NOTAS DE AULA - LGEBRA LINEAR

MATRIZES, DETERMINANTES E
SISTEMAS DE EQUAOES LINEARES

ISABEL C. C. LEITE

SALVADOR BA
2008

Prof. Isabel Cristina C. Leite

lgebra Linear

MATRIZES

Uma matriz um agrupamento retangular de nmeros.

Matriz de ordem m por n um retngulo de m x n nmeros dispostos em m linhas e n colunas.

a11
a
A = 21
M

am1

a1n
L a2 n
M

L amn

a12
a22
M
am 2

A matriz na qual m n retangular se representa por A(m,n) e se diz de ordem m por n (ou m x
n).
A matriz na qual m = n quadrada se representa por An (ou A(n,n)) e se diz de ordem n.
Cada elemento de uma matriz A se apresenta com dois ndices: aij. O primeiro ndice indica a
linha e o segundo a coluna a que o elemento pertence.
A matriz A pode ser representada abreviadamente por A = [aij], i variando de 1 a m e j variando
de 1a n. Assim, se a matriz tem 2 linhas e 3 colunas, tem-se

a11
A(2,3 ) =
a21

a13
a23

a12
a22

Exemplo: Dada a matriz

A=

0,2

2
1

13
6

7
3

A uma matriz de ordem 4 por 3.

a23 = 4

a12 = 0,2

a43 =

Duas matrizes so definidas como sendo iguais se tm a mesma ordem (tamanho) e se todos os
elementos correspondentes so iguais.

Ex:

a31 = 2

32

1
2

log1 9
=
5 2

sen 90o
4

A matriz de ordem m por 1 uma matriz-coluna ou vetor-coluna e a matriz de ordem 1 por n

uma matriz-linha ou vetor-linha.

Ex :

A(3,1)

1
= 2
7

A(1, 4 ) = [2 5 3 1]

Prof. Isabel Cristina C. Leite

lgebra Linear

Matriz nula aquela em que aij = 0, i e j.

Ex :

0 0 0
A=

0 0 0

B = [0 0 0 0 0]

Diagonal principal e diagonal secundria

Numa matriz quadrada de ordem n, os elementos aij em que i = j constituem a diagonal principal; os
elementos aij em que i + j = n + 1 constituem a diagonal secundria.
a11
Ex : Dada a matriz A3 = a 21
a31
principal e os elementos a13 a22

a13
a 22
a 23 os elementos a11 a22 a33 constituem a diagonal
a32
a33
a31 constituem a diagonal secundaria.
a12

Matriz diagonal uma matriz quadrada onde aij = 0 para i j.

Matriz identidade a matriz diagonal que tem os elementos aij = 1 para i = j. denotada por In
ou simplesmente por I.

3
0
Exs: A =
0

0
0
0 1 0

0 0 4

0
5

0
0

1 0 0
I3 = 0 1 0
0 0 1

1 0
I2 =

0 1

Matriz triangular superior e matriz triangular inferior.

A matriz quadrada A = [aij] que tem os elementos aij = 0 para i > j uma matriz triangular superior
e a matriz quadrada B = [bij] que tem os elementos bij = 0 para i < j uma matriz triangular inferior.
0 0
5 0
1 1 0
5
3
0 0

Exs : A = 0 5 3
B=
2
0
5 0
0 0 2

4 1 2 3
Adio de matrizes
A soma de duas matrizes A = [aij] e B = [bij], de mesma ordem, uma matriz C = [cij] tal que cij = aij
+ bij. Analogamente, a diferena de matrizes de mesma ordem obtem-se subtraindo os elementos
correspondentes.

1
Ex : Dados A = 0
3
1
A + B = 6
1

2
5 e
1
0
2
1

0
B = 6
2

2
3 ,
0

1
A B = 6
5

4
8
1

Prof. Isabel Cristina C. Leite

lgebra Linear

Propriedades da adio de matrizes

Dadas as matrizes A, B e C de mesma ordem m x n, tem-se:

A+B=B+A
i)
ii)
A + (B + C) = (A + B) + C
iii)
A + 0 = 0 + A = A, onde 0 denota a matriz nula m x n.
Multiplicao de uma matriz por um escalar
Se k um escalar, o produto de uma matriz A = [aij] por esse escalar uma matriz B = [bij] tal que
bij = k aij.
5 2 10 4
Ex : 2
=

1 0 2 0
Propriedades.
Dadas matrizes A e B de mesma ordem m x n e escalares k, k1 e k2, tem-se:
i)
k (A + B) = kA + kB
ii)
(k1 + k2)A = k1A + k2A
iii)
0A = 0
obs: 0 escalar e 0 matriz nula
Multiplicao de matrizes
Se A uma matriz m x r e B uma matriz r x n, ento o produto AB a matriz m x n cujos elementos
so determinados como segue. Para obter o elemento cij de AB destaque a linha i de A e a coluna j de
B. Multiplique os elementos correspondentes desta linha e desta coluna e ento some os produtos
resultantes.

