1

ELEMENTOS DE LGEBRA LINEAR

CAPTULO 1

MATRIZES, DETERMINANTES E SISTEMAS LINEARES


1 MATRIZES

HISTRICO

O pai das matrizes foi Cayley que, em 1850 divulgou esse nome e iniciou a
demonstrar sua utilidade. Elas surgiram para a resoluo de Sistemas Lineares. Mas foi s h
pouco mais de 150 anos que as matrizes tiveram sua importncia detectada e saram da
sombra dos determinantes. No entanto, o primeiro uso implcito da noo de matriz se deve a
Lagrange em 1790.
O primeiro a lhes dar um nome parece ter sido Cauchy que as chamavam de
tabelas. O nome matriz s veio com James Joseph Sylvester, 1850. Sylvester ainda via as
matrizes como mero ingrediente dos determinantes. s com Cayley que elas passam a ter
vida prpria e gradativamente comeam a suplantar os determinantes em importncia.

Definio: Chamamos de Matriz, a uma tabela organizada em linhas e colunas, denotada por
mxn ij
) a ( A = , onde o par de ndices "ij" , representam a posio de cada elemento
ij
a
dentro da matriz, sendo que o ndice "i" indica a qual linha pertence o elemento e "j" a
qual coluna. O par de ndices "mxn", representam o tamanho da matriz, sendo que o
ndice "m" indica a quantidade de linhas da matriz e "n" a quantidade de colunas. Toda
matriz pode ser representada, genericamente, por:
|
|
|
|
|

\
|
=
mn 2 m 1 m
n 2 22 21
n 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
A

Indicaremos por ) ( M
mxn
o conjunto de todas as matrizes de ordem mxn e com
elementos reais.
Se m = n, a matriz ser chamada de matriz quadrada de ordem n e representada por ) ( M
n
ou
simplesmente
n
M . Matriz quadrada aquela que tem a mesma quantidade de linhas e colunas.
Se m n, a matriz ser chamada de matriz retangular de ordem mxn e representada por
) ( M
mxn
ou simplesmente
mxn
M .
2
Se m = n = 1, a matriz representa um nico elemento, ou seja, ( )
11 11 1 x 1
a a M = = . Assim, todo
nmero real pode ser representado por umas matriz de ordem 1x1.

Exemplo (1): Escrever a matriz
3 x 2 ij
) a ( A = tal que

<
=
> +
=
j i se , j i 2
j i se , i
j i se , j 2 i
a
j
ij

Soluo: A matriz
3 x 2 ij
) a ( A = representada por:
|
|

\
|
=
23 22 21
13 12 11
a a a
a a a
A . Ento:
1 1 i a
1 j
11
= = = ; 4 2 i a
2 j
22
= = = , pois i = j
0 2 1 2 j i 2 a
12
= = = ; 1 3 1 2 j i 2 a
13
= = = ; 1 3 2 2 j i 2 a
23
= = = , pois i < j
3 1 1 2 j 2 i a
21
= + = + =
Portanto:
|
|

\
|
=
1 4 3
1 0 1
A

1.1 Matrizes Especiais
Matriz Nula: a matriz
mxn
O , na qual todos os seus elementos so nulos, ou seja:
|
|
|
|
|

\
|
=
0 ... 0 0
... ... ... ...
0 ... 0 0
0 ... 0 0
A
Matriz Linha: toda matriz de ordem 1xn, ou seja: ( )
n 1 12 11
a ... a a A = .
Matriz Coluna: toda matriz de ordem mx1, ou seja:
|
|
|
|
|

\
|
=
1 m
21
11
a
...
a
a
A
Matriz Quadrada: toda matriz de ordem nxn, ou seja:
|
|
|
|
|

\
|
=
nn 2 n 1 n
n 2 22 21
n 1 12 11
nxn
a ... a a
... ... ... ...
a ... a a
a ... a a
A . Os
elementos onde i = j formam o que chamamos de diagonal principal.

Matriz Triangular: uma matriz quadrada, e pode apresentar dois casos;
3
a) Triangular Inferior: tal que j i se 0 a
ij
< =
|
|
|
|
|

\
|
=
nn 2 n 1 n
22 21
11
nxn
a ... a a
... ... ... ...
0 ... a a
0 ... 0 a
A
b) Triangular Superior: tal que j i se 0 a
ij
> =
|
|
|
|
|

\
|
=
nn
n 2 22
n 1 12 11
nxn
a ... 0 0
... ... ... ...
a ... a 0
a ... a a
A
Matriz Diagonal: uma matriz quadrada, na qual cada

=
=
j i se , 0
j i se , x
a
ij

|
|
|
|
|

\
|
=
nn
22
11
nxn
a ... 0 0
... ... ... ...
0 ... a 0
0 ... 0 a
A
Matriz Identidade: uma matriz quadrada, denotada por
n
Id , na qual cada

=
=
j i se , 0
j i se , 1
a
ij

|
|
|
|
|

\
|
=
1 ... 0 0
... ... ... ...
0 ... 1 0
0 ... 0 1
A
nxn

Matriz Transposta: Dada uma matriz
mxn ij
) a ( A = , ento sua transposta uma matriz
nxm ji
t
) a ( A = . a matriz tal que
ji ij
a a = . Assim, dada uma matriz A, para obter sua
transposta trocamos as linhas com as respectivas colunas.
Matriz Simtrica: uma matriz A
n
, quadrada, tal que A
t
= A.
Matriz Anti-Simtrica: uma matriz quadrada tal que A
t
= -A.

