Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro1

Matrizes e corpos
Continuação da aula anterior
Planeamento

1)• Demonstração do teorema dado na aula ante-

rior sobre matrizes invertı́veis.
2)• Definição de matrizes elementares.
3)• Propriedades das matrizes elementares.
4)• Algorı́tmo para determinar a inversa de uma
matriz invertı́vel.
5)• Matrizes especiais. Matriz simétrica, Matriz
anti-simétrica, Matriz ortogonal, Matriz conju-
gada, Matriz transconjugada. Matriz hermı́tica.
6)• Matriz regular, Matriz singular.
7)• Definição de potência de uma matriz.
8)• Multiplicação de matrizes por blocos.
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro2

Demonstração do teorema da aula anterior

Seja M0n(K) o conjunto das matrizes invertı́veis

de ordem n, Então
1• ∀A ∈ M0n(K), (A−1)−1 = A
2• ∀A ∈ M0n(K), (λA)−1 = λ1 A−1, comλ ∈ K \
{0};
3• ∀A ∈ M0n(K), ∀B ∈ M0n(K), (AB)−1 = B −1A−1
4• ∀A ∈ M0n(K), (AT )−1 = (A−1)T
Demonstração:

1• Seja A ∈ M0n(K). Como

AA−1 = A−1A = In
logo (A−1)−1 = A.
2• Seja A ∈ M0n(K) e λ 6= 0.
−1 1 −1
AA = In ⇒ (λA)( A ) = In
λ
1
A−1A = In ⇒ ( A−1)(λA) = In.
λ
Logo (λA)−1 = λ1 A−1.
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro3

3• Sejam A e B matrizes do conjunto M0n(K).

AA−1 = A−1A = In
BB −1 = B −1B = In.
Como o produto de matrizes é associativo então
(AB)B −1A−1 = A(BB −1)A−1 = AInA−1 =
= AA−1 = In.
e
B −1A−1(AB) = B −1(A−1A)B = B −1InB =
B −1B = In.
Logo AB é uma matriz invertı́vel e (AB)−1 =
B −1A−1.
4• Seja A ∈ M0n(K).
AT (A−1)T = (A−1A)T = (In)T = In
e tem-se ainda
(A−1)T AT = (AA−1)T = (In)T = In.
Logo (AT )−1 = (A−1)T .


Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro4

Matrizes e corpos
Matriz sobre um corpo K
Matrizes elementares sobre R
Definição 1 Uma matriz elementar de ordem
n é uma matriz que se obtém da matriz identi-
dade In fazendo uma única das seguintes operações
elementares sobre as linhas da matriz In:
1• Troca da linha i de In com a linha j-de In-
representa-se por Eij ; Neste caso, supomos
daqui em diante que i < j
2• Substituição de uma linha i de In pela adição
dela própria com outra linha j de In multi-
plicada por um escalar λ-representa-se por
Eij (λ)(i 6= j);
3• Multiplicação da linha i de In por um es-
calar λ não nulo-representa-se por Ei(λ).
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro5

Matrizes elementares de ordem 2

Exemplo 1 Seja λ ∈ K \ {0}. As matrizes el-
ementares do tipo 2 × 2 são
 
0 1
E12 = ,
1 0
 
λ 0
E1(λ) = ,
0 1
 
1 0
E2(λ) = ,
0 λ
 
1 0
E21(λ) =
λ 1

e  
1 λ
E12(λ) =
0 1
 Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro6

Matriz sobre um corpo K

O que faz uma matriz elementar a uma matriz
quando esta é multiplicada pela matriz elementar à esquerda
Considere-se a matriz:
 
1 2 3 4
A=
1 1 1 1
Então
  
0 1 1 2 3 4
E12A =
 1 0 1 1 1 1
1 1 1 1
= ,
1 2 3 4
 
1 2 3 4
E1(λ)
 1 1 1 1 
λ 0 1 2 3 4
=
0 1 1 1 1 1
λ 2λ 3λ 4λ
=
1 1 1 1
 
1 2 3 4
E2(λ)
 1 1 1 1 
1 0 1 2 3 4
=
0 λ 1 1 1 1
1 2 3 4
=
λ λ λ λ
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro7

 
1 2 3 4
E12(λ) =
 1
 1 1 1 
1 λ 1 2 3 4
=
0 1 1 1 1 1 
1+λ 2+λ 3+λ 4+λ
=
1 1 1 1
 
1 2 3 4
E21(λ) =
 1 1 1 1 
1 0 1 2 3 4
=
λ 1 1 1 1 1 
1 2 3 4
=
1 + λ 1 + 2λ 1 + 3λ 1 + 4λ
 Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro8

