UNIVERSIDADE FEDERAL DO

D RIO GRANDE
INSTITUTO DE MATEMÁTICA, ESTATÍSTICA E FÍSICA.

Última atualização: Fevereiro de 2011.

 2

Sumário
Matrizes ......................................................................................................................................... 2
Tipos de Matrizes: ......................................................................................................................... 3
Operações com Matrizes: .............................................................................................................. 5
Matrizes Inversíveis: ..................................................................................................................... 8
Determinantes: .............................................................................................................................. 8
LISTA 1: ..................................................................................................................................... 11
Sistemas Lineares: ....................................................................................................................... 12
LISTA 2: ....................................................................................................................................... 4

Matrizes
Motivação: A Álgebra Linear tem inúmeras aplicações, como:

• (Modelos Econômicos de Leontief) – Num sistema econômico simplificado, uma mina

de carvão, uma ferrovia e uma usina de energia necessitam cada uma de uma parte da
produção das outras para sua manutenção e para suprir outros consumidores de seu
produto. Os modelos de produção de Leontief podem ser usados para determinar o nível
de produção necessário às três indústrias para manter o sistema econômico.
• (Computação Gráfica) – Antes de um novo modelo de carro seja construído, os
engenheiros projetam e constroem um carro matemático – um modelo de arame que
existe apenas na memória do computador e em terminais gráficos. O carro em modelo
de arame é armazenado na forma de muitas matrizes para cada componente principal.
• (Criptografia) - Hoje em dia, o principal impulso para o desenvolvimento de códigos
seguros é dado pelas comunicações confidenciais entre computadores e em
telecomunicações.
• (Construção de Curvas e Superfícies) – O uso dos determinantes nos permite resolver o
problema analiticamente, assim é possível construir retas, círculos e seções cônicas em
geral por pontos especificados no plano.

Definição de Matriz: Se
é uma matriz de ordem  por , isto é  linhas e  colunas, então
cada elemento da matriz chamamos de  , isto é,  é a i-ésima linha e  é a j-ésima coluna.
Então, por exemplo:
  

=
    .
    

A matriz
possui 3 linhas e 3 colunas, portanto, a ordem da matriz é 3 × 3 (lê-se 3 por 3). O
par de números  e  é chamado tamanho ou tipo da matriz. E a matriz pode ser representada
por
=  × , que consiste de  elementos dispostos em  linhas e  colunas.
 3

 a11 a 12
K a 1n

 
A =  a 21 a a
22
K 2n 
 M M M M 
 
a m1 a m2
K a mn 

Tipos de Matrizes:

Matriz Nula: É aquela em que todos seus elementos são nulos. Isto é,  = 0, ∀ , ∀ .

Matriz Linha ou Vetor Linha: Esta matriz possui apenas uma linha,  = 1. Portanto,

=  × .

Matriz Coluna: Matriz com apenas uma coluna,
=  × .

Matriz Quadrada: É uma matriz que possui o mesmo número de linhas e colunas. Uma matriz
quadrada  ×  é dita de ordem .

Observação: Conceito de Diagonal Principal e Diagonal Secundária: Se
=   é uma matriz

quadrada de ordem , os elementos  , em que  = , constituem os elementos da diagonal
principal. Assim, a diagonal principal é formada pelos elementos  ,  ,  , ⋯ ,  .

E os elementos  , em que  +  =  + 1, constituem a diagonal secundária. Então,

 ,  ,   , ⋯ ,  , são os elementos da diagonal secundária.

2 10 5
Exemplo:
=
4 1 −8 é uma matriz quadrada de ordem 3, os elementos da diagonal
7 5 3
principal são 2, 1, 3 e os elementos da diagonal secundária são 5,1,7.

Matriz Diagonal: Chamamos de matriz diagonal $ = %  uma matriz quadrada onde todos os
elementos fora da diagonal principal são nulos. Portanto, % = 0, para  ≠ .

15 0
Exemplo: * +.
0 −3

Matriz Escalar: Quando a matriz diagonal tem os elementos  iguais para  = , chamamos de
matriz escalar.

4 0 0
Exemplo:
=
0 4 0.
0 0 4
Matriz Identidade: É uma matriz escalar onde os elementos da diagonal principal são iguais a 1.
( = 1, para  = ). Notação: . , ou simplesmente ..

1 0 0
1 0
Exemplos: . = * + , . =
0 1 0.
0 1
0 0 1
 4

Matriz Triangular Superior: Uma matriz
=   quadrada é triangular superior se todos os
elementos abaixo da diagonal principal são nulos, isto é,  = 0, para  > .

3 4 1
Exemplo:
0 2 −4.
0 0 3

Matriz Triangular Inferior: Uma matriz
=   quadrada é triangular inferior se todos os
elementos acima da diagonal principal são nulos, isto é,  = 0, para  < .

