Matriz

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA
REA DEPARTAMENTAL DE ENGENHARIA CIVIL

APONTAMENTOS
LGEBRA LINEAR E GEOMETRIA ANALTICA

(I. Matrizes)
Matrizes

APONTAMENTOS DE LGEBRA LINEAR E GEOMETRIA ANALTICA

ndice

1. Matrizes ........................................................................................................... 1
1.1 Definio e generalidades.................................................................................. 1
1.2 lgebra das matrizes ......................................................................................... 4
1.3 Dependncia e independncia de linhas e colunas de uma matriz....................... 9
1.4 Caracterstica de uma matriz............................................................................ 14
1.5 Inverso de matrizes ........................................................................................ 19

Matrizes

1/ 22

1. Matrizes

1.1 Definio e generalidades

A informao em cincias e, em particular, na matemtica muitas vezes organizada em linhas e
colunas que formam tabelas de dados. Essas tabelas podem ser apresentadas em forma de matrizes.
Um exemplo so as tabelas de contingncia ( m n ) onde as frequncias observadas se distribuem
por m linhas e n colunas. A seguinte tabela com trs linhas e sete colunas descreve o nmero de
horas que um estudante despende a estudar trs disciplinas durante uma determinada semana:

2 feira 3 feira 4 feira 5 feira 6 feira Sbado Domingo
lgebra 2 3 2 4 1 4 2
Anlise I 0 3 1 4 3 2 2
Fisica 4 1 3 1 0 0 2

A partir desta ltima, suprimido os cabealhos, podemos construir a seguinte tabela ( 3 2 ),
denominada matriz:
2 3 2 4 1 4 2
0 3 1 4 3 2 2
4 1 3 1 0 0 2
(
(
(
(

.

Por outro lado, apesar das matrizes serem muitas vezes tabelas de dados numricos que resultam de
observaes fsicas, podem ocorrem em diferentes contextos matemticos. Por exemplo, como
veremos, toda a informao necessria para resolver o sistema de equaes

5 3
2 1
x y
x y
+ =

est contida na matriz

5 1 3
2 1 1
(
(

,

a soluo do sistema obtida realizando operaes apropriadas na matriz. Neste contexto, as
matrizes so particularmente importante no desenvolvimento de programas computacionais para se
resolverem sistemas de equaes lineares. Contudo, as matrizes no so apenas uma ferramenta
utilizada para este propsito, estas podem ser vistas como objectos matemticos por direito,
existindo uma vasta e importante teoria que lhes esta associada que tem uma grande variedade de
aplicaes.
Matrizes

2/ 22

Definio1: D-se o nome de matriz ao quadro onde ( m n ) elementos (nmeros ou expresses) se
distribuem, ordenadamente, segundo m linhas e n colunas, e representa-se por:

11 12 1
21 22 2
1 2
( )
........
........
........
n
n
m m mn
m n
a a a
a a a
A
a a a
(
(
(
=
(
(

. . . .
ou, abreviadamente:
( )
[ ]
m n ij
A a
= , 1, 2,..., i m = e 1, 2,..., j n = .

Generalidades:

a) A
ij
a designa-se por elemento genrico, aos nmeros i e j d-se o nome de ndices naturais,
o primeiro representa a ordem da linha e o segundo a ordem da coluna;

b) Caso m n a matriz diz-se rectangular (matriz tipo ( m n )), caso m n = a matriz diz-se
quadrada (matriz tipo ( n n ) ou de ordem n), estas ltimas so particularmente importantes.

c) De entre as matrizes rectangulares h a destacar a matriz linha e a matriz coluna,

[ ]
11 12 13 1
(1 )
...
n
n
A a a a a
= e
11
21
31
1
( 1)
m
m
b
b
B b
b
(
(
(
( =
(
(
(

.
, respectivamente.

d) Numa matriz quadrada d-se o nome de elementos principais aos elementos
ij
a , em que
i j = (
ii
a ). Eles formam a diagonal principal, que vai do canto superior esquerdo ao canto
inferior direito.
Diagonal secundria

( ) n n

Diagonal principal

Matrizes

3/ 22

e) Os elementos que se distribuem simetricamente em relao diagonal principal chamam-se
elementos opostos. O elemento
ij
a oposto do elemento
ji
a . Por exemplo, na matriz ( 3 3 ),
(
(
(
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
, os elementos
12
a e
21
a so opostos.

Caso
ij ji
a a = , i j , a matriz diz-se simtrica.

f) Sejam A e B duas matrizes do mesmo tipo (tm o mesmo nmero de linhas e de colunas),
ij ij
b a B A = = , isto : duas matrizes s podem ser iguais se forem do mesmo tipo e os
seus elementos homlogos iguais.

Obs.1: Elementos homlogos de duas matrizes so os elementos com ndices iguais.

g) Matriz triangular. D-se o nome de matriz triangular matriz quadrada cujos elementos
situados de um dos lados da diagonal principal so todos nulos e entre os elementos do outro
lado h pelo menos um que no nulo. Assim sendo temos dois tipos de matrizes
triangulares, a matriz triangular superior e a matriz triangular inferior. Exemplificando
com matrizes do tipo ( 3 3 ):

matriz triangular superior:
(
(
(
d
e c
b a
0 0
0
0
; e matriz triangular inferior:
(
(
(
0 0
0 0
0 0
d
b
a
.

h) Matriz diagonal. a matriz quadrada
( )
[ ]
n n ij
A a
= em que; 0
ij
a = se i j e 0
ij
a .
Exemplificando com uma matriz do tipo ( 3 3 ),

0 0
0 0
0 0 0
a
D b
(
(
=
(
(

.

De entre as matrizes diagonais h que destacar as seguintes:

Matriz Identidade, a matriz diagonal que os elementos da diagonal principal so todos 1 e
representa-se por, I. Por exemplo:
(
(
(
=
1 0 0
0 1 0
0 0 1
3
I ;
Matrizes

4/ 22

Obs.2: Para dar nfase dimenso da matriz identidade escreve-se
( ) n n
I

, ou apenas
n
I , uma
vez que a matriz quadrada.

