Sistemas de Equa¸c˜
oes Lineares
Primeira Aula
Equa¸c˜
ao Linear
Umaequa¸c˜ao linearnas inc´ognitasx1, x2,· · · , xn´e uma equa¸c˜ao da forma
(E) a1x1+a2x2+· · ·+anxn =b
onde a1, a2,· · ·, an, b s˜ao constantes e n≥1 ´e um n´umero natural.
• ak ´e chamada coeficiente dexk
• b ´e chamada constanteda equa¸c˜ao
Solu¸c˜
ao e conjunto solu¸c˜
ao
• Uma solu¸c˜ao (ou uma solu¸c˜ao particular) da equa¸c˜ao linear ´e uma n -upla de n´umeros reais
(x1,· · ·, xn)
que satisfaz a equa¸c˜ao (E).
• O conjunto de todas as solu¸c˜oes ´e chamadoconjunto solu¸c˜aoousolu¸c˜ao geral da equa¸c˜ao.
Exemplos
1. Os pares (−2,0),(0,1),(1,32) s˜ao solu¸c˜oes da equa¸c˜ao −x1+ 2x2 = 2
2. As triplas (1,0,0),(0,0,1),(0,1,0),(12,32,−1) s˜ao solu¸c˜oes da equa¸c˜ao
x1+x2+x3 = 1
3. Os pares (0,0), (1,−3), (−2,6) s˜ao solu¸c˜oes da equa¸c˜ao 3x1+x2 = 0
4. Consideremos a equa¸c˜ao x+ 2y−4z+w= 3.
• A 4-upla (3,2,1,0) ´e solu¸c˜ao da equa¸c˜ao pois 3 + 2·2−4·1 + 0 = 3
Inc´
ognita Principal
A inc´ognita principal da equa¸c˜ao
a1x1+a2x2+· · ·+anxn=b
´e a primeira inc´ognita com coeficiente diferente de zero. As demais inc´ognitas s˜ao chamadas vari´veis livres.
Exemplo
Considere a equa¸c˜ao 2x−4y+z = 8.
• Reescrevendo temos x = 4 + 2y − 1
2z. Qualquer valor para y e z
produzir´a um valor para x. Por exemplo, se y = 3 e z = 2 temos que
x= 9. Assim, a 3-upla (9,3,2) ´e solu¸c˜ao da equa¸c˜ao.
Pergunta: Como encontrar a solu¸c˜ao geral desta equa¸c˜ao ?
• Encontramos a solu¸c˜ao geral como segue:
Atribuimos valores arbitr´arios (par´ametros) `as vari´aveis yez, digamos
y=α e z =β.
Assim, a solu¸c˜ao geral da equa¸c˜ao ´e
x= 4 + 2α− 1
2β, y=α, z =β, em outras palavras
(4 + 2α− 1
2β, α, β), onde α, β ∈R.
Observa¸c˜
ao 1
Na exemplo anterior temos que
• x ´e a inc´ognita principal.
Oberva¸c˜
ao 2
As vezes ´e conveniente escrever a solu¸c˜ao geral da seguinte forma
x y z
=
4 + 2
α− 1 2β
α β
=
40
0
+α
−2 1 0
+β
−1 2
0 1
,
onde α, β ∈R, ou seja,
(x, y, z) = (4,0,0) +α(−2,1,0) +β(−1
2,0,1), α, β ∈R
Geometricamente, esta ´e equa¸c˜ao de um plano que: (i) passa pelo ponto (4,0,0) e, (ii) seus vetores diretores s˜ao (−2,1,0) e (−1
2,0,1)
Equa¸c˜
ao Homogˆ
enea
Se b = 0, dizemos que a equa¸c˜ao (E) ´e uma equa¸c˜ao linear homogˆenea. Observe que (0,0,· · · ,0) ´e solu¸c˜ao da equa¸c˜ao homogˆenea. Esta solu¸c˜ao ´e chamada solu¸c˜ao trivial.
Equa¸c˜
ao degenerada
Equa¸c˜oes da forma
0x1+ 0x2+· · ·+ 0xn=b
s˜ao chamadas equa¸c˜oes degeneradas. ´
E claro que
• se b̸= 0, a equa¸c˜ao acima n˜ao tem solu¸c˜ao.
Sistemas de Equa¸c˜
oes Lineares
Um sistema de m equa¸c˜oes lineares e n inc´ognitas (com m, n≥ 1) ´e um conjunto de equa¸c˜oes da forma
(S)
a11x1+a12x2+· · ·+a1nxn = b1
a21x1+a22x2+· · ·+a2nxn = b2
... ...
ai1x1+ai2x2+· · ·+ainxn = bi
... ...
am1x1+am2x2+· · ·+amnxn = bm
onde cada aij e cada bj s˜ao constantes. Aqu´ı 1≤i≤m e 1 ≤j ≤n.
• Umasolu¸c˜ao (ou umasolu¸c˜ao particular) do sistema (S) ´e uman-upla de n´umeros reais (x1, x2,· · · , xn) que satisfaz simultaneamente as m
equa¸c˜oes.
• O conjunto de todas as solu¸c˜oes ´e chamadoconjunto solu¸c˜aoousolu¸c˜ao geral do sistema.
Exemplo
Consideremos o sistema
{
x1 + 2x2 − 5x3 + 4x4 = 3
2x1 + 3x2 + x3 − 2x4 = 1
• A 4-upla (−8,6,1,1) ´e uma solu¸c˜ao do sistema.
• A 4-upla (−8,4,1,2) n˜ao ´e solu¸c˜ao do sistema.
• A solu¸c˜ao geral do sistema ´e dada por
(x1, x2, x3, x4) = (−7,5,0,0) +α(−17,11,1,0) +β(16,−10,0,1)
Exerc´ıcios
1. Mostre que a solu¸c˜ao geral da equa¸c˜ao 2x+y= 4 ´e dada por
(x, y) = (2,0) +α(−1 2,1
)
, α ∈R.
Interprete geometricamente este resultado. 2. Considere e equa¸c˜ao x+y−2z+t= 0
(a) Identifique a vari´avel principal e as vari´aveis livres (b) Determine o conjunto solu¸c˜ao.
(c) (0,0,0,0) pertence ao conjunto solu¸c˜ao ?
3. Considere e equa¸c˜ao x1+ 4x3−3x4+x5 = 5
(a) Identifique a vari´avel principal e as vari´aveis livres (b) Determine o conjunto solu¸c˜ao.
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Segunda Aula
Sistemas em Forma Escalonada
Um sistema est´a naforma escalonada se 1. nenhuma equa¸c˜ao ´e degenerada,
2. a inc´ognita principal, em cada equa¸c˜ao, est´a a direita da inc´ognita principal da equa¸c˜ao precedente.
Observa¸c˜
ao
Se num sistema escalonado o n´umero de equa¸c˜oes ´e igual ao n´umero de inc´ognitas, dizemos que este ´e um sistema triangular.
Vari´
avel Livre
A inc´ognita xk no sistema escalonado ´e chamada vari´avel livre sexk n˜ao
´e inc´ognita principal em qualquer equa¸c˜ao.
Exemplos
1. O sistema
2x + 4y − z= 11 5y + z= 2 3z= −9
´e triangular e possui uma ´unica solu¸c˜ao (2,1,−3) obtida por substi-tui¸c˜ao.
