o

D IVISÃO DE E NGENHARIA

uir
C URSO DE L ICENCIATURA EM E NGENHARIA I NFORMÁTICA
Á LGEBRA L INEAR E G EOMETRIA A NALÍTICA

ss
Na
Capítulo I: Matrizes e Operações com Matrizes
tor

Victor Zaqueu Nassuiro

Vic

victor.nassuiro@ispt.ac.mz
victorzaqueunassuiro@yahoo.com.br

13 de Fevereiro de 2020
 o
Conteúdo

uir
1 Matrizes e Operações com Matrizes 1
1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objectivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3.1 Classificação de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Álgebra Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

ss
1.4.1 Soma de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4.2 Produto de Matriz por um Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.3 Produto de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.4 Propriedades da Álgebra Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.5 Matriz Transposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.6 Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.7 Equações Matriciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Na
Bibliografia 11
tor
Vic

1
 o
uir
Resumo

Esta brochura foi produzida a partir dos apontamentos apresentados nos livros Curso de Álgebra Linear
e Geometria Analítica, de Reginaldo J. Santos, Módulo de Álgebra Linear e Geometria Analítica, de Ma-

ss
nuel Joaquim Alves, e do livro Álgebra Linear: Matrizes e Sistemas, de Vítor Matos. Apresentamos, de
forma resumida, os conceitos, as principais propriedades e operações sobre matrizes, determinantes,
sistemas de equações lineares, vectores no plano e no espaço, espaços vectoriais e linhas de segunda or-
dem. Estes conteúdos fazem parte do programa da disciplina de Álgebra Linear e Geometria Analítica,
leccionada no curso de Licenciatura em Engenharia Informática, no Instituto Superior Politécnico de
Tete. Vamos, em particular, nos concentrar na resolução de problemas que envolvem os tópicos acima
Na
citados. Alguns desses problemas serão resolvidos com ajuda dos softwares Máxima (para computador)
e Matrix Operations (para telemóveis), estes programas podem ser descarregados gratuitamente a partir
do Google ou das lojas virtuais dos telemóveis dos alunos.
tor
Vic
 o
uir
Capítulo 1

Matrizes e Operações com Matrizes

1.1 Introdução

ss
Iniciaremos o estudo da Álgebra Linear com matrizes. Como veremos ao longo da disciplina, as matrizes
são úteis para simplificar a resolução de sistemas lineares, escrever transformações lineares e formas
quadráticas (linhas de segunda ordem).

1.2 Objectivos
Na
No fim deste capítulo o aluno deve ser capaz de:

1. Identificar as linhas e colunas duma matriz; 4. Multiplicar uma matriz por outra matriz;

2. Determinar a dimensão duma matriz;

5. Determinar a transposta duma matriz;
3. Determinar a soma e produto de matrizes
por um escalar; 6. Resolver equações matriciais.

1.3 Matrizes
tor

Definição 1.1. Chama-se matriz do tipo m × n a uma tabela de m × n elementos, dispostos em m linhas
por n colunas, isto é,
 
a 11 a 12 ··· a 1n
 a 21 a 22 ··· a 2n 
A m×n =  . ..  . (1.1)
 
.. ..
 .. . . . 
a m1 a m2 · · · a mn
Vic

Dada a matriz definida em 1.1, a primeira linha terá os seguintes elementos

£ ¤
a 11 a 12 a 13 a 12 · · · a 1n ,

a segunda linha terá os seguintes elementos

£ ¤
a 21 a 22 a 23 a 22 · · · a 2n
1
ALGA Matrizes
e, a i-ésima linha terá os seguintes elementos

iro
£ ¤
a i 1 a i 2 a i 3 a 12 · · · ai n , .

A primeira coluna da matriz definida em 1.1 tem os seguintes elementos

 
a 11
 a 21 
 ..  ,
 
 . 
a m1
a segunda coluna tem os seguintes elementos

ssu
 
a 12
 a 22 
 ..  ,
 
 . 
a m2
a j-ésima coluna tem os seguintes elementos
 
a1 j
 a2 j 
.
 
