nmero de colunas da matriz dos coeficientes.
Exp
1
: Encontrar o posto e a nulidade da matriz abaixo:
(
(
(
=
1 1 2 1
5 3 0 1
0 1 2 1
A

p = 3 ; n = 3 ; N = 0
(
(
(
(
(
(

(
(
(
(
(
(

(
(
(
(
(
(
+ =
+ =
=
+ =
+ =
=
+ =
+ =
8 11 1 0 0
4 1 0 1 0
8 7 0 0 1
8 11 1 0 0
2 5 2 1 0
5 3 0 1
11 8 0 0
2 5 2 1 0
5 3 0 1
1 0 4 0
2 5 2 1 0
0 1 2 1
1 0 4 0
5 4 2 0
0 1 2 1
1 1 2 1
5 3 0 1
0 1 2 1
1 3 3 1
2 3 2 2
3
8
1
3
1 2 2 1
3 2 4 3
2
2
1
2
2 1 2
3 1 3
L L L
L L L
L L
L L L
L L L
L L
L L L
L L L
12
Exp
2
: Encontrar o posto e a nulidade da matriz abaixo:
(
(
(
(
=
8 16 4
1 5 1
2 4 1
3 1 2
A
(
(
(
(
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(
+ =
+ =
=
+ =
+ =
+ = =
0 0 0
0 0 0
9 1 1 0
9 14 0 1
0 0 0
1 9 0
9 1 1 0
2 4 1
0 0 0
1 9 0
1 9 0
2 4 1
8 16 4
1 5 1
3 1 2
2 4 1
8 16 4
1 5 1
2 4 1
3 1 2
1 2 4 1
3 2 9 3
2
9
1
2
3 1 3
4 1 4 4
2 1 2 2 2 1
L L L
L L L
L L
L L L
L L L
L L L L L

p = 2 ; n = 2 ; N = 0
Repare que a matriz
(

=
2 4 1
3 1 2
1
A tem o mesmo posto e nulidade que a matriz A.
Reinterpretando as matrizes A e A
1
como sistema de equaes, diremos que o sistema de quatro
equaes associado matriz A inicial equivalente ao sistema de duas equaes:
= +
=
= +
=
8 16 4
1 5
2 4
3 2
y x
y x
y x
y x
equivalente a
= +
= +
9 1 0
9 14 0
y x
y x
.
Este um sistema com equaes redundantes. A 3 e a 4 linha podem ser desprezadas. O
sistema inicial equivalente ao sistema:
= +
=
2 4
3 2
y x
y x

importante observar que o posto da matriz ampliada de um sistema representa o nmero de
equaes independentes deste.
Uma linha ser dependente de outras (igual a zero no final do processo) se ela puder ser escrita
como a soma de produtos destas outras linhas por constantes.

13
2.5 Solues de um sistema de equaes lineares:
Se tivermos um sistema de uma equao e uma incgnita, ax = b, existiro trs possibilidades:
a) a 0 Neste caso a equao tem uma nica soluo:
a
b
x =

b) a = 0 e b = 0 Temos 0x = 0 e qualquer nmero real ser soluo da equao.
c) a = 0 e b 0 Temos 0x = b, logo, no existe soluo para esta equao.

Exemplos:
1 -
=
= +
6 3
5 2
y x
y x

(
+ =
=
+ = =
1 1 0
3 0 1
1 1 0
7 3 1
7 7 0
6 3 1
5 1 2
6 3 1
6 3 1
5 1 2
1 2 3 1
2
7
1
2
2 1 2 2 2 1
l L L
L L
L L L L L

Neste caso, temos: pa = pc = 2 e N = 2 2 = 0
E o sistema tem uma nica soluo: x = 3 e y = - 1.

2 -
= +
= +
15 3 6
5 2
y x
y x

(
+ =
=
0 0 0
2 5 2 1 1
15 3 6
2 5 2 1 1
15 3 6
5 1 2
2 1 6 2
1
2
1
1
L L L
L L

Observamos que pa = pc = 1 e N = 2 1 = 1.
A nulidade de um sistema, tambm chamada de grau de liberdade do sistema, significa o nmero
de variveis livres no dado sistema.
Neste caso, observamos que N = 1, logo, o sistema tem 1 varivel livre, ou seja, o conjunto
soluo ser dado atribuindo-se valores a uma das variveis para chegar outra. O sistema
inicial equivalente :
{ x y y x 2 5 5 2 = = +
Sendo assim, o sistema admite infinitas solues.

