Matrizes 2010

APOSTILA DE TÓPICOS DE
MATEMÁTICA APLICADA
Universidade Paulista Curso de Engenharia
UNIDADE I – MATRIZES
1.1 - Noção de Matrizes
1.2 - Matrizes Especiais
1.3 - Operações com Matrizes: Adição, Subtração e Produto
1.4 - Produto de um número por uma Matriz
1.5 - Matriz Transposta
1.6 - Matrizes Inversíveis
1.7 - Equações matriciais
1.8 - Questões propostas
UNIDADE II – DETERMINANTES
2.1 - Introdução e função determinantes
2.2 - Definição de determinantes (n 3)
2.3 - Menor complementar e complemento algébrico
2.4 - Definição de determinantes por recorrência (caso geral)
2.5 - Teorema fundamental de Laplace
2.6 - Propriedades dos determinantes
2.7 - Abaixamento da ordem de um determinante, regra de Chio
2.8 - Matriz de Vandermonde ou das potências
UNIDADE III – SISTEMAS LINEARES
3.1 - Introdução e classificação dos Sistemas lineares
3.2 - Teorema de Cramer
3.3 - Sistemas escalonados
3.4 - Sistemas equivalentes - Escalonamento de um sistema
3.5 - Sistema Linear homogêneo
3.6 - Característica de uma matriz, teorema de Rouché – Capelli
UNIDADE IV – ESPAÇOS VETORIAIS EUCLIDIANOS
4.1 - Espaços vetoriais e subespaços
4.2 - Espaços nulo, espaço das colunas e transformação lineares
4.3 - Conjunto Linearmente independente bases
4.4 - Sistemas de Coordenadas
4.5 - Dimensão de espaço vetorial
4.6 - Posto
4.7 - Mudança de Base ortogonal
4.8 - Processo de Ortogonalização de Graw Schmidt
BIBLIOGRAFIA
Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

I N T R O D U Ç Ã O AO E S T U D O DAS M A T R I Z E S
Uma das mais antigas menções à teoria matricial é encontrada no livro chinês
Nove capítulos sobre a arte matemática, escrito por volta de 250 a.C. Os chineses
gostavam especialmente de diagramas e, nessa obra, surge o primeiro registro de um
quadrado "mágico" a soma dos três algarismos na horizontal, na vertical ou na diagonal é
sempre 15.
Ainda nessa obra, é mencionada a solução do sistema de equações lineares:
Avançando cerca de 2 milênios, chegamos a Arthur Cayley (1821-1895), um

brilhante estudante inglês que propõe a definição da adição e da multiplicação de
matrizes e da multiplicação de matrizes por um número. Além disso, apresenta a matriz
como elemento neutro do produto matricial e a matriz como elemento
neutro da adição de matrizes.
A partir dessas definições, as operações com matrizes passaram a ser pensadas
como formação de uma álgebra matricial, acarretando um enorme desenvolvimento da
teoria das matrizes
Quando Arthur Cayley, numa memória de 1858, introduziu as matrizes na
matemática, não tinha a menor idéia de qualquer possível utilidade prática desses novos
entes. Sua preocupação era com a forma e a estrutura em álgebra e, sob esse aspecto,
tinha criado um modelo bastante rico. Hoje a teoria das matrizes é uma das partes da
matemática mais férteis em aplicações. Em 1844, o irlandês William R. Hamilton (1805 -
1865) criara os quatérnions, uma espécie de generalização, em quatro componentes, dos
números complexos, cheio de esperanças em possíveis utilizações práticas. Sua
expectativa não se confirmou totalmente, mais isso não quer dizer que não possa
acontecer algo de novo sobre o assunto.
Ao estudarmos determinantes veremos nomes de alguns matemáticos que
contribuíram com seus trabalhos para a teoria dos determinantes faremos aqui um breve
relato de suas vidas e contribuições para o conhecimento humano:
Sarrus (pronuncia-se Sarri) era francês e chamava-se Pierre Frederic Sarrus.
Nasceu em Saint Affrique, em 1798, e morreu na mesma cidade, em 1861. Foi professor
na Universidade Francesa de Estrasburgo durante 30 anos e escreveu a famosa regra de
Sarrus por volta de 1833. Foi premiado pela Academia Francesa de Ciências em 1842.
Vandermonde também era francês e chamava-se Alexandre Théophile
Vandermonde. Nasceu em Paris em 1735, e morreu nessa mesma cidade, em 1796.
Músico tornou-se matemático apenas aos 35 anos. Foi eleito para Academia Francesa de
Ciências e suas pesquisas começaram a aparecer. Deixou contribuições para o cálculo
dos determinantes em estudo de 1772.
A 7ª propriedade (troca de filas paralelas) e, por conseqüência, a 2ª propriedade
foram enunciada por ele. Porem, o determinante que leva seu nome não é encontrado
nesse trabalho. Já se especulou que falhas nas interpretações das notações usadas por
Vandermonde possam ter levado outros matemáticos a achar que tal determinante