1 0 0
Exemplo:
6 5 0.
4 7 8

Matriz Transposta: A matriz transposta da matriz
, denotada por
2 ou
5 , é a matriz obtida

escrevendo as colunas de
, na ordem, como linhas.
 
  
Exemplo: Dada a matriz
= *   .
 +, a matriz transposta é
=

5


 

Propriedades da Matriz Transposta:

i. (
+ 6)5 =
5 + 65 .
ii. (7
)5 = 7
5 .
iii. (
5 )5 =
.
iv. (
6)5 = 65
5 .

Observação: o número de linhas de
é igual ao número de colunas de
5 . O número de colunas

de
é igual ao número de linhas de
5 .

Matriz Simétrica: Uma matriz
é simétrica se
5 =
, isto é, se seus elementos simétricos-

elementos espelhados pela diagonal principal- são iguais, isto é,  =  .

 2 5 t  2 5
Exemplo: A =  , A = 5 1 a matriz A é simétrica.
 5 1  

 3 −1 5   3 − 1 5
B = − 1 2 − 4 , B = − 1 2 4 a matriz B não é simétrica.
  t

 5 4 0   5 − 4 0

Matriz Anti-Simétrica: Uma matriz
é anti-simétrica se
= −
5 , ou de modo equivalente, se

cada  = − . Os elementos da diagonal principal são nulos.

0 5 − 2  0 −5 2 

Exemplo: M = − 5 0 3  , M =  5
 t
0 − 3 a matriz M é anti-simétrica.
 2 − 3 0  − 2 3 0 
 5

Operações com Matrizes:

Igualdade entre Matrizes: Dadas duas matrizes
=   e 6 = 8 

× ×
, são iguais se, e
somente, se  = 8 .

Adição de Matrizes: A soma de duas matrizes de mesmo tamanho
=   e 6=

×
8 × , denotada por
+ 6, é obtida somando-se os elementos correspondentes de
e 6, tal
que: 9 =
+ 6, tal que a matriz 9 = :  , onde : =  + 8 , ∀, .
×

3 4 2 6 5 10
Exemplo: Se
= * +e6=* +, então
+ 6 = * +.
7 8 8 9 15 17

Propriedades da Adição: Dadas as matrizes
, 6, 9 de tamanhos  × , temos:

i.
+ (6 + 9) = (
+ 6) + 9 (Associativa).
ii.
+ 0 = 0 +
=
(Elemento neutro).
iii. −
+
=
−
= 0 (Elemento oposto).
iv.
+ 6 = 6 +
(Comutativa).

Observação: Também definimos:
− 6 =
+ (−6) como sendo a diferença de
e 6.

Multiplicação de uma Matriz por um Escalar: O produto de uma matriz
por um escalar 7 é
uma matriz 6 = 8  tal que: 8 = 7 , onde a matriz 6 é um múltiplo escalar da matriz
.

2 − 1 5  − 4 2 − 10
Exemplo: (−2)  = 
4 0 − 3 − 8 0 6 

Propriedades: Dados 7 e < escalares e as matrizes
e 6, temos:

i. (7<)
= 7(<
)
ii. (7 + <)
= 7
+ <

iii. 7(
+ 6) = 7
+ 76
iv. 1
=

v. 0.
= 0, isto é se multiplicarmos o número zero por qualquer matriz
, teremos a
matriz nula.

Multiplicação de Matrizes: Vamos considerar a seguinte situação, que irá motivar a definição de
multiplicação de matrizes:

Processo de Produção: Certa indústria produz três produtos (P1, P2, P3), utilizando dois tipos de
insumo A e B. Para a manufatura de cada kg de P1 são utilizados 2 gramas de insumo A e 2
gramas de insumo B. Para cada kg de P2 são utilizados 2 gramas de insumo A e 1 gramas de
insumo B e, finalmente, para cada kg de P3 são utilizados 3 gramas de insumo A e 4 gramas de
insumo B. Problema: Quantos gramas dos insumos A e B serão necessários na produção de = kg
do produto P1, > kg do produto P2 e ? kg do produto P3?

Montando as matrizes, temos:

 6

=
2 2 3
@ = * +, @ = A>B
2 1 4 ?

Assim, cada elemento  da matriz @ é a quantidade em gramas do respectivo insumo (kg)
para a produção de cada produto. Exemplo:  = 2, nos diz que necessitamos de 2 gramas do
insumo A para produzir P2.

E cada elemento 8 da matriz @ representa quantos kg foram produzidos de cada produto.
Para calcular quantos gramas de cada insumo serão necessários na produção de cada um dos
produtos, multiplicamos a matriz @ por @ , onde: 9 = @ @, obtida multiplicando a 1° linha
de @ com a coluna de @ , 2° linha de @ com a coluna de @ . Observe:
=
(2 2 3). C>D = (2= + 2> + 3?)
?
=
(2 1 4). C>D = (2= + > + 4?)
?

