NOTAS DE AULA - LGEBRA LINEAR

MATRIZES, DETERMINANTES E
SISTEMAS DE EQUAOES LINEARES



ISABEL C. C. LEITE


















SALVADOR BA
2008

Prof. Isabel Cristina C. Leite lgebra Linear 1


MATRIZES


Uma matriz um agrupamento retangular de nmeros.

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

(
(
(
(

=
mn m m
n
n
a a a
a a a
a a a
A
L
M M M
L
L
2 1
2 22 21
1 12 11


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

( ) (

=
23 22 21
13 12 11
3 , 2
a a a
a a a
A


Exemplo: Dada a matriz

(
(
(
(

=
4
3
3
1
5
1
6 1
7 2
4 5
2 , 0 3
A

A uma matriz de ordem 4 por 3.
a
23
= 4 a
31
= 2 a
12
= 0,2 a
43
= 4
3


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

Ex:
(

=
(

5
0
4
90
2
9
5
1 log
2
1
2
3
2
2 o
sen


A matriz de ordem m por 1 uma matriz-coluna ou vetor-coluna e a matriz de ordem 1 por n
uma matriz-linha ou vetor-linha.
( ) ( )
[ ] 1 3 5 2
7
2
1
: Ex
4 , 1 1 , 3
=
(
(
(

= A A

Prof. Isabel Cristina C. Leite lgebra Linear 2


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

[ ] 0 0 0 0 0
0
0
0 0
0 0
: Ex =
(

= B A

Diagonal principal e diagonal secundria
Numa matriz quadrada de ordem n, os elementos a
ij
em que i = j constituem a diagonal principal; os
elementos a
ij
em que i + j = n + 1 constituem a diagonal secundria.

(
(
(

=
33 32 31
23 22 21
13 12 11
3
matriz a Dada : Ex
a a a
a a a
a a a
A os elementos
33 22 11
a a a constituem a diagonal
principal e os elementos
31 22 13
a a a constituem a diagonal secundaria.

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

Matriz identidade a matriz diagonal que tem os elementos a
ij
= 1 para i = j. denotada por I
n

ou simplesmente por I.

(

=
(
(
(

=
(
(
(
(

=
1 0
0 1
1 0 0
0 1 0
0 0 1
4 0 0 0
0 1 0 0
0 0 5 0
0 0 0 3
: Exs
2 3
I I A

Matriz triangular superior e matriz triangular inferior.
A matriz quadrada A = [a
ij
] que tem os elementos a
ij
= 0 para i > j uma matriz triangular superior
e a matriz quadrada B = [b
ij
] que tem os elementos b
ij
= 0 para i < j uma matriz triangular inferior.
(
(
(
(

=
(
(
(

=
3 2 1 4
0 5 0 2
0 0 3 5
0 0 0 5
2 0 0
3 5 0
0 1 1
: Exs B A

Adio de matrizes
A soma de duas matrizes A = [a
ij
] e B = [b
ij
], de mesma ordem, uma matriz C = [c
ij
] tal que c
ij
= a
ij
+

b
ij
. Analogamente, a diferena de matrizes de mesma ordem obtem-se subtraindo os elementos
correspondentes.

(
(
(

=
(
(
(

= +
(
(
(

=
(
(
(

=
1
8
4
5
6
1
1
2
0
1
6
1
,
0
3
2
2
6
0
e
1
5
2
3
0
1
Dados : Ex
B A B A
B A

Prof. Isabel Cristina C. Leite lgebra Linear 3


Propriedades da adio de matrizes

Dadas as matrizes A, B e C de mesma ordem m x n, tem-se:
i) A + B = B + A
ii) A + (B + C) = (A + B) + C
iii) A + 0 = 0 + A = A, onde 0 denota a matriz nula m x n.


Multiplicao de uma matriz por um escalar
Se k um escalar, o produto de uma matriz A = [a
ij
] por esse escalar uma matriz B = [b
ij
] tal que
b
ij
= k a
ij.
(

=
(

0 2
4 10
0 1
2 5
2 : Ex

Propriedades.
Dadas matrizes A e B de mesma ordem m x n e escalares k, k
1
e k
2
, tem-se:
i) k (A + B) = kA + kB
ii) (k
1
+ k
2
)A = k
1
A

+ k
2
A
iii) 0A = 0 obs: 0 escalar e 0 matriz nula

Multiplicao de matrizes
Se A uma matriz m x r e B uma matriz r x n, ento o produto AB a matriz m x n cujos elementos
so determinados como segue. Para obter o elemento c
ij
de AB destaque a linha i de A e a coluna j de
B. Multiplique os elementos correspondentes desta linha e desta coluna e ento some os produtos
resultantes.
( ) ( )
(
(
(

=
(

=
2
1
3
5
3
4
7
1
1
2
0
4
0
4
6
2
2
1
: Ex
4 , 3 3 , 2
B A



( )
( )
( )
(

=
(

+ +
+ +
+ +
+ +
+ +
+ +
+ +
+ +
=
12
13
26
30
4
27
8
12
2 0 1 6 3 2
2 4 1 2 3 1
5 0 3 6 4 2
5 4 3 2 4 1
7 0 1 6 1 2
7 4 1 2 1 1
2 0 0 6 4 2
2 4 0 2 4 1
4 , 2
AB


Obs: o produto AB no est definido se o nmero de colunas da matriz A no for igual ao nmero de
linhas da matriz B.