1
Ex : A ( 2,3) =
2

2
6

4
0

4
B (3, 4 ) = 0
2

1 4 + 2 0 + 4 2 1 1 + 2 ( 1) + 4 7
AB(2,4) =
2 4 + 6 0 + 0 2 2 1 + 6 ( 1) + 0 7
27
30
13
12
=
4 26
12
8

1 4 + 2 3 + 4 5
2 4 + 63+ 05

3
1
2
1 3 + 2 1 + 4 2
2 3 + 6 1 + 0 2

Obs: o produto AB no est definido se o nmero de colunas da matriz A no for igual ao nmero de
linhas da matriz B.
Propriedades
Dadas as matrizes A, B e C tais que as operaes indicadas possam ser efetuadas, tem-se:
i)
AI = IA = A, onde I a matriz identidade
ii)
A (B + C) = AB + AC
(lei distributiva esquerda)
iii)
(A + B) C = AC + BC
(lei distributiva direita)
iv)
(AB)C = A(BC)
(lei associativa)
v)
0 A = 0 e A 0 = 0 , onde 0 a matriz nula.

Prof. Isabel Cristina C. Leite

lgebra Linear

Obs:
1) AB e BA no precisam ser iguais.

1 0
1 2
A=
B
=

3 0
2 3

Assim, AB BA.

1 2
AB =

11 4

3 6
BA =

3 0

2) Pode-se ter AB = 0 sem que A = 0 ou B = 0 .

0 1
A=

0 2

2 5
B=

0 0

0 0
AB =

0 0

Transposio de matrizes
A matriz transposta da matriz A, de ordem m por n, a matriz AT, de ordem n por m, que se obtm da
matriz A permutando as linhas pelas colunas de mesmo ndice.
Exemplo:

a
A = 11
a21

a12
a22

a13
;
a23

a11
A = a12
a13
T

a21
a22
a23

Propriedades
Dadas as matrizes A e B tais que as operaes indicadas possam ser efetuadas e o escalar k, tem-se:
i)
(A + B)T = AT + BT
ii)
(kA)T = kAT
iii)
(AT)T = A
iv)
(AB)T = BT AT

Matriz simtrica

Uma matriz quadrada A = [aij] simtrica se AT = A.

Exemplo
1 5 9
T
A = A = 5 3 8
9 8 7

Matriz anti-simtrica

Uma matriz quadrada A = [aij] anti-simtrica se AT = A.

Exemplo
5 9
0 5 9
0

T
0 8
8
A= 5
A = 5 0
9 8
9 8 0
0

Prof. Isabel Cristina C. Leite

lgebra Linear

SISTEMAS DE EQUAES LINEARES

Equao linear uma equao da forma a1 x1 + a 2 x 2 + a 3 x3 + K + a n x n = b na qual x1 , x2 , x3 , ...,

xn so as variveis (ou incgnitas), a1 , a 2 , a 3 , K , a n so os respectivos coeficientes das variveis e

b o termo independente.
Os valores das variveis que satisfazem equao constituem sua soluo. Esses valores so
denominados razes da equao linear.
A um conjunto de equaes lineares se d o nome de sistema de equaes lineares:

a11 x1 + a12 x2 + a13 x3 + K + a1n xn = b1

a x + a x + a x + K + a x = b
22 2
23 3
2n n
2
21 1
a31 x1 + a32 x2 + a33 x3 + K + a3n xn = b3
M
M
M
M
M

am1 x1 + am 2 x2 + am 3 x3 + K + amn xn = bm
Este sistema possui m equaes lineares e n incgnitas.
Uma soluo do sistema acima uma n-upla de nmeros ( x1 , x2 , x3 , ... , xn ) que satisfaa
simultaneamente estas m equaes. Esses nmeros so chamados razes do sistema de equaes
lineares.

Classificao
Determinado: soluo nica
Consistente ou possvel
Indeterminado: infinitas solues

Inconsistente ou impossvel

Sem soluo

Sistemas e matrizes
Podemos escrever o sistema anterior numa forma matricial:

a11 a12
a
21 a22
M
M

am1 am 2

L a1n x1 b1
L a2 n x2 b2

=
O M M M ou A X = B,

L amn xn bm

onde A a matriz dos coeficientes, X a matriz das incgnitas e B a matriz dos termos
independentes.

Prof. Isabel Cristina C. Leite

lgebra Linear

Uma outra matriz que podemos associar ao sistema

a11 a12
a
21 a22
M
M

am1 am 2

L a1n
L a2 n
O

L amn

b1
b2
M

bm

chamada matriz ampliada do sistema. Cada linha desta matriz uma representao abreviada da
equao correspondente do sistema.

Exemplo:

x1 + 4 x 2 + 3x3 = 1

Dado o sistema 2 x1 + 5 x 2 + 4 x3 = 4 , temos a matriz ampliada

x 3x 2 x = 5
2
3
1

3 1
1 4
2 5
4 4 .

1 3 2 5

Tal sistema ou tal matriz pode ser substitudo por um sistema ou matriz equivalente mais simples,
atravs de operaes que preservem as igualdades, de modo que seja mais fcil determinar a sua
soluo.

1 passo: eliminar x1 das linhas 2 e 3.

(i )

L1(i ) = L1

L2 = 2 L1 L2
L(3i ) = L1 L3

1 4 3 1
0 3 2 2

0 7 5 4

2 passo: tornar o coeficiente de x2 igual a 1 na 2 linha.

(ii )

L2

L(i )
= 2
3

1 4
0 1

0 7

3
2

1
2 3
4

3 passo: eliminar o coeficiente de x2 na 3 linha.

