Algebra Linear e Geometria Analitica
Algebra Linear e Geometria Analitica
Algebra Linear e Geometria Analitica
1
1.1 Matrizes
Definição 1.1.1. Uma matriz é uma tabela de mn números dispostos em m linhas e n
colunas. Dada uma linha i e uma coluna j de uma matriz A, o elemento na posição (i,
j) será denotado por aij . Assim, uma matriz com m × n elementos pode ser escrita na
seguinte forma:
a11 a12 a13 . . . a1n
a21 a22 a23 . . . a2n
A= .
.. .. .. ..
.. . . . .
am1 am2 am3 . . . amn
Uma matriz A também pode ser escrita de forma abreviada: A [aij ]m×n , A (aij )m×n · · ·
Definição 1.1.2. (Ordem de uma matriz) As matrizes geralmente são denotadas por
letras maiúsculas e seus elementos por letras minúsculas. Se uma matriz possui m linhas
e n colunas diremos que a matriz tem ordem m × n.
Definição 1.1.4. (Matriz Linha) A matriz linha é uma matriz que tem apenas uma linha.
h i h i
Exemplo 1.1.2. A = ai1 ai2 ai3 . . . ain , B = 1 2 3 4 .
Definição 1.1.5. (Matriz Coluna) A matriz coluna é aquela que tem apenas uma coluna.
1
Análise Matemática I
a1j
a2j 1
2
Exemplo 1.1.4. A = a3j , B =
.
..
3
.
5
amj
Definição 1.1.6. (Matriz Nula) A matriz nula é uma matriz cujos elementos são todos
nulos.
0 0 0 0 0
Exemplo 1.1.5. A = 0 0 0 0 0 .
0 0 0 0 0
Definição 1.1.8. (diagonal principal) Chamamos diagonal principal duma matriz qua-
drada aos elementos aij dos quais i = j .
Exemplo 1.1.7. Os elementos das diagonal principais das matrizes (1.1.6), são:
{a11 , a22 , . . . , ann } e {1, 2, 9}.
Definição 1.1.9. (Matriz diagonal) Uma matriz é diagonal se todos os elementos são
nulos excepto os da diagonal principal, ou seja aij = 0 se i 6= j .
" # 2 0 0
2 0
Exemplo 1.1.8. A = , B = 0 3 0 .
0 1
0 0 5
Definição 1.1.10. (Matriz Identidade) A matriz identidade é uma matriz diagonal onde
todos os elementos da diagonal principal são iguais a um. É geralmente denotada por In ,
onde n representa a ordem da matriz.
1 0 0 ... 0
" # 1 0 0
0 1 0 ... 0
1 0
Exemplo 1.1.9. I2 = , I3 = 0 1 0 , In = . . . .
. . . . ..
0 1 . . . . .
0 0 1
0 0 0 ... 1
Definição 1.1.12. (Matriz Triangular Inferior) A matriz triangular inferior é uma matriz
quadrada de ordem n cujos elementos aij são nulos quando i < j .
2
Análise Matemática I
a11 0 ... 0
a21 a22 ... 0
1 0 0 " #
2 0
Exemplo 1.1.11. A = , B = 2 2 0 e C = .
.. .. .. ..
. . . .
1 4
3 2 1
an1 an2 . . . ann
Duas matrizes A e B são iguais se elas têm a mesma ordem (tamanho) e os elementos
correspondentes são iguais, ou seja, A = (aij )m×n e B = (bij )p×q são iguais se m = p, n = q
e aij = bij para i = 1, 2, 3, . . . , m e j = 1, 2, 3, . . . , n.
Matriz transposta
3
Análise Matemática I
Multiplicação
• A multiplicação de uma matriz A = [aij ]m×n por um escalar α é definida pela matriz
C [cij ]m×n = αA [aij ]m×n obtida pela multiplicação de cada elemento da matriz A pelo
escalar α, ou seja cij = αaij .
2 1 " #
5 4 2
Exemplo 1.1.16. Considere as matrizes A = 1 0 e B = . Calcule AB .