estava presente nos trabalhos dele, fato que deve ter contribuído para defundir essa falsa
referência.
Binet, outro francês, chamava-se Jacques Philippe Marie Binet. Nasceu em
Rennes em 1786 e morreu em Paris, em 1856. Foi professor da Escola Politécnica. Em
1812 enunciou o teorema sobre a multiplicação dos determinantes. Foi ele quem
descobriu a regra para a multiplicação de matrizes, também em 1812, feito pelo qual
deveria ser lembrado e não o é. Também teve contribuição na Física e na Astronomia.
Jacobi era alemão e chamava-se Carl Gustav Jacobi. Nasceu em Potsdam, na
Prússia (atualmente Alemanha), em 1804, e morreu em Berlim, em 1851. Filho de
banqueiros era muito inteligente e foi um excelente professor da Universidade de Berlim.
Seu trabalho sobre determinantes, apresentado em 1841, trouxe muitas contribuições
para essa área, inclusive tratando os determinantes como o são atualmente. Foi um dos
matemáticos mais importantes do seu tempo.
Chio era italiano e chamava-se Felice Chio. Nasceu em Crescentino em 1813 e
morreu em Turim, em 1871. Foi professor da Academia Militar de Turim.
Laplace era francês e chamava-se Pierre-Simon Laplace. Nasceu em Beaumont-
em-Auge em 1749 e morreu em 1827, em Paris. Era também físico e astrônomo e deixou
importantes contribuições nessa área. Exerceu cargos políticos, sendo ministro de
Napoleão. Seu teorema foi enunciado em 1772 num trabalho sobre órbitas dos planetas.
Naquela época, o termo determinante ainda não havia aparecido. Laplace chamava os
“determinantes” de “resultante”. Deixou também importante trabalho no campo da teoria
das probabilidades. Foi sem dúvida um dos mais importantes matemáticos da época da
Revolução Francesa.
Lagrange era Italiano e chamava-se Joseph-Louis Lagrange. Nasceu em Turim
em 1736 e morreu em Paris em 1813, è considerado por muito como um matemático
francês, porem seu nome de batismo era Giuseppe Ludovico Lagrangia. Aos 19 anos já
era professor da Escola de Artilharia Real de Turim. Sua capacidade intelectual
impressionou euler, que o levou à Universidade de Berlim. Deixou trabalhos em vários
ramos, desde Astronomia à teoria das probabilidades, passando pela Mecânica e
fundamentos de Cálculo. Em 1773 publicou estudos sobre determinantes. Foi também
um importante matemático de sua época.
Muitos outros matemáticos deixaram trabalhos na área dos determinantes, sendo
até mais importantes que alguns citados acima. Entretanto, quem pode dizer o que leva a
Historia a imortalizar o nome de um matemático em uma regra ou teorema.
Nomes como Gauss, Seki, Cardano, Leibniz, Cramer, Bezout, Cauchy,
D’Alembert, Cayley, Sylvester, entre outros, também tiveram papel fundamental na
teoria dos determinantes. Para dar um exemplo, o termo ”determinantes” foi cunhado por
Gauss em 1801.
O crescente uso dos computadores tem feito com que a teoria das matrizes
encontre cada vez mais aplicações em setores tais como Economia, Engenharia,
Matemática, Física, Tecnologia etc.

I-MATRIZES
Consideremos os conjuntos de números naturais: I ={ 1, 2, 3, .., m} e J = { 1, 2,
3, ..., n} e determinemos o produto cartesiano I x J, isto é, I x J = { ( x , y )  x  I e y  J }
1.1 Definição:
Chama-se matriz m x n a uma correspondência que associa a qualquer elemento
(i , j)  I x J um único elemento aij  .
O número aij é chamado imagem do par (i, j).
A ordem de uma matriz é dada pelo número de linhas e o número de colunas,
denotado por m x n.
Exemplo:
Sejam I = { 1, 2, 3, 4} e J = { 1, 2 }
Calculemos I x J:
I x J = { (1,1), (1,2), (2,1), (2,2), (3,1), (3,2), (4,1), (4,2) }
Observando o gráfico abaixo e usando a definição de matriz, temos que:
a11 é a imagem de (1,1)