14
3 -
= +
= +
10 3 6
5 2
y x
y x

(
+ =
=
5 0 0
2 5 2 1 1
10 3 6
2 5 2 1 1
10 3 6
5 1 2
2 1 6 2
1
2
1
1
L L L
L L

Neste caso, o sistema inicial equivalente :
= +
= +
5 0 0
5 2
y x
y x

No existe nenhum valor de x ou y que satisfaa a 2 equao. O sistema no tem soluo.
Observamos que: pa = 2 e pc = 1.

CASO GERAL:
Considere um sistema de m equaes lineares com n incgnitas x
1
, x
2
, ..., x
n
:
= + + +
= + + +
m n mn m m
n n
b x a x a x a
b x a x a x a
. ... . .
...
. ... . .
2 2 1 1
1 1 2 12 1 11

cujos coeficientes a
ij
e termos independentes b
i
so nmeros reais ou complexos.
Esse sistema poder ser:
- Sistema impossvel (SI): O sistema no admite soluo.
- Sistema possvel determinado (SPD): O sistema admite soluo nica.
- Sistema possvel indeterminado (SPI): O sistema admite infinitas solues.

Teorema:
- Um sistema de m equaes e n incgnitas admite soluo se, e somente se, o posto da
matriz ampliada igual ao posto da matriz dos coeficientes;
- Se as duas matrizes tm o mesmo posto e p = n, a soluo ser nica;
- Se as duas matrizes tm o mesmo posto e p < n, podemos escolher n p incgnitas
(Nulidade = n p), e as outras p incgnitas sero dadas em funo destas. Neste caso
existiro infinitas solues.

15
2.6 Interpretao geomtrica:
1 caso: Sistema 2 x 2:
O conjunto soluo de uma equao linear com 2 incgnitas geralmente pode ser representado
por uma reta do plano cartesiano. Assim, o par ordenado que soluo de duas equaes lineares
com 2 incgnitas pode ser representado pelo ponto de interseco das retas que representam os
respectivos conjuntos solues. Ento, o nmero de solues depender fundamentalmente da
posio relativa dessas retas. Consideremos os seguintes exemplos:
a) Sistema Possvel e Determinado:
2 ; 3
6 3
5 2
= =
=
= +
y x
y x
y x

O sistema tem soluo nica, e esta representada pela interseco das retas cujas equaes
gerais so: 2x + y = 5 e x 3y = 6 (retas concorrentes).

b) Sistema Impossvel:

= +
= +
SI
y x
y x
10 3 6
5 2

O sistema no tem soluo. De fato, as retas cujas equaes gerais so 2x + y = 5 e 6x + 3y = 10
so paralelas (ou seja, no existe nenhum ponto de interseco entre elas).
16

c) Sistema Possvel e Indeterminado:
+
= +
= +
y y x
y x
y x
;
2
5
2
1
15 3 6
5 2

Como o sistema tem infinitas solues, estas so representadas pela interseco das retas cujas
equaes gerais so: 2x + y = 5 e 6x + 3y = 15 (retas coincidentes).

17
2 caso: Sistema 3 x 3:
As equaes que compe o sistema
= + +
= + +
= + +
3 3 3 3
2 2 2 2
1 1 1 1
. . .
. . .
. . .
d z c y b x a
d z c y b x a
d z c y b x a
representam graficamente planos
no
3
. A depender da classificao do sistema, estes planos podem assumir algumas posies
relativas:
a) Sistema Impossvel:
Se pelo menos dois dos planos so paralelos, ou se dois deles intersectam o terceiro segundo
retas paralelas, a interseco entre os trs planos vazia e o sistema impossvel.

b) Sistema Possvel e Indeterminado:
Se os trs planos se intersectam em uma reta r qualquer o sistema indeterminado e qualquer
ponto da reta r uma soluo do sistema.