2. O sistema {
x + 4y − 3z + 2t= 5
z − 4t= 2 ´e um sistema escalonado.
• As vari´aveis livres s˜aoyet. Atribuimos valores arbitr´arios (par´ametros) `as vari´aveis y et, digamos y=α et =β. Assim, a solu¸c˜ao geral ´e:
(x, y, z, t) = (11,0,2,0) +α(−4,1,0,0) +β(10,0,4,1),
onde α, β ∈R.
Teorema 1
Seja (S) um sistema escalonado com r equa¸c˜oes e n inc´ognitas tal que
r ≤n.
(i) Se r=n, ent˜ao o sistema tem solu¸c˜ao ´unica.
(ii) Se r < n, ent˜ao o sistema tem n−r vari´aveis livres.
Sistemas Equivalentes
Sistemas nas mesmas inc´ognitas s˜ao equivalentes se admitem o mesmo conjunto solu¸c˜ao.
Opera¸c˜
oes Elementares
Uma forma de obter um sistema equivalente a um sistema dado, ´e aplicar uma sequˆencia de opera¸c˜oes chamadas opera¸c˜oes elementares.
Consideremos o seguinte sistema
(S)
a11x1+· · ·+a1nxn = b1 →1a-equa¸c˜ao−→L1
... ... ...
ai1x1+· · ·+ainxn = bi →i-´esima equa¸c˜ao−→Li
... ... ...
aj1x1+· · ·+ajnxn = bj →j-´esima equa¸c˜ao−→Lj
... ... ...
am1x1+· · ·+amnxn = bm →m-´esima equa¸c˜ao−→Lm
1. Permuta da i-´esima equa¸c˜ao com a j-´esima equa¸c˜ao:
Li ↔Lj.
2. Multiplica¸c˜ao dai-´esima equa¸c˜ao por um escalar β ̸= 0:
Li →βLi.
3. Substitui¸c˜ao da i-´esima equa¸c˜ao pela i-´esima equa¸c˜ao mais β vezes a
j-´esima equa¸c˜ao:
Li →Li+βLj.
Algoritmo da Redu¸c˜
ao
1. Permutar as equa¸c˜oes de maneira quea11 ̸= 0.
2. Use a11 como pivˆo para eliminar x1 de todas as equa¸c˜oes exceto a
primeira.
3. Se a equa¸c˜ao Lj tem a forma 0x1+· · ·+ 0xn = 0, ou se ela ´e m´ultiplo
de outra, retire Lj do sistema.
Se a equa¸c˜ao Lj tem a forma 0x1+· · ·+ 0xn =b, comb̸= 0, o sistema
n˜ao tem solu¸c˜ao.
4. Continue o processo at´e que sistema esteja na forma escalonada ou apare¸ca uma equa¸c˜ao degenerada.
Observa¸c˜
ao
Quando usamos a 3aopera¸c˜ao seguida da 2aopera¸c˜ao, na pr´atica estamos
usando uma ´unica opera¸c˜ao, ou seja,substituir a i-´esima linha por α vezes a j-´esima linha mais β vezes a i-´esima linha:
Li →αLj+βLi
Pivˆ
o de uma equa¸c˜
ao
Teorema 2
Seja ( ˜S) um sistema de equa¸c˜oes lineares obtido do sistema (S) por uma sequˆencia finita de opera¸c˜oes elementares. Ent˜ao ( ˜S) e (S) tem o mesmo conjunto solu¸c˜ao. Nesse caso os sistemas ( ˜S) e (S) s˜ao equivalentes.
Exemplos
1. A solu¸c˜ao geral do sistema
(S)
x3 + 2x4 − x5 = 4
x4 − x5 = 3
x3 + 3x4 − 2x5 = 7
2x1 + 4x2 + x3 + 7x4 = 7
´e
(x1, x2, x3, x4, x5) = (−6,0,−2,3,0)+α(−2,1,0,0,0)+β(−3,0,−1,1,1)
onde α, β ∈R.
Observe que temos tres vari´aveis principais s˜aox1, x3, x4e duas vari´aveis
livres x2 ex5.
O sistema (S) ´e equivalente ao sistema escalonado
(Se)
2x1 + 4x2 + x3 + 7x4 = 7
x3 + 2x4 − x5 = 4
x4 − x5 = 3
Podemos usar o Teorema 1 para concluir que (Se) temn−r= 5−3 = 2 duas var´aveis livres.
2. O sistema
Classifica¸c˜
ao de um sistema de equa¸c˜
oes lineares
(
S
)
(S)
Inconsistente ou incompat´ıvel → n˜ao h´a solu¸c˜ao
Consistente ou compat´ıvel →
solu¸c˜ao ´unica
infinidade de solu¸c˜oes
Exerc´ıcios
1. Mostre que o conjunto solu¸c˜ao do sistema
2x + y − 2z = 10 3x + 2y + 2z = 1 5x + 4y + 3z = 4
´e W = {(1,2,−3)}. (Sugest˜ao: Ap´os aplicar o algoritmo de redu¸c˜ao identifique as vari´aveis principais e as vari´aveis livres.)
2. Use o Algoritmo de Redu¸c˜ao para mostrar que o conjunto solu¸c˜ao do
sistema
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Terceira Aula
Matrizes
Defini¸c˜
ao
Uma matrizA= (aij) m×n ´e uma tabela de escalaresaij, dispostos em
m-linhas e n-colunas do seguinte modo
A=
a11 a12 · · ·a1j · · ·a1n
a21 a22 · · ·a2j · · ·a2n
... ... ...
ai1 ai2 · · ·aij · · ·ain
... ... ...
am1 am2 · · ·amj · · ·amn
a21 → n´umero localizado na 2a linha e 1a coluna
aij → n´umero localizado nai-´esima linha e j-´esima coluna
amn → n´umero localizado nam-´esima linha e n-´esima coluna
Nota¸c˜
ao
O conjunto das matrizes reaism×n ser´a denotado por Mm×n(R).
Observa¸c˜
ao
Se m = n, isto ´e, o n´umero de linhas ´e igual ao n´umero de colunas, diremos que A ´e uma matriz real quadrada. Nesse caso, Mn(R) denota o
Linhas e Colunas de uma Matriz
1. Asm n-nuplas horizontais
(a11, a12, · · · , a1n)
(a21, a22, · · · , a2n)
... (am1, am2, · · · , amn)
s˜ao as linhas da matriz A. 2. Asn m-uplas verticais
a11 a21 ... am1 , a12 a22 ... am2 , · · · , a1n a2n ... amn
s˜ao as colunas da matriz A.
Exemplo
A matrizC =
(
1 −3 4 0 5 −2
)
´e uma matriz 2×3, ou seja,C ∈M2×3(R)
• Suas linhas s˜ao
(1, −3, 4) e (0, 5, −2)
• Suas colunas s˜ao
( 1 0 ) , ( −3 5 ) e ( 4 −2 )
Matrizes Escalonadas
Uma matriz A´e uma matriz escalonada se:
1. Toda linha nula ocorre abaixo de todas as linhas n˜ao-nulas.
Observe que n˜ao pode acontecer
A=
−5 3 0 0 0 0 0 0 0 0 1 2
2. O primeiro elemento n˜ao-nulo de uma linha (chamado elemento princi-pal) est´a a direita do primeiro elemento n˜ao-nulo da linha precedente.