 ..
 .
Na 
am j
Exemplo 1.1. Matriz de ordem 2 × 3:
· ¸
1 0 2
A 2×3 = .
−1 2 7
Matriz de ordem 2 × 1:
· ¸
−2
B 2×1 = .
10
Definição 1.2. Se duas matrizes do mesmo tipo tiverem os elementos correspondes iguais, elas diremos
tor

que estas matrizes são iguais.

■
Exemplo 1.2. Seja

· ¸ · ¸
a b e f
A m×n = e B r ×s = .
c d g h
Então, diremos que
Vic

A m×n = B r ×s

se e somente se m = r , n = s e
a = e, b = f , c = g , d = h.
· ¸ · ¸
1 3 5 1 3 5
Exemplo 1.3. As matrizes A 2×3 = e B 2×3 = são iguais, contudo distintas de
7 9 11 7 9 11
· ¸ · ¸
1 3 5 3 5
C 2×3 = e D 2×2 = .
2 4 6 9 11
2
ALGA Matrizes
1.3.1 Classificação de Matrizes

iro
Definição 1.3. Chamamos matriz linha às matrizes de ordem 1 × n, isto é, às matrizes constituídas por
apenas uma linha e várias colunas.
A forma geral das matrizes linha é
£ ¤
A m×n = a 11 a 12 · · · a 1n
£ ¤
Exemplo 1.4. Matriz linha: A 1×5 = −1 2 3 0 5 .
Definição 1.4. Chamamos matriz coluna ou vector às matrizes de ordem m × 1, isto é, às matrizes cons-
tituídas por apenas uma coluna e várias linhas.

ssu
A forma geral duma matriz coluna é
 
a 11
 a 12 
 
A= .
 ··· 
a 1n
 
0
7 
 
Exemplo 1.5. Matriz coluna: A =   .
9 
8
Na
Definição 1.5. Uma matriz A = [a i j ] diz-se nula se todos os seus elementos são iguais a zero, isto é, a i j = 0
para quaisquer que sejam i e j .
· ¸
0 0 0 0 0
Exemplo 1.6. A matriz é nula.
0 0 0 0 0
Definição 1.6. Chamamos matrizes quadradas a matrizes de ordem n×n, isto é, a matrizes com o mesmo
número de linhas e colunas.
Definição 1.7. Numa matriz quadrada A = [a i j ] chamamos diagonal principal aos elementos da forma
a i j com i = j .
tor

 
1 2 3
Exemplo 1.7. Na matriz 4 5 6 a diagonal principal é constituída pelas entradas 1, 5 e 9.
7 8 9
Definição 1.8. Uma matriz quadrada A = [a i j ] diz-se diagonal se todos elementos que se situam fora da
diagonal principal forem iguais a zero e a diagonal principal diferente de zero.
 
· ¸ 6 0 0
3 0
Exemplo 1.8. As matrizes A = e B = 0 1 0 são diagonais.
0 4
0 0 2
Vic

Definição 1.9. Uma matriz quadrada A = [a i j ] diz-se identidade se os elementos da diagonal principal
são todos iguais a unidade e os restantes são iguais a zero, isto é, a i j = 0 para i 6= j e a i j = 1. As matrizes
identidades são representadas pela letra I seguida da ordem.
Exemplo 1.9.
 
1 0 0
A = 0 1 0  .
0 0 1
3
ALGA Matrizes
Definição 1.10. Uma matriz quadrada A = [a i j ] diz-se triangular superior se todos os elementos abaixo
da diagonal principal são iguais a zero, isto é, a i j = 0 para i > j .

iro
Exemplo 1.10.
 
6 −3 4
A = 0 1 0 .
0 0 2

Definição 1.11. Uma matriz quadrada A = [a i j ] diz-se triangular inferior se todos os elementos acima
da diagonal principal são iguais a zero, isto é, a i j = 0 para i < j .

ssu
Exemplo 1.11.
 
6 0 0
A =  1 1 0 .
−5 7 2

Exercício 1.1. Diga se as matrizes abaixo são:

a) nulas; c) diagonais; e) triangular inferior e

b) quadradas; d) identidades; f ) triangular superior.