O que faz uma matriz elementar a uma matriz

do esta é multiplicada pela matriz elementar à dir
 
2 3
A=
2 3
Então   
2 3 0 1
AE12 =
 2 3 1 0
3 2
= ,
3 2
 
3 2
E (λ)
3 2 1 
2 3 λ 0
=
2 3  0 1
2λ 3
=
2λ 3
  
2 3 1 0
2 3 0 λ
2 3λ
=
2 3λ
  
2 3 1 λ
2 3 0 1
2 2λ + 3
=
2 2λ + 3
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro9

  
2 3 1 0
2 3 λ 1
2 + 3λ 3
=
2 + 3λ 3
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro10

Notação
Observação 1

1• Seja n um número natural. Uma matriz ele-

mentar da forma Eij de ordem n é uma ma-
triz tal que Eij = [(eij)pq ]n onde (eij)kk = 1
se k 6∈ {i, j}, eij ii = 0 e eij jj = 0. Por
sua vez, os elementos fora da diagonal prin-
cipal são todos nulos excepto os elementos
(eij)ij = 1 e (eij)ji = 1.
Exemplo 2 Por exemplo as matrizes elementares
de ordem 4 são E12, E13, E14, E23, E24, E34.
     
0 1 0 0 0 0 1 0 0 0 0 1
1 0 0 0 0 1 0 0 0 1 0 0
E12 =   , E 13 =   , E 14 =  
0 0 1 0 1 0 0 0 0 0 1 0
0 0 0 1  0 0 0 1  1 0 0 0 
1 0 0 0 1 0 0 0 1 0 0 0
0 0 1 0 0 0 0 1 0 1 0 0
, E23 = 
  , E24 =   , E34 =  
0 1 0 0 0 0 1 0 0 0 0 1
0 0 0 1 0 1 0 0 0 0 1 0
2• Uma matriz do tipo Eij (λ) de ordem n é
uma matriz tal que se adoptarmos a notação
Eij (λ) = [(eijλ)pq ]n então (eijλ)kk = 1, ∀k =
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro11

1, · · · , n,(eijλ)ij = λ e elementos (eijλ)pq =

0, ∀(p, q) ∈ {1, · · · , n}2 : (p, q) 6= (i, j) ∧ p 6= q.
Exemplo 3 As matrizes Eij (λ) de ordem 4 são
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro12

:
   
1 λ 0 0 1 0 λ 0
0 1 0 0 , E13(λ) =  0 1 0 0

E12(λ) = 
0
,
0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 λ 1 0 0 0
0 1 0 0 , E21(λ) =  λ 1 0 0

E14(λ) = 
0
,
0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 λ 0 , E24(λ) =  0 1 0 λ

E23(λ) = 
0
,
0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 , E32(λ) =  0 1 0 0

E31(λ) = 
λ
,
0 1 0 0 λ 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 , E41(λ) =  0 1 0 0

E34(λ) = 
0
,
0 1 λ 0 0 1 0
0 0 0 1 λ 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 , E43(λ) =  0 1 0 0

E42(λ) = 
0
.
0 1 0 0 0 1 0
0 λ 0 1 0 0 λ 1
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro13

Note-se que a matriz Eij (λ) obtém-se da iden-

1 0 0 0
0 1 0 0
tidade I4 = 
 0 0 1 0  adicionando à linha i


0 0 0 1
de I4 a linha j multiplicada por λ.
3• Finalmente falemos das matrizes Ei(λ) de
ordem n. Se Ei(λ) = [(eiλ)pq ]n então (eiλ)jj =
1 se j ∈ {1, · · · , n}\{i} e (eiλ)ii = λ e (eiλ)pq =
0 se p 6= q e (p, q) ∈ {1, · · · , n}2.
Exemplo 4
   
λ 0 0 0 1 0 0 0
0 1 0 0 , E2(λ) =  0 λ 0 0 
 
E1(λ) = 
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1 
1 0 0 0 1 0 0 0
0 1 0 0 , E4(λ) ==  0 1 0 0 
 
E3(λ) = 
0 0 λ 0 0 0 1 0 
0 0 0 1 0 0 0 λ
Note-se que a matriz Ei(λ) se obtém da identi-
 Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro14

dade
 
1 0 0 0
0 1 0 0
I4 = 
0

0 1 0
0 0 0 1
substituindo a linha i de I4 por ela própria mul-
tiplicada por λ.
Propriedades das matrizes elementares
Teorema 1
1• Toda a matriz elementar Eij de ordem n é
uma matriz invertı́vel.
2• Seja λ 6= 0. Toda a matriz elementar Eij (λ)
de ordem n é uma matriz invertı́vel.
3• Seja λ 6= 0. Toda a matriz elementar Ei(λ)
de ordem n é uma matriz invertı́vel.
Demonstração:

Sejam i e j números naturais tais que (i, j) ∈

{1, · · · , n}2 e λ 6= 0
1• Eij Eij = In. Porquê?.
2• Eij (λ)Eij (−λ) = Eij (−λ)Eij (λ) = In. Porquê?.
3• Ei(λ)Ei( λ1 ) = Ei( λ1 )Ei(λ) = In. Porquê?
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro15


Teorema 2 Se uma matriz é um produto de
matrizes elementares então é invertı́vel.
Demonstração:

Sejam k um número natural e A uma matriz

de ordem n. E suponhamos que A = B1B2 · · · Bk
sendo as matrizes Bi para i = 1, · · · , k matrizes
elementares. Mostre-se que:
A−1 = Bk−1Bk−1
−1
· · · B1−1.

ABk−1Bk−1−1
· · · B1−1 =
= (B1B2 · · · Bk )Bk−1Bk−1−1
· · · B1−1
= B1 · · · (Bk−1(Bk Bk−1)Bk−1−1
) · · · B1−1 = In.
Por sua vez,
Bk−1Bk−1
−1
· · · B1−1A =
= Bk−1Bk−1
−1
· · · B1−1(B1B2 · · · Bk )
= Bk−1Bk−1
−1
· · · (B2−1(B1−1B1)B2) · · · Bk−1Bk = In.
Logo A−1 = Bk−1Bk−1
−1
· · · B1−1. 
Teorema 3 Seja A uma matriz invertı́vel de
ordem n. Se
Ek Ek−1 · · · E1A = In
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro16

com k um número natural e Ei para i = 1, · · · , k

matrizes elementares então
A−1 = Ek Ek−1 · · · E1.
Demonstração:

Suponhamos que
EK Ek−1 · · · E1A = In.
Mas então
Ek−1Ek Ek−1 · · · E1A = Ek−1In,
ou seja
Ek−1 · · · E1A = Ek−1.
Logo
A = E1−1 · · · Ek−1
−1
Ek−1,
ou seja
A = InE1−1 · · · Ek−1
−1
Ek−1,
Assim
AEk Ek−1 · · · E1 = In.
E portanto A−1 = Ek Ek−1 · · · E1. 
 Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro17

Algorı́tmo para determinar a inversa

duma matriz invertı́vel sobre K
Para obter a matriz inversa duma ma-
triz A de ordem n invertı́vel devemos em
primeiro lugar transformar a matriz A por
multiplicações à esquerda por matrizes el-
ementares na matriz identidade. Mas com
método. Assim, em primeiro lugar este
método deve ser aplicado da esquerda para
a direita . Para cada coluna devemos começar
na diagonal principal e levar o elemento da
diagonal para 1 e em seguida anular todos
os elementos nessa coluna abaixo da diag-
onal principal. Em segundo lugar, pro-
cedemos da direita para a esquerda e para
cada coluna anulamos os elementos acima
da diagonal principal de baixo para cima.
Finalmente a inversa da matriz A é o pro-
duto das matrizes elementares utilizadas
no processo.
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro18

Exemplo 5 Vejamos então como deter-

minar a inversa duma matriz dois por
dois. Assim, determine-se a inversa da
matriz
 
2 4
A= .
6 4
E12(−2)E2(− 1 )E (−6)E ( 1 )A
 8 21  1 
2
1
 
1 −2 1 0 1 0 2 0 2 4
= 1
 0 1   0 − 8   −6 1   0 1 6 4
1 −2 1 0 1 0 1 2
= 1
 0 1  0 − 8   −6 1  6 4
1 −2 1 0 1 2
= 1
 0 1  0 − 8 0 −8
1 −2 1 2
=
 0 1 0 1
1 0
=
0 1
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro19

A inversa da matriz A é
−1 1 1
A = E12(−2)E2(− )E21(−6)E1( )
  8   21 
1 −2 1 0 1 0 2 0
=
0 1 0 − 18 −6 1 0 1
   1 
1 −2 1 0 2 0
=
0 1 0 − 18 −3 1
  1 
1 −2 2 0
= 3 −1
0 1
 2 1 8 8
−8 4
= 3 −1 .
8 8
 Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro20