1.2 Operaes com Matrizes

Igualdade: Sejam
mxn ij mxn ij
) b ( B e ) a ( A = = , duas matrizes de mesma ordem. Ento:
j e i , b a B A
ij ij
= =
Adio: Sejam
mxn ij mxn ij
) b ( B e ) a ( A = = , duas matrizes de mesma ordem. Ento:
mxn ij ij
) b a ( B A + = + .
4
Propriedades da adio: Sejam
mxn ij mxn ij mxn ij
) c ( C e ) b ( B , ) a ( A = = = . Ento so vlidas as
seguintes propriedades:
a) Comutativa: A + B = B + A
b) Associativa: A + (B + C) = (A + B) + C
c) Elemento Neutro: AM
mxn
, OM
mxn
(matriz nula de ordem mxn) tal que A+O=O+A=A.
d) Elemento Oposto: AM
mxn
, (-A)M
mxn
(matriz oposta de ordem mxn) tal que
A + (-A) = (-A) + A = O.
Subtrao: Sejam
mxn ij mxn ij
) b ( B e ) a ( A = = , duas matrizes de mesma ordem. Ento:
mxn ij ij
) b a ( B A = .
OBS: A subtrao no possui nenhuma propriedade. Vamos interpretar a subtrao da seguinte
forma: ) B ( A B A + = , ou seja, a subtrao a adio com a matriz oposta de B,
nestas condies, as propriedades so as mesmas da adio.
Produto por escalar: Sejam
mxn ij
) a ( A = e . Ento:
mxn ij
) a ( A = .
Propriedades: Sejam
mxn ij mxn ij
) b ( B e ) a ( A = = e e .
a) A ) ( ) A ( ) A ( = =
b) B A ) B A ( + = +
c) A A A ) ( + = +
d) A A 1 =
Multiplicao: Sejam
pxq jk mxn ij
) b ( B e ) a ( A = = . O produto da matriz A por B, indicado por
B A , s possvel de n = p, e a nova matriz ter ordem mxq, representada por
mxq ik
) c ( C = ,
sendo que :

=
=
n
1 j
jk ij ik
b a c , para i=1,2,...,m e k=1,2,...,q.
OBS: Para haver o produto entre as matrizes
pxq mxn
B e A , necessrio que o nmero de
colunas da matriz esquerda seja igual ao nmero de linhas da matriz direita e, a
ordem da matriz produto o nmero de linhas da matriz esquerda pelo nmero de
colunas da matriz direita, ou seja:





Propriedades: Sejam A, B e C, matrizes tais que o produto entre elas sejam possveis. Ento:
mxq
A
m x n
B
p x q
n=p
5
a) No vale a comutativa: A B B A
b) Associativa: C ) B A ( ) C B ( A =
c) Distributiva:

+ = +
+ = +
C B C A C ) B A ( : direita
C A B A ) C B ( A : esquerda

d) Elemento Neutro: Seja
mxn ij
) a ( A = . O elemento neutro a matriz identidade de ordem m
(
m
Id ) ou ordem n (
n
Id ), pois: A Id A
n
= e A A Id
m
= .

Exemplo (2): Sejam
|
|

\
|
=
1 0
1 2
A ,
|
|

\
|

=
3 1 2
1 0 5
B e
|
|

\
|
=
0 1
8 4
C . Determine se possvel:
a) C A 2 + d) C B
b) B A e) B ) C 3 A (
c) C B+ f)
2
A
Soluo: a)
|
|

\
|
=
|
|

\
|
+ +
+
=
|
|

\
|
+
|
|

\
|
= +
1 1
9 6
0 1 1 0
8 1 4 2
0 1
8 4
1 0
1 2
2 C A 2
b)
|
|

\
|
+ + +
+ + +
=
|
|

\
|

|
|

\
|
=
) 3 ( 1 1 0 ) 1 ( 1 0 0 2 1 5 0
) 3 ( ) 1 ( 1 2 ) 1 ( ) 1 ( 0 2 2 ) 1 ( 5 2
3 1 2
1 0 5
1 0
1 2
B A
|
|

\
|

=
3 1 2
5 1 8
B A
c) No possvel pois, B e C no tm a mesma ordem.
d) No possvel pois, o nmero de colunas da matriz
3 x 2
B no igual ao nmero de
linhas da matriz
2 x 2
C .
e)
|
|