Na
   
· ¸ · ¸ 1 0 0 −π 4 2
−3 0 0 0 0
A= ,B = ,C = 0 1 0 , D =  0 −1 7 .
1 8 0 0 0
0 0 1 0 0 1

1.4 Álgebra Matricial

1.4.1 Soma de matrizes
Definição 1.12. Dadas duas matrizes da mesma ordem A = [a i j ] e B = [b i j ] definimos a sua soma A + B
tor

como [a i j + b i j ], isto é,
     
a 11 ··· a 1n b 11 · · · b 1n a 11 + b 11 · · · a 1n + b 1n
 .. .. ..   .. .. ..   .. .. ..
A +B =  . . + . . = . (1.2)

. . . . .
a m1 ··· a mn b m1 · · · b mn a m1 + b m1 · · · a mn + b mn

Nota 1. Na soma de matrizes adicionam-se elementos que tem a mesma entrada, isto é, adicionam-se
elementos que estão numa mesma posição em cada linha de cada uma das matrizes, por isso que só é
possível somar matrizes da mesma ordem, ou seja só se somam matrizes com o mesmo número de linhas
Vic

e colunas.

Exemplo 1.12. As matrizes que se seguem são ambas da ordem (2×3), por isso, de acordo com a expressão
(1.2) vamos adicionar os elementos correspondentes de cada uma das linhas destas matriz, isto é,
· ¸ · ¸ · ¸
1 0 2 3 2 5 1+3 0+2 2+5
+ =
−1 2 7 2 −3 0 −1 + 2 2 + (−3) 7 + 0
· ¸
4 2 7
= .
1 −1 7
4
ALGA Matrizes
     
1 −2 3 0 1 0
Exercício 1.2. Dadas as matrizes: A = 0 4  , B =  1 0 ,C = 0 −3 .

iro
3 1 −2 2 5 0
Efectue, se possível, as somas:

a) A+B; b) B+A; c) A+B+C.

1.4.2 Produto de Matriz por um Escalar

Definição 1.13. Seja β ∈ R e A = [a i j ] ∈ Mmn . Definimos o produto βA como [βa i j ], ou seja,

βa 11 · · · βa 1n
   
a 11 · · · a 1n

ssu
 . .. ..   .. .. .. 
βA = β  .. . . = . . .  (1.3)
a m1 · · · a mn βa m1 · · · βa mn
.
Nota 2. No produto de uma matriz por um escalar multiplica-se cada um dos elementos da matriz pelo
escalar.
Exemplo 1.13. Temos
· ¸ · ¸ · ¸
1 2 4 1 × (3) 2 × (3) 4 × (3) 1 6 12
3 = = .
−4 0 3 −4 × (3) 0 × (3) 3 × (3) −12 0 9
Na
1.4.3 Produto de Matrizes
Definição 1.14. Seja A uma matriz (m × n) e B uma matriz (n × p) (ou seja, o número de colunas da
matriz A é exactamente igual ao número linhas da matriz B ). Definimos o produto A × B como a matriz
C = [c i j ] de ordem m × p tal que:
n
X
ci j = ai k bk j . (1.4)
k=1

Ou seja, para calcularmos c i j (o elemento da linha i , coluna j da matriz C ) usamos a linha i da primeira
matriz, A, e a coluna j da segunda matriz, B , como estas duas têm o mesmo número de elementos
tor

podemos somar o produto dos elementos a i k b k j (para as m linhas de A e n colunas de B ).

O número de linhas da matriz produto é igual ao número de linhas (m) da primeira matriz, A, enquanto
que o número de colunas (p) é igual ao número de colunas da segunda matriz, B .
Exemplo 1.14. Dadas as matrizes
 
· ¸ 6 7
0 1 2
A= ; B = 8 9  ,
3 4 5
0 −1
determine o produto A × B .
Vic

 
· ¸ 6 7
0 1 2 
A ×B = 8 9
3 4 5
0 −1
· ¸
0 × 6 + 1 × 8 + 2 × 0 0 × 7 + 1 × 9 + 2 × (−1)
=
3 × 6 + 4 × 8 + 5 × 0 3 × 7 + 4 × 9 + 5 × (−1)
· ¸
8 7
= .
50 52
5
ALGA Matrizes
Nota 3. O produto de diversas matrizes pode ser feito sempre que o número de linhas de uma matriz seja

o
igual ao número de colunas da matriz que precede.

