IST - 1o Semestre de 2024/2025

LEC21 e LEGM
1

EXERCÍCIOS DE ÁLGEBRA LINEAR

FICHA 1 - Sistemas de equações lineares, matrizes
e determinantes

1 Sistemas de equações lineares

Uma equação linear nas variáveis (ou incógnitas) x1 ; :::; xn ; é uma equação do tipo
a1 x1 + ::: + an xn = d; (1.1)
onde a1 ; :::; an e d são números (reais ou complexos); a1 ; :::; an ; dizem-se os coe…cientes da
equação e d o seu segundo membro.
Um sistema de p equações lineares (SEL) nas n variáveis (ou incógnitas)
x1 ; :::; xn ; é um conjunto de p de equações do tipo da equação (1.1):
8
>
> a11 x1 + ::: + a1n xn = d1
<
a21 x1 + ::: + a2n xn = d2
: (1.2)
>
> :::
:
ap1 x1 + ::: + apn xn = dp
Uma sequência numérica (s1 ; :::; sn ) diz-se uma solução do sistema (1.2) se for solução de
cada uma das equações que compõem (1.2).
Dois sistemas de p equações lineares a n incógnitas são equivalentes se tiverem o
mesmo conjunto de soluções
Tornando implícitas as variáveis de um SEL, ele acha-se plenamente caracterizado pela
matriz 2 3
a11 ::: a1n j d1
6 a21 ::: a2n j d2 7
Ajd = 6 7
4 ::: ::: ::: j ::: 5 :
ap1 ::: apn j dp
que toma o nome de matriz aumentada do sistema (MAS). A matriz com p linhas e n
colunas (matriz p n) sem os segundos membros das equações do sistema,
2 3
a11 ::: a1n
6 a21 ::: a2n 7
A=6 7
4 ::: ::: ::: 5 ;
ap1 ::: apn
toma o nome de matriz dos coe…cientes do sistema, ou matriz do sistema.

1
Coligidos por: João Ferreira Alves, Ricardo Coutinho e José M. Ferreira.

1
1.1 Classi…cação dos sistemas de equações lineares

Um SEL pode ser:

Impossível se não tiver soluções.

Possível e determinado se possuir uma só solução.

Possível e indeterminado se tiver in…nitas soluções.

1.2 Operações elementares sobre as linhas de uma matriz

Sobre as linhas de uma matriz iremos considerar as seguintes operações:

1. Trocar linhas.

2. Multiplicar uma linha por um número diferente de zero, obtendo-se um múltiplo dessa
linha.

3. Substituir uma linha pela sua soma com o múltiplo de outra linha.

Estas operações podem ser resumidamente indicadas através da seguinte notação:

Li ! Lj signi ca a operac~ao de trocar a linha i com a linha j:

Li diz-nos que estamos a multiplicar a linha Li pelo numero 6= 0:
Li + Lj indica que estamos a substituir a linha Li pela sua soma com o
multiplo Lj da linha Lj

1.3 Matriz em escada de linhas

Uma matriz diz-se em escada de linhas se tiver as seguintes características:

1. Não tem linhas nulas seguidas de linhas não nulas.

2. Chamando pivô de uma linha à primeira entrada não nula dessa linha, caso exista,
cada pivô de uma linha encontra-se numa coluna à direita da coluna a que pertence o
pivô da linha imediatamente anterior.

Por exemplo, 2 3
1 5 0 3 6 0
6 0 0 0 3 0 9 7
6 7:
4 0 0 0 0 2 6 5
0 0 0 0 0 0

2
1.4 Forma reduzida de uma matriz em escada de linhas

Uma matriz em escada de linhas diz-se na forma reduzida se possuir as seguintes car-
acterísticas adicionais:

Todos os pivôs são iguais a 1.

Cada pivô é a única entrada não nula da coluna respectiva.

Por exemplo,
2 3
1 5 0 0 0 9
6 0 0 0 1 0 3 7
6 7:
4 0 0 0 0 1 2 5
0 0 0 0 0 0

1.5 Variáveis dependentes e variáveis livres

Se a MAS, Ajd; estiver em escada de linhas, dizemos que, com 1 i n; xi é uma

variável dependente se na coluna i de Ajd existir um pivô. Caso contrário diremos que xi
é variável livre. Nestas condições podem ainda tirar-se as seguintes conclusões:

1. O sistema é impossível se e só se existir um pivô na última coluna de Ajd:

2. O sistema é possível e determinado se e só se não existir um pivô na última coluna de

Ajd e não existirem variáveis livres.

3. O sistema é possível e indeterminado se e só se não existe um pivô na última coluna

de Ajd e existirem incógnitas livres.

1.6 Método de eliminação de Gauss2 (MEG)

PASSO 1: Ordenar as variáveis e escrever a matriz aumentada do sistema Ajd:

PASSO 2: Por meio de operações elementares de linhas obter uma matriz em escada de
linhas.
PASSO 3: Veri…car se o sistema é possível. Neste caso identi…car as variáveis livres e as
dependentes e:
PASSO 4: Por meio de operações elementares de linhas obter uma matriz na forma reduzida
e ler a solução.
2
Johann Carl Friederich Gauss, n. 30 de Abril de 1777 em Brunswick, m. em 23 de Fevereiro de 1855 em
Gottingen.

3
1.7 Exercícios
Exercício 1 Quais dos seguintes pares (x; y):
(0; 0) ; ( 1; 1) ; (1; 1) e (1; 1) ;
são soluções do sistema 8
< x+y =0
x 2y = 1 ?
:
2x + 2y = 0

Exercício 2 Quais dos seguintes ternos (x; y; z):

(0; 0; 0) ; ( 1; 1; 0) ; (1; 1; 0) ; (0; 1; 1) e (0; 1; 0)
são soluções do sistema
x + y + 2z = 0
?
x 2y z = 1

Exercício 3 Resolva os seguintes sistemas de equações lineares a duas incógnitas e inter-

prete geometricamente as suas eventuais soluções :
x + 2y = 1 2x + 3y = 1
a) : b) :
x + 3y = 0 4x + 6y = 2
8
< x+y =1
4x + 5y = 1
c) : d) 3x y = 2 :
12x + 15y = 0 :
x y=0

Exercício 4 Resolva os seguintes sistemas de equações lineares a três incógnitas e proceda

à interpretação geométrica das suas eventuais soluções:
8 8
< 2x + 2y + 3z = 1 < x + 2y + 3z = 1
a) x + 2y + z = 0 : b) 4x + 7y + 7z = 3 :
: :
x y+z =0 2x + 3y + z = 0

8
< x + 2y + z = 0
2x + 3y + z = 0
c) 4x + 10y + 10z = 0 : d) :
: x+y+z =0
x + 3y + 4z = 0

