Apostila: Matrizes e Determinantes

1 Matrizes
1.1 Conceitos Básicos

Chamamos de matriz a uma tabela de elementos dispostos em linhas e colunas.

Exemplos:
(1) Considere a tabela abaixo:

Altura (metros) Peso (quilos) Idade (anos)

Pessoa 1 1,70 70 23
Pessoa 2 1,75 60 45
Pessoa 3 1,60 52 25
Pessoa 4 1,81 72 30

Ao abstraírmos os significados das linhas e colunas, obtemos a matriz

⎡1, 70 70 23⎤
⎢1, 75 60 45⎥⎥
⎢
⎢1, 60 52 25⎥
⎢ ⎥
⎣1,81 72 30 ⎦

(2) Os elementos de uma matriz podem ser números, funções etc, como nas
matrizes abaixo:

⎡ x2 1⎤ ⎡0⎤
⎢ ⎥ ⎢ e3 ⎥
⎢ x 2⎥ [5 sen x −2] ⎢ ⎥
⎢ x + 1 3⎥ ⎢⎣3x ⎥⎦
⎣ ⎦

1
 Representamos uma matriz de m linhas e n colunas por

⎡ a11 a12 a1n ⎤

⎢a a22 a2 n ⎥⎥
Am×n = ⎢ 21 = ⎡a ⎤ ,
⎢ ⎥ ⎣ ij ⎦ m×n
⎢ ⎥
⎣⎢ am1 am 2 amn ⎦⎥

onde aij é o elemento característico da matriz, com i representando a linha e j, a coluna.

Definição: Duas matrizes Am×n = ⎡⎣ aij ⎤⎦ e Br×s = ⎡⎣bij ⎤⎦ são iguais, ou seja, A = B , se elas
m×n r ×s

têm o mesmo número de linhas ( m = r ) e colunas ( n = s ) e todos os seus elementos

correspondentes são iguais ( aij = bij ).

Exemplo:
⎡ 22 ln1 sen 90o ⎤ ⎡ 4 0 1⎤
⎢ ⎥
⎢ 3 0 9 ⎥ = ⎢⎢ 3 0 3⎥⎥
⎢ cos 900 −1 3 ⎥⎥ ⎢⎣ 0 −1 3⎥⎦
⎢⎣ ⎦

1.2 Tipos Especiais de Matrizes

Seja Am×n uma matriz com m linhas e n colunas. Alguns tipos importantes de matrizes
são os seguintes:

(a) Quadrada: É aquela cujo número de linhas é igual ao número de colunas

( m = n ).

⎡ 2 0 −9 ⎤
⎢ 4 −8 −7 ⎥
⎢ ⎥ [ 4]1×1
⎢⎣ 2 8 6 ⎥⎦ 3×3

2
 (b) Nula: aij = 0 ∀i, j .

⎡0 0 0 0⎤
⎢0 0 ⎥⎥
⎡0 0 ⎤ ⎢ 0 0
⎢0 0 ⎥ ⎢0 0⎥
⎣ ⎦ 0 0
⎢ ⎥
⎣0 0 0 0⎦

(c) Coluna: n = 1 .
⎡6⎤
⎡1⎤ ⎢0⎥
⎢4⎥ ⎢ ⎥
⎢ ⎥ ⎢ −8 ⎥
⎣⎢ −3⎦⎥ ⎢ ⎥
⎣ −7 ⎦

Uma matriz coluna é chamada de vetor-coluna.

(d) Linha: m = 1 .

[3 −7 −4] [6 4 1 −8]

Uma matriz linha é chamada de vetor-linha.

(e) Diagonal: É uma matriz quadrada onde aij = 0 ∀i ≠ j .

⎡2 0 0 ⎤
⎢0 1 0 ⎥
⎢ ⎥
⎢⎣ 0 0 −4 ⎥⎦

(f) Identidade: É uma matriz diagonal onde todos os elementos da diagonal são
iguais a 1, ou seja, aii = 1 e aij = 0 ∀i ≠ j .

3
 ⎡1 0 0 ⎤
⎢0 1 0⎥
⎢ ⎥
⎢⎣0 0 1 ⎥⎦

(g) Triangular Superior: É uma matriz quadrada onde todos os elementos abaixo
da diagonal são nulos, isto é, aij = 0 ∀i > j .