Nota 4. Em geral, o produto de matrizes não é comutativo, isto é, AB 6= B A. Veja:

· ¸· ¸ · ¸ · ¸· ¸ · ¸
1 0 3 4 3 4 3 4 1 0 3 8

uir
= mas = .
0 2 5 6 10 12 5 6 0 2 5 12

Definição 1.15. Diz-se que duas matrizes quadradas da mesma ordem, A e B , comutam se

AB = B A. (1.5)
· ¸ · ¸
1 2 −3 4
Exemplo 1.15. As matrizes e comutam. (Faça as multiplicações para provar!)
3 4 6 3
· ¸
1 2

ss
Exemplo 1.16. As matrizes que comutam com M = podem ser calculadas.
0 3
Para comutar com a matriz M, a matriz N deverá ser da ordem 2 × 2 e M N = N M , isto é,
· ¸· ¸ · ¸· ¸ · ¸ · ¸
1 2 a b a b 1 2 a 2a + 3b a + 2c b + 2d
= ⇔ =
0 3 c d c d 0 3 c 2c + 3d 3c 3d
Passando para sistemas teremos
Na
a = a + 2c c = 0
 

 

2a + 3b = b + 2d a + b = d
 
⇔ .

 3c = c 
 0 = 0
 
3d = 2c + 3d 0 = 0
· ¸ · ¸ · ¸
a b 2 3 5 3
Então, qualquer matriz da forma comuta com M , por exemplo ou .
0 a +b 0 5 0 8
· ¸ · ¸
2 3 2 1
Exercício 1.3. Calcule todas as matrizes que comutam com (i) e (ii) .
1 1 4 3
tor

 
2 4 · ¸ · ¸
1 2 2 −3 0
Exercício 1.4. Considere A =  10 0 , B = eC = .
3 4 5 4 −1
−5 3
Faça as multiplicações possíveis entre pares destas matrizes.

Exercício 1.5. Realize, se possível, as multiplicações abaixo:

· ¸ · ¸ · ¸· ¸
£ ¤ 1 −1 £ ¤ 3 1 1 −4 1 0 3
a) 1 2 ; c) 1 2 ; e)
2 4 4 2 0 2 0 −1 0
Vic

· ¸· ¸ · ¸
1 −1 1 2 £ ¤
b) ; d) 1 2 0
2 4 2 1

1.4.4 Propriedades da Álgebra Matricial

i. Fechada: ∀M , N ∈ Mmn temos M + N ∈ Mmn

ii. Fechada: ∀α ∈ R e ∀M ∈ Mmn temos αM ∈ Mmn

6
ALGA Matrizes
iii. Comutativa: ∀M , N ∈ Mmn temos M + N = N + M

iro
iv. Associativa: ∀M , N , P ∈ Mmn temos (M + N ) + P = M + (N + P )

v. Elemento neutro: ∃Q ∈ Mmn , ∀M ∈ Mmn temos Q + M = M ; a matriz Q é a matriz nula do espaço

Mmn , i.e, Q = [0i j ]

vi. Elemento simétrico: ∀M ∈ Mmn ∃N ∈ Mmn tal que M + N = [0i j ]

vii. Distributiva: ∀α, β ∈ R e ∀M ∈ Mmn temos (α + β)M = αM + βM

viii. Associativa: ∀α, β ∈ R e ∀M ∈ Mmn temos (αβ)M = α(βM )

ssu
ix. Distributiva: ∀α ∈ R e ∀M , N ∈ Mmn temos α(M + N ) = αM + αN

A Álgebra das matrizes é bastante semelhante à Álgebra dos números reais. Contudo, é muito impor-
tante notar também que a divisão não está definida e que a multiplicação de matrizes não é comuta-
tiva.

1.4.5 Matriz Transposta

Definição 1.16. Dada uma matriz de ordem m×n, A = [a i j ], define-se matriz transposta de A, e escreve-se
Na
A T , a matriz de ordem n × m com elementos [b i j ] tal que b i j = a j i .

Proposição 1.1. A transposição matricial goza das seguintes propriedades:

¡ ¢T
i. ∀A ∈ Mmn , A T ; iii. ∀A ∈ Mmn e α ∈ R, (αA)T = αA T ;

ii. ∀A, B ∈ M , (A + B )T = A T + B T ; iv. ∀A, B ∈ Mmn , (AB )T = B T A T .