Matrizes sobre um corpo

Cálculo da inversa de uma  matriz invertı́vel

1 1 
2 4 1 0
E12(−2)E2(− 8 )E21(−6)E1( 2 )
6 4 0 1  
1
   
1 −2   1 0   1 0   2 0   2 4 1 0 
= −1
0 1 0 8   −6 1   0 1 6 4 0 1
1 0
 
1 −2 1 0 1 0 1 2 2 
= 
−1
 
0 1   0 8   −6 1 6 4 0 1
1 0

1 −2 1 0 1 2 2 
= 
−1

0 1  0 8 0 −8 −3 1
1 0

1 −2 1 2 2
=
3 1
 
0 1 0 1 8 −8
2 2
 
1 0 −8 8 
=
0 1 38 − 18
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro21

Matrizes sobre um corpo

 Cálculo da inversa de uma matriz invertı́vel

2 4 1 0
6 4 0 1
L1 ← 21 L1
−→ 
1 2 12 0


6 4 0 1
L2 ← L2 − 6L1
−→
1 2 12 0
 

0 −8 −3 1
L2 ← − 18 L2
−→
1
 
1 2 2 0
0 1 38 − 18


L1 ← L1 − 2L2
−→
2 2
 
1 0 −8 8 
=
0 1 38 − 18
−1
− 28 2
  
2 4 8
= 3 1
6 4 8 −8
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro22

Definição 2 {matriz simétrica} Diz-se que uma

matriz quadrada A = [aij ]n é simétrica sobre um
corpo K se A = AT , ou seja se aij = aji para i 6= j e
i, j ∈ {1, · · · , n}.

Exemplo  6 A matriz
 real, isto é sobre o corpo
1 2 3
R, A =  2 0 2  é uma matriz simétrica de
3 2 1
ordem 3, pois a12 = a21 e a31= a13 e a23 = a32.
1 3 3
A matriz real B =  2 0 2  não é simétrica
3 2 1
pois a12 = 3 6= 2 = a21.
Definição 3 Diz-se que uma matriz A quadrada
real de ordem n é ortogonal se AAT = In
" #
1
√ −√1
Exemplo 7 A matriz √12 √1 2 é uma ma-
2 2
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro23

triz ortogonal, pois

" #" #T
√1 − √12 √1 − √1
AAT = √1
2
√1 √1
2
√1
2
2 2 2 2
" #" #
√1 − √12 √1 √1
= 2 2 2
1 √1 1 1
√
2 2
− √2 √ 2
 
1 0
= .
0 1
 
cos(θ) −sin(θ)
Exemplo 8 A matriz B =
sin(θ) cos(θ)
é uma matriz ortogonal(usualmente costuma designar-
se por matriz de rotação). Verifiquem em casa.

Definição 4 Uma matriz quadrada sobre um

corpo K diz-se anti-simétrica se A = −AT .
 
0 2 3
Exemplo 9 A matriz real A =  −2 0 4  é
−3 −4 0
 T
0 2 3
anti-simétrica, pois −AT = −  −2 0 4  =
   −3 −4 0
0 −2 −3 0 2 3
−  2 0 −4  =  −2 0 4  = A.
3 4 0 −3 −4 0
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro24

Definição 5 {matriz conjugada} Seja A uma

matriz complexa, isto é sobre o corpo
C. A matriz conjugada de A que se rep-
resenta por A é tal que se adoptarmos
a notação A = [bij ]n então bij = aij para
i, j ∈ {1, · · · , n}.
Exemplo
 10
 Considere-se a matriz complexa
1 i
A= . A matriz conjugada da matriz A
i 2i  
1 −i
é a matriz A =
−i −2i
Definição 6 {matriz transconjugada} Seja
A uma matriz complexa. A matriz transcon-
jugada de A que se representa por A∗ é
T
definida como sendo A∗ = A .
Definição 7 Uma matriz complexa de ordem n
diz-se hermı́tica se A∗ = A.  
1 2+i 2
Exemplo 11 A matriz A =  2 − i 2 2i 
2 −2i 2
é uma matriz hermı́tica. Com efeito,
 T  
1 2−i 2 1 2+i 2
T
A = 2+i 2 −2i  =  2 − i 2 2i  = A.
2 +2i 2 2 −2i 2
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro25