0 6 1
3 4
Resolução:
2 1 " # 2·5+1·0 2·4+1·6 2·2+1·1 10 14 5
5 4 2
AB = 1 0 · = 1 · 5 + 0 · 0 1 · 4 + 0 · 6 1 · 2 + 0 · 1 = 5 4 2
0 6 1
3 4 3·5+4·0 3·4+4·6 3·2+4·1 15 36 10
1) Comutatividade: A + B = B + A;
6) (αA)T = αAT ;
7) (AT )T = A;
8) (A + B)T = AT + B T ;
9) (AB)T = B T AT ;
4
Análise Matemática I
3) Somar a uma linha (coluna) outra linha (coluna) multiplicada por um escalar.
1 0 2 1 0 2
Exemplo 1.2.3. Seja 6 2 0 então (L3 −→ −2L3 + L3 ) 6 2 0
2 1 1 0 1 −3
(b) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das linhas
não nulas.
Definição 1.2.4. Uma matriz A diz-se que está na forma escalonada reduzida, se:
(i) É escalonada;
(iii) Se aij é o pivô da linha i, todos os elementos da coluna j acima de aij são nulos.
Definição 1.2.5. A característica de A, abreviamente car(A), é o número de pivôs da ma-
triz na forma escalonada.
O número de Pivôts da matriz na forma escalonada não depende da sucessão das opera-
ções elementares que transformam a matriz dada para forma escalonada.
Nota 1.2.2. A característica de A ( car(A) ) é independente da sucessão concreta do método
de eliminação, isto é, uma invariante da matriz dada.
Observação 1.2.5.1. Uma matriz quadrada An×n , diz-se não-singular se tiver caracte-
rística n. Se car(A) < n, a matriz A diz-se singular.
5
Análise Matemática I
1 1 0 3
0 2 1 4
0 1 0 2
1.3 Determinantes
Vamos inicialmente definir o determinante de matrizes 1×1. Para cada matriz A = [a] de-
finimos o determinante de A, indicado por det(A) ou |A| , por det(A) = a. Vamos, agora,
definir o determinante de matrizes 2 × 2 e a partir daí definir para matrizes de ordem
1
Johann Carl Friedrich Gauss, matemático alemão [1777-1855]
2
Wilhelm Jordan, matemático alemão [1842-1899]
6
Análise Matemática I
Preposição 1.3.1. Seja A uma matriz triangular superior ou inferior. Então o determinante
de A é igual ao produto dos elementos da diagonal principal.
2 8 7
Exemplo 1.3.3. Mostre que 0 4 1 = 24
0 0 3
Resolução:
Aplicando a preposição acima teremos 2 × 4 × 3 = 24.
7
Análise Matemática I
8
Análise Matemática I
n
X
det(A) = aij (−1)i+j det(Aij ), ∀j ∈ {1, . . . , n} , (1.2)
j=1
n
X
det(A) = aij (−1)i+j det(Aij ), ∀i ∈ {1, . . . , n} , (1.3)
i=1
3 5 7
a) 2 0 6
4 1 8
Resolução:
Para calcularmos este determinante, podemos desenvolver a segunda linha, então:
3 5 7
5 7 3 7 3 5
2 0 6 = 2(−1)2+1 + 0(−1)2+2 + 6(−1)2+3
1 8 4 8 4 1
4 1 8
= −2(40 − 7) + 0 − 6(3 − 20)
= −66 + 102
= 36
2 1 4 6
3 5 0 7
b)
4 6 0 8
0 3 0 0
Resolução:
Para calcularmos este determinante, podemos desenvolver a terceira coluna, então:
3
Pierre Simon Marquis de Laplace, matemático, francês [1749-1827]
9
Análise Matemática I
2 1 4 6
3 5 7
" #
3 5 0 7 3 7
= 4(−1)1+3 4 6 8 = 4 3(−1)3+2
4 6 0 8 4 8
0 3 0
0 3 0 0
= 4(−3)(24 − 28)
= 4(−3)(−4)
= 48
10
Análise Matemática I
Segundo método
Transformando
a matriz
A, numa
matriz escalonada (triangular), teremos:
1 2 3 1 2 3
|A| = 2 1 4 ∼ 0 −3 −2 = 1 · (−3) · 4 = −12
0 0 4 0 0 4
Observação 1.3.2.4. A segunda linha da matriz na forma escalonada (0, −3, −2), é
resultante das operações elementares de uma matriz, isto é, multiplicamos a primeira
0
linha de A por (−2) e adicionamos a segunda linha L2 = (−2)L1 + L2 .
