Apostila AlLinear 2010 U1

lgebra Linear
UNESC
UNIVERSIDADE DO EXTREMO SUL CATARINENSE
Caderno Pedaggico de:
MSc Elisa Netto Zanette

Dr Ledina Lentz Pereira
MSc Sandra Regina da Silva Fabris
Cricima (SC), 2010
Prof (s): MSc.Elisa Netto Zanette, Dr. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris
lgebra Linear
INTRODUO
A Matemtica, desde os seus primrdios, entrelaa-se intimamente com a histria da
civilizao e uma das alvancas principais do progresso humano (BAUMGART1, 1997). Vrios
conceitos bsicos dessa cincia, criados para atender a certas necessidades e resolver problemas
especficos, posteriormente revelaram uma utilidade bem mais ampla do que a inicialmente pensada
e vieram, com a evoluo das idias e o desenvolvimento das teorias, a adquirir uma posio
definitiva de grande relevncia na Matemtica (LIMA2, 2000, p.28).
Observamos uma mudana contnua que se processa tanto nas condies scio-polticoeconmica das sociedades quanto na prpria Matemtica. fato que a validez das teorias
Matemticas perene e subsiste atravs dos sculos. Porm, a posio dessas teorias e tcnicas a
elas associadas, varia bastante em termos de importncia, alcance e eficcia em fase dos novos
desenvolvimentos, das novas descobertas e da ocorrncia de reas recentes de aplicao, dentro e
fora da Matemtica (LIMA3, 2001, p.159).
Usamos Matemtica diariamente, mesmo sem perceber. Isso s, poderia justificar a sua
importncia. facilmente percebida, nas atividades simples do homem s mais complexas, nos
esportes, na estatstica, nas construes, nas previses oramentrias. Sem dvida, ela confere
poder aos economistas, aos empresrios, etc. A Matemtica ferramenta imprescindvel para que
se possa ordenar os pensamentos, porque desafia e desenvolve a mente, ajuda a compreender as
linguagens que se utiliza no cotidiano.
As concepes matemticas desenvolvidas e acumuladas nas diversas geraes podem ser
divididas em Aritmtica (nmeros), lgebra (letras + nmeros) e Geometria (figuras planas e
espaciais). A Trigonometria pode ser considerada como um ramo da Geometria e a Geometria
Analtica como uma fuso da lgebra com a Geometria. Resolvemos os problemas como o uso da
aritmtica, da geometria, da trigonometria, da lgebra, do clculo diferencial e integral, etc. Alguns
problemas podem ser solucionados ao mesmo tempo pela lgebra, ou Geometria ou Aritmtica.
Coube a Descartes a soluo de problemas geomtricos atravs da lgebra e vice-versa, em 1637.
Para Baumgart (1999) a origem da palavra lgebra estranha e intrigante. Ela no se sujeita
a uma etimologia ntida como, por exemplo, a palavra aritmtica, que se deriva do grego arithmos
(nmero). lgebra uma variante latina da palavra rabe al-jabr (s vezes transliterada al-jebr),
usada no ttulo de um livro, Hisab al-jabr wal-muqabalah (Cincia das equaes), escrito em
Bagd (ano 825) por um matemtico rabe. Esse tratado de lgebra com freqncia citado,
abrevidamente, como Al-jabr. Ainda que originalmente lgebra refira-se a equaes, a palavra
hoje tem um significado muito mais amplo e uma definio satisfatria requer um enfoque, tanto
cronolgico quanto conceitual, em duas fases: (1) lgebra antiga (elementar) o estudo das
equaes e mtodos de resolv-las; (2) lgebra moderna (abstrata) o estudo das estruturas
matemticas tais como grupos, anis, corpos, etc.
A lgebra Linear (o nome indica sua origem geomtrica) ou lgebra Vetorial uma parte da
lgebra que, por sua vez, um ramo da Matemtica na qual so estudados matrizes, espaos
vetoriais e transformaes lineares que contribuem para um estudo detalhado de sistemas lineares
de equaes. um fato histrico que a inveno da lgebra Linear tenha origem nos estudos de
sistemas lineares de equaes.
Segundo o matemtico Elon Lages Lima (LIMA, 2001), a lgebra Linear o estudo dos espaos
vetoriais e das transformaes lineares entre eles. Quando os espaos tm dimenses finitas, as
transformaes lineares possuem matrizes. Tambm tm matrizes as formas bilineares e, mais,
particularmente, as formas quadrticas. Assim a lgebra Linear, alm de vetores e transformaes
lineares, lida tambm com matrizes e formas quadrticas.
1
BAUMGART, John K. Tpicos de Histria da Matemtica para uso em sala de aula: lgebra. Trad. Hygino H Domingues. So Paulo:
Atual, 1997.
2
LIMA, Elon Lages. Meu Profesor de Matemtica e outras histrias. (Coleo do Professor de Matemtica: SBA Sociedade Brasileira de
Matemtica). Rio de Janeiro: Solgraf Publicaes Ltda, 2000.
3
LIMA, Elon Lages. Matemtica e Ensino. (Coleo do Professor de Matemtica: SBA Sociedade Brasileira de Matemtica). Rio de
Janeiro: R&S, 2001.
lgebra Linear
Tanto a lgebra Linear como a Geometria Analtica aplicam-se a vrias reas, em especial s
Engenharias. Possibilitam explicar princpios fundamentais e simplificar os clculos em Engenharia,
Cincia da Computao, Fsica, Biologia, Matemtica, Economia e Estatstica. , portanto relevante e
tem destaque em diversos cursos superiores, na graduao e na ps-graduao.
Muitos dos temas do mbito da lgebra Linear fazem parte integrande de planos de estudos
desses cursos j citados. Para Lay4 (1999) a lgebra Linear (e a Geometria Analtica, como sua
subsidiria) constitui uma das reas da Matemtica com mais vastas e variadas aplicaes incluindo
a sua importncia para as diversas reas da prpria Matemtica da Anlise Estatstica e
Investigao Operacional em que temas fundamentais como Clculo Matricial ou o Clculo Vetorial
so de utilizao constante e cotidiana. de extrema importncia para em seus tpicos mais
avanados, simplificando sua teoria e em geral, para a maior parte da Matemtica.
Numa anlise comparativa com a Geometria, a lgebra, como estrutura lgica, tm-se
desenvolvido mais recentemente, principalmente nos ltimos 100 anos, com formulao simples,
onde poucos axiomas so suficientes para organizar toda a estrutura da lgebra. Por sua vez, a
Geometria, desenvolvida inicialmente pelos Gregos a mais de 2.000 anos, est sintetizada nos
Elementos de Euclides que formam a base da Geometria Plana e Slida atual, conservando a
maneira sistemtica de analisar as propriedades de pontos, retas, tringulos, crculos e outras
configuraes. Tm-se introduzido em estudos recentes, conjuntos de axiomas e postulados que
melhoram sua estrutura lgica, mas o contedo da Geometria permanece o mesmo.
Descobriu-se que, essencialmente, toda Geometria pode ser desenvolvida em linguagem
algbrica. Na associao de pontos e retas ao invs da geometria usual, realiza-se operaes
algbricas em certos objetos, denominados vetores. Esses vetores obedecem a certas leis algbricas,
similares aos nmeros. Assim, trabalhamos teoremas da geometria atravs de teoremas da lgebra
dos vetores com nfase nas equaes, identidades e desigualdade em lugar de conceitos
geomtricos como, congruncia, semelhana e interseo de segmentos.
Os vetores tm papel relevante, no apenas na Matemtica, como na aplicao em outras
reas. O estudo desses vetores, normalmente feito por meio de dois tratamentos que se
completam: Geomtrico e Algbrico. A grande vantagem da abordagem geomtrica de possibilitar
predominantemente a visualizao dos conceitos que so apresentados para estudo, o que favorece
seu entendimento que sob o ponto de vista algbrico, so mais formais e abstratos.
Apesar da lgebra Linear representar um campo abstrato da Matemtica, ela tem um grande
nmero de aplicaes dentro e fora da Matemtica. Haetinger (2007) cita algumas e afirma que,
apesar de no conseguir abord-las todas, num curso de lgebra, o objetivo que o estudante tome
contato com o que representa o estado da arte desta rea. Alguns exemplos5 de aplicaes: Jogos de
Estratgia; Distribuio de Temperatura de Equilbrio; Gentica; Crescimento Populacional por Faixa
Etria; Criptografia; Tomografia Computadorizada; etc.
Essa introduo - associando a geometria com a lgebra de vetores - informal e objetiva formar
uma noo intuitiva da lgebra. O contedo programtico de lgebra Linear foi elaborado, visando
um conhecimento dos conceitos mnimos e indispensveis, de modo que se possa perceber a interrelao entre os mesmos e a sua aplicao conjunta.
Nos temas a serem trabalhados, incluimos a discusso sobre os conceitos tericos formalmente
instituidos, acompanhados de exemplos e atividades. Os textos so escritos em linguagem simples,
mas com rigor matemtico. So apresentados em forma de resumo e de modo algum, dispensam a
pesquisa do acadmico aos diversos livros didticos da rea. Portanto, para aprofundar seus
conhecimentos, sugerimos como fontes, os livros e links relacionados na bibliografia.
4
5
LAY, C David. lgebra Linear e suas aplicaes. 2ed. Trad. Ricardo Camelier e Valria de M. Irio. Rio de Janeiro: LTC, 1999.
HAETINGER, Claus. 2007. Disponvel em http://ensino.univates.br/~chaet/Algebra_Linear.html . Acesso em Jan 2009.
lgebra Linear
SUMRIO
INTRODUO............................................................................................................................................................................ 2
I MATRIZES ............................................................................................................................................................................... 6
1 Introduo ...................................................................................................................................................................... 6
2. Definio......................................................................................................................................................................... 6
3. Tipos de Matrizes..................................................................................................................................................... 10
4. Proposies: Igualdade de Matrizes e Matriz Oposta ....................................................................... 12
5. Matriz Transposta.................................................................................................................................................... 12
6. Simetria em Matrizes............................................................................................................................................. 13
Lista 1 de Atividades - Matrizes ...................................................................................................................................... 14
7. Operaes com Matrizes ..................................................................................................................................... 16
7.1 Adio e Subtrao de matrizes............................................................................................................... 16
7.2 Multiplicao por um escalar ..................................................................................................................... 17
7.3 Multiplicao entre matrizes...................................................................................................................... 18
8. Potncia de uma Matriz ....................................................................................................................................... 22
9. Propriedades das Operaes com Matrizes.............................................................................................. 23
Lista 2 de Atividades Operaes com Matrizes ............................................................................................................ 24
10. Equivalncia de Matrizes .................................................................................................................................. 28
Lista 3 de Atividades Equivalncia de Matrizes/escalonamento................................................................................... 30
II DETERMINANTES E MATRIZES .................................................................................................................................... 32
1 Classe de uma Permutao ................................................................................................................................. 32
2 Determinante de uma matriz ............................................................................................................................. 33
2.1 Determinante de 1 ordem ......................................................................................................................... 34
2.2 Determinante de 2 ordem ......................................................................................................................... 34
2.3 Determinante de 3 ordem: Regra de Sarrus................................................................................... 35
2.4 Determinante de ordem n > 3: Teorema de LAPLACE................................................................. 37
2.5 Processo de triangulao para clculo de determinante........................................................... 38
3 Propriedades dos determinantes..................................................................................................................... 39
4 Determinante e Matriz Inversa......................................................................................................................... 40
Lista 4 de atividades Determinantes e Matrizes............................................................................................................ 43
5 Aplicao matemtica do conceito de determinantes na geometria .......................................... 46
Lista 5 de atividades - Determinantes .............................................................................................................................. 47
III SISTEMAS DE EQUAES LINEARES E MATRIZES ............................................................................................ 48
1 Equaes Lineares.................................................................................................................................................... 48
2 Sistema de Equaes Lineares .......................................................................................................................... 50
2.1 Conceito ................................................................................................................................................................. 50
2.2 Representao Matricial de um Sistema de Equaes Lineares ............................................ 50
2.3 Classificao dos Sistemas de Equaes Lineares......................................................................... 52
2.4 Equivalncia de Sistemas de Equaes Lineares............................................................................ 54
2.5 Resoluo de Sistemas de Equaes Lineares pelo princpio da equivalncia:
Mtodo de condensao ou de eliminao de Gauss-Jordan........................................................... 55
2.6 Soluo de um sistema de equaes lineares pela Regra de Cramer................................. 58
3 Sistema Homogneo de Equaes Lineares: Discusso da soluo ............................................ 59
Lista 6 de atividades Parte I .......................................................................................................................................... 61
Lista 6 de atividades - Parte II ......................................................................................................................................... 61
4 Discusso de um Sistema de Equaes Lineares homognio e no-homognio.................. 65
Lista 7 de atividades ........................................................................................................................................................ 66
APNDICE A...................................................................................................................................................................... 67
Matriz de Co-Fatores e Adjunta Clssica......................................................................................................... 67
Aplicao de Determinante: Adjunta Clssica e Matriz Inversa ........................................................ 67
1 Encontrando a Matriz de Co-fatores .......................................................................................................... 67
2 Encontrando a Matriz Adjunta Clssica.................................................................................................... 68
lgebra Linear
3 Encontrando a Matriz Inversa por Determinante............................................................................... 70

Lista de atividades Determinantes, Matriz Inversa e Adjunta Clssica......................................................................... 71
Bibliografia........................................................................................................................................................................ 72
lgebra Linear
C
CAAPPTTUULLOO II
MATRIZES, DETERMINANTES E SISTEMAS
s Matrizes formam um importante conceito em matemtica, de especial uso no estudo de

transformaes lineares. Os fundamentos e operaes bsicas com matrizes, determinantes e
sistemas de equaes lineares so importantes no desenvolvimento de conceitos da lgebra
Linear e portanto, pr-requisito para o estudo da mesma.
I MATRIZES
1 Introduo
requentemente nos deparamos com conjuntos de nmeros ou outros objetos matemticos, que
podem ser tratados em blocos por serem operados essencialmente da mesma maneira. Para
isso, usamos matrizes.
As matrizes so tabelas de nmeros, utilizados como instrumentos de clculo, surgidas em meados

do sculo XVII como um novo instrumento que, de incio, servia para resolver sistemas lineares.
Dentre as matrizes as que mais uso teve e tem, a matriz quadrada.
As primeiras concepes sobre matrizes na Matemtica, surgiram com o ingls Arthur Cayley (18211895). Sua preocupao vinculava-se na forma e na estrutura em lgebra. Sob esse aspecto, criou
um modelo considerado referncia mas sem a menor idia de qualquer possvel utilidade prtica.
Hoje a teoria das matrizes uma das partes da matemtica mais frteis em aplicao: na
Matemtica, na Fsica, na Fsica Atmica, na Estatstica, na Economia, na Engenharia, na
Computao, etc. Vrias operaes executadas por crebros eletrnicos so computaes por
matrizes. As matrizes so tabelas de nmeros, utilizados como instrumentos de clculo. Dos eventos
e atividades nos quais somos, direta ou indiretamente, envolvidos no cotidiano, muitos deles podem
ser dispostos em forma de tabela/matrizes.
VVoocc ssaabbiiaa qquuee::
A gerao dos movimentos e deformaes que vemos nos efeitos especiais do cinema, da TV, dos
games de computadores e nas visualizaes das simulaes cientficas est baseada na multiplicao
de matrizes 4x4 no caso espacial e 3x3 no caso plano. Nessas aplicaes o problema computacional
no est no tamanho das matrizes mas na quantidade delas e na rapidez de processamento das
multiplicaes (para que se tenha um movimento realstico).
Em muitas outras aplicaes, temos uma situao quase que oposta: uma nica matriz suficiente
mas seu tamanho pode ir a ordem de centenas e mesmo milhares de linhas e colunas. Isso ocorre
normalmente em problemas que envolvem o estudo de campos eltricos, magnticos, de tenses
elsticas, trmicos, etc, os quais - por um processo de discretizao - so reduzidos a um sistema
de equaes lineares, cuja matriz tem grande tamanho. Esse tipo de problema um dos mais
comuns em vrios campos da Engenharia. Outra situao que nos leva a nos envolvermos com
matrizes enormes so as associadas a grandes redes de distribuio de energia eltrica, redes de
comunicaes, redes de transporte, etc. (SILVEIRA, 1999).
2. Definio
lgebra Linear
hamamos de matriz de ordem m por n a qualquer quadro ou tabela formada por m x n

elementos (nmeros, polinmios, fraes, etc.) dispostos em m linhas e n colunas.
Ou, uma matriz qualquer tabela formada por nmeros ou outro tipo de objeto matemtico
que se pretende operar em bloco, simultaneamente.
Ou, uma matriz um conjunto ordenado de nmeros e esto associdados a duas dimenses: a
dimenso das linhas e a das colunas. Um importante exemplo prtico de matriz surge na
informtica: os programas conhecidos como planilhas eletrnicas correspondem a matrizes. Uma
planilha, tal como uma matriz, est dividida em linhas e colunas e, cada clula da planilha
representa um elemento da matriz.
De forma genrica, uma matriz pode ser representada por uma letra maiscula do alfabeto ou por
seus elementos representativos. Estes elementos so dispostos normalmente entre parnteses ( )
ou entre colchetes [ ] ou duplas barras . Da mesma forma, cada elementos est associado a
dois subndices que indicam sua posio na matriz.
Assim, podemos dizer que cada elemento de uma mtria A representado por aij, onde i representa
a linha e j a coluna, onde o elemento a se encontra localizado. A matriz com m linhas e n colunas
possui dimenso mxn (l-se m por n) e indicamos por Amxn.
Exemplo 1:
2 1 0
uma matriz de 2 linhas e 3 colunas onde cada elemento de A ocupa
3 5
(a) A2x3 =
4
um lugar determinado na matriz. O elemento (-5), por exemplo est na segunda linha (i=2) e
terceira coluna (j=3) que indicamos por a23 = -5. Os demais elementos indicamos por:
a11 = 2 a12 = 1 a13 = 0

a21 = 4 a22 = 3 a23 = 5
(b) B2x2 =
1 9
i 4
(c) C1x4 = [2
uma matriz de ordem 2 x 2 ou B = [bij]2x2
2 4 9] uma matriz de ordem 1 x 4 ou C = [cij]2x2
Exemplo 2: Consideremos a situao-problema de 03 pessoas, candidatas a um emprego e

submetidas a testes. Podemos representar o resultado dos testes num quadro de avaliao:
1 teste
2 teste
3 teste
Teresa
4,0
3,5
1,0
Paulo
5,0
7,3
8,0
Marcos
4,8
7,2
3,0
Andr
9,0
8,8
6,5
Os nmeros distribuidos na horizontal representam a pessoa avaliada e formam o que

denominamos de linha e, os colocados na vertical representam o grau de aprovao no teste e
so chamados de coluna. A tabela de valores resultante do quadro denominada matriz e
cada nmero chamado de elemento.
Neste exemplo, temos uma tabela/matriz de ordem quatro por trs (4 x 3) ou seja, uma a
matriz com 4 linhas e 3 colunas. Assim, representamos a situao-problema em:
lgebra Linear
4,0
5,0
A4x3 =
4,8
9,0
3,5 1,0
7,3 8,0
7,2 3,0
8,8 6,5
Exemplo 3: Vamos considerar agora, a representao em matriz da seguinte situao:

Analisando a pontuao (de 0 a 10) obtida por Paulo, Andr e Luana, no programa de
formao continuada da empresa em que trabalham, nos ltimos anos, temos: Paulo, com 8,
7, 9 e 8 pontos; Andr, com 6, 6, 7, 6 e Luana, com 4, 8, 5, 9.
Esta situao-problema pode ser representando num quadro ou numa matriz com a pontuao
dos trs por ano. Observe:
Representando num quadro:
2004
2005
2006
2007
Paulo
Andr
Luana
Representando numa matriz:
Para saber a pontuao de Andr, por exemplo, em 2006, basta procurar o nmero que fica na
2 linha e na 3 coluna da tabela ou da matriz. Temos nesse caso, uma matriz de ordem 3 x 3
ou seja, nossa matriz tem 3 linhas e 3 colunas e indicamos por A3,3. Quando uma matriz tem o
nmero de linhas igual ao nmero de colunas, chamada de matriz quadrada.
Exemplo 4: Vamos avaliar uma outra situao-problema na comparao entre pessoas com
seus respectivos pesos, alturas e idade. Podemos representar no quadro abaixo os valores
encontrados:
Altura(m)
Massa(kg)
Idade(anos)
Eduardo
1,83
72
18
Fernando
1,75
54
14
Este quadro pode ser representada por uma matriz A de ordem 2 x 3 ou seja com 2 linhas e 3
colunas. As linhas so enumeradas de cima para baixo e as colunas, da esquerda para direita.
A2x3 =
1,83 72 18
1,75 54 14
1 linha
2a linha
3 coluna
2a coluna
1a coluna
LINHAS
COLUNAS
lgebra Linear
Resumindo:
1. Algebricamente, usamos letras maisculas (A, B, ...) para indicar as matrizes genricas e
letras minsculas ou nmeros para indicar os elementos.
2. As tabelas com m linhas e n colunas so denominadas matrizes de ordem m x n. Portanto:
Denomina-se matriz de ordem m x n (l-se: m por n) com m, n 1, a uma tabela formada
por m x n elementos (nmeros, polinmios, funes, etc.), dispostos em m linhas e n
colunas.
3. A representao genrica de uma matriz A de ordem m x n :
Amxn
a11
a21
=
...
a
m1
a12
a13
a22
...
am 2
a23
...
am 3
... a1n
... a2 n
, com m e n N*
... ...
... amn
Indica-se a matriz acima por:

Amxn = [ aij ] m x n com i {1, 2, ..., m} N e j { 1, 2, ..., n} N ou
Amxn = [ aij ] , (1 i m e 1 j n).
Note que cada elemento aij da matriz A, est vinculado a dois ndices: i e j. O primeiro
indica a linha e o segundo a coluna em que o elemento pertence. Exemplo: O elemento a25
indica que o elemento a est localizado na 2 linha e 5 coluna da matriz A.
4. A representao de uma matriz a partir de uma lei de formao permite calcular o seu nmero
de elementos e encontr-los.
Exemplo: Encontre a matriz A = (aij)3x2 sabendo que aij = 2i 3j.
Resolvendo: A representao abreviada de A = (ai j)3 x 3 indica que A tem ordem 3 x 2 ou seja 3
linhas e 2 colunas. Ento m x n = 3 x 2 = 6. Assim, nossa matriz tem 6 elementos e sua
representao genrica A3x2
a11 =
a12 =
a21 =
a22 =
a31 =
a32 =
2.1
2.1
2.2
2.2
3.3
3.3
a11
= a21
a
31
a12
a22 . Logo, para aij = 2i 3j temos:

a32
- 3.1 = 2 3 = -1
3.2 = 2 6 = -4
3.1 = 4 3 = 1
3.2 = 4 6 = -2
3.1 = 9 3 = 6
3.2 = 9 6 = 3.
A matriz procurada A3x2
1 4
= 1 2
6
3
10
lgebra Linear
3. Tipos de Matrizes
lgumas matrizes,
conhecer!
por
suas
caractersticas, recebem denominaes especiais. Vamos
1. Matriz Retangular: Se m n ento A dita matriz retangular de ordem m x n.
a11 a12
Exemplo: A3x4= a21 a22
a31 a32
a14
a24 uma matriz retangular de ordem 3 4 ou A = [aij]3x4
a34
a13
a23
a33
2. Matriz Linha ou vetor linha: a matriz de ordem 1 x n, ou

seja, formada por uma nica linha. Exemplo: A1x4
=
(3
1 5 8)
3. Matriz Coluna ou vetor coluna: a matriz de ordem m x 1,

ou seja, com uma nica coluna. Exemplo: B2x1 =
4
.
9
Note que: Matrizes com a

caracterstica de ser linha ou
coluna tm papel importante
na
lgebra
e
so
denominadas
vetores.
E
estes
tm
representao
geomtrica no plano e no
espao tridimensional.
4. Matriz Nula ou matriz nula: a matriz em que todos os elementos so nulos. representada
0 0 0
0 0 0
por 0m x n. Exemplo: 02x3 =
Exemplo complementar: A tabela a seguir apresenta os preos dos produtos qumicos para
tratamento de gua P1, P2, P3, P4 das empresas A, B, e C.
P1
P2
P3
P4
A
190
182
204
179
B
191
180
200
177
C
192
181
205
175
Neste exemplo temos uma matriz retangular de ordem 3 x 4, formada por 3 linhas
e 4 colunas.
Os preos da empresa A formam a matriz linha 1x4 indicada por A =
(190 182 204 179) . Idem para os preos das empresas B e C.
Os preos do produto P1, relacionados as empresas A, B e C formam a matriz coluna
190
3x1, indicada por P1= 191 . Idem para os produtos P2, P3 e P4 .

192
5. Matriz Quadrada: Se m = n ento a matriz A denominada matriz quadrada de ordem n

isto , A uma matriz que tem um nmero igual de linhas e colunas. Exemplos:
a11
A3x3= a21
a31
a12
a22
a32
a13
1 3
. A uma matriz quadrada de ordem 3 e B tem ordem 2.
a23 e B2x2=
0 4
a33
Os elementos aij da matriz quadrada quando i = j formam a diagonal principal da matriz.

A outra diagonal chamada diagonal secundria.
a11
Exemplo: A3x3= a21
a31
a12
a22
a32
a13
a23
a33
Diagonal secundria
Diagonal principal
11
lgebra Linear
Na diagonal principal esto os elementos que tm os dois ndices iguais a11, a22, ... ann
Na diagonal secundria esto os elementos aij tais que i+j = n+1 ou seja, que tm soma dos
ndices igual a n+1 So: a1n, a2(n-1), ... an1.
As matrizes quadradas se classificam em:
5.1 Matriz diagonal: a matriz quadrada em que
5
todos os elementos que no esto na diagonal
Exemplo 1: D3x3 = 0
principal so iguais a zero ou seja, se A=[ aij ],

0
ento aij = 0 quando i j. Indicamos por D =
diag (a11, a22, ... ann ).
0
0
31 0
0
2
1 0 0
5.2 Matriz identidade ou matriz unidade: a
matriz quadrada em que todos os elementos da Exemplo: I3 = 0 1 0
diagonal principal so iguais a 1 e os demais so

0 0 1
nulos. representada por In, sendo n a ordem
Pode ser representada genericamente por:
da matriz ou simplesmente I.
1, se i = j
Ou, matriz identidade uma matriz diagonal In = [ aij ] com aij =

0, se i j
com os elementos no nulos iguais a 1.
Note que: A multiplicao de qualquer matriz

pela identidade resulta na matriz original.
5.3 Matriz escalar ou singular: a matriz

5
diagonal cujos elementos da diagonal principal
Exemplo: A3 = 0
so iguais. Note que toda matriz identidade

0
uma matriz escalar.
0 0
5 0
0 5
5.4 Matriz triangular superior:

a matriz
5
quadrada cujos elementos abaixo da diagonal
0
principal so nulos ou a matriz A=[aij] cujos Exemplo:A4 =
0
elementos aij so nulos (aij = 0) para i > j
1
2 2 1
0 1 0
0 0 0 2
5.5 Matriz triangular inferior:
a matriz
5
quadrada cujos elementos acima da diagonal
0
principal so nulos ou a matriz quadrada Exemplo:A4 =
9
A=[aij] cujos elementos aij so nulos (aij = 0)
para i < j
3
0
2 0 0
1 1 0
2 5 2
Note que: Uma Matriz diagonal simultaneamente triangular superior e triangular inferior. Por
exemplo:
Uma agncia de automveis efetuou de vendas,
durante o quatro trimestre: 106 Gols no 1o ms, 45
Zafiras no 2o ms, no ltimo ms foram 20 Passats.
Observe, ao lado, a tabela de vendas e a matriz
diagonal que simultaneamente triangular.
Gol
M1
M2
M3
10
6
0
0
Zafir
a
0
Passat
45
0
0
20
ou
106 0 0
0 45 0
0
0 20
12
lgebra Linear
4. Proposies: Igualdade de Matrizes e Matriz Oposta

4.1 Duas matrizes de mesma ordem podem ser iguais.
Duas matrizes A = [ aij ] e B =[ bij ], de mesma ordem, so iguais se, e somente se, todos seus
elementos correspondentes so iguais ou seja, se aij = bij.
Exemplo 1: A matriz A = [ 2
-4
1,5 ] igual a matriz B = [ a
um dos seus elementos so iguais. Neste caso, a = 2.
-4
1,5 ] se, cada
a b
1 6
e B =
. A=B se a = 1, b = 6, c = -1 e d = 5.
d
1 5
Exemplo 2: Seja A =
c
z 2
1 4
x
e B =
temos que A = B ou B = A se
w
2
y +1
Exemplo 3: Seja A =
2
x = 1
x = 1
y +1 = 2
y =1
z 2
1 4
x
w
2 2
y +1
z 2 = 4 z = 2
w = 2
w = 2
4.2 Toda matriz A tem uma matriz oposta (-A).
Se A = [ aij ] m x n ento existe uma matriz oposta de A representada por (-A) de modo que aij
= - aij. A matriz (-A) oposta de A obtida trocando-se todos os sinais dos elementos de A ou
multiplicando A pelo escalar (-1).
Exemplo 1: Se A=
1 3
1 3
ento (-A) =
.
0
4
0
1 4
1 4
ento B oposta de A se B =
2
2 2
Exemplo 2: Se A=
2
5. Matriz Transposta
ada uma matriz Am,n, chama-se transposta de A a matriz At que se obtem trocando
ordenadamente as linhas pelas colunas.
Ou, a matriz transposta de uma matriz A= [aij], de ordem mxn, a matriz At, de ordem nxm,
que se obtm escrevendo ordenadamente as linhas de A como colunas ou vice-versa.
1 4
2
3
1 1 6
ento At = 1
Exemplo: Se A =
4 2 3
6
Note que a 1 linha de A corresponde 1 coluna de At e a 2 linha de A corresponde 2 coluna.

Obs: Algumas propriedades se definem nas transpostas envolvendo soma e produto
de matrizes. Portanto, sero comentadas aps as operaes com matrizes.
13
lgebra Linear
6. Simetria em Matrizes
ma matriz qualquer quadrada, pode ser simtrica e anti-simtrica. Observe:
6.1 Matriz simtrica: a matriz quadrada de ordem

n tal que A = At. a matriz cujos elementos aij =
aji. Em geral a matriz simtrica indicada pela
letra S
Exemplo: A =
2
5 0
0 3 1
2 1 7
= At = S
Tambm podemos dizer que: Se uma matriz

(quadrada) A e a sua transposta At so iguais, isto Observe que na Matriz simtrica os
, as aij = a ji para todo i e j, ento a matriz A elementos dispostos simetricamente em
relao a diagonal principal so iguais.
simtrica (com relao a sua diagonal principal).
t
Neste exemplo, temos:
A = A Matriz Simtrica
a12 = a21= 0
a13 = a31= 2
a23 = a32= -1
6.2 Matriz anti-simtrica: a matriz quadrada de
ordem n tal que At = (-A) ou a matriz cujos
elementos aij = (-aji) para ij e aij=0 para i=j. Em
geral a matriz simtrica indicada pela letra S
A = -At Matriz anti-simtrica
5 2
0
Exemplo 1: A= 5 0
1 =-At = S
2 1 0
0
Observe nos exemplos que, como A=(-At ) ento A
simtrica e
Exemplo 2: B= 4
a12 = - a21,
1
a13 = - a31,
a23 = - a32
a11 = a22 = a33 = 0
4 1
0 3 =-Bt = S
3 0
N
Noottee qquuee:: Se uma matriz A anti-simtria, seus
elementos dispostos simtricamente em relao
diagonal principal so opostos e os elementos da
diagonal principal so nulos.
Agora, tente voc!

Resolva a lista de atividades 1
14
lgebra Linear
Lista 1 de Atividades - Matrizes

1.Uma agncia de automveis efetuou de vendas, durante o quatro trimestre: 106 Gols, 40 Zafiras e
12 Passats no 1o ms, 100 Gols, 22 Zafiras e 6 Passats no 2o ms, no ltimo ms foram 86 Gols,
40 Zafiras e 20 Passats. Monte a tabela de vendas e transforme em matriz.
2.Encontre as matrizes definidas em:
1 se i j
0, se i = j
(b) B=(bij)4x4 com bij =
(a) A=(aij)3x2 com aij=i5j
3.Encontre as matrizes definidas em:

(b) B=(bij)3x3 com bij =i2+j2
(a) A=(aij)3x2 com aij=4ij
(c) C=(cij)2x3
4i
se i j
com cij = j
2i + j , se i = j
4,0
5,7
4.Considere a matriz B =
4,8
9,0
a) b11
b) b21
(d) D = (dij)3x3, matriz identidade
3,5 1,0
7,3 8,0
. Encontre os valores dos seguintes elementos de B:
7,2 3,0
8,8 6,5
c) b12
d) b32
e) b42
f) b24
5.Uma matriz possui 8 elementos. Quais os tipos possveis para essa matriz? 1x8, 2x3, 5x7, 4x2,
2x4, 2x6!
6. Quantos elementos tem uma matriz de ordem 4 por 7?
7. Encontre a tabela de carros financiados por uma agncia bancria nos meses de junho, julho e
agosto. Represente em matriz e analise: (a) Qual o modelo de carro mais financiado? (b) Em qual
ms houve um maior nmero de carros financiados. (c) Qual o total de carros financiados pela
agncia mensalmente e, ao final dos trs meses?
8. D exemplo de:
(a)
Matriz simtrica S e anti-simtrica Sde ordem 3.
(b)
Matriz escalar de ordem 4.
(c)
Matriz Identidade de ordem 5.
9. Considere as matrizes retangulares A =
1 3 x+5 4
1 3
eB=
0 0
2
6
0 0
6
4
.
y4 6
(d) Determine os valores de x e y de forma que as matrizes A e B sejam iguais;

(b) Encontre At e Bt.
10. Determine a matriz oposta de A2x3 =
1 2 3
0 5
2
11. A partir de uma matriz triangular superior de ordem 3, encontre a sua matriz oposta.
12. A partir de uma matriz diagonal de ordem 4, encontre sua transposta.
13. Encontre a transposta da matriz A = [aij]3x2 em que aij =
i j se i = j
j i se i j
14. Para a matriz linha A = [aij]1x3 em que aij =2i-j, prove que (At)t = A.
15. Encontre a matriz diagonal A = [aij] de ordem 3, sabendo que aij = 3i-j. Aps, determine a
soma dos elementos da diagonal principal com os elementos da diagonal secundria.
15
lgebra Linear
16. Para A = 6
5
y e B =
2
2
3
1
0 6 5
x 3 1 encontre os valores de x, y e z para B = At.
4 8 z
17. Verifique se a matriz identidade de ordem 3 simtrica ou anti-simtrica e justifique.

18. Determine uma matriz triangular superior A e uma matriz triangular inferior B de ordem 3,
para aij = i+j e bij = i-j.
1 3
19. Considere a matriz A =
x 9 y . Para que valores de x, y e z, A uma matriz simtrica.

z 8 1
Respostas da Lista de Atividades 1

(1)
M1
M2
3
Gol
106
100
86
4 9
(2) A= 3 8 (2) B =
2 7
Zafira
40
22
40
106
100
86
Passat
12
6
20
0 1 1 1
1 0 1 1
1 1 0 1 (3) A =
1 1 1 0
3 2
7 6 (3) B =
11 10
40
22
40
2 5 10
5 8 13 (3) C =
10 13 18
12
6
20
3 2 4 / 3
;
8 6 8 / 3
1 0 0
(3) D = 0 1 0 (4) (a) b11=4,0 (b) b12=3,5 (c) b42=8,8 (d) b21=5,7 (e) b31=7,2 (f) b24=no existe;
0 0 1
(5) 1x8, 4x2 e 2x4
106 5 2
(6) 4x7 = 28 elementos (7) 98 45 10 (a) modelo A; (b) ms 07; (c) ms 06 = 113; ms 07 =
115 15 20
153 e ms 08 = 150. Ao final de 3 meses financiaram 416 carros.
2
106 3
0 3 2
(8)(a) S =
; S=
3
45
4
4
3 0
2 4 20
2 4 0
1
(9b)At=
3
6
0 t
1
B ; (10) (-A)=
0
0
(13) At 0
1 2 (14) A =
0 1
(1
(b) E= 0
1 0
0 0 0
2 0 0 (c) I = 0 1
0 0
0 2 0
0 0
0 0 2
0 0 0
0 0 0 (9a) x=1 e y = 6
1 0 0
0 1 0
0 0 0 0 1
3 , (11) A= 2 5 10 , (-A) = 2 5 10 (12) D =
0 8 13
0 8 13
5 2
0 0 18
0
0 18
0 1) , At =
2
0
0
= Dt.
0
0 1 0
0 0 7
1
a
0
, (At)t = (1 0 1) = A (provado) (15) D = 11
0
0
a

22
1
0
0

0 2 0 0
=
0 0 4 0
a33 0 0 6
(2+4+6)+(0+4+0) = 16. (16) x= 2 , y=8 e z=2 ou S={( 2 ,8,2)}; (17) simtrica pois aij = aji para i j e no anti-
2 3 4
0 0 0
, B =
(19) A simtrica para x=3, y = 8 e z = 4
0
4
5
1 0 0
0 0 6
2 1 0
simtrica pois aij 0 para i = j; (18) A =
16
lgebra Linear
7. Operaes com Matrizes

7.1 Adio e Subtrao de matrizes
uas matrizes, A = [aij] e B = [bij], s podem ser adicionadas ou subtradas se tem a mesma
ordem. Neste caso, a soma (adio) de A com B uma matriz C = [cij], indica-se por A + B
= C, tal que:
cij = aij + bij
A diferena (subtrao) entre duas matrizes A e B, de mesma ordem, definida pela soma de A
com (-B), indica-se: A + (-B) = A B, tal que:
cij =
aij -
bij
Assim, duas matrizes podem ser somadas (ou subtradas) se e somente se elas possuem a mesma
dimenso a ij = bij
Exemplo 1: Se
a11 a12
b11 b12
a11 + b11 a12 + b12
A=
e B=
ento A + B =
a 21 a22
b21 b22
a21 + b21 a22 + b22
Exemplo 2: A tabela a seguir mostra o nmero de embalagens em mil, dos modelos C1, C2,
C3 produzidas numa semana pelas industrias A, B e C integrantes de um mesmo grupo
empresarial, numa semana:
A
B
C
C1
18
17
25
C2
41
52
48
C3
17
15
19
18 41 17
A matriz correspondente a produo das embalagens indicada por P1 = 17 52 15 .
25 48 19
Considerando que a quantidade de embalagens semanais produzidas no se altera, qual o total
de embalagens produzidas pelo grupo, por indstria e por modelo, ao final de duas semanas?
18 41 17
1 semana + 2 semana = P1 + P2 = 17 52 15 +
25 48 19
18 41 17
36 82 34
17 52 15 = 34 104 30 .
25 48 19
50 96 38
A matriz P1 + P2 indica a produo por empresa e produto ao final de duas semanas. Temos
ento:
Indstria A: produziu 36 mil embalagens do modelo C1, 82 mil do C2 e 34 mil de C3.
Indstria B: produziu 34 mil embalagens do modelo C1, 104 mil do C2 e 30 mil de C3.
Indstria C: produziu 50 mil embalagens do modelo C1, 96 mil do C2 e 38 mil de C3.
Este um exemplo de soma de matrizes
Analisando a matriz resultante, podemos encontrar outros dados, facilmente. Por exemplo:
O total de embalagens produzidas do modelo C1 (= 120 000), do modelo C2 (= 282 000), do
modelo C3 (=102 000).
O total de embalagens produzidas, por industria, nos trs modelos: A (=152 000), B (=168
000) e C = (184 000)
O total de embalagens produzidas nas trs industrias (=504 000)
17
lgebra Linear
1 4
5
e B =
2 0
8
5
1 4
e B =
Exemplo 4: Se A =
2 0
8
Exemplo 3: Se A =
3
ento A + B =
6
3
2
1
ento A - B =
2
4 5 3
6 7
+
=
0 8 6
10 6
4 5 3
4 1
-
=
0 8 6
6 6
2
3
1
3 2 3
Exemplo 5: Se A= 4 3 2 e B= 4 8 4 ento,
3
1 5 3
5
7
2
3 3 2 3 1+ 3
2+2
3 + 3 4 4
6
1
A+B= 4 3 2 + 4 8 4 = 4 + 4 3 + 8 2 + ( 4) = 0 5 6 =C
3
5
7 1 5 3 3 + 1
5+5
7 + 3 4 10 10
2
3 3 2 3 1 3
22
3 3 2 0 0
1
AB= 4 3 2 - 4 8 4 = 4 4 3 8 2 ( 4) = 8 11 2 =D
3
5
7 1 5 3 3 1
55
7 3 2
0 4
Exemplo 6: Se A =
[2
b 1] e B =
2 3 A + B =
b + 2 2
3
Exemplo 7: Se A =
[2
5 1] e B = [3 2 4] ento A + (-B) = AB = [ 1 7 5]
7.2 Multiplicao por um escalar
eja A = [aij] e k um escalar (nmero) real ou complexo. O produto da matriz A pelo escalar k,
a matriz B = [bij] tal que bij = k aij , ou seja, a matriz obtida multiplicando-se cada
elemento de A por k bij = kaij
Exemplo 1: k A = k
Exemplo 2: Se A=
[3
2
1 3
1 4
=
2 0
2k
2 4] ento
4k
1 4 5 20
se k=5 temos 5A=5
=
=B
0
2 0 10 0
1
1
1
1
1
. A = .[3 2 4] = .3
. 2
.4 =
3
3
3
3
3
4
.
3
Exemplo 3: Considermos o mesmo problema anterior do quadro demonstrativo de produo

de embalagens de indstrias que integram o mesmo grupo empresarial. A tabela a seguir
mostra o nmero de embalagens em mil, dos modelos C1, C2, C3 produzidas pelas industrias A,
B e C, numa semana:
A
B
C
C1
18
17
25
C2
41
52
48
C3
17
15
19
18
lgebra Linear
18 41 17
A matriz correspondente a produo das embalagens indicada por P1 = 17 52 15 . Para
25 48 19
atender as necessidades do mercado, a produo precisa dobrar nas duas ltimas semanas do
ms. Qual deve ser o quadro de produo da empresa num ms de 04 semanas?
18 41 17
1 semana: P1 = 17 52 15 = P2 2 semana;
25 48 19
18 41 17
36 82 34
3 semana: P3 = 2.P1 = 2. 17 52 15 = 34 104 30 = P4 4 semana;
25 48 19
50 96 38
108 246 102
Produo nas 4 semanas: P1+P2+ P3 + P4 = 3. P4 = 102 312 90
150 288 114

18 41 17
OU podemos resolver fazendo Pi = 6.P1= 6. 17 52 15 =
25 48 19
108 246 102

102 312 90
150 288 114
7.3 Multiplicao entre matrizes

Vamos introduzir o conceito a partir de exemplos:
Exemplo 1: Em trs lojas A, B, C, de uma rede, so vendidos mensalmente, calados do tipo C1, C2
e C3 conforme tabela:
Tabela
A
B
C
C1
18
17
10
Matriz
C2
41
52
39
C3
17
15
16
18 41 17
V = 17 52 15
10 39 16
Se os calados do tipo C1, C2 e C3 so vendidos respectivamente no valor de 50, 40 e 60 reais cada,
50

ento os preos das mercadorias podem ser representadas pela matriz P = 40 .