Propriedades
Dadas as matrizes A, B e C tais que as operaes indicadas possam ser efetuadas, tem-se:
i) AI = IA = A, onde I a matriz identidade
ii) A (B + C) = AB + AC (lei distributiva esquerda)
iii) (A + B) C = AC + BC (lei distributiva direita)
iv) (AB)C = A(BC) (lei associativa)
v) 0 A = 0 e A 0 = 0 , onde 0 a matriz nula.



Prof. Isabel Cristina C. Leite lgebra Linear 4


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

(

=
(

=
(

=
(

=
0 3
6 3
4 11
2 1
0 3
2 1
3 2
0 1
BA AB B A

Assim, AB BA.

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

(

=
(

=
(

=
0 0
0 0
0 0
5 2
2 0
1 0
AB B A


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

Exemplo:
(
(
(

=
(

=
23
22
21
13
12
11
23
13
22
12
21
11
;
a
a
a
a
a
a
A
a
a
a
a
a
a
A
T


Propriedades
Dadas as matrizes A e B tais que as operaes indicadas possam ser efetuadas e o escalar k, tem-se:
i) (A + B)
T
= A
T
+ B
T

ii) (kA)
T
= kA
T

iii) (A
T
)
T
= A
iv) (AB)
T
= B
T
A
T


Matriz simtrica

Uma matriz quadrada A = [a
ij
] simtrica se A
T
= A.
Exemplo
(
(
(

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

Matriz anti-simtrica

Uma matriz quadrada A = [a
ij
] anti-simtrica se A
T
= A.
Exemplo
(
(
(

=
(
(
(

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

Prof. Isabel Cristina C. Leite lgebra Linear 5


SISTEMAS DE EQUAES LINEARES

Equao linear uma equao da forma b x a x a x a x a
n n
= + + + + K
3 3 2 2 1 1
na qual
1
x ,
2
x ,
3
x , ...,
n
x so as variveis (ou incgnitas),
n
a a a a , , , ,
3 2 1
K so os respectivos coeficientes das variveis e
b o termo independente.
Os valores das variveis que satisfazem equao constituem sua soluo. Esses valores so
denominados razes da equao linear.

A um conjunto de equaes lineares se d o nome de sistema de equaes lineares:

= + + + +
= + + + +
= + + + +
= + + + +
m n mn m m m
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
K
M M M M M
K
K
K
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11


Este sistema possui m equaes lineares e n incgnitas.
Uma soluo do sistema acima uma n-upla de nmeros (
1
x
,
2
x
,
3
x
, ... ,
n
x
) que satisfaa
simultaneamente estas m equaes. Esses nmeros so chamados razes do sistema de equaes
lineares.


Classificao











Sistemas e matrizes

Podemos escrever o sistema anterior numa forma matricial:

(
(
(
(

=
(
(
(
(

(
(
(
(

m n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a
M M
L
M O M M
L
L
2
1
2
1
2 1
2 22 21
1 12 11
ou A X = B,

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

Determinado: soluo nica

Indeterminado: infinitas solues

Inconsistente ou impossvel

Sem soluo
Prof. Isabel Cristina C. Leite lgebra Linear 6


Uma outra matriz que podemos associar ao sistema

11 12 1 1
21 22 2 2
1 2
n
n
m m mn m
a a a b
a a a b
a a a b
(
(
(
(
(

L
L
M M O M M
L


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

Exemplo:
Dado o sistema

=
= + +
= + +
5 2 3
4 4 5 2
1 3 4
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
, temos a matriz ampliada
(
(
(

5 2 3 1
4 4 5 2
1 3 4 1
.

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

1 passo: eliminar x
1
das linhas 2 e 3.

( )
( )
( )
(
(
(

=
=
=
4 5 7 0
2 2 3 0
1 3 4 1
2
3 1 3
2 1 2
1 1
L L L
L L L
L L
i
i
i


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

( )
( )
(
(
(

=
4 5 7 0
1 0
1 3 4 1
3
3
2
3
2
2
2
i
ii
L
L

3 passo: eliminar o coeficiente de x
2
na 3 linha.

( ) ( ) ( )
(
(
(

=
3
2
3
1
3
2
3
2
3 2 3
0 0
1 0
1 3 4 1
7
ii ii iii
L L L


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

( ) ( )
( )
(
(
(

=
2 1 0 0
1 0
1 3 4 1
3
3
2
3
2
3 3
iii iv
L L

Prof. Isabel Cristina C. Leite lgebra Linear 7

5 passo: eliminar o coeficiente de x
2
da 1 linha.

