Captulo 1

Matrizes, Determinantes
1
a
Licao (com projetor multimedia)13/03/2007
1.1 Teoria Geral de Matrizes
Denicao 1. Uma matriz de mlinhas e ncolunas e dada por:
A
mn
=
_

_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n


a
m1
a
m2
a
m3
a
mn
_

_
= [a
ij
]
mn
Tipos Especiais de matrizes
Denicao 2 (Matriz Quadrada). Quando m=n.
Exemplo 1.
A
33
=
_
_
1 2 3
3 0 1
4 5 6
_
_
Dizemos que A
33
e de ordem 3. Em geral, se temos uma matriz A
nn
dizemos
que e de ordem n, denotamos por A
n
.
Denicao 3 (Matriz Nula ou Zero). Se a
ij
= 0, i = 1, 2, ..., m, j = 1, 2, ..., n.
Denicao 4 (Matriz Coluna). Se possui uma unica coluna, ou seja n=1.
Exemplo 2.
_
_
1
4
3
_
_
= A
31
1
2 CAP

ITULO 1. MATRIZES, DETERMINANTES

Denicao 5 (Matriz Linha). Se m=1.
Exemplo 3.
_
3 0 1

= A
13
Denicao 6 (Matriz Diagonal).

E uma matriz quadrada, onde
a
ij
= 0, para i = j.
Exemplo 4.
_
_
7 0 0
0 1 0
0 0 1
_
_
33
Denicao 7 (Matriz Identidade).

E denida por a
ii
= 1, e a
ij
= 0, para i = j.
Exemplo 5.
I
3
=
_
_
1 0 0
0 1 0
0 0 1
_
_
33
Denicao 8 (Matriz Triangular Superior).

E uma matriz quadrada tal que
a
ij
= 0, para i > j.
Exemplo 6.
_
_
2 2 0
0 1 3
0 0 5
_
_
33
Denicao 9 (Matriz Triangular Inferior).

E uma matriz quadrada tal que
a
ij
= 0, para i < j.
Exemplo 7.
_
_
2 0 0
7 1 0
1 0 5
_
_
33
Denicao 10 (Matriz Simetrica).

E aquela matriz quadrada que verica
a
ij
= a
ji
.
Exemplo 8.
_
_
2 1 1
1 1 0
1 0 5
_
_
33
1.1. TEORIA GERAL DE MATRIZES 3
Operacoes com Matrizes
Denicao 11 (Adicao ou Soma). Dadas A = A
mn
= [a
ij
] e B = B
mn
=
[b
ij
], denimos a matriz soma A+B por A+B = [a
ij
+b
ij
] matriz de ordem
mn.
Propriedades : Dadas as matrizes A, B e C de mesma ordem m n, temos
que :
(i) A + B = B + A(comutativa)
(ii) A + (B + C) = (A + B) + C(associativa)
(iii) A + 0 = A, onde o e a matriz nula de ordem n.
Denicao 12 (Produto ou Mutiplicacao por um escalar). Se A = [a
ij
]
mn
e
um n umero, podemos denir uma nova matriz tal que A = [ a
ij
]
mn
.
Propriedades Dadas as matrizes A e B da mesma ordem m n e n umeros
, , temos que :
(i) (A + B) = A + B
(ii) ( + ) A = A + A
(iii) 0 A = 0
mn
(iv) ( A) = ( ) A.
Denicao 13 (Matriz Transposta). Dada uma matriz A = [a
ij
]
mn
, podemos
obter outra matriz, denotada por A
t
= [b
ij
]
nm
, cujas linhas sao as colunas de
A, chamada a matriz transposta de A.
Exemplo 9.
A =
_
2 1 4