\
|

|
|

\
|

=
|
|

\
|

|
|

\
|

|
|

\
|
=
3 1 2
1 0 5
1 3
23 10
3 1 2
1 0 5
0 1
8 4
3
1 0
1 2
B ) C 3 A (
|
|

\
|


=
6 1 13
79 23 4
B ) C 3 A (
f)
|
|

\
|
=
|
|

\
|

|
|

\
|
= =
1 0
3 4
1 0
1 2
1 0
1 2
A A A
2


1.3 Matriz Inversvel

Definio: Uma matriz quadrada de ordem n se diz inversvel, se , e somente se, existe uma matriz
quadrada B de ordem n, de modo que
n
Id A B B A = = . Essa matriz B, caso exista,
nica e chamada de inversa de A, denotada por
1
A

.
6

1.3.1 Determinao da inversa
1 Mtodo - Por Definio
Aplicando a definio, onde
1
A

ser escrita genericamente, vamos encontrar um

sistema linear. Se o sistema for possvel e determinado (apenas uma soluo),ento existe a inversa.
Se o sistema for impossvel, ento no existe a inversa.
Exemplo (3): Sejam
|
|

\
|
=
4 2
3 1
A e
|
|
|

\
|
=
1 1 2
1 2 3
0 2 1
B . Determine a inversa pela definio, se houver.
Soluo: Seja
|
|

\
|
=

d c
b a
A
1
. Por definio
2
1
Id A A =

. Ento:
|
|

\
|
=
|
|

\
|

|
|

\
|
1 0
0 1
d c
b a
4 2
3 1

|
|

\
|
=
|
|

\
|
+ +
+ +
1 0
0 1
d 4 b 2 c 4 a 2
d 3 b c 3 a

= +
= +
0 c 4 a 2
1 c 3 a
e

= +
= +
1 d 4 b 2
0 d 3 b
. Resolvendo os sistemas
lineares teremos
|
|

\
|

2
1
2
3
1
1
2
A .
Seja
|
|
|

\
|
=

i h g
f e d
c b a
B
1
. Ento,
3
1
Id B B =


|
|
|

\
|
=
|
|
|

\
|

|
|
|

\
|
1 0 0
0 1 0
0 0 1
i h g
f e d
c b a
1 1 2
1 2 3
0 2 1

= + +
= + +
= +
0 g d a 2
0 g d 2 a 3
1 d 2 a
e

= + +
= + +
= +
0 h e b 2
1 h e 2 b 3
0 e 2 b
e

= + +
= + +
= +
1 i f c 2
0 i f 2 c 3
0 f 2 c

Resolvendo os trs sistemas lineares teremos:
|
|
|

\
|

4 3 1
1 1 1
2 2 1
B
1


2 Mtodo - Por Operaes Elementares

Podemos aplicar operaes nas filas (linhas ou colunas) de uma matriz, sem alterar suas
propriedades. Estas operaes, chamadas de operaes elementares so as seguintes:
a) Permutar duas filas paralelas;
b) Multiplicar uma fila por um escalar , , com 0 ;
c) Somar a uma fila uma outra fila paralela multiplicada por , , com 0 ;

7
O mtodo das operaes elementares consiste no seguinte: do lado esquerdo escrevemos
a matriz A e do lado direito a matriz identidade de mesma ordem da A. Atravs de operaes
elementares transformamos a matriz A na matriz identidade. As mesmas operaes que aplicamos
na matriz A, devemos aplicar na matriz identidade que est do lado direito. No final do processo o
que resulta do lado esquerdo a matriz identidade e do lado direito a matriz inversa
1
A

.

Exemplo (4): Sejam
|
|

\
|
=
4 2
3 1
A e
|
|
|

\
|
=
1 1 2
1 2 3
0 2 1
B . Determine sua inversa, por operaes
elementares, se houver.
Soluo:
|
|

\
|

|
|

\
|


|
|

\
| +
+
1 2 * 2 0
2 * 0 1
1 2 * 2 0
0 1 * 3 1
1 0 * 4 2
0 1 * 3 1
2
3
L L
L L 2 1 2
2
3
2 1

|
|

\
|

2
1
2
3
L
1 * 1 0
2 * 0 1
2
2
1

|
|

\
|

2
1
2
3
1
1
2
A


|
|
|

\
|


|
|
|

\
|

+
+

2
4
1 2 1
3 1
L
L L 3
L L 2
1 0 2 * 1 3 0
0 1 3 * 1 4 0
0 0 1 * 0 2 1
1 0 0 * 1 1 2
0 1 0 * 1 2 3
0 0 1 * 0 2 1

+
+
|
|
|
|

\
|

|
|
|

\
|


2 3
3
3 2
L L
L 4
4
3
4
1
4
1
4
1
4
3
4
1
L L 3
4
1
4
3
4
1
1 * 0 0
0 * 1 0
0 0 1 * 0 2 1
1 0 2 * 1 3 0
0 * 1 0
0 0 1 * 0 2 1

|
|
|

\
|

|
|
|

\
|

+
4 3 1 * 1 0 0
1 1 1 * 0 1 0
2 2 1 * 0 0 1
4 3 1 * 1 0 0
1 1 1 * 0 1 0
0 0 1 * 0 2 1
1 2
L L 2

|
|
|

\
|

4 3 1
1 1 1
2 2 1
B
1


OBS: No exemplo acima, por exemplo,
2 1
L L 2 + significa: menos duas vezes a linha 1 somada a
linha 2. Note que, nesta passagem, quem sofreu alterao foi a linha 2, que a ela foi soma a
linha 1 multiplicada por -2. Se ao aplicarmos operaes elementares em uma matriz e ela
apresentar uma ou mais filas nulas, ento a matriz no admite inversa.