60
O valor recebido pelas vendas dos calados na loja A obtido pela multiplicao de cada elemento
da 1 linha da matriz V pelos correspondentes elementos da matriz P. Assim,
18 41 17
V = 17 52 15 . P =
10 39 16
50
40 = 18.50+41.40+17.60 = 900+1640+1020 = 3560 reais Loja A

60
19
lgebra Linear
Da mesma forma, obtemos o valor recebido pelas vendas das lojas B e C.
18 41 17
V = 17 52 15 . P =
10 39 16
50
40 = 17.50+52.40+15.60 = 850+2080+900 = 3830 reais Loja B

60
18 41 17
V = 17 52 15 . P =
10 39 16
50
40 = 10.50+39.40+16.60 = 500+1560+960 = 3020 reais Loja C

60
Portanto, o valor recebido pelas vendas dos trs tipos de calados nas lojas A, B e C representado
18 41 17
pela matriz V.P = 17 52 15 .
10 39 16
50
40 =

60
3560
3830 . Assim, o valor recebido pelas lojas A, B e C na
3020
venda mensal dos calados do tipo C1, C2 e C3 de R$ 10.410,00 que equivale a R$ 3.560,00 da
Loja A, R$ 3.830,00 da Loja B e R$ 3.020,00 da Loja C.
Exemplo 2:Uma empresa produz dois tipos de produtos, P1 e P2. So usados trs tipos de
ingredientes na produo: x, y, z nas seguintes propores:
Tabela
Matriz
P2
P1
3 1
x
3
1
Ip = 4 2
y
4
2
z
3
7
3 7
Diariamente so fabricados 80 produtos do tipo P1 e 120 do tipo P2. Esta quantidade de
produtos pode ser representada pela matriz produo P =
80
.
120
Para saber a quantidade de ingredientes utilizados diariamente, fazemos:

Ingrediente x 3.80+1.120 = 240+120=360
Ingrediente y 4.80+2.120 = 320+240=560
Ingrediente z 3.80+7.120 = 240+840=1080
360
Esta quantidade de produtos pode ser representada pela matriz Pi = 560 .

1080
Podemos obter esta matriz Pi denominada de matriz produto de Ip por P, da seguinte forma:
3 1
4 2 . 80 =
120
3 7
3.80 + 1.120
360
4.80 + 2.120 = 560 = Pi

2.80 + 7.120
1080
Note que: cada elemento da matriz final a soma dos produtos ordenados de uma linha da
primeira matriz pela coluna da segunda matriz ou seja:
360 = 3.80+1.120
560 = 4.80+2.120
1080= 3.80+7.120
Este mais um exemplo de multiplicao de matrizes.
20
lgebra Linear
Conceituando o produto de matrizes:

Utilizamos na definio de produto de matrizes o conceito de somatrio: Vamos rever este conceito?
Na multiplicao de matrizes, utilizamos o smbolo de somatrio
Saiba Mais:
(letra
sigma maiscula do alfabeto grego) para representar uma soma. Por exemplo,
a soma a1+ a2+ a3+ a4+ a5 pode ser representada abreviadamente por:
5
ai (l-se: somatrio de ai com i variando de 1 a 5). Assim,
i =1
i =1
= a1+ a2+
a3+ a4+ a5. Generalizando:
= am+ am+1+ am+2+...+ an. Neste caso, i o
i=m
ndice da soma, m o limite inferior do somatrio e n o limite superior do

somatrio.
5
Exemplo:
3i
= 3.12+3.22+3.32+3.42+3.52=3.1+3.4+3.9+3.16+3.25=165.
i =1
Definio:
Produto entre duas matrizes A e B s possvel se o nmero de colunas da primeira igual

ao nmero de linhas da segunda matriz. Se existir o produto de A por B, o tipo da matriz
produto dado pelo nmero de linhas de Ae pelo nmero de colunas de B. Pode existir o
produto de A por B, mas no existir o produto de B por A.
Dadas as matrizes A = (aik)mxn e B = (bik)mxp, define-se como produto de A por B a matriz C =

(cij)mxp tal que o elemento cij a soma dos produtos da i-sima linha de A pelos elementos
correspondentes da j-sima coluna de B.
C = A B cij =
p
k =1
( Aik .Bik )
Se considerarmos, por exemplo, as matrizes A = [ aij ]2xn e B = [ bij ]mx1, com m = n, o produto AB,
nesta ordem, a matriz C = [ cij ]2x1 tal que, cij a soma dos produtos, na ordem em que esto
dispostos, dos elementos da matriz-linha A, pelos elementos da matriz-coluna B. Note que a matriz
resultante C tem o mesmo nmero de linhas de A e o nmero de colunas de B.
1
5 2 4 1
4 2 6
Exemplo 1: Seja A = [3 2 4] , B = 2 , C =
eD= 2 3 1 0 .
2 5 3
4
1 2 7 6
a) A x B = ?
Resoluo: A1x3 x B3x1 = [(3x1) + (-2x2) + (4x4)] = [3-4+16] = [15] = C1 x 1.
b) B x C = ?
Resoluo: B3x1 x C2x2 =? No existe produto BC pois o n de colunas de B diferente do
n de linhas de C ou 1 2.
c) C x D = ?
Resoluo: C2x3 x D3x4
4 2 6
=
x
2 5 3
5 2 4 1
2 3 1 0 = M = a11
2x4
a
21
1 2 7 6
a12
a 22
a13
a 23
a14
a 24
Para determinar M que o produto das matrizes C x D, consideramos cada linha da

matriz A como uma matriz-linha e cada coluna da matriz B como matriz-coluna.
Calculamos cada elementos aij da matriz M = CD. Como?
(1) Multiplicamos a 1 linha de C pela 1 coluna de D. A seguir, multiplicamos a 1 linha
de C pela 2 coluna de D. E, assim, sucessivamente, multiplicamos a 1 linha de C
21
lgebra Linear
pela 3 e 4 colunas de D. Obtemos respectivamente, os elementos a11, a12, a13 e a14

que formam a primeira linha da matriz M.
(2) Encontramos a segunda linha de M, multiplicando a 2 linha de C pela 1, 2, 3 e
4 coluna de D e assim sucessivamente. Ou seja:
a11 = (1 linha de C)x(1 coluna de D) = 4x5 + 2x2 + 6x1 = 20 + 4 + 6 = 30
a13 = (1 linha de C)x(3 coluna de D) = 4x4 + 2x1 + 6x7 = 16 + 2 +42 = 60
a23 = (2 linha de C)x(3 coluna de D) = 2x4 + 5x1 + 3x7 = 8 + 5 + 21= 34
a24 = (2 linha de C)x(4 coluna de D) = 2x1 + 5x0 + 3x6 = 2 + 0 + 18= 20
Portanto, o produto das matrizes C(2,3) e D(3,4) a matriz M(2,4) =
Exemplo6 2: Sejam as matrizes A e B defindas por: A =
30 26 60 40
23 25 34 20
1 2
1 3
3 4 e B = 4 2 . Determinar a
matriz C resultante do produto de A por B.

Resoluo: O produto de A com B resulta numa matriz C, quadrada de ordem 2.
Procedemos multiplicando os elementos equivalentes de cada linhas de A por cada
colunas de B, adicionando os resultados. Vejamos:
A2x2 x B2x2 = C2x2
c11
c
21
c12
. Fazendo A.B temos A.B =
c 22
1 2 1 3
3 4 . 4 2 =
C11 =resultado do produto e soma da 1 linha com 1 coluna
SOMATEMATICA: Ensino Superior: Teoria, Exerccios. (CD-Room). Virtuous Tecnologia da Informao Ltda. 2008
22
lgebra Linear
Portanto, A2x2 x B2x2 = C2x2
c11
c
21
c12 7 7
=
c 22 13 17
Observe que, fazendo B.A, neste caso, obtemos um resultado diferente de A.B.
1 3 1 2
.
=
4 2 3 4
B2x2 x A2x2 =
Portanto, B2x2 x A2x2 = D2x2
d11
d
21
d12 8 10
=
.
d 22 10 16
Dica: Utilizando o conceito de matriz transposta e produto de matrizes podemos verificar

de uma matriz ortogonal (formada por vetores linhas ou vetores colunas cujo ngulo entre si
equivale a 90). Se uma matriz A multiplicada pela sua transposta resulta na matriz Identidade
ento os vetores de A so perpendiculares ou ortogonais.
Assim, se A. At = I ento A uma matriz ortogonal.
8. Potncia de uma Matriz
ma matriz quadrada A pode ser multiplicada n vezes por si mesma. A matriz que resulta
dessas operaes, e que representamos por An denominada potncia n da matriz A .
Exemplo 1: A =
1 1
1 1 1 1
A2 = A.A =
.
=
2 0
2 0 2 0
3 1
3 1
. Assim, a matriz
a
2 2
2 2
potncia 2 da matriz A e indicamos por A2.

Note que:
Se An = A para n 2 ento A uma matriz peridica. Em particular se a matriz peridica para
n = 2 ou seja, se A2 = A ento A tambm chamada de uma matriz idempotente.
Se existir um nmero n, inteiro e positivo, tal que An=0 ento A uma matriz nihilpotente.
Note que, se A2 = 0, ento A3 = A4 = A5 =
...
= An = 0
Exemplos:
2 1 1
Exemplo 1: A matriz A = 2 3 2 idempotente porque

4 4 3
2 1 1 2 1 1 2 1 1
A2 = A ou, A.A = 2 3 2 . 2 3 2 = 2 3 2 =A
4 4 3 4 4 3 4 4 3
23
lgebra Linear
1 1 1
Exemplo 2: A matriz A = 3 3
3 nihilpotente de ndice 2 porque A2 = 0, A3 = A4
4 4 4
= ... =0. Portanto A3 = A2.A = 0.A=0.
Exemplo 3: A matriz B = 5
2
3
A = 0 ou A.A = 3
1
2
6 nihilpotente de ordem 3 porque
1 3
0
3
9 e A2.A =
1 3
0 0 0
0 0 0 = 0.
0 0 0
Como A3 = 0 ento A4 = A5 = ... = An =0

Exemplo 4: As matrizes A =
9
6
12 16
e B =
so nihilpotente de ndice 2 porque
4 6
9 12
A2 = 0 e B2 = 0.
9. Propriedades das Operaes com Matrizes

Propriedades da adio de matrizes
Para as matrizes A, B e C, de mesma ordem, valem as seguintes propriedades:
1) Comutativa
A+B=B+C
2) Associativa
A+ (B + C) = (A + B) + C
3) Elementro Neutro
A + 0 = 0 + A, sendo 0 a matriz Nula
4) Simtrica
A + (-A) = A - A = 0
Propriedades do produto de uma matriz por um escalar
Para as matrizes A e B, de mesma ordem e k e k, escalares quaisquer, ento:
k(A + B) = kA + kB e (k m k) A = kA m kA.
E, tambm, (kk) A = k(k A) e se kA = kB ento A = B.
Propriedades do produto de matrizes
Sejam as matrizes A, B e C. Verificadas as condies de existncia para a multiplicao de
matrizes, valem as seguintes propriedades:
1) Associativa
A(BC) = (AB)C
2) Distributiva em relao adio
(A+B)C = AC + BC ou C(A+B) = CA + CB
3) Elementro Neutro
Note que:
AIn = InA = A, sendo In a matriz Identidade de ordem n
Steinbruch (1987, p.406)

24
lgebra Linear
(i)
Se o produto AB possvel, ento (kA)B = A(kB) = k(AB) para qualquer k escalar.
(ii)
Se AB= 0, no implica necessariamente que A = 0 ou B = 0
(iii)
Se AB=AC, no implica necessariamente que B=C
(iv)
Se A e B so matrizes quadradas (igual nmero de linhas e colunas), ambos os produtos

AB e BA podem ser calculados. Entretanto, na multiplicao de matrizes, a ordem dos
fatores no indiferente. Em geral, AB BA.
1 1
1 2
4 2
3 1
, B2x2 =
ento AB =
e BA =
1 0
3 4
1 2
1 3
A2x2 =
(v)
Se AB = BA, as matrizes so ditas comutativas.
Propriedades da matriz transposta

Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condies de adio e
multiplicao de matrizes, so vlidas as propriedades:
1) (A + B)t = A t + B t
4) (At) t = A
2) (kA)t = kA t
5) (-A)t = -(A t)
3) (AB)t = B t A t (AB) t A t B t
Propriedades das matrizes simtricas e anti-simtricas
Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condies de adio e
multiplicao de matrizes, so vlidas as propriedades:
1) O produto de uma matriz quadrada A pela sua transposta At uma matriz simtrica S Assim, A
At = S
2) A soma de uma matriz quadrada A com sua transposta At uma matriz simtrica S
Assim, S = A + At = St
3) A diferena entre uma matriz A e sua transposta At, uma matriz anti-simtrica S
Assim, A - At = S
Exemplo 1: Consideremos as matrizes A e sua transposta At para:
1 3
1 0
e sua transposta At =
.
4
3 4
1 3 1 0
1.1 + (3).(3) 1.0 + (3).4

=
=
Fazendo A At =
0.0 + 4.4
0 4 3 4
0.1 + 4.(3)
A =
0
10 12
= S. Note
12 16
que a matriz resultante S uma matriz simtrica pois s12 = s21
1 3 1 0 2 3
+
=
= S
0 4 3 4 3 8
Fazendo A + At =
Note que a matriz resultante S uma matriz simtrica pois s12 = s21
1 3 1 0
-
=
0 4 3 4
Fazendo A - At =
0 3
= S
3 0
Note que a matriz resultante S uma matriz anti-simtrica pois (-s12)= s21
A
Aggoorraa,, tteennttee vvoocc!!
Resolva a Lista de Atividades
Lista 2 de Atividades Operaes com Matrizes

1. Encontre os elementos da matriz A = (aij)3x2 em que aij = i + j e da matriz B = (bij)3x2 em que aij
= i - j . Encontre:
25
lgebra Linear
(b) A + B;
(c) A + (-B);
2. Considere as matrizes A =
2
(d) 5A + 3B.
1
4 5
9 1 1
1 1 1
, B =
, C =
e D =
.
2
0 2
2 1 3
2 4 3
(a) Verifique se A B = B A;
(b) Determine (A C) + (B D);
(c) possvel determinar C D? Justifique.
3. Para as matrizes quadradas de ordem 3 definidas por A=(aij) com aij =i2 e B=(bij) com bij=-j2
encontre:
(a) A+B
(b) A+(-B)
(c) A.2B
(d) (AB)+(BA)
2 5 9
4. Se A = 4 7 1 calcule:
3 6 2
(a) A + At = S. Verifique se S uma matriz simtrica e justifique;
(b) A - At = P. Verifique se P uma matriz anti-simtrica e justifique.
4 3 5
2 7 1
2 3
, B = 1 2 7 e C = 3
4 2 . Encontre as
5 7
8 1 9
5 9 6
matrizes S e verifique se so simtricas e/ou anti-simtricas.
(a) S = A.At
(b) S = C+Ct
(c) S = C - Ct
(d) S = B Bt
(e) S = B + Bt
6. Para atender a um projeto experimental de tratamento de esgoto, foram elaborados dois

modelos de experimentos E1 e E2. Nos dois modelos sero utilizados os mesmos produtos x, y e
z para tratamento com dosagens diferentes. No experimento E1 sero utilizados 5 medidas do
produto x, 8 medidas do produto y e 1 medida do produto z. No experimento E2 a dosagem
equivale a 4, 6 e 3 medidas de x, y e z, respectivamente. Para controle, sero produzidas 75
amostras do experimento E1 e 96 amostras do experimento E2. Estruture o problema em tabela
e matriz e determine:
(a) quantas dosagens de produtos sero utilizados para a produo das amostras?
(b) Considerando que, o custo de dosagem dos produtos equivalem a: R$ 1,30 para x, R$
2,30 para y e R$ 7,50 para z. Qual o custo por amostra? Qual o custo total para a
produo das amostras?
7. Considere as matrizes triangulares superiores A e B e as matrizes trinagulares inferiores C e D,
2 1 1
1 2 1
2 0 0
2 0 0
definidas por A = 0 1 3 , B = 0 3 1 , C = 1 1 0 e D = 0 1 0 .
0 0 2
0 0 2
1 1 1
1 2 1
Determine:
(a) E = A.B;
(b) F = C.D
(c) Classifique E e F por triangular inferior ou superior.
(d) Verifique se a matriz A ortogonal.
8. Prove que, o produto de duas matrizes diagonais resulta numa matriz diagonal. Utilize matrizes
de ordem 3.
26
lgebra Linear
sen
cos
- cos
, B =
- sen
6 10
e C =
3 5
5 10
.
2 4
(a) Mostre que A.At = I sendo I a Matriz Identidade. Logo A uma matriz ortogonal.
(b) Verifique se B e C so matrizes idempotentes, peridicas ou nihilpotente. Analise para
o perodo 1 ou seja para B2 e C2 somente.
10. Verifique se as matrizes A e B so nihilpotentes, para A =
1 0 0
11. Dadas as matrizes diagonais A = 0 1 0 e B =

0 0 8
2 1 1
12. Considere a matriz A = 2 3 2 . Calcule A2

4 4 3
9
6
e B =
4 6
12 16
9 12
2 0 0
0 4 0 calcular AB e classificar este produto.

0 0 6
e classifique A. (STEINBRUCH, 1987, p.413)
2 3
(1) A = 3 4 , B =
4 5
(2a) A.B =
0 1
2 2
1 0 (a) A+B= 4 4 (b) A+(-B)=
2 1
6 6
2 4
10 12
2 4 (c) 5A+3B= 18 20
2 4
26 28
4 3
6 6
7 2 4 6 16 19
+
=
B.A =
(2b)
8 6
4 4
14 4 8 4 8 6
1 14 23
.
10 4 14
(2c) No possvel determinar o produto C.D pois a dimenso das linhas de C diferentes da dimenso das colunas de D.
1 1 1
1 4 9
0 3 8
2 5 10
0 5 , (3b) A+(-B)= 5 8 13
(3) A = 4 4 4 , B= 1 4 9 (3) A+B= 3
9 9 9
1 4 9
8 5
10 13 18
0
6 24 54
3 12 27 98 98
24
96
216
(3d)
12 48 108 + 98 98
54 216 486
27 108 243 98 98

4 9 12
0
t
9 14 7 S simtrica pois aij = aji para i j . (4b) A-A =P= 1
12 7 4
6
(3c)
98
98 =
98
101 110 125
110 146 206 (4a) A+At=S =

125 206 341
0 5 S anti-simtrica pois aij = (-aji) para i j e

5 0
aij = 0 par i = j. (5) A matriz S em a,b, e simtrica porque Aij=Aji. A matriz S em c,d anti-simtrica pois aij = (-aji)
4 4 6
0 10 4
0 4 3
13 11
(5b) 4 8 7 (5c) 10 0
para i j e aij = 0 par i = j. (5a) S=
11 (5d) 4 0 8 (5e)
11 74
6 7 12
4 11 0
3 8 0
13
8 2
759
2 4 6 (6a) x = 759, y = 1176 e z = 363 ou 1176 . (6b) O custo por amostra : E1 = R$ 32,40; E2 = 41,50 ou C
13 6 18
363
(32,40
75
96
41,50) . O custo total para a produo das amostras de R$ 6.414,00 = (32,40 41,50) . (7a) E =
27
lgebra Linear
2 7 1
0 3 7 ; (7b) F =
0 0 4
4 0 0
2 1 0 ; (7c) E triangular superior e F inferior. (8) Criar matrizes e provar. (9a) Fazer A.At
1 3 1
e mostrar que o resultado a matriz identidade (Dica: lembre-se que sen2x + cos2x = 1). (9b) As matrizes B e C so
idempotentes de ordem 2 ou de perodo 1 porque B.B=B2=B e C2=C.
2 0 0
4 0 e AB diagonal.
0 0 48
(10) A e B so nihilpotentes de ordem 2 pois A2=0=A3=A4 =... Idem para a matriz B. (11) AB= 0
2 1 1
(12) A = 2 3 2 . Como A2 A no idempotente.