13
A
t
=
_
_
2
1
4
_
_
31
Exemplo 10.
A =
_
_
2 1
0 3
1 4
_
_
32
A
t
=
_
2 0 1
1 3 4
_
23
Propriedades :
(i) A matriz A e simetrica se, e somente se A = A
t
(ii) A
tt
= A
(iii) (A + B)
t
= A
t
+ B
t
(iv) ( A)
t
= A
t
, onde e um n umero.
Denicao 14 (Multiplicacao de matrizes). Sejam A = A
mn
= [a
ij
] e B =
B
np
= [b
rs
], denimos a matriz A B = [c
kl
]
mp
,
onde c
kl
=
n

j=1
a
kj
b
jl
4 CAP

ITULO 1. MATRIZES, DETERMINANTES

Observacao 1. Podemos efetuar o produto das matrizes A = A
mn
= [a
ij
] e B =
B
lp
= [b
rs
], quando n = l. A matriz A B tera ordem mp.
Exemplo 11.
A = A
32
=
_
_
2 1
4 2
5 3
_
_
B = B
22
=
_
1 1
0 4
_
AB =
_
_
2 1
4 2
5 3
_
_
32

_
1 1
0 4
_
22
=
_
_
2 1 + 1 0 2(1) + 1 4
4 1 + 2 0 4(1) + 2 4
5 1 + 3 0 5(1) + 3 4
_
_
32
=
_
_
2 2
4 4
5 7
_
_
32
1.2 Sistemas Lineares
2
a
Licao (com projetor multimedia) 15/03/2007
Denicao 15. Seja A = [a
ij
] uma matriz e b
1
, b
2
, ..., b
n
n umeros. As
equacoes do tipo :
()

a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= b
2
.......................................................
.......................................................
a
m1
x
1
+ a
m2
x
2
+ ... + a
mn
x
n
= b
m
sao conhecidas como um sistema de equacoes lineares de mequacoes e nincognitas.
Observacao 2. Uma solucao de (*) e uma n-upla de n umeros (x
1
, x
2
, ..., x
n
) que
satisfaca simultaneamente as m equacoes.
Observacao 3. Se b
i
= 0, i = 1, 2, .., m dizemos que o sistema e homogeneo.
Observacao 4. O sistema de equacoes:
()

a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= 0
...................................................
...................................................
a
m1
x
1
+ a
m2
x
2
+ ... + a
mn
x
n
= 0
e chamado sistema homogeneo associado a (*).
Observacao 5. Podemos escrever o sistema (*) na forma matricial:
_

_
a
11
a
12
a
1n
a
21
a
22
a
2n

a
m1
a
m2
a
mn
_

_
x
1
x
2

x
m
_

_
=
_

_
b
1
b
2

b
m
_

_
OU A X = B
1.2. SISTEMAS LINEARES 5
onde
A =
_

_
a
11
a
1n


a
m1
a
mn
_

_
, X =
_

_
x
1

x
m
_

_
, B =
_

_
b
1

b
m
_

_
A e chamada a matriz dos coecientes do sistema, X e a matriz das incognitas
e B e a matriz dos termos independentes.
Denicao 16. Ao sistema podemos associar a matriz ampliada do sistema ,
dada por
_

_
a
11
a
12
a
1n
b
1
a
21
a
22
a
2n
b
2

a
m1
a
m2
a
mn
b
m
_

_
Exemplo 12. O sistema:
x
1
+ 4x
2
+ 3x
3
= 1
2x
1
+ 5x
2
+ 4x
3
= 4
x
1
= 3x
2
2x
3
= 5
Pode ser escrito na forma matricial seguinte:
_
_
1 4 3
2 5 4
1 3 2
_
_

_
_
x
1
x
2
x
3
_
_
=
_
_
1
4
5
_
_
Para resolver o sistema, consideramos a matriz ampliada.
_
_
1 4 3 1
2 5 4 4
1 3 2 5
_
_
Usando operacoes elementares, a ser denidas, chegamos a
_
_
1 0 0 3
0 1 0 2
0 0 1 2
_
_
que e a matriz ampliada do sistema solucao :
x
1
= 3
x
2
= 2
x
3
= 2
6 CAP