L(3iii ) = 7 L(2ii ) L(3ii )

1
1 4 3
0 1 2
2 3
3

0 0 13 2 3

4 passo: tornar o coeficiente de x3 igual a 1 na 3 linha.

L3 = L3 ( 3)
(iv )

(iii )

1 4
0 1

0 0

3
2

1
2 3
2

Prof. Isabel Cristina C. Leite

lgebra Linear

5 passo: eliminar o coeficiente de x2 da 1 linha.

(v )

(iv )

(iv )

L1 = L1 4 L2

1 0
0 1

0 0

1
2

3
3

3
2
11

6 passo: eliminar o coeficiente de x3 das duas primeiras linhas.

L(3v )
L1 = L1
3
(vi )
( v ) 2 (v )
L2 = L2 L3
3
(vi )

(v )

1 0 0 3
0 1 0 2

0 0 1 2

x1 + 0 x2 + 0 x3 = 3

que a matriz ampliada do sistema de equaes equivalente 0 x1 + x2 + 0 x3 = 2

0 x + 0 x + x = 2
2
3
1
Portanto, a soluo (3, 2, 2) soluo de qualquer dos sistemas equivalentes.

Operaes elementares sobre linhas

Permuta da i-sima linha e j-sima linha. (Li Lj)
Multiplicao da i-sima linha por um escalar no nulo k. (Li kLi)
Substituio da i-sima linha pela i-sima linha mais k vezes a j-sima linha.
(Li Li + kLj)

i)
ii)
iii)

Se A e B so matrizes m x n, dizemos que B linha equivalente a A, se B for obtida de A atravs de

um nmero finito de operaes elementares sobre as linhas de A.
Forma escada ou escalonada reduzida por linhas
Uma matriz m x n est na forma escalonada reduzida por linhas se:
i)
ii)

o primeiro elemento no nulo de uma linha no nula 1;

cada coluna que contm o 1 elemento no nulo de alguma linha tem todos os seus outros
elementos iguais a zero;
iii) toda linha nula ocorre abaixo de todas as linhas no nulas;
iv) em quaisquer duas linhas sucessivas que no consistem s de zeros, o primeiro elemento
no nulo da linha superior ocorre mais esquerda do elemento no nulo da linha inferior.

Exemplos:
Ex1.

1 0 0 0
0 1 1 0

0 0 1 0

Diz-se que esta matriz est na forma escalonada, mas no est escalonada reduzida por linhas, pois
falha a condio (ii).

Prof. Isabel Cristina C. Leite

lgebra Linear

Ex2.

0 2 1
1 0 3 Falha as condies (i) e (iv).

0 0 0

Ex3.

0 1 3 0 1
0 0 0
0 0 Falha as condies (i) e (iii).

0 0 0 1 2

Ex4.

0 1 3 0 1
0 0 0 1 2 Est na forma escalonada reduzida por linhas.

0 0 0 0 0

Ex5.

0
0

0
0 0 1 0 3 0
Escalonada red. por linhas.
0 0 0 1 2 0

0 0 0 0 0 1

1 3 0 0

Teorema: Toda matriz m x n tem uma nica forma escalonada reduzida por linhas.
Exerccio:

x + y + 2z = 9

Resolver o sistema linear 2 x + 4 y 3z = 1 , escrevendo a sua matriz ampliada e reduzindo-a

3x + 6 y 5 z = 0

forma escalonada reduzida por linhas. (Mtodo de Gauss-Jordan)

Soluo (1, 2, 3).

Posto ou caracterstica de uma matriz

Dada uma matriz Amxn, seja Bmxn a matriz escalonada reduzida por linhas equivalente a A.
O posto (ou caracterstica) de A, denotado por p, o nmero de linhas no nulas de B.

Exemplos: Encontrar o posto das seguintes matrizes

2
1
Ex 1 : A = 1 0
1 2
1 2 1
L2 = L1 + L2
L3 = L2 + L3
0 2 4
0 2 4

1 0
3 5
1 1
0
1 2 1 0
L
L2 = 2

2
5
0 1 2 52
0 2 4 6
6

1 0 3 5 L = L + 3 L
1 0 0 78
1 0 3 5
L
1
1
3
L3 = 3
1 2
1 0 1
L2 = L2 2 L3
5
5
8
0 1 2
2 0
2 0
4
11
11
0 0 1

0 0 8 11
0
0
1
8
8

L1 = L1 2 L2
L3 = 2 L2 + L3

posto: 3

Prof. Isabel Cristina C. Leite

lgebra Linear

Obs: Pode-se interpretar a matriz A acima como sendo a matriz ampliada do sistema linear

x1 + 2 x2 + x3 = 0

x1 + 0 x2 + 3 x3 = 5 que equivalente ao sistema associado matriz escalonada reduzida por

x 2x + x = 1
2
3
1
linhas

x1 = 78

1
x2 = 4 e portanto possuindo ambos a mesma soluo.
x = 11
3 8
Ex2:

2 1
1 4
B=
1 5

4 16
1

0
1 = L1 + 5 L 2
L

0
Posto: 2

3
1 5 1 L L
1 5
2
1

2 L1 = L1 L2 1 4 2 LL34L41L2 0 9

1 5 1
0 0
1

8
4 16 8
0 0
0
1
0
0

1
1 5 1

L2
1 L2 = 9 0 1 19

0 0 0
0

0
0 0 0

14
9
1
9

2 1 3
tem o mesmo posto de B.
4 2

Observe que a matriz B1 =

1

Reinterpretando as matrizes acima como sistemas de equaes, diremos que o sistema de quatro
2 x y = 3
x + 4 y = 2

equaes associado matriz inicial

equivalente ao sistema de duas
x 5 y = 1
4 x + 16 y = 8

x + 0 y = 149
equaes
associado matriz escalonada reduzida por linhas.
1
0
x
+
y
=
9

Este um caso de sistema com equaes redundantes. A 3 e 4 equaes podem ser desprezadas.
2 x y = 3
Isto significa que o sistema inicial equivalente ao sistema
associado matriz B1.
x + 4 y = 2
Usamos dizer tambm que as duas primeiras equaes so independentes e as demais so
dependentes.
Assim o posto da matriz ampliada de um sistema nos d o nmero de equaes independentes deste.

Prof. Isabel Cristina C. Leite

lgebra Linear

10

Solues de um sistema de equaes lineares

Teorema:
i) 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.
ii) Se as duas matrizes tm o mesmo posto p e p = n, a soluo ser nica.
iii) Se as duas matrizes tm o mesmo posto p e p < n, podemos escolher n p incgnitas e as
outras p incgnitas sero dadas em funo destas. Neste caso, dizemos que o grau de
liberdade do sistema n p, o que significa que o sistema possui n p variveis livres.
Exemplos:
Notao: pc = posto da matriz dos coeficientes;
Se pc = pa denotamos simplesmente p.

pa = posto da matriz ampliada.

1 0 0 3
Ex1. 0 1 0 2 pc = pa = p = 3 e n = 3
0 0 1 2
Caso (ii): existe uma nica soluo x1 = 3, x2 = 2, x3 = 2.
Ex2.

1 0 7 10
0 1 5 6 pc = pa = p = 2 e n = 3

x1 = 10 7 x3
Caso (iii): grau de liberdade = 1 infinitas solues:
, x3 R
x
=

5
x
2
3

1 0 7 10
Ex3. 0 1 5 6
pc = 2, pa = 3 e m = n = 3
2
0 0 0
pc pa o sistema incompatvel e no existe soluo.
Observe que a ltima linha da matriz corresponde a uma equao do tipo 0 x + 0 y + 0 z = 2 , que de
fato impossvel de ter soluo.

Prof. Isabel Cristina C. Leite

lgebra Linear

11

SISTEMA LINEAR HOMOGNEO

o sistema de equaes lineares que possui todos os termos independentes iguais a zero.

a11 x1 + a12 x2 + a13 x3 + K + a1n xn = 0

a x + a x + a x + K + a x = 0
22 2
23 3
2n n
21 1
a31 x1 + a32 x2 + a33 x3 + K + a3n xn = 0
M
M
M
M
M

am1 x1 + am 2 x2 + am 3 x3 + K + amn xn = 0
Observe que este sistema sempre possui a soluo xi = 0, i = 1,2,K, n , denominada soluo trivial.
Portanto um sistema linear homogneo ou determinado tendo a soluo trivial como soluo
nica, ou indeterminado (possui infinitas solues, incluindo a soluo trivial). Nunca
incompatvel.

Exemplos:

x + 3 y z = 0

1) 2 y + 2 z = 0
x + y + z = 0

S = {(0,0,0)}

x 2 y + 3z = 0

2) 2 x + 5 y + 6 z = 0
x + 3 y + 3z = 0

S = {( 3z ,0, z ), z R}

Prof. Isabel Cristina C. Leite

lgebra Linear

12

DETERMINANTES
A toda matriz quadrada A est associado um nmero real chamado determinante de A, usualmente
representado por det(A) ou |A| ou det[aij].
Podemos obt-lo operando com os elementos de A da seguinte forma:
1. Se A de ordem n =1, ento det (A) o nico elemento de A.

A = [a11 ] det ( A) = a11 .

Ex.: A = [ 6] det ( A) = 6 .

2. Se A de ordem n=2, ento det (A) o produto dos elementos da diagonal principal menos o
produto dos elementos da diagonal secundria.

a
A = 11
a 21

Ex.:

a12
det ( A) = a11 .a 22 a12 .a 21 .
a 22

1 2

= 4( 2) ( 5)( 1) = 13 .

3. Se A de ordem n=3, ento det (A) definido por:

det ( A) = a11 .a 22 .a 33 + a12 .a 23 .a 31 + a13 .a 21 .a 32 a13 .a 22 .a 31 a11 .a 23 .a 32 a12 .a 21 .a 33 .

Na prtica, utilizamos a Regra de Sarrus:

Ex.

= 1 ( 8) 4 + 2 1 5 + 3 2 0 1 1 0 2 2 4 3 ( 8) 5
= 32 + 0 + 10 0 16 + 120 = 82

Prof. Isabel Cristina C. Leite

13

lgebra Linear

4. Se M de ordem n > 3 , ento calcularemos o determinante de M usando o

Desenvolvimento de Laplace
J vimos que:

a11

a12

a13

a21

a22

a23 =

a31

a32

a33

a11a22 a33 a11a23a32 a12a21a33 + a12 a23a31

+ a13a21a32 a13a22a31

que podemos escrever como

a11 ( a22 a33 a23 a32 ) a12 (a21a33 a23 a31 ) + a13 (a21a32 a22 a31 )

ou ainda,

a11

a22
a32

a23
a
a
a
a
a12 21 23 + a13 21 22
a33
a31 a33
a31 a32

det A = a11 A11 a12 A12 + a13 A13 , onde Aij a submatriz da inicial de onde foram retiradas a isima linha e j-sima coluna.