4 4 3
lgebra Linear
28
10. Equivalncia de Matrizes
izemos que duas matrizes A e B, de mesma ordem, so equivalentes quando so obtidas a

partir de operaes elementares efetuadas entre elas ou:
Dada uma matriz A, diz-se que uma matriz B, de mesma ordem, equivalente a matriz A
(indica-se B A) se for obtida a partir de operaes elementares efetuadas em A, onde
cada linha ( Li ou j ) de B uma combinao linear das linhas de A.
A matriz B encontrada equivalente a matriz A e tambm denominada, matriz escalonada por

linhas de A . As operaes elementares possveis so:
1. Troca de linhas entre si;
1. Li Lj
2. Multiplicao de linha por escalar;
2. Li k.Lj com k 0
3. Substituio de uma linha pela adio de k vezes
outra linha.
3. Li k.Lj + Li com k 0
Note que:
Se aplicarmos as inversas das operaes em B, obtemos A.
A matriz B encontrada dita matriz escalonada por linhas de A .
Exemplo 1: Se A =
2
1 2
1
ento podemos encontar uma matriz B =

dita
0 10
3 4
matriz escalonada por linhas de A .

Uma matriz B equivalente a uma matriz A dita matriz escalonada reduzida por linhas
(ou matriz na forma cannica por linhas) se:
os elementos distinguidos8 so nicos no nulos de suas respectivas colunas;
os elementos distinguidos so iguais a 1.
Exemplo 2: B =
1 0
0 1
1 0 0 2
Exemplo 3: B = 0 1 0 7
0 0 1 4
A matriz B est representada na forma cannica por linhas pois o 1 elemento de cada
linha igual a 1 e o nico no nulo em sua respectiva coluna.
1
1
2 1 0
1
1
1
1 3
Exemplo 4: Para a matriz A =
encontre sua matriz B,
0 0 5 1 1
1 1 1 3 1
equivalente a A ou seja encontre a matriz escalonada por linhas de A.

Resoluo: Nosso objetivo encontrar uma matriz B cujos elementos abaixo da diagonal
formada pelos elementos (2), (3), (-5), (-3) sejam todos iguais a zero. Para isso
aplicamos as operaes elementares de linhas Li:
Elementos distinguidos so os primeiros elementos no nulos das linhas de uma matriz

29
lgebra Linear
1
1
2 7 0
1
1
1
1 3
A=
0
0 5 1 1
1 4 1 3 1
L4 L3
(troca de linhas entre si)
1
1
2 7 0
1
1
1
1 3
1 4 1 3 1
5
1
2 7 0
0 1 2
0 1
2
0 0 5
L2 L1 + 2L2;
L3 L1 - 2L3.
3 3
7 3
1 1
2 7 0 1 1
0 1 2 3 3
0 0
4 10 6
0 0 5 1 1
L3 L2 + L3.
2 7 0 1 1
0 1 2 3 3
=B
0 0 4 10 6
0 0 0 54 26
L4 5L3 + 4L4.
Note que a matriz B encontrada equivalente a matriz A e,

abaixo da diagonal todos os elementos so nulos.
A matriz B tambm chamada, forma escalonada de A.
2 7 0 1 1
0 1 2 3 3
=B
0 0 4 10 6
0 0 0 54 26
Importante: Para a soluo de alguns problemas matemticos, uma matriz B, escalonada por linhas
de A, necessita apresentar-se numa forma mais reduzida, ou seja, na forma escalonada reduzida
por linhas. Neste caso, pode-se afirmar que:
Uma matriz B equivalente a A dita matriz escalonada reduzida por linhas (ou matriz na
forma cannica por linhas) se, e somente se, seus elementos distinguidos so iguais a um
e so os nicos no nulos de suas respectivas colunas.
1 0 0
Exemplos: C = 0 1 0 ou D =
0 0 1
1 0 0 9
0 1 0 2 ou E =
0 0 1 4
1 2 0 3 0
0 0 1 7 0 .
0 0 0 0 1
As matrizes C, D e E, esto representadas na forma cannica por linhas pois o 1 elemento de cada
linha igual ao nmero 1 e, o nico no nulo em sua respectiva coluna.
A
Aggoorraa,, tteennttee vvoocc!! Resolva a Lista 3 de atividades
30
lgebra Linear
Lista 3 de Atividades Equivalncia de Matrizes/escalonamento

1. Encontre a forma escalonada por linhas das matrizes A. Indique-as por A.
1 2
2 1
a) A =
0 1
1 3
1
0
1
0
3 2
2 1 4
b) A =
1 1 5
0 4 12
1 1
1 0
c) A=
1 0
0 1
0 1
2 0
0 2
1 0
2
d) A = 3
3
4
6
2. Encontre a forma escalonada por linhas das matrizes e verifique se esto corretas as
equivalncias:
1 0 0 2 1 0 0 2
a) A= 1 2 1
0 0 2 1 2 =B
3 1 0 5 0 0 1 0
1 4 2 1 1 4 2 1
c)A= 1 3 1 2 0
1
1
1 =B
3 8 2 7 0 0
0 8
2
1
1 1 2 1
1
1

3 =B
b) A= 3 4 2 6 0 2 1

2 1 5 18 0 0 11 55
d) A =
0 2
0 2
= B
0
0
3. Encontre a forma cannica por linhas das matrizes:
6 3 4
a) A= 4 1 6
1 2 5
0
0
c) A=
0
1 2 1 2 1
b) A = 2 4 1 2 3
3 6 2 6 5
2
4 1 3
0 2
1
5 3 4
4. Encontre a matriz triangular superior que seja equivalente a cada uma das matrizes dadas.
2 3 1
A= 1 2 5
3 5 10
E=
2 3 1
B= 1 2 5
3 5 10
1 2 3
1 3
11
2 5 4 13
2 6
1 2 3
F= 4 5 6
5 7 8
1
2
C=
1
3 2 1
4 3 0
2 2 2
0 1 1
1 1 1
G=
2 4 1
3 2 2
6 3 4
D = 4 1 6
1 2 5
1 1 1
H = 2 3 1
1 4 2
22
5. Encontre a matriz escada, equivalente por linhas
1 2 1 1
A = 1 1 1 1
2 4 2 2
2 1 2 3 1
B = 3 2 1
2 4
3 3 3 2 5
3 0 1 5
C= 2 1 2 2
1 1 1 1
1 2 3 1
D=
2
3
1 2
1 2
2
3
6. Aplicao de escalonamento de matrizes: Tente resolver o sistema, aplicando a equivalncia de

matrizes.
31
lgebra Linear
x + 2 y 3z = 6
2 x 2 y + 4 z = 4
4 x + 3 y 2 z = 19
1
1 2
3 2 0
1 1
5 2 ; (b) A= 0 7 12 ; (c) C=
0 1
0 0
0 0
3
0 0 45
0 0 0
0
0
0
0 0
(1) (a) A= 0
1
2 4
1 ; (d) D= 0 0 ;
2 2
0 0
0 0
2
1
1 2 1
B e em (2c),
0 2 1 3
0 0 9 29
(2) No so equivalentes somente as matrizes (2b) e (2c) pois em (2b) A
1 4 2 1
1
1 1 B.
0 0
0 0
temos A 0
7
1 0
9
(3) (a) 0 1 26 ;
9
0
0 0
(b)
1 2 0 0 4
3
0 0 1 0
0 ;
0 0 0 1 1
6
1 0 0
0 1 0
0 0 1
0 0 0
1
1 2 3 4
1 2 3
6 3 4
1 1 1
H
1 D
0 1 4
7 ; F 0 1 2 G
E
0
18
52
0 2 1
4
0
0
2
0 0 11
0 0 1
0 0
0
0 15
0 0 0
0
1
2 1 2 3
1 1 1
1 2 1 1
1 1 1 1
0 5 3 (5a) A 0 1 0 2 (5b) B 0 1 4 5 5 ; (5c) C 0 1 0 0 (Observe que houve troca de linhas);
0 0
0 0 0 0
0 0 2 2
2 8
0
0 0 0
1 2 3 6
1
1 2 3
(5d) D 0 3 4
4 (6) O sistema equivale a matriz escalonada 0 6 10 8 . A soluo do sistema x = 3, y = 3
0 0
0 0 10 10
7 10
e z = 1 ou S = {(3,3,1)}.
5
1 2
1 2 1
(4) A
B
0 1 3
0 0
0 0 0
4
1 3
C 0 1
0 0
0 0
0
(c) 0
2
0
1
32
lgebra Linear
II DETERMINANTES E MATRIZES
1 Classe de uma Permutao
ara uma melhor compreenso do conceito de determinantes importante revermos os

conceitos de permutao. Conceito: Dados n objetos distintos a1, a2, ..., an. Uma permutao
destes objetos consiste em displos em uma determinada ordem. Ou seja, para n elementos
distintos denominamos de permutao a disposio dos mesmos numa certa ordem.
As permutaes podem nos dizer o n de arranjos possveis em certas situaes. Representamos
permutao por S(A) ou S(n).
Exemplo: Para os algarismos 1, 2 e 3 podemos obter 6 permutaes que so:
12 3
Permutao principal
3 2
(2)
213
(3)
2 3 1
(4)
3 1 2,
(5)
3 2 1
(6)
A quantidade de permutaes dos n elementos dada por n! (l-se: n fatorial) onde:

n ! = n x (n-1) x (n-2) x . . . x 2 x 1 para n > 0.
Portanto, se n = 3 temos: 3! = 3 x 2 x 1 = 6 permutaes. Se n = 0 temos 0! = 1.
Proposies:
Diz-se que dois elementos de uma permutao formam uma inverso se esto em ordem
inversa da permutao principal. Considerando uma permutao a c b, os elementos c e b
formam uma inverso.
Para uma permutao do conjunto N*, dizemos que existe uma inverso quando um nmero
inteiro precede um outro menor que ele.
Exemplo1: Os algarismos 1, 2, 3, 4 e 6 admitem 120 permutaes pois 5!=5 x 4 x 3 x 2 x 1 =
120 e a permutao 6 4 3 2 1 admite 10 inverses que so: 64, 63, 62, 61, 43, 42,
41, 32, 31 e 21.
Exemplo 2: A permutao 54321 tem 10 inverses que so: 54, 53, 52, 52, 43, 42, 41, 32, 31
e 21.
Exemplo 3: A permutao 4521 tem 05 inverses que so: 42, 41, 52, 51 e 21.
Observe na tabela de nmeros as permutaes e inverses dos algarismos 1, 2, 3:

Permutaes
N de inverses
Permutaes
N de inverses
123
231
132
312
213
321
Uma permutao tem classe par ou classe mpar, (indica-se classe ) conforme apresenta
um nmero par ou mpar de inverses. Assim, para uma permutao arbitrria em Sn, (Sn
indica o conjunto de permutaes), dizemos que mpar ou par, conforme exista um n par
ou mpar de pares (i, k) para os quais i > k mas i precede k em . Exemplificando: A
permutao 1 3 2 tem uma inverso, logo tem classe mpar.
33
lgebra Linear
Definimos como sinal ou paridade da classe , indica-se sgn por
Sgn =
1, se par ;
1, se mpar.
Ou seja:
Quando na permutao existir um nmero par de inverses ento o sinal de (sgn )
positivo.
Quando na permutao existir um nmero mpar de inverses ento sgn negativo.
Exemplo1: A permutao 5 3 1 2 4 tem 6 inverses (quantidade par) logo sgn =1.
Exemplo 2: S3 = 3! = 3.2.1 = 6. Observe na tabela a seguir.
123
132
213
231
312
321
Permutao
N de inverses
Par ou mpar
Sgn
Par
mpar
mpar
Par
Par
mpar
2 Determinante de uma matriz
imos que a matriz quadrada a que tem o mesmo nmero de linhas e de colunas (ou seja,
do tipo nxn). A toda matriz quadrada est associado um nmero ao qual damos o nome de
determinante.
Dentre as vrias aplicaes dos determinantes na Matemtica, temos:
Resoluo de alguns tipos de sistemas de equaes lineares;

Clculo da rea de um tringulo situado no plano cartesiano, quando so conhecidas as
coordenadas dos seus vrtices.
Mas, o que um determinante?

Denomina-se determinante de uma matriz quadrada soma algbrica dos produtos que se obtm,
efetuando todas as permutaes dos segundos ndices do termo principal, fixados os primeiros
ndices, e fazendo-se preceder dos produtos o sinal (+) ou (-), conforme a permutao dos segundos
ndices seja de classe par ou mpar.
Defini-se como termo principal, ao produto dos elementos da diagonal principal de uma
matriz quadrada;
Denomina-se ordem de um determinante a mesma ordem da matriz a que o mesmo equivale;
Indica-se o determinante de uma matriz quadrada A, por det A, representando a matriz entre
dois traos verticais.
A notao do determinante de uma matriz || ou seja, representamos o determinante de uma
matriz entre duas barras verticais, que no tm o significado de mdulo.
Saiba Mais:
34
lgebra Linear
Considere a seguinte situao problema: Qual o valor real de x e y para que A.B = C sendo A =
1 2
, B =
5 4
x

y
eC=
1
?. Para determinar os valores de x e y, aplicamos o produto A.B =
1
C e obtemos:
1 2 x
.
5
4
1
. Resolvendo o produto, encontramos:
1
x + 2y 1
= . Aplicando o conceito de igualdade de matrizes, temos o sistema:

5 x + 4 y 1
x + 2 y = 1
5 x + 4 y = 1
Resolvendo o sistema pelo mtodo de adio, temos:
5 x 10 y = 5
5 x + 4 y = 1
5 x 10 y = 5
5 x + 4 y = 1
4 y 10 y = 6
y=
x + 2 y = 1 .(-5)
5 x + 4 y = 1
6
6
6
=
=
=1. Se fizermos o
4 10 (1.4) (2.5) 6
y (4 10) = 6
mesmo procedimento para encontrar o valor de x, iremos observar que o denominador tambm
(-6). Portanto x = -1. Observe que a expresso numrica (1.4)-(2.5), comum nas expresses,
permite que calculemos o valor de x e y e determina se o sistema tem soluo (se determinada
ou indeterminada). Da a origem do nome determinante. Observe tambm que a expresso
1 2
. A teoria dos determinantes surgiu,
5 4
(1.4)-(2.5) tem relao com os termos da matriz A=
quase simultaneamente, na Alemanha e no Japo, quando dois matemticos, Leibniz (1646-1716)

e Seki S.Kowa (1642-1708), resolveram problemas de eliminaes, necessrias resoluo de um
sistema de n equaes lineares com n variveis. Depois deles, surgiram os trabalhs de Cramer,
Bezout, Laplace, Vandermonde, Lagrange, Cauchy e Jacobri.
Como calcular o determinante?
2.1 Determinante de 1 ordem
ada uma matriz quadrada de 1 ordem M=[a11], o seu determinante o prprio nmero real
a11 ou seja, det M =|a11| = a11
Exemplo:
M= [5]
det M = 5 ou |5| = 5
M = [-6]
det M = -6 ou |-6| = -6
2.2 Determinante de 2 ordem
ada a matriz quadrada M de ordem 2, por definio o determinante associado a M,

determinante de 2 ordem, dado por:
35
lgebra Linear
Portanto, o determinante de uma matriz de ordem 2 dado pela diferena entre o produto dos
elementos da diagonal principal e o produto dos elementos da diagonal secundria.
Observe os exemplos:
2 3
temos: det M = (2.5)-(4.3) = 10-12= -2.
4 5
(a) Para M =
(b) Se A =
3
1
ento det A =
4
2
3
4
= (1 x 4) (2 x 3) = -2
2.3 Determinante de 3 ordem: Regra de Sarrus
determinante de uma matriz de ordem 3 pode ser obtido pela regra de Sarrus.
Acompanhe como aplicamos essa regra para D=
a11
a12
a13
a 21
a31
a 22
a32
a 23 .
a33
1 passo: Repetimos as duas primeiras colunas ao lado da terceira ou repetimos direita dos
elementos da matriz A, as duas primeiras colunas:
2 passo: Encontramos a soma do produto dos elementos da diagonal principal com os dois
produtos obtidos pela multiplicao dos elementos das paralelas a essa diagonal (a soma deve ser
precedida do sinal positivo):
3 passo: Encontramos a soma do produto dos elementos da diagonal secundria com os dois
produtos obtidos pela multiplicao dos elementos das paralelas a essa diagonal ( a soma deve ser
precedida do sinal negativo):
36
lgebra Linear
Assim:
ou det D = + a11 a22 a33 + a13 a21 a32 + a12 a23 a31 - a11 a23 a32 - a12 a21 a33 - a13 a22 a31
1 2 1
Exemplo 1: Encontrar |A| para A = 1 2 0 .

1 1 0
1 2 1 1 2
Resoluo: Pela regra de Sarrus, fazemos
1 2 0 1 2 =
1 1 0 1 1
(-1.2.0)+(2.0.-1)+(1.1.1)-(2.1.0)-(-1.0.1)-(1.2.-1) = 0+0+1-0-0+2 = 3.
Logo |A|= 3 ou Det A = 3.
4
Exemplo 2: Determine o valor de x sabendo que
x 1
2 x 5 =0
1 8 3
4
Resoluo: Pela regra de Sarrus, fazemos
x 1 4
2 x 5 2 x = 0. Logo,
1 8 3 1 8
12x 5x + 16 6x 160 +x = 0 2x 144 = 0 x = 144/2 x = 72.
37
lgebra Linear
2.4 Determinante de ordem n > 3: Teorema de LAPLACE
imos que a regra de Sarrus vlida para o clculo do determinante de uma matriz de ordem
3. Quando a matriz de ordem superior a 3, devemos empregar o Teorema de Laplace para
chegar a determinantes de ordem 3 e depois aplicar a regra de Sarrus.
Teorema de LAPLACE: Segundo Laplace, o determinante da matriz A = aij igual soma dos
produtos obtidos multiplicando os elementos de qualquer linha(ou coluna) de A pelos seus
respectivos cofatores Cij:
det A = ai1 Ci1 + ai2 Ci2 + ...+ ain Cin
ou
det A = a1j C1j + a2j C2j + ... + anj Cnj
Mas, o que so cofatores? Reveja este assunto no Apndice A deste caderno.
1 0 1
Exemplo 2: Seja A = 2 3 1 .
7 1 3
O Det A, segundo Laplace calculado da seguinte forma:

Escolha uma linha ou coluna d preferncia para aquela que tem elementos nulos. Neste
caso escolhemos a linha 1.
Det A = (-1) . C11
Det A = (-1) . (-1)1+1
+ (0). C12
3 1
1
+ (1). C13
(fixada 1 linha ).
+ (0). C12 + (1). (-1)1+3
Det A = (-1) . 1 . [9-(-1)]
+ 0
+ 1. 1 . (2-21)
Det A = -1.1.10
+ 0
+ 1.1.-19
Det A =
- 10
+ 0
- 19
Det A =
- 29
2 3
7 1
Por Regra de Sarrus temos
1 0 1 1 0
Det A = 2 3 1 2 3 = (-1.3.3)+(0.-1.7)+(1.2.1)-(1.3.7)-(-1.1.-1)-(3.0.2)
7 1 3 7 1
= -9 + 0 + 2 21 1 0 = -29.
1 3 4
Exemplo 3: Seja A = 5 2 3 . Calcule o Det A.