2 a 21 é a imagem de (2,1)
1 a 31 é a imagem de (3,1)
0 1 2 3 4 a 41 é a imagem de (4,1)
Podemos então representar o gráfico do seguinte modo ou
Disposição matricial das imagens dos pontos

a11 (lê-se : "a um um) é o elemento que ocupa a 1ª linha e a 1ª coluna
a12 (lê-se : "a um dois) é o elemento que ocupa a 1ª linha e a 2ª coluna
a21 (lê-se : "a dois um) é o elemento que ocupa a 2ª linha e a 1ª coluna
a22 (lê-se : "a dois dois) é o elemento que ocupa a 2ª linha e a 2ª coluna
a31 (lê-se : "a três um) é o elemento que ocupa a 3ª linha e a 1ª coluna
a32 (lê-se : "a três dois) é o elemento que ocupa a 3ª linha e a 2ª coluna
a41 (lê-se : "a quatro um) é o elemento que ocupa a 4ª linha e a 1ª coluna
a42 (lê-se : "a quatro dois) é o elemento que ocupa a 4ª linha e a 2ª coluna
Podemos então dizer que uma matriz de ordem m x n, ou simplesmente matriz m x n, é
uma tabela de números distribuídos em m linhas e n colunas. Observe que o número de
elementos que a constituem é m.n.
Em geral, a matriz A, de ordem m x n é representada por:

A= ou, com a notação abreviada A = (aij )mxn.
Assim, indicamos cada um de seus elementos com uma letra minúscula agregada
a dois índices, que indicam a posição ocupada por esse elemento na matriz.
Exemplos:
a) b) c) d) e)
2 TIPOS ESPECIAIS DE MATRIZES:

2.1 Matriz Quadrada: Amxn=An= { aij  An / mi = nj }
É toda matriz em que o número de linhas é igual ao número de colunas (m = n).
Caso o número de linhas seja n, diz que a matriz é quadrada de ordem n e denota-se
por An.
Exemplos: a) b)
Diagonal Principal:
É o conjunto dos elementos aij de uma matriz An, tais que i = j, isto é,
D ={ aij  An / i = j } = { a11, a22, a33, ... , a(n-1)(n-1), ann}.
Diagonal Secundária:
É o conjunto dos elementos aij de uma matriz An, tais que i + j = n + 1, isto é,
d ={ aij  An / i + j = n + 1 } = { a1n, a2(n-1), a3(n-3), ... , a2(n-1), an1}.
Traço:
É o número obtido somando todos os elementos da diagonal principal da matriz,
isto é, tr(A) = a11 + a22 + a33 + ... + a(n-1)(n-1) + ann.
Observação: Os elementos que estão acima da diagonal principal possuem i < j e,
aqueles que se encontram abaixo da diagonal principal possuem i > j.
Exemplos:
01. Construa as seguintes matrizes A = (a ij)3x3 tal que aij = e B = (bij)2x2
tal que bij = i - j indicando quais são os elementos das diagonais principal e secundária e
calcule o traço.

A= ; D = { 1 } ; d = { 0 , 1 } e tr(A) = 3
B= ; D = { 0 } ; d = { -1, 1 } e tr(B) = 0
02. Construa a matriz M = (m ij)4x4 para o qual mij = , indicando os
elementos das diagonais principal e secundária e obtenha o traço.
M= ; D = { 1, 4, 9, 16} ; d = { - 3, -1, 5 } e tr(M) = 30
2.2. Matriz Linha:

É a matriz constituída por uma única linha, isto é, A = (a ij)1xn.
Exemplo :A = B= C=
2.3. Matriz Coluna:

É a matriz constituída por uma única coluna, isto é, A = (a ij)mx1
Exemplo :A = B= C=
2.4. Matriz Nula:

Se todos os elementos de uma matriz são iguais a zero, então dizemos que a
matriz é uma matriz nula.
Exemplos : A = B= C= D=
2.5. Matriz Triangular Superior:

Uma matriz quadrada A = (a ij)nxn é denominada de triangular superior se todos os
elementos abaixo da diagonal principal são nulos, isto é, aij = 0 para i > j.
Exemplos: A= B= C=

2.6.. Matriz Triangular Inferior:

Uma matriz quadrada A = (a ij)nxn é denominada de triangular inferior se todos os
elementos acima da diagonal principal são nulos, isto é, aij = 0 para i < j.
Exemplos: A= B= C=
2.7. Matriz Diagonal:

É uma matriz quadrada A = [a ij]nxn em que todos os elementos fora da diagonal
principal são nulos, isto é, aij = 0 para i  j.
Exemplos : A = B= C=
Observe que uma matriz diagonal é uma matriz triangular superior e inferior
simultaneamente.
2.8. Matriz Escalar:

É uma matriz diagonal em que todos os elementos da diagonal principal são
iguais, isto é, aij = k para i = j e aij = 0 para i  j.
Exemplos : A = B=
2.9. Matriz Identidade:

È toda matriz escalar em que os elementos da diagonal principal são iguais a 1,
isto é, aij = 1 para i = j e aij = 0 para i  j.
Exemplos : I1= [ 1 ] I2 = I3 = I4 =
2.10. Matriz Transposta:

Se A é uma matriz de ordem mxn, chamamos transposta de A à matriz de ordem
nxm obtida trocando-se as linhas pelas colunas; indicamos a transposta de A por A t .

Exemplos : A = e At = ; B = e Bt =
2.11. Matriz Simétrica:

Uma matriz quadrada A = (a ij)nxn diz-se simétrica quando aij = aji para todo i, j.
Observe que neste caso At = A.
Exemplos : A = ; B = ; C =
2.12. Matriz Anti-Simétrica:

Uma matriz quadrada A = (a ij)nxn diz-se anti-simétrica quando aij =  aji para todo
i j e aij = 0 para i = j . Observe que neste caso A t =  A.
Exemplos : A = ; B = ; C =
3. IGUALDADE DE MATRIZES:
As matrizes A e B são iguais se, e somente se, têm mesma ordem e os elementos
correspondentes são iguais; indica-se por A = B. , são iguais
Exemplos:
01. Se , então m = 0, n = 1, p = eq= .
02. Determine a, b, c e d sabendo-se que as matrizes A = e B =
são iguais.
Solução:

Da definição de igualdade de matrizes, os elementos correspondentes devem ser

iguais, então : e . Resolvendo os dois sistemas
obtemos:
a = 3, b = 2, c = 1 e d = - 2
03 Sabendo que = , determine a, b, c e d.
04 Sabendo que = , determine x, y, z e t.
05 Determine a, b, x e y para que as matrizes = ,
06 Determine m e n para que se tenha = I2.
07 Determine a, b e c = 03 x 2.

4. OPERAÇÖES COM MATRIZES:

4.1. ADIÇÃO DE MATRIZES
Definição:
Sejam as matrizes A e B, de mesma ordem mxn. Denomina-se soma de A com B,
denota-se por A + B, a matriz C = (c ij)mxn tal que cij = aij + bij, para todo i e todo j.
Observe que existe A + B se, e somente se, A e B têm a mesma ordem, isto é, se
A e B são conformáveis para a adição. Quando as ordens das matrizes são diferentes
diz-se que elas não são conformáveis para adição.
Exemplos:
01. 02.
03. 04.
4.1.1. Propriedades da Adição de Matrizes

P1. Comutativa:
A + B = B + A, quaisquer que sejam as matrizes A e B conformáveis para adição.
P2. Associativa:
A + ( B + C ) = ( A + B ) + C, quaisquer que sejam as matrizes A, B e C
conformáveis para adição.
P3. Existência do Elemento Neutro
Para toda matriz A, existe uma matriz O (matriz nula), conformável com A para a
adição, tal que: A + O = O + A = A.
P4. Existência do Elemento Simétrico:
Para toda matriz A, existe uma matriz  A, denominada de matriz oposta da matriz
A, conformável com A para adição, tal que: A + ( A) = ( A) + A = O (matriz nula).
P5. (A) = A.
P6. ( A + B )t = At + Bt
4.2. DIFERENÇA DE MATRIZES
Definição:
Dadas duas matrizes A e B, conformáveis para adição, chama-se diferença das
matrizes A e B, denota-se por A - B, define-se por: A - B = A + (  B).
Exemplo :

4.3. MULTIPLICAÇÃO DE UM ESCALAR POR UMA MATRIZ

Definição:
Dado um número  (real ou complexo) e uma matriz A de ordem mxn. O produto
de  por A é uma matriz denotada por .A, de ordem mxn, obtida multiplicando-se cada .
Exemplos:
01. 02.
4.3.1. Propriedades da Multiplicação de um Escalar por uma Matriz