⎡ 4 −3 −2 9 ⎤
⎢ 0 −1 0 1 ⎥
⎢ ⎥
⎢ 0 0 3 −4 ⎥
⎢ ⎥
⎣0 0 0 1 ⎦

(h) Triangular Inferior: É uma matriz quadrada onde todos os elementos acima
da diagonal são iguais a zero, isto é, aij = 0 ∀i < j .

⎡2 0 0 0⎤
⎢ −3 −2 0 0 ⎥⎥
⎢
⎢ −3 −3 4 0⎥
⎢ ⎥
⎣ −2 4 8 9⎦

(i) Simétrica: É uma matriz quadrada onde aij = a ji ∀i, j .

⎡ 1 2 −4 ⎤
⎢2 3 1⎥
⎢ ⎥
⎢⎣ −4 1 2 ⎥⎦

1.3 Operações com Matrizes

Adição: A + B = ⎡⎣ aij + bij ⎤⎦ , onde Am×n = ⎡⎣ aij ⎤⎦ e Bm×n = ⎡⎣bij ⎤⎦ .

m×n

4
 ⎡1 −5⎤ ⎡ 0 −8⎤ ⎡ 1 −13⎤
Exemplo: ⎢⎢ 3 −3⎥⎥ + ⎢⎢ −7 1 ⎥⎥ = ⎢⎢ −4 −2 ⎥⎥
⎢⎣ 4 −2 ⎥⎦ ⎢⎣ 9 0 ⎥⎦ ⎢⎣13 −2 ⎥⎦

Propriedades da adição: Dadas as matrizes A, B e C de mesma ordem mxn, temos:

(i) A + B = B + A (comutatividade)
(ii) A + ( B + C ) = ( A + B ) + C (associatividade)

(iii) A + 0 = A , onde 0 é a matriz nula mxn.

Demonstração: Exercício!

Multiplicação por escalar: k . A = ⎡⎣ kaij ⎤⎦ , onde A = ⎡⎣ aij ⎤⎦ e k é um número real.

m×n m×n

⎡ 0 −3⎤ ⎡ 0 −21⎤
Exemplo: 7 ⎢ ⎥=⎢ ⎥
⎣ 4 5 ⎦ ⎣ 28 35 ⎦

Propriedades: Dadas matrizes A e B de mesma ordem mxn e números reais k , k1 e k2 ,

temos:
(i) k ( A + B ) = kA + kB

(ii) ( k1 + k2 ) A = k1 A + k2 A

(iii) 0. A = 0
(iv) k1 ( k2 A) = ( k1k2 ) A

Demonstração: Exercício!

Transposição: Dada uma matriz A = ⎡⎣ aij ⎤⎦ , a matriz transposta de A é definida como

m×n

AT = ⎡⎣bij ⎤⎦ , cujas linhas são as colunas de A, isto é, bij = a ji ∀i, j .

n×m

Exemplos:

5
 ⎡ 3 −8⎤
⎡3 0 0⎤
A = ⎢⎢0 7 ⎥⎥ AT = ⎢ ⎥
⎢⎣0 3 ⎥⎦ ⎣ −8 7 3 ⎦

⎡4 2⎤ ⎡ 4 2⎤
B=⎢ ⎥ B T
= ⎢2 1⎥
⎣2 1⎦ ⎣ ⎦

Propriedades:
(i) Uma matriz é simétrica se, e somente se, ela é igual à sua transposta, ou seja, A = AT .

(A )
T
(ii) T
=A

( A + B)
T
(iii) = AT + BT

( kA)
T
(iv) = kAT

( AB )
T
(v) = BT AT

Demonstração: Exercício!

Multiplicação de Matrizes: Sejam A = ⎡⎣ aij ⎤⎦ e B = [brs ]n× p . Definimos o produto

m×n

matricial AB = [ cuv ]m× p por

n
cuv = ∑ auk bkv = au1b1v + + aunbnv
k =1

Perceba que só é possível efetuar o produto de duas matrizes Am×n e Bl× p se n = l , ou

seja, se o número de colunas da matriz que aparece pré-multiplicando for igual ao número
de linhas da matriz que aparece pós-multiplicando.