Alm disso, se chamarmos ij = ( 1)

i+ j

Aij , obtemos a expresso

det A = a1111 + a12 12 + a13 13 ,

que continua vlida para matrizes de ordem n.

det An = ai1i1 + ai 2i 2 + K + ain in

ij o cofator ou complemento algbrico do elemento aij.

Uma forma anloga vlida para colunas:

det An = a1 j 1 j + a2 j 2 j + K + anj nj
Obs.: melhor escolher uma fila que possua a maior quantidade de zeros com a finalidade de
simplificar os clculos.

3
0
Exemplo: Seja M =
0

1 2 2
2 0 4
. Calcule det(M).
4 1 2

1 3 3

Soluo: Expanso pela coluna j = 1 , pois esta possui um maior nmero de zeros.
det (M ) = a11 .11 + a 21 . 21 + a31 . 31 + a 41 . 41 =
= 3.( 1)

1+ 1

2 0 4
1 2 2
1 2 2
1 2 2
2 +1
3 +1
4 +1
. 4 1 2 + 0.( 1) . 4 1 2 + 0.( 1) . 2 0 4 + 0.( 1) . 2 0 4 =
1 3

1 3

= 3.(6 + 48 4 + 12 ) = 3.(62 ) = 186 .

1 3

4 1 2

Prof. Isabel Cristina C. Leite

4
3
Exerccio: Seja B =
0

14

lgebra Linear

1 2 0
1 0 2
. Calcule det(B).
3 2 2

0 2 1

Propriedades dos determinantes

Seja A uma matriz quadrada.
i)
O determinante de uma matriz A e de sua transposta At so iguais: |A| = |At|.
Da conclumos que as propriedades que so vlidas para linhas tambm o so para colunas.
ii) Se A tem uma linha (coluna) nula, ento |A| = 0.
iii) Se A tem duas linhas (colunas) idnticas, ento |A| = 0.
iv) Se A tem duas linhas (colunas) cujos elementos correspondentes so proporcionais, ento
|A| = 0.
v) Se A matriz triangular, ento |A| = produto dos elementos da diagonal principal.
vi) Se A matriz diagonal, ento |A| = produto dos elementos da diagonal principal.
Em particular, |I| =1 onde I a matriz identidade.
Se B a matriz obtida de A por:
vii) multiplicao de uma linha (coluna) por um escalar k, ento, |B| = k|A|;
viii) troca entre si de duas linhas (colunas) de A, ento
|B| = |A|;
ix) adio de um mltiplo de uma linha (coluna) de A a outra, ento |B| = |A|.
x)

O determinante do produto de duas matrizes A e B igual ao produto dos determinantes:

|AB| = |A||B|

MATRIZ INVERSA
Definio: Dada uma matriz quadrada A de ordem n, chamamos de inversa de A a uma matriz A-1
tal que
A A 1 = A 1 A = I n , onde In a matriz identidade de ordem n.

2 3
a b
Ex. A =
;
A 1 =

1 4
c d
Para determinar A-1 fazemos:
4
2 3 a b 1 0
1
5

=
e
resolvemos
o
sistema
obtendo
A
=
1 4 c d 0 1
1 5

OBS:
i.
ii.

3
5
2
5

Se A e B so matrizes quadradas de mesma ordem, ambas inversveis, ento AB

1
inversvel e ( A B ) = B 1 A 1
Nem toda matriz admite inversa.

Prof. Isabel Cristina C. Leite

15

lgebra Linear

Ex:
0 2 a b 1 0
0 1 c d = 0 1

iii.

2c = 1

2 d = 0
c=0
d =1

sistema impossvel

A inversa de uma matriz nica.

Inverso de uma matriz por meio de operaes elementares

Para determinar a inversa da matriz A:
i.
coloca-se ao lado da matriz A a matriz I, separada por um trao vertical;
ii.
transforma-se por meio de operaes elementares, a matriz A na matriz I, aplicando-se
simultaneamente, matriz I as mesmas operaes elementares.

Exemplo:

1 3 1
Dada A = 2 3 1 , determinar A-1.
1 2 1
1 3 1

2 3 1
1 2 1

1 0 0

1
0 1
3

L3 + L2
1
0 0

0 L2 + 2 L1

1 L3 + L1

1
2

3
1
3

1
1

3
1

1 3 1

0 3 1
0 1 0

0 L2 L3

3L3
1

1 0 0 L1 L2

2 1 0
L
1 0 1 2
3

1 0 0

0 1 0
0 0 1

1 0
0

1
0 1
3

1
0

1 1
1
1

0 1
1 3

1 1 0
Assim, A = 1 0 1 .
1 1 3
1

Suponhamos que A tenha inversa A-1, tal que A A 1 = I n .