P1. .(.A) = (.).A
P2. .( A + B ) = .A + .B
P3. ( + ) = .A + .B
P4. 1.A = A
P5. 1.A =  A
P6. 0.A = O (matriz nula)
P7. .O (matriz nula) = O (matriz nula)
P8. (.A)t = .At
4.4. MULTIPLICAÇÃO DE MATRIZES
Definição:
Dadas as matrizes A = (a ij)mxp e B = (b ij)pxn. Chama-se produto da matriz A pela
matriz B, a matriz C = (cij)mxn definida por :
cij = ai1.b1j + ai2.b2j +ai3.b3j + ... + ai(p-1)b(p-1)j + aipbpj = com i = 1, 2, ... , m ; j = 1,
2, ... , n e k = 1, 2, ... , p, isto é, c ij é obtido somando os produtos de cada elemento da

linha i de A pelo correspondente da coluna j de B.
Para que o produto dessas matrizes exista exigi-se que o número de colunas do
primeiro fator seja igual ao número de linhas do segundo fator que, neste caso são iguais
a p, isto é:
Amxp. Bpxn = Cmxn Amxp. Bpxn = Cmxn
Exemplos:
01.
02.

03.
04.
Observação:
01. Se A2x3 e B4x5, então não existe o produto A.B e nem B.A.
02. Pode existir o produto A.B e não existir B.A.
03. Mesmo que existam A.B e B.A, pode-se ter A.B  B.A.
04. Quando as matrizes A e B são tais que A.B = B.A, diz-se que as matrizes A e B
comutam e, quando A.B =  B.A, diz-se que são anticomutativas, neste caso, as
matrizes A e B são quadradas e de mesma ordem.
05. O produto de duas matrizes não nulas pode ser a matriz nula (dê um exemplo).
4.4.1. Propriedades da Multiplicação de Matrizes
P1. Associativa:
A.(B.C) = (A.B).C, quaisquer que sejam as matrizes A, B e C conformáveis para
multiplicação.
P2. Distributiva:
A.(B + C) = A.B + A.C ou (B + C).A = B.A + C.A , quaisquer que sejam as matrizes
A, B e C conformáveis com as operações indicadas.
P3. Opxm (matriz nula).Amxn = Opxn ou Amxn .Onxp (matriz nula) = O mxp
P4. Im.Amxn = Amxn ou Amxn.In = Amxn, onde In e Im são matrizes identidades.
P5. (.A).B = .(A.B), quaisquer que sejam as matrizes A e B conformáveis para a
multiplicação.
P6. (A.B)t = Bt.At
P7. (.A).(.B) = (.).(A.B)
P8. Am + n = Am.An
5. MATRIZES QUADRADAS ESPECIAIS:
5.1. Matriz Periódica e Idempotente:
Dizemos que uma matriz A é periódica se Ak+1 = A, onde k é um inteiro positivo.
Ao menor inteiro positivo k denominamos de período da matriz A.
Se A2 = A, isto é, k = 1, então a matriz A e denominada de Idempotente.
Exemplo:
A matriz A = é uma matriz idempotente.
5.2. Matriz Nilpotente:

Dizemos que uma matriz A é nilpotente se existe um número inteiro positivo k tal
que A = O (matriz nula). Se k é o menor inteiro positivo tal que A p = O (matriz nula),
k
dizemos que A é nilpotente de índice k.

Exemplo:
A matriz é nilpotente de índice 3.
5.3. Matriz Involutiva:

Uma matriz A, diz-se involutiva quando A2 = I.
Exemplo:
As matrizes são involutivas.
5.4. Diagonalmente Dominante:

Uma matriz em que todos os elementos da diagonal tem módulo maior do que a
soma dos módulos dos outros elementos de sua linha é denominada de diagonalmente
dominante, isto é, com 1  i  n.
Exemplo:
A matriz A = é diagonalmente dominante, enquanto que a matriz B =
não é.
5.5. Matriz Inversa

Definição:
Dadas as matrizes quadradas A e B, de ordem n. A matriz B é a matriz inversa da
matriz A se, e somente se, A.B = B.A = I n. Denota-se por B = A-1.
Neste caso, a matriz A é inversível ou invertível, podendo também ser denominada
de não-singular. Caso A não possua inversa, diremos que A é não-inversível, não-
invertível ou singular.
Exemplos:
01. As matrizes inversas das matrizes A = e B = são,
respectivamente, A-1 = e B-1 =
02. Determine a matriz inversa da matriz A = .