( ) ( ) ( )
(
(
(

=
2 1 0 0
1 0
0 1
4
3
2
3
2
3
11
3
1
2 1 1
iv iv v
L L L


6 passo: eliminar o coeficiente de x
3
das duas primeiras linhas.

( ) ( )
( )
( ) ( ) ( )
(
(
(

=
=
2 1 0 0
2 0 1 0
3 0 0 1
3
2
3
3 2 2
3
1 1
v v vi
v
v vi
L L L
L
L L


que a matriz ampliada do sistema de equaes equivalente

= + +
= + +
= + +
2 0 0
2 0 0
3 0 0
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x


Portanto, a soluo (3, 2, 2) soluo de qualquer dos sistemas equivalentes.


Operaes elementares sobre linhas

i) Permuta da i-sima linha e j-sima linha. (L
i
L
j
)
ii) Multiplicao da i-sima linha por um escalar no nulo k. (L
i
kL
i
)
iii) Substituio da i-sima linha pela i-sima linha mais k vezes a j-sima linha.
(L
i
L
i
+ kL
j
)

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

Forma escada ou escalonada reduzida por linhas

Uma matriz m x n est na forma escalonada reduzida por linhas se:

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

Exemplos:
Ex1.
(
(
(

0 1 0 0
0 1 1 0
0 0 0 1

Diz-se que esta matriz est na forma escalonada, mas no est escalonada reduzida por linhas, pois
falha a condio (ii).
Prof. Isabel Cristina C. Leite lgebra Linear 8

Ex2.
(
(
(

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

Ex3.
(
(
(

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

Ex4.
(
(
(

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

Ex5.
(
(
(
(

1 0 0 0 0 0 0
0 2 1 0 0 0 0
0 3 0 1 0 0 0
0 4 0 0 3 1 0
Escalonada red. por linhas.

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

Exerccio:
Resolver o sistema linear

= +
= +
= + +
0 5 6 3
1 3 4 2
9 2
z y x
z y x
z y x
, escrevendo a sua matriz ampliada e reduzindo-a
forma escalonada reduzida por linhas. (Mtodo de Gauss-Jordan)

Soluo (1, 2, 3).

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

Exemplos: Encontrar o posto das seguintes matrizes
(
(
(

=
1 1 2 1
5 3 0 1
0 1 2 1
: 1 A Ex

(
(
(

(
(
(

(
(
(

(
(
(

(
(
(

=
+ =
=
+ =
=
=
+ =
+ =
8
11
4
1
8
7
2
3
8
11
2
5 8
2
5
2
2
2
5 2
1 0 0
0 1 0
0 0 1
1 0 0
2 1 0
5 3 0 1
11 8 0 0
2 1 0
5 3 0 1
6 4 2 0
2 1 0
0 1 2 1
6 4 2 0
5 4 2 0
0 1 2 1
3 2 2
3 1 1
3
3
3 2 3
2 1 1
2
2
3 2 3
2 1 2
L L L
L L L
L
L
L L L
L L L
L
L
L L L
L L L
posto: 3
Prof. Isabel Cristina C. Leite lgebra Linear 9


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

= +
= + +
= + +
1 2
5 3 0
0 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
que equivalente ao sistema associado matriz escalonada reduzida por
linhas

=
=
=
8
11
3
4
1
2
8
7
1
x
x
x
e portanto possuindo ambos a mesma soluo.


Ex2:
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(

=
=

=
0 0 0
0 0 0
1 0
1 5 1
0 0 0
0 0 0
1 9 0
1 5 1
8 16 4
1 5 1
2 4 1
1 5 1
8 16 4
1 5 1
2 4 1
3 1 2
9
1
9
4
2
2
2 4
1 3
1 2
2 1 1
L
L
L L
L L
L L
L L L
B


(
(
(
(

+ =
0 0 0
0 0 0
1 0
0 1
9
1
9
14
5
2 1 1
L L L

Posto: 2
Observe que a matriz
(

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

Reinterpretando as matrizes acima como sistemas de equaes, diremos que o sistema de quatro
equaes associado matriz inicial

= +
=
= +
=
8 16 4
1 5
2 4
3 2
y x
y x
y x
y x
equivalente ao sistema de duas
equaes

= +
= +
9
1
9
14
0
0
y x
y x
associado matriz escalonada reduzida por linhas.

Este um caso de sistema com equaes redundantes. A 3 e 4 equaes podem ser desprezadas.
Isto significa que o sistema inicial equivalente ao sistema

= +
=
2 4
3 2
y x
y x
associado matriz B
1
.

Usamos dizer tambm que as duas primeiras equaes so independentes e as demais so
dependentes.
Assim o posto da matriz ampliada de um sistema nos d o nmero de equaes independentes deste.