18
c) Sistema Possvel e Determinado:
d) Quando os trs planos se encontram em um nico ponto (soluo do sistema), o sistema
possvel e determinado.
19
Captulo 3
Determinantes e Matriz Inversa

3.1 A inversa de uma matriz:
Uma matriz A
nxn
dita invertvel (ou no-singular) se existe uma matriz B
nxn
tal que:
In BA AB = =

A matriz B chamada de matriz inversa de A. Se no existir uma tal matriz B, dizemos que A
no-invertvel ou singular.

Exp: Sejam
(
=
2 2
3 2
A e
(
=
1 1
2 3 1
B , vamos provar que B inversa de A.
(
=
(
+
+
=
(
=
1 0
0 1
2 3 2 2
3 3 3 2
1 1
2 3 1
.
2 2
3 2
.B A

(
=
(

+
=
(
=
1 0
0 1
2 3 2 2
3 3 3 2
2 2
3 2
.
1 1
2 3 1
.A B

Logo, como AB = BA = In, B a inversa de A.

Teorema:
Se uma matriz tem uma inversa, essa inversa, nica. Vamos denotar a inversa de A, se existir,
por A
-1
, logo:
n
I A A A A = =

. .
1 1

Exp: Seja
(
=
4 3
2 1
A , vamos encontrar A
-1
:
Vamos chamar a matriz A
-1
de:
(
d c
b a
A
1

Exp: Seja
(
=
4 3
2 1
A , encontrar A
-1
:
(
=
(
+ +
+ +
=
(
1 0
0 1
4 3 4 3
2 2
1 0
0 1
.
4 3
2 1
.
1
d b c a
d b c a
d c
b a
I A A
n

20
= +
= +
0 4 3
1 2
c a
c a
e
= +
= +
1 4 3
0 2
d b
d b

Resolvendo o sistema: a = 2, b = 1, c = 3/2, d = 1/2.
Logo:
(
2 1 2 3
1 2
1
A .

Exp: Seja
(
=
4 2
2 1
A , encontrar A
-1
:

(
=
(
+ +
+ +
=
(
1 0
0 1
4 2 4 2
2 2
1 0
0 1
.
4 2
2 1
.
1
d b c a
d b c a
d c
b a
I A A
n

= +
= +
0 4 2
1 2
c a
c a
e
= +
= +
1 4 2
0 4
d b
d b

Esse sistema no tem soluo (Sistema Impossvel), logo, A no tem inversa.

Propriedades da inversa:
- Se A invertvel, ento A
-1
invertvel e (A
-1
)
-1
= A.
- Se A e B so matrizes invertveis, ento AB invertvel e (A.B)
-1
= B
-1
.A
-1
.
- Se A invertvel, ento (A
T
)
-1
= (A
-1
)
T
.

Um mtodo prtico para encontrar A
-1
:
Se a matriz Anxn dada, procuramos uma matriz B tal que: In BA AB = = .
O mtodo prtico para encontrar a inversa da matriz o seguinte:
- Etapa 1: Forme a matriz [ ]
n nx
n
I A
2
juntando a matriz identidade In matriz A.
- Etapa 2: Faa a reduo em forma escada na matriz A encontrada na etapa 1. importante
lembrar que qualquer operao feita em uma linha de A deve ser feita tambm na linha
correspondente de In.
- Etapa 3: Suponha que a etapa 2 produziu a matriz [ ] D C em forma escada reduzida por
linhas:
Se C = In, ento D = A
-1
;
Se C In, ento C tem uma linha nula. Neste caso, no existe A
-1
.

21
Exp: Encontrar a inversa da matriz
(
(
(
=
1 5 5
3 2 0
1 1 1
A .
[ ]
(
(
(
=
1 0 0
0 1 0
0 0 1
1 5 5
3 2 0
1 1 1
2n nx
n
I A
(
(
(

(
(
(

(
(
(

(
(
(

(
(
(

(
(
(
+ =
+
=
+ =
=
+ =
4 1 0 4 5
8 3 2 1 8 15
8 1 2 1 8 13
1 0 0
0 1 0
0 0 1
4 1 0 4 5
0 2 1 0
0 2 1 1
1 0 0
2 3 1 0
2 1 0 1
1 0 5
0 2 1 0
0 2 1 1
4 0 0
2 3 1 0
2 1 0 1
1 0 5
0 2 1 0
0 0 1
4 0 0
2 3 1 0
1 1 1
1 0 5
0 1 0
0 0 1
4 0 0
3 2 0
1 1 1
1 0 0
0 1 0
0 0 1
1 5 5
3 2 0
1 1 1
1 3
2
1
1
2 3
2
3
2
3
4
1
3
1 2 1
2
2
1
2
3 1 5 3
L L L
L L L
L L
L L L
L L
L L L