1 4 2
O Det A, segundo Laplace:

38
lgebra Linear
Det A = (1) . C11

Det A = (1) . (-1)1+1
+ (5). C21
2 3
4
+ (5). (-1)2+1
+ (1). C31
3 4
4 2
(fixada 1 coluna).
+ (1). (-1)3+1
Det A = (1) . 1 . [4-(-12)]
+ (5).(-1).(6-16)
+ 1. 1 . (-9-8)
Det A = (1).1.(16)
+ (5).(-1).(-10)
+ 1. 1 . (-17)
Det A =
16
Det A =
49
50
2 3
(-17)
Por Regra de Sarrus temos
1 3 4 1 3
Det A = 5 2 3 5 2 = (1.2.2)+(3.-3.1)+(4.5.4)-(4.2.1)-(1.-3.4)-(3.5.2)
1 4 2 1 4
= 4 -9 + 80 8 + 12 - 30 = 96 47 = 49.
2.5 Processo de triangulao para clculo de determinante
processo de triangulao para clculo de determinante pode ser aplicado em todas

as matrizes quadradas de ordem n 2.
Para se executar o processo de triangulao, se procura colocar, por meio de operaes adequadas
(e das respectivas compensaes quando for o caso), como elementos da diagonal principal, exceto
o ltimo, o nmero 1.
Obtido o n 1 na 1 linha e 1 coluna, isto , a11 = 1, substituindo-se, por meio de operaes
competentes, todos os demais elementos da 1 coluna por zeros; da mesma forma, depois de obter
a22 = 1, substituem-se os demais elementos da 2 coluna, situados abaixo de a22 por zeros, e assim
por diante. Quanto a cada um dos elementos da diagonal principal da matriz A, trs hipteses
podem ocorrer:
1) O elemento igual a zero neste caso, deve-se proceder a operao de troca de linhas e
multiplicar o det A por 1, como compensao, isto , para que o determinante de A conserve o seu
valor.
2) O elemento igual a k 1 nesse caso, deve-se multiplicar todos os elementos da linha por i/k,
com o que se obtm o nmero 1 como elemento da diagonal principal dessa linha. Por outro lado,
para compensar, isto , para que o det A mantenha o seu valor, deve-se multiplic-lo pelo inverso
de 1/k, isto k.
3) O elemento igual a 1nesse caso nada a fazer no que diz respeito diagonal principal.
2 1 7
Agora, tente voc Calcule o determinante da matriz A = 1 3 2 , usando o processo da

5 3 4
triangulao. Voc deve obter como resposta, det A = - 66
lgebra Linear
39
3 Propriedades dos determinantes
s matrizes quadradas de ordem n apresentam as seguintes propriedades:
1.
O determinante de uma matriz quadrada A igual ao de sua transposta At ou seja, |A| =

|At |.
1 3
1 2
ento At =
. E, det At = 1.4 2.3 = -2 = det A.
2 4
3 4
1 2 3
1 2 2
Exemplo 1: Se A =
Exemplo 2: det A =
2.
3.
4.
5.
6.
2 1 2 = 9 = det At = 2 1 4 = 9
2 4 3
3 2 3
Se a matriz quadrada A tem duas linhas (ou colunas) iguais ento det A = 0 ou se duas
filas paralelas de uma matriz so proporcionais, ento seu determinante nulo.
Exemplo 1:
Exemplo 2:
Se a matriz quadrada A tem uma linha ou coluna nula ento det A = 0 ou Quando todos os
elementos de uma fila (linha ou coluna) so nulos, o determinante dessa matriz nulo.
Exemplos:
Se uma matriz quadrada A trocarmos a posio de duas linhas (ou colunas) o

determinante troca de sinal.
Exemplo:
Se A uma matriz triangular (superior ou inferior) ento det A = produto dos elementos
diagonais. Exemplos:
Se cada elemento de uma linha (ou coluna) de uma matriz quadrada A multiplicado por
um escalar k ento o det A fica multiplicado por k.
Conseqncia: Se cada elemento de uma linha (ou coluna) de uma matriz A contm um
fator k, podemos coloca-lo em evidncia.
lgebra Linear
40
1 6 3
1 2 3
Exemplo 1: A = 4 15 1 A= 3 4 5 1 (det A) = 3 (det A).
2 3 0
2 1 0
Exemplos 2 e 3
7.
O determinante de um produto de duas matrizes A e B igual ao produto de seus

determinantes ou seja, det(A.B) = (det A) . (det B) ou |A.B|=|A|.|B.|
8.
Uma matriz quadrada A inversvel se o det A 0.
9.
Se os elementos de uma fila de uma matriz so combinaes

lineares dos elementos correspondentes de filas paralelas, ento
seu determinante nulo. Exemplo:
10
Teorema de Jacobi: o determinante de uma matriz no se altera quando somamos aos

elementos de uma fila uma combinao linear dos elementos correspondentes de filas
paralelas.
1 2 3
Exemplo:
2 1 2 = 9 Substituindo a 1 coluna pela soma dessa mesma coluna com o

2 4 3
dobro da 2, temos:
4 Determinante e Matriz Inversa
onsideremos a matriz quadrada A, de ordem n. Definimos como inversa de A, a matriz A-1 tal
que A . A-1 =I = A-1 . A sendo I a matriz identidade de ordem n.
Proposies:
(i) Se A tem inversa, diz-se que A inversvel.
41
lgebra Linear
(ii) Se A e B so matrizes quadradas, de mesma ordem e inversveis, ento:

(A-1)-1 =A
AxB inversvel
(A.B)-1 = B-1 .A-1
(A+B)-1 =A-1 + B-1
Posto A = n.
(iii) Toda matriz quadrada A, cujo determinante nulo, dita matriz singular e, se o
determinante de A for diferente de zero, dizemos que A uma matriz no-singular. Em
conseqncia, toda matriz no-singular sempre tem inversa e toda matriz singular no
tem inversa. Portanto, nem toda matriz quadrada tem inversa.
(iv) Se a matriz A tem inversa, ento o determinante da matriz A no nulo det A 0 e det
A-1 =
1
Det A
(v) Se A uma matriz inversvel, n n, com n 2, ento: A1 =
1
. Adj A
det A
Esta proposio envolve o conceito de determinantes e matriz adjunta clssica (Adj A). Para
rever o conceito de matriz adjunta clssica, e o calculo de matriz inversa por determinante,
consulte o Apndice A no final do caderno pedaggico.
(vi) Uma matriz A dita ortogonal se a sua transposta igual a sua inversa ou, A ortogonal se
At = A-1.
A partir do conceito de matriz inversa podemos verificar a
ORTOGONALIDADE DE MATRIZES. Dizemos que uma matriz M
ortogonal quando sua inversa M-1 igual a sua transposta Mt.
Se Mt = M-1 e como M.M-1 = M-1.M = I ento podemos tambm afirmar
que M . Mt = Mt . M = I (I representa a matriz identidade).
Saiba Mais:
Exemplo: A matriz M =
1
2
3
2
2 ortogonal porque o produto de M pela sua matriz

1

2
transposta, resulta na matriz identidade. Neste caso, a matriz inversa de M a sua

transposta.
Assim, se M . Mt = Mt . M = I ento Mt = M-1 Logo M ortogonal.
A soluo de problemas que envolvem matrizes e suas inversas exigem, em geral, o conhecimento
dos algoritmos matemticos de:
(1) Verificao se duas matrizes so inversas;
(2) Determinao da matriz inversa de uma matriz dada.
Como verificar se duas matrizes so inversas?
12 7
3 7
inversa da matriz B=
.
5 3
5 12
Exemplo 1: Verifique se a matriz A =
-1
=I = A-1 . A
Ou seja, devemos provar que a multiplicao das duas matrizes, resulta na matriz identidade.
Assim, podemos fazer A.B = I ou B.A = I.
Resoluo: Para verificar se a matriz A inversa de B aplicamos o conceito A . A
12 7 3 7
.
5 3 5 12
A.B = I
12.3 + 7.(5) 12.(7) + 7.12 1 0

=
=
5.3 + 3.(5) 5.(7) + 3.12 0 1
I (provado). A e B so
inversas porque AB = I
Como determinar a inversa de uma matriz?
lgebra Linear
42
Para determinar a matriz inversa, temos algumas opes de procedimentos matemticos.

Opo 1: Determinando a matriz inversa de A pela aplicao do conceito A . A-1 =I
Neste caso, utilizamos tambm conhecimento sobre a resoluo de sistemas lineares.
Exemplo 1: Encontre a matriz inversa de A =
1 2
1 3 .
Resoluo: Aplicando o conceito temos que A . A-1 =I

Sabemos que I =
1 0
a b
1 2 a b
1 0
-1
.
Supondo
A
=
,
fazemos
.
=
0 1
c d
1 3 c d
0 1 .
Resolvendo o produto das matrizes encontramos,
1b + 2d 1 0
1a + 2c
1a + 3c 1b + 3d = 0 1 . Comparando os resultados obtemos:
a
+
2
c
=
1
b
+
2
d
=
0
e
. Resolvendo os sistemas encontramos como resposta:
a + 3c = 0
b + 3d = 1
3
a
b
3
2
1
1
a= , b=
, c= , d= . Portando a matriz procurada A-1 =
A-1 = 5
1
5
5
5
5
c d
2
5 .
1
Podemos facilmente comprovar se a matriz encontrada soluo do problema. Basta

multiplicar a matriz A pela sua inversa e verificar que o resultado do produto a matriz
identidade I. Ou seja, A-1 . A = 5

1
2
5 . 1 2 = I.
1 1 3
Opo 2: Determinando a matriz inversa pelo Teorema da Inversibilidade (por reduo das
linhas)
Uma matriz A de ordem n inversvel se existe uma seqncia de operaes elementares que
transforme A numa matriz identidade.
Uma matriz A-1 pode ser obtida aplicando a mesma seqncia de operaes elementares
iniciando-se com a matriz identidade.
Exemplo:
1 1 0
Ache a inversa da matriz A = 0 1 1 se existir.
1 0 2
1 1 0 1 0 0
Resoluo: 0 1 1 0 1 0
1 0 2 0 0 1
2
2
1
1 1 0 1 0 0
1 0 0 3
3
3
1
2
1
0 1 1 0 1 0 .... 0 1 0
3
3
3
0 0 1 1
1
1
0 1 2 1 0 1
3
3
3
Resolva a Lista 4 de atividades
43
lgebra Linear
Lista 4 de atividades Determinantes e Matrizes

(1) Calcule o determinante de cada matriz:
1
2 1
a) A= 0
5 2
1 3 4
3 2 4
b) B= 2
5 1
0 6
1
2
3
1 2
1 0 2 0
c) C=
3 1 1 2
4 3 0
1 2 5
e) E = 0 8 79
0 0 1
1
f) F = 0
1
3
g) G =
0
3
0
4
0
9 2 77
(2) Dada P = 2
x
1
(5) Para A=
2 1 3
5 3 2
4 0 7
1 2 1
1 2
h) H =
3
2 1 0
1
0 2 1
1 , calcule o determinante de P2; (3) Encontre lAl =
0 0
3
2
1 0
4
1
1
2
4 1 3
(4) Para A = 3 0
1 e B=
7 2 4
3 2 5
d) D= 4 1 3
2 3 1
6
2
9
3
1 2
0 x 1
2
1
B= 1 1 x ,C=
x
2x
x 1 0
2
3
1
2
12 . Verificar se Det (AB) = Det A. Det B.

3
0 1
3 4 5
, encontre x para Det A+Det B=Det C
0 1 0
0 x 1
(6) Resolver as equaes determinando o valor real de x em cada equao:
4 6
a)
12 x
5 2 x =-128
7 4 2x
b)
1 0
18 x 3 2 =6
15 2 x 0 1
x
c)
x 1
d)
2 x x =0
x x 3
1 + 2x
2x
x2 1
e)
=0
1 x2
=0
(7) Encontre os valores de a e b que transformam as matrizes A e B em inversas ou seja,
a 0
1 b
e B=
0 a
b 1
determine a e b sabendo que AB = I, sendo I a matriz identidade, com A =
1 2
2 0
e B=
, calcule AB-BA e verifique se: (a) A inversa de B; (b) A singular

0 1
1 1
2 4
5 / 6 2 / 3
e B =
.
(9) Mostre que as matrizes A e B so inversas sendo A =
1 5
1/ 6 1/ 3
(8) Se A=
1 1 0
1 1 2
(10) Prove que a matriz B inversa da matriz A, sendo B = 0 1 2 e A = 2
1 2
1
44
lgebra Linear
sen cos
. Verifique se a matriz A ortogonal (Dica: lembre-se
(11) Considere a matriz A =
cos - sen
que A ortogonal se A.At=I). Em caso afirmativo, encontre sua inversa.
cos
(12) Prove que a matriz M = sen

0
- sen
cos
0
0 ortogonal. E, determine sua inversa

1
(STEINBRUCH, 1987, p.411)
2 1 3
2 1 7
12 7
(13) Determinar a inversa das matrizes: A = 4 2 2 , B = 1 3 2 , C =

5 3
2 5 3
5 4 3
1 1 0
-1
-1
(14) Encontre a inversa A da matriz A = 0 1 2 e prove que A.A =I
1 0 1
(15) Encontre a matriz inversa pelo processo de inverso (ou triangulao), para:
1 1 1
2 1 0
2 2 1
1 2 1
1 1 1
1 1 1
(a) 1 1 2 ;(b) 1 1 1 ;(c) 1 1 1 ;(d) 1 1 1 ;(e) 1 1 1 ;(f) 0 1 1

2 1 1
1 1 1
1 0 1
1 1 2
1 1 1
1 1 1
Respostas:
1(a) 21; 1(b) -11; 1(c) -131 (Dica: Aplicar Laplace); 1(d) 30; 1(e) Por propriedade o determinante de uma matriz triangular
o produto dos elementos da digaonal principal ou seja, Det E =8; 1(f) 0; 1(g) 0 (Dica: Aplicar Laplace); 1(h) -7;
2 2
1
1 + 2 2
(2) Como P2 = 2 + 2 1 2 2
1 ento Det P2 = 64. Note que mais prtico fazer P . P = 8.8 = 64 ; (3) 14; (4)
2
2+ 2 2 2
2 9 11
Det AB = 5 16 21 = AB = 0. E, como lAl=-9 e lBl=0, temos que lAl.lBl=(-9).0 = 0. Portanto lABl = lAl.lBl;
24 68 92
(5) x =
3
; (6a) x = 2;
4
(7) A.B=I
pois AB I.
(6b) x = 7; (6c) x = 0 ou x = 2
(6d) x = 2,5 ou x = 2
a 0 . 1 b = 1 0 a=1 e b = 0; (8) AB-BA=

0 a b 1 0 1

(6e) x = 1.
4 2 2 4 2 2
.
=
. (a) A no inversa de B
1 1 1 3 0 2
(b) A no singular pois A no uma matriz diagonal.
2 4 5 / 6 2 / 3 1 0
.
=
(provado). Ou, a partir de A,
1 5 1 / 6 1 / 3 0 1
2 4 a b 1 0
2a + 4c 2b + 4d 1 0
2a + 4c = 1
.
=I
=
e
encontre B. Vejamos: A.B=I

. Logo
1 5 c d 0 1
a + 5c b + 5d 0 1
a + 5c = 0
2b + 4d = 0
5 / 6 2 / 3
;
. Resolvendo os sistemas encontramos os valores de a, b, c, d que equivale a matriz
b + 5d = 1
1/ 6 1/ 3
(9) A e B so inversas se A.B=I (verdadeiro) ou A.B=I
(10)
1 1 0 1 1 2
1 0 0
0 1 2 . 2 1 2 = 0 1 0 ;
1 0 1
1 1 1
0 0 0
45
lgebra Linear
(11) A ortogonal porque A.At = I. Ento sua inversa A-1 = At =
(12) M ortogonal porque M.Mt = I. E, Mt =
cos
- sen
0
1 / 8 3 / 8 1 / 8
1 / 11
-1
13) A = 1 / 4
0
1 / 4 , B = 1 / 11
1 / 2 1 / 4
2 / 11
0
1 1 0 1 1 2
1 0 0
0 1 2 . 2 1 2 = 0 1 0 = I; 15(a)
1 0 1 1 1 1
0 0 1
-1
sen
cos
0
sen
- cos
cos
.
- sen
0 inversa de M ou seja Mt = M-1.

1
17 / 66 19 / 66
3
9 / 22
1 / 22 , C-1 =
5
1 / 66
5 / 66
3 / 7 2 / 7 1/ 7
5 / 7 1 / 7 3 / 7 ; 15(b)
1 / 7 3 / 7
2 / 7
7
; (14) A.A-1=
12
1
1
1
4
3
5
1
0
1
/
2
1
/
2
0
1
0 ; 15(f) 1 / 2 1
0 3 3 ;15(d) 1 1 0 ;15(e) 1 / 2 1 / 2
1 4 6
2 3 1
1/ 2
1/ 2 0
0
1 / 2
1 / 2 1 / 2
1
1 ; 15(c)
3 / 2 1 / 2
1
1 / 2 .Verificao:
1 / 2
1 0 0
AA = 0 1 0
0 0 1
1
46
lgebra Linear
5 Aplicao matemtica do conceito de determinantes na geometria
amos conhecer algumas aplicaes dos determinantes que, em geral, so tratados com mais
formalismo nos estudos envolvendo geometria analtica.
Aplicao 1: Condio de alinhamento de 3 pontos

Sejam trs pontos A(x1,y1), B(x2,y2) e C(x3,y3).
Eles estaro alinhados ou seja, faro parte de uma mesma reta, se
x1
y1 1
x2
x3
y 2 1 = 0.
y3 1
Exemplo: Verifique se os pontos A(0,1), B(1,2) e C(2,3) esto alinhados.

0 1 1
0 1 10 1
Resoluo:A, B e C esto alinhados pois 1 2 1 =0 ou seja, 1 2 1 1 2 =0+2+3-4-0-1=0.
2 3 1
2 3 12 3
De fato, A, B e C esto alinhados, como se verifica na projeo geomtrica
Aplicao 2: Clculo da rea de um tringulo conhecendo os vrtices

Sejam os vrtices do tringulo definidos nos pontos A(x1,y1), B(x2,y2) e C(x3,y3).
Se eles NO estiverem alinhados, formaro um tringulo.
x1
1
A rea deste tringulo ser S= D sendo D= x 2
2
x3
y1 1
y2 1 .
y3 1
Exemplo: Determine a rea do tringulo ABC cujos vrtices so definidos em A (1,1), B(3,4) e
C(5,2).
Resoluo:
1
S= D
2
Portanto, para S =
1 1 1
sendo
D=
3 4 1 =4+5+6-20-3-2=-10.
5 2 1
1
1
1
10
D temos S = 10 = .10 =
= 5 . A rea do
2
2
2
2
tringulo ABC 5 u.a. (unidade de rea).
Agora, tente voc! Resolva a Lista 5 de atividades.

lgebra Linear
47
Lista 5 de atividades - Determinantes

1 Verifique se os pontos A(1,2), B(2,3) e C(4,5) esto alinhados.
2 Determine a rea do tringulo ABC cujos vrtices so A(2,3), B(1,8) e C(2,5).
3 Os pontos A(1,2), B(x, y) e C(5,-2) esto numa mesma reta. Determine os valores do ponto B,
sabendo que ele est sobre o eixo x.
4 Num sistema de coordenadas cartesianas com suas unidades em cm, so localizados trs pontos
A(-2,3), B(3,-3) e C(6,3). Calcule em cm2 a rea da figura determinada pelos pontos.
5 Dois vrtices de um tringulo so (3,-5) e (-1,-3). A rea do tringulo 16 cm2. Encontre o valor
da abscissa do terceiro vrtice sabendo que a ordenada 5.
6 Determine m real para que os pontos (3,1), (m,2) e (1,m+1) no estejam alinhados.
7 Verifique se os pontos esto alinhados. Em caso negativo, encontra a rea do tringulo formado
por ABC.
(a) A(1,3), B(-1,2), C(1,4)
(b) A(1,3), B(1,4), C(2,-1)
(a) A(1,3), B(2,4), C(3,5)
Respostas:
1) Sim; 2) S = 1 u.a.; 3) B(3,0)
1
7) Como
4) 24 cm2
5) x = -33
6) m 1 ou m 2.
3 1
1 2 1 = -2 e portanto diferente de zero, significa que os pontos no so alinhados. Portanto, formam um

1 4 1
tringulo ABC cuja rea igual a
ABC
2
= 1 u.a. (unidade de rea)
7b) No so alinhados e a rea do tringulo ABC = 1/2 u.a. (unidade de rea)

7) So alinhados pois o determinante nulo ento no formam um tringulo ABC.
48
lgebra Linear
III SISTEMAS DE EQUAES LINEARES E MATRIZES

1 Equaes Lineares
idia de equao tem estreita relao com a noo de equilbrio e a metfora da balana ,
normalmente utilizada para trabalhar esta noo. Entretanto, Lins9 (1997), afirma que essa
metfora no oportuna para casos com valores negativos, do tipo 3x + 35 = 2. Neste caso,
deve-se enfatizar que, modificada a situao, a metfora j no resolve. Outras noes10
associadas a equaes so: igualdade e varivel.
Uma equao com n variveis x1, x2,...,xn cuja combinao linear resulte em alguma constante
definida como uma equao linear.
Ou, Toda equao escrita na forma a1 x1 + a2 x2 + a3 x3 + . . . + an xn = b denominada equao
linear, em que:
a1, a2, ...,an so os coeficientes das variveis
x1, x2, ..., xn so as variveis ou incgnitas
b o termo independente.