Exercício 5 Resolva os seguintes sistemas de equações lineares

8
< 2x + 2y + 2z + 3w = 3
2x1 + x2 + x3 + x4 = 1
a) : b) x+y+z+w =1 :
2x1 + x2 x3 + x4 = 3 :
3x + 3y + 3z + 2w = 2
8 8
>
> x + z + 2w = 0 >
> y1 + y3 + 2y4 = 0
< <
2x + 3z + 3w = 0 y1 + 2y2 + y3 + y4 = 1
c) : d) :
>
> y + 2w = 2 >
> y2 + 2y4 = 8
: :
x + 2z + w = 0 y1 + 2y3 + y4 = 0

4
Exercício 6 Determine o conjunto das soluções dos seguintes sistemas:
8
8
> y+z =0
>
> > 3y 2z = 0
>
< 2x + 3w = 2 >
<
2x + 2y 2z = 0
a) 6x + 3y + 3z + 4w = 6 : b) :
>
> >
> x + 4y 3z = 0
>
> 3x + 2w = 3 :
: x y+z =2
5x + y + z + 5w = 5

Exercício 7 Em função dos parâmetros e , discuta os seguintes sistemas de equações

lineares: 8 8
< x + 4y + 3z = 10 < 2x + y + z = 6
a) 2x + 7y 2z = 10 : b) x + 3y + 2z = 2 :
: :
x + 5y + z = 2x + y + ( + 1) z = 4

Exercício 8 Caracterize os vectores (b1 ; b2 ; b3 ) 2 R3 que tornam possível o seguinte sistema

de equações lineares nas incógnitas x; y e z
8
< x + y + 3z = b1
2x + 2y z = b2 :
:
4x + 4y + 5z = b3

Exercício 9 Considere o sistema de equações lineares com parâmetros e , e incógnitas

x; y e z : 8
< 2x + 7y = 9
2x + y + z = 1 :
:
2x + 7y + z = 7
Determine os únicos valores de e para os quais o sistema é indeterminado.

Exercício 10 Obtenha uma equação linear cujo conjunto de soluções seja:

a) S = f(1 + t; 1 t) : t 2 Rg :
b) S = f(1 t; 2s; t) : s; t 2 Rg :
c) S = f(3t + 2s; t s + 1; 2t s + 2) : s; t 2 Rg :

Exercício 11 Indique um sistema de equações lineares que tenha como conjunto de soluções:
a) S = f(3s 2t + 1; s; 5t 1; t) : s; t 2 Rg :
b) S = f(3t; 2t; t) : t 2 Rg :

Exercício 12 Determine um polinómio p (t) = a0 +a1 t+a2 t2 cujo grá…co passe pelos pontos

(1; 12) ; (2; 15) e (3; 16) :

Exercício 13 Um mealheiro contém moedas de 1, 5 e 10 cêntimos num total de 13 moedas

e de 83 cêntimos. Quantas moedas de cada tipo contém o mealheiro?

Exercício 14 Quatro números inteiros são dados. Seleccionando três deles, fazendo a re-
spectiva média e adicionando ao quarto obtiveram-se os seguintes valores: 29, 23, 21 e 17.
Determine aqueles números.

5
Exercício 15 Um …lamento de espessura negligenciável está representado na Figura 1, onde
são também indicadas as temperaturas em três nós do …lamento (30o , 40o e 60o ). Determinar
as temperaturas dos restantes três nós, sabendo que cada uma delas é igual às médias das
temperaturas dos três nós mais próximos.

Exercício 16 Sejam v1 ; :::; vp ; pontos de R3 e suponha-se que para cada j = 1; :::; p; se

encontra um objecto em vj de massa mj : Em Física tais objectos são chamados de pontos
de massa. A massa total do sistema é

m = m1 + ::: + mp

e o ponto
1
v= (m1 v1 + ::: + mp vp )
m
é chamado de centro de gravidade (ou centro de massa) do sistema.
a) Calcule o centro de gravidade de um sistema composto pelos pontos de massa indicados
na seguinte tabela:
Pontos Massas
(5; 4; 3) 2g
(4; 3; 2) 5g
( 4; 3; 1) 2g
( 9; 8; 6) 1g

b) Uma placa de espessura negligenciável com 3g de massa tem a forma de um triângulo de

vértices (0; 1; 0) ; (8; 1; 0) e (2; 4; 0) : Supondo que a densidade da placa é uniforme, determine
o seu centro de massa. (Este ponto coincide com o centro de massa de um sistema composto
por 1g de massa colocado em cada vértice do triângulo).
c) Como distribuiria uma massa adicional de 6g pelos três vértices da placa de modo a
deslocar o centro de gravidade da placa para o ponto (2; 2; 0)?

6
2 Operações com matrizes
Uma matriz m n é um quadro de números reais ou complexos com m …las horizontais
e n …las verticais 2 3
a11 a12 ::: a1n
6 a21 a22 ::: a2n 7
A=6 4 :::
7.
::: ::: ::: 5
am1 am2 ::: amn
Chamaremos linhas às …las horizontais de A e colunas às suas …las verticais. O coe…ciente
(ou entrada) de uma matriz A relativo à linha i e coluna j representa-se por aij ou [A]ij .
O conjunto das matrizes m n com coe…cientes reais (resp. complexos) representa-se por
Mm n (R) (resp. Mm n (C)).

2.1 Soma de matrizes e produto de uma matriz por um escalar

Dadas duas matrizes p n
2 3 2 3
a11 a12 ::: a1n b11 b12 ::: b1n
6 a21 a22 ::: a2n 7 6 b21 b22 ::: b2n 7
A=6 4 :::
7 eB=6 7
::: ::: ::: 5 4 ::: ::: ::: ::: 5
ap1 ap2 ::: apn bp1 bp2 ::: bpn

pela soma de A com B entendemos a matriz, também p n;

2 3
a11 + b11 a12 + b12 ::: a1n + b1n
6 a21 + b21 a22 + b22 ::: a2n + b2n 7
A+B =6 4
7:
5
::: ::: ::: :::
ap1 + bp1 ap2 + bp2 ::: apn + bpn

O produto do escalar 2 R pela matriz A consiste na matriz

2 3
a11 a12 ::: a1n
6 a21 a 22 ::: a2n 7
A=6 4 :::
7:
5
::: ::: :::
ap1 ap2 ::: apn

Decorrentes de propriedades bem conhecidas dos números reais, facilmente se observa

a validade das propriedades seguintes onde A; B e C são matrizes n p e ; 2 R:

i) A + B = B + A (comutatividade).

ii) (A + B) + C = A + (B + C) (associatividade).

iii) (A + B) = A + B (distributividade).

iv) ( + ) A = A + A (distributividade).

v) ( )A = ( A) (associatividade).