8
2 DETERMINANTES

HISTRICO

Os primeiros estudos sobre determinantes datam provavelmente do sculo 111 a.C.
Mas foi s em 1683 que o japons Seki Kowa usou a idia de determinante em seus trabalhos
sobre sistemas lineares.
O uso do determinante no Ocidente comeou 10 anos depois num trabalho de
Leibniz, ligado tambm a sistemas lineares. O francs tienne Bzout (1730-1783),
sistematizou em 1764 o processo de estabelecimento dos sinais dos termos de um
determinante. E coube a outro francs, Alexandre Vandermonte (1735-1796), a primeira
abordagem da teoria dos determinantes.
O termo determinante, com o sentido atual, surgiu em 1812 num trabalho de
Cauchy sobre o assunto. Alm de Cauchy, quem mais contribuiu para consolidar a teoria dos
determinantes foi o alemo Carl Jacobi (1804-1851). Deve-se a ele a forma simples como essa
teoria se apresenta at hoje.

Definio: Dada uma matriz quadrada A, chamamos de determinante da matriz A, denotado por
det(A), ao nmero real obtido atravs de operaes realizadas com os elementos da
matriz, conforme os mtodos apresentados abaixo.

2.1 Regra de Sarrus
A regra de Sarrus se aplica a determinantes de 2 e 3 ordem com segue:
Determinante de 2 ordem: Seja
|
|

\
|
=
22 21
12 11
a a
a a
A
22 21
12 11
a a
a a
) A det( =
) a a ( ) a a ( ) A det(
21 12 22 11
= .
Determinante de 3 ordem: Seja
|
|
|

\
|
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
) A det( =
) a a a a a a a a a ( ) a a a a a a a a a ( ) A det(
12 21 33 32 23 11 31 22 13 13 32 21 31 23 12 33 22 11
+ + + + =

Regra prtica:
32
22
12
31
21
11
33 32 31
23 22 21
13 12 11
a
a
a
a
a
a
a a a
a a a
a a a
) A det( =



Exemplo (5): Resolver os determinantes usando a regra de Sarrus:
) a a a a a a a a a (
13 32 21 31 23 12 33 22 11
+ + + ) a a a a a a a a a (
12 21 33 32 23 11 31 22 13
+ +
9
a)
2 4
2 3
b)
2 4 3
2 3 1
0 2 1

Soluo: a) 14 8 6 ) 4 2 ( ) 2 3 (
2 4
2 3
= = =

b) )] 1 ( 2 2 ) 4 ( 2 1 3 3 0 [ )] 4 ( ) 1 ( 0 3 2 2 2 3 1 [
2 4 3
2 3 1
0 2 1
+ + + + =

=
30 12 18 ) 4 8 0 ( ) 0 12 6 ( = + = + + =

2.2 Regra de Laplace

Definio: Dada uma matriz quadrada
nxn ij
) a ( A = , de ordem 2 n , chamamos de cofator do
elemento a
ij
, e indicado por A
ij
, ao seguinte nmero:
ij
j i
ij
D ) 1 ( A =
+
, onde D
ij
o
determinante de ordem menor, formado pelos elementos restantes, quando retiramos a
linha e a coluna as quais pertence o elemento a
ij
.

Exemplo (6): Determine o cofator dos elementos a
23
e a
31
da matriz
|
|
|

\
|

=
1 3 3
0 1 1
2 1 2
A .
Soluo: 9 ) 3 6 ( 1
3 3
1 2
) 1 ( D ) 1 ( A
5
23
3 2
23
= + =

= =
+

2 ) 2 0 ( 1
0 1
2 1
) 1 ( D ) 1 ( A
4
31
1 3
31
= + + =

= =
+


Teorema de Laplace: Seja
nxn ij
) a ( A = , uma matriz quadrada com ordem 2 n . O determinante
da matriz A a somatria dos elementos a
ij
pelos seus respectivos cofatores
A
ij
, em relao a qualquer linha ou coluna da matriz A, ou seja, se
|
|
|
|
|

\
|
=
nn 2 n 1 n
n 2 22 21
n 1 12 11
nxn
a ... a a
... ... ... ...
a ... a a
a ... a a
A , ento, em relao a primeira linha, temos
que:
n 1 n 1 12 12 11 11
A a ... A a A a ) A det( + + + = .