Matriz Escalar, a matriz diagonal na qual os elementos da diagonal principal so todos
iguais, mas diferentes de 1 e de 0. Por exemplo:

(
(
(
=
2 0 0
0 2 0
0 0 2
E .

i) Matriz Nula, a matriz formada apenas por zeros. Por exemplo:

(3 3)
0 0 0
0 0 0
0 0 0
O

(
(
=
(
(

.

Obs.3: Se for importante dar nfase dimenso da matriz nula, escreve-se
( ) m n
O

.

1.2 lgebra das matrizes

Nesta seco vamos definir as seguintes operaes com matrizes: soma de matrizes, multiplicao
de uma matriz por um escalar, multiplicao de matrizes e transposio de matrizes.

Definio2: Dadas duas matrizes
( ) m n
A

e
( ) m n
B

, do mesmo tipo, define-se soma das duas matrizes,
como sendo a matriz C A B = + , tal que o elemento genrico
ij ij ij
c a b = + , 1,..., i m = e 1,..., j n = ;
ou seja, a matriz C obtm-se somando os elementos homlogos das matrizes A e B. Claro que, se A
e B so do tipo ( m n ) ento tambm C A B = + do tipo ( m n ).

Exemplo1: Some as seguintes matrizes
(3 2)
1 0
2 3
5 6
A
(
(
=
(
(

e
(3 2)
3 1
5 0
1 2
B
(
(
=
(
(

.

Resoluo: A soma (adio) das duas matrizes possvel porque so ambas do mesmo tipo ( 3 2 ),
(
(
(

= + =
4 6
3 3
1 2
B A C , que continua a ser uma matriz ( 3 2 ).
Matrizes

5/ 22

Propriedades da soma de matrizes. Admitindo que a dimenso das matrizes envolvidas permite
que as operaes indicadas possam ser efectuadas, ento so vlidas as seguintes regras:

i) Associatividade, ( ) ( ) A B C A B C + + = + + ;
ii) Comutatividade, A B B A + = + ;
iii) Elemento neutro, A O O A A + = + = (O matriz nula) ;
iv) Elemento simtrico, ( ) ( ) A A A A O + = + = ;
v) O A A = ;
vi) A B = e C D = ento A C B D + = + .

Repare-se que as propriedades da adio de matrizes so idnticas s da adio em R.

Definio3: A multiplicao de uma matriz A por um escalar R uma nova matriz, do mesmo
tipo, cujo elemento genrico :
ij
a . Ou seja, multiplica-se uma matriz por um escalar
multiplicando todos os seus elementos por esse escalar, [ ]
ij
A a = , 1,..., i m = e 1,..., j n = .

Exemplo2: Sendo
(3 2)
1 0
2 3
5 6
A
(
(
=
(
(

e 2 = , ento:
(3 2) (3 2)
1 0 2 0
2 2 3 4 6
5 6 10 12
A

( (
( (
= =
( (
( (

.

Propriedades da multiplicao de uma matriz por um escalar. Admitindo que a dimenso das
matrizes A e B permite que as operaes possam ser efectuadas, ento, para , R, so vlidas
as seguintes regras:

i) Distributividade, ( ) A B A B + = + ;
ii) Distributividade, ( ) A A A + = + ;
iii) Associatividade, ( ) ( ) A A = ;
iv) 1A A = ;
v) A B A B = = .

Definio4: Dadas as matrizes,
( ) m n
A

e
( ) p q
B

, o produto de matrizes A B existe se n p = e o seu
resultado a matriz C do tipo ( m q ) cujo elemento genrico
ik
c , o qual se obtm multiplicando a
linha i da matriz A (primeira matriz), pela coluna k da matriz B (segunda matriz).

Matrizes

6/ 22

Uma vez que, a multiplicao de matrizes envolve a multiplicao de (linhas da 1 matriz)(colunas
da 2 matriz), torna-se necessrio que o nmero de elementos das linhas da 1 matriz (n n de
colunas) coincida com o nmero de elementos das colunas da 2 matriz (p n de linhas).

Em resumo:

Por exemplo,
11 12 13 11 12 11 12
(3 3) (3 2) 21 22 23 21 22 21 22 (3 2)
31 32 33 31 32 31 32
a a a b b c c
A B a a a b b c c C
a a a b b c c

( ( (
( ( (
= = =
( ( (
( ( (

,

para calcular
11
c multiplica-se a 1 linha (1 3) da matriz A pela 1 coluna (3 1) da matriz B,
obtendo-se uma matriz (1 1) , ou seja, um escalar,
[ ]
11
11 11 12 13 21 11 11 12 21 13 31
(1 3)
31
(3 1)
( )
b
c a a a b a b a b a b
b
(
(
= = + +
(
(

R.

Por raciocnio anlogo calculam-se os restantes elementos de C,
1
n
ik ij jk
j
c a b
=
=

.

Exemplo3: Seja
(2 3)
2 3 5
1 0 1
A
(
=
(

e
(3 2)
1 1
2 2
3 3
B
(
(
=
(
(

calcule o produto: C A B = .

Resoluo: O produto existe porque o nmero de colunas da 1 (matriz A) coincide com o nmero
de linhas da 2 (matriz B) e o resultado uma matriz do tipo ( 2 2 ),
(2 3) (3 2) (2 2)
A B C

= . Os
elementos da matriz C so calculados da maneira seguinte:

11
c = (linha 1 da1matriz)(coluna 1 da 2 matriz) 2 1 3 2 5 3 23 = + + =
12
c =(linha 1 da1matriz)(coluna 2 da 2 matriz) 2 ( 1) 3 2 5 3 19 = + + =
21
c = (linha 2 da1matriz)(coluna 1 da 2 matriz) 1 1 0 2 ( 1) 3 2 = + + =
22
c =(linha 2 da1matriz)(coluna 2 da 2 matriz) 1 ( 1) 0 2 ( 1) 3 4 = + + =

logo:
(2 3) (2 2)
(3 2)
1 1
2 3 5 23 19
2 2
1 0 1 2 4
3 3
C A B

(
( (
(
= = =
( (
(

(

.