7
2.2 Produto de matrizes
Consideremos duas matrizes A e B, a primeira m n e a segunda n p :
2 3 2 3
a11 a12 ::: a1n b11 b12 ::: b1p
6 a21 a22 ::: a2n 7 6 b21 b22 ::: b2p 7
A=6 4 :::
7 eB=6 7
::: ::: ::: 5 4 ::: ::: ::: ::: 5
am1 am2 ::: amn bn1 bn2 ::: bnp

(note que o número de colunas de A é igual ao número de linhas de B). À matriz AB com
m linhas, p colunas e entradas [AB]ij de…nidas por
X
n
[AB]ij = aik bkj
k=1

chamamos matriz produto de A por B.

Observemos que, como consequência da de…nição de produto, a coluna j da matriz AB é
dada pela expressão
2 3 2 3 2 3 2 3
b1j a11 a12 a1n
6 b2j 7 6 a21 7 6 a22 7 6 a2n 7
A6 7 6 7 6 7
4 ::: 5 = b1j 4 ::: 5 + b2j 4 ::: 5 + + bnj 6
4 :::
7:
5
bnj am1 am2 amn
Analogamente, a linha i da matriz AB é dada por

ai1 ai2 ::: ain B = ai1 b11 b12 ::: b1p + ai2 b21 b22 ::: b2p +

+ ain bn1 bn2 ::: bnp :

O produto de matrizes goza das propriedades a seguir indicadas.

Seja A uma matriz m n, B; C matrizes de tamanhos adequados e 2 R. Então:

i) A (BC) = A (BC) (associatividade).

ii) A (B + C) = AB + AC (distributividade).
iii) (A + B) C = AC + BC (distributividade).
iv) (AB) = ( A) B = A ( B) (associatividade).
v) Im A = A = AIn onde
2 3 2 3
1 0 ::: 0 1 0 ::: 0
6 0 1 ::: 0 7 6 0 1 ::: 0 7
Im =6
4 :::
7 e In =6 7
(matriz m m) ::: ::: ::: 5 (matriz n n)
4 ::: ::: ::: ::: 5
0 0 ::: 1 0 0 ::: 1
são chamadas de matrizes identidade (existência de elementos neutros).

Notemos que em geral o produto de matrizes não é comutativo.

8
2.3 Descrição matricial de um SEL
O produto de matrizes permite ainda uma descrição matricial do SEL
8
>
> a11 x1 + a12 x2 + ::: + a1n xn = d1
<
a21 x1 + a22 x2 + ::: + a2n xn = d2
;
>
> :::
:
ap1 x1 + ap2 x2 + ::: + apn xn = dp
através da relação
Ax = d;
onde 2 3 2 3 2 3
a11 a12 ::: a1n x1 d1
6 a21 a22 ::: a2n 7 6 x2 7 6 d2 7
A=6
4 ::: :::
7, x = 6 7 e d=6 7
4 ::: 5 :
::: ::: 5 4 ::: 5
ap1 ap2 ::: apn xn dp

2.4 Transposta de uma matriz

Seja A uma matriz p n: A matriz transposta de A é a matriz AT que se obtém a
partir de A; transformando a primeira linha de A na primeira coluna de AT ; a segunda linha
de A na segunda coluna de AT ; etc. AT é uma matriz n p:
Esta operação de transposição de uma matriz satisfaz as propriedades a seguir estab-
elecidas.

Seja A uma matriz p n; B uma matriz n ke 2 R: Então (ver ex. 26 b):

T
i) AT = A:

ii) (A + B)T = AT + B T :
iii) ( A)T = AT :
iv) (AB)T = B T AT :

2.5 Exercícios
Exercício 17 Sempre que possível efectue as seguintes operações de matrizes. Justi…que os
casos de impossibilidade.
0 2 3 1 0 0 2
a) 1 2 + : b) +2 : c) 2 +3 :
2 8 5 2 1 6 1

2
3 2 3 2 3 2 3
4 9 6 6 6 4
1 14 24 34
d) 4 2 5 5
3 : e) 9 3 5 + 4 8 5:
2 3 3 2
8 6 3 12 2 2
2 3 2 3
0 8 7 6 1 9 10
f) 4 3 1 5 4 5 4 4 2 8 5:
4 6 2 1 6 7 3

9
Exercício 18 Efectue os seguintes produtos de matrizes. Caso algum deles não seja possível,
explique porquê.
2 3 2 32 3 2 3
2 4 2 3 2
2
a) 1 0 2 4 3 5 : b) 4 1 6 5 4 2 5 : c) 4 6 5 :
1
1 0 1 7 1
2 3 2 32 3 2 3
1 1 5 3 1 2
8 3 4 4 5 1 0 4 5
d) 0 : e) 4 3 1 4 5 4 2 5 : f) 3 :
5 1 2 0 1
1 2 1 0 1 1

Exercício 19 Nos seguintes produtos, preencha os espaços em branco.

2 3
5
1 1 8 4 6 1 7 8
a) 1 2 = [3] : b) 6 7= :
2 7 3 5 4 5 16
2
2 3 2 3
7 3 2 32 3 2 3
6 1 0 2 3
1 7 2 6 9 7
c) 6
4 9
7
5 =6
4
7: d) 4 6 1 54 2 5 = 4 9 5
5 12 5
7 2 9 6
3 2

Exercício 20 Efectue os seguintes produtos de matrizes:

3 2
1 2
1 0 0 1 3 4 0 1 2 1 0 1
a) : b) : c) 4 3 1 5 :
0 0 1 0 1 3 1 0 2 2 1 0
0 3
2 3 2 32 3
1 0 1 1 0 0 30 4
0 1 1 0 1 2 0 4
d) : e) 0 1 0 5 : f) 4 0 1 0 5 4 2 10 5 :
1 0 0 0 3 1 1
1 0 1 0 0 1 2 20
2 32 3 2 32 3 2 32 3
0 0 1 30 4 1 0 0 30 4 1 0 0 30 4
g) 4 0 1 0 5 4 2 10 5 : h) 4 0 1 0 5 4 2 10 5 : i) 4 0 1 0 5 4 2 10 5 :
1 0 0 2 20 0 0 3 2 20 2 0 1 2 20

Exercício 21 Preencha os espaços em branco nos seguintes produtos de matrizes:

4 1 1 6
a) = :
1 1 1 4
2 3 2 3
1 4 2
0
b) 4 2 0 5 = 4 2 5:
1
0 2
2 3 2 3
1 3
4 0 1
c) 2 1 5 =4 3 5:
3 1
3 3 12

Exercício 22 Resolva o SEL A x = b para:.