Como C = In, conclumos que D = A-1, logo:

(
(
(
4 1 0 4 5
8 3 2 1 8 15
8 1 2 1 8 13
1
A
Teorema:
Uma matriz n x n invertvel se, e somente se equivalente por linhas a In.

Sistemas lineares e inversas:
Se A uma matriz n x n, ento o sistema linear Ax = b um sistema de n equaes e n
incgnitas. Supondo que A invertvel, ento, existe A
-1
e podemos multiplicar Ax = b por A
-1
e
obter:

Sendo assim, b A x .
1
= uma soluo do sistema linear.
b A x
b A x I
b A x A A
b A x A A
n
.
. .
. ). . (
. ) . .(
1
1
1 1
1 1

=
=
=
=
22
Exp: Considere um processo industrial cuja matriz A
(
(
(
=
1 5 5
3 2 0
1 1 1
A . Se b a matriz resposta e
(
(
(
=
8
24
8
b . A soluo do sistema pode ser dada da seguinte forma:
(
(
(
=
(
(
(
(
(
(

= =

8
0
0
8
24
8
.
4 1 0 4 5
8 3 2 1 8 15
8 1 2 1 8 13
.
1
x x b A x

3.2 Determinantes:
possvel associar a cada matriz n x n um escalar, det (A), cujo valor vai nos dizer se a
matriz ou no invertvel.
Considerando primeiramente os casos particulares, temos:
Caso 1: Matrizes 1 x 1:
Se A = (a) uma matriz 1 x 1, ento A tem uma inversa se e somente se a 0. Logo, se det (A) =
a, a matriz ser invertvel se e somente se det (a) 0.
Seja
(
=
22 21
12 11
a a
a a
A . Para encontrar o determinante de A, devemos formar o produto dos
elementos da esquerda para a direita e subtrair deste o produto dos elementos da direita para a
esquerda.
22 21
12 11
) det(
a a
a a
A =
21 12 22 11
. . a a a a =
A matriz ser invertvel se e somente se:
0 . . 0 ) det(
21 12 22 11
a a a a A

Para encontrar o determinante de matrizes 3 x 3, podemos utilizar a Regra de Sarrus:
Repita as duas primeiras colunas de A; forme as somas dos produtos dos elementos da esquerda
para a direita e subtrai deste nmero a soma dos produtos dos elementos da direita para a
esquerda.
23
Se
(
(
(
=
33 21 31
23 22 21
13 12 11
a a a
a a a
a a a
A , ento:
( )
31 22 13 31 23 11 33 21 12 32 21 13 31 23 12 33 22 11
32 31 33 32 31
22 21 23 22 21
12 11 13 12 11
32 31 33 32 31
22 21 23 22 21
12 11 13 12 11
. . . . . . . . . . . . ) det(
) det(
a a a a a a a a a a a a a a a a a a A
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
a a a a a
A
+ + + + =
(
(
(
(
(
(
=

Se det (A) 0, A invertvel.

OBS: Costuma-se representar o determinante de uma matriz da seguinte forma:
A A = ) det(
Exp:
(
=
3 2
5 1
A
3 2
5 1
representa o determinante de A

Propriedades dos determinantes:
I. Os determinantes de uma matriz e de sua transposta so iguais, isto det(A
T
) = det (A);
II. Se uma matriz B obtida de uma matriz A trocando-se duas linhas (ou colunas) de A,
ento, det (B) = - det (A);
III. Exp: 7
2 3
1 2
=
7
1 2
2 3
=

IV. Se duas linhas (ou colunas) de A so iguais, ento det (A) = 0;
V. Se A tem uma linha (ou coluna) nula, ento det (A) =0;
VI. Se B obtida de A multiplicando-se uma linha (ou coluna) de A por um nmero real C,
ento, det (B) = C . det (A);
VII. Exp: 2
2 1
6 2
= 4
2 1
12 4
=
VIII. O determinante de um produto de matrizes igual ao produto de seus determinantes, isto
, det (A.B) = det (A) . det (B)