Prof. Isabel Cristina C. Leite lgebra Linear 10


Solues de um sistema de equaes lineares

Teorema:
i) Um sistema de m equaes e n incgnitas admite soluo se, e somente se, o posto da matriz
ampliada igual ao posto da matriz dos coeficientes.
ii) Se as duas matrizes tm o mesmo posto p e p = n, a soluo ser nica.
iii) Se as duas matrizes tm o mesmo posto p e p < n, podemos escolher n p incgnitas e as
outras p incgnitas sero dadas em funo destas. Neste caso, dizemos que o grau de
liberdade do sistema n p, o que significa que o sistema possui n p variveis livres.

Exemplos:
Notao: p
c
= posto da matriz dos coeficientes; p
a
= posto da matriz ampliada.
Se p
c
= p
a
denotamos simplesmente p.

(
(
(

2 1 0 0
2 0 1 0
3 0 0 1
Ex1. p
c
= p
a
= p = 3 e n = 3
Caso (ii): existe uma nica soluo . 2 , 2 , 3
3 2 1
= = = x x x

(

6 5 1 0
10 7 0 1
Ex2. p
c
= p
a
= p = 2 e n = 3
Caso (iii): grau de liberdade = 1 infinitas solues:

=
=
3 2
3 1
5 6
7 10
x x
x x
, R x
3

(
(
(

2 0 0 0
6 5 1 0
10 7 0 1
Ex3. p
c
= 2, p
a
= 3 e m = n = 3
p
c
p
a
o sistema incompatvel e no existe soluo.
Observe que a ltima linha da matriz corresponde a uma equao do tipo 2 0 0 0 = + + z y x , que de
fato impossvel de ter soluo.
Prof. Isabel Cristina C. Leite lgebra Linear 11



SISTEMA LINEAR HOMOGNEO


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

= + + + +
= + + + +
= + + + +
= + + + +
0
0
0
0
3 3 2 2 1 1
3 3 33 2 32 1 31
2 3 23 2 22 1 21
1 3 13 2 12 1 11
n mn m m m
n n
n n
n n
x a x a x a x a
x a x a x a x a
x a x a x a x a
x a x a x a x a
K
M M M M M
K
K
K


Observe que este sistema sempre possui a soluo n i x
i
, , 2 , 1 , 0 K = = , denominada soluo trivial.
Portanto um sistema linear homogneo ou determinado tendo a soluo trivial como soluo
nica, ou indeterminado (possui infinitas solues, incluindo a soluo trivial). Nunca
incompatvel.

Exemplos:

1)

= + +
= +
= +
0
0 2 2
0 3
z y x
z y
z y x
( ) { } 0 , 0 , 0 = S
2)

= + +
= + +
= +
0 3 3
0 6 5 2
0 3 2
z y x
z y x
z y x
( ) { } R z z z S = , , 0 , 3
Prof. Isabel Cristina C. Leite lgebra Linear 12


DETERMINANTES

A toda matriz quadrada A est associado um nmero real chamado determinante de A, usualmente
representado por det(A) ou |A| ou det[a
ij
].

Podemos obt-lo operando com os elementos de A da seguinte forma:

1. Se A de ordem n =1, ento det (A) o nico elemento de A.

[ ] ( )
11 11
det a A a A = = .

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


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

( )
21 12 22 11
22 21
12 11
. . det a a a a A
a a
a a
A =
(

= .

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

.


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

( )
33 21 12 32 23 11 31 22 13 32 21 13 31 23 12 33 22 11
. . . . . . . . . . . . det a a a a a a a a a a a a a a a a a a A + + = .

Na prtica, utilizamos a Regra de Sarrus:



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





Prof. Isabel Cristina C. Leite lgebra Linear 13


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

Desenvolvimento de Laplace

J vimos que:
31 22 13 32 21 13
31 23 12 33 21 12 32 23 11 33 22 11
33 32 31
23 22 21
13 12 11
a a a a a a
a a a a a a a a a a a a
a a a
a a a
a a a
+
+
=

que podemos escrever como
( ) ( )
31 22 32 21 13 31 23 33 21 12 32 23 33 22 11
) ( a a a a a a a a a a a a a a a +
ou ainda,
32 31
22 21
13
33 31
23 21
12
33 32
23 22
11
a a
a a
a
a a
a a
a
a a
a a
a +

13 13 12 12 11 11
det A a A a A a A + =
, onde A
ij
a submatriz da inicial de onde foram retiradas a i-
sima linha e j-sima coluna.
Alm disso, se chamarmos
( )
ij
j i
ij
A
+
= 1
, obtemos a expresso
13 13 12 12 11 11
det + + = a a a A ,
que continua vlida para matrizes de ordem n.
in in i i i i n
a a a A + + + = K
2 2 1 1
det

ij

o cofator ou complemento algbrico do elemento a

ij
.
Uma forma anloga vlida para colunas:
nj nj j j j j n
a a a A + + + = K
2 2 1 1
det


Obs.: melhor escolher uma fila que possua a maior quantidade de zeros com a finalidade de
simplificar os clculos.