Os valores das variveis que transformam a equao numa identidade formam sua soluo e so
denominadas razes da equao linear.
Exemplos:
a) 2x1 + 3x2 - x3 = 5 uma equao linear a trs incgnitas ou trs variveis x1, x2, e x3
b) x+y+z+t=-1 uma equao linear de quatro incgnitas ou quatro variveis x, y, z e t.
Observaes:
1) Quando o termo independente b for igual a zero, a equao linear denomina-se equao
linear homognea. Por exemplo: 5x - 3y = 0.
x12 , x1 . x2, etc, isto , cada termo da

2
equao tem uma nica incgnita, cujo expoente sempre 1. As equaes 3x1 + 2x2 = -3 e
2) Uma equao linear no apresenta termos da forma
-4x. y + z = 2 no so lineares.
3) A soluo de uma equao linear a n incgnitas a seqncia de nmeros reais ou n-upla
ou nupla (1,2, ..., n), que, colocados respectivamente no lugar de x1, x2, ..., xn, tornam
verdadeira a igualdade dada.
4) Uma soluo evidente da equao linear homognea 3x + y = 0 a dupla (0,0).
Vejamos alguns exemplos de equaes lineares

Exemplo 1: Dada a equao linear 4x - y + z = 2, encontrar uma de suas solues.
Resoluo: Podemos atribuir valores arbitrrios x e y e obter o valor de z. Por exemplo, se
x = 2 e y = 0, temos 4.2 - 0 + z = 2. Logo z = -6
Neste caso, uma das solues a tripla ordenada (2, 0, -6).
Mas, podemos resolver a equao isolando do lado esquerdo da igualdade, a primeira
varivel e teramos: 4x - y + z = 2 4x = 2 + y - z x =
9
2+ yz
.
4
LINS, Romulo C. e GIMENEZ, Joaquim. Perspectivas em Aritmtica e lgebra para o sculo XXI. SP, Papirus, 1997.
Para saber mais, acesse ao texto de OLIVEIRA http://www.tvebrasil.com.br/salto/boletins2003/eda/pgm1.htm
10
49
lgebra Linear
Neste caso temos como soluo geral da equao Sg = {
2+ yz
, y, z} para y e z
4
variveis livres reais.

Note que esta equao assume vrias solues. A varivel x depende de y e z. Se y = 2 e
z = 0 temos como soluo, dita soluo particular, a tripla ordenada (1,2,0). Se y = 0 e z
= (-6) temos como Sp, (2,0,-6),....
Resposta: A soluo seral da equao Sg = {
2+ yz
, y, z} para y, z reais. Uma soluo
4
particular poderia ser Sp = {(0,0,2)} para y=0 e z=2.

Exemplo 2: Dada a equao 3x - 2y = 5, determinar para que a dupla (-1, ) seja soluo da
equao.
Resoluo: Pelo enunciado do problema, sabemos que a dupla (-1, ) significa que x = (-1) e y =
. Assim, substituindo na equao estes valores temos: 3x - 2y = 5 3(-1) - 2 = 5
-3 - 2 = 5 - 2 = 5+3 = -4
Resposta: O valor de para a dupla (-1, ) seja soluo da equao = -4
Exemplo 3: A equao linear 3x + y = - 2 admite, entre outras, as razes x = 0 e y = -2 pois 3.0 +
(-2) = -2. Qual a soluo geral:
Resoluo: Para encontrar a soluo geral dessa equao, isolamos uma das variveis e obtemos:
3x + y = - 2 3x = - 2 y
x=
2 y
y R.
3
Resposta: A soluo geral da equao, indicada por S : Sg = {(
2 y
, y), y IR}. Note que
3
a equao tem infinitas solues reais a partir do valor que atribumos para y. Se
atribuirmos a y o valor 4, por exemplo, obtemos x =
24 6
=
= 2 . Portanto, x = (-2)
3
3
para y = 4. Logo Sg = {(4,-2)}.

Exemplo 4: Qual o valor de k, para que a 4-upla u = (3, -2, 0, 1) seja soluo da equao linear
kx - y + 3z - w = 0?
Resoluo: Como u = (3,-2,0,1) a soluo da equao linear, temos x=3, y=-2, z=0 e w=1.
Substituindo esses valores na equao, encontramos o valor de k.
kx - y + 3z - w = 0
k.3 (-2) + 3.0 - 1 = 0 k.3 +2 + 0 - 1 = 0 3k + 1 = 0 k = -1/3.
Verificando: (-1/3).3-(-2)+3.0-1=-1+2-1=0
Resposta: O valor de k, para que a 4-upla u = (3,-2,0,1) seja soluo da equao k=-1/3.
Exemplo 5: A equao linear 2x - y + z = 1 tem qual soluo?
y z +1
para y, z IR.
2
y z +1
Resposta: A soluo geral da equao Sg = {(
, y, z) para y, z IR}.
2
Resoluo: Se 2x y + z = 1 2x = 1 y z x =
Proposies: Se a equao da forma 0x1 + 0x2 + . . . + 0xn = b, ento:

50
lgebra Linear
(i) Se b = 0, ento qualquer n-upla de escalares11 reais soluo da equao. Exemplo: 0x + 0y

+ 0z = 0. Neste caso, temos como soluo S = {(x,y,z), x, y, z R}.
(ii) Se b 0 ento a equao linear no tem soluo. Exemplo: 0x + 0y + 0z = 3 0x = 3 0y
- 0z x=
3 0 y 0z
(soluo impossvel)
0
2 Sistema de Equaes Lineares

2.1 Conceito
m grupo de m equaes de mesmas variveis n, mas com possveis combinaes lineares

distintas forma um sistema definido como sistema de equaes lineares de ordem m x n.
Ou,
um
sistema
de
equaes
lineares
um
conjunto
de
equaes
da
forma
a11 x1 + a12 x 2 + a13 x3 + ... + a1n x n = b1
a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = b2
a 31 x1 + a 32 x 2 + a 33 x3 + ... + a 3n x n = b3 com:
.......................................................
a m1 x1 + a m 2 x 2 + a m 3 x3 + ... + a mn x n = bm
m equaes
n variveis
aij indicando os coeficientes (nmeros reais ou complexos) das variveis para i = (1,
2, ..., m) e j = (1, 2, 3, ..., n)
bi indicando os termos independentes ou seja, as constantes (nmeros reais ou
complexos) para i = (1, 2, ..., m).
A soluo ou as razes do sistema uma lista de nmeros ou n-upla (x1,x2,...,xn) que
representa os valores das variveis e satisfaz simultaneamente as m equaes lineares.
Observao: Se o termo independente de todas as equaes do sistema for nulo, isto , b1 = b2
=... = bn = 0 o sistema linear homogneo.
2 x + y z = 0
Exemplo: x + y + 4z = 0
5x 2y + 3z = 0
Uma soluo evidente do sistema linear homogneo x = y = z =

0 ou S = {(0,0,0)}
Esta soluo chama-se soluo trivial do sistema homogneo.
Se o sistema homogneo admitir outra soluo em que as
incgnitas no so todas nulas, a soluo ser chamada soluo
no trivial.
2.2 Representao Matricial de um Sistema de Equaes Lineares
odo sistema de equaes pode ser representado na forma de matriz, como uma matriz
completa ou como uma matriz simples. Dentre as variadas aplicaes, as matrizes so
utilizadas na resoluo de um sistema de equaes lineares.
11
Nmeros
51
lgebra Linear
a11 x1 + a12 x 2 + a13 x3 + ... + a1n x n = b1
a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = b2
Consideremos o sistema linear a 31 x1 + a 32 x 2 + a 33 x3 + ... + a 3n x n = b3

.......................................................
Utilizando matrizes, representamos o sistema da seguinte forma:
x1
b1
a11 a12 L a1n
b
x2
a 21 a 22 L a 2 n
2
.
=
M
M
M
M
M
m1 a m 2 L a mn
xn
bn
Matriz coluna constituda

pelas incgnitas
Matriz constituda pelos

coeficientes das incgnitas
Exemplo:
Representao-padro do sistema
Matriz coluna dos

termos
independentes
Representao na forma matricial
2x1 + 5x 2 x 3 = 0
4x1 3x 2 + 6x 3 = 1
7 x + x 2x = 8
2
3
1
2 5 1 x1
0
4 3 6 . x = 1
2

7 1 2 x 3
8
Note que: Tambm podemos transpor os coeficientes do sistema para uma matriz. Neste caso temos
duas formas de representar:
Representao geral de um sistema de

equaes
lineares
como
uma
matriz
completa (ou matriz ampliada).
a11
a
21
a31
...
am1
a12
a13
...
a1n
a22
a23
...
a2 n
a32
a33
...
a3n
...
...
...
...
am 2
am 3
...
amn
b1
b2
b3
...
bm
Representao de um sistema de equaes

lineares como uma matriz simples.
a11
a
21
a31
...
am1
a12
a13
...
a22
a23
...
a32
a33
...
...
...
...
am 2
am 3
...
a1n
a2 n
a3n
...
amn
Lembre-se que: Numa matriz, as filas horizontais de nmeros chamam-se linhas e as filas
verticais colunas.
52
lgebra Linear
2.3 Classificao dos Sistemas de Equaes Lineares
s sistemas lineares so classificados, quanto as possveis solues. Podem ter uma nica
soluo, nenhuma ou diversas. Observe:
SISTEMA LINEAR
POSSVEL (COMPATVEL)
Quando tem soluo
DETERMINADO
Admite uma nica soluo
IMPOSSVEL (INCOMPATVEL)
Quando no tem soluo
INDETERMINADO
Admite infinitas solues
Exemplo 1:
x + y = 1
,
x + y = 0
(a) O sistema S=
no tem solues porque no existem valores para x e y cuja
soma seja simultaneamente 1 e 0. Logo S =
x y = 1
, tem a nica soluo x = 0 e y = 1. Logo S = {(0,1)}
x + 2 y = 2
x + y = 2
(c) O sistema
,
tem a soluo x=-2y, para cada valor de y. Neste caso
2 x + 2 y = 4
(b) O sistema
indeterminado, possui infinitas solues. Sua Soluo Geral SG = {(-2y,y)} para qualquer y real.
Podemos encontrar vrias solues particulares. Uma delas, por exemplo, poderia ser Sp = {(2,1)} para y = 1 ou Sp= {(-6,3)} para y = 3, etc.
Note que:
Um sistema de equaes possvel se possuir pelo menos uma soluo. De outro modo
impossvel. Um sistema possvel tambm denominado de consistente ou compatvel.
E, um sistema impossvel tambm denominado de inconsistente ou incompatvel.
Geometricamente, em R2 podemos "visualizar" estas classificaes. Assim, considerando um

sistema cartesiano ortogonal R2 (x,y) e duas retas r e s definidas na forma geral por a11 x +
a12 y =b1 e a21 x + a22 y =b2.
Representando-as em um sistema de equaes lineares do tipo 2 x 2, temos
S=
a11 x + a12 y = b1
a 21 x + a 22 y = b2
lgebra Linear
1.
2.
3.
53
Se para algum par de retas especfico obtivermos um sistema

possvel e determinado ento encontramos um nico ponto
(x, y), ou seja, uma nica soluo que satisfaa a ambas as
equaes simultaneamente (as retas, geometricamente, so
concorrentes12 e coincidentes neste ponto).
Se para um outro par de retas tivermos um sistema classificado

como possvel e indeterminado, ento teremos como
representao geomtrica da soluo uma outra reta que
representa todos os valores possveis que satisfaam as
equaes (as retas, geometricamente, so coincidentes13).
E finalmente, se por acaso o sistema for impossvel, ento no

h ponto que seja comum as duas retas (as retas,
geometricamente, so paralelas14 - nunca se encontraro).
Vamos analisar alguns15 exemplos!
Exemplo 1: S1
=
2 x + y = 1 2 x + y = 1
2 x + y = 1
2 x + y = 3 0 x 0 y = 2 0 y = 2
O sistema S1 no tem soluo, portanto um sistema

inconsistente ou impossvel.
Retas paralelas em S1 : Sistema impossvel

Exemplo 6:
S2 =
x + y = 4 x + y = 4
x = 3
y =1
x y = 2 0 x + 2 y = 2
O sistema S2 tem somente a soluo S = {(3,1)},

portanto um sistema consistente e determinado.
Retas concorrentes em S2: sistema determinado e tem um ponto em comum (3,1) que a
soluo do sistema
Retas concorrentes: Duas retas so concorrentes se elas tm um ponto em comum. As retas perpendiculares so retas concorrentes que
formam entre si um ngulo reto.
13Retas coincidentes: Duas retas sobrepostas num mesmo plano todos os pontos so comuns.
14 Retas paralelas: Duas retas eqidistantes em todos os seus pontos nenhum ponto comuns.
15 Para saber mais: http://pessoal.sercomtel.com.br/matematica/fundam/eq1g/eq1g.htm
12
lgebra Linear
54
Exemplo 7: S3
2 x + y = 1
2 x + y = 1
1 y
2 x + y = 1 x =
2
4 x + 2 y = 2 0 x + 0 y = 0
O sistema S3 tem infinitas solues para 0x+0y=0,

portanto um sistema consistente e indeterminado.
A frmula que representa a universalidade de solues
possveis Sg={(
1 y
, y ) para y R ou C}.
2
Retas coincidentes em S3: Sistema indeterminado
Assim, geometricamente, pode-se interpretar a soluo de um sistema qualquer, no plano R2, onde:
1. Se o sistema consistente e determinado, as retas se interceptam num nico ponto (ponto
soluo do sistema);
2. Se o sistema consistente e indeterminado, as retas so coincidentes;
3. Se o sistema impossvel ou inconsistente, as retas so paralelas.
2.4 Equivalncia de Sistemas de Equaes Lineares
e dois sistemas lineares, S1 e S2, admitem a mesma soluo, eles so ditos sistemas
equivalentes. Veja os exemplos:
Exemplo 1: Os sistemas
2 x + y = 4
e
x + 3 y = 5
3 x + y = 1
so equivalentes porque tem a
x y = 1
mesma soluo S={(1,2)}

Exemplo 2: Como os sistemas admitem a mesma soluo {(1,-2)}, S1 e S2 so equivalentes.
x + 3y = 5
S1 :
S = {(1,-2)} e
2 x y = 4
3x + 2 = 2
S = {(1,-2)}
S2 :
x + y = 1
3
Teorema 1
Dado o sistema de equaes S, obtm-se um sistema equivalente quando se efetua as operaes
elementares sobre suas equaes que so:
1. Permutao de duas equaes;
2. Multiplicao de uma equao por um escalar k, real e no nulo;
3. Substituio de uma equao por sua soma com outra equao, eventualmente multiplicada
pelo escalar k R* .
Usando as operaes descritas no Teorema 1, sempre possvel construir um sistema equivalente.
Assim, podemos encontrar a soluo de um sistema, atravs da transformao sucessiva do mesmo
em sistemas equivalentes, at obtermos os resultados das suas variveis.
lgebra Linear
55
Proposies
(i) As variveis (ou incgnitas) que num sistema na forma escalonada por linhas (sistemas
equivalentes), no aparecem no incio de nenhuma equao, so denominadas variveis
livres.
(ii) Para determinar o nmero de variveis livres de um sistema aplicamos aps o processo de
equivalncia das linhas, a frmula:
n de variveis livres = n variveis - m equaes no nulas.
(iii) Se o sistema consistente e indeterminado podemos determinar a soluo geral do sistema e
solues particulares do sistema. Para encontrar solues particulares, atribumos valores para
as variveis livres, que faro parte da soluo geral.
2.5 Resoluo de Sistemas de Equaes Lineares pelo princpio da equivalncia:

Mtodo de condensao ou de eliminao de Gauss-Jordan
tcnica bsica para determinar as solues de um sistema de equaes lineares o mtodo

de eliminao (de Gauss forma escalonada)
Exemplo 1: Consideremos o sistema de equaes,
x + 2 y + z = 1
S 1 = x + y + z = 1
. Podemos determinar a soluo do sistema pelo processo de
2 x + 4 y + 2 z = 2
equivalncia de sistemas ou de matriz. Vejamos:
Mtodo 1: Equivalncia de sistemas - Escalonamento
x + 2 y + z = 1
x + 2 y + z = 1
x + 2 y + z = 1
S 1 = x + y + z = 1
0 x + y + 0 z = 2
y = 2
.
2 x + 4 y + 2 z = 2
0 x + 0 y + 0 z = 0
Substituindo o valor de y = 2, na 1 equao do sistema equivalente a S1, temos:
x + 2.2 + z = 1 x = 1 4 z x = 3 z

.
y
=
2
y
=
2
y
=
2
Note que:
O sistema consistente (possvel) e indeterminado pois admite mais de uma soluo para as
suas variveis.
O sistema apresenta uma varivel livre (z). A quantidade de variveis livres pode ser
determinada pela frmula: n de variveis livres = 3 2 = 1 (conforme proposio ii).
Podemos obter uma soluo geral e solues particulares.
Soluo geral: S= {(-3-z, 2, z) z R}.
Uma soluo particular para o sistema: S= {(-4,2,1)} para z = 1.
Mtodo 2: Equivalncia de matrizes
56
lgebra Linear
x + 2 y + z = 1
S 1 = x + y + z = 1
A matriz completa de S1 :
2 x + 4 y + 2 z = 2
1
2
1
4
1
2
+1
1
+ 2
Vamos transformar a matriz completa de S em matrizes equivalentes aplicando a operaes

elementares citadas no Teorema 1:
1
2
1
4
1
2
+ 1 1

1 0
+ 2 0
2
1
0
1
0
0
2 Para encontrar a 2 matriz, aplicamos na 1 as

0
operaes: L2 = L2 L1 e L3 = L3 2L1 .
A
matriz
equivalente
encontrada
corresponde
ao
sistema
x + 2 y + z = 1
y = 2
S1=
y=2.
Substituindo o valor encontrado para y na 1 equao do sistema equivalente a S temos:

x+2y+z =1 x+2.2+z =1 x = -3-z.
O sistema possvel e indeterminado com uma soluo geral S= {(-3-z, 2, z) z R} e
uma soluo particular S= {(-3,2,0)} para z = 0.
Observe outros exemplos:
Exemplo 2: No sistema abaixo, vamos reduzir na forma escalonada, aplicando as operaes
convenientes:
x + 2 y 3z = 4
x + 2 y 3z = 4
x + 2 y 3z = 4
x + 3 y + z = 11 L = L + L
y + 4z = 7
2
1
2
~
~
y + 4z = 7
y
2
z
5
L
L
L
+
=
+
2
x
5
y
4
z
13
L
2
L
L
+
+
3
2
3
3
1
3
2 z = 2
2 x + 6 y + 2 z = 22 L4 = 2 L1 + L4
2 y + 8 z = 14 L4 = 2 L2 + L4
Note que o sistema na forma escalonada apresenta 3 equaes no nulas nas trs
variveis, ento o sistema consistente de soluo nica.
Onde: Por L3, temos 2z = 2 z = 1; Por L2, temos y = 3 e, por L1, temos: x = 1
Logo, a 3upla (1, 3, 1) a nica soluo do sistema. Ou S = {(1,3,1)}
Exemplo 3: Considere o sistema:
2 x + y 2 z + 3w = 1 L1
3 x + 2 y z + 2w = 4 L2
3 x + 3 y + 3 z 2w = 5 L
3
1) Aplicando a operao L2 = -3L1 + 2L3 e, em seguida tambm L3 = -3L1 + 2L3
2 x + y 2 z + 3w = 1 L1
y + 4 z 5w = 5 L 2
3 y + 12 z 13w = 7 L
3
2) Aplicando a operao L3 = -3L2 + L3 teremos
2 x + y 2 z + 3w = 1
y + 4 z 5w = 5
2 w = 8
varivel livre
Observao: Chamamos varivel livre a

varivel que no sistema na forma escalonada
no inicia nenhuma equao.
No exemplo a varivel z no inicia em
nenhuma das trs equaes do sistema. Logo
a varivel livre.
O sistema na forma escalonada apresenta o nmero de equaes no nulas inferior ao

nmero de incgnitas, logo o sistema ter vrias solues.
lgebra Linear
57
Soluo geral: 2w = -8 portanto w = -4. Substituindo o valor encontrado para w na equao

anterior temos:
y + 4z 5 w = 5 y + 4z 5.(-4) = 5 y = 5 4z 20 y = - 4z 15.
Substituindo na primeira equao os valores de w e y encontrados, temos,
2x+y-2z+3w =1 2x+(-4z-15)2z+3.(-4)=1 2x=1+4z+152z+12x = 3z + 14.
Soluo Geral: Sg = {(x, y, z, w)} = {(14+ 3z, -15 - 4z, z, -4)}, para z real
Soluo Particular: Se z = 1
ento S = (17,-19,1,-4)
Exemplo 4: Resolva o seguinte sistema, reduzindo-o a forma escalonada:
x + 2 y 2 z + 3w = 2
2 x + 4 y 3 z + 4 w = 5 L 2 = 2 L1 + L 2 ~
5 x + 10 y 8 z + 11w = 12 L = 5L + L
3
1
3
x + 2 y 2 z + 4w = 2
~
...............z 2w = 1
..............2 z 4 w = 2 L = 2 L + L
3
2
3
x + 2 y 2 z + 3w = 2
.................z 2 w = 1
..........................0 = 0
O sistema na forma escalonada apresenta 2 equaes no nulas nas 4 variveis, logo o

sistema consistente com vrias solues.
Neste caso h duas variveis livres y e w (elas no aparecem no comeo de nenhuma
equao), e, portanto, uma soluo particular pode se obtida dando a y e a w quaisquer
valores.
Fazendo y = 1 e w = 0, obteremos z = 1 e x = 2 Sp = (2, 1, 1, 0).
A soluo geral ser obtida, calculando os valores de x e z em funo das variveis livres
y e w. Assim, temos z = 1 + 2w . Substituindo o valor de z na primeira equao do
sistema, temos:
x + 2y 2z + 3w = 2
x = 2 2y + 2( 1 + 2w ) + 3w
x = 2 2y + 2 + 4w + 3w
x = 4 2y + 7w
Logo, a soluo geral S = {(4 2y + 7w, y, 1 + 2w, w)} para y e w reais.
Podemos encontrar uma soluo particular, atribuindo valores as variveis livres y e w.
Por exemplo, fazendo y = 0 e w = 1 temos como soluo particular S = {(11,0,3,1)}.
Exemplo 5: Seja o sistema S, definido em:
58
lgebra Linear
3x + y z = 0
S = x + y + 2 z = 1
2 x + 2 y + z = 2
x + + y + 2 z = 1 x + y + 2 z = 1
escalonando temos: 3x + y z = 0
~ 4 y + 5 z = 3
. O sistema na
2 x + 2 y + z = 2
0 = 1
forma escalonada apresenta a equao 0 = 1 que inconsistente (falso). Portanto o sistema

impossvel e temos ento S =
2.6 Soluo de um sistema de equaes lineares pela Regra de Cramer
Para saber mais: APLICAO DE DETERMINANTE s equaes lineares: Regra de Cramer