24
Importante:
Supondo uma matriz Anxn invertvel:
) det(
1
) det(
1 ) det( ). det(
) det( ) det( ). det(
) det( ) . det(
.
1
1
1
1
1
A
A
A A
I A A
I A A
I A A
n
n
n
=
=
=
=
=

Expanso em cofatores:
O mtodo dos cofatores para calcular o determinante de uma matriz Anxn, torna-se
interessante quando trabalhamos com matrizes de grandes ordens, j que ele reduz o problema ao
clculo de determinantes de matrizes de ordem (n-1)x(n-1) at obter matrizes 2x2.

DEFINIO: Seja A = [a
ij
] uma matriz nxn. Seja M
ij
a submatriz (n-1)x(n-1) de A obtida
atravs da eliminao da isima linha e a j-sima coluna de A. O determinante det (M
ij
)
chamado de determinante menor de A. O cofator A
ij
de a
ij
dado por:
( ) ( )
ij
j i
ij
M A det . 1
+
=

Exp: Seja
(
(
(

=
2 1 7
6 5 4
2 1 3
A , vamos encontrar os cofatores da matriz A.
( )
( )
( )
( ) 19
5 4
1 3
. 1
10 10 ). 1 (
6 4
2 3
. 1
16
6 5
2 1
. 1
10 10 ). 1 (
1 7
1 3
. 1
3 3
33
2 3
32
1 3
31
3 2
23
=
=
= = =
=
=
= =
=
+
+
+
+
A
A
A
A
25
( )
( )
( )
( ) ( )
( ) 8
2 7
2 3
. 1
4 4 ). 1 (
2 1
2 1
. 1
31
1 7
5 4
. 1
34 ) 34 ).( 1 (
2 7
6 4
. 1
4
2 1
6 5
. 1
2 2
22
1 2
21
3 1
13
2 1
12
1 1
11
= =
= =
=
= =
= = =
= =
+
+
+
+
+
A
A
A
A
A

Teorema:
Seja A uma matriz nxn. Ento, para cada 1 i n,
in in i i i i
A a A a A a A . ... . . ) det(
2 2 1 1
+ + + = que a
expanso do det (A) em relao i-sima linha. E tambm, para cada 1 j n,
nj nj j j j j
A a A a A a A . ... . . ) det(
2 2 1 1
+ + + = que a expanso do det (A) em relao j-sima coluna.
Exp: Calcular o determinante da matriz A
4x4
:
(
(
(
(
=
3 2 0 2
3 0 0 3
3 1 2 4
4 3 2 1
A
Como visto, no mtodo da expanso em cofatores para clculo de determinante, devemos
escolher uma linha ou coluna da matriz para expandir em relao ela. Para realizar os clculos,
fazemos um somatrio do produto termos pelos seus cofatores da linha ou coluna escolhida.
Notemos que no exemplo acima melhor expandir em relao 2 coluna ou 3 linha, j que
elas tem dois zeros. Neste caso, os cofatores destes termos nulos no precisam ser calculados,
uma vez que se a
ij
= 0, teremos a
ij
. A
ij
= 0.
Vamos expandir em relao 3 linha:
( ) ( ) ( )
2 0 2
1 2 4
3 2 1
3 . 1 0 0
3 2 0
3 1 2
4 3 2
. 3 . 1
3 2 0 2
3 0 0 3
3 1 2 4
4 3 2 1
4 3 1 3
+ + +
+ +

26
Agora, temos que calcular o determinante das matrizes 3x3. Podemos faz-lo atravs da
expanso em cofatores ou pelo mtodo de Sarrus. Vamos fazer atravs da expanso em cofatores
a fim de exemplificar melhor.

( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) 4 10 . 2 . 1 8 . 2 . 1
2 4
2 1
. 2 . 1 0
1 2
3 2
. 2 . 1
2 0 2
1 2 4
3 2 1
20 1 . 2 . 1 9 . 2 . 1 0
3 2
4 3
. 2 . 1
3 2
3 1
. 2 . 1
3 2 0
3 1 2
4 3 2
3 3 1 3
1 2 1 1
= + =
+ +
= + = +
+ +
+ +

Sendo assim:
( )( )( ) 48 4 . 3 . 1 0 0 20 . 3 . 1 ) det( = + + + = A

Matriz Adjunta:
DEFINIO: Seja A = [a
ij
] uma matriz nxn. A matriz adjunta de A, denotada por adj (A), a
matriz nxn cujo elemento (i, j) o cofator A
ij
de a
ij
, ou seja:
(
(
(
(
=
nn n n
n
n
A A A
A A A
A A A
A adj
...
... ... ... ...
...
...
) (
2 1
2 22 12
1 21 11
a matriz formada pelos cofatores de A, transposta.

Teorema:
Se A = [a
ij
] uma matriz nxn, ento,
n
I A A A adj A adj A ). det( )). ( ( )) ( .( = =
Se det (A) 0, ento:

A
In
A I A A
n
= =
1 1
.
[ ]
)) ( .(
) det(
1
)) ( .(
) det(
1
)) ( .( .
) det(
1
)) ( .(
) det(
1
. ). det( )) ( .(
1
A adj
A
A
A
I
A adj
A
I A adj A
A
I A adj
A
A I A A adj A
n
n n n
= =
= = =

27
Exp: Vamos calcular a matriz inversa de
(
(
(
=
3 0 1
2 6 5
1 2 3
A .
1 Passo: Calcular a matriz adjunta de A:

Logo,
(
(
(

=
(
(
(

=
28 2 6
1 10 17
10 6 18
28 1 10
2 10 6
6 17 18
) (
T
A adj

2 Passo: Calcular o determinante de A:
94 ) det( = A

3 Passo: Calcular a inversa de A:
Como )) ( .(
) det(
1
1
A adj
A
A =
:
(
(
(
(
=
(
(
(
94
28
94
2
94
6
94
1
94
10
94
17
94
10
94
6
94
18
28 2 6
1 10 17
10 6 18
.
94
1
1
1
A
A

( )
( )
( ) 2
0 1
2 3
. 1
10
3 1
1 3
. 1
6
3 0
1 2
. 1
3 2
23
2 2
22
1 2
21
=
=
=
=
=
=
+
+
+
A
A
A ( )
( )
( ) 6
0 1
6 5
. 1
17
3 1
2 5
. 1
18
3 0
2 6
. 1
3 1
13
2 1
12
1 1
11
= =
=
=
= =
+
+
+
A
A
A
( )
( )
( ) 28
6 5
2 3
. 1
1
2 5
1 3
. 1
10
2 6
1 2
. 1
3 3
33
2 3
32
1 3
31
=
=
= =
=
=
+
+
+
A
A
A
28
3.3 Regra de Cramer:
Seja
= + + +
= + + +
= + + +
n n nn n n
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
. ... . .
...
. ... . .
. ... . .
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
um sistema linear com n equaes e n incgnitas e A =
[aij] a matriz dos coeficientes, de modo que podemos escrever o sistema na forma Ax = b, onde
(
(
(
(
=
n
b
b
b
b
...
2
1
.
Se det (A) 0, ento o sistema tem uma nica soluo dada por:
) det(
) det(
1
1
A
A
x = ;
) det(
) det(
2
2
A
A
x = ;
) det(
) det(
3
3
A
A
x =
onde A
i
a matriz obtida de A trocando-se sua i-sima coluna por b.

Exp: Vamos encontrar a soluo do sistema linear abaixo:
= +
= +
= +
3 2
4 2
1 3 2
z y x
z y x
z y x

2
1 1 2
1 2 1
1 3 2
=

= A

4
1 1 3
1 2 4
1 3 1
=

=
x
A 2
2
4
=
= x

6
1 3 2
1 4 1
1 1 2
=

=
y
A 3
2
6
=
= y

8
3 1 2
4 2 1
1 3 2
=

=
z
A 4
2
8
=
= z

Apostila - Parte 1 Atualizada 2013-2

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apostila - Parte 1 Atualizada 2013-2

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE SEVERINO SOMBRA

APOSTILA DE LGEBRA LINEAR PARTE I

Potrebbero piacerti anche