10
OBS: Podemos aplicar o Teorema de Laplace a qualquer linha ou coluna da matriz A, de
preferncia aquela que tiver a maior quantidade de zeros, pois evita clculos. O Teorema de
Laplace uma regra geral, ele se aplica a determinantes de qualquer ordem.

Exemplo (7): Resolver o determinante
2 4 3
2 3 1
0 2 1
) A det(

= usando o Teorema de Laplace.

Soluo: Vamos aplicar o teorema de Laplace para os elementos da coluna 3:
33 33 23 23 13 13
A a A a A a ) A det( + + =
3 1
2 1
) 1 ( 2
4 3
2 1
) 1 ( 2
4 3
3 1
) 1 ( 0 ) A det(
3 3 3 2 3 1

=
+ + +

30 10 20 ) 5 ( 2 ) 10 ( 2 ) A det( = + = + =


2.3 Regra de Chi
Seja
nxn ij
) a ( A = , uma matriz quadrada com ordem 2 n . No determinante da matriz
A, identificar um elemento 1 a
ij
= . Retirar a linha e a coluna as quais pertence o elemento 1 a
ij
= .
Restar um determinante de ordem menor, do qual devemos retirar de cada elemento
ij
a , o produto
dos elementos referentes a linha e a coluna que foram retiradas. Este determinante dever ser
multiplicado por
j i
) 1 (
+
, onde i e j so os ndices do elemento 1 a
ij
= .
Por exemplo, suponhamos que 1 a
11
= . Se a matriz
|
|
|
|
|
|

\
|
=
nn 3 n 2 n 1 n
n 3 33 32 31
n 2 23 22 21
n 1 13 12 11
a ... a a a
... ... ... ... ...
a ... a a a
a ... a a a
a ... a a a
A ,
ento
1 n n 1 nn 1 n 13 3 n 1 n 12 2 n
31 n 1 n 3 31 13 33 31 12 32
21 n 1 n 2 21 13 23 21 12 22
1 1
a a a ... a a a a a a
... ... ... ...
a a a ... a a a a a a
a a a ... a a a a a a
) 1 ( ) A det(



=
+


Exemplo (8): Resolver o determinante
2 4 3
2 3 1
0 2 1
) A det(

= usando o a regra de Chi.

Soluo: Vamos aplicar a regra de Chi para o elemento 1 a
11
= :
11
) 2 10 ( 2 5
2 10
2 5
3 0 2 3 2 4
) 1 ( 0 2 ) 1 ( 2 3
) 1 ( ) A det(
1 1
=

=


=
+
30 ) A det( =

2.4 Propriedades dos determinantes
0 ) A det( = , se possui uma fila (linha ou coluna) nula; se duas filas paralelas so iguais; se duas
filas paralelas so proporcionais (mltiplas) ou se uma das filas combinao linear da demais.
Determinante da matriz triangular (e tambm a matriz diagonal) o produto dos elementos da
diagonal principal.
Se multiplicarmos uma fila de uma matriz por um escalar, , o determinante ficar
multiplicado por .
Se permutarmos duas filas paralelas de uma matriz A, o determinante ficar multiplicado por -1.
Se numa matriz A adicionarmos a uma fila uma outra paralela, multiplicada por um escalar,
, o determinante so se altera.
Se
nn 2 n n
n 2 22 2
n 1 12 1
nn 2 n 1 n
n 2 22 21
n 1 12 11
nn 2 n n 1 n
n 2 22 2 21
n 1 12 1 11
a ... a x
... ... ... ...
a ... a x
a ... a x
a ... a a
... ... ... ...
a ... a a
a ... a a
a ... a x a
... ... ... ...
a ... a x a
a ... a x a
) A det( + =
+
+
+
=
) A det( ) A det(
t
=

) A det(
1
) A det(
1
=

) B det( ) A det( ) B A det( =

2.5 Matriz Inversa atravs da Matriz Adjunta

Definio: Seja
nxn ij
) a ( A = uma matriz quadrada de ordem 2 n , chamamos de Matriz Cofatora
da matriz A, denotada por Cof(A), a matriz constituda dos cofatores de cada elemento
a
ij
. (veja a definio de cofator no item 2.2)

Definio: Seja
nxn ij
) a ( A = uma matriz quadrada de ordem 2 n , chamamos de Matriz Adjunta,
denotada por Adj(A), a transposta da matriz cofatora, ou seja,
t
)) A ( Cof ( ) A ( Adj = .

12
Proposio: Seja
nxn ij
) a ( A = uma matriz quadrada de ordem 2 n . Ento, a matriz inversa da
matriz A determinada por: ) A ( Adj
) A det(
1
A
1
=

, com 0 ) A det( .