Observe que n˜ao pode acontecer
A=
1 3 2 50 0 7 4 0 5 1 2
Exemplos
As seguintes matrizes s˜ao escalonadas: 1.
A=
2 3 2 0 4 5 −6 0 0 1 1 −3 2 0 0 0 0 0 0 6 2 0 0 0 0 0 0 0
2.
B =
1 2 3 0 0 1 0 0 0
3.
C =
0 1 3 0 0 4 0 0 0 1 0 −3 0 0 0 0 1 2
Matriz em forma canˆ
onica reduzida por linha
Uma matriz escalonada A est´a naforma canˆonica reduzida por linha se 1. Cada elemento principal n˜ao-nulo ´e 1.
2. Cada elemento principal ´e o ´unico elemento n˜ao-nulo em sua coluna.
Exemplos
Opera¸c˜
oes Elementares com Linhas de uma Matriz
1. Permuta da i-´esima linha com a j-´esima linha:
Li ↔Lj.
2. Multiplicar a i-´esima linha por um escalar β ̸= 0:
Li →βLi.
3. Substituir a i-´esima linha pela i-´esima linha mais β vezes a j-´esima linha:
Li →Li+βLj.
Observa¸c˜
ao
Quando usamos a 3aopera¸c˜ao seguida da 2aopera¸c˜ao, na pr´atica estamos
usando uma ´unica opera¸c˜ao, ou seja,substituir a i-´esima linha por α vezes a j-´esima linha mais β vezes a i-´esima linha:
Li →αLj+βLi
Equivalˆ
encia por Linha
Sejam A e B duas matrizes reaism×n. A ´e equivalente por linha a B, escrevemos
A∼B,
seBpode ser obtida deApor uma sequˆencia finita de opera¸c˜oes elementares.
Algoritmos de Redu¸c˜
ao
Algoritmo 1: Redu¸c˜ao `a forma escalonada (elimina¸c˜ao Gaussiana)
Seja A= (aij) uma matriz:
1. Determine a 1a coluna com um elemento n˜ao-nulo. Seja a colunaj 1.
3. Usar a1j1 como pivˆopara obter zeros abaixo dele.
4. Repita os passos acima com a submatriz formada por todas as linhas exceto a primeira.
5. Continue o processo at´e que A esteja na forma escalonada.
Exemplo
Usando o Algoritmo 1 temos que
A=
1 2
−3 0 2 4 −2 2 3 6 −4 3
∼
1 2
−3 0 0 0 4 2 0 0 0 2
=B
Para obter a equivalˆencia acima seguimos os passos a seguir: 1. Usamosa11 = 1 como pivˆo para obterzeros abaixo de a11
2. Usamosa23 = 4 como pivˆo para obterzeros abaixo de a23
Algoritmo 2: Redu¸c˜ao `a forma canˆonica (elimina¸c˜ao de Gauss-Jordan)
Seja A= (aij) uma matriz na forma escalonada:
1. Multiplique a ´ultima linha n˜ao-nula por um n´umero de modo que o elemento principal n˜ao-nulo seja 1.
2. Use este elemento como pivˆo para obter zerosacima do pivˆo . 3. Repita os passos acima com as linhas “anteriores”.
4. Multiplique a 1alinha por um n´umero de modo que o elemento n˜ao-nulo
Exemplo
Usando o Algoritmo 2 na matrizB do exemplo anterior temos
B =
1 2
−3 0 0 0 4 2 0 0 0 2
∼
1 2 0 00 0 1 0 0 0 0 1
=C
onde C ´e uma matriz em forma canˆonica reduzida por linha.
Observa¸c˜ao: Assim, A∼C, ou seja, a matriz A do exemplo anterior ´eequivalente por linha a matriz C.
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Consideremos o seguinte sistema linear
(S)
a11x1 +a12x2 +· · ·+ a1jxj +· · ·+ a1nxn= b1
a21x1 +a22x2 +· · ·+ a2jxj +· · ·+ a2nxn= b2
... ... ...
ai1x1 +ai2x2 +· · ·+ ainxi +· · ·+ ainxn= bi
... ... ...
am1x1 +am2x2 +· · ·+ amjxj +· · ·+ amnxn= bm
Matriz dos coeficientes
A matriz A=
a11 a12 · · · a1j · · · a1n
a21 a22 · · · a2j · · · a2n
... ... ... ...
ai1 ai2 · · · aij · · · ain
... ... ... ...
am1 am2 · · · amj · · · amn
Matriz aumentada ou ampliada
A matriz
M =
a11 a12 · · · a1j · · · a1n | b1
a21 a22 · · · a2j · · · a2n | b2
... | ...
ai1 ai2 · · · aij · · · ain | bi
... | ...
am1 am2 · · · amj · · · amn | bm
´e chamada matriz aumentadaou ampliadado sistema (S).
Exemplo 1
Considere o sistema
x + 2y − 4z = −4 5x + 11y − 21z = −22 3x − 2y + 3z = 11
A matriz ampliada do sistema e a matriz dos coeficientes s˜ao:
M =
1 2
−4 | −4 5 11 −21 | −22 3 −2 3 | 11
e A=
1 2
−4 5 11 −21 3 −2 3
respectivamente.
Exemplo 2
Considere o sistema
{
x + 4y − 3z + 2t= 5
z − 4t= 2
A matriz ampliada do sistema e a matriz dos coeficientes s˜ao:
M =
(
1 4 −3 2 | 5 0 0 1 −4 | 2
)
e A=
(
1 4 −3 2 0 0 1 −4
)
Exerc´ıcios
1. Use os dois algoritmos de elimina¸c˜ao para mostrar que
2 3 4 5 60 0 3 2 5 0 0 0 0 4
∼
2 3 4 5 60 0 3 2 5 0 0 0 0 4
∼
1 32 0 76 0 0 0 1 23 0 0 0 0 0 1
2. Considere o sistema
x + 3y + 13z = 9
y + 5z = 2
− 2y − 10z = −8
(a) Determine a matrizA dos coeficientes e a matriz ampliada M do sistema.
(b) Reduza a matriz M a sua forma canˆonica.
(c) Qual o sistema associado a matriz obtida no item anterior? Este sistema tem solu¸c˜ao ? Em caso afirmativo, encontre a mesma.
3. Mostre que o sistema
x1 + x2 − 2x3 + 3x4 = 4
2x1 + 3x2 + 3x3 − x4 = 3
5x1 + 7x2 + 4x3 + x4 = 5
n˜ao
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Quarta Aula
Objetivos:
1. Estudar o sistema (S) reduzindo sua matriz ampliada M `a forma es-calonada, para concluir se o sistema (S) ´e consistente.
2. Reduzir a matriz escalonada obtida `a sua forma canˆonica, para obter a solu¸c˜ao do sistema (S).
Observa¸c˜
oes Importantes
1. Qualquer opera¸c˜ao elementar com as linhas da matriz M equivale a uma opera¸c˜ao correspondente ao sistema (S).
2. O sistema (S) tem solu¸c˜ao se, e somente se, a forma escalonada da matriz M n˜ao cont´em uma linha na forma
(0,0,· · · ,0 | b), com b̸= 0.
Posto e Nulidade de uma Matriz
Defini¸c˜
ao
Sejam A, B ∈ Mm×q(R) duas matrizes tais que A ∼ B, onde B ´e uma
matriz na sua forma canˆonica reduzida por linha.
• pA= posto de A = n´umero de linhas n˜ao-nulas de B.