ITULO 1. MATRIZES, DETERMINANTES

Denicao 17 (Operacoes Elementares). Temos tres operacoes sobre as linhas
de uma matriz.
(i) Permuta da i-esima linha pela j-esima linha ( L
i
L
j
).
(ii) Multiplicacao da i-esima linha por um escalar nao nulo k. (L
i
k L
i
).
(iii) Substituicao da i-esima linha pela i-esima linha mais k vezes a j-esima
linha.(L
i
L
i
+ k L
j
).
Exemplo 13. L
2
L
3
.
_
_
1 0
4 1
3 4
_
_

_
_
1 0
3 4
4 1
_
_
Exemplo 14. L
2
3 L
2
_
_
1 0
4 1
3 4
_
_

_
_
1 0
12 3
3 4
_
_
Exemplo 15. L
3
L
3
+ 2 L
1
_
_
1 0
4 1
3 4
_
_

_
_
1 0
4 1
1 4
_
_
Denicao 18 (Matrizes Equivalentes). Dadas duas matrizes do tipo m
n, dizemos que B e linha equivalente a A, se B e obtida de A atraves de
um n umero nito de operacoes elementares sobre as linhas de A, denotamos
A B ou A B.
Denicao 19 (Forma Escada). Uma matriz m n, e linha reduzida `a
forma escada, se verifca:
(a) O primeiro elemento N

AO nulo de uma linha N

AO nula e 1.
(b) Cada coluna que contem o primeiro elemento N

AO nulode alguma linhatem

todos os seus outros elementos iguais a zero.
(c) Toda linha nula ocorre abaixo de todas as linhas N

AO nulas (isto e, daquelas

que possuem pelo menos um elemento N

AO nulo).
(d) Se as linhas 1, 2, ..., r sao as linhas nao nulas, e se o primeiro elemento
N

AO nulo da linha i ocorre na coluna k

i
, entao k
1
< k
2
< ... < k
r
.
Teorema 1. Toda matriz A
mn
e linha equivalente a uma unica matriz-linha
reduzida `a forma escada.
Denicao 20. Dada uma matriz A
mn
, seja B
mn
a matriz-linha reduzida `a
forma escada linha equivalente a A. O posto de A, denotado por p, e o n umero
de linhas nao nulas de B. A nulidade de A e a diferenca n - p.
1.2. SISTEMAS LINEARES 7
Exemplo 16. Determinar o posto e a nulidade da matriz seguinte:
A =
_
_
1 2 1 0
1 0 3 5
1 2 1 1
_
_
Fazemos as seguintes operacoes elementares:
L
2
L
2
+ L
1
(1/2)(L
2
+ L
1
),
L
3
L
3
+ (1)L
1
, i. e.,
_
_
1 2 1 0
1 0 3 5
1 2 1 1
_
_

_
_
1 2 1 0
0 2 4 5
0 4 0 1
_
_

_
_
1 2 1 0
0 1 2 5/2
0 4 0 1
_
_
= B
Na matriz resultante B, efetuamos as operacoes :
L
1
L
1
+ (2)L
2
, L
3
(1/8)L
3
,
L
1
L
1
+ 3 L
3
, L
2
L
2
+ (2) L
3
_
_
1 2 1 0
0 1 2 5/2
0 4 0 1
_
_

_
_
1 0 3 5
0 1 2 5/2
0 0 8 11
_
_

_
_
1 0 3 5
0 1 2 5/2
0 0 1 11/8
_
_

_
_
1 0 0 7/80
0 1 0 1/4
0 0 1 11/8
_
_
O posto de A e 3 e a nulidade de A, e 4-3=1.
Exemplo 17 (Solucao de um sistema de Equacoes Lineares). Calcule a solucao
do sistema
_
2x
1
+ x
2
= 5
x
1
3x
2
= 6
A matriz ampliada do sistema e
_
2 1 5
1 3 6
_
Transformando a matriz `a forma escada, tem-se
_
1 0 3
0 1 1
_
que e a matriz ampliada do sistema equivalente ao sistema inicial, i. e.,
_
x
1
= 3
x
2
= 1
8 CAP