Exemplo (9): Seja e
|
|
|

\
|
=
1 1 2
1 2 3
0 2 1
B . Determine sua inversa, atravs da matriz adjunta, se houver.
Soluo: Como 0 1 ) B det( = , ento a matriz B admite inversa.
|
|
|

\
|

=
|
|
|
|
|
|
|
|

\
|



=
+ + +
+ + +
+ + +
4 1 2
3 1 2
1 1 1
2 3
2 1
) 1 (
1 3
0 1
) 1 (
1 2
0 2
) 1 (
1 2
2 1
) 1 (
1 2
0 1
) 1 (
1 1
0 2
) 1 (
1 2
2 3
) 1 (
1 2
1 3
) 1 (
1 1
1 2
) 1 (
) B ( Cof
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1

( )
|
|
|

\
|

= =
4 3 1
1 1 1
2 2 1
) B ( Cof ) B ( Adj
t

|
|
|

\
|

= =

4 3 1
1 1 1
2 2 1
1
1
) B ( Adj
) B det(
1
B
1

|
|
|

\
|

4 3 1
1 1 1
2 2 1
B
1



3 SISTEMAS LINEARES

HISTRICO
Na matemtica ocidental antiga so poucas as aparies de sistemas de equaes
lineares. No Oriente, contudo, o assunto mereceu ateno bem maior. Com seu gosto especial
por diagramas, os chineses representavam os sistemas lineares por meio de seus coeficientes
escritos com barras de bambu sobre os quadrados de um tabuleiro. Assim acabaram
descobrindo o mtodo de resoluo por eliminao que consiste em anular coeficientes por
meio de operaes elementares. Exemplos desse procedimento encontram-se nos Nove
captulos sobre a arte da matemtica, um texto que data provavelmente do sculo 111 a.C.
Mas foi s em 1683, num trabalho do japons Seki Kowa, que a idia de determinante (como
polinmio que se associa a um quadrado de nmeros) veio luz. Kowa, considerado o maior
matemtico japons do sculo XVII, chegou a essa noo atravs do estudo de sistemas
lineares, sistematizando o velho procedimento chins (para o caso de duas equaes apenas).

Definio: Considere uma equao da seguinte forma: b x a ... x a x a
n n 2 2 1 1
= + + + ,

n 2 1
a ,..., a , a , chamados de coeficientes; b , chamado de termo
13
independente e
n 2 1
x ,..., x , x so variveis reais, com expoente igual a 1, chamadas de
incgnitas . Uma equao desse tipo chamada de equao linear a n incgnitas.

Definio: Seja uma equao linear b x a ... x a x a
n n 2 2 1 1
= + + + . Chama-se soluo dessa
equao, uma seqncia de n nmeros reais (n-pla)
n 2 1
,..., , , tal que:
b a ... a a
n n 2 2 1 1
= + + + uma igualdade verdadeira.

Definio: Chama-se de sistema linear, denotado por S
mxn
, a um conjunto formado por duas ou
mais equaes lineares nas mesmas variveis reais
n 2 1
x ,..., x , x . O par de ndices mxn
chamado de ordem do sistema indicando m equaes e n incgnitas. Genericamente
representado por:

= + + +
= + + +
= + + +
m n mn 2 2 m 1 1 m
2 n n 2 2 22 1 21
1 n n 1 2 12 1 11
mxn
b x a ... x a x a
.. .......... .......... .......... .......... ..........
b x a ... x a x a
b x a ... x a x a
: S

Definio: Chama-se soluo de um sistema linear S, uma n-pla
n 2 1
,..., , de nmeros reais,
que satisfaz, ao mesmo tempo, todas as equaes do sistema S.

3.1 Classificao dos Sistemas Lineares
Sistema Possvel e Determinado (SPD): admite apenas uma nica soluo
Sistema Possvel e Indeterminado (SPI): admite infinitas solues
Sistema Impossvel (SI): no admite soluo.

3.2 Mtodos de Resoluo de Sistemas Lineares
Algumas operaes elementares podem ser aplicadas nas equaes de um sistema
linear, sem que isso altere sua soluo, obtendo, assim, um sistema equivalente ao primeiro. Estas
operaes so as seguintes:
i) Permutar uma ou mais equaes;
ii) Multiplicar uma ou mais equaes por escalares reais diferentes de zero;
iii) A uma equao, adicionar uma outra multiplicada por um escalar diferente de zero.

Mtodo da Substituio: consiste em "isolar" uma das variveis de qualquer equao e substitu-
la nas demais, abaixando a ordem do sistema. Repetir o processo at obtermos uma nica
equao dependendo apenas de uma s varivel.
14

Exemplo (10): Resolver o sistema linear aplicando o mtodo da substituio

= + +
= +
= +
8 z 5 y x
9 z 3 y x 2
3 z y 2 x
: S
Soluo: Note que o sistema S tem ordem 3x3. Vamos isolar a varivel x da primeira equao e
substitu-la nas demais: 3 z y 2 x + = (*). Ento:

= + + +
= + +
8 z 5 y ) 3 z y 2 (
9 z 3 y ) 3 z y 2 ( 2

= +
= +

5 z 4 y 3
15 z 5 y 5
S . Agora temos um sistema S equivalente de ordem 2x2. Vamos isolar a
varivel y na primeira equao e substitu-la na segunda: 3 z y = (**). Ento:
2 z 5 z 4 ) 3 z ( 3 = = + . Fazendo 2 z = em (**) obtemos 1 y = . Fazendo 2 z = e
1 y = em (*) obtemos 1 x = . Portanto o sistema S SPD, pois admite uma nica
soluo } 2 z , 1 y , 1 x { = = = .