• (nulidade de A) = q−pA=(n´umero de colunas de A)−pA:
Exemplo 1
Resolva o sistema
Solu¸c˜
ao
A matriz ampliadaM ´e equivalente `a uma matriz N na forma canˆonica:
M =
1 1 −2 4 | 5 2 2 −3 1 | 3 3 3 −4 −2 | 1
∼
1 1 0 −10 | −9 0 0 1 −7 | −7 0 0 0 0 | 0
=N
O sistema inicial ´e equivalente ao sistema escalonado:
{
x + y − 10t= −9
z − 7t= −7 Da´ı conclu´ımos que:
• As vari´aveis principais s˜ao x e z • As vari´aveis livres s˜ao y et. A solu¸c˜ao geral ´e
(x, y, z, t) = (−9,0,−7,0) +α(−1,1,0,0) +β(10,0,7,1), onde α, β ∈R
Observa¸c˜
oes
1. O conjunto solu¸c˜ao ´e dado por
W ={(−9,0,−7,0) +α(−1,1,0,0) +β(10,0,7,1) | α, β ∈R}.
2. pM = 2 e (Nulidade de M) = 5−2 = 3
3. Observe que a matriz dos coeficientes A´e equivalente `a uma matriz B
na sua forma canˆonica:
A=
1 12 2 −−23 41 3 3 −4 −2
∼
1 1 00 0 1 −−107 0 0 0 0
=B
ou seja, pA= 2 e (Nulidade de A) = 4−2 = 2
Exemplo 2
Resolva o sistema
x1 + x2 − 2x3 + 3x4 = 4
2x1 + 3x2 + 3x3 − x4 = 3
Solu¸c˜
ao
A matriz ampliadaM ´e equivalente ´a uma matrizN na forma escalonada:
M =
1 1
−2 3 | 4 2 3 3 −1 | 3 5 7 4 1 | 5
∼
1 1
−2 3 | 4 0 1 7 −7 | −5 0 0 0 0 | −5
=N
A terceira linha da matriz equivalente corresponde ´a equa¸c˜ao degenerada 0x1+ 0x2+ 0x3+ 0x4 =−5
sem solu¸c˜ao. Logo,o sistema n˜ao tem solu¸c˜ao.
Exemplo 3
Resolva o sistema
x + 2y + z = 3 2x + 5y − z = −4 3x − 2y − z = 5
Solu¸c˜
ao:
M =
1 2 1 | 3 2 5 −1 | −4 3 −2 −1 | 5
∼
1 2 1 | 3 0 1 −3 | −10 0 0 −28 | −84
∼
1 0 0 | 2 0 1 0 | −1 0 0 1 | 3
=N
O sistema ´e equivalente ao sistema escalonado
x = 2
y = −1
z = 3
Assim, a solu¸c˜ao ´e (2,−1,3).
Observa¸c˜
oes
1. A segunda forma escalonada de M acima j´a indicava solu¸c˜ao ´unica, pois corresponde ao sistema triangular:
x + 2y + z = 3
y − 3z = −10
2. pM = 3 e (Nulidade de M) = 4−3 = 1
3. Observe que
A=
12 25 −11 3 −2 −1
∼
1 0 00 1 0 0 0 1
=B
ou seja,
4. pA= 3 e (Nulidade de A) = 3−3 = 0
Teorema
Seja (S) um sistema de m equa¸c˜oes com n inc´ognitas
pM = posto da matriz ampliada do sistema
pA= posto da matriz dos coeficientes do sistema
Ent˜ao
1. (S) tem solu¸c˜ao ⇔ pM =pA.
2. Se pM =pA=n ⇒ (S) tem solu¸c˜ao ´unica.
3. Se pM =pA< n ⇒ (S) tem infinitas solu¸c˜oes.
Neste caso, temos (n−pA) vari´aveis livres e dizemos que (n−pA) ´e o
grau de liberdade do sistema.
Sistemas Homogˆ
enos
Lembremos que, o sistema homogˆeneo sempre tem uma solu¸c˜ao:
(0,0,· · ·,0)
Pergunta
Se (S) ´e um sistema homogˆeneo de m equa¸c˜oes e n inc´ognitas, o que podemos dizer das solu¸c˜oes de (S) ?
Resposta
No caso de um sistema homogˆeneo temos quepA=pM. Logo:
• Se pA =n ⇒ (S) s´o tem solu¸c˜ao trivial.
• SepA < n ⇒ (S) tem infinitas solu¸c˜oes. Neste caso temos (n−pA)
vari´aveis livres e dizemos que a dimens˜ao do conjunto solu¸c˜ao W ´e (n−pA). Escrevemos
dim W =n−pA.
Observa¸c˜
ao
Se n˜ao h´a vari´aveis livres, a dimens˜ao conjunto solu¸c˜aoW ´e zero, ou seja,
dim W = 0
Exemplo 1
Determine o conjunto solu¸c˜ao W do sistema:
(S)
x + 2y − 3z + 2s − 4t = 0 2x + 4y − 5z + s − 6t = 0 5x + 10y − 13z + 4s − 16t = 0
Solu¸c˜
ao
A=
1 2
−3 2 −4 2 4 −5 1 −6 5 10 −13 4 −16
∼
1 2 0
−7 2 0 0 1 −3 2 0 0 0 0 0
Ent˜ao, o sistema (S) ´e equivalente ao sistema escalonado
{
x + 2y − 7s + 2t = 0
z − 3s + 2t = 0 O conjunto solu¸c˜ao ´e
W ={α(−2,1,0,0,0) +β(7,0,3,1,0) +λ(−2,0,−2,0,1)|α, β, γ ∈R}
Observa¸c˜
oes
• Como pA = 2 < 5 = (n´umero de vari´aveis), o sistema tem infinitas
solu¸c˜oes.
• Como temos 5−2 = 3 vari´aveis livres, ent˜ao dim W = 3
• Dizemos que os vetores solu¸c˜ao
(−2,1,0,0,0), (7,0,3,1,0), (−2,0,−2,0,1) formam uma base do conjunto W.
Exemplo 2
Determine o conjunto solu¸c˜ao W do sistema:
(S)
x + y − z = 0
2x − 3y + z = 0
x − 4y + 2z = 0
Solu¸c˜
ao
A =
1 1 −1 2 −3 1 1 −4 2
∼
1 0 −2 5
0 1 −3 5
0 0 0
=B
O sistema (S) ´e equivalente ao sistema
{
x − 25z = 0
y − 3
5z = 0
W ={α(2 5,
3
5,1)|α∈R}.
Dizemos que o vetor solu¸c˜ao (25,53,1) forma uma base do conjunto W.
Observa¸c˜
oes
• Como pA = 2 < 3 = (n´umero de vari´aveis), o sistema tem infinitas
solu¸c˜oes.
• Como temos 3−2 = 1 vari´avel livre, ent˜ao dim W = 1
Exerc´ıcios
1. Resolva os sistemas abaixo, usando a matriz ampliada
(a)
x + 2y − 3z − 2v + 4w = 1 2x + 5y − 8z − v + 6w = 4
x + 4y − 7z + 5v + 2w = 8
(b)
x + 5y + 4z − 13w = 3 3x − y + 2z + 5w = 2 2x + 2y + 3z − 4w = 1 2. Determine os valores de a de modo que o sistema
x + 2y − 3z = 4
3x − y + 5z = 2 4x + y + (a2−14)z = a+ 2
nas inc´ognitasx, yez tenha (i) solu¸c˜ao ´unica (ii) nenhuma solu¸c˜ao (iii) uma infinidade de solu¸c˜oes.