A matriz 9 nos diz a quantidade em gramas de cada insumo que serão usados para a produção
dos produtos, então:

2= + 2> + 3?
9=E F
2= + > + 4?

De modo geral, dada duas matrizes
=   e 6 = 8 G× o produto da matriz
pela
×G
matriz 6, definida por 9 =
6, como uma matriz de ordem  ×  , isto é, 9 = : 
×
tal que
: = ∑GIJ I 8I =  8 +  8 + ⋯ + G 8G .

Só faz sentido definirmos o produto
6 de duas matrizes quando o

n° de colunas de
for IGUAL ao n° de linhas de B. Portanto,

×G . 6G× = 9×

2 0 1
1 − 2 3  
A=
0 2 4 , B =  − 1 3 2
   1 − 4 1 
Exemplo:
2 0 1
1 − 2 3  7 − 18 0
A.B =    − 1 3 2 =  
0 2 4   1 − 4 1  2 − 10 8 
 
 7

Propriedades da Multiplicação: Dadas quaisquer matrizes
, 6, 9 convenientes, são válidas as

seguintes propriedades:

i. (
6)9 =
(69) (Associativa)

ii. (
± 6)9 =
9 ± 69 (Distributiva à direita)
iii.
(6 ± 9) =
6 ±
9 (Distributiva à esquerda)
iv. .
=
. =
(Elemento neutro)
v. (7
)6 =
(76) = 7(
6) (7 escalar)

Observações:

1. A multiplicação matricial não é, em geral, comutativa.

2. Se o produto de duas matrizes for a matriz zero, não podemos concluir que

= 0 ou 6 = 0.
3. Indicamos a potência de uma matriz
do seguinte modo:
 =

;
=

;

L =

. (Matriz Quadrada)
4. A matriz identidade é o elemento neutro multiplicativo nas operações de
multiplicações de matrizes.

AGORA TENTE RESOLVER:

1. Escrever a matriz
=   nos seguintes casos:

a. A matriz
é do tipo 2 × 3, com  = 4, para  ≠  e  = 2 para  = .
b. A matriz
é de ordem 3 com  =  − .

Determinar os valores de = e > para que as seguintes matrizes sejam iguais:

4= 2
2.
8 2

=N O, 6 = * +
8 >−4 8 3

3. Dadas as matrizes:

2 4 10 2 1
5 −3 5 1 −2

=N O, 6 = * +, 9 =
5 3 2 , $ = * +
√8 7 10 4 0 3 7
4 1 4
Calcule se possível:
a.
6 − 6

b. 4A+D
c. Determinar o triplo de C.

4 0 3 1 −3 2 1 5
4.Dadas as matrizes:
=
1/2 2 1  , 6 =
2 5 −3 , 9 =
0 2. Calcule:
−4 8 −9 4 2 0 4 3

a. (
6)5
b. (49)5

4 10 1 0 −5 2 2 1 4
5.Sendo:
=
0 5 −9  , 6 =
7 1 7  , 9 =
−3 2 −2. Calcular e
3 7 2 3 2 1 9 1 −2
classificar:
 8

a.
+
5

b.

5

c. 6 − 65

d. 9 − 9 5

Matrizes Inversíveis:
Uma matriz
quadrada de ordem  é inversível se existe uma matriz 6 tal que
6 = 6
= .,
onde . é a matriz identidade. A matriz 6 é a inversa de
e representamos por
:

 =


= .. Portanto, 6 =
.

2 5 3 −5
Exemplo: Dada a matriz
= * +, sua inversa é
 = * + pois:
1 3 −1 2

2 5  3 − 5 1 0  3 − 5 2 5 1 0
AA−1 =   =  A−1 A =   = 
1 3 − 1 2  0 1 − 1 2  1 3 0 1
5 3
Exemplo: Determine a inversa da matriz: * +.
4 2

Propriedades: Se as
e 6 são matrizes quadradas de ordem  e inversíveis:

i. (
 ) =

ii. (
6) = 6

iii. (
5 ) = (
 )5

Determinantes:
Os determinantes são usados em diversas situações da matemática. No cálculo do produto
vetorial, no cálculo de áreas, volumes, equações da reta, planos, etc. Portanto, é de extrema
importância o seu estudo.

Se
é uma matriz quadrada de ordem . O determinante da matriz
, indicamos por det(
) o

número real que obtemos operando com os elementos de A da seguinte forma:

Para o caso em que a matriz tem apenas um elemento,  = 1:
= T U, o

determinante é o próprio escalar: det(
) =  .
•

 
No caso em que  = 2:
= *  +, o determinante: det(
) =   −  .