OBS: Se ao aplicarmos o mtodo da substituio ou o mtodo do escalonamento (veremos a seguir)
na resoluo de um sistema linear e, aparecerem uma ou mais equaes do tipo
0 x 0 ... x 0 x 0
n 2 1
= + + + , isso significa que elas eram combinao linear das demais e dever
ser retiradas do sistema. Caso apaream equaes do tipo = + + +
n 2 1
x 0 ... x 0 x 0 , com
0 , estas sero igualdades falsas, indicando que o sistema SI e no tem soluo.

Exemplo (11): Resolver o sistema linear aplicando o mtodo da substituio

= +
= +
= +
0 z 3 y x
1 z 2 y x
2 z y x 3
: S
Soluo: Isolando a varivel y na primeira equao e substituindo nas demais teremos:
2 z x 3 y + = (*)

= + +
= + +
0 z 3 ) 2 z x 3 ( x
1 z 2 ) 2 z x 3 ( x

=
= +

2 z 2 x 4
1 z x 2
: S
Isolando a varivel z na primeira equao e substituindo na segunda: 1 x 2 z = (**)
0 x 0 2 ) 1 x 2 ( 2 x 4 = = , ou seja, esta equao combinao linear das outras.
Portanto o sistema est resolvido e ele SPI e sua soluo geral dada por: substitua (**)
em (*) e teremos 3 x 5 y = .
Soluo Geral: { } = = x , 1 x 2 z ; 3 x 5 y .

15
Mtodo do Escalonamento: Dado um sistema linear

= + + +
= + + +
= + + +
m n mn 2 2 m 1 1 m
2 n n 2 2 22 1 21
1 n n 1 2 12 1 11
mxn
b x a ... x a x a
.. .......... .......... .......... .......... ..........
b x a ... x a x a
b x a ... x a x a
: S
atravs de operaes elementares aplicadas em suas equaes, obtemos o seguinte sistema
equivalente, chamado de sistema escalonado:

=
= + +
= + + +
= + + + +

m n mn
3 n n 3 3 33
2 n n 2 3 23 2 22
1 n n 1 3 13 2 12 1 11
x
.......... .......... .......... .......... .......... .......... ..........
x ... x
x ... x x
x ... x x x
: S
com o objetivo de que a ltima equao dependa somente da incgnita x
n
, determinando, assim,
o seu valor e depois o valor das demais incgnitas. Note que, se associarmos ao sistema
escalonado S , uma matriz dos coeficientes, teremos uma matriz triangular superior na forma
escalonada, ou seja:
|
|
|
|
|
|

\
|

mn
n 3 33
n 2 23 22
n 1 13 12 11
... 0 0 0
... ... ... ... ...
... 0 0
... 0
...


Exemplo (12): Resolver o sistema aplicando o mtodo do escalonamento

= + +
= +
= +
8 z 5 y x
9 z 3 y x 2
3 z y 2 x
: S
Soluo: Para facilitar a escrita, podemos trabalhar com a matriz dos coeficientes e dos termos
independentes. Ento:
|
|
|

\
|

|
|
|

\
|

|
|
|

\
|

+
+
5 4 3 0
3 1 1 0
3 1 2 1
5 4 3 0
15 5 5 0
3 1 2 1
8 5 1 1
9 3 1 2
3 1 2 1
2
5
1
2 1
3 1
L
L L 2
L L

|
|
|

\
|

+
14 7 0 0
3 1 1 0
3 1 2 1
3 2
L L 3
. Note que a matriz est escalonada e, portanto, podemos voltar
ao sistema escalonado. Assim:

=
=
= +

14 z 7
3 z y
3 z y 2 x
: S . Da ltima equao temos que 2 z = .
Substituindo na segunda equao teremos 1 y = . Com os valores de y e z, substitumos
16
na primeira equao e teremos 1 x = . Portanto, o sistema S SPD, pois admite uma
nica soluo } 2 z , 1 y , 1 x { = = = .

Exemplo (13): Resolver o sistema aplicando o mtodo do escalonamento

= + +
= + +
= +
8 z y 4 x
3 z 2 y x
5 z y 3 x 2
: S
Soluo: Para facilitar a escrita, podemos trabalhar com a matriz dos coeficientes e do termo
independente trocando a primeira equao com a segunda. Ento:
|
|
|

\
|

|
|
|

\
|

|
|
|

\
|

+ +
+
6 0 0 0
1 3 5 0
3 2 1 1
5 3 5 0
1 3 5 0
3 2 1 1
8 1 4 1
5 1 3 2
3 2 1 1
3 2 2 1
3 1
L L 1 L L 2
L L
. Note que a matriz
est escalonada e apresenta a ltima equao 6 z 0 y 0 x 0 = + + , o que uma falsidade,
indicando que o sistema SI e, portanto, no tem soluo.