3. Mesma quest˜ao anterior para os sistemas
(a)
x + y + z = 2
2x + 3y + 2z = 5 2x + 3y + (a2−1)z = a+ 1
(b)
x + y − z = 1
2x + 3y + az = 3
4. Determine o conjunto solu¸c˜ao do sistema
2x − y = λx
2x − y + z = λy −2x + 2y + z = λz
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Quinta Aula
Exemplo 3
Determine o conjunto solu¸c˜ao do sistema:
(S)
x + y − z = 0
2x + 4y − z = 0 3x + 2y + 2z = 0
Solu¸c˜
ao
A=
1 1 −1 2 4 −1 3 2 2
∼
1 1 −1 0 2 1 0 0 11
∼
1 0 0 0 1 0 0 0 1
=B
Ent˜ao, o conjunto solu¸c˜ao ´e W ={(0,0,0)}.
Observa¸c˜
oes
• Estudando o posto da matrizApodemos concluir imediatamente que o sistema s´o tem a solu¸c˜ao trivial. De fato,pA= 3 = (n´umero de vari´aveis)
• Al´em disso, dim W = 0
Matrizes Linha e Coluna
Uma matriz A uma matrizm×n´e chamada:
• matriz coluna se n= 1
Exemplo
As matrizes
C =
−4 2 1
e L= (1 2 0 −1) s˜ao coluna e linha respectivamente.
Observa¸c˜
ao
Observe que C ∈M3×1(R) e L∈M1×4(R).
Diagonal e tra¸co de uma matriz quadrada
SejaA= (aij)∈Mn, ou seja,
A=
a11 a12 · · ·a1j · · ·a1n
a21 a22 · · ·a2j · · ·a2n
... ... ...
ai1 ai2 · · ·aii · · ·ain
... ... ...
an1 an2 · · ·anj · · ·ann
1. Adiagonal oudiagonal principalde A´e formada pelos elementos
a11, a22,· · · , ann
2. O tra¸co de A, tr(A), ´e a soma dos elementos diagonais, ou seja,
tr(A) =a11+a22+· · ·+ann
Tipos especiais de matrizes quadradas
• Um matriz D= (dij) ´e chamada matriz diagonalse dij = 0 parai̸=j.
As matrizes
A=
3 0 0 0 −7 0 0 0 2
e B =
6 0 0 0 0 0 0 0 0 0 −9 0 0 0 0 1
Nota¸c˜
ao
As vezes denotaremos as matrizes diagonais por
D=diag(d11, d22,· · · , dnn).
Assim,
A=diag(3,−7,2) e B =diag(6,0,−9,1).
Caso particular
• A matriz de ordem n tal que aii = 1 e aij = 0 para i ̸= j ´e chamada
matriz identidade e a denotamos por I ouIn.
• Observemos que I =diag(1,1,· · · ,1).
Matrizes Triangulares
• A = (aij) ´e Triangular Superior se todos os elementos abaixo da
dia-gonal s˜ao nulos, isto ´e
aij = 0 para i > j.
• A= (aij) ´eTriangular Inferiorse todos os elementos acima da diagonal
s˜ao nulos, isto ´e
aij = 0 para i < j.
Exemplo
Considere as matrizes
A=
2 −1 1 0 −1 4 0 0 3
, B =
2 0 0 0 1 −1 0 0 1 2 2 0 1 3 5 1
, C =
5 0 0 7 0 0 0 1 3
• A ´e triangular superior
Matrizes Sim´
etricas
Uma matriz A= (aij) ´e sim´etricase aij =aji.
Exemplo
Sejam as matrizes
A=
2
−3 5
−3 6 7 5 7 −8
, B =
0 3
−4
−3 0 5 4 −5 0
• A ´e sim´etrica
• B n˜ao ´e sim´etrica. Ela ´e chamada anti-sim´etrica.
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Sexta Aula
Opera¸c˜
oes com Matrizes
Soma
Sejam A= (aij), B = (bij)∈ Mm×n(R). A soma deA e B, denotada por
A+B, ´e a matrizm×n obtida somando-se os termos correspondentes:
A+B = (aij +bij).
Multiplica¸c˜
ao por Escalar
Amultiplica¸c˜aodo escalarαpela matrizA= (aij)∈Mm×n(R), denotada
por α·A, ´e a matriz m×n obtida multiplicando-se porα cada elemento da matriz A
α·A= (α·aij).
Exemplos
Sejam A=
(
1 −2 3 4 5 −6
)
e B =
(
3 0 2
−7 1 8
)
• A+B =
(
4 −2 5
−3 6 2
)
• 3A=
(
3 −6 9 12 15 −18
)
• 2A−3B =
(
−7 −4 0 29 7 −36
)
Matriz Nula
• A matrizm×n cujos elementos s˜ao todos zero ´e chamada matriz zero
• Observe que para qualquer matriz A∈Mm×n(R) se verifica
A+ 0 = 0 +A=A.
Propriedades da soma
Sejam A, B, C ∈Mm×n(R)
1. A+ (B+C) = (A+B) +C
2. A+B =B+A
3. Existe uma matriz 0∈Mm×n(R) tal que
A+ 0 = 0 +A =A, para todaA∈Mm×n(R)
4. Seja A∈Mm×n(R), existe uma matriz (−A)∈Mm×n(R) tal que
A+ (−A) = 0 Observe que
−A= (−aij).
Propriedades da multiplica¸c˜
ao por escalar
Sejam as matrizes A, B ∈Mm×n(R) e os escalares α, β ∈R:
1. α·(A+B) = α·A+α·B
2. (α+β)·A=α·A+β·A
Multiplica¸c˜
ao de Matrizes (caso particular)
O produto de uma matriz linha A = (ai) ∈ M1×n(R) por uma matriz
coluna B = (bi)∈Mn×1(R) ´e definido por
A·B = (a1 a2 · · · an)
b1
b2
...
bn
= a1b1+a2b2+· · ·+anbn = n
∑
k=1
akbk
Exemplo
Sejam A= (8 −4 5) e B =
3 2
−1
ent˜ao
A·B = 8·3 + (−4)·2 + 5·(−1) = 24−8−5
= 11
Observa¸c˜
ao
Note que A·B ´e um escalar ou uma matriz 1×1.