2 3 2 3 2 3 2 3
1 2 4 3 1 2 1 0
a) A = 4 0 1 5 5 4 5
e b = 1 ; b) A = 4 3 1 2 5 e b = 4 1 5:
2 4 8 3 0 5 3 1

10
Exercício 23 Com a 2 R qualquer, seja

0 a
A= :
a 0

a) Calcule A2 e A3 :
b) Mostre as seguintes relações:

a2k 0 0 a2k+1
A2k = e A2k+1 = (k = 0; 1; 2; :::) :
0 a2k a 2k+1
0

Exercício 24 Dê um exemplo de duas matrizes A e B para as quais não são veri…cadas as

relações:
i) (A B) (A + B) = A2 B 2 : ii) (A + B)2 = A2 + 2AB + B 2 :

Exercício 25 O traço de uma matriz quadrada A = [aij ]ni;j=1 consiste na soma das entradas
de A que se encontram na diagonal principal. Isto é:

X
n
trA = ajj :
j=1

a) Justi…que que tr (A + B) = trA + trB:

b) É uma relação do mesmo tipo veri…cada para a multiplicação de uma matriz por um
escalar? E para o produto de matrizes?
c) Veri…que para matrizes 2 2 que tr (AB) = tr (BA) :

Exercício 26 A transposta de uma matriz A (m n) é uma outra matriz designada por AT

(n m) em que a primeira linha de AT é a primeira coluna de A; a segunda linha de AT é
a segunda coluna de A; etc.
a) Indique as transpostas das seguintes matrizes:
2 3
2 0 1
1 3 1 3 6 1 3 2 7
A= ; B=6
4 3
7:
0 2 4 2 4 5 5
0 1 1

T
b) Justi…que que: i) AT = A: ii) (A + B)T = AT + B T : iii) ( A)T = AT : iv) (AB)T =
B T AT :

Exercício 27 Uma matriz A (n n) diz-se simétrica sempre que AT = A:

a) Dê exemplo de uma matriz, 3 3; simétrica sem entradas nulas.
b) A + AT é sempre uma matriz simétrica? E AAT ?

11
Exercício 28 Uma matriz quadrada, M; é dita de Markov se cada entrada da matriz estiver
entre zero e um e a soma dos elementos de cada coluna for igual a 1:
a) Diga se as seguintes matrizes são de Markov:
2 3
0; 2 0 0; 24
1=2 1=3
A= ; B = 4 0; 25 0 0; 37 5 :
1=2 2=3
0; 55 1 0; 5

b) Analise para matrizes 2 2; se as seguintes a…rmações são verdadeiras ou falsas:

i) A soma de matrizes de Markov e uma matriz de Markov:

ii) O produto de matrizes de Markov e uma matriz de Markov:

3 Inversão de matrizes
Uma matriz A; n n; diz-se invertível se existir uma matriz C; também n n; tal que

AC = CA = In ;

onde In é a matriz identidade n n (elemento neutro para a multiplicação de matrizes).

Nestas circunstâncias a matriz C diz-se matriz inversa de A e será representada por
1
A :

Quando existe, a inversa de uma matriz é única (ver ex. 31).

Para o caso n = 2; se
a b
A=
c d
é uma matriz tal que ad bc 6= 0; então A é invertível e a sua inversa é

1 1 d b
A = :
ad bc c a

Uma matriz que não admite inversa é chamada de matriz singular.

3.1 Propriedades das matrizes invertíveis

Sejam A e B matrizes n n invertíveis. Então:

1 1
i) A é invertível e (A 1 ) = A (ver exercício 32 a)).
1 T
ii) AT é invertível e AT = (A 1 ) :
1
iii) Se 2 Rn f0g ; ( A) é invertível e ( A) = 1A 1
(ver exercício 32 c)).
1
iv) (AB) é invertível e (AB) = B 1A 1:

12
3.2 Teorema da matriz inversa

Seja A uma matriz n n: Então são equivalentes as seguintes a…rmações:

(1) A é invertível.

(2) A forma reduzida de A é In :

(3) A forma reduzida de A tem n pivôs.

(4) Para qualquer d 2 Rn ; o sistema Ax = d é possível e determinado.

(5) O sistema homogéneo Ax = 0 só tem a solução nula.

(6) Existe uma matriz C (n n) tal que CA = In :

(7) Existe uma matriz D (n n) tal que AD = In :

3.3 Matrizes elementares

Uma matriz elementar (n n) é uma matriz que se obtém a partir da matriz identi-
dade In por meio de uma única operação elementar sobre as linhas de In :
Estas matrizes possuem as seguintes propriedades:

Uma matriz elementar é invertível e a sua inversa é também uma matriz elementar.

Se A é uma matriz qualquer e E uma matriz elementar, ambas n n; EA é a matriz

que se obtém a partir de A por execução da mesma operação elementar que permitiu
obter E a partir da matriz identidade In :

A forma reduzida da matriz A pode ser obtida por sucessivas multiplicações de matrizes
elementares.

A forma reduzida da matriz A será In se e só se existirem matrizes elementares

E1 ; :::; Ek ; tais que
Ek :::E1 A = In :
Nestas circunstâncias A é invertível e
1
A = Ek :::E1 In :

Estas relações resumem o algoritmo de Gauss-Jordan3 para a inversão de uma ma-

triz: todas as operações elementares que transformem a matriz A na matriz iden-
tidade In ; igualmente repetidas pela mesma ordem sobre In originam a matriz
A 1:
3
Wilhelm Jordan, n. em 1842 em Ellwangen, m. 1899 em Hannover.

13
3.4 Exercícios
Exercício 29 Sempre que possível, calcule a inversa de cada uma das seguintes matrizes:
2 3
1 0 0
0 0 1 0 1 2
a) : b) : c) : d) 4 1 1 0 5 :
0 0 0 1 2 1
1 1 1
2 3 2 3
2 3 2 3 1 2 3 4 1 0 1 0
1 1 0 1 0 1 6 0 1 2 3 7 6 7
e) 4 1 1 5
1 : f) 4 0 1 0 5 : g) 6 7 : h) 6 0 1 0 1 7 :
4 0 0 1 2 5 4 1 0 2 1 5
0 1 1 3 3 3
0 0 0 1 1 1 1 0

Exercício 30 Escreva os seguintes sistemas de equações lineares na forma matricial A x = b

e utilize, respectivamente, as alíneas e) e h) do exercício anterior para os resolver.
8
8 > x+z =1
< x y=0 >
<
y+w =1
a) x + y z = 1 : b) :
: >
> x + 2z + w = 1
y+z = 1 :
x y+z =1

Exercício 31 Mostre que a inversa de uma matriz quadrada A; quando existe, é única.