Solução: suponhamos que exista a matriz A -1 = tal que A.A-1 = I2 .
Assim, . Pela igualdade de matrizes temos:
e , donde resulta A-1 =
03. Resolva a equação matricial A.X = B, sendo A = e B = .Como a

matriz A possui inversa, podemos multiplicar toda a equação por A -1, isto é, A-1.A.X = A-
1
.B. Como A-1.A = I2 e I2.X = X, então X = A-1.B. Assim, X =
5.5.1. Propriedades da Matriz Inversa
P1. (.A) 1 = .A1, para   0
P2. (A.B)1 = B1.A1

P3. (In ) 1 = In
P4. ( At ) 1 = (A1)t
P5. (A1)1 = A
P6. (Ak) 1 = (A1)k, sendo k um inteiro positivo.
5.6. Matriz Ortogonal
Definição:
Uma matriz A é ortogonal quando A.At = At.A = In.
Observe que uma matriz ortogonal A é necessariamente quadrada e inversível, com
inversa A–1 = At.
Exemplo:
As matrizes A = e B= são ortogonais. Deixamos a cargo
do leitor a verificação.
5.7. Matriz Normal
Definição:
Uma matriz A de elementos reais é dita normal se comuta com sua transposta,
isto é, A.At = At.A.
Exemplo:

A matriz A = é normal. De fato, At = e : A.At =
= At.A = =
5.8. Matrizes Semelhantes

Definição:
Uma matriz B é semelhante a uma matriz A se existe uma matriz não-singular
(invertível) P tal que B = P–1.A.P.
Exemplo:
As matrizes A = eB= são semelhantes, pois existe a matriz P =
cuja inversa é P–1 = tal que B = P–1.A.P (Deixamos ao leitor fazer a

verificação).
5.9. Matriz Diagonalizável
Definição:
Diz-se que uma matriz A é diagonalizável se existe uma matriz não-singular
(inversível) P tal que P–1.A.P = D é uma matriz diagonal.
Exemplo:
A matriz A = é diagonalizável, pois existe a matriz P = cuja
inversa é P–1 = tal que D = P–1.A.P = = .
5.10. Matriz Conjugada

Definição:
A matriz conjugada de A, denotada por , é obtida de A, substituindo cada
elemento por seu conjugado.
Exemplo:
A conjugada da matriz A = é a matriz = .
5.11. Matriz Hermitiana ou Auto Adjunta

Definição:
t
Dizemos que uma matriz A de elementos complexos é hermitiana se = A,
t
onde é a transposta da conjugada.
Exemplo:
A matriz A = é hermitiana. De fato, a transposta da conjugada é:
t
= = =A

QUESTÕES SOBRE MATRIZES
01) Dada a matriz A = , determinar a transposta de A e a oposta de A.
02) Dadas as matrizes A = eB= determine a, b, e x para que A = Bt .
03) Determinar os valores de a e b, tais que = .
04) Sendo A = [ ai j ]2x3, tal que ai j = i + j, determine x, y e z, tais que A = .
05) Sendo B = [ b i j ]5x5 , tal que bi j = i – j, calcule a soma dos elementos da diagonal
principal.
06) Determine a e b, tais que .
07) Calcule x, y e z tais que = .
08) Sendo A = eB= , calcular A + B, B + A, A – B, B – A, A t + B t, (A +

B)t.
09) Determine x, y, z e w nas matrizes A = ,B= C= , tais que

A = B = C.
10) Calcule x, y e z, tais que .
11) Calcule x e y, sabendo que a matriz A = é diagonal.
12) Calcule o valor de x, tal que .
13) Calcule x e y, sabendo que a matriz A = é a matriz unidade de

ordem 2.
14) Dadas as matrizes A = eB= , determine a matriz X nos casos

X – At = 0, X + Bt = 0 , X + A = B e X – B = At.
15) Dadas as matrizes A = eB= determinar A, 3B, 2A – 3B, 2 At +

3Bt .

16) Dadas as matrizes A = ,B= eC= calcule, 3. (A – B) + 3.

(B – C) + 3. (C – A).
17) Dadas as matrizes A = (a i j)2x2, com ai j = i2 + j2, e B = (bi j)2x2, com bi j = i j, calcule A+
Bt .
18) Dadas as matrizes A = eB= , calcule 5A, 7B, 3A – 4B, At +

B t.
19) Sendo A = eB= , determine as matrizes X e Y, tais que 3X – Y = 2A – B e
X + Y = A – B.
20) Determine a relação existente entre as matrizes A = eB= .
21) Sendo a matriz A = simétrica, determine c e y.
22) Sendo A = (a i j)2x2, onde ai j = 2i – j, e B = (b i j)2x2, onde bi j = j – i, determine X, tal que

3A + 2X =3B.
23) Dadas as matrizes A = ,B= eC= , determinar A . B e (A .
B).C
24) Dadas as matrizes A = eB= , calcular (A . B)t; B t. At; o que podemos

observar comparando os resultados?
25) Calcular o produto de . se existir.
26) Dada a matriz A = ; calcule a) A + At; b) A . At c) as matrizes resultantes
dos itens a e b são também simétricas ?
27) Determinar a matriz X, tal que X . A = B, sendo A = eB= .
28) Dada a matriz A = calcule o produto A . A-1