Exerccio1: Calcule B A e conclua quanto comutatividade da multiplicao de matrizes.

Matrizes

7/ 22

Exemplo4: A Ana e o Carlos planeiam comprar fruta para a toda semana. Cada um deles quer
comprar algumas mas, tangerinas e laranjas, porm em quantidades diferentes. A tabela1 ilustra o
que pretendem comprar em kg. Nas proximidades existem duas mercearias de fruta a Beinha e a
Vanda cujos preos em euros esto apresentados na tabela2. Quanto gastaro a Ana e o Carlos
para fazerem as suas compras em cada uma das mercearias.

Resoluo: Se a Ana comprar da Beinha, gastar 6 0, 60 3 0, 30 10 0, 20 6, 50 + + = euros, se
comprar da Vanda gastar 6 0, 65 3 0, 20 10 0, 25 7, 00 + + = euros.
O Carlos, da Beinha gastar, 4 0, 60 8 0, 30 5 0, 20 5, 80 + + = euros, e da Vanda, gastar
4 0, 65 8 0, 20 5 0, 25 5, 45 + + = euros.

Provavelmente, a Ana far as suas compras da Beinha e o Carlos da Vanda. A forma (produto
escalar) dos clculos e a maneira como os dados esto apresentados nas tabelas sugere que a
multiplicao de matrizes funciona aqui. Se organizarmos as informaes dadas numa matriz de
intenes de compra, C, e numa matriz de preos, P, teremos

(2 3)
6 3 10
4 8 5
C
(
=
(

e
(3 2)
0, 60 0, 65
0, 30 0, 20
0, 20 0, 25
P
(
(
=
(
(

.

Os clculos efectuados em cima so equivalentes a

(2 3)
(3 2)
0, 60 0, 65
6 3 10 6, 50 7, 00
0, 30 0, 20
4 8 5 5, 80 5, 45
0, 20 0, 25
C P
(
( (
(
= =
( (
(

(

,

que podem ser organizados na tabela

Tabela1 Quantidades em kg de fruta
Mas Tangerinas Laranjas
Ana 6 3 10
Carlos 4 8 5

Tabela2 Preos nas duas mercearias
Beinha Vanda
Ma 0,60 0,65
Tangerina 0,20 0,20
Laranja 0,20 0,25

Tabela3 Gastos nas duas mercearias
Beinha Vanda
Ana 6,50 7,00
Carlos 5,80 5,45

Matrizes

8/ 22

Propriedades da multiplicao de matrizes. Admitindo que a dimenso das matrizes envolvidas
permite que as operaes indicadas possam ser efectuadas, ento so vlidas as seguintes regras:

i) Associatividade, ( ) ( ) A B C A B C = ;
ii) No comutatividade, pode existir A B mas no B A , ou existirem mas serem diferentes;
iii) Distributividade em relao adio de matrizes, ( ) A B C A B A C + = + e
( ) B C A B A C A + = + ;
iv) ( ) ( ) ( ) A B A B A B = = , R;
v) A O O = e O A O = ou
( ) ( ) n n n n
A O O A O

= = (matriz nula);
vi) A I A = e I A A = ou
( ) ( ) ( ) n n n n n n
A I I A A

= = (a matriz identidade I o elemento
neutro);
vii)
vezes
...
k
k
A A A A =
_
; ( 0 k > ) desde que A seja quadrada;
viii)
0
A I = (matriz identidade).

Definio5: Chama-se matriz transposta de uma matriz
( ) m n
A

matriz que dela se obtm trocando,
ordenadamente, as linhas com as colunas, e representa-se por
( )
T
n m
A

.

Exemplo5: A matriz transposta da matriz A :
(2 3)
(3 2)
2 1
2 3 5
3 1
1 1 0
5 0
T
A A
(
(
(
= =
(
(

(

.

Propriedades da transposio de matrizes. Admitindo que a dimenso das matrizes permite que
as operaes indicadas possam ser efectuadas, ento so vlidas as seguintes regras:

i) ( )
T T
A A = ;
ii) ( )
T T
A A = ( constante);
iii) ( ) ( )
T k k T
A A = ;
iv) ( )
T T T
A B A B + = + ;
v) ( )
T T T
A B B A = ;
vi) ( ... ) ...
T T T T
A B X X B A = .

Obs.4: Numa matriz quadrada se
T
A A A = simtrica.

Matrizes

9/ 22

Definio6: Chama-se trao de uma matriz quadrada soma dos elementos da diagonal principal,
1
( )
n
ii
i
tr A a
=
=

.

Propriedades do trao de uma matriz. Admitindo que a dimenso das matrizes permite que as
operaes indicadas possam ser efectuadas, ento so vlidas as seguintes regras:

i) ( ) ( ) ( ) tr A B tr A tr B + = + ;
ii) ( ) ( ) tr A tr A = ;
iii) ( ) ( ) tr AB tr BA = ;
iv) ( ) ( )
T
tr A tr A = .

1.3 Dependncia e independncia de linhas e colunas de uma matriz

Considere-se a matriz A do tipo ( m n ),
11 12 1
21 22 2
1 2
( )
........
........
........
n
n
m m mn
m n
a a a
a a a
A
a a a
(
(
(
=
(
(

. . . .
. Representando as m
linhas da matriz por,

[ ] [ ] [ ]
1 11 12 1 2 21 22 2 1 2
(1 ) (1 ) (1 )
, ,..., ,
n n m m m mn
n n n
L a a a L a a a L a a a

= = =

chama-se combinao linear das m linhas a qualquer expresso do tipo:

1 1 2 2
.......
m m
L L L L = + + + (matriz linha),

em que
1 2
, ,...,
m
R.