ITULO 1. MATRIZES, DETERMINANTES

Exemplo 18. Determinar a solucao do sistema.
_
2x
1
+ x
2
= 5
6x
1
+ 3x
2
= 15
A matriz ampliada associada ao sistema e
_
2 1 5
6 3 15
_

_
1 1/2 5/2
0 0 0
_
O qual equivale,
_
x
1
+ (1/2)x
2
= 5/2
0x
1
+ 0x
2
= 0
Temos que x
1
= 5/2 (1/2)x
2
, fazendo x
2
= , resulta que a solucao
pode ser escrita na forma (x
1
, x
2
) = ( 5/2 (1/2), ) = ( 5/2, 0 ) +
( 1/2, 1 ) . Portanto este sistema admite innitas solucoes.
Observar que a matriz tem posto 1, e a nulidade da matriz e 2-1=1.
Exemplo 19. Analisar a existencia de solucoes para o sistema
_
2x
1
+ x
2
= 5
6x
1
+ 3x
2
= 10
A matriz ampliada associada ao sistema e
_
2 1 5
6 3 10
_

_
1 1/2 0
0 0 1
_
O qual equivale,
_
x
1
+ (1/2)x
2
= 0
0x
1
+ 0x
2
= 1
Como N

AO existe nenhum valor de x

1
e x
2
satisfazendo a segunda equacao,
dizemos que o sistema e incompatvel. Observar que a matriz do sistema inicial
tem posto e o posto de sua matriz ampliada e 2.
Caso Geral. Dado o sistema de m equacoes lineares com n incognitas
_

_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1


a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
n
Apresenta-se tres casos:
(i) Existe uma unica solucao, dizemos que o sistema e compatvel.
(ii) Existem innitas solucoes, i,e., o sistema e indeterminado.
(iii) N

AO existe solucao, dizemos que o sistema e incompatvel.

Denotando por A = [a
ij
]
mn
a matriz associada ao sistema e por A
a
, a
matriz ampliada associada ao sistema, temos o seguinte resultado.
1.3. DETERMINANTES 9
Teorema 2. Temos os seguintes items.
(i) O sistema tem solucao posto de A = posto de A
a
.
(ii) Se o posto de A = posto de A
a
= p = n , entao a solucao sera unica.
(iii) Se o posto de A = posto de A
a
= p < n , entao podemos escolher n-p
incognitas, e as outras p incognitas serao dadas em funcao destas.
Observacao 6. No caso (iii), dizemos que o grau de liberdade do sistema e
n-p.
Exemplo 20. Se consideramos a matriz:
A
a
=
_
_
1 0 0 3
0 1 0 2
0 0 1 2
_
_
Temos que, m=3, n=3 e p=3. Posto de A= Posto da matriz ampliada=3. Logo,
o sistema associado tem solucao unica dada por x
1
= 3, x
2
= 2, x
3
= 2.
Exemplo 21. Seja
A
a
=
_
1 0 7 10
0 1 5 6
_
Tem-se que m=2, n=3 e p=2. Posto de A= Posto da matriz ampliada=2, o
grau de liberdade e 1, podemos escolher uma incognita e as outras duas serao
dadas em funcao da primeira, i.e., x
1
= 10 7x
3
, x
2
= 6 5x
3
.
Exemplo 22. Consideramos
A
a
=
_
_
1 0 7 10
0 1 5 6
0 0 0 2
_
_
m=n=3, posto de A=2, posto da matriz ampliada=3, portanto o sistema e in-
compatvel ou seja N