Aplicando o determinante,
det( A A 1 ) = det ( A) det A 1 = det (I n ) = 1

( )

( )

Logo, det ( A) det A 1 = 1 e conclumos que:

i.
det ( A) 0
1
det( A 1 ) =
ii.
det ( A)

Teorema: Uma matriz quadrada A admite inversa se, e somente se, det ( A) 0 .

1
2

3
1

1 0

0
3
0 1

Prof. Isabel Cristina C. Leite

lgebra Linear

SISTEMAS DE EQUAES LINEARES N x N

MTODO DA MATRIZ INVERSA

Seja o sistema de equaes com n equaes e n incgnitas:

a11 x1 + a12 x2 + a13 x3 + K + a1n xn = b1

a x + a x + a x + K + a x = b
22 2
23 3
2n n
2
21 1
a31 x1 + a32 x2 + a33 x3 + K + a3n xn = b3
M
M
M
M
M

an1 x1 + an 2 x2 + an 3 x3 + K + ann xn = bn
Na forma matricial temos:

a11
a
21
M

a n1

a12
a 22
M
an 2

L a1n x1 b1
L a 2 n x2 b2

=
O M M M ou A X = B,

L a nn xn bn

Para estas equaes, supondo que det(A) 0, ou seja, existe A-1

A 1 A X = A 1 B

I X = A 1 B

X = A 1 B

2 x + 3 y z = b1

Exemplo: Resolver pelo mtodo matricial x 3 y + z = b2

x + 2 y z = b
3

Temos portanto,

2 3 1
A = 1 3 1 ,
1 2 1

x
X = y
z

b1
B = b2
b3

Antes de procurar A-1 verifiquemos se esta existe, ou seja, se det(A) 0.

1 1 0
1 1 0 b1
det(A) = 1 , A = 0 1 1 , X = 0 1 1 b2

1 1 3
1 1 3 b3
b1 b2
X = b2 b3
b1 b2 3b3
1

16

Prof. Isabel Cristina C. Leite

17

lgebra Linear

conveniente empregar este mtodo no caso em que temos que resolver diversos sistemas entre os
quais variam somente os termos independentes de cada um deles. Neste caso basta calcular a matriz
inversa da matriz dos coeficientes, que ser a mesma para todos os sistemas e multiplic-la por cada
matriz dos termos independentes, determinando as diferentes solues.
Exemplo. Uma indstria produz trs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B.

Para a manufatura de cada kg de X so utilizados 1 grama do insumo A e 2 gramas do insumo

B.
Para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B.
Para cada kg de Z, 1 grama de A e 4 gramas de B.
O preo de venda do kg de cada um dos produtos X, Y e Z R$ 2,00, R$ 3,00 e R$ 5,00,
respectivamente.

Podemos usar matrizes para esquematizar a produo de X, Y e Z da seguinte forma:

gramas de A / kg 1 1 1

gramas de B / kg 2 1 4 = A
2 3 5
preo / kg

kg de X produzidos
kg de Y produzidos
kg de Z produzidos

x

y = X
z

x + y + z gramas de A usado

AX = 2 x + y + 4 z gramas de B usado
2x + 3 y + 5z
receita total

5
2
1
Temos que A =
5
4

2
5
3

5
1
5

3

5
2
5
1

(a)

Se em um perodo com a venda de toda a produo de X, Y e Z manufaturada com 1 kg de A e

2 kg de B, essa indstria arrecadou R$2.500,00, ento determine quantos kg de cada um dos
produtos X, Y e Z foram vendidos.
1000 gramas de A usado

Neste perodo temos com matriz dos coeficientes 2000 gramas de B usado .
2500
receita total

Logo,

kg de X produzidos x
5

2
1
kg de Y produzidos y = X = A B =
5
kg de Z produzidos z
4

2
3

5
5 1000 700

3
2

2000 = 200
5
5

1
1 2500 100

5
5

Portanto, foram produzidos 700 kg do produto X, 200 kg de Y e 100 kg de Z.

Prof. Isabel Cristina C. Leite

(b)

18

lgebra Linear

Se em outro perodo com a venda de toda a produo de X, Y e Z manufaturada com 1 kg de A

e 2,1 kg de B, essa indstria arrecadou R$2.900,00, determine quantos kg de cada um dos
produtos X, Y e Z foram vendidos.

Analogamente, temos

kg de X produzidos x
5

2
1
kg de Y produzidos y = X = A B =
5
kg de Z produzidos z
4

2
3

5
5 1000 500

3
2

2100 = 300
5
5

1
1 2900 200

5
5

Portanto, foram produzidos 500 kg do produto X, 300 kg de Y e 200 kg de Z.

REGRA DE CRAMER
Se A X = B um sistema de n equaes lineares com n incgnitas tal que det(A) 0, ento o sistema
tem uma nica soluo. Esta soluo

x1 =

det( An )
det( A1 )
det( A2 )
, x2 =
, K , xn =
det( A)
det( A)
det( A)

onde Aj a matriz obtida substituindo as entradas da j-sima coluna de A pelas entradas da matriz

b1
b
B = 2.
M

bn

x1 + 2 x3 = 6

Exemplo: Usando a regra de Cramer para resolver 3 x1 + 4 x 2 + 6 x3 = 30 .

x 2 x + 3 x = 8
2
3
1
Temos:

1 0 2
A = 3 4 6 ,
1 2 3
1 6 2
A2 = 3 30 6 ,
1 8 3

6 0 2
A1 = 30 4 6 ,
8 2 3
1 0 6
A3 = 3 4 30
1 2 8

Portanto,

x1 =

det( A1 ) 40
10
=
= ,
det( A)
44
11

x2 =

det( A2 ) 72 18
=
= ,
det( A) 44 11

x3 =

det( An ) 152 38
=
=
det( A)
44 11

Prof. Isabel Cristina C. Leite

19

lgebra Linear

REFERNCIAS BIBLIOGRFICAS
CALLIOLI, Carlos A., DOMINGUES, Hygino H., COSTA, Roberto C. F. lgebra linear e
aplicaes. 6a edio. Atual Editora. 1998.