•

• No caso em que  = 3:

  

=
   , o determinante é calculado usando a Regra de Sarrus:
    
 9

    


      = a11a22 a33 + a12 a23a31 + a13a21a32 − a13a22 a31 − a11a23a32 − a12 a21a33
        

- - - + + +

• Exemplos:
2 1 0 
A = − 1 3 − 2
 2 5 1 
2 1 0  21
− 1 3 − 2 − 13 ⇒ det A = 23
 
 2 5 1  2 5
Ou repedinto-se após a última linha a 1° e a 2° linhas, respectivamente:
2 1 0 
A = − 1 3 − 2
 2 5 1 
2 1 0 -
−1 3 − 2
2 5 1
2 1 0 +
−1 3 − 2
det A = 23.

• Opção Alternativa: Desenvolvimento por Laplace:

Podemos reescrever o determinante acima como:

a11 (a22 a33 − a23a32 ) − a12 (a21a33 − a23a31 ) + a13 (a21a32 − a22 a31 ), ou
a a23  a a  a a 
a11  22  − a12  21 23  + a13  21 22  , observe que o determinante da matriz
 a32 a33   a31 a33  a31 a32 
3 × 3 poder ser expresso em função dos determinantes das submatrizes 2 × 2, isto é,

det(
) =  det(
 ) −  det(
 ) +  det (
 ).

• O desenvolvimento por Laplace é útil para matrizes de ordem superior a 3. Vamos

repetir o mesmo raciocínio para calcular um determinante de 4ª ordem, da seguinte
matriz:

3 2 1 4
0 1 9 8 
A=
5 6 7 2
 
3 1 4 6
 10

Propriedades dos Determinantes:

i. O determinante de uma matriz quadrada
não se altera se trocam as linhas pelas

colunas, (det(
5 ) = det (
)).
ii. Se a matriz
possui uma linha (ou coluna) constituída de elementos todos nulos, o
determinante é nulo.
iii. Se a matriz
tem duas linhas (ou duas colunas) iguais, o determinante é nulo.
iv. Se a matriz
é triangular (superior ou inferior), então det(
) =    ⋯  , isto
é, é igual ao produto dos elementos da diagonal principal.
v. Se multiplicarmos uma linha da matriz por uma constante, o determinante fica
multiplicado por esta constante.
vi. det(
. 6) = det(
) . det (6)

Observação: Uma matriz é inversível se, e somente se, det (
) ≠ 0.

AGORA TENTE RESOLVER:

2 0 2
1. Calcule o determinante da matriz:
3 0 4, pela definição e pelo desenvolvimento
4 −7 5
de Laplace.
2. Calcule o determinante da matriz A:
3 1 4 0
1 2 0 1 

0 1 −1 2
 
2 0 2 0
3. Determine a inversa da matriz
e use esse resultado para resolver o sistema:
− 4 − 5 - 4x - 5y = 5
A= 
5 6   5x + 6y = 2
4. Supondo as matrizes
, 6, 9, $ quadradas, de mesma ordem e inversíveis, resolver as
equações matriciais nas quais V é a variável:
a.
6V = 9
b.
$V =
69
5. Determine a inversa da matriz
, considerando que

 = . :
1 2 2  8 :

=
4 3 2
=
% W X 


3 6 1 Y ℎ 
2 4 3
6. Dada a matriz @ =
2 1 4, determine os determinantes: $ , $  .
4 3 6
 11

LISTA 1:
1. Sendo as matrizes
=   e 6 = T8 U, quadradas de ordem 3 com  =   −  e
8 = −  + , qual é o valor de
− 6 ?
= > = 6 2 =+>
2. Calcule =, >, ?, [ para que 4 * +=* ++* +.
? [ −2 3[ ?+[ 2
3. Considere as seguintes matrizes:
1 4   10 3 1 5 − 6  4 − 12
A=  , B=  , C=  , D= 
2 8 − 2 4 3 9 − 7 5 3 
Calcule: 4
+ 26; 3
− $, $  e verifiquem se
e 6 comutam (isto é,
6 = 6
? ).
4. Seja @ = T U× uma matriz quadrada de ordem , onde  =  + . Nessas
condições, a soma dos elementos da diagonal principal desta matriz é
a.  b. 2 + 2 c. 2 +  d.  +  e.  + 2
2 1 6 0 
5. Calcule
6 onde A = 
2 4 − 1 
 , B = 1 7 − 5 2  .
3 − 2 6 4 1 2 − 2
6. Determine a transposta da cada matriz:
1 2 3 
1 4 − 6 
A=  , B = 2 4 5
9 − 8 5 3 5 6
7. Se uma matriz
é 3 × 5 e o produto
6 é uma matriz 3 × 7 qual é o tipo da matriz 6?
8. Quantas linhas 6 precisa ter para que 6
seja uma matriz 2 × 6?
9. Como os vetores podem ser considerados matrizes  × 1, as propriedades das