Considere-se, agora, a matriz linha nula [ ] 0 0 0
0
= L . , ento, possvel construir a equao
0 2 2 1 1
....... L L L L
m m
= + + + .

H dois casos a considerar, para as solues da equao anterior:

1 caso: a nica maneira de obter a linha nula fazer
1 2
... 0
m
= = = = na combinao linear.
Neste caso, as linhas dizem-se linearmente independentes (L.I.).

2 caso: a linha nula pode ser obtida da combinao linear anterior, sem ser necessrio considerar
zeros todos os escalares
i
. Neste caso, as linhas dizem-se linearmente dependentes (L.D.).

Matrizes

10/ 22

Concluso:

Se: = + + +
0 2 2 1 1
....... L L L L
m m

1 2
... 0
m
= = = = as linhas da matriz dizem-se
linearmente independentes, caso contrrio (caso se possa obter a linha nula
0
L sem ser necessrio
considerar zeros todos os escalares
i
) as linhas dizem-se linearmente dependentes.

Exemplo6: Estude a matriz
1 2 2
3 1 4
3 6 6
A
(
(
=
(
(

quanto dependncia linear das suas linhas.

Resoluo: Sendo a matriz
(3 3)
A

, devemos resolver a equao
1 1 2 2 3 3 0
L L L L + + = , visando
encontrar os
1 2 3
, , R, para o quais a equao anterior se verifique,

[ ] [ ] [ ] [ ]
[ ] [ ] [ ] [ ]
[ ] [ ]
1 2 3
1 1 1 2 2 2 3 3 3
1 2 3 1 2 3 1 2 3
1 2 2 3 1 4 3 6 6 0 0 0
2 2 3 4 3 6 6 0 0 0
3 3 2 6 2 4 6 0 0 0

+ + =
+ + =
+ + + + =

desta igualdade resulta o seguinte sistema

1 2 3
1 2 3 2 1 3
1 2 3
3 3 0
2 6 0 0 3
2 4 6 0

+ + =
+ = = =
+ =
,
3
R.

O sistema possvel e indeterminado, tem tantas solues quantos os valores atribudos a
3
, por
exemplo, para
3 1
1 3 = = . Portanto, a equao satisfeita para
1 2
3, 0 = = e
3
1 = .
Assim, para
i
no simultaneamente nulos verifica-se a igualdade e, consequentemente, as linhas
so linearmente dependentes. E,
1 1 3 3 0 1 1 3 3
3 3 L L L L L = = ,
1
L combinao linear de
3
L .

Repare-se que a equao
1 1 2 2 3 3 0
L L L L + + = , do exerccio anterior, equivalente equao

[ ] [ ]
11 12 13
1 2 3 21 22 23
(1 3) (1 3)
31 32 33
(3 3)
0 0 0
a a a
a a a
a a a

(
(
=
(
(

.

O que pode ser estendido a matrizes do tipo ( ) n m .

O mesmo raciocnio pode aplicar-se s colunas da matriz A. Assim, se a combinao linear das
colunas de A coincide com a coluna nula, apenas quando todos os escalares forem nulos ( 0
i
= )
Matrizes

11/ 22
ento as colunas de A so L.I.. Por outro lado, se for possvel obter a coluna nula sem ser necessrio
utilizar apenas escalares nulos, as colunas sero L.D..

Analiticamente, sendo
1 2
, ,...,
n
C C C

as colunas de A e
0
C a coluna nula

:

(
(
(
(
=
1
21
11
1
m
a
a
a
C
.
,
(
(
(
(
=
2
22
12
2
m
a
a
a
C
.
, ...,
(
(
(
(
=
mn
n
n
n
a
a
a
C
.
2
1
e
(
(
(
(
=
0
0
0
0
.
C ,
se
1 1 2 2 0 1 2
... 0
n n n
C C C C + + + = = = = = ,

as colunas da matriz A so L.I.. Caso contrrio so L.D..

Exemplo7: Estude a matriz
1 2 1
4 2 3
2 6 1
A
(
(
=
(
(

quanto dependncia linear das suas colunas.

Resoluo: Temos que calcular
1 2 3
, , R tal que
1 1 2 2 3 3 0
C C C C + + = ,

1 2 3 1 2 3
1 2 3 1 2 3 1 2 3
1 2 3 1 2 3
1 2 1 0 2 0 2 0
4 2 3 0 4 2 3 0 4 2 3 0
2 6 1 0 2 6 0 2 6 0

+ + ( ( ( ( ( ( ( ( ( (
( ( ( ( ( ( ( ( ( (
+ + = + + = + + =
( ( ( ( ( ( ( ( ( (
( ( ( ( ( ( ( ( ( ( +

donde
1 2 3
1 2 3 1 2 3
1 2 3
2 0
4 2 3 0 0
2 6 0

+ + =
+ + = = = =
+ =
.

O sistema possvel e determinado, admite como soluo nica (a equao satisfeita apenas se)
1 2 3
0 = = = . Assim, uma vez que todos os
i
so simultaneamente nulos as colunas da matriz
so linearmente independentes.

Repare-se que a equao
1 1 2 2 3 3 0
C C C C + + = , do exerccio anterior, equivalente equao

1 11 12 13
21 22 23 2
31 32 33 3
(3 3) (3 1) (3 1)
0
0
0
a a a
a a a
a a a

( ( (
( ( (
=
( ( (
( ( (

.

Analogamente para matrizes do tipo ( ) n m .

Matrizes

12/ 22

De um modo geral, as filas de uma matriz dizem-se linearmente independentes quando nenhuma
delas se pode escrever como combinao linear das restantes e linearmente dependente quando
alguma delas se pode escrever como combinao linear das demais.