STEINBRUCH, A., WINTERLE, P. lgebra Linear. Editora Makron Books. 1987.

ANTON Howard. & RORRES Chris. lgebra Linear com Aplicaes. Ed. Bookman. 8a Edio.
BOLDRINI, J. L. lgebra Linear. Harbra. 1984.
LIPSCHUTZ, S. lgebra Linear. 3a edio. Coleo Schaum. Editora Makron Books.
SANTOS,

Reginaldo

www.mat.ufmg.br/~regi .

J.

Introduo

lgebra

Linear.

Livro

disponvel

no

site

Prof. Isabel Cristina C. Leite

20

lgebra Linear

EXERCCIOS
i + j , i = j
1. Considere as matrizes A = (aij )2 x 2 , tal que a ij =
e B = (bij )2x 2 , tal que bij = 2i 3 j .
0, i j
Determine A + B .
x 2y 1
1
=
2. Determine x. y para que se tenha
4 y 3 x
x + 18
3. Considere as matrizes

y + 1
.
4

1 1
5 4
0 2
, B =
e C =
. Mostre as seguintes
A =
3 2
1 0
3 4

propriedades:
a) ( A + B ) + C = A + (B + C ) (associativa na adio).
b) ( A + B ) = (B + A) (comutativa na adio).
c) A + ( A) = 0 (matriz oposta).

d) ( A + B ) = A + B, . (distributiva por escalar).

e) ( AB )C = A(BC ) (associativa na multiplicao).
f)
g)

( A + B )C = AC + BC
A(B + C ) = AB + AC

(distributiva direita).
(distributiva esquerda).

h) AB BA (as matrizes no comutam necessariamente).

i)
j)
k)
l)

(A )

t t

= A.

( A + B )t = At + B t .
(A)t = (At ), .
( AB )t = B t A t ( falso ( AB )t

= A t B t ).

4. Considere as seguintes matrizes:

1 2
5
, B =
A =
3 4
6

0
1 3 4
1 2
5 4
, C =
, D =
e E =
.
7
2 6 5
3 4
6 11

a) Determine 5 A 2 B e 2 A + 3B .
b) Determine A 2 = AA e AC .
c) Mostre que as matrizes D e E comutam* e A e B no comutam*.

(* DE = ED e AB BA)

5. Encontre as matrizes de ordem 2 e 3 que comutam, respectivamente, com:

1 1

a)
0
1

1 1 0

b) 0 1 1
0 0 1

Prof. Isabel Cristina C. Leite

21

lgebra Linear

2x
1
0
2

6. Determine, se possvel, x para que a matriz x

0 4 x seja:
x + 1 x3
0

b) anti-simtrica
a) simtrica.

2 0 2

7. Dada a matriz A = 1 1 2 , mostre que S = AAt uma matriz simtrica. (O produto de

0 3 0

uma matriz quadrada A pela sua transposta At uma matriz simtrica).

1 2
. Ache uma matriz B = (bij )2 x 3 , com todos os elementos distintos, tal que
8. Seja A =
3 6
AB = 0 . (observe que AB = 0 no implica A = 0 ou B = 0 ).

2 1 1

9. Seja A = 3 4 3 . Mostre que A idempotente, isto , A 2 = A .

5 5 4

1 1 1

10. Seja B = 3 3 3 . Mostre que B nilpotente de ndice 2, isto , B 2 = 0 .

4 4 4

cos

11. Dada a matriz M = sen

0

sen
cos
0

0 , , calcule MM t e conclua que M t = M 1 .

1

1 2
.
12. Considere o polinmio g ( x ) = x 2 + 3 x . Calcule g ( A) , sendo A =
3 4
13. Prove que se A, B e C so matrizes inversveis de ordem n, ento ( ABC ) = C 1 B 1 A 1 .
1

14. Sejam A, B e C matrizes inversveis de mesma ordem. Resolva as equaes em X, sabendo-se

que:
a) A. X .B = C

b) A.(B + X ) = A

c) A.C. X .B = C

d) ( A.B ) .( A. X ) = C.C 1
1

( )

15. Mostre que se A uma matriz inversvel de ordem 2, ento A t

e) A.B t . X .B 1 = A t

( )

= A 1 .