2 −7 4
transpostas se aplicam a vetores. Assim, dados

=* + =^ = * +
−4 3 7
Calcule: (
=^)5 , =^ 5
5 .
2 1
10. Sejam
= * + , Y(=) = =  + = + 4. Calcule: a)
 , b)
, c) Y(
).
4 3
11. Dada a matriz
abaixo, de ordem 2 e sendo . a matriz identidade de ordem 2, para cada
4 2
 natural existem _, < tais que
 = _
+ <.. Assim, sendo
= * +:
0 3
a. Encontre _, < tais que
 = _
+ <..
b. Multiplicando
 pela expressão da letra (a) obtém-se
= _. + <
 . Encontre a
matriz
 usando as informações obtidas no item anterior.

12. Calcule =, >, ? para que a matriz
seja simétrica:

4 = 2
a.
=
2 5 >
? 1 6
5 −6 2=
b.
=
> ? −3
= −3 4

13. Aplicação: Uma construtora tem contratos para construir 3 modelos de casas:
ecologicamente correta, moderna e americana. A quantidade de material em pregado em
cada tipo de casa consta na tabela abaixo:
 12

ferro madeira vidro tinta tijolo

Ecol. Correta 4 18 16 6 15
Moderna 5 20 12 7 17
Americana 6 24 8 5 13
a. Se a empresa pretende construir 6,5,10 casas dos tipos ecologicamente correta,
moderna e americana, respectivamente, qual a quantidade de cada material serão
necessários?
b. Suponha que os preços por unidade de ferro, madeira, vidro, tinta e tijolo sejam,
respectivamente 14, 9, 4, 1, 10. Qual o preço unitário de cada casa?

14. A tabela abaixo representa as quantidades de vitaminas A, C e D respectivamente

obtidas em cada unidade de alimentos x e y:
A C D
Alimento x 3 1 0
Alimento y 5 4 2
Ingerindo 4 unidades do alimento x e 2 unidades do alimento y quanto iremos consumir
de cada tipo de vitamina? Interprete sua resposta.

15. Uma certa construtora fez um loteamento para construção de casas. A empresa está
oferecendo casas de classe A e classe B. As casas de classe A necessitam de 10 portas,
12 janelas, 4 louças para banheiro. As casas de classe B necessitam de 7 portas, 5
janelas e 2 louças para banheiro.
Em uma primeira etapa a construtora deverá construir 50 casas de classe A e 70 classe
B, Numa segunda etapa 30 casas classe A e 40 classe B. Quanto de cada material será
necessário em cada etapa?

Sistemas Lineares:
Este é um ramo da Álgebra Linear de grande importância.

Um problema fundamental que normalmente é encontrado na descrição matemática de

fenômenos físicos é o da solução simultânea de conjunto de equações. Tais fenômenos são
descritos por um conjunto de  equações em que se deseja determinar a solução de  variáveis
de interesse, chamadas incógnitas.

Equação Linear: Uma equação linear é uma equação de 1° grau, de maneira geral
= , = , = , ⋯ , = são as variáveis e que pode ser escrita como

 = +  = + ⋯  = = 8

onde  ,  , ⋯ ,  e 8 são números reais, e = são as variáveis (incógnitas).

Exemplo: 4= − 5= + 2 = = é uma equação linear.

4= − 5= = = = não é uma equação linear.

 13

A solução de uma equação linear é uma sequência de números reais que satisfazem a equação,
por exemplo, a equação: 4= − 5= + 2 = = ⇒ 3= − 5= = −2 ⇒ = = 1 e = = 1.
Portanto, (1,1) satisfaz a equação.

Sistema de Equações Lineares:

Um sistema de equações é uma lista de equações com as mesmas incógnitas. Assim,

a11x1 + a12 x2 + L + a1n xn = b1

a x + a x + L + a x = b
 21 1 22 2 2n n 2
 (1)
 K K K K K K K K K K K
am1 x1 + am 2 x2 + L + amn xn = bm

É um sistema de  equações lineares a , a , … , a nas  incognitas = , =,…, = , onde  e 8

são constantes. O sistema (1) é chamado de sistema homogêneo se todos seus termos constantes
são nulos, isto é, se 8 = 0, 8 = 0, … , 8 = 0. Caso contrário, o sistema é não-homogêneo.

Solução de um Sistema Linear: Uma solução do sistema (1) é uma lista de valores para as
incógnitas que é a solução do sistema. O conjunto de todas as soluções do sistema é chamado de
conjunto solução ou solução geral do sistema.

2 x + 3 y = 18
Exemplo: Encontre uma solução para o sistema: 
3x + 4 y = 25

Um sistema de equações lineares é chamado compatível se admite solução, isto é, quando tem
raízes. Então, de acordo com o número de soluções, um sistema linear é classificado como:

• Sistema impossível: Quando o sistema não admite solução (SI).