Propriedades da dependncia/independncia linear das filas de uma matriz

i) Se uma das linhas
1 2
, ,..., ,...,
i m
L L L L formada apenas por zeros, ento as linhas so linearmente
dependentes (idem para as colunas);

ii) Se algumas das linhas
1 2
, ,...,
i
L L L ( i m < ) so linearmente dependentes, ento todas o sero
(idem para as colunas);

iii) A dependncia ou independncia linear das linhas (colunas) de uma matriz, no se altera se
trocarmos a ordem dessas linhas (colunas);

iv) Se as linhas
1 2
, ,..., ,...,
i m
L L L L so linearmente dependentes (independentes), ento tambm o
sero as linhas:
1 2
, ,..., ,...,
i m
L L L L , \ {0} R (idem para as colunas);

v) Se as linhas
1 2
, ,..., ,..., ,...,
i k m
L L L L L so linearmente dependentes (independentes), ento
tambm o sero as linhas
1 2
, ,..., ,..., ,...,
i k k m
L L L L L L + (idem para as colunas);

vi) Se as linhas
1 2
, ,..., ,...,
i m
L L L L so linearmente dependentes, ento algumas delas podem-se
escrever como combinao linear das restantes (idem para as colunas);

vii) As linhas (colunas) de uma matriz triangular (superior ou inferior), com os elementos da
diagonal principal diferentes de zero, so linearmente independentes;

viii) As linhas (colunas) de uma matriz diagonal (diferente da matriz nula), so linearmente
independentes;

ix) Seja
1 2
[ | ] A A A = :
Se as linhas de
1
A e de
2
A so linearmente independentes, ento as linhas de A tambm
so linearmente independentes;
Se
1
A ou
2
A uma matriz triangular superior (inferior), tal que os elementos da diagonal
principal so diferentes de zero, ento as linhas da matriz A so linearmente
independentes;

Matrizes

13/ 22

x) Seja
1
2
A
A
A
(
=
(

:
Se na matriz A as colunas da submatriz
1
A so linearmente independentes, ento as
colunas de A tambm so linearmente independentes;
Se
1
A ou
2
A uma matriz triangular superior (inferior), tal que os elementos da diagonal
principal so diferentes de zero, ento as colunass da matriz A so linearmente
independentes.

Exemplo8: Estude a dependncia linear da matriz
1 3 0 0 5
0 0 1 0 2
0 0 0 1 2
A
(
(
=
(
(

.

Resoluo: A matriz no quadrada, uma matriz ( 3 5 ) vamos primeiro estudar a dependncia
das linhas. Resolvendo a equao
1 1 2 2 3 3 0
L L L L + + = , vem
1 2 3
0 = = = . Portanto, as 3
linhas so linearmente independentes.

Quanto dependncia das colunas, ao resolver equao
1 1 2 2 3 3 4 4 5 5 0
C C C C C C + + + + = ,
vem, por exemplo,
1 2 5 3 5 4 5
3 5 0 2 2 + + = = = . Portanto, as 5 colunas so
linearmente dependentes. Prova-se que, apenas 3 colunas so linearmente independentes.

Como a matriz ( 3 5 ), ou seja, o nmero de colunas maior que o nmero de linhas, razovel
pensar que o nmero mximo de colunas que podem ser linearmente independentes seja 3. De facto,
no sistema que resulta da equao
1 1 2 2 3 3 4 4 5 5 0
C C C C C C + + + + = , temos 3 equaes para 5
incgnitas. Enquanto que para as linhas, o sistema resultante tem 3 equaes para 3 incgnitas.

Este ltimo exemplo ilustra um resultado muito importante: Numa matriz, o nmero mximo de
linhas linearmente independentes igual ao nmero mximo de colunas linearmente
independentes.

Exerccio2: Transponha a matriz do exemplo anterior e estude a dependncia linear das colunas e
das linhas.

Do exerccio anterior, facilmente se v que estudar a dependncia linear da linhas de uma matriz o
mesmo que estudar a dependncia linear das colunas da sua transposta e vice-versa.

Matrizes

14/ 22

1.4 Caracterstica de uma matriz

Nesta seco introduz-se o conceito de caracterstica de uma matriz e apresenta-se um processo para
o seu clculo.

Definio7: D-se o nome de caracterstica de uma matriz A ao nmero mximo de filas paralelas
linearmente independentes que figuram nessa matriz. Representa-se por ( ) r A .

Como em matrizes triangulares, o nmero de filas (linhas ou colunas) paralelas linearmente
independentes (a caracterstica) igual ao nmero de elementos da diagonal principal diferentes de
zero, pode partir-se deste facto para calcular a caracterstica de uma matriz.

Definio8: Condensar uma matriz o processo que consiste em dar matriz, atravs de operaes
elementares, uma forma em que figure nela uma matriz triangular (superior ou inferior) da maior
ordem possvel com elementos principais no nulos.

Operaes elementares

Chamam-se operaes elementares, efectuadas sobre uma matriz, ao conjunto de operaes que no
alterem a dependncia ou independncia das linhas ou colunas (portanto, no alteram a
caracterstica da matriz). Algumas operaes elementares so:

a) Troca entre si de duas filas paralelas de uma matriz;
b) Multiplicao ou diviso de qualquer fila por uma constante diferente de zero;
c) Soma dos elementos homlogos de filas paralelas depois de multiplicados por factores
constantes diferentes de zero.

Processo de condensao

O processo de condensao constitudo por vrias fases redues onde se vo anulando os
elementos abaixo e/ou acima da diagonal principal da matriz quadrada inicial ou de uma submatriz
quadrada da maior ordem possvel (caso a matriz inicial seja rectangular).

Como numa matriz, o nmero mximo de linhas linearmente independentes igual ao nmero
mximo de colunas linearmente independentes, a caracterstica de uma matriz pode calcular-se
tanto por linhas como por colunas.