Multiplica¸c˜
ao de Matrizes: Caso Geral
Sejam A = (aij) ∈ Mm×p(R) e B = (bjk) ∈ Mp×n(R). O produto AB ´e
a matriz m×n cujo elemento de ordem ij se obt´em multplicando a i-´esima linha de A pelaj-´esima coluna de B,
A·B =
a11 a12 · · · a1p
· · · ai1 ai2 · · · aip
· · · am1 am2 · · · amp
·
b11 · · · b1j · · · b1n
... ... ...
bp1 · · · bpj · · · bpn
=
c11 · · · c1j · · · c1n
· · · · ci1 · · · cij · · · cin
· · · · cm1 · · · cmj · · · cmn
,
Observe que :
1. (m×p)·(p×n)→(m×n)
2. cij=ai1b1j+ai2b2j· · ·+aipbpj = p
∑
k=1
aikbkj
3. Para calcularA·B precisamos que o n´umero de colunas deAseja igual ao n´umero de linhas de B.
Exemplos
1. Sejam
A =
(
r s t u
)
e B =
(
a1 a2 a3
b1 b2 b3
)
ent˜ao
A·B =
(
ra1+sb1 ra2+sb2 ra3+sb3
ta1+ub1 ta2+ub2 ta3+ub3
)
2. Sejam
A=
(
1 2 3 4
)
e B =
(
1 1 0 2
)
ent˜ao
A·B =
(
1 5 3 11
)
̸
=
(
4 6 6 18
)
=B·A
Observa¸c˜
ao Importante
Propriedades da multiplica¸c˜
ao de Matrizes
1. A·(B·C) = (A·B)·C (associativa)
2. A·(B+C) =A·B +A·C (distributiva `a esquerda) 3. (A+B)·C =A·C+B·C (distributiva `a direita) 4. α(AB) = (α·A)B =A(α·B), α escalar
5. Se A e I s˜ao matrizes quadradas da mesma ordem, onde I ´e a matriz identidade, ent˜ao
A·I =I·A=A
Observa¸c˜
ao
Sejam
A =
1
−1 1
−3 2 −1
−2 1 0
e B =
1 2 32 4 6 1 2 3
ent˜ao
A·B = 03×3 ← matriz nula de ordem 3
Sistemas de Equa¸c˜
oes Lineares e Matrizes
S´etima Aula
Transposi¸c˜
ao de Matrizes
A transposta da matriz A, denotada por At ou AT, ´e a matriz obtida
escrevendo-se as linhas de A, em ordem, como colunas:
a11 a12 · · · a1n
a21 a22 · · · a2n
· · · · am1 am2 · · · amn
t
=
a11 a21 · · · am1
a12 a22 · · · am2
... ... ... ...
a1n a2n · · · amn
Ou seja, se A= (aij)∈Mm×n(R) ent˜ao At= (aji)∈Mn×m(R).
Observa¸c˜
ao
A transposta de uma matriz linha ´e uma matriz coluna e vice-versa.
Exemplo
Seja
A=
12 21 3 −1
3×2
Ent˜ao
At =
(
1 2 3 2 1 −1
)
2×3
Propriedades da transposta de uma matriz
1. (A+B)t=At+Bt
2. (α·A)t =α·At, α escalar
3. (At)t =A
4. Se Am×n(R) e B ∈Mn×p(R) ⇒ (A·B)
5. Seja A uma matriz quadrada. Ent˜ao
A´e sim´etrica ⇔ At =A.
Determinantes
Odeterminantede uma matriz quadradaA= (aij) de ordemn´e o n´umero
denotado por
det(A) ou |A|
ou ainda
a11 a12 · · ·a1j · · ·a1n
a21 a22 · · ·a2j · · ·a2n
... ... ...
ai1 ai2 · · ·aii · · ·ain
... ... ...
an1 an2 · · ·anj · · ·ann
Casos particulares
• Determinante de ordem 1 Se A= (a11) ent˜ao det(A) =a11
• Determinante de ordem 2 Seja A uma matriz de ordem 2. Ent˜ao
det(A) =
aa1121 aa1222
=a11a22−a12a21
• Determinante de ordem 3 Seja A uma matriz de ordem 3. Ent˜ao
detA=
a11 a12 a13
a21 a22 a23
a31 a32 a33
=a11a22a33+a12+a23a31+a13a21a32−a13a22a31−a12a21a33−a11a23a32
• O determinante de uma matriz A de ordem 3 pode ser escrito como:
det(A) =a11det(A11)−a12det(A12) +a13det(A13),
onde
A11 =
(
a22 a23
a32 a33
)
, A12=
(
a21 a23
a31 a33
)
e A13
(
a21 a22
a31 a32
)
Cofator
Seja A uma matriz quadrada de ordem n: O cofator do elemento aij da
matriz A´e definido por
∆ij = (−1)i+jdet(Aij),
ondeAij ´e a submatriz quadrada de ordem (n−1) deAobtida por elimina¸c˜ao
da i-´esima linha e daj-´esima coluna.
Observa¸c˜
oes
• O determinante Mij = det(Aij) tamb´em ´e conhecido como o menor
relativo ao elemento aij deA.
Assim, o cofator do elemento aij pode ser escrito como
∆ij = (−1)i+jMij
• Usando o cofator podemos obter uma outra express˜ao para o determi-nante da matriz A de ordem 3:
det(A) = a11∆11+a12∆12+a13∆13
• A express˜ao acima ´e conhecida como o desenvolvimento de Laplace
segundo a primeira linha.
• E poss´ıvel desenvolver o´ det(A) pela i-´esima linha, ou seja
det(A) =ai1∆i1+ai2∆i2+ai3∆i3
Exemplos
1. Se A=
(
2 −3 3 5
)
, ent˜ao det(A) = 19
2.
2 1 1 0 5 −2 1 −3 4
= 21
3.
1 2 3 4 −2 3 0 5 −1
Determinante da matriz do exemplo 2:
• Vamos desenvolver o det(A) pela primeira linha, ou seja,
det(A) = a11∆11+a12∆12+a13∆13
cofator de a11= 2:
∆11 = (−1)1+1det(A11) = (−1)2
−53 −24
= 14
cofator de a12= 1 :
∆12= (−1)1+2det(A12) = (−1)3
01 −24
=−2
cofator de a13= 1 : ∆13=−5
Ent˜ao
det(A) = 2(14) + 1(−2) + 1(−5) = 21
• Podemos desenvolver odet(A) pelasegunda linhaou ainda pelaterceira linha e obteremos o mesmo resultado:
det(A) = 0∆21+ 5∆22+ (−2)∆23
det(A) = 1∆31+ (−3)∆32+ 4∆33
Determinante de ordem arbitr´
aria
n
Considere um produto den elementos da matrizAtais que um e somente um elemento provenha de cada linha e um e somente um elemento provenha de cada coluna. Esse produto pode ser escrito como
a1j1a2j2 · · · anjn.
Observemos que:
2. como os fatores s˜ao obtidos de colunas diferentes, a sequˆencia dos se-gundos ´ındices forma uma permuta¸c˜ao
j1j2 · · · jn
Assim, a matriz A cont´em n! desses produtos. Seja j1j2 · · · jn uma permuta¸c˜ao arbitr´aria:
3. ela tem uma invers˜ao se um inteiro maiorjr precede um inteiro menor
4. O n´umero de invers˜oes da permuta¸c˜ao j1j2 · · · jn ´e denotado por
J =J(j1j2 · · · jn)
Defini¸c˜
ao
O determinante deA= (aij) de ordemn, denotado pordet(A). ´e a soma
de todos os n! produtos acima, onde cada produto ´e multiplicado por (−1)J,
ou seja,
det(A) = ∑
ρ
(−1)Ja
1j1a2j2· · ·anjn
onde ρ indica que a soma ´e considerada sobre todas as permuta¸c˜oes de n
elementos.