Definição 8 Uma matriz complexa de ordem n

diz-se hemi-hermı́tica se A = −A∗
 
i −1 2 − i
Exemplo 12 A matriz A =  1 2i i
−2 − i i 0
é hemi-hermitı́ca. Verifiquem em casa.
Definição 9 Uma matriz complexa de ordem n
diz-se unitária se A∗ = A−1.
Definição 10 {matriz triangular superior}
Uma matriz quadrada A = [aij ]n sobre K
diz-se triangular superior se aij = 0 para
i > j e i, j ∈ {1, · · · , n}.
Definição 11 {matriz triangular inferior}
Uma matriz quadrada A = [aij ]n sobre K
diz-se triangular inferior se aij = 0 para
i < j e i, j ∈ {1, · · · , n}.
Definição 12 {regular} Uma matriz quadrada
diz-se regular se for invertı́vel.
Definição 13 Uma matriz quadrada A diz-se
singular se não é invertı́vel.
Definição 14 Seja n ∈ N0. Seja A uma matriz
quadrada de ordem n. Define-se a potência da
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro26

matriz A de ordem n, An do seguinte modo

A0 = In
An = An−1Ase n ≥ 1.
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro27

Propriedades
Teorema 4 Seja A uma matriz regular então
(A−1)k = (Ak )−1∀k ∈ N
Definição 15 Se A é uma matriz regular definem-
se as potências de expoente inteiro negativo de
A do seguinte modo
A−n = (A−1)n∀n ∈ N.
Teorema 5 Se A é uma quadrada então Ar As =
Ar+s∀r, s ∈ N.
Teorema 6 Se A é uma matriz quadrada reg-
ular então Ar As = Ar+s∀r, s ∈ Z.
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro28

Submatrizes,Multiplicação por blocos

Definição 16 Sejam A uma matriz de Mm×n(K).
A matriz formada por r linhas e s colunas de
A(r + s ≤ m + n) constitui uma submatriz de
A do tipo r × s.
Sejam A e B matrizes de Mm×n(K) e de Mn×p(K).
Para efectuar o produto AB podemos fragmentar
A e B em blocos Aij s e Bpq s ficando A com tan-
tas colunas de blocos(submatrizes)(r) quantas as
linhas de blocos (submatrizes)(r) de B e exigindo
que o número de colunas do bloco Aik igual ao
número de linhas do bloco Bkj . Por sua vez a ma-
triz C fica fragmentada com o número de linhas
de blocos de A(s) e o número de colunas de blocos
de B(t). Para calcular a submatriz Cij do produto
C = AB utiliza-se a regra
r
X
Cij = Aik Bkj
k=1
para i = 1, · · · , s e j = 1, · · · , t.
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro29

Exemplo 13 Considerem-se as matrizes

 
  1 1 0 0
1 2 3 0 0 0 1 1 0 0
 
1 2 3 0 0 0 0 0 1 1
A= ,B =  
0 0 0 1 1 1 
 0 0 1 1 

0 0 0 1 1 1  1 1 0 0
1 1 0 0
Calcule-se AB consideram a fragmentação das
matrizes A e B dada pelas linhas verticais e
horizontais introduzidas nas matrizes.
   
(AB)11 (AB)12 A11 A12 A13
AB = = .
 (AB) 21 (AB) 22 A 21 A 22 A 23
B11 B12
.  B21 B22 
B31 B32
 
  1 1 0 0
1 2 3 0 0 0   1 1 0 0 

1 2 3 0 0 0 
 0 0 1 1 
=  
0 0 0 1 1 1  0 0 1 1 

0 0 0 1 1 1  1 1 0 0 
1 1 0 0
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro30

(AB)
 11         
1 2 1 1 3 0 0 0 0 0 1 1
= + +
1 2 1 1 3 0 0 0 0 0 1 1
 
3 3
(AB)11 =
3 3
(AB)
 12         
1 2 0 0 3 0 1 1 0 0 0 0
= + +
1 2 0 0 3 0 1 1 0 0 0 0
 
3 3
(AB)12 =
3 3
(AB)
 21         
0 0 1 1 0 1 0 0 1 1 1 1
+ +
= 0 0 1 1 0 1 0 0 1 1 1 1

 
2 2
(AB)21 =
2 2
       
0 0 0 0 0 1 1 1 1 1 0
+ +
(AB)22 = 0 0 0 0 0 1 1 1 1 1 0

 
1 1
(AB)22 =
1 1
Luı́s Vieira————–segunda aula teórica aula-MIEC-FEUP-2009/10–31 de Setembro31

Donde  
3 3 3 3
3 3 3 3
AB = 
2

2 1 1
2 2 1 1
Exemplo 14 Considere-se as matrizes A e B
fragmentadas tal como se indica em baixo:
   
1 3 1 3
A= ,B =
2 4 4 5
Então
  
 1 3 1 3
AB = (AB)11 (AB)12 =
2 4 4 5
        
1   3   1   3  
= 1 + 4 3 + 5
2 4 2 4
       
1 12 3 15
= + +
2 16 6 20
 
13 18
=
18 26
 
13 18
=
18 26