Na prtica , pois, indiferente efectuar condensao vertical (na qual se reduzem a zero elementos
situados na mesma coluna que o redutor) ou condensao horizontal (em que os elementos a anular,
Matrizes

15/ 22
esto na mesma linha que o redutor) para determinar a caracterstica de uma matriz. O objectivo a
atingir (usando operaes elementares) dar matriz uma forma em que figure uma matriz ou
submatriz triangular de elementos principais no nulos e da maior ordem possvel.

Vamos exemplificar a condensao vertical. Considere-se a matriz
( ) m n
A

que se pretende condensar
para determinar a sua caracterstica
11 12 1
21 22 2
1 2
( )
....
...
...
n
n
m m mn
m n
a a a
a a a
A
a a a
(
(
(
=
(
(

. . . .
.

a) A partir de
11
0 a , ( caso isso no acontea, trocam-se entre si duas ou mais filas paralelas para
colocar no seu lugar um elemento no nulo, de preferncia 1 ou 1), a que se d o nome de
elemento redutor (pivot), adiciona-se a primeira linha a todas as restantes, multiplicada por factores
tais que se anulem todos os elementos seguintes da primeira coluna (abaixo de
11
a ). Portanto:
11 12 1
22 2
2
0
0
n
n
m mn
a a a
a a
A
a a
(
(
(
(
(

~
. . . .
;

b) Procede-se com
22
a em relao 2 coluna como se procedeu com
11
a em relao 1 coluna:
11 12 13 1
22 23 2
33 3
3
0
0 0
0 0
n
n
n
m mn
a a a a
a a a
A a a
a a
(
(
(
(
(
(
(

~
. . . . .
;

c) Procede-se de modo anlogo para os restantes
ii
a at que a condensao termine porque no h
mais linhas ou porque as linhas que existem so todas formadas por zeros. A matriz original ter
uma forma onde figura nela uma matriz ou submatriz triangular da maior ordem possvel com
elementos principais no nulos:
11 12 1 1
22 2 2
0
0 0
0 0 0 0 0
r m
r m
rr rm
a a a a
a a a
A
a a
(
(
(
(
(
(
(
(

. . . . .
~

. . . . .
;

Matrizes

16/ 22

d) Como todas as linhas e colunas de uma matriz triangular, com elementos principais significativos
(no nulos), so linearmente independentes, chegada ao seu termo, a condensao indica qual o
nmero mximo de filas paralelas de uma matriz que podem ser linearmente independentes (a
caracterstica da matriz). Assim, a caracterstica ser dada pela dimenso da maior matriz
triangular, com elementos principais no nulos, que foi possvel instituir na matriz A (indicada na
alnea c) em segundo plano),

Caracterstica da matriz ( ) A r A r = = .

Obs.5:
A caracterstica de uma matriz A igual caracterstica da sua transposta
T
A ;
Exceptuando a matriz nula que tem ( ) 0 r O = , qualquer matriz tem 1 r ;
Para se calcular a caracterstica de uma matriz esta no tem que ser quadrada;
Uma matriz quadrada de ordem n, tem no mximo caracterstica n;
Diz-se que duas matrizes A e B so equivalentes, ( A B ~ , A B ) se ( ) ( ) r A r B = .

Exemplo9: Calcule da caracterstica da matriz
1 2 1
4 2 3
2 6 1
A
(
(
=
(
(

.

Resoluo: Para determinar a caracterstica de uma matriz aplicam-se sucessivamente as operaes
elementares, at se chegar a uma matriz equivalente original onde figure nela uma matriz
triangular da maior ordem possvel com elementos principais no nulos. A que se d o nome de
condensao da matriz.

A partir do elemento redutor
11
1 a = , vamos reduzir a zero os restantes elementos da 1 coluna. Para
reduzir o elemento
21
4 a = a zero, multiplica-se a 1 linha por ( 4) e soma-se com a 2 linha.
Simbolicamente:

Procedendo de maneira anloga para o elemento
31
2 a = , multiplicando a primeira linha por
( 2) + e somando a 3 linha vem

Matrizes

17/ 22

Analogamente, a partir do novo elemento redutor
22
6 a = vamos reduzir a zero o elemento
32
10 a = . A fim de facilitar os clculos vamos, por exemplo, trocar a 2 coluna pela 3. Neste caso
o elemento redutor ser
22
1 a = . Obtemos

1 1 2 1 1 2
0 1 6 0 1 6
0 1 10 0 0 4
A
( (
( (

( (
( (

~ ~ ,

o que completa a condensao, uma vez que a matriz resultante triangular. A matriz dada A
equivalente matriz triangular obtida. Como numa matriz triangular, com elementos da diagonal
principal diferentes de zero, todas as filas so independentes, e como a caracterstica de uma
matriz igual ao nmero de filas independentes, ento a caracterstica da matriz 3, ( ) 3 r A = .

Dependncia linear com recurso condensao

Pelo que foi referido, atravs do recurso condensao, ao clculo da caracterstica de uma matriz,
possvel concluir acerca da dependncia ou independncia linear das filas de uma matriz.

Matrizes quadradas: Seja A uma matriz quadrada de ordem n.
i) Quando ( ) r A n = , as filas so linearmente independentes e a matriz designa-se por matriz
regular;
ii) Quando ( ) r A n < , as filas so linearmente dependentes e a matriz designa-se por matriz
singular.

Matrizes rectangulares: Seja A uma matriz rectangular do tipo ( ) m n .
i) Quando m n >
Se ( ) r A n < , as colunas so linearmente dependentes;
Se ( ) r A n = , as colunas so linearmente independentes;
Como ( ) r A m < , as linhas so sempre linearmente dependentes.

ii) Quando m n <
Se ( ) r A m < , as linhas so linearmente dependentes;
Se ( ) r A m = , as linhas so linearmente independentes;
Como ( ) r A n < , as colunas so sempre linearmente dependentes.
Matrizes

18/ 22

Exemplo10: Estude da caracterstica da matriz
1 3 0 0 5
0 0 1 0 2
0 0 0 1 2
A
(
(
=
(
(

.