Exercício 32 Sejam A e B matrizes n n; invertíveis.

1
a) Será A invertível?
1 k
b) Ter-se-á Ak = (A 1 ) ; (k = 1; 2; :::)?
1
c) Se 2 R; caso exista, qual é a inversa de A? E a de A+B? Será (A + B) = A 1 +B 1 ?

Exercício 33 Considere as matrizes;

2 3 2 3 2 3 2 3
1 0 3 0 1 0 1 0 0 1 0 0
A = 40 1 0 5 ; B = 41 0 05 ; C = 40 2 05 ; D = 40 1 05 :
0 0 1 0 0 1 0 0 1 0 5 1
1
Calcule a matriz ABCD e a sua inversa (ABCD) :

Exercício 34 Considere as matrizes A e B, de…nidas pelas igualdades

2 3 2 3
2 0 3 0 0 1
A = 4 2 0 4 5 e B = 40 1 05 :
2 1 2 1 0 0

a) Determine a matriz A 1 .
b) Calcule a única matriz X que satisfaz a igualdade

B 2 XA 1
= B:

14
Exercício 35 Considere as matrizes A e B, de…nidas pelas igualdades
2 3 2 3
1 1 1 1 1 1
4
A= 0 1 1 5 e B= 1 14 05 :
0 0 1 1 0 0

Determine uma matriz X tal que:

a) A 1 X = B + 3A 1 :
b) BX = A:

Exercício 36 4 Com 2 R seja R a matriz dada pela relação

cos sin
R = :
sin cos

Veri…que que R R = R + e com base nesta igualdade determine a inversa de R : Indique

ainda se a relação
1
R = RT
é verdadeira ou falsa.

Exercício 37 Uma matriz quadrada diz-se de permutação se cada coluna e cada linha tiver
uma entrada igual a 1 e as restantes entradas iguais a zero. Por exemplo, a matriz identidade
é uma matriz de permutação.
a) Dê exemplo de uma matriz A de permutação, 3 3; que seja diferente da matriz identidade.
b) Veri…que que dada uma matriz qualquer B (3 3) ; a matriz AB procede a uma permu-
tação das linhas de B e a matriz BA resulta de B por uma permutação das suas colunas.
c) Veri…que que A é invertível, tendo como inversa a sua transposta.

Exercício 38 Seja A uma matriz quadrada tal que A3 = 0: Por exemplo

2 3
0 0 0
A = 41 0 05 :
0 1 0
1
Veri…que que a matriz I A é invertível com inversa dada por (I A) = I + A + A2 :

Exercício 39 Uma matriz diagonal é uma matriz quadrada cujos elementos fora da diagonal
principal são todos nulos: 2 3
a11 0 ::: 0
6 0 a22 ::: 0 7
A=6 7
4 ::: ::: ::: ::: 5 :
0 0 ::: ann
Por exemplo, a identidade é uma matriz diagonal.
4
Tenha em conta que cos ( + ) = cos cos sin sin e sin ( + ) = sin cos + cos sin

15
a) Use o método de indução para mostrar que
2 k 3
a11 0 ::: 0
6 0 ak22 ::: 0 7
Ak = 6
4 ::: :::
7:
::: ::: 5
0 0 ::: aknn
b) Mostre que se nenhum dos elementos da diagonal principal de A é zero então A é invertível
e indique a respectiva inversa.

4 Determinantes
Pode-se de…nir det A, o determinante de uma matriz A 2 Mn n (K), como o valor da
função de Mn n (K) em K que satisfaz as seguintes propriedades:

i) Se In é a matriz identidade, então det In = 1.

0
ii) Se a matriz A se obtém da matriz A multiplicando uma das suas linhas por , então
0
det A = det A
iii) det A não se altera se uma linha for substituída pela sua soma com outra linha.

Partindo destas propriedades axiomáticas é possível mostrar que a função A ! det A também
tem que satisfazer as seguintes:

iii’) det A não se altera se uma linha for substituída pela sua soma com o múltiplo de outra
linha.
0 0
iv) Se a matriz A se obtém da matriz A permutando duas das suas linhas, então det A =
det A

Com base nas propriedades acima descritas é possível calcular qualquer determinante através
do método de eliminação de Gauss. Por exemplo:

2 3 2 3
2 2 2 2 2 2
4 5 4
det 3 3 8 = det 0 0 5 5 por iii0 )
2 5 3 0 3 1
2 3
2 2 2
4
= det 0 3 1 5 por iv)
0 0 5
2 3
1 1 1
= 2 3 5 det 4 0 1 1=3 5 por ii)
0 0 1
2 3
1 0 0
= 30 det 4 0 1 0 5 por iii0 )
0 0 1
= 30 por i)

16
4.1 Propriedades dos determinantes
Representando a matriz A através das suas linhas:
2 3 2 3
a11 a12 ::: a1n a01
6 a21 a22 ::: a2n 7 6 a02 7
A=6 4 ::: :::
7=6 7;
::: ::: 5 4 ::: 5
an1 an2 ::: ann a0n

podemos descrever a linearidade do determinante em função das suas linhas nas seguintes
duas primeiras propriedades.

2 3 2 0 3 2 3
a01 a1 a01
6 ::: 7 6 ::: 7 6 ::: 7
6 7 6 0 7 6 7
1. det 6
6 ai + a 7
0 6 7 6
7 = det 6 ai 7 + det 6 a 7:
7
4 ::: 5 4 ::: 5 4 ::: 5
0 0
an an a0n
2 3 2 0 3
a01 a1
6 ::: 7 7 6 ::: 7
6 6 7
2. det 6
6 a0i 77 = det 6 a0i 7 (8 ) :
6 7
4 ::: 5 4 ::: 5
a0n a0n

3. det AT = det A:

4. O determinante muda de sinal por permutação entre pares de linhas (ou de colunas).

5. det A não se altera se uma linha (ou coluna) for substituída pela sua soma com o
múltiplo de outra linha (respectivamente coluna).

6. Se 2 3
a11 a12 a13 a1n
6 0 a22 a23 a2n 7
6 7
6 0 0 a33 a3n 7
A=6 7
6 .. .. .. .. 7
4 . . . . 5
0 0 0 ann
é uma matriz triangular superior (ou triangular inferior) então det A = a11 a22 :::ann :

7. Se A tiver duas linhas (ou duas colunas) iguais então det A = 0.

8. det A = 0; se A tiver uma linha (ou coluna) nula.