29) Dada a matriz A = , calcule o elemento a12 da matriz A-1 .
30) Dadas as matrizes A = eB= , determine a e b de modo que A.B = I,

onde I é matriz identidade.
31) Determine a matriz X, tal que X + 2A = ( A . B – A ) t, sendo A = eB= .
32) A matriz A = (a i j)3x3 é definida de tal modo que a i j = (-1)i + j, se i  j, então A é igual a ?
0, se i = j
33) Determinar, se existir, a inversa da matriz A = .
34) Calcule, se existir, A-1 em cada caso: A = ,A= ,A= .
35) Sendo A = , calcule (A-1)-1.
36) Sendo A = e B = 2I2, calcule a matriz X tal que X . A t = B.
37) Calcule x e y, sabendo que .
38) Se P = eQ= , a matriz transposta de P – 2Q é ?
39) Se M = eN= , então MN – NM é ?
40) Dadas as matrizes: A = eB= a matriz X tal que X = AX + B tem como

soma de seus elementos, qual valor ?
41) Calcule a matriz adjunta da matriz A = .
42) Dadas as matrizes A = eB= , determine: A-1, (A-1) t, B -1.
43) Se A é uma matriz simétrica cujos elementos são números reais ou complexos, Prove
que: i) A é simétrica, sendo  um número real ou complexo. ii) AA t = AtA. iii) A2 é
simétrica.
44) Se A é uma matriz anti-simétrica cujos elementos são números reais ou complexos,
Prove que: i) A é anti-simétrica, onde  é um número real ou complexo. ii) AA t = At A. iii)
A2 é simétrica.

45) Prove que qualquer matriz quadrada A pode ser decomposta na soma de uma matriz
simétrica com uma matriz anti-simétrica e tal decomposição é única.
46) Seja A uma matriz de ordem n. Prove que, se existe uma matriz X não nula, tal que
AX = 0, então A não admite inversa.
47) É verdade, de modo geral, que (A + B) 2 = A2 + 2AB + B2 ? Dê um exemplo usando
matrizes quadradas de ordem 2, em que a igualdade é válida.
48) Qual é a forma de uma matriz triangular e simétrica? e Qual é a forma de uma matriz
triangular e anti-simétrica ?
49) Verifique que se M é inversível, M n também é inversível e (M n)-1 = (M-1)n.
50) Prove que M e N são matrizes inversíveis e M comuta com N, então M -1 comuta com
N-1.
51) Sejam A e B matrizes quadradas de ordem n. Expresse X em função de A e B nas
equações:
a) X t – At = B e b) (X – At)t = B.
52) Sejam A e B matrizes quadradas de ordem n. Sob que condição tem-se
(A + B) (A – B) = A2 – B2?
53) Prove que, se A e B são matrizes comutáveis, então valem as seguintes igualdades.
a) (A + B)2 = A2 + 2AB + B2 d) (A - B)3 = A3 - 3A2B + 3AB2 - B3
b) (A - B)2 = A2 - 2AB + B2 e) (A B)n = An Bn
3 3 2 2 3
c) (A + B) = A + 3A B + 3AB + B
54) Calcule todas as matrizes X, quadradas de ordem 2, tais que X 2 = I2.
55) Calcule todas as matrizes X, quadradas de ordem 2, tais que X 2 = X.
56) Expresse X em função de A, B e C, sabendo que A, B e C, são matrizes quadradas
de ordem n inversível e A x B = C.
57) Sendo A e B matrizes inversíveis de ordem n, isole X a partir de cada equação
abaixo:
a) AX = B d) BAX = A
b) AXB = In e) (AX)t = B
-1
c) (AXB) = B f) (A + X)t = B
58) Prove que, se A e B são matrizes inversíveis de ordem n, então: (AB) -1 = B-1A-1.
59) Prove que, se A, B e C são matrizes inversíveis de ordem n, então: (ABC) -1=C-1 B-1A-1.
60) Verifique diretamente que, se A é uma inversível de ordem 2, então
61) Considere as matrizes inversíveis A, B e C, resolva a equação matricial

.
62) (UF-PR) Dados as matrizes e , calcule a soma dos

números associados à(s) alternativas(s) correta(s):
(01) O determinante de A nunca é negativo, qualquer que seja o valor de x.
(02) A – B = –A