De uso restrito, a regra de Cramer utilizada, em geral, para resolver sistemas com 2 ou 3
equaes e com 2 ou 3 variveis. Acima disso, torna-se um processo extenso e trabalhos
(praticamente inaplicvel).
Supondo como exemplo, um sistema com trs variveis, x, y, e z. Para resolver o sistema pela
Regra de Cramer, devemos:
1. Encontrar o determinante D = da matriz dos coeficientes x, y e z;
2. Calcular o determinante Dx = x da matriz que se obtm, substituindo a coluna dos
coeficientes de x pela coluna dos termos independentes;
3. Determinar os valores das variveis x, y e z pela frmula x =
x
y
z
,y=
e z=
.
Seja o sistema W:
a11 x1 + a12 x 2 + a13 x3 + ... + a1n x n = b1
a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = b2
a 31 x1 + a 32 x 2 + a 33 x3 + ... + a 3n x n = b3
.......................................................
(1) equivale ao determinante de uma matriz
A, formada pelos coeficientes das incgnitas do
sistema W
a11 a12 L a1n
a21 a22 L a2 n
= Det A =
M
M
M
a
L
a
mn
m1 m 2
(3) De maneira anloga
determinar y e z
a11
a 21
y=Det Ax2=
M
a
m1
b1
b2
M
bn
(2) x equivale ao determinante de uma matriz

Ax, que se obtm a partir da matriz A,
substituindo-se a coluna dos coeficientes de x1
pela coluna dos termos independentes.
x = Det Ax1
a12
a 22
M
am2
L a1n
L a 2n
M
L a mn
podemos
L a1n
L a2n
M
L a mn
(4) Pela regra de Cramer x1 =x=
b1
b2
=
M
b
n
e z=Det Axn =
x det Ax1
=
det A
Generalizando, pela regra de Cramer, xn =
x2 = y=
a11
a 21
M
a
m1
a12
a 22
M
am 2
L b1
L b2
M
L bn
y det Ax 2
z
=
ez=
.
det A
det Axn
det A
59
lgebra Linear
Exemplo 1: Resolva o sistema S, aplicando Cramer.
x y z = 4
S = 2 x + y + z = 1 .
3x + 2 y + z = 2
1 1 1
Resoluo: Temos =
2
3
1
2
1 , x =
1
4 1 1
1
2
1
2
1 4 1
1 , y = 2
1
3
1
2
1 1 4
1 ,z = 2
1
3
1
2
1 .
2
Resolvendo os determinantes, encontramos:

= 1-3-4+3-2+2, x =-4-2-2+2+1+8, y = 1-12-4+3-2+8 e z = 2-3-16+12+4-2.
= -3, x = 3, y = -6 e z = -3.
Logo: x =
x
3
y 6
z 3
=
= 1 , y =
=
=2 ez=
=
= 1.
3
3
3
A soluo do sistema S= {(-1,2,1)}.
3 Sistema Homogneo de Equaes Lineares: Discusso da soluo
omo j vimos, os sistemas formados por equaes lineares cujos termos independentes so
todos iguais a zero (bi = 0) so denominados de sistemas homogneos. Neste caso, todas
as constantes b1,b2,...,bm do sistema so nulas.
Todo sistema homogneo consistente (ou possvel), pois sempre admite soluo.
Neste caso, temos duas possibilidades de soluo:
O sistema de m equaes e n incgnitas consistente e determinado e tem somente a

soluo trivial (0,0,...,0) quando m = n ou seja, quando o nmero de m equaes do
sistema equivalente, na forma escada, igual ao nmero de variveis n do sistema.
O sistema de m equaes e n incgnitas consistente e indeterminado isto , tem tambm

solues no nulas, quando m < n ou seja, quando o sistema tem mais variveis n do que
equaes m.
a11 x1 + a12 x 2 + L + a1n x n = 0
a 21 x1 + a 22 x 2 + L + a 2 n x n = 0
Seja o sistema homogneo S =
.
L
a m1 x1 + a m 2 x 2 + L + a mn x n = 0
O sistema S sempre ter pelo menos uma soluo, a nupla (0, 0, ..., 0) chamada soluo zero
ou trivial. Qualquer outra soluo chamada no-nula ou notrivial. Assim, em todo sistema
homogneo temos duas possibilidades de resposta:
1) quando o nmero de equaes do sistema na forma escalonada for igual ao nmero de
incgnitas, dizemos que o sistema tem somente soluo zero ou trivial.
2) quando o nmero de equaes do sistema na forma escalonada for menor que o
nmero de incgnitas, dizemos que o sistema tem soluo no nula.
x + y z = 0
x + y z = 0
Exemplo 1: Encontre a soluo dos sistemas S1= 2 x + 4 y z = 0 e S2 = 2 x 3 y + z = 0

3 x + 2 y + 2 z = 0
x 4 y + 2z = 0
lgebra Linear
x + y z = 0
Resoluo: S1= 2 x + 4 y z = 0
3 x + 2 y + 2 z = 0
60
x + y z = 0
x + y z = 0
2 y + z = 0
2 y + z = 0
x = 0, y = 0 e z = 0
y + 5 z = 0
11z = 0
Note que o sistema na forma escalonada, apresenta nmero de equaes igual ao nmero de
incgnitas, logo o sistema possui soluo nica, isto , trivial. Logo, S = (0,0,0).
x + y z = 0
x + y z = 0
x + y z = 0
Resoluo: S2= 2 x 3 y + z = 0 5 y + 3z = 0 5 y + 3z = 0 . Observe que o sistema na forma

x 4 y + 2z = 0
5 y + 3 z = 0
0 = 0
escalonada apresenta duas equaes no nulas e trs incgnitas, x, y e z. Logo o sistema possui
vrias solues. A varivel livre z. Soluo Geral: -5y+3z=0 y=
Logo SG = (
3z
2z
3z
e x=
+z x =
.
5
5
5
2 3
2 z 3z
, , z ), para z real; Soluo Particular: Para z = 1 temos SP = ( , ,1 )
5 5
5 5
AAggoorraa,, ccoom
m vvoocc!! Resolva a lista 6 de Atividades
61
lgebra Linear
Lista 6 de atividades Parte I

1) Ache as duas solues da equao: -x1 +
1
x2 = 0.
2
2) Determine m para que (-1,1,-2) seja soluo da equao mx + y - 2z = 6

3) Dada a equao
x y
+ = 1 , ache para que (,+1) torne a sentena verdadeira.
2 2
4) Determine duas solues da equao x + 2y - z = 0.
2 x1 + 3x 2 x3 = 0
5) Seja o sistema S: x1 2 x 2 + x3 = 5 . (a)Verifique se (2,-1,1) soluo se S. (b) Verifique se

x + x + x 2
2
3
1
(0,0,0) soluo se S.
3x + y = K 2 9
, calcule k para que o sistema seja homogneo
2
y
=
k
+
3
2 x y = 5
x + 5 y = 11
e S2
so equivalentes.
7) Verifique se os sistemas S1
x + y = 7
3 x y = 9
x y = 1
mx ny = 1
8) Calcular m e n de modo que os sistemas
e
sejam equivalentes.
2 x + y = 5 nx + my = 2
6) Seja o sistema:
2 x + y = 5
9) Expresse matricialmente os sistemas: a)
e b)
x 3 y = 0
2 a + b + c = 1
.
a + c = 0
3a + 5b c = 2
2 5 a
4
. =
. Determine as equaes de S.
3 1 b
7
10) A expresso matricial de um sistema S :
Lista 6 de atividades - Parte II

1 Encontre o conjunto soluo. Classifique os sistemas a partir da soluo, justificando sua resposta.
x y z = 4
a) S1= 2 x + y + z = 1
3x + 2 y + z = 2
x 2 y + 4 z = 7
b) S2= 2 x y + 3 z = 4
2 x 2 y + 3 z = 1
x + y + 2z = 0
c) S3= x y + 2 z = 2
2 x + 2 y + z = 1
x y + z = 4
d) S4= 2 x + 3 y + 2 z = 2
3x + 2 y 3z = 4
x + y z = 3
(e) S5= 2 x + y 3 z = 4
x + 2 y z = 3
x + y + z + t = 6
x + 2 y + z t = 1
(f) S6=
2 x + y z + t = 2
x + 2 y + z + t = 7
62
lgebra Linear
x y + z + t = 1
y + z t = 2
(g) S7=
x + y + t = 2
z + t = 1
x + y = 1
(h) S8= 2 x + 3 y = 2
3x + 3 y = 3
x + y + z = 6
(i) S9= x y z = 1
x + y + z = 2
x + y + z = 2
(j) S10= x y z = 0
3x 2 y + 4 z = 13
2 x + y + z w = 4
(k) S11= 3 x y z + w = 4
x 2 y + 3 z 2 w = 6
x + y + z = 6
(l) S12= x y z = 6
x y + z = 2
2 Resolva os sistemas pela Regra de Cramer:
x + 2 y z = 2
a) 2 x y + 3 z = 9
3x + 3 y 2 z = 3
2 a b + c = 3
(b) a b + 2c = 3
a + b + c = 6
3 Determine se cada sistema tem soluo no-nula. Classificar e resolver os sistemas homogneos,
justificando a resposta. Se for indeterminado, encontre a soluo geral e uma soluo particular.
x 2 y + 3z 2w = 0
a) 3x 7 y 2z + 4 w = 0
4x + 3y + 5z + 2w = 0
x y + 2z = 0
2 x + 2 y 4 z = 0
e)
x + 2 y z = 0
2 x + 5 y + 2 z = 0
b)
x + 4 y + 7z = 0
x + 3y + 3z = 0
x + 2 y 3z = 0
c) 2 x + 5 y + 2z = 0
3x y 4z = 0
2 x y + 3 z w = 0
3 x y 2 z + w = 0
f)
x y + 3z w = 0
x + y + z = 0
x y + t = 0
2 x y + z w + t = 0
g)
x + 2 y w + 2t = 0
2 x y z + t = 0
3 x y + 2 z = 0
2 x + y + z = 0
d)
4 Encontre a soluo dos sistemas determinados.
x y + z = 1
a) 2 x y + z = 2
x + y + z = 3
x y + z = 1
b) 2 x y + z = 2
x + y + z = 3
x y + z = 3
c) 2 x y z = 2
x + y + z = 1
5 Escalone, classifique e resolva os sistemas
2 x y + z = 5
a) 3 x + 2 y 4 z = 0
z 2 y + z = 2
x 2 y + z = 3
b) 2 x + y + z = 1
3x y + 2 z = 2
x + y + z t = 6
c) 2 x + y 2 z + t = 1
x 2 y + z + 2t = 3
6 Classifique, justificando sua resposta e resolva os sistemas homogneos e no-homogneos de

equaes lineares. Se o sistema for consistente e indeterminado, encontre a soluo geral e uma
particular.
63
lgebra Linear
a)
x + 2 y z = 0
3 x y + 2 z = 0
2 x y + 3 z = 0
b) 3x y + z = 1
x + y + z = 2
5 x + 2 y z = 0
c) x y + 3 z = 0
2 x y + z = 0
x + 2 y + z = 2
d) 2 x 4 y 2 z = 4
3x + 6 y + 3z = 6
7 Mostre, algbrica e geometricamente, que o sistema S1 consistente e indeterminado e o sistema
2 x y = 1
S2 inconsistente para: S1= 4 x 2 y = 2 e S2=
y
x 2 = 1 2
x + y = 2
x y = 0 .
2 x + y = 2
8 Classifique e resolva os sistemas de equaes lineares. Se o sistema for consistente e

indeterminado, encontre a soluo geral e uma particular.
2 x y + 3z = 11
4 x 3 y + 2 z = 0
(a) S1=
x + y + z = 6
3x + y + z = 4
x + 3 y + 2 z + 3w 7t = 14
(b) S2= 2 x + 6 y + z 2 w + 5t = 2
x + 3 y z + 2t = 1
9 Verifique se os sistemas homogneos tm soluo no nula, justificando sua resposta.
x + 2 y z = 0
c) S3= 3 x y + 2 z = 0
2 x y + z = 0
x + 3 y 2z = 0
x + 3 y 2z = 0
a) S1= 2 x 3 y + z = 0 b) S2= x 8 y + 8 z = 0
3x 2 y + 2 z = 0
3x 2 y + 4 z = 0
5 x + 2 y z = 0
d) S3= x y + 3 z = 0
2 x y + z = 0
10 Mostre, algbrica e geometricamente, que o sistema formado pelas equaes 2x - y = 1, x - y/2

= e 4x - 2y = 2, consistente e indeterminado.
11 O sistema homogneo formado pelas equaes x + 3y - 2z = 0, 2x + 3y + z = 0 e 3x - 2y + 2z
= 0 tem soluo no nula? Justifique.
12 Classifique e resolva os sistemas de equaes lineares. Se o sistema for consistente e
indeterminado, encontre a soluo geral e uma particular.
2 x y + 3 z = 8
4 x 3 y + 2 z = 8
(a) S1=
x + y + z = 3
3 x + y + z = 5
x + 3 y + 2 z + 3w 7t = 2
(b) S2= 2 x + 6 y + z 2 w + 5t = 12
x + 3 y z + 2t = 5
13 Encontre a soluo algbrica e geomtrica dos sistemas:
x + y = 2
2 x 3 y = 1
A=
x + y = 2
2 x + 2 y = 4
B=
x + y = 2
x + y = 3
C=
x + y = 0
2 x 3 y = 0
D=
x + y = 0
2 x + 2 y = 0
E=
x + y = 0
x + y = 0
F=
Respostas da Lista de Atividade Parte I

(1) S = {(
, y)}, y IR
(2) m = -1
(3) =
(4) S = {(-2y+z, y, z)}, y,z IR
(5) Sim
(6) k = -3
(7) Sim. S = {(4, 3)}
(8) Os sistemas so equivalentes para m = 0 e n = 1. S= {(2, 1)}
2 1 x
5
(9a)
. =
1 3 y
0
2 1 1 x
1

(9b) 1
0 1 . y = 0
3 5 1 z
2
(10)
2a 5b = 4
3a + b = 7
Respostas da Lista de Atividade 6-Parte II
(5b) No
64
lgebra Linear
(1a) S = {(-1,2,1)}
(1g) S = {(
= {(0,1,2,3)}
{(0,
(1b) S = {(-5,15,7)}
(1c) S = {(
1 , 1 , 3 , 8 )}
3 5 5 5
,-1,
)} (1d) S = {(1,-2,1)}
(1h) S = {(1,0)}
(1i) Impossvel
(1e) S = {(1,2,0)}
(1j) S = {(1,-1,2)}
(1f) S
(1k) S =
w + 6 2( 2 w + 7 )
,w)}, w IR. OBS: Se optar por transformar z em varivel livre, a resposta Sg = {(0, +z/4, z,
,
5
5
-7/2+5z/4)} para z real. (1l) S = {(4-z,2,z)} z IR; Sistema No-homogneo Consistente e Determinado 1, 1b, 1c, 1d,
1e, 1f, 1g, 1h, 1j; Sistema No-homogneo Consistente e Indeterminado 1k, 1l; Sistema No-homogneo Inconsistente 1i
2
(a) S = {(1,2,3)}; (b) S = {(
9 12 9
, , )}; (3a) S = {( 23w , 5w ,15w , w )} w IR. Sistema Homogneo
16
16
16
5 5 5
Consistente e Indeterminado. Sp = {(23,5,15,16)} para w = 16; (3b) S = {(9z,-4z,z)} z IR. Sistema Homogneo
Consistente e Indeterminado. Sp = {(9, -4, 1)} para z = 1; (3c) S = {(0,0,0)}. Sistema Homogneo Consistente e
Determinado; (3d) S ={(
z +5
, z 15, z )} z IR. Sistema Homogneo Consistente e Indeterminado. Sp = {(0, -10, 5)}
2
para z=5; (3e) S = {(y-2z, y, z)} para y, z IR. Sistema Homogneo Consistente e Indeterminado. Sp = {(1, 1, 0)} p/y=1
e z = 0; (3f) S = {(0,0,0,0)}. Sistema Homogneo Consistente e Determinado; (3g) S ={(
w 5w w
w
,
, , w, }, w IR
2 8 2
8
ou S ={(- 4t ,5t ,4t ,8t , t } para t real. Sistema Homogneo Consistente e Indeterminado. Sp = {(-4,5,4,8,1)} para w = 8.
4) a) S = {(1,1,1,)}; b) S = {(-3/2, -3,5/2)}; S = {1,-1,1)}.
5) SPD e S= {(2,1,2)}; 5b) SI e S= { }; 5c) SPI e Sg=
6a) SPI e Sg=
{(
{(
t +5
1 t
, t )} para todo t real. Sp = {(0,4,3,1)} para t=1;
, t + 3,
2
2
3 z 5 z
, , z )} para z real. Sp = {(-3,5,7)} para z=7; 6b) SPD. S = {(4/5,13/10,-1/10)};
7 7
8a) SPD.S = {(-1,2,5)}; 8b) SPI e Sg= {(1-3y-7,y,2+t,3+2t,t)} para todo y e t real. Sp = {(-1,1,1,1,-1)} para y=1 e t=-1;
9, 9c,9d) SPD e S= {(0,0,0)}; 9b) SPI e Sg=
{(
8 z 10 z
,
, z )} para todo z real. Sp = {(-8,10,11)} para z=11;
11 11
65
lgebra Linear
4 Discusso de um Sistema de Equaes Lineares homognio e nohomognio
iscutir o sistema saber se ele possvel (ou consistente) ou impossvel (ou inconsistente).
Se ele for possvel de soluo, pode determinado ou indeterminado. Com o mesmo
procedimento de equivalncia de sistemas, podemos resolver outro tipo de problema, como a
classificao de um dado sistema, que dependa de parmetros.
Exemplo 1:
Discutir os valores de k no sistema abaixo:
x + 2 y z = 4
x + 2 y z = 4
2 x y + 3 z = 3 5 y + 5 z = 5
3x + y + 2 z = k
5 y + 5 z = 12 + k
x + 2 y z = 4
5 y + 5 z = 5
0 = 5 12 + k
Discusso: 0 = 5 - 12 + k K = 7
i)Se K = 7 o sistema possui vrias solues, indeterminado. A varivel livre z.
ii) Se K 7 o sistema impossvel (ou inconsistente ou incompatvel), sem soluo.
Exemplo 2: Determine os valores de a, de modo que o seguinte sistema nas incgnitas x, y e z
tenha: (i) uma nica soluo; (ii) mais de uma soluo; (iii) nenhuma soluo.
x + y z = 1
x + y z = 1
~
2 x + 3 y + az = 3 L2 = 2 L1 + L2 ~ ...... y + (a + 2) z = 1
x + ay + 3 z = 2 L = L + L
(a 1) y + 4 z = 1 L = (a 1) L + L
3
2
3
3
1
3
x + y z = 1
y + ( a + 2) z = 1
(3 + a )(2 a) z = 2 a
Discusso: O sistema na forma escalonada tem a equao (3+a)(2-a)z=2a, portanto:

(i) Para o sistema ter uma soluo nica, necessrio que o coeficiente de z seja diferente de
zero, ou seja, (3 + a) (2 - a) 0, logo, a -3 e a 2.
(ii) Para a = 2, a terceira equao 0 = 0 e o sistema tem vrias solues.
(iii) No caso de a = -3, a terceira equao 0 = 5 e o sistema no tem soluo.
Exemplo 3: Dado o sistema16 de equaes S vamos discutir a sua natureza, em funo dos
x + ky + z = 1
parmetros reais k para S = x + y + ( k 1) z = 1

2 x + 4 y + kz = 0
Resoluo: Resolvendo pelo mtodo de condensao ou de eliminao de Gauss, temos:
1
2
k
1
4
1
1
k 1 1
k
0
0
k
1 k
4 2k
1
1
2 + k 0 0
0
2 + k 2
k
1 k
0
0
2+k
.
k 2 + 5k 6 2(k 1)
A representao matricial do sistema na forma escalonada, mostra a necessidade de anlise

para os parmetros de k e t em:
Para 1 k = 0 k=1.
Para k2-5k+6 = 0 k = 2 ou k = 3.
Assim, nossa anlise ser feita sobre essas igualdades, e k 1, k 2 e k 3.
Aplicando o resultado da matriz equivalente encontrada na forma de sistema, obtemos:
x + ky + z = 1
(1 k ) y + (2 + k ) z = 0 Analisando a partir da ltima equao do sistema, temos:

2
(k + 5k 6) z = 2(k 1).
16
PINTO (1997:13)
lgebra Linear
(a) Para
(k 2 + 5k 6) z = 2t (k + 2) 2 z =
66
2t ( k + 2) 2
.
k 2 + 5k 6
As possveis respostas para z, dependem dos valores de k . Vejamos:

Se k = 2 ou k = 3 no existe soluo para z, ento o sistema impossvel.
Se k 2 ou k 3 existe soluo determinada para z, ento o sistema possvel e
determinado.
(b) Para
(1 k ) y + (2 + k ) z = 0 temos y =
(2 + k ) z
.
1 k
As possveis respostas para y, dependem dos valores de k . Vejamos:

Se k = 1 no existe soluo para y ento o sistema impossvel.
Se k 1, k tem soluo se k 2 ou k 3. Neste caso o sistema possvel e determinado.
Resumindo: O sistema impossvel para k = 1, k = 2 ou k = 3. O sistema possvel e
determinado para k 2 ou k 3 .
AAggoorraa,, ccoom
m vvoocc!! Resolva a lista 7 de Atividades
Lista 7 de atividades
4 x + 3 y = 2
1 Encontre o valor real de a, para que o sistema S admita soluo, sendo S = 5 x 4 y = 0

2 x y = a
4 x + 3 y = 2
2 Encontre o valor real de k, para que o sistema S de equaes admita soluo: 5 x 4 y = 0

2 x y = k
3 Determine o valor de k, para que (5,k-1,3k+2) seja soluo da equao linear x -2y + z = 7.
kx + y + z = 0
4 Considere o sistema S de equaes x + ( k + 1) y + z = 1

2 x + (k + 2) y + 2 z = t
Discuta-o, em funo dos parmetros reais k e t

Resolva-o, pela regra de Cramer, tomando k=1 e t = 0.
Respostas:
2) k=-6; 3) k=-2
67
lgebra Linear
APNDICE A
Matriz de Co-Fatores e Adjunta Clssica.
Aplicao de Determinante: Adjunta Clssica e Matriz Inversa
1 Encontrando a Matriz de Co-fatores
O Cofator de um elemento aij de uma matriz A indicado por Cof (A) ou C, se define como
cij = (1) i + j M ij sendo |Mij| o MENOR complementar do elemento aij da matriz A.