9. A é invertível se e só se det A 6= 0: Nestas circunstâncias

1 1
det A = :
det A

10. det (AB) = (det A) (det B) :

17
4.2 Outros métodos para o cálculo de determinantes

Existem outros métodos directos para calcular determinantes de uma matriz n n

2 3
a11 a12 ::: a1n
6 a21 a22 ::: a2n 7
A=6 4 :::
7:
::: ::: ::: 5
an1 an2 ::: ann

Regra de Laplace5 : Para qualquer i = 1; 2; :::; n;

X
n
i+j
X
n
det A = ( 1) aij det Aij = aij Cij
j=1 j=1

= ai1 det Ai1 ai2 det Ai2 + ai3 det Ai3 ::: + ( 1)i+n ain det Ain
= ai1 Ci1 + ai2 Ci2 + ai3 Ci3 + ::: + ain Cin

Para qualquer j = 1; 2; :::; n;

X
n X
n
det A = ( 1)i+j aij det Aij = aij Cij
i=1 i=1

= a1j det A1j a2j det A2j + a3j det A3j ::: + ( 1)n+j anj det Anj
= a1j C1j + a2j C2j + a3j C3j + ::: + anj Cnj

onde Aij é a matriz que se obtem de A por supressão da linha i e da coluna j: O

valor Cij = ( 1)i+j det Aij é chamado de cofactor (i; j) da matriz A:

Expansão permutacional: Designemos por P o conjunto de todas as permutações

= ( 1 ; :::; n ) de f1; 2; :::; ng : Obtemos,
X X
det A = a1 1 a2 2 :::an n = a 11 a 22 :::a nn ;
2P 2P

onde é o sinal da permutação (i. e. = ( 1)i , onde i designa o número total

de inversões de ; dada uma permutação dizemos que ocorre uma inversão sempre
que um dos inteiros de f1; 2; :::; ng é seguido de pelo menos um outro inteiro menor).

4.3 Determinantes de matrizes 2 2e3 3

Para o caso de uma matriz 2 2;

a11 a12
A=
a21 a22

det A = a11 a22 a12 a21 :

5
Pierre Simon Laplace, n. Beaumont-en-Ange (Normandia) França, a 23 de Março de 1749, m. Paris, a
5 de Março de 1827.

18
 Uma utilização importante deste determinante prende-se com o cálculo de áreas de
paralelogramos P do plano gerados por dois vectores v1 = (a; b) e v2 = (c; d) de R2 :
a b
area de P = det = jad bcj :
c d

Relativamente a uma matriz 3 3;

2 3
a11 a12 a13
A = 4 a21 a22 a23 5 ;
a31 a32 a33
podemos estabelecer que
det A = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a11 a23 a32 a12 a21 a33 a13 a22 a31 ;
dando origem à chamada regra de Sarrus6
a11 + a12 + a13 a11 a12 a13 a11 a12 a13
& & & . . .
a21 a22 a23 a21 a22 a23 a21 a22 a23
& & & . . .
a31 a32 a33 a31 a32 a33 a31 a32 a33

Estes determinantes permitem a obtenção do cálculo de volumes de paralelepípedos, P;

gerados por três vectores v1 = (x1 ; y1 ; z1 ) ; v2 = (x2 ; y2 ; z2 ) e v3 = (x3 ; y3 ; z3 ) de R3 :
2 3
x1 y1 z1
volume de P = det 4 x2 y2 z2 5
x3 y3 z3
= jx1 y2 z3 + x3 y1 z2 + x2 y3 z1 x1 y3 z2 x2 y1 z3 x3 y2 z1 j :

4.4 Matriz dos cofactores

Considerando os cofactores
Cij = ( 1)i+j det Aij
chama-se matriz dos cofactores de A à matriz
cofA = [Cij ]i;j=1;:::n
2 3
C11 C12 ::: C1n
6 C21 C22 ::: C2n 7
=64 :::
7:
::: ::: ::: 5
Cn1 Cn2 ::: Cnn

A matriz cofA satisfaz a seguinte relação com a matriz A 2 Mn n (K), n > 2:

A (cofA)T = (det A) In :
Desta igualdade resulta que se A é invertível então
1
A 1= (cofA)T :
det A
6
Pierre Frédéric Sarrus, n. Saint A¤rique (Midi-Pyrenées) França, a 10 de Março de 1798, m. Estrasburgo,
França, a 20 de Novembro de 1861.

19
4.5 Regra de Cramer7
Seja Ax = d um sistema de n equações a n incógnitas tal que det A 6= 0: Então o sistema
possui uma única solução dada por
det A1 det A2 det An
x1 = ; x2 = ; :::; xn = ;
det A det A det A
onde com j = 1; 2; :::; n; Aj é a matriz que se obtém de A substituindo a coluna j de A pelo
vector coluna d:

4.6 Exercícios
Exercício 40 Use eliminação de Gauss para calcular os determinantes das seguintes ma-
trizes: 2 3
3 1 4
1 2 1 1
a) : b) : c) 4 0 1 2 5:
1 1 1 1
0 5 0
2 3 2 3 2 3
1 0 0 3 0 0 1 1 1
d) 4 1 1 0 5 : e) 4 0 1 2 5 : f) 4 1 1 3 5 :
1 1 1 0 5 0 0 1 1

Exercício 41 Use eliminação de Gauss para calcular os determinantes das seguintes ma-
trizes. Aproveite o resultado para indicar as que são invertíveis.
2 3 2 3 2 3
1 12 22 31 1 2 4 3 1 0 0 3
6 0 3 11 16 7 6 1 1 3 3 7 6 1 1 0 3 7
a) 6 7 6
4 0 0 1 10 5 : b) 4 0 3 0 0 5 :
7 c) 6 7
4 0 3 1 1 5:
0 0 0 1 0 2 2 2 0 2 2 2
2 3
2 3 2 3 1 1 0 0 0
1 0 0 2 1 0 0 3 6 1 4 0 6 0 7
6 0 1 2 3 7 6 1 1 0 3 7 6 7
6
d) 4 7 : e) 6 7 : f) 6 1 1 0 3 0 7:
0 2 1 2 5 4 0 0 1 1 5 6 7
4 0 3 1 1 3 5
3 3 0 1 5 2 2 2
0 0 0 2 5

Exercício 42 Sabendo que 2 3

a b c
det 4 d e f 5 = 5;
g h i
calcule:
2 3 2 3
d e f a b c
4
a) det g h i : 5 4
b) det 2d 2e 2f 5 :
a b c g h i
2 3 2 3
a+d b+e c+f a b c
c) det 4 d e f 5 4
: d) det d 3a e 3b f 3c 5 :
g h i 2g 2h 2i