Exemplo: Seja
(
(
(
(

=
3 3 1 0
2 1 4 0
4 0 2 0
2 2 1 3
M . Calcule det(M).

Soluo: Expanso pela coluna 1 j = , pois esta possui um maior nmero de zeros.

( ) = + + + =
41 41 31 31 21 21 11 11
. . . . det a a a a M

( ) ( ) ( ) ( ) =

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


( ) ( ) 186 62 . 3 12 4 48 6 . 3 = = + + = .
Prof. Isabel Cristina C. Leite lgebra Linear 14

Exerccio: Seja
(
(
(
(

=
1 2 0 5
2 2 3 0
2 0 1 3
0 2 1 4
B . Calcule det(B).

Propriedades dos determinantes

Seja A uma matriz quadrada.
i) O determinante de uma matriz A e de sua transposta A
t
so iguais: |A| = |A
t
|.
Da conclumos que as propriedades que so vlidas para linhas tambm o so para colunas.
ii) Se A tem uma linha (coluna) nula, ento |A| = 0.
iii) Se A tem duas linhas (colunas) idnticas, ento |A| = 0.
iv) Se A tem duas linhas (colunas) cujos elementos correspondentes so proporcionais, ento
|A| = 0.
v) Se A matriz triangular, ento |A| = produto dos elementos da diagonal principal.
vi) Se A matriz diagonal, ento |A| = produto dos elementos da diagonal principal.
Em particular, |I| =1 onde I a matriz identidade.

Se B a matriz obtida de A por:
vii) multiplicao de uma linha (coluna) por um escalar k, ento, |B| = k|A|;
viii) troca entre si de duas linhas (colunas) de A, ento |B| = |A|;
ix) adio de um mltiplo de uma linha (coluna) de A a outra, ento |B| = |A|.

x) O determinante do produto de duas matrizes A e B igual ao produto dos determinantes:
|AB| = |A||B|


MATRIZ INVERSA


Definio: Dada uma matriz quadrada A de ordem n, chamamos de inversa de A a uma matriz A
-1

tal que
n
I A A A A = =
1 1
, onde I
n
a matriz identidade de ordem n.


Ex.
(

=
(

=

d c
b a
A A
1
;
4 1
3 2

Para determinar A
-1
fazemos:
(

=
(

1 0
0 1
4 1
3 2
d c
b a
e resolvemos o sistema obtendo
(
(

5
2
5
1
5
3
5
4
1
A


OBS:
i. Se A e B so matrizes quadradas de mesma ordem, ambas inversveis, ento AB
inversvel e ( )
1 1 1
= A B B A
ii. Nem toda matriz admite inversa.


Prof. Isabel Cristina C. Leite lgebra Linear 15

Ex:
impossvel sistema
d
c
d
c
d c
b a

=
=
=
=

=
(

1
0
0 2
1 2
1 0
0 1
1 0
2 0


iii. A inversa de uma matriz nica.


Inverso de uma matriz por meio de operaes elementares

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

Exemplo:
Dada
(
(
(

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

(
(
(

(
(
(
(
(
(

(
(
(

(
(
(

+
(
(
(

3 1 1
1 0 1
0 1 1
1 0 0
0 1 0
0 0 1
3
1
3
1
3
1
0
3
1
3
2
0 1 1
3
1
0 0
3
1
1 0
0 0 1
1 0 1
0
3
1
3
2
0 1 1
0 1 0
3
1
1 0
0 0 1
3
1 0 1
0 1 2
0 0 1
0 1 0
1 3 0
1 3 1 2
1
0
0
0
1
0
0
0
1
1 2 1
1 3 2
1 3 1
3
3 2
2 3
2
2 1
1 3
1 2
L
L L
L L
L
L L
L L
L L

Assim,
(
(
(

3 1 1
1 0 1
0 1 1
1
A .

Suponhamos que A tenha inversa A
-1
, tal que
n
I A A =
1
.
Aplicando o determinante,
( ) ( ) ( ) 1 det det det ) det(
1 1
= = =

n
I A A A A
Logo, ( ) ( ) 1 det det
1
=

A A e conclumos que:
i. ( ) 0 det A
ii.
( ) A
A
det
1
) det(
1
=

Teorema: Uma matriz quadrada A admite inversa se, e somente se, ( ) 0 det A .
Prof. Isabel Cristina C. Leite lgebra Linear 16


SISTEMAS DE EQUAES LINEARES N x N


MTODO DA MATRIZ INVERSA

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

= + + + +
= + + + +
= + + + +
= + + + +
n n nn n n n
n n
n n
n n
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
K
M M M M M
K
K
K
3 3 2 2 1 1
3 3 3 33 2 32 1 31
2 2 3 23 2 22 1 21
1 1 3 13 2 12 1 11


Na forma matricial temos:

(
(
(
(

=
(
(
(
(

(
(
(
(

n n nn n n
n
n
b
b
b
x
x
x
a a a
a a a
a a a
M M
L
M O M M
L
L
2
1
2
1
2 1
2 22 21
1 12 11
ou A X = B,

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

B A X B A X I B A X A A = = =
1 1 1 1


Exemplo: Resolver pelo mtodo matricial

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

Temos portanto,

(
(
(

=
(
(
(

=
(
(
(

=
3
2
1
,
1 2 1
1 3 1
1 3 2
b
b
b
B e
z
y
x
X A


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

det(A) = 1 ,
(
(
(

3 1 1
1 1 0
0 1 1
1
A ,
(
(
(

(
(
(

=
3
2
1
3 1 1
1 1 0
0 1 1
b
b
b
X


(
(
(

=
3 2 1
3 2
2 1
3b b b
b b
b b
X
Prof. Isabel Cristina C. Leite lgebra Linear 17


conveniente empregar este mtodo no caso em que temos que resolver diversos sistemas entre os
quais variam somente os termos independentes de cada um deles. Neste caso basta calcular a matriz
inversa da matriz dos coeficientes, que ser a mesma para todos os sistemas e multiplic-la por cada
matriz dos termos independentes, determinando as diferentes solues.

Exemplo. Uma indstria produz trs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B.
Para a manufatura de cada kg de X so utilizados 1 grama do insumo A e 2 gramas do insumo
B.
Para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B.
Para cada kg de Z, 1 grama de A e 4 gramas de B.
O preo de venda do kg de cada um dos produtos X, Y e Z R$ 2,00, R$ 3,00 e R$ 5,00,
respectivamente.

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

A
kg preo
kg B de gramas
kg A de gramas
Z Y X
=
|
|
|

\
|
5 3 2
4 1 2
1 1 1
/
/
/

X
z
y
x
produzidos Z de kg
produzidos Y de kg
produzidos X de kg
=
|
|
|

\
|


total receita
usado B de gramas
usado A de gramas
z y x
z y x
z y x
AX
|
|
|

\
|
+ +
+ +
+ +
=
5 3 2
4 2

Temos que
|
|
|
|
|
|

\
|

5
1
5
1
5
4
5
2
5
3
5
2
5
3
5
2
5
7
1
A

(a) Se em um perodo com a venda de toda a produo de X, Y e Z manufaturada com 1 kg de A e
2 kg de B, essa indstria arrecadou R$2.500,00, ento determine quantos kg de cada um dos
produtos X, Y e Z foram vendidos.
Neste perodo temos com matriz dos coeficientes
total receita
usado B de gramas
usado A de gramas
|
|
|

\
|
2500
2000
1000
.
Logo,
|
|
|

\
|
=
|
|
|

\
|

|
|
|
|
|
|

\
|

= = =
|
|
|

\
|

100
200
700
2500
2000
1000
5
1
5
1
5
4
5
2
5
3
5
2
5
3
5
2
5
7
1
B A X
z
y
x
produzidos Z de kg
produzidos Y de kg
produzidos X de kg

Portanto, foram produzidos 700 kg do produto X, 200 kg de Y e 100 kg de Z.
Prof. Isabel Cristina C. Leite lgebra Linear 18


(b) Se em outro perodo com a venda de toda a produo de X, Y e Z manufaturada com 1 kg de A
e 2,1 kg de B, essa indstria arrecadou R$2.900,00, determine quantos kg de cada um dos
produtos X, Y e Z foram vendidos.

Analogamente, temos
|
|
|

\
|
=
|
|
|

\
|

|
|
|
|
|
|

\
|

= = =
|
|
|

\
|

200
300
500
2900
2100
1000
5
1
5
1
5
4
5
2
5
3
5
2
5
3
5
2
5
7
1
B A X
z
y
x
produzidos Z de kg
produzidos Y de kg
produzidos X de kg

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


REGRA DE CRAMER

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

( )
( )
( )
( )
( )
( ) A
A
x
A
A
x
A
A
x
n
n
det
det
, ,
det
det
,
det
det
2
2
1
1
= = = K


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

=
n
b
b
b
B
M
2
1
.
Exemplo: Usando a regra de Cramer para resolver

= +
= + +
= +
8 3 2
30 6 4 3
6 2
3 2 1
3 2 1
3 1
x x x
x x x
x x
.
Temos:
(
(
(

=
(
(
(

=
(
(
(

=
(
(
(

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

Portanto,

( )
( )
( )
( )
( )
( ) 11
38
44
152
det
det
,
11
18
44
72
det
det
,
11
10
44
40
det
det
3
2
2
1
1
= = = = = = =

= =
A
A
x
A
A
x
A
A
x
n


Prof. Isabel Cristina C. Leite lgebra Linear 19



REFERNCIAS BIBLIOGRFICAS


CALLIOLI, Carlos A., DOMINGUES, Hygino H., COSTA, Roberto C. F. lgebra linear e
aplicaes. 6
a
edio. Atual Editora. 1998.
STEINBRUCH, A., WINTERLE, P. lgebra Linear. Editora Makron Books. 1987.
ANTON Howard. & RORRES Chris. lgebra Linear com Aplicaes. Ed. Bookman. 8
a
Edio.