Note que: Se a i-sima linha e a j-sima coluna de uma matriz A forem suprimidas, o determinante
da submatriz resultante se chama o MENOR do elemento aij e indicado por |Mij|. Encontrando todos
os cofatores dos elementos aij da matriz, obtemos a matriz de cofatores de A (Cof A).
Exemplo:
a11 a12 a13

a22
Se A = a21 a 22 a 23 ento o MENOR de a11 M 11 =
a32
a31 a32 a33
a23
== a22 a33 a23a32
a33
Ou:
Menores e co-fatores (definio): Seja A = [aij] uma matriz quadrada de ordem n 2 sobre um
corpo K. Seja Aij a sub matriz de A obtida suprimindo-se a i-sima linha e a j-sima coluna de A. O
menor do elemento aij de A o determinante da sub matriz Aij, indicado por Mij. O co-fator do
elemento aij de A o produto de (-1)i+j pelo menor de aij, indicado por Cij = (-1)i+j . Mij.
Assim, pelo Teorema de Laplace, podemos encontrar o determinante de uma matriz fazendo:
det A = a11 |M11 | - a12 |M12 |+ a13 |M13 | ou det A = a11 . C11 + a12 .C12 + a13 . C13
sendo
onde Mij a sub matriz encontrada da matriz inicial A, de onde foram retiradas a i-sima linha e a jsima coluna e Cij o cofator dos elementos de A.
Assim,
det A = a11
det A = a11
M 11 - a12 M 12 + a13 M 13
a22
a23
a32
a33
- a12
a21
a23
a31
a33
+ a13
a21
a22
a31
a32
det A = a11 (a22 a33 - a23 a32) - a12 (a21 a33 - a23 a31) + a13 (a21 a32 - a22 a31)
1 0 1
Exemplo 1: Seja A = 2 3 1 . A matriz dos cofatores dos elementos de A definda em:

7 1 3
3 1
2 1
C11 = (-1)1+1 .
=1.(9+1) = 1.10 = 10.
C12=(-1)1+2.
=(-1).(6+7)=(-1).(13)=-13
1 3
7 3
2 3
0 1
C13 =(-1)1+3 .
=1.(2-21) = 1.(-19)= -19.
C21 = (-1)2+1 .
=(-1).(0-1)=(-1).(-1)= 1.
7 1
1 3
1 1
1 0
C22 = (-1)2+2 .
=1.(-3-7)=1.(-10)= -10.
C23 = (-1)2+3.
=(-1).(-1-0)=(-1).(-1)= 1
7 3
7 1
68
lgebra Linear
Idem para C31 = -3; C32 = -1; C31 = -3.
10 13 19
Temos ento a matriz de cofatores de A, definida em Cof (A)3x3 = 1

10 1
3 1 3
Aplicando os Teoremas de Laplace temos:

det A = a11 . C11 + a12 .C12 + a13 . C13
Det A = (-1). 10 + 0.(-13) + 1.(-19) = -29
Proposies:
O determinante I M
ij
I denominado menor complementar de aij
Denomina-se Cofator de aij ao nmero Cij = (-1)i + j .
Mij .
Pode-se desenvolver um determinante de ordem n > 3 pelo procedimento de Laplace.
2 Encontrando a Matriz Adjunta Clssica
onsideremos uma matriz quadrada de ordem n, A = (aij ) sobre um corpo K. Denominamos de

matriz Adjunta Clssica de A a transposta da matriz dos cofatores (Cof A) dos elementos
aij de A, representada por Adj A.
C11
a11 a12 L a1n
C11 C12 L C1n
C
a 21 a 22 L a 2 n
C 21 C 22 L C 2 n
t 12
Cof
A=
Adj
A=
(CofA)
=
A=
M
M
M
M
M
M
M
C
m1 a m 2 L a mn
m1 C m 2 L C mn
1n
C 21 L C m1
C 22 L C m 2
M
M
C 2 n L C mn
Lembre-se que: O cofator do elemento aij de uma matriz A, indicado por C, se define como
cij = (1) i + j M ij . Para |Mij| o menor complementar de um elemento da matriz.

Encontrando todos os cofatores dos elementos aij da matriz, obtemos a matriz de cofatores de A
(Cof A).
A Matriz Adjunta de uma matriz A, indicada por (Adj A) a transposta da matriz de cofatores, isto
Adj A = (Cof A)t .
Exemplo 1: Encontrar a matriz adjunta de uma matriz A.
Resoluo: Para obter a adjunta de uma matriz quadrada A, inicialmente, formamos a matriz
dos cofatores dos elementos aij de A. Vimos que, por definio, o cofator de aij o
produto de (-1)i+j pelo determinante da submatriz de A que obtemos removendo a
linha e a coluna que passam por aij. Formada a matriz dos cofatores, a sua
transposta ser a matriz adjunta.
1 0 1
Assim, se A = 2 1 0 ento a sua matriz de cofatores :

1 1 0
69
lgebra Linear
1+1 1
c11 = (1) .
1
0
Cof A = c 21 = (1) 2 +1 .
1
c = (1) 3+1 . 0
31
1
0
0
2 0
.
1 0
c12 = (1)
1+ 2
1
0
c 22 = (1)
2+ 2
1
0
c 32 = (1) 3+ 2 .
1 1
.
1 0
1 1
2 0
2 1
1 1
0 0
2 +3 1
c 23 = (1) .

1 1 = 1
1

1 0
c 33 = (1) 3+3 .
2 1
c13 = (1)1+ 3 .
1 1
2 1
0 1 1
Transpondo a matriz dos cofatores, obtemos a adjunta de A ou Adj A = 0 1

2 = Ct
3 1 1
Saiba Mais:
A primeira impresso quando nos deparamos com a definio de adjunta , em geral, estranha.
Qual o sentido de formar uma matriz por meio de tantos artifcios? A idia de formar uma
adjunta surge naturalmente quando se toma conhecimento de dois resultados clssicos sobre
determinantes: Os teoremas de Laplace e Cauchy.
1: Teorema (elementar) de Laplace. A soma dos produtos dos elementos de uma fila (linha
ou coluna) por seus respectivos cofatores o determinante da matriz.
2: Teorema de Cauchy. A soma dos produtos dos elementos de uma fila (linha ou coluna)
pelos cofatores dos elementos de uma fila paralela igual a zero.
Observe:
No Ex.1 a matriz A =
1 0 1
2 1 0
1 1 0
tem com matriz de cofatores
0 0 3
C= 1
1 1 .
1 2 1
Se
formarmos a soma dos produtos dos elementos da primeira linha pelos seus respectivos
cofatores, o resultado ser o determinante ou seja, pelo Teorema de Laplace, o
determinante de A, indicado Det A = a11.c11 + a12.c12+ a13.c13 = 1.0+0.1+1.3 = 3
Isto vale para qualquer linha ou coluna, isto , para qualquer fila. o famoso desenvolvimento
por cofatores de um determinante.
Igualmente, verificamos o Teorema de Cauchy: Somando os produtos dos elementos da
primeira linha pelos cofatores dos elementos de outra linha zero. Assim, multiplicando os
elementos da 1 linha de A pelos cofatores dos elementos da 2 linha e somando os produtos,
obtemos:
Verificando: 1 linha de A x 2 linha de C = 1.1+0.1+1.(-1) = 1 + 0 1 = 0.
1 linha de A x 3 linha de C = = 1.-1+0.-1+1.(1) = -1 + 0 +1 1 = 0. Voc pode verificar com
as outras linhas e colunas.
Os teoremas de Laplace e Cauchy podem ser integrados numa nica definio: Se A uma
matriz quadrada de ordem n ento A. Adj A = Det A . In sendo In a matriz identidade de ordem
n.
Note que, para toda matriz quadrada, A. Adj A = Adj A . A ou seja, uma matriz e sua adjunta
comutam.
70
lgebra Linear
Exemplo 2:
1 0 1
10 13 19
Seja A = 2 3 1 . A matriz dos cofatores de A definda em Cof (A)3x3 = 1

10 1 .
7 1 3
3 1 3
Aplicando os Teoremas de Laplace ou Cauchy, podemos fazer a verificao se os resultados

encontrados esto corretos.
A partir da matriz de cofatores de A, encontramos a matriz Adjunta Clssica de A:
1
3
10
Adj (A)3x3 = 13 10 1
19 1
3
Proposio: Para toda e qualquer matriz quadrada A temos que, A

x (Adj A) = (Adj A) x A = (det A) x I.
3 Encontrando a Matriz Inversa por Determinante
imos que, uma matriz quadrada A, de ordem n tem inversa A-1 se (A.A-1)=(A-1.A)=I, sendo I
matriz identidade de ordem n. Decorre da definio algumas proposies. As proposies
relacionadas ao determinante so:
Se A tem inversa, ento det A 0 e det A-1 = 1/det A

Se A uma matriz inversvel, n n, com n 2, ento: A1 =
1
. Adj A
det A
2 3 4
Exemplo: Encontre a matriz inversa da Matriz A = 0 4

2 , pelo conceito aplicado a
1 1 5
determinante e adjunta clssica (Adj A).

Resoluo:
a)
Ache o determinante de A;
b)
Substitua cada elemento aij de A por seu cofator para obter a (Cof A);
c)
Obtenha a transposta da Matriz (Cof A) = (Adj A);
d)
Divida cada elemento da matriz adjunta por |A|.
Determinante de A det A = [2.(-4).5]+[3.2.1]+[(-4).0.(-1)]-[(-4).(-4).1]-[2.(-1).2][5.0.3] = -40 + 6 + 0 16 + 4 0 = -46. Como det A 0 ento A tem inversa.
18 2 4
Matriz de cofator de A ou (Cof A) = 11 14 5 . Verifique por Laplace que a matriz

10 4 8
encontrada est correta.
18 11 10
Transposta da Matriz (Cof A) = (Adj A) = 2

14 4
4
5
8
71
lgebra Linear
Diviso de cada elemento da matriz adjunta por |A| ou seja A1 =
18 11 10
1
14 4 . Portanto A1 =
A =
2
46
5
8
4
1
1
. Adj A
det A
5 / 23
9 / 23 11 / 46
1 / 23 7 / 23 2 / 23 .
2 / 23 5 / 46 4 / 23
Verifique que A. A-1 = I
Resolva a Lista De atividades
Lista de atividades Determinantes, Matriz Inversa e Adjunta Clssica
1 1 0
1 Dadas as matrizes A = 1 1 1 e B =
0 2 1
1 2 2
3 1 0 , encontre (a) Adj A; (b) Adj B

1 1 1
2 1 3
2 1 7
12 7
2 Determinar a inversa das matrizes: A = 4 2 2 , B = 1 3 2 , C =

5
3
2 5 3
5 4 3
1 1 0
3 Encontre a inversa A da matriz A = 0 1 2 e prove que A.A-1 =I

1 0 1
1 2 3
-1
4 Considere a matriz A =
5 7 4 : (a) Encontre o determinante de A; (b) Determine a matriz de cofatores de

2 1 3
A; (c) Encontre a matriz Adjunta de A; (d) Calcule a matriz inversa de A.

5. Encontre a matriz inversa pelo processo de inverso (ou triangulao), para:
1 1 1
2 1 0
2 2 1
1 2 1
1 1 1
1 1 1
(a) 1 1 2 ;(b) 1 1 1 ;(c) 1 1 1 ;(d) 1 1 1 ;(e) 1 1 1 ;(f) 0 1 1

2 1 1
1 1 1
1 0 1
1 1 2
1 1 1
1 1 1
0 2
1 1 1
1
1/ 8
1 1 =(Cij)t ; Adj B = 3 1 6 ; 2) A-1 = 1 / 4

2 2 0
2
1/ 2
1 5
1 1 0 1 1 2
1
1 / 11 17 / 66 19 / 66
-1 3 7
-1
; (3) A.A = 0 1 2 . 2 1 2 = 0
= 1 / 11
9 / 22
1 / 22 , C =
5 12
2 / 11
1 / 66
5 / 66
1 0 1
1
1 1
0
17 7
Determinante de A = Det(A) = |A| = -24; 4b) Matriz Cofatores Cof (A) =C= 3 3
13 11
Respostas: 1) Adj A= 1
3 / 8 1/ 8
0
1 / 4 , B-1
1/ 4
0
0 0
1 0 = I; (4) a)
0 1
9
3 ; 4c) Transposta de
3
72
lgebra Linear
17 3 13
1
1
C = C =Adj A= 7 3 11 ; 4d) A1 =
.Adj A =
.
A
24
9 3 3
4
3 / 7 2 / 7 1/ 7
0 1 / 2 1 / 2
1
1
1 ; 5(c) 0 3
5 / 7 1 / 7 3 / 7 ; 5(b) 1
1 / 7 3 / 7
1 4
2/7
1 3 / 2 1 / 2
1 / 2 1 / 2
1
1
0
0
0 ; 5(f) 1 / 2 1 1 / 2 .Verificao:
1 / 2 1 / 2
1/ 2
1 / 2 0 1 / 2
0
1 / 2
13 / 24
17 3 13 17 / 24 1 / 8
7 3 11 = 7 / 24
1 / 8 11 / 24 5(a)

9 3 3 3 / 8
1 / 8
1 / 8
5
3 5 1
3 ;5(d) 1 1 0 ;5(e)
2 3 1
6
1 0 0
AA1 = 0 1 0
0 0 1
Bibliografia
ANTON, H.; BUSBY, R.C. lgebra Linear Contempornea. Trad. C.I.Doering. Porto Alegre: Bookman.
2006.
IEZZI, Gelson; HAZZAN, Samuel; MURAKAMI, Carlos. Fundamentos de matemtica elementar
4: seqencias, matrizes, determinantes, sistemas. 6.ed SP: Ed. Atual, 1993. v.4.
KUHLJAMP, Nilo. Matrizes e Sistemas de Equaes Lineares. Florianpolis: Ed. UFSC, 2007.
LAY, David C. lgebra linear e suas aplicaes. 2.ed Rio de Janeiro: LTC, 1999. 504 p.
LEON, Steven J. lgebra linear com aplicaes. 4.ed Rio de janeiro: LTC, 1999. 390 p.
LINS, Romulo Campos e GIMENEZ, Joaquim. Perspectivas em Aritmtica e lgebra para o
sculo XXI. So Paulo, Papirus, 1997.
STEINBRUCH, Alfredo; WINTERLE, Paulo. lgebra Linear. RJ: Makron Books, 1987. 581 p.
STEINBRUCH, Alfredo. lgebra linear e geometria analtica. SP: Ed. McGraw-Hill, 1975.518 p.

Apostila AlLinear 2010 U1

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 AlLinear 2010 U1

Caricato da

Copyright:

Formati disponibili

lgebra Linear

Caderno Pedaggico de:

MSc Elisa Netto Zanette

Cricima (SC), 2010

3 Encontrando a Matriz Inversa por Determinante............................................................................... 70

s Matrizes formam um importante conceito em matemtica, de especial uso no estudo de

As matrizes so tabelas de nmeros, utilizados como instrumentos de clculo, surgidas em meados

hamamos de matriz de ordem m por n a qualquer quadro ou tabela formada por m x n

a11 = 2 a12 = 1 a13 = 0

uma matriz de ordem 2 x 2 ou B = [bij]2x2

2 4 9] uma matriz de ordem 1 x 4 ou C = [cij]2x2

Exemplo 2: Consideremos a situao-problema de 03 pessoas, candidatas a um emprego e

Os nmeros distribuidos na horizontal representam a pessoa avaliada e formam o que

Exemplo 3: Vamos considerar agora, a representao em matriz da seguinte situao:

Representando numa matriz:

Indica-se a matriz acima por:

a22 . Logo, para aij = 2i 3j temos:

A matriz procurada A3x2

caractersticas, recebem denominaes especiais. Vamos

1. Matriz Retangular: Se m n ento A dita matriz retangular de ordem m x n.

Exemplo: A3x4= a21 a22

2. Matriz Linha ou vetor linha: a matriz de ordem 1 x n, ou

3. Matriz Coluna ou vetor coluna: a matriz de ordem m x 1,

Note que: Matrizes com a

por 0m x n. Exemplo: 02x3 =

3x1, indicada por P1= 191 . Idem para os produtos P2, P3 e P4 .

5. Matriz Quadrada: Se m = n ento a matriz A denominada matriz quadrada de ordem n

Os elementos aij da matriz quadrada quando i = j formam a diagonal principal da matriz.

Exemplo: A3x3= a21

principal so iguais a zero ou seja, se A=[ aij ],

diagonal principal so iguais a 1 e os demais so

Ou, matriz identidade uma matriz diagonal In = [ aij ] com aij =

Note que: A multiplicao de qualquer matriz

5.3 Matriz escalar ou singular: a matriz

so iguais. Note que toda matriz identidade

5.4 Matriz triangular superior:

5.5 Matriz triangular inferior:

4. Proposies: Igualdade de Matrizes e Matriz Oposta

1,5 ] se, cada

Note que a 1 linha de A corresponde 1 coluna de At e a 2 linha de A corresponde 2 coluna.

ma matriz qualquer quadrada, pode ser simtrica e anti-simtrica. Observe:

6.1 Matriz simtrica: a matriz quadrada de ordem

Tambm podemos dizer que: Se uma matriz

Agora, tente voc!

Lista 1 de Atividades - Matrizes

(b) B=(bij)4x4 com bij =

(a) A=(aij)3x2 com aij=i5j

3.Encontre as matrizes definidas em:

(d) D = (dij)3x3, matriz identidade

(d) Determine os valores de x e y de forma que as matrizes A e B sejam iguais;

17. Verifique se a matriz identidade de ordem 3 simtrica ou anti-simtrica e justifique.

x 9 y . Para que valores de x, y e z, A uma matriz simtrica.

Respostas da Lista de Atividades 1

(5) 1x8, 4x2 e 2x4

153 e ms 08 = 150. Ao final de 3 meses financiaram 416 carros.

3 , (11) A= 2 5 10 , (-A) = 2 5 10 (12) D =

simtrica pois aij 0 para i = j; (18) A =

7. Operaes com Matrizes

A matriz correspondente a produo das embalagens indicada por P1 = 17 52 15 .

7.2 Multiplicao por um escalar

Exemplo 3: Considermos o mesmo problema anterior do quadro demonstrativo de produo

A matriz correspondente a produo das embalagens indicada por P1 = 17 52 15 . Para

3 semana: P3 = 2.P1 = 2. 17 52 15 = 34 104 30 = P4 4 semana;

Produo nas 4 semanas: P1+P2+ P3 + P4 = 3. P4 = 102 312 90