Exemplos:

6
 ⎡ 3 5 ⎤ ⎡ −1 0 ⎤ ⎡ ( 3)( −1) + ( 5 )( 4 ) ( 3)( 0 ) + ( 5 )( 7 ) ⎤ ⎡17 35 ⎤
⎢ 4 6 ⎥ ⎢ 4 7 ⎥ = ⎢ 4 −1 + 6 4 ⎥=⎢ ⎥
⎣ ⎦⎣ ⎦ ⎣( )( ) ( )( ) ( 4 )( 0 ) + ( 6 )( 7 ) ⎦ ⎣ 20 42 ⎦
⎡1 3⎤ ⎡ (1)( 5 ) + ( 3)( 9 ) ⎤ ⎡32 ⎤
⎢ 2 8 ⎥ ⎡5⎤ = ⎢ 2 5 + 8 9 ⎥ = ⎢82 ⎥
⎢ ⎥ ⎢9 ⎥ ⎢ ( )( ) ( )( ) ⎥ ⎢ ⎥
⎣ ⎦ ⎢ 4 5 + 0 9 ⎥ ⎢ 20 ⎥
⎣⎢ 4 0 ⎦⎥ ⎣( )( ) ( )( ) ⎦ ⎣ ⎦
⎡ 2 8 9⎤ ⎡ x1 ⎤ ⎡ 2 x1 + 8 x2 + 9 x3 ⎤
⎢ ⎥ ⎢ ⎥
A = ⎢ −3 9 0 ⎥ x = ⎢ x2 ⎥ Ax = ⎢⎢ −3 x1 + 9 x2 ⎥⎥
⎢⎣ −2 −1 3⎥⎦ ⎢⎣ x3 ⎥⎦ ⎢⎣ −2 x1 − x2 + 3 x3 ⎥⎦

Propriedades:
(i) Em geral, AB ≠ BA .
⎡ 1 −1 1 ⎤ ⎡ 1 2 3⎤
Exemplo: Se A = ⎢⎢ −3 2 −1⎥⎥ B = ⎢⎢ 2 4 6⎥⎥ , então
⎢⎣ −2 1 0 ⎥⎦ ⎢⎣1 2 3⎥⎦

⎡0 0 0⎤ ⎡ −11 6 −1⎤
AB = ⎢0 0 0 ⎥ e BA = ⎢⎢ −22 12 −2 ⎥⎥
⎢ ⎥
⎢⎣0 0 0 ⎥⎦ ⎢⎣ −11 6 −1⎥⎦

É importante perceber que AB = 0 sem que A = 0 ou B = 0 .

Desde que estejam bem definidas as operações, as seguintes propriedades são válidas:
(ii) AI = IA = A
(iii) A ( B + C ) = AB + AC

(iv) ( A + B ) C = AC + BC
(v) ( AB ) C = A ( BC )
( AB )
T
(vi) = BT AT

(vii) 0. A = 0 e A.0 = 0

7
1.4 Matriz Inversa

Definição: Seja A uma matriz quadrada. A matriz inversa de A, denotada por A−1 , é aquela
que satisfaz a condição AA−1 = A−1 A = I .

Obs.: (i) Nem toda matriz quadrada possui inversa. Se uma matriz quadrada possui
inversa, ela é chamada de não-singular. Se ela não possui inversa, é chamada de singular.
(ii) Se existe a matriz inversa, então ela é única.

⎡1 1⎤
⎢ − ⎥
⎡3 1 ⎤ 3 6
Exemplos: Se A = ⎢ ⎥ e B=⎢ ⎥ , então
⎣0 2⎦ ⎢0 1 ⎥
⎣⎢ 2 ⎥⎦

⎡ 3 1 ⎤ ⎡ 2 −1⎤ 1 ⎡ 6 0 ⎤ 1 ⎡1 0⎤
AB = ⎢ ⎥⎢ ⎥ =⎢ ⎥ =⎢ ⎥ = I.
⎣0 2⎦ ⎣0 3 ⎦ 6 ⎣0 6⎦ 6 ⎣0 1⎦
Podemos verificar facilmente que BA = I , de forma que B = A−1 e A = B −1 .

Propriedades:

(i) (A )
−1 −1
=A

( AB )
−1
(ii) = B −1 A − 1

Demonstração: Seja C a inversa de AB. Então CAB = I , de forma que

CABB −1 A−1 = IB −1 A−1 = B −1 A−1.

Mas também é verdade que

CABB −1 A−1 = CAIA−1 = CAA−1 = CI = C ,

o que implica C = B −1 A−1 .

8
 (A ) = ( A−1 )
T −1 T
(iii)