BOLDRINI, J. L. lgebra Linear. Harbra. 1984.
LIPSCHUTZ, S. lgebra Linear. 3
a
edio. Coleo Schaum. Editora Makron Books.
SANTOS, Reginaldo J. Introduo lgebra Linear. Livro disponvel no site
www.mat.ufmg.br/~regi .


Prof. Isabel Cristina C. Leite lgebra Linear 20


EXERCCIOS

1. Considere as matrizes ( )
2 2x
ij
a A = , tal que

= +
=
j i
j i j i
a
ij
, 0
,
e ( )
2 2x
ij
b B = , tal que j i b
ij
3 2 = .
Determine B A+ .

2. Determine y x. para que se tenha
|
|

\
|

+
=
|
|

\
|
+

4 3
1 1
4 18
2 1
x y
y
x
y x
.

3. Considere as matrizes
|
|

\
|
=
|
|

\
|

=
|
|

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

a) ( ) ( ) C B A C B A + + = + + (associativa na adio).

b) ( ) ( ) A B B A + = + (comutativa na adio).

c) ( ) 0 = + A A (matriz oposta).

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

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

f) ( ) BC AC C B A + = + (distributiva direita).

g) ( ) AC AB C B A + = + (distributiva esquerda).


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

i) ( ) A A
t
t
= .

j) ( )
t t t
B A B A + = + .

k) ( ) ( ) = ,
t t
A A .

l) ( )
t t t
A B AB = ( falso ( )
t t t
B A AB = ).

4. Considere as seguintes matrizes:
|
|

\
|
=
|
|

\
|
=
|
|

\
|

=
|
|

\
|

=
|
|

\
|

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

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


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

a)
|
|

\
|
1 0
1 1

b)
|
|
|

\
|
1 0 0
1 1 0
0 1 1

Prof. Isabel Cristina C. Leite lgebra Linear 21

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

\
|
+

0 1
4 0
1 2 0
3
2
x x
x x
x
seja:
a) simtrica. b) anti-simtrica

7. Dada a matriz
|
|
|

\
|
=
0 3 0
2 1 1
2 0 2
A , mostre que
t
AA S = uma matriz simtrica. (O produto de
uma matriz quadrada A pela sua transposta A
t
uma matriz simtrica).

8. Seja
|
|

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

9. Seja
|
|
|

\
|

=
4 5 5
3 4 3
1 1 2
A . Mostre que A idempotente, isto , A A =
2
.

10. Seja
|
|
|

\
|

=
4 4 4
3 3 3
1 1 1
B . Mostre que B nilpotente de ndice 2, isto , 0 B
2
= .

11. Dada a matriz
|
|
|

\
|
=

,
1 0 0
0 cos
0 cos
sen
sen
M , calcule
t
MM e conclua que
1 t
M M

= .

12. Considere o polinmio ( ) x x x g 3
2
+ = . Calcule ( ) A g , sendo
|
|

\
|

=
4 3
2 1
A .

13. Prove que se A, B e C so matrizes inversveis de ordem n, ento ( )
1 1 1 1
= A B C ABC .

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

a) C B X A = . . b) ( ) A X B A = + . c) C B X C A = . . .
d) ( ) ( )
1 1
. . . .

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

15. Mostre que se A uma matriz inversvel de ordem 2, ento ( ) ( )
t
t
A A
1
1

= .

16. Resolva as equaes matriciais abaixo:

a)
|
|

\
|

=
|
|

\
|
1
1
.
3 2
4 3
X
b)
|
|
|

\
|
=
|
|
|

\
|
2
7
5
.
1 3 2
0 1 2
0 0 1
Y
c)
|
|

\
|
=
|
|

\
|
+
|
|

\
|
7 2
7 1
.
5 3
2 1
5 5
2 2
W

Prof. Isabel Cristina C. Leite lgebra Linear 22


17. Calcule o determinante das matrizes abaixo:

a)
|
|

\
|
2 4
1 3
b)
|
|

\
|
y seny
senx x
cos
cos
c)
|
|

\
|
y seny
x senx
cos
cos
d)
|
|

\
|
senx x
x senx
cos
cos


e)
|
|
|

\
|

2 4 1
3 2 5
4 3 1

f)
|
|
|

\
|

3 0 0
5 2 0
6 4 1

g)
|
|
|
|
|

\
|
3 1 2 0
1 0 3 2
2 0 1 3
0 2 3 1

h)
|
|
|
|
|

\
|
0 1
0
0 0 1 0
1 0
a b
b a a
b a

i)
|
|
|
|
|
|

\
|
d
c
b
a
0 0 0 0
1 0 0 0
2 1 0 0
3 2 1 0
5 4 3 2 1


18. Determine x nas equaes abaixo:

a) 11
1 3 5 4
2 2
=
+

x x
x x

b) 0
1 1
1 1
1 1
=

x
x
x

c) 2
0 2 1 1
0 1 2 3
1 2 2
3 2 1 1
=

x


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

a)