AO tem solucao.
1.3 Determinantes
3
a
Licao (20/03/2007)
Seja A =
_
a b
c d
_
matriz de ordem 2 2, onde a, b, c e d .
Denimos seu determinante como o n umero ad bc , denotamos
|A| = Det(A) =

a b
c d

= ad bc.
10 CAP

ITULO 1. MATRIZES, DETERMINANTES

Exemplo 23. Dada A =
_
2 1
1 4
_
, tem-se que
|A| =

2 1
1 4

= 2 4 1 1 = 7.
Se consideramos uma matriz de ordem 3 da forma
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
Denimos o determinante (usando a primeira linha) como o n umero
|A| = a
11

a
22
a
23
a
32
a
33

a
12

a
21
a
23
a
31
a
33

+ a
13

a
21
a
22
a
31
a
32

=
=

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= Det(A)
Tambem pode ser escrito na forma
Det(A) = a
11
Det(A
11
) = a
12
Det(A
12
) + a
13
Det(A
13
)
Se usamos a segunda linha, temos :
|A| = a
21

a
12
a
13
a
32
a
33

+ a
22

a
11
a
13
a
31
a
33

a
23

a
11
a
12
a
31
a
32

=
=

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= Det(A)
ou
Det(A) = a
21
Det(A
21
) + a
22
Det(A
22
) a
23
Det(A
23
)
Observacao 7. Para calcular o determinante de uma matriz podemos usar
qualquer linha ou coluna.
Caso Geral : Consideramos A matriz quadrada de ordem n, e seja
A = [a
ij
]
nn
, e A
ij
a submatriz quadrada de ordem (n-1), obtida de A retirando-
se a i-esima linha e a j-esima coluna, chamada complemento algebrico do ele-
mento a
ij
.
Denimos o determinante da matriz A, segundo a linha i, por :
Det(A) = |A| = (1)
i+1
a
i1
Det(A
i1
) + + (1)
i+n
a
in
Det(A
in
)
1.4. INVERS

AO DE MATRIZES 11
Propriedades
(a) Se os elementos de uma linha (ou coluna)de uma matriz sao todos zeros,
entao Det(A) = 0 .
(b) Se trocamos de posicao duas linhas, o determinante troca de sinal.
(c) Se multiplicamos uma linha da matriz por uma constante, o determinante
e multiplicado por esta constante.
(d) O determinante de uma matriz que tem duas linhas (colunas) iguais e zero.
(e) O determina N

AO muda se somamos a uma linha outra linha multiplicada

por uma constante.
(f ) Det(A B) = Det(A) Det(B) .
(g) Det(A) = Det(A
t
) .
1.4 Inversao de Matrizes
4
a
Licao (22/03/2007)
Dada uma matriz do tipo
A =
_
a b
c d
_
Se Det(A) = ad bc = 0, desejamos achar uma matriz inversa de A, isto e,
queremos determinar uma matriz X de ordem 2, tal que
A X = X A = I
2
Calculando o produto, temos que:
_
a b
c d
_

_
x y
z w
_
=
_
ax + bz ay + bw
cx + dz cy + dw
_
=
_
1 0
0 1
_
Resolvendo a primeira coluna, calculamos x e z, e e resolvendo a segunda coluna
achamos y e w.
Exemplo 24. Achar a matriz A de ordem 2 tal que A X = I
2
, onde
A =
_
2 1
4 3
_
Devemos resolver os sistemas seguintes:
_
2x + z = 1
4x + 3z = 0
_
2y + w = 0
4y + 3w = 1
Usando a teoria das equacoes lineares, achamos : x=1, z=-1, y= -1/2, w=1.
Denicao 21. Dada uma matriz quadrada de ordem n, chamamos de inversa
de A a uma matriz B tal que A B = B A = I
n
. Nesta caso, denotamos
B = A
1
e dizemos que A e uma matriz inversvel.
12 CAP