4
Pierre Simon Marquis de Laplace, matemático, francês [1749-1827]
11
Análise Matemática I
Resolução:
2 3 4 1
a) = −10, se trocarmos as linhas, teremos = 10
4 1 2 3
1 3 1
b) 0 −2 3 = −2, porém se mutiplicarmos a segunda linha por −1, termos
0 0 1
1 3 1
0 2 −3 = 2
0 0 1
12
Análise Matemática I
Segundo
método
2 3 5 1 2 0 0 0 4 6 10 2
0 1 3 8 3 1 0 0 6 10 18 11
A·B = · = , então |A · B| = 960
0 0 3 9 4 3 4 0 8 15 41 64
0 0 0 4 1 2 1 5 2 5 14 46
Observação 1.3.2.6. O determinante da matriz (A · B ), pode ser calculado segundo
o desenvolvimento da linha e/ou coluna reduzindo a ordem em uma unidade, em
seguida podemos usar o método de Sarrus ou continuamos com o desenvolvimento
da linha e/ou coluna.
Definição 1.4.1. Seja A uma matriz quadrada de ordem n. Diremos que A é invertível
ou não singular se existir uma matriz B, quadrada de ordem n, tal que AB = BA = In .
Observação 1.4.1.1. Se A não tem inversa, dizemos que A é não invertível ou singular.
Definição 1.4.2. Dada uma matriz invertível A, chama-se inversa de A−1 (que é única)
tal que AA−1 = A−1 A = In .
" # " #
1 2 −1 1
Exemplo 1.4.1. A matriz A = é inevertível e a sua inversa é A−1 = .
2 2 1 − 21
Segundo a definição, teremos:
AB
" = BA # " = In . # " # " # " # " #
1 2 −1 1 1 0 −1 1 1 2 1 0
· = = I2 e · = = I2
2 2 1 − 12 0 1 1 − 12 2 2 0 1
Teorema 1.4.1. Se uma matriz A = [aij ]n×n possui inversa, então a inversa é única.
Demonstração:
Suponhamos que B e C sejam inversas de A. Então:
AB = BA = In = AC = CA
e assim,
B = BIn = B(AC) = (BA)C = In C = C .
13
Análise Matemática I
Exemplo 1.5.1. Encontre as inversas das matrizes abaixo, pelo método de Gauss-Jordan.
" #
1 2
1) A = ;
2 2
Resolução:
Em primeiro lugar," transformamos
# " # matriz ([n × n]) para ([n × 2n]) ou seja
a ordem da
1 2 1 2 | 1 0
de [A] ⇒ [A|In ]: ⇒ , em seguida escalonamos pelo método
2 2 2 2 | 0 1
de Gauss - Jordan, até obtermos à esquerda a matriz identidade, isto é:
" # " # " #
1 2 | 1 0 1 2 | 1 0 1 0 | −1 1
∼ l2 ⇒ (−2)l1 +l2 : ∼ l1 ⇒ l2 +l1 :
2 2 | 0 1 0 −2 | −2 1 0 −2 | −2 1
" # " #
1 0 | −1 1 −1 1
∼ l2 → (− 21 )l2 : 1 então A−1 =
0 1 | 1 −2 1 − 12
2 4 1
2) B = 3 0 5 .