= + +
= + +
= +
4 3 4 5
1 2 2 3
10 2 2
z y x
z y x
z y x
b)

= +
= +
= + +
8 7 2
5 2 5 2
1
z y x
z y x
z y x

c)

= + +
= + +
= +
= +
4 3
6
0 2 3 4
11 3 2
z y x
z y x
z y x
z y x


d)

= +
= +
= + +
5 7 7
3 2 5 2
4
z y x
z y x
z y x

e)

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

f)

= + +
= + +
= + +
= + + +
2
4
4
0
t z y x
t z y x
t z y x
t z y x


20. Resolva os seguintes sistemas pela regra de Cramer.

a)

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

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


c)

= +
= + +
= +
1 3
1 2
0
z y x
z y x
z y x

d)
(
(
(
(

=
(
(
(
(

(
(
(
(

4
11
14
32
4 1 2 1
1 3 1 1
9 7 1 2
1 2 4 1
d
c
b
a






Prof. Isabel Cristina C. Leite lgebra Linear 23


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

+ = +
+ = +
= +
=
1 2
2 5 3 5
7 3

y x
y x
y x
y x


22. Considere a matriz ( )
3 3x
ij
a A = , tal que

>
=
< +
=
j i i j
j i j i
j i j i
a
ij
,
, 2
,
. Determine X na equao B AX = ,
onde
|
|
|

\
|

=
2
2
2
B .

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

a)

=
=
= +
k y x
y x
y x
2
0 4 5
2 3 4
b)

= + +
= +
=
0
2
1 2
:
z y x
z y kx
kz y x
S c)

= + +
= + +
= +
0 0 2
0
0 2 5 2
kz y x
z y x
z y x
d)

=
= +
= + +
1
4 2
1
kz y
k kz y x
z y x


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

a)
|
|

\
|
=
7 2
3 1
A
b)
|
|
|

\
|

=
1 4 0
2 1 4
1 5 2
B c)
|
|
|

\
|

=
2 1 0
4 2 3
2 1 1
C





















Prof. Isabel Cristina C. Leite lgebra Linear 24


Respostas
1.
1 4
1 2
|
\

| 2. 10

4. a)

|
\

|

|
\

|
5 10
27 34
17 4
12 13
e b)
7 6
9 22
5 9 6
5 33 32

|
\

|


|
\

| e

5. a)
x y
x
x y
0
|
\

| , , b)
x y z
x y
x
x y z 0
0 0
|
\

|
|
|
, , ,

6. a) x = 0 b) x = 2

7. S =

|
\

|
|
|
8 6 0
6 6 3
0 3 9
8. B =

|
\

|
2 4 6
1 2 3
. Existem outras.
11. MM I M M
t t
= =
1
. M chamada matriz ortogonal.

12.
|
|

\
|
10 0
0 10


14. a) X A C B =
1 1
. . b) X I B = c)
( )
X B C A C =


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

1
1
. . .
16. a) X =

|
\

|
1
1
b) Y =
|
\

|
|
|
5
3
1
c) W =
|
\

|
1 21
0 13


17. a) 10 b) ( ) y x + cos c) ( ) y x sen + d) 1 e) 49 f) -6 g) 48 h) a
2
+ b
2
i) abcd

18. a) x x = = 1 1 2 ou b) x x = = 0 1 ou c) x = 8

19. a) ( ) ( ) x y z , , , , = 12 3 b) ( ) ( ) x y z , , , , = 1 11 c) ( ) ( ) x y z , , , , = 12 5

d) no existe soluo. e) x z y + = = 3 0 0 e f) ( ) ( ) x y z t , , , , , , = 1 12 2

20. a) ( ) ( ) x y z , , , , = 5 2 2 b) ( ) ( ) x y z , , , , = 0 0 0 c) ( ) ( ) x y z , , , , = 1 4 1 8 3 8 d) ( ) ( ) 1 , 3 , 8 , 5 , , , = d c b a

21. = = 2 4 e 22.
|
|
|

\
|

=
1
1
1
X

23. a) Se k 6 o sistema impossvel; c) Se k = 2 o sistema possvel indeterminado;
Se k = 6 o sistema possvel determinado. Se k 2 o sistema possvel determinado.

b) Se 0 k = o sistema impossvel; d) Se k = 2 5 o sistema impossvel;
Se 1 k e 0 k o sistema possvel determinado; Se k 2 5 o sistema possvel determinado.
Se 1 k = o sistema possvel indeterminado.


24. a) A

|
\

|
1
7 3
2 1
b) B

|
\

|
|
|
1
1 6 1 6 1 6
2 27 1 27 4 27
8 27 4 27 11 27
c) C no inversvel.