• Sistema Possível Determinado: Quando o sistema admite uma única solução (SPD).
• Sistema Possível Indeterminado: Quando o sistema admite infinitas soluções (SPI).

Exemplo:

 x1 − 2 x2 = −1

− x1 + 2 x2 = 3
Sistema Impossível: Não possui
solução.
 14

 x1 − 2 x2 = −1

− x1 + 3 x2 = 3 Sistema Possível Determinado: O sistema
possui exatamente uma solução.

 x1 − 2 x2 = −1

− x1 + 2 x2 = 1 Sistema Possível Indeterminado: O
Sistema possui infinitas soluções.

RESUMO

Não tem solução SISTEMA IMPOSSÍVEL (SI)

Solução
SISTEMA POSSÍVEL
Tem solução única DETERMINADO (SPD)

(possível)
Infinitas SISTEMA POSSÍVEL
soluções INDETERMINADO (SPI)
 15

Notação Matricial: Podemos escrever o sistema (1) da seguinte forma matricial:
= = 8

 a11 a12 K a1n 

a K a2 n 
É a matriz dos coeficientes, de ordem  × .
a21
A =  21
K K K K
 
am1 am 2 K amn 

 x1 
x 
x =  2  É a matriz das variáveis (incógnitas), de ordem  × 1.
M
 
 xn 

 b1 
b 
b =  2  É a matriz dos termos independentes.
M
 
bm 

 2 x2 − 4 x3 = 4

Exemplo: Escreva o seguinte sistema na forma matricial: S :  2 x1 − 4 x2 + x3 = 2 .
4 x − 3 x + 5 x = 2
 1 2 3

Matriz Ampliada: A matriz ampliada do sistema (1), é dada por:

 a11 a12 K a1n b1 

a a21 K a2 n b2 
A =  21 (2)
K K K K K
 
am1 am 2 K amn bm 

Exemplo: A matriz ampliada do sistema S do exemplo anterior fica

0 2 − 4 4 
S = 2 − 4 1 2 
4 − 3 5 2 

Portanto, quando nos referimos a linha (0,2, −4,4), estamos nos referindo a primeira equação
do sistema S.
 16

Operações Elementares: Seja c um sistema de equações lineares com  equações e 

incógnitas, cuja matriz ampliada é dada pela matriz (2). As seguintes operações são chamadas
de operações elementares sobre as linhas (equações) de uma matriz (sistema):

Trocar de posição duas das equações. Indicamos que as equações a e a trocaram suas
posições (simbolicamente a ↔ a ).
•

Substituir uma equação por um múltiplo escalar de si mesma. Indicamos que a equação
a foi substituída por ea (Simbolicamente a ↔ ea ).
•

Substituir uma equação por um múltiplo de outra equação somada a si mesma.

Indicamos que a equação a foi substituída pela soma de ea e a (Simbolicamente
•

a ↔ a + ea ).

Observação: Se um dado sistema linear c foi obtido de um sistema linear c através de

operações elementares, dizemos que c é equivalente à c.

Matriz Escalonada: Uma matriz
está na forma escalonada (ou escada), se o número de zeros
que precede o primeiro elemento não nulo de uma linha aumenta a cada linha, até que sobre
apenas linhas nulas, se houverem.

2 4 5 4 5 8  9 5 6 3 
0 3 6, 0 0 1 , 0 0 3 6 São exemplos de matrizes na forma escada.
     
0 0 2 0 0 0 0 0 0 1 

0 4 3 
1 0 − 6 Exemplo de matriz que não está na forma escada.
 
0 0 0 

Observação: Todo sistema linear (matriz) é equivalente a um sistema (matriz) escalonado.

Eliminação de Gauss: É um método útil na resolução de sistemas lineares que consiste

basicamente em:

• Parte 1: Eliminação direta: Uma redução passo a passo do sistema leva ou a uma
equação degenerada sem solução (SI) ou a um sistema equivalente mais simples na
forma triangular superior.
• Parte 2: Eliminação retroativa: Substituições retroativas determinam a solução de um
novo sistema.

Vamos resolver o seguinte exemplo:

 x + 2 y − 4 z = −4

S : 2 x + 5 y − 9 z = −10
3 x − 2 y + 3 z = 11


Solução:

- Escrever o sistema em forma de matriz ampliada:

 17

1 2 −4 −4

2 5 −9 −10 Vamos usar o elemento  como elemento pivô para eliminar os

3 −2 3 11
elementos  ,   .