ITULO 1. MATRIZES, DETERMINANTES

Observacao 8. Se existe a inversa, ela e unica.
Observacao 9. Se A e B sao matrizes inversveis, entao A B e inversvel e
(A B)
1
= B
1
A
1
.
Observacao 10. Nem toda matriz tem inversa.
Observacao 11. Se A e inversvel, entao Det(A
1
) = (Det(A))
1
.
Teorema 3. Uma matriz quadrada e inversvel, se e somente se, Det(A) = 0 .
Neste caso,
A
1
= [b
ij
]
t
nn
, onde b
ij
=
(1)
i+j
Det(A
ij
)
Det(A)
Observacao 12. Se denimos a matriz adjunta de A, denotada por Adj A,
como a matriz transposta dos cofatores de A, temos que:
A
1
=
1
Det(A)
(AdjA) .
Exemplo 25. Consideramos a matriz
A =
_
6 2
11 4
_
temos que Det(A) = 4 6 2 11 = 2 = 0, logo existe a matriz inversa de A.
Primeiro calculamos a matriz dos cofatores de A, i e.,
_
6 11
2 4
_
logo a transposta desta matriz, ou seja,
AdjA =
_
4 2
11 6
_
Portanto, A
1
=
1
2
_
4 2
11 6
_
=
_
2 1
11/2 3
_
REGRA DE CAMER
Consideramos o sistema de n-equacoes e n-incognitas.
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= b
2
.......................................................
.......................................................
a
n1
x
1
+ a
n2
x
2
+ ... + a
nn
x
n
= b
n
1.4. INVERS

AO DE MATRIZES 13
Podemos escrever na forma matricial
_

_
a
11
a
12
a
1n
a
21
a
22
a
2n

a
n1
a
n2
a
nn
_

_
x
1
x
2

x
n
_

_
=
_

_
b
1
b
2

b
n
_

_
OU A X = B
Se Det(A) = 0 , entao A
1
existe e A
1
(A X) = A
1
B
(A
1
A) X = I
n
X = A
1
B X = A
1
B .
Na forma matricial
_

_
x
1
x
2

x
n
_

_
=
_

_
a
11
a
12
a
1n
a
21
a
22
a
2n

a
n1
a
n2
a
nn
_

_
1

_
b
1
b
2

b
n
_

_
Usando a formula da matriz inversa, tem-se que:
_

_
x
1
x
2

x
n
_

_
=
1
Det(A)

_

11

12

1n

21

22

2n

n1

n2

nn
_

_
b
1
b
2

b
n
_

_
onde
ij
e o determinante da sub-matriz de ordem (n-1), correspondente a
a
ij
.Entao
x
1
=
b
1

11
+... +b
n

n1
Det(A)
OU
x
1
=

b
1
a
12
a
1n
b
2
a
22
a
2n

b
n
a
n2
a
nn

a
11
a
12
a
1n
a
21
a
22
a
2n

a
n1
a
n2
a
nn

Em forma geral x
i
=

a
11
a
12
b
1
a
1n
a
21
a
22
b
2
a
2n

a
n1
a
n2
b
n
a
nn

a
11
a
12
a
1n
a
21
a
22
a
2n

a
n1
a
n2
a
nn

i=1,2, ..., n.
Exemplo 26. Dado o sistema de 3 equacoes e 3 incognitas:
_
_
_
2x 3y + 7z 1
x + 3z = 5
2y z = 0
14 CAP

ITULO 1. MATRIZES, DETERMINANTES

resulta que
Det
_
_
2 3 7
1 0 3
0 2 1
_
_
= 1 = 0
Logo, podemos usar a regra de Cramer, i. e.,
x =

1 3 7
5 0 3
0 2 1

1
= 49, y =

2 1 7
1 5 3
0 0 1

1
= 9, z =

2 3 1
1 0 5
0 2 0

1
= 18.
MATRIZES ELEMENTARES.
Para calcular a inversa de uma matriz, precisamos de um n umero grande de
operacoes. O processo envolve a introducao de matrizes elementares.
Exemplo 27. Dada a matriz
A =
_
_
1 2 4
0 1 3
2 1 4
_
_
Multiplicamos a primeira linha (L
1
) , por 2 e obtemos
_
_
2 4 8
0 1 3
2 1 4
_
_
que e igual ao produto
_
_
2 0 8
0 1 0
0 0 1
_
_