A
∈
M
3(
R
)
A=
a11 a12 a13
a21 a22 a23
a31 a32 a33
• a11a12a33 j1 = 1 j2 = 2 j3 = 3 1 2 3
• a11a23a32 j1 = 1 j2 = 3 j3 = 2 1 3 2
• a12a21a33 j1 = 2 j2 = 1 j3 = 3 2 1 3
• a12a23a31 j1 = 2 j2 = 3 j3 = 1 2 3 1
• a13a22a31 j1 = 3 j2 = 2 j3 = 1 3 2 1
↑
permuta¸c˜oes de S3 ={1,2,3}
• Quantas permuta¸c˜oes h´a em S3 ? 3! = 3·2·1 = 6
permuta¸c˜ao no de invers˜oes
1 2 3 J(123) = 0
1 3 2 J(132) = 1 pois 3>2 2 1 3 J(213) = 1 pois 2>1 2 3 1 J(231) = 2 pois 3 >1 e 2>1 3 1 2 J(312) = 2 pois 3 >1 e 3>2 3 2 1 J(321) = 3 pois 3 >1, 3>2 e 2 >1 Assim
det(A) = (−1)0a
11a22a33+ (−1)1a11a23a32+ (−1)1a12a21a33
+(−1)2a
12a23a31+ (−1)2a13a21a32+ (−1)3a13a22a31
ou seja
a11a22a33−a11a23a32−a12a21a33+a12a23a31+a13a21a32−a13a22a31
Teorema
O determinante de uma matriz quadrada de ordem n´e igual `a:
det(A) =ai1∆i1+ai2∆i2+· · ·+ain∆in
chamado de desenvolvimento de Laplace do determinante de A segundo a
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Oitava Aula
Algumas propriedades dos determinantes
As seguintes propriedades reduzir˜ao o esfor¸co computacional:
P1 Se A tem uma linha (ou coluna) nula ⇒det(A) = 0
P2 det(A) =det(At)
Se A=
−32 2 85 0 1 −1 0
ent˜ao At=
32 −25 −11 8 0 0
P3 A(Li →αLi)B ⇒ det(B) =αdet(A)
A=
2 3 −4 0 −4 2 1 −1 5
∼
2 3 −4 0 −2 1 1 −1 5
=B
usando (L2 → 12L2). Ent˜aodet(B) = 12det(A).
P4 A(Li ↔Lj)B ⇒ det(B) = −det(A)
A=
2 1 1 0 5 −2 1 −3 4
∼
0 5 −2 2 1 1 1 −3 4
=B
usando (L1 ↔L2). Ent˜ao det(B) = −det(A).
P5 Se A tem duas linhas (ou colunas) iguais ⇒ det(A) = 0
A =
2 1 3 2 1 3 1 −3 4
∼
2 1 3 2 1 3 1 −3 4
=A
usando (L1 ↔L2). Ent˜ao det(A) = −det(A). Logo
P6 A(Lj →Lj+αLi)B ⇒ det(B) =det(A)
A=
10 4 11 2
−2 −3 1
∼
1 4 10 1 2 0 5 3
=B
usando (L3 →L3 + 2L1). Ent˜ao det(A) =det(B).
P7 det(A·B) =det(A)·det(B)
Observa¸c˜
ao
O determinante da soma N ˜AO ´e a soma dos determinantes. De fato, sejam
A=
(
1 0 0 1
)
e B =
(
−1 0 0 −1
)
ent˜ao
A+B =
(
0 0 0 0
)
Observemos que:
2 = det(A) +det(B)̸=det(A+B) = 0.
Em geral
det(A+B)̸=detA+detB.
Exemplo
SejaA=
−1 2 3 −4 4 2 0 0
−1 2 −3 0 2 5 3 1
. Calcule det(A).
Solu¸c˜
ao
• Usando o desenvolvimento de Laplace pela segunda linha:
• Observe que
At=
−1 4 −1 2 2 2 2 5 3 0 −3 3
−4 0 0 1
∼
−5 0 −5 −8 2 2 2 5 3 0 −3 3
−4 0 0 1
=B
usando L1 →L1+ (−2)L2
• P2 e P6implicam que det(A) =det(At) =det(B)
• Usando o desenvolvimento de Laplace pela segunda coluna temos
det(B) = a22∆22= 2det(A22)
onde
B22=
−5 −5 −8 3 −3 3
−4 0 1
∼
−10 0 −13 3 −3 3
−4 0 1
=C
usando (L1 →L1 + (−53L2)). Ent˜ao
det(B22) = det(C) = 186
Logo det(A) = 2(186) = 372
Exerc´ıcios
1. Mostre que : det
5 4 2 1 2 3 1 −2
−5 −7 −3 9 1 −2 −1 4
= 38
2. Encontre todos os valores de λ para os quais odet(A) = 0
(a) A=
(
λ−2 1
−5 λ+ 4
)
e A=
(
λ−1 0 0 λ+ 4
)
(b) A=
λ−4 0 0
0 λ 2
0 3 λ−1
e A=
λ−4 4 0
−1 λ 0 0 0 λ−5
3. Sem calcular diretamente o determinante, explique por que x = 0 e
x= 2 satisfazem a equa¸c˜ao:
det
x
2 x 2
2 1 1 0 0 −5
= 0
4. Mostre que det(A) = 0 sem calcular o determinante diretamente:
(a) A=
−2 8 1 4 3 2 5 1 1 10 6 5 4 −6 4 −3
(b) A=
−4 1 1 1 1 1 −4 1 1 1 1 1 −4 1 1 1 1 1 −4 1 1 1 1 1 −4
5. Se A´e uma matriz de ordem 4, tal quedet(A) = −2. Determine: (i) det(−A) (ii) det(A3) (iii) det(At). 6. Indique se a afirma¸c˜ao dada ´e verdadeira ou falsa. Justifique.
(i) det(I+A) = 1 +det(A) (ii)det(A4) = [det(A)]4
(iii) det(3A) = 3det(A).
Matriz Adjunta
• matriz dos cofatoresSeja A= (aij) uma matriz quadrada de ordem
n. Amatriz dos cofatores deA, denotada por ¯A, ´e a matriz
¯
A = (∆ij) =
∆11 ∆12 · · · ∆1n
∆21 ∆22 · · · ∆2n
· · · ·
∆n1 ∆n2 · · · ∆nn
• matriz adjunta A matriz
adjA= ( ¯A)t ´e chamadamatriz adjunta de A.
Exemplo
• Seja A=
2 3 −4 0 −4 2 1 −1 5
Os cofatores dos nove elementos de A s˜ao:
∆11 = −18 ∆12 = 2 ∆13= 4
∆21 = −11 ∆22 = 14 ∆23= 5
∆31 = −10 ∆32 = −4 ∆33= −8
Logo
¯
A=
−18 2 4
−11 14 5
−10 −4 −8
⇒adjA=
−18 −11 −10 2 14 −4 4 5 −8
Teorema
SeA ´e uma matriz quadrada de ordemn ent˜ao
A·(adjA) =det(A)·I
Defini¸c˜
ao
SeA uma matriz quadrada de ordem n,a matriz B ∈Mn tal que
A·B =B·A=I
´e chamada matriz inversa deA. Escrevemos B =A−1
.
Conclus˜
ao
Do Teorema ´e imediato que A−1
= 1
Exemplos
1. Se A=
(
6 2 11 4
)
ent˜ao A−1
=
(
2 −1
−11
2 3
)
2. Se A=
2 3 −4 0 −4 2 1 −1 5
ent˜ao det(A) =−46.
3. LogoA−1
= (−146)
−18 −11 −10 2 14 −4 4 5 −8
= 9 23 11 46 5 23 −1 23 − 7 23 2 23 −2 23 5 46 4 23
Pergunta: Toda matriz tem inversa ?