Resoluo: A matriz no quadrada, uma matriz ( 3 5 ), vamos condens-la na vertical (por
colunas). A maior submatriz triangular (quadrada) que pode figurar em A de ordem 3 (igual ao n
de linhas), como se v todos os elementos da diagonal principal dessa matriz so diferentes de zero

1 3 0 0 5 1 0 3 0 5 1 0 0 0 5
0 0 1 0 2 0 1 0 0 2 0 1 0 0 2
0 0 0 1 2 0 0 0 1 2 0 0 1 3 2
A
( ( ( (
( ( ( (
=
( ( ( (
( ( ( (

~ ~ ,

ou seja, ( ) 3 r A = (igual ao n de linhas, as linhas so linearmente independentes, L.I.). Por outro
lado, como se tem sempre ( ) 5 r A < (n de colunas, 5 3 n = > ), as colunas so sempre linearmente
dependentes (L.D.), mas, sendo ( ) 3 r A = , conclui-se que, 3 destas so L.I.. Porqu?

Mesmo sabendo que ( ) ( )
T
r A r A = , vamos transpor A e calcular a sua caracterstica. V-se que, a
maior submatriz triangular que pode figurar em
T
A de ordem 3 (n de colunas), condensado esta
matriz, v-se que todos os seus elementos principais so diferentes de zero, logo ( ) 3 r A = ,

1 0 0
1 0 0 1 0 0 1 0 0
0 1 0
3 0 0 3 0 0 0 1 0
0 0 1
0 1 0 0 1 0 3 0 0
0 0 1 0 0 1 0 0 1
3 0 0
5 2 2 5 2 2 5 2 2
5 2 2
T
A
( ( ( ( (
( ( ( ( (
( (
( ( (
( (
( ( ( =

(
( ( (
( (
( ( (
( (
( ( (

~ ~ ~ .

A matriz transposta ( 5 3 ), como se tem sempre ( ) 5 r A < (n de linhas) as linhas so sempre
L.D., mas sendo ( ) 3 r A = , conclui-se que, 3 destas so L.I.. Quantas colunas so L.I.?

Sugesto: Compare os resultados deste exemplo, com os resultados do exemplo8.

Exerccio3: Estude a caracterstica das seguintes matrizes:

a)
1 0 1 3
2 0 1 4
4 0 2 3
A
(
(
=
(
(

; b)
1 2 1 3
2 4 1 4
4 8 2 3
B
(
(
=
(
(

; c)
1 2 1 1
2 4 1 2
4 8 2 8
C
(
(
=
(
(

.

Sugesto: Veja o que acontece, quanto dependncia, se numa matriz eliminar: a) uma fila com
todos os seus elementos nulos; b) uma fila que seja proporcional a outra; c) uma fila que seja
combinao linear de outras.
Matrizes

19/ 22

1.5 Inverso de matrizes

O problema da inverso de matrizes uma das questes mais importantes da teoria das matrizes.
Para alm da definio, nesta seco, vamos apresentar algumas propriedades da inverso e um
mtodo de clculo da matriz inversa.

Definio9: Chama-se matriz inversa de uma matriz A matriz B tal que: A B B A I = = .

A matriz inversa de A, quando existir, representa-se por:
1
A
, pelo que:
1
A
a inversa de A
1 1
A A A A I

= = (matriz identidade)

Condies para a existncia de matriz inversa

Para que exista o produto
1
A A
necessrio que o nmero de colunas da matriz A coincida com o

nmero de linhas da matriz
1
A
, por outro lado para que exista o produto

1
A A
necessrio que
o nmero de colunas da matriz
1
A
coincida com o nmero de linhas da matriz A, ou seja, A e

1
A

tm que ter a mesma dimenso. Da que, s podem ter inversa as matrizes quadradas, e dentro
destas as que tm as filas linearmente independentes, ou seja, caracterstica r igual sua ordem n.

Em resumo: Uma matriz quadrada A de ordem n admite inversa se ( ) r A n = . E, como j vimos,
estas designam-se por matrizes regulares. As matrizes que no tm inversa dizem-se singulares.

Propriedades da matriz inversa. Admitindo que as matrizes admitem inversa e que a sua
dimenso permite que as operaes possam ser efectuadas, ento so vlidas as seguintes regras:

i)
1
A
quando existe nica;

ii) ( ) A A =
1
1
;
iii) ( )
1 1 1
= A B B A , se existe ( )
1
A B

, ento A e B admitem inversa;
iv) ( )
1 1 1 1
= A B X X B A ;
v)
( ) ( )
1
1 1 1 1
vezes
...
k
k k
k
A A A A A A

= = =
_
;
vi)
r s r s
A A A
+
= , , r s Z;
vii) ( )
r s r s
A A = , , r s Z;
viii)
1 1
1
( ) A A

= , \ {0} R ;
ix) ( ) ( )
T
T
A A
1
1
= .

Matrizes

20/ 22

Obs.6: Uma matriz ortogonal a matriz quadrada que tem como inversa a sua transposta, isto ,
T T
A A A A I = = .

Clculo da matriz inversa pelo mtodo da matriz ampliada [ | ] A I

Caso exista, a inversa de uma matriz A pode ser calculada transformando a matriz ampliada [ | ] A I
em [ | ] I B , onde
1
B A
= , ou seja, em
1
[ | ] I A
, utilizando as operaes elementares, descritas em

1.4, aplicadas apenas s linhas.

Obs.7: A matriz inversa pode ainda ser calcula por definio, o que s funcional para matrizes de
2 ou 3 ordem.

Exemplo11: Determine a inversa da matriz regular
1 1
2 0
A
(
=
(

.