_
_
1 2 4
0 1 3
2 1 4
_
_
.
Exemplo 28. Dada a matriz
A =
_
_
1 2 4
0 1 3
2 1 4
_
_
Se permutamos a primeira e sunda linha da matriz A, tem-se
_
_
0 1 3
1 2 4
2 1 4
_
_
1.4. INVERS

AO DE MATRIZES 15
Que resulta ser o produto
_
_
0 1 8
1 0 0
0 0 1
_
_

_
_
1 2 4
0 1 3
2 1 4
_
_
Exemplo 29. Dada a matriz
A =
_
_
1 2 4
0 1 3
2 1 4
_
_
Se somamos `a primeira linha de A a segunda linha multiplicada por 2, obtemos
_
_
1 4 10
0 1 3
2 1 4
_
_
que e o produto
_
_
1 2 8
0 1 0
0 0 1
_
_

_
_
1 2 4
0 1 3
2 1 4
_
_
Denicao 22. Uma matriz elementar e uma matriz obtida atraves da aplicacao
de uma operacao elementar com linhas na matriz identidade.
Teorema 4. Se A e uma matriz, resultado de alguma operacao com linhas de
A, e igual ao produto da matriz elementar correspondente com a matriz A.
Corolario 1. Uma matriz elementar E
1
e inversvel e sua inversa e a matriz
elementar E
2
que corresponde `a operacao com linhas inversa da operacao
efetuada por E
1
.
Teorema 5. Se A e inversvel, sua matriz linha reduzida a forma escada e
a identidade. Tambem, temos que A e dada por um produto de matrizes ele-
mentares.
Teorema 6. Se A pode ser reduzida `a matriz identidade, por uma sequencia
de operacoes elementares com linhas, entao A e inversvel e a matriz inversa de
A e obtida como um produto de matrizes elementares.
Exemplo 30. Seja
A =
_

_
2 1 0 0
1 0 1 1
0 1 1 1
1 0 0 3
_

_
16 CAP

ITULO 1. MATRIZES, DETERMINANTES

Junto `a matriz A colocamos a matriz identidade, a ideia e transformar a matriz
A na identidade.
_

_
2 1 0 0 1 0 0 0
1 0 1 1 0 1 0 0
0 1 1 1 0 0 1 0
1 0 0 3 0 0 0 1
_

_
Trocamos a primeira e segunda linha,
_

_
1 0 1 1 0 1 0 0
2 1 0 0 1 0 0 0
0 1 1 1 0 0 1 0
1 0 0 3 0 0 0 1
_

_
Somamos `a quarta a primeira
_

_
1 0 1 1 0 1 0 0
2 1 0 0 1 0 0 0
0 1 1 1 0 0 1 0
1 + 0 0 0 1 3 + 1 0 0 + 1 0 1
_

_
Somamos `a segunda, a primeira multiplicada por -2
_

_
1 0 1 1 0 1 0 0
2 2 1 0 (2) 0 2 1 0 2 0 0
0 1 1 1 0 0 1 0
1 0 1 4 0 1 0 1
_

_
Subtramos a segunda linha da terceira,
_

_
1 0 1 1 0 1 0 0
0 1 2 2 1 2 0 0
0 1 1 1 2 1 + 2 0 1 0 + 2 1 0
1 0 1 4 0 1 0 1
_

_
Mudamos o sinal da terceira linha
_

_
1 0 1 1 0 1 0 0
0 1 2 2 1 2 0 0
0 0 1 3 1 2 1 0
0 0 1 4 0 1 0 1
_

_
Depois trabalhamos convenientemente com a quarta linha
_

_
1 0 0 0 3 3 3 2
0 1 0 0 5 6 2 4
0 0 1 0 4 5 4 3
0 0 0 1 1 1 1 1
_

_
1.4. INVERS

AO DE MATRIZES 17
Deduzimos que
A
1
=
_

_
3 3 3 2
5 6 2 4
4 5 4 3
1 1 1 1
_