Suponha que a inversa deA=
(
1 0 1 0
)
´eB =
( a b c d ) . Ent˜ao ( 1 0 1 0 ) ( a b c d ) = ( 1 0 0 1 )
Logo a = 0 = 1. Absurdo !!
Sistemas de Equa¸c˜
oes Lineares e Matrizes
Nona Aula
Matriz Inversa
Defini¸c˜
ao
SejaA∈Mn(R). Uma matriz B ∈Mn(R) tal que
A·B =I =B·A
´e chamada matriz inversa deA. Escrevemos B =A−1
.
• Se a matriz inversa existe, ela ´e ´unica.
• Se uma matriz tem inversa, dizemos que ela ´e invert´ıvel ou n˜ ao-singular
Exemplo
Como
A·B =
(
6 2 11 4
) (
2 −1
−112 3
)
=
(
1 0 0 1
)
=I
e
B·A=
(
2 −1
−112 3
) (
6 2 11 4
)
=
(
1 0 0 1
)
=I
ent˜ao
B =
(
2 −1
−11
2 3
)
´e a matriz inversa de A.
• Observemos que a matriz A´e a inversa de B.
Pergunta: Toda matriz n˜
ao-nula ´
e invert´ıvel?
Suponha que a inversa da matriz A=
(
1 0 1 0
)
´eB =
(
a b c d
)
ent˜ao
A·B =I,
ou seja,
(
1 0 1 0
) (
a b c d
)
=
(
1 0 0 1
)
implica que
(
a b a b
)
=
(
1 0 0 1
)
Logo a= 0 = 1 e b = 0 = 1. Absurdo !!
Resposta: N˜
ao !
Matriz Adjunta
Seja uma matriz quadradada A = (aij). A adjunta de A, denotada por
adj A, ´e a transposta da matriz dos cofatores de A:
adj A=
∆11 ∆21 · · · ∆n1
∆12 ∆22 · · · ∆n2
... ... ... ∆1n ∆2n · · · ∆nn
Exemplo
SejaA=
2 3 −4 0 −4 2 1 −1 5
. Os cofatores de A s˜ao :
∆11 = −18 ∆12 = 2 ∆13 = 4
∆21 = −11 ∆22 = 14 ∆23 = 5
A transposta da matriz de cofatores de A ´e:
adj A=
−18 −11 −10 2 14 −4 4 5 −8
.
Teorema
Para qualquer matriz quadrada A,
A·(adj A) = (adj A)·A=det(A)·I
onde I ´e a matriz identidade.
Consequencia do Teorema
Sedet(A)̸= 0, ent˜ao
A−1
= 1
det(A)(adj A)
Exemplo
Para a matriz do exemplo anterior temos que
det(A) =−46 logo
A−1
= 1
−46
−18 −11 −10 2 14 −4 4 5 −8
=
9 23
11 46
5 23
−1 23 −
7 23
2 23
−2 23 −
5 46
4 23
Observa¸c˜
oes
• Se det(A)̸= 0, sabemos que A tem inversa (ver consequencia do Teo-rema anterior)
• Por outro lado, se A tem inversa ent˜ao, A·B =I. Logo
Da´ı
det(A)̸= 0.
Assim,
A ´e invert´ıvel (i.e. tem inversa) ⇔ det(A)̸= 0.
Determinando Inversas
SejaA uma matriz quadrada. Para encontrar sua inversa: 1. forme a matriz M = (A | I)
2. reduza M, por linhas, `a forma escalonada
Obs Se geramos uma linha nula na “parte esquerda”, A n˜ao tem inversa. 3. reduza M `a forma canˆonica reduzida por linhas na forma
(I | B)
4. fa¸ca B =A−1
.
Exemplos
(1) A=
1 0 1 1 2 1 0 2 0
1 0 1 | 1 0 0 1 2 1 | 0 1 0 0 2 0 | 0 0 1
∼
1 0 1 | 1 0 0 0 2 0 | −1 1 0 0 0 0 | 1 −1 1
Ent˜ao A n˜ao tem inversa.
(2) A=
1 0 2 2 −1 3 4 1 8
1 0 2
| 1 0 0 2 −1 3 | 0 1 0 4 1 8 | 0 0 1
∼
1 0 0
| −11 2 2 0 1 0 | −4 0 1 0 0 1 | 6 −1 −1
A−1
=
−11 2 2
−4 0 1 6 −1 −1
[(3)] A=
2 1 0 0 1 0 −1 1 0 1 1 1
−1 0 0 3
(A | I)∼
1 0 0 0 | 3 −3 −3 2 0 1 0 0 | −5 6 6 −4 0 0 1 0 | 4 −5 −4 3 0 0 0 1 | 1 −1 −1 1
Ent˜ao
A−1
=
3 −3 −3 2
−5 6 6 −4 4 −5 −4 3 1 −1 −1 1
Aplica¸c˜
ao `
a sistemas
Um sistema (S) de n equa¸c˜oes e n inc´ognitas ´e equivalente a seguinte equa¸c˜ao matricial
A·X =B
Se det(A)̸= 0, o sistema tem uma ´unica solu¸c˜ao dada por
X =A−1
·B
Pergunta: O que acontece se
det
(
A
) = 0
?
1. A solu¸c˜ao geral do sistema
x + 2y − 3z = 1 2x + 5y − 8z = 4 3x + 8y − 13z = 7 ´e (x, y, z) = (−3,2,0) +α(−1,2,1), onde α∈R. Observe que det(A) = 0
2. O sistema
x + 2y − 3z = −1 3x − y + 2z = 7 5x + 3y − 4z = 2 n˜ao tem solu¸c˜ao.
Observe que det(A) = 0.
Resposta
Sedet(A) = 0, o sistema pode ter infinitas solu¸c˜oes ou n˜ao ter solu¸c˜ao.
Exerc´ıcios
(1) Se A e B s˜ao matrizes invert´ıveis da mesma ordem, mostre que (A· B)−1
=B−1
·A−1
(2) Determine os valores de k de modo que o sistema
x + y − z = 1 2x + 3y + kz= 3
x + ky + 3z = 2
nas inc´ognitas x, y e z tenha (i) solu¸c˜ao ´unica (ii) nenhuma solu¸c˜ao (iii) uma infinidade de solu¸c˜oes
(3) Se A ∈ M3(R) tal que det(A) = 7, determine (i) det(A−1) (ii)
det(2·A−1
) (iii) det((2·A)−1
) (4) Se B =A·At·A−1
(5) SejamA, B, C ∈Mn(R) tais que A̸= 0 e A·B =A·C. Suponha que
existe Y ∈ Mn(R) tal que Y ·A = I, onde I ´e a matriz identidade.
Mostre que B =C.
(6) (a) Mostre que seA, B e A+B s˜ao matrizes quadradas invert´ıveis da mesma ordem, ent˜ao
A·(A−1
+B−1
)·B·(A+B)−1
=I
(b) O que o resultado da parte (a) diz sobre a matriz A−1
+B−1
? (6) Se A∈Mn(R4) tal que A4 =0, mostre que
(I −A)−1
=I+A+A2+A3, onde I ´e a matriz identidade
(7) Sejam A, P ∈Mn(R) tal que P ´e invert´ıvel. Mostre que det(P−1·A·
P) =det(A).
(8) Se (I + 2A)−1
=
(
−1 2 4 5
)
, determine A.