1 2 −4 −4
1° operação: L2 ↔ L2 − 2L1 , obtemos:
0 1 −1 −2
3 −2 3 11
1 2 −4 −4
2° operação: L3 ↔ L3 − 3L1 , obtemos:
0 1 −1 −2
0 −8 15 23
1 2 −4 −4
3° operações: L3 ↔ L3 − 8L2 :
0 1 −1 −2
0 0 7 7
Ao final desta última operação transformamos o sistema S em um sistema equivalente mais
simples, que esta na forma triangular e, portanto, a parte 1 esta completa. Vamos reescrever o
sistema original pelo sistema:

 x + 2 y − 4 z = −4

S1 :  y − z = −2
7 z = 7


Que é um sistema equivalente ao sistema c. Por substituição retroativa, temos: ? = 1, > =

−1, = = 2. Este sistema é classificado como: Sistema Possível Determinado.

Método de Gauss-Jordan: Exige que a matriz dos coeficientes das variáveis transforme-se na
matriz identidade. Usando o exemplo anterior, efetuando mais 4 operações:

1 6° L1 ↔ L1 + 2L3
4° L3 ↔ L3
7
7° L3 ↔ L3 + L2
5° L1 ↔ L1 − 2L2

Portanto, pelo método de Gauss-Jordan temos:

1 0 0 2

0 1 0 −1
0 0 1 1
O sistema inicial se transformou no sistema equivalente:

1x + 0 y + 0 z = 2

0 x + 1 y + 0 z = −1 ⇒ x = 2, y = −1, z = 1
0 x + 0 y + 1z = 1


Para fixar e entender bem como funciona o algoritmo do escalonamento (eliminação de Gauss),
vamos resolver passo a passo o seguinte sistema:
 2

 x + 2y = 4

− x + 3 y + 3z = −2
 y+z=0


Soluções de um Sistema de Equações Lineares:

Vamos estudas todas as situações que podem ocorrer na resolução de um sistema linear.

1. Sistema Impossível (SI): Suponha que a última equação do sistema escalonado seja
0= + 0= + ⋯ + 0= = 8 , com  ≠ 0, é uma equação degenerada. Por exemplo,
 1
x + y = 0
 2
0 x + 0 y = 1
Não existe nenhum valor de = e > capaz de satisfazer a segunda equação. Portanto, (SI).

2. Quando o número de equações é igual ao número de incógnitas  = , o sistema é

possível determinado (SPD). Exemplo:
2 x + y = 5  2 1 5  1 0 3   x = 3
 →  → obtemos ∴
 x − 3 y = 6 1 − 3 6 0 1 − 1  y = −1
Este sistema possui uma única solução, (SPD). O conjunto solução (=, >) = (3, −1).

3. Quando o número de equações é menor que o número de variáveis  <  o sistema é

possível indeterminado (SPI). Exemplo:
 1 5  1 5
2 x + y = 5 2 1 5  1  x + y =
 →  → obtemos  2 2  ∴  2 2
6 x + 3 y = 15 1 3 15 
0 0 0  0 x + 0 y = 0
5 1
Possui infinitas soluções da forma: ( − y, y ), y ∈ R O conjunto solução:
2 2
g 
c = {( −  >, >) ∈ ℝ ∕ > ∈ ℝ}.

Observação: Suponha que um sistema S (com m equações e n variáveis originalmente) tenha

sido escalonado e, retiradas as equações (linhas) do tipo 0 = 0, restam p equações (p ≤ m) com n
variáveis. O valor n – p é chamado de grau de liberdade (ou número de variáveis livres) do

último exemplo o número de variáveis livres é 1. A variável livre é >.

sistema, isto significa dizer que a solução do sistema é apresentada com n – p variáveis. No

Matrizes Inversíveis usando operações elementares:

que transforma uma matriz na forma escada pode transformar uma matriz
na sua inversa
 .
O mesmo procedimento usado para o escalonamento de matrizes com operações elementares

∼ In). Neste caso, as mesmas sucessões de operações elementares que transformam A em In,
Uma matriz A de ordem n é inversível se, e somente se, A é equivalente a matriz identidade (A

transformam In em
 .
12 7
Exemplo: Encontre a matriz inversa de
= * +.
5 3
 3


0
q
12 7 1 0 1
q 
0 1 1
q 
0
Solução: m n o→C r D→s t
 
u→C r  D→
5 30 1 5 3 0 1 0 −
g
1 0 1 −5 12
 
1 0 3 −7
m n o
0 1 −5 12
3 −7
Portanto,
 = * +.
−5 12

Exemplo de um Sistema de m equações e n variáveis:

É semelhante ao método de Gauss, com a diferença de que a matriz dos coeficientes não pode
ser transformada na matriz identidade porque é uma matriz na forma retangular.
2 x1 + 4 x2 = 16

5 x1 − 2 x2 = 4
10 x − 4 x = 3
 1 2

Sistema do tipo
= = 0.
Sistema de Equações Lineares Homegêneo:

Sendo v o número de equações na forma reduzida e  representa a quantidade de incógnitas, o

Este tipo de sistema sempre tem o vetor nulo como solução, chamado de solução trivial ou nula.

sistema reduzido tem  − v variáveis livres.

i) v =  O sistema possui apenas a solução nula.