1 5 2
Resolução:
6
Johann Carl Friedrich Gauss, matemático alemão [1777-1855]
7
Wilhelm Jordan, matemático alemão [1842-1899]
14
Análise Matemática I
2 4 1 | 1 0 0
Para determinarmos a inversa, temos que escalonar a matriz 3 0 5 | 0 1 0 ;
1 5 2 | 0 0 1
1a eliminação
2 4 1 | 1 0 0 1 5 2 | 0 0 1
l2 → (−3)l1 + l2
3 0 5 | 0 1 0 ∼ l1 ↔ l3 : 3 0 5 | 0 1 0 ∼
l3 → (−2)l1 + l3
1 5 2 | 0 0 1 2 4 1 | 1 0 0
1 5 2 | 0 0 1 1 5 2 | 0 0 1
0 −15 −1 | 0 1 −3 ∼ 1
l2 → (− 15 )l2 : 0 1 1
| 0 −1 1
15 15 5
0 −6 −3 | 1 0 −2 0 −6 −3 | 1 0 −2
2a eliminação
1 5 2 | 0 0 1
1 −1 1
l3 → 6l2 + l3 : 0 1 | 0 ∼ l1 → (−5)l2 + l1 :
15 15 5
−39 −6 −4
0 0 15 | 1 15 15
25 5 25 5
1 0 15 | 0 15 0 1 0 15 | 0 15 0
1 −1 1 15 1 −1 1
0 1 | 0 ∼ l3 → (− 39 )l3 : 0 1 | 0
15 15 5 15 15 5
−39 −6 −4 −15 6 12
0 0 15 | 1 15 15 0 0 1 | 39 39 39
3a eliminação
25 3 −20 25 1 −20
1 0 0 | 1 0 0 |
l1 → (− 25
15 )l3 + l1
39
1
39
−3
39
7 ⇔
39
1
13
−1
39
7
: 0 1 0 | 39 0 1 0 |
1 39 39 39 13 39
l2 → (− 15 )l3 + l2
0 0 1 | −1539
6
39
12
39 0 0 1 | −5
13
2
13
4
13
então a matriz inversa de A, será dada por:
25 1 −20
39 13 39
A−1 = 1 −1 7
39 13 39
−5 2 4
13 13 13
Definição 1.5.1. Dada a matriz A, com os cofactores ∆ij = (−1)i+j detAij dos elementos
aij da matriz A, podemos formar uma nova matriz A, denominada matriz dos cofactores
de A, A = [∆ij ].
∆11 ∆12 ∆13 . . . ∆1n
∆
21 ∆22 ∆23 . . . ∆2n
A = [∆ij ] = ∆ ∆32 ∆33 . . . ∆3n
31
.. .. .. .. ..
. . . . .
∆n1 ∆n2 ∆n3 . . . ∆nn
2 4 1
Exemplo 1.5.2. Determine a matriz dos cofactores da matriz A = 3 0 5 .
1 5 2
Resolução:
15
Análise Matemática I
A
matriz dos cofactores,
será dada por:
∆11 ∆12 ∆13
∆21 ∆22 ∆23 , onde:
∆31 ∆32 ∆33
# # #
0 5 3 5 3 0
∆11 = (−1)1+1 = −25, ∆12 = (−1)1+2 = −1, ∆13 = (−1)1+3 = 15
5 2 1 2 1 5
# # #
4 1 2 1 2 4
∆21 = (−1)2+1 = −3, ∆22 = (−1)2+2 = 3, ∆23 = (−1)2+3 = −6
5 2 1 2 1 5
# # #
4 1 2 1 2 4
∆31 = (−1)3+1 = 20, ∆32 = (−1)3+2 = −7, ∆33 = (−1)3+3 = −12
0 5 3 5 3 0
, então
−25 −1 15
A = −3 3 −6
20 −7 −12
Suponhamos agora que An×n tenha inversa, isto é, existe A−1 tal que A · A−1 = In .
Usando o determinante temos, det(A · A−1 ) = det(A) · det(A−1 ) ⇔ det(In ) = 1. Da última
relação , concluimos que se A tem inversa, então:
1) det(A) 6= 0;
1
2) det(A−1 ) =
det(A)
Ou seja detA 6= 0, é condição necessária para que A tenha inversa. Provemos de
seguida que esta condição é também suficiente:
Sabemos que A · AT = (detA) · I . Considerando det(A) 6= 0, podemos afirmar que A ·
1 T 1
· A = In , então A−1 = (adj(A)) .
det(A) det(A)
2 4 1
Exemplo 1.5.4. Seja dada a matriz A = 3 0 5 . Calcule a sua inversa, usando a
1 5 2
matriz adjunta.
Resolução:
16
Análise Matemática I
17