16. Resolva as equaes matriciais abaixo:

3 4
1
. X =
a)
2 3
1

1 0 0
5

b) 2 1 0 .Y = 7
2 3 1
2

2 2 1 2
1 7
+
.W =

c)
5 5 3 5
2 7

Prof. Isabel Cristina C. Leite

22

lgebra Linear

17. Calcule o determinante das matrizes abaixo:

3 1

a)
4 2

senx cos x

c)
seny cos y

cos x senx

b)
seny cos y

e)
1 3 4

5 2 3
1 4 2

f)
1 4 6

0 2 5
0
0 3

g)
1

3
2

3 2 0

1 0 2
3 0 1

2 1 3

h)
0

0
a

senx cos x

d)
cos x senx

a b 1

1 0 0
a 0 b

b a 0

i)
1

0
0

2 3 4 5

a 1 2 3
0 b 1 2

0 0 c 1

0 0 0 d

18. Determine x nas equaes abaixo:

a)

2x

x2

4 x + 5 3x 1

= 11

b) 1 1

x =0
1 x 1

c)

1 2

2 2

3 2

1 1

=2

19. Usando escalonamento, resolva os seguintes sistemas de equaes lineares:

2 x + y 2 z = 10

a) 3x + 2 y + 2 z = 1
5 x + 4 y + 3z = 4

x + y + z = 1

b) 2 x + 5 y 2 z = 5
x + 2 y 7 z = 8

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

c)
x + y + z = 6
3 x + y + z = 4

x + y + z = 4

d) 2 x + 5 y 2 z = 3
x + 7 y 7 z = 5

x 2 y + 3z = 0
e)
2 x + 5 y + 6 z = 0

x + y + z + t
x + y + z t

f)
x + y z + t
x y + z + t

20. Resolva os seguintes sistemas pela regra de Cramer.

2 x + y + 2 z = 4

a) x + 2 y + z = 1
3x + 5 y + 2 z = 1

x + 3 y z = 0

b) 2 y + 2 z = 0
x + y + z = 0

x + y z = 0

c) 2 x + y + z = 1
3x y + z = 1

1 4 2 1 a 32

d) 2 1 7 9 b = 14
1 1 3 1 c 11

1 2 1 4 d 4

=0
=4
= 4
=2

Prof. Isabel Cristina C. Leite

23

lgebra Linear

21. Determine os valores de e que tornam o sistema a seguir possvel determinado:

3 x 7 y =
x + y =

5 x + 3 y = 5 + 2
x + 2 y = + 1

i + j , i < j

22. Considere a matriz A = (aij )3 x 3 , tal que aij = 2i j , i = j . Determine X na equao AX = B ,

j i, i > j

2

onde B = 2 .
2

23. Discuta em funo de k os seguintes sistemas lineares:

4 x + 3 y = 2

a) 5 x 4 y = 0
2 x y = k

x 2 y kz = 1
2 x 5 y + 2 z = 0

b) S : kx y + z = 2
c) x + y + z = 0
x + y + z = 0
2 x + 0 y + kz = 0

x + y + z = 1

d) 2 x 4 y + kz = k

y kz = 1

24. Usando operaes elementares sobre linhas, determine se as matrizes abaixo so inversveis e,
em caso afirmativo, determine a sua inversa.

1 3

a) A =
2 7

2 5 1

b) B = 4 1 2
0 4 1

1 1 2

c) C = 3 2 4
0 1 2

Prof. Isabel Cristina C. Leite

24

lgebra Linear

Respostas
1.

1 4

1 2

4.

a)

5.

x
a)
0

6.

a) x = 0

7.

0
8 6

S = 6 6 3

0 3 9

2. 10
9
6
7 6 5
e

9 22 5 33 32

4
5 10 17
e

27

34

12
13

b)

x y

b) 0 x

0 0

y
, x , y
x

y , x , y , z

b) x = 2
4
6
2
. Existem outras.
B=
1 2 3

8.

11. MM t = I M t = M 1 .

M chamada matriz ortogonal.

12. 10 0
0

10

14. a) X = A1 .C . B 1
1
16. a) X =
1

17. a) 10

c) X = ( B. C 1 . A. C )

b) X = I B
5

b) Y = 3

1

19. a) ( x , y , z) = (1,2 ,3)

d) no existe soluo.
20. a) ( x , y , z) = ( 5,2 ,2)
21. = 2 e = 4

e) X = ( B t ) . A 1 . A t . B
1

d) X = B

1 21

13
0

c) W =

b) cos( x + y ) c) sen( x + y ) d) 1

18. a) x = 1 ou x = 1 2

e) 49

f) -6

b) x = 0 ou x = 1

g) 48

h) a2 + b2

i) abcd

c) x = 8

b) ( x , y , z) = (1,11
,)

c) ( x , y , z) = ( 1,2 ,5)

e) x + 3z = 0 e y = 0

f) ( x , y , z ,t ) = (1,1,2 ,2)

b) ( x , y , z) = ( 0,0,0)

c) ( x , y , z) = (1 4 ,1 8 ,3 8)

d) (a, b, c, d ) = (5,8,3,1)

22. X = 1
1

23. a) Se k 6 o sistema impossvel;

Se k = 6 o sistema possvel determinado.
b) Se k = 0 o sistema impossvel;
Se k 0 e k 1 o sistema possvel determinado;
Se k = 1 o sistema possvel indeterminado.
7 3

2 1

24. a) A 1 =

c) Se k = 2 o sistema possvel indeterminado;

Se k 2 o sistema possvel determinado.
d) Se k = 2 5 o sistema impossvel;
Se k 2 5 o sistema possvel determinado.

16
1 6

1 27 4 27

8 27 4 27 11 27
16

b) B 1 = 2 27

c) C no inversvel.