A questão das soluções não nulas se reduz a dois casos:

ii) v <  O sistema possui uma solução não nula.

Exemplos:
Caso: i

x + y − z = 0

2 x + 4 y − z = 0
3 x + 2 y + 2 z = 0


Caso: ii

x + y − z = 0

2 x − 3 y + z = 0
x − 4 y + 2z = 0


Regra de Cramer: Esta regra se aplica a sistemas lineares em que o número de equações é igual
ao número de incógnitas. Utilizando a teoria dos determinantes podemos resolver um sistema

Considere
= = 8 a forma matricial de um sistema linear quadrado de ordem , como:

linear quadrado cuja matriz dos coeficientes possui determinante não nulo.
 4

 a11 a12 K a1n   x1   b1 

x =  2  , b =  2  . Se wxy(z) ≠ {, então a solução do

a a21 K a2 n  x  b 
A =  21 ,
K K K K M M
     
am1 am 2 K amn   xn  bm 
sistema é dado por:

b1 a12 K a1n a11 b1 K a1n a11 a12 K b1

b2 a22 K a2 n a21 b2 K a2 n a21 a22 K b2
M M M M M M M M M M M M
bn an 2 L ann a b L ann a an 2 L bn
x1 = , x2 = n1 n , xi = n1
det( A) det( A) det( A)

LISTA 2:
1. A matriz completa associada a um sistema linear foi transformada para a forma a seguir.
Determine se o sistema é possível.
1 6 3 − 6 
0 4 − 8 2 
 
0 0 4 0 
2. Considere a seguinte matriz como sendo a matriz completa de um sistema linear.
Enuncie em palavras, a próxima operação elementar que deve ser realizada no processo
de resolução do sistema.
 1 2 0
4 - 5
 0 1 - 6 8 1 

 0 0 3 7 1
 
 0 0 1 4 - 2
3. Classificar e resolver os sistemas:
 y + 5 z = −4  4 x + 8 y + 12 z = 24
 
a.  x + 4 y + 3 z = −2 e.  x−z=0
 2 x + 7 y + z = −1 − 5 x − 8 y − 11z = −24
 
x + 2 y + 2z = 4  x − 6y = 5
 
b. 4 x − 2 y + z = 8  y − 4z + w = 0
f. 
6 x − y + z = 10
 − x + 6 y + z + 5 w = 3
 − y + 5 z + 4 w = 0
 3 x + 9 y + 12 z = 24
  2 x − 4 z = −10
c. 4 x + 16 y + 26 z = 46
 x + 7 y + 14 z = 20 
 g.  y + 3z = 2
3 x + 5 y + 8 z = −6
 6 x − 9 y − 5 z = −35 

d. 2 x + 3 y + 4 z = 29
 5x − 2 y − z = 0

 1 1 1
4. Seja
=
0 1 2. Calcule
 .
1 2 4
0 1 2
5. Determine a inversa da matriz
=
1 0 3, caso ela exista.
4 −3 8
6. Aplicação: Criptografia: Vamos transformar uma mensagem da seguinte forma:
Quebrando a mensagem em 3 pedaços. O destinatário e o remetente possuem uma
matriz 9. O destinatário recebe uma matriz |, tal que @9 = |, onde @ é a mensagem a
ser decodificada. Cada número da matriz @ corresponde a uma letra do alfabeto
1 = , 2 = 8, 3 = :, ⋯ , 23 = ?, considerando o alfabeto com 23 letras, excluindo
k,w,y. O número zero representa exclamação. A mensagem é lida encontrando @
fazendo a correspondência número/letra da matriz conforme segue
           . Considere:
1 1 0 2 −10 1
9 =
0 −1 0 , | =
18 38 17
0 2 1 19 14 0

−4 12 −8
7. Encontre a matriz inversa das seguintes matrizes:

a)
=
−2 −8 3 
1 −2 1
−4 −1 −4
b)
=
2 −8 −2
−1 −2 −2

REFERÊNCIAS:

1. BOLDRINI, J.L. et al. Álgebra linear, Campinas: Harbra, 1986.

2. LAY, D.C. Álgebra Linear e suas aplicações. Rio de Janeiro: LTC Editora, 2007.

4. STEINBRUCH, A. e WINTERLE, P. Álgebra Linear. São Paulo: McGraw Hill, 1987.

5. SANTOS, R. J. Um Curso de Geometria Analítica e Álgebra Linear. Belo Horizonte:

Imprensa Universitária da UFGM, 2007.