7
Gabriel Cramer, n. a 31 Julho de 1704 em Geneva, m. a 4 de Janeiro de 1752 em Bagnols-sur-Cèze
(França) .

20
Exercício 43 Sabendo que os valores reais e são tais que:
2 3
1 2
det 4 1 1 5 = 1;
1 + 2

determine 2 3
1 2
det 4 + 2
2 5:

Exercício 44 Mostre que

2 3
1 1 1 1 1
6 +1 2 2 2 2 7
6 7
6 +1 +2 3 3 3 7
det 6
6
7=
7
6
:
6 +1 +2 +3 4 4 7
4 +1 +2 +3 +4 5 5
+1 +2 +3 +4 +5

Exercício 45 Calcule o determinante da matriz n n

2 3
:::
6 1 +1 1 ::: 1 7
6 7
6 1 1 + 1 ::: 1 7
B=6 7:
6 .. .. .. .. .. 7
4 . . . . . 5
1 1 1 1 +1

Exercício 46 Mostre que

2 3
1 1 1
det 4 1 2 3
5=( 3 2 )( 3 1 )( 2 1 ):
2 2 2
1 2 3

Exercício 47 Utilize sucessivamente a regra de Laplace para calcular os determinantes das

matrizes indicadas a seguir.
2 3 2 3 2 3
1 0 3 1 1 0 1 1 1
a) 4 1 3 1 5 : b) 4 2 3 1 5 : c) 4 2 3 1 5 :
0 0 3 1 6 0 5 6 3
2 3
2 3 2 3 1 1 0 0 0
1 2 4 3 1 0 0 3 6 1 4 0 6 0 7
6 1 1 3 3 7 6 1 1 0 3 7 6 7
d) 46 7 6
: e) 4 7 : f) 6 1 1 0 3 0 7
0 3 0 0 5 0 0 1 1 5 6 7:
4 0 3 1 1 3 5
0 2 2 2 5 2 2 2
0 0 0 2 5

Exercício 48 Uma matriz cujas entradas são 0 ou 1 tem determinante igual a 0; 1 ou

1:Verdadeiro ou falso?

21
Exercício 49 Através da regra de Sarrus calcule os determinantes das seguintes matrizes:
2 3 2 3 2 3
1 0 3 1 1 0 1 1 1
a) 4 1 3 1 5 : b) 4 2 3 1 5 : c) 4 2 3 1 5:
0 0 3 1 6 0 5 6 3

Exercício 50 Calcule as áreas dos paralelogramos cujos vértices são:

a) (0; 0) ; ( 1; 3) ; (4; 5) e (3; 2) :
b) ( 1; 0) ; (0; 5) ; (1; 4) e (2; 1) :
c) (0; 2) ; (6; 1) ; ( 3; 1) e (3; 2) :

Exercício 51 Calcule os volumes dos paralelepípedos gerados pelos vectores u; v e w onde:

a) u = (1; 0; 2) ; v = (1; 2; 4) e w = (7; 1; 0) :
b) u = (1; 4; 0) ; v = ( 2; 5; 2) e w = ( 1; 2 1) :

Exercício 52 Calcule os determinantes das matrizes

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

E ainda: a) det(3A): b) det(A3 B 2 ): c) det(A 1 B T ): d) det(A4 B 2 ):

Exercício 53 i) Para as matrizes indicadas a seguir veri…que a validade da fórmula:

A (Cof A)T = (det A) I;

onde Cof A designa a matriz dos cofactores.

2 3 2 3 2 3 2 3
0 1 2 1 1 0 1 0 0 1 4 5
a) 4 2 4 1 5 : b) 4 2 0 1 5 : c) 4 1 3 0 5 d) 4 2 5 4 5 :
1 2 0 1 2 2 1 1 1 3 6 3

ii) Caso seja possível, determine a matriz inversa de cada uma destas matrizes.

Exercício 54 Use a regra de Cramer para resolver os sistemas de equações lineares:

8 8
< y + 2z = 1 < x+y =1
a) 2x + 4y + z = 0 : b) 2x + z = 1 :
: :
x + 2y = 1 x + 2y + 2z = 1

22
5 Soluções
1) Apenas (1; 1) : 2) Somente (1; 1; 0) :
3) a) Sistema possível e determinado: S = f(3; 1)g; as duas rectas intersectam-se no ponto
(3; 1) :
b) Sistema indeterminado com uma incógnita livre: S = f(1=2 3y=2; y) : y 2 Rg ; as
duas rectas são coincidentes.
c) Sistema impossível: S = ?; as duas rectas são paralelas.
d) Sistema impossível: S = ?; as três rectas não são concorrentes num ponto.
4) a) Sistema possível e determinado: S = f( 1; 0; 1)g; os três planos intersectam-se no
ponto ( 1; 0; 1) :
b) Sistema impossível: S = ?; os três planos não se intersectam num ponto.
c) Sistema indeterminado com uma incógnita livre: S = fz (5; 3; 1) : z 2 Rg; os três
planos intersectam-se segundo uma recta.
d) Sistema indeterminado com uma incógnita livre: S = fz ( 2; 1; 1) : z 2 Rg; os dois
planos intersectam-se segundo uma recta.
5) a) Sistema indeterminado com duas incógnitas livres:

1 1
S= 1 x2 x4 ; x2 ; 1; x4 : x 2 ; x4 2 R :
2 2

b) Sistema indeterminado com duas incógnitas livres:

S = f( y z; y; z; 1) : y; z 2 Rg :

c) Sistema indeterminado com uma incógnita livre:

S = f( 3w; 2 2w; w; w) : w 2 Rg :

d) Sistema possível e determinado S = f( 9; 2; 3; 3)g.

6) a) f(1; z; z; 0) : z 2 Rg : b) f(1; 2; 3)g.
7) a) Se 6= 11 o sistema é possível e determinado; se = 11 e = 20 o sistema é
indeterminado; se = 11 e 6= 20 o sistema é impossível.
b) Se 6= 0 e 6= 6 o sistema é possível e determinado; se = 0 e = 2=3 o sistema é
indeterminado; se = 0 e 6= 2=3 o sistema é impossível; se = 6 e = 2=63 o sistema
é indeterminado; se = 6 e 6= 2=63 o sistema é impossível.
8) O sistema é possível se e só se 2b1 + b2 b3 = 0.
9) =7e = 4.
10) a) x1 + x2 = 2: b) x1 + 0x2 + x3 = 1: c) x1 + 7x2 5x3 = 3:

x1 3x2 + 2x4 = 1 x1 3x3 = 0

11) a) : b) :
x3 5x4 = 1 x2 2x3 = 0

12) p (t) = 7 + 6t t2 :