 
· ¸ a e
a b c
Exemplo 1.17. A transposta da matriz A = é A = b f  .
e f g
c g
tor

1.4.6 Matriz Inversa

Definição 1.17. Considere uma matriz quadrada A de ordem n. Se existe uma matriz quadrada A −1 , de
ordem também n, tal que:

A −1 A = A A −1 = I , (1.6)

então dizemos que A é invertível e a sua inversa é A −1 .

Proposição 1.2. Admitindo que as inversas existes, a inversão de matrizes goza das seguintes proprieda-
Vic

des:

i. (AB )−1 = B −1 A −1 ; iv. I −1 = I ;

¢−1
ii. A −1
¡
= A;
¡ −1 ¢T ¡ T ¢−1
iii. A = A ; v. A Inversa é única.

7
ALGA Matrizes
· ¸
1 2
Exemplo 1.18. Dado M = , usando um sistema de equações determine a sua inversa.
2 5

o
Resolução: Pela Definição 1.17, determinar uma matriz inversa significa entrar uma matriz
· ¸
−1 a b
M =
c d

uir
tal que
M × M −1 = M −1 M = I 2 .
Deste modo, · ¸· ¸ · ¸ · ¸ · ¸
1 2 a b 1 0 a + 2c b + 2d 1 0
= ⇔ = ,
2 5 c d 0 1 2a + 5c 2b + 5d 0 1
que é equivalente a: ½ ½
a + 2c = 1 b + 2b = 0
e ,

ss
2a + 5c = 0 2b + 5d = 1
ou seja, a = 5, b = −2, c = −2 e d = 1.
Assim · ¸
−1 5 −2
M = .
−2 1
Na
tor
Vic

8
 o
ss uir
Na
E STA PÁGINA FOI PROPOSITADAMENTE DEIXADA EM BRANCO !
tor
Vic

9
 o
uir
Bibliografia

[1] Santos, Reginaldo J., Curso de Álgebra Linear e Geometria Analítica, Rio Grande do Sul, 2010.

[2] Alves, Manuel Joaquim, Módulo de Álgebra Linear e Geometria Analítica, Maputo Editora, Maputo,
2010.

[3] Matos, V., Álgebra Linear: Matrizes e Sistemas

ss
[4] De Caroli, A., Callioli, C. A., Feitosa, M. O., Matrizes: Teoria e Exercícios para o Curso Colegial e
Exames Vestibulares, 1ª Edição, 1967

[5] Ferreira, Manuel A.; Amaral, Isabel, Álgebra Linear Vol. 1 - Matrizes e Determinantes, 7ª Edição - 3ª
Impressão, Lisboa, 2012
Na
[6] Agudo, F. R. Dias, Introdução à Álgebra Linear e Geometria Analítica, Editora Escolar, Lisboa, 1996

[7] Cabral, Isabel; Perdigão, Cecília e Santiago, Carlos, Álgebra Linear: Teoria, Exercícios resolvidos e
Exercícios propostos com soluções, Editora Escolar, Lisboa, 2009

[8] Monteiro, António J.; Matos, Isabel T., Álgebra - Um primeiro Curso, Editora Escolar, Lisboa, 2001

[9] Winterle, Paulo - Vectores e Geometria Analítica

[10] K. Sydsaeter, P. Hammond (com Colaboração de Manuel J. Álves), Matemática Essencial para Aná-
lise Económica - Parte II, Moçambique Editora, Maputo, 2004;
tor

[11] D. Lay, Linear Álgebra and Its Applications, Addison Wesley, New York, 2003;

[12] Paulo Boulos e Ivan de C. e Oliveira, Geometria Analítica - Um tratamento Vectorial, MakronBooks,
São Paulo, 2ª Edição, 1987;

[13] Alfredo Steinbruch, Geometria Analitica. Editora Makron Books, 1987;

[14] Elon L. Lima, Coordenadas no Plano. CPM, Nº 5, Editora SBM, 5ª Edição, 2002

[15] Elon L. Lima, Geometria Analítica e Álgebra Linear. CMU, Nº 10. IMPA,2ª Edição, 2005;
Vic

10