Resoluo: Sendo a matriz regular, ela admite inversa. Vamos considerar a matriz ampliada [ | ] A I
visando obter a matriz
1
[ | ] I A
. Num primeiro passo obtemos,

1 1 1 0 1 1 1 0
[ | ]
2 0 0 1 0 2 2 1
A I
( (
=
( (

,

considermos como elemento redutor
11
1 a = , e utilizmos as operaes elementares para a
condensao. Finalmente, para obter
1
[ | ] I A
, por exemplo, multiplicamos a 2 linha por

1
2
( ) + e,
para o elemento redutor
22
1 a = , reduzimos a zero o elemento
12
1 a = , assim

1
2
1 1
2 2
1 0 0 1 1 1 0
1 1 0 1 0 1
( (
( (

.

O que conclui o processo da matriz ampliada, transformmos a matriz [ | ] A I em
1
[ | ] I A
, e,
portanto, a matriz inversa de A,
1
2 1
1
2
0
1
A
(
=
(

.

Por ter inversa, as linhas da matriz A so linearmente independentes e a caracterstica da matriz 2,
igual ordem da matriz.

Como a matriz de 2 ordem vamos utilizar a definio para calcular a sua inversa. Seja
1
x y
A
z t
(
=
(

. Da definio resulta
Matrizes

21/ 22

1
1 1 1 0 1 0
2 0 0 1 2 2 0 1
x y x z y t
A A I
z t x y
( ( ( ( (
= = =
( ( ( ( (

,

para se verificar esta ltima igualdade devemos ter

1
2
1
2
0 1
0
2 0 1
2 1
x x z
y y t
x z
y t
= =

= =

= =

= =

, donde
1
2 1
1
2
0
1
x y
A
z t
( (
= =
( (

.

Repare-se que
1
A A I
= , e que a inversa de uma matriz quadrada A ainda uma matriz quadrada

da mesma ordem.

Obs.8: A matriz de dimenso (2 2) ,
a b
A
c d
(
=
(

admite inversa se 0 ad bc , a sua inversa
dada por
1
1
d b
A
c a ad bc
(
=
(

.

Exerccio4: Verifique este resultado para o exemplo anterior.

Exemplo12: Verifique a existncia da inversa da matriz
(
(
(

=
7 3 2
1 1 0
3 2 1
C .

Resoluo: Vamos utilizar o mtodo da matriz ampliada. possvel pensar na inversa desta matriz,
uma vez que, ela de ordem 3, ou seja, quadrada. A matriz ampliada

1 2 3 1 0 0
[ | ] 0 1 1 0 1 0
2 3 7 0 0 1
C I
(
(
=
(
(

.

Utilizando as operaes elementares, obtemos

1 2 3 1 0 0 1 2 3 1 0 0 1 2 3 1 0 0 1 2 3 1 0 0
0 1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1 0 .
2 3 7 0 0 1 2 3 7 0 0 1 0 1 1 2 0 1 0 0 0 2 1 1
( ( ( (
( ( ( (

( ( ( (
( ( ( (

Matrizes

22/ 22

Portanto, partindo de [ | ] C I no possvel obter
1
[ | ] I C
, na ltima matriz ampliada h uma linha

de zeros. Quer dizer, a matriz C no tem inversa. As linhas da matriz no so linearmente
independentes, a sua caracterstica 2, diferente da ordem da matriz que 3.

Exemplo13: Sendo A uma matriz quadrada regular que verifica a relao
2
0 A A I + + = , determine
a sua inversa
1
A
.

Resoluo: Multiplicando esquerda
2
0 A A I + + = por
1
A
, vem

1 2 1 1 1 1
1 1 1
0 ( ) 0
0 ( )
A A A A A I A A A I A
A I A A A I A A I

+ + = + + =
+ + = = = +
.

Exemplo14: Supondo A e B matrizes regulares, resolva em ordem a X a equao matricial
1 1
( ) ( )
T
T
A X AB A

( + =

.

Resoluo: Multiplicando esquerda
2
0 A A I + + = por
1
A
, vem

1 1 1 1 1 1
1 1 1 1
2 1 2 1 1 2 1
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
( )
T T T
T T T T T
T T
T T T
A X AB A X A A AB X A A AB
X A A AB X A A AA AB A
X A AB A X A B A A X A B

( ( ( + = = =

= =
= = =
.

Considerando, agora
(
(
(
=
1 0 0
0 1 1
0 0 1
A e
(
(
(
=
3 0 0
0 2 0
0 0 1
B , vamos determinar a matriz X,

2 1
2 1
1 1 1 1
2 2 2 2
1 2 2 2
3 3 3 3
1 0 0 1 0 0
1 1 0 0 2 0
0 0 1 0 0 3
1 0 0 1 0 0 0 0 0 0 0 0 0 2 0
2 1 0 0 0 2 0 2 0 0 0
0 0 1 0 0 0 0 0 0 0 0
T
T
X A B
X
( (
( (
= = =
( (
( (

( ( ( ( (
( ( ( ( (
= = = =
( ( ( ( (
( ( ( ( (

.

Ou (verifique)

2 1 2 1 2 1 2 1
( ) ( ) ( ) ( ) ( ) ( )
T T T T T T T T
X A B X A B X A B X A B

= = = = .

Matriz

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Matriz

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA

REA DEPARTAMENTAL DE ENGENHARIA CIVIL

necessrio que o nmero de colunas da matriz A coincida com o

, por outro lado para que exista o produto

coincida com o nmero de linhas da matriz A, ou seja, A e

quando existe nica;

, utilizando as operaes elementares, descritas em

. Num primeiro passo obtemos,

, por exemplo, multiplicamos a 2 linha por

= , e que a inversa de uma matriz quadrada A ainda uma matriz quadrada

, na ltima matriz ampliada h uma linha

Das könnte Ihnen auch gefallen