23
13) 3, 4 e 6, respectivamente.
14) 3, 9, 12 e 21.
15) Nó 1: 42,5o ; nó 2: 47,5o ; nó 3: 40o .
16) a) 13 ; 9 ; 0 . b)
10 10
10
3
; 2; 0 . b) 3,5g pelo vértice (0; 1; 0) ; 0,5g pelo vértice (8; 1; 0) e 2g
pelo vértice (2; 4; 0) :
17) a) Não é possível. Uma matriz é 1 2 e a outra 2 1:
2 3 2 3
1 5 2
8 2 6
b) : c) : d) 4 0 5 : e) 4 0 14 5 :
2 22 5
2 1 5

f) Não é possível. Uma matriz é 3 4 e a outra 3 3:

18) a) [4] : b) Não é possível. A primeira matriz é 3 2 e a segunda 3 1:
c) Não é possível. A primeira matriz é 3 1 e a segunda 2 1:
2 3
6
4
d) : e) 4 1 5 :
7
4

f) Não é possível. A primeira matriz é 2 2 e a segunda 3 1:

19)
2 3
5
1 5 1 8 4 6 1 7 8
a) 1 2 = [3] : b) 6 7
2 2 7 3 5 4 3 5= 16
:
2
2 3 23
7 3 1 2 32 3 2 3
6 2 1 0 2 1 3
1 7 2 6 9 7
c) 6
4 9
7 6
=4 7 : d) 4 -4 6 1 5 4 2 5 4
= 9 5:
-6 5 5 12 5
7 2 9 1 6
3 2 -4

24
20)
2 3
5 2 1
0 1 4 3 14 0 0 1 2 1
a) : b) : c) 4 5 1 3 5 : d) : e) :
0 0 3 1 8 1 0 4 1 4
6 3 0
2 3 2 3 2 3 2 3
30 4 2 20 30 4 30 4
f) 4 2 10 5. g) 4 2 10 5 : h) 4 2 10 5 4
: i) 2 10 5 :
2 20 30 4 6 60 62 28

21)
4 -2 1 1 6 6
a) = :
-3 1 1 1 4 4
2 3 2 3
3 1 4 2
-1 0
b) 4 2 0 5 =4 2 0 5:
1 2
0 1 1 2
2 3 2 3
1 -1 3 3 -3
4 0 2 1
c) 2 1 5 = 4 -3 3 6 5:
3 1 4
0 3 -9 3 12

22) a) Sistema impossível. b) Sistema possível e determinado S = f(3=5; 4=5; 1)g :

a2 0 0 a3
23) a) A2 = ; A3 = :
0 a2 a3 0

24) As relações não são veri…cadas se for AB 6= BA:

25) b) Para qualquer 2 R é tr ( A) = (trA) : A relação tr (AB) = (trA) (trB) não é
válida como se pode comprovar através do exemplo

1 0
A=B= :
1 1
2 3
1 0 2 3
6 3 2 1 3 0
2 7
26) a) AT = 6 7
4 1 4 5; B =
T 4 0 3 4 1 5:
1 2 5 1
3 2
2 3
a 1 2
27) a) A = 4 1 b 3 5 : b) Sim, em ambos os casos.
2 3 c

28) a) A é de Markov, B não.

0; 3 0; 1 0; 8 0; 3 1; 1 0; 4
b) i).Falsa. Por exemplo + = :
0; 7 0; 9 0; 2 0; 7 0; 9 1; 6
ii) Verdadeira.
29 a) A matriz não é invertível.

25
 2 3 2 3
1 0 0 2=3 1=3 1=3
1 0 1=3 2=3 4 5 4
b) : c) : d) 1 1 0 : e) 1=3 1=3 1=3 5 :
0 1 2=3 1=3
0 1 1 1=3 1=3 2=3

2 3 2 3
1 2 1 0 1 1 1 1
6 0 1 2 1 77 6 1 0 0 1 7
f) A matriz não é invertível. g) 6
4 0 : h) 6 7:
0 1 2 5 4 0 1 1 1 5
0 0 0 1 1 1 0 1

30) a) f(0; 0; 1)g ; b) f(4; 0; 3; 1)g :

32) a) Sim e a sua inversa é A: b) Sim. Pode usar o método de indução para o mostrar.
c) Se 6= 0; ( A) 1 = 1 A 1 : Para = 0 não há invertibilidade. O mesmo pode acontecer
quando se somam duas matrizes invertíveis. Por exemplo, I e I são invertíveis (elas próprias
constituem as suas inversas). Mas I + ( I) = 0 não é invertível.
2 3 2 3
0 13 3 0 1 0
33) ABCD = 41 0 0 5 ; (ABCD) 1 = 4 1=2 0 3=2 5 :
0 5 1 5=2 0 13=2
2 3 2 3
2 3=2 0 2 1 2
34) a) A 1 = 42 1 15 ; b) X = 4 2 0 4 5
1 1 0 2 0 3
2 3 2 3
6 2 1 0 0 1
35) a) X = 42 4 05 ; b) X = 40 1 05
1 0 3 1 0 0

1 cos sin
36) R =R = RT = :
sin cos
3 2
0 0 1
37) a) A = 4 1 0 0 5 :
0 1 0
2 3
a111 0 ::: 0
6 0 a221 ::: 0 7
39) b) A 1
=6
4 ::: :::
7:
::: ::: 5
0 0 ::: ann1

40) a) 1: b) 0: c) 30: d) 1: e) 30: f) 0:

41) a) 3: b) 6: c) 0: d) 18: e) 15: f) 45
42) a) 5: b) 10: c) 5: d) 10:
43) :
n
45) ; onde n é o número de linhas (e de colunas da matriz).

26
47)a) 9; b) 5; c) 7; d) 6; e) 15; f) 45.
2 3
1 0 1
4
48) Falso; det 1 1 0 5 = 2:
0 1 1
49) a) 9: b) 5: c) 7:
50) a) 7: b) 14: c) 21:
51) a) 22: b) 15:

52) det A = 2; det B = 4: a) 54: b) 128: c) 2: d) 1:

53)
2 3 2 3
2 1 0 2 4 7
a) CofA = 4 4 2 1 5, det A = 1 e A 1
= 4 1 2 4 5:
7 4 2 0 1 2
2 3 2 3
2 3 4 2=5 2=5 1=5
b) CofA = 4 2 2 1 5, det A = 5eA 1
= 4 3=5 2=5 1=5 5 :
1 1 2 4=5 1=5 2=5
2 3 2 3
3 1 2 1 0 0
4
c) CofA = 0 1 1 5, det A = 3 e A 1 = 4 1=3 1=3 0 5 :
0 0 3 2=3 1=3 1
2 3
9 6 3
d) CofA = 4 18 12 6 5 ; det A = 0 e A não é invertível.
9 6 3

54) a) ( 9; 5; 2) : b) (1; 0; 1) :

27