3.3 Sistema Linear Homogneo
o sistema linear em que todos os termos independentes das equaes so nulos, ou
seja:

= + + +
= + + +
= + + +
0 x a ... x a x a
.. .......... .......... .......... .......... ..........
0 x a ... x a x a
0 x a ... x a x a
: H
n mn 2 2 m 1 1 m
n n 2 2 22 1 21
n n 1 2 12 1 11
mxn
.
Uma particularidade dos sistemas homogneos que eles so sempre possveis (SPD ou
SPI). Note que, um sistema homogneo sempre admite a soluo trivial (0,0,...,0). Assim, sua
classificao se reduz a:
Sistema Possvel e Determinado (SPD): s admite a soluo trivial
Sistema Possvel e Indeterminado (SPI): alm da soluo trivial admite outras infinitas.

Exemplo (14): Resolver os sistemas homogneos aplicando o mtodo indicado:
a)

= + +
= +
= +
0 z y 3 x 3
0 z 2 y x 2
0 z 3 y 2 x
: H , mtodo da substituio
b)

= +
=
= + +
0 y 3 x 4
0 z 2 y x 2
0 z y 2 x
: H , mtodo do escalonamento
17
Soluo: a) Da primeira equao temos que z 3 y 2 x + = (*). Substituindo nas outras duas,
teremos:

= + + +
= + +
0 z y 3 ) z 3 y 2 ( 3
0 z 2 y ) z 3 y 2 ( 2

= +
= +

0 z 10 y 3
0 z 4 y 3
: H .
Da primeira equao vem que z 4 y 3 = (**). Substituindo na segunda, teremos:
0 z 0 z 6 0 z 10 z 4 = = = + . Fazendo 0 z = em (**), temos que 0 y = . Fazendo
0 z e 0 y = = em (*), temos que 0 x = . Portanto, o sistema SPD e a soluo a
trivial } 0 z , 0 y , 0 x { = = = .
b) Vamos trabalhar com a matriz dos coeficientes, uma vez que no necessrio trabalhar
com a coluna dos termos independentes, pois so todos nulos. Ento:
|
|
|

\
|

|
|
|

\
|


|
|
|

\
|

+ +
+
0 0 0
4 5 0
1 2 1
4 5 0
4 5 0
1 2 1
0 3 4
2 1 2
1 2 1
3 2 2 1
1
L L 1 L L 2
3 L L 4
. A matriz j est
escalonada. Retirando a linha nula e voltando ao sistema equivalente, teremos:

=
= + +

0 z 4 y 5
0 z y 2 x
: H . Da segunda equao, temos: z y
5
4
= . Substituindo na primeira
equao, teremos: ( ) z x 0 z z 2 x
5
3
5
4
= = + + . Portanto, o sistema SPI e sua
soluo geral { } = = z , z y , z x
5
4
5
3
. Note que, para 0 z = , teremos x = y = 0,
ou seja, a soluo trivial, mas no a nica, existem outras infinitas solues.


Exerccios Propostos

1) Sejam
|
|

\
|

=
1 0
2 1
A ,
|
|

\
|

=
1 2 1
4 3 0
B e
|
|

\
|

=
0 1 2
1 1 1
C . Determine a matriz X tal que
) C 3 B ( A C 2 X
2
= + . Resp:
|
|

\
|


=
1 6 7
1 8 5
X
2) Determine a matriz inversa, se houver.
a)
|
|

\
|

=
4 6
1 2
A Resp (a):
|
|

\
|

1 3
2
A
2
1
1

b)
|
|
|

\
|

=
3 0 1
2 3 2
3 1 2
B Resp (b):
|
|
|

\
|

4 1 3
10 3 8
11 3 9
B
1

18
3) Sejam
|
|

\
|
=
|
|

\
|
=
1 1
3 2
B e
1 4
2 3
A . Determine:
a) [ ]
1
t
) B A ( det

Resp (a):
5
1

b) Mostre que [ ]
) B det( ) A det(
1
) B A ( det
1
t

4) Sejam
|
|

\
|
=
|
|

\
|

=
|
|

\
|

=
2 3
6 1
D e
1 2
2 0
C ,
2 1
7 3
A . Sabendo que
1
A D A C B A

= + ,
determine det(B). Resp: 172 ) B det( =
5) Classificar e resolver os sistemas lineares;
a)

= +
= + +
= +
1 z 5 y x 7
4 z 2 y 2 x
7 z y 3 x 2
Resp (a): SPD e { } 2 z ; 3 y ; 2 x = = =
b)

= +
= +
= + +
7 z 4 y 19 x
1 z 2 y 5 x
2 z y 2 x 2
Resp (b): SPI e
)
`

= z ,
3
4 y 12
z e
3
5 y 9
x
c)

= + +
= +
= + +
5 z 4 y 14 x
0 z 4 y 2 x 3
2 z 4 y 6 x
Resp (c): SI, no tem soluo