(04) Sempre que o valor de x está no intervalo aberto , a matriz A tem inversa.
(08) A matriz A + B é a transposta de A.
63) (U.F. Uberlândia-MG) Sejam A, B e C matrizes reais quadradas de ordem 3.
Considere as seguintes afirmações:
I) Se A = A’ e B = B’, então AB = (AB)’ II) det (A + B) = det A + det B
III) Se AB = CD, então A = C. IV)A2 – B2 = (A – B)(A + B)
A respeito dessas afirmações, assinale a alternativa correta.
a) Todas as afirmações são falsas. b)Apenas a afirmação 1 é verdadeira.
c)Apenas as afirmações I e III são verdadeiras. d)Apenas a afirmação II é falsa.
e)Todas as afirmações são verdadeiras.
64) (UF-RN) Dada a matriz , podemos afirmar que:
a) M50 = c) M . X = 0
b) det (M) = d)
65) (U.E. Londrina-PR) Sejam as matrizes , tal que ,e ,

tal que bjy = y – j.
a) –12 b) –6 c) 0 d) 6 e) 12
66) (UF-SC) Sejam A, B e C matrizes. Determine a soma dos números associado à(s)
proposição(ões) verdadeiras(s).
(01) matriz de ordem n, então det(KA) = k n . det A, k  R.
(02)(At)1. A-1 = 1
(04) det (A + B) = det A + det B
(08) Se A é uma matriz de ordem n x m e B é de ordem m x k, então A + B é uma matriz
de ordem n x k.
(16) A + B só é possível quando A e B matrizes de mesma ordem.
67) (ITA-SP) Sejam A e B matrizes quadradas de ordem 2 que satisfazem a seguinte
propriedade: existe uma matriz M inversível tal que A = M —1BM. Então:
a) det (–At) = det B
b) det A = –det B
c) det (2A) = 2 det B
d) Se det B  0, então det (–AB) < 0.
e) det (A – 1) = –det (1 – B)
68) (ITA-SP) Sejam A e P matrizes n X n inversíveis e B = P -1AP
I) Bt é inversível e (Bt)-1 = (B--1)t
II) Se A é simétrica, então B também o é.
III) det (A – ) = det (B – ),   R.
é (são) verdadeira(s):
a) todas. b) apenas I. c) apenas I e II. d) apenas I e III. e) apenas II e III
-1
69) (UF-AL) Dada uma matriz A, indica-se por A a matriz inversa transporta de A e por
det A o determinante de A. Julgue os itens.

a) Se A é matriz do tipo 3 x 2 e B é matriz do tipo 2 x 4, então a matriz produto A . B é do

tipo 2 x 2.
b)Se A é uma matriz quadrada inversível então A -1. A= A . A-1.
c)Se A é uma matriz quadrada de ordem 2 e B = 2 . A, então o det B = 4 . det A
d)det A = det At
e)a solução do sistema é par (0, 0).
70) (UF-PR) Dadas as matrizes e , calcule a soma dos números

associados à(s) alternativa(s) correta(s):
(01) B . A = B
(02) Todos os elementos da matriz A + B são números ímpares.
(04) O conjunto formado pelos elementos da matriz A . B é igual ao conjunto formado
pelos elementos da matriz B.
(08) det (3 . A) = det (B)
(16) a matriz inversa de A é a própria matriz A
71) (UF-PI) Considerando as matrizes e , podemos afirmar

corretamente que:
a) A = B-1 c) AB = BA e) A = B2
b) det A = det B d) der (AB) = 0
72) (UF-PR, adaptado) Considerando a matriz , onde a, b, c e d são números

reais, a(s) alternativa(s) correta(s) é(são):
a) Se a = log26, b = log23 e c = d = 1, então det A = 2.
b)Se a = b = c = d = 1, então A2 = 2A.
c)Se a = 2, b = -2, c = 2—x e d = 2x, então existe somente um valor real de x tal que det A= 5.
d)Se a . d  b . c, então A tem matriz inversa.
e)Se A é matriz identidade, então log (det A) = 0.
73) (UFF-RJ) Alessandra, Joana e Sônia vendem saladas prontas, contendo porções de
tomate, pimentão e repolho. A matriz M fornece o número de porções de tomate,
pimentão e repolho na composição das saladas. A matriz N fornece, em reais, o custo
das saladas.
Tomate pimentão repolho
Sabendo-se que o determinante de M é não nulo, obtém - se a matriz que fornece, em

reais, o custo de cada porção de tomate, pimentão e repolho, efetuando-se a operação:
a) MN b) NM1- c) MN-1 d) M-1N e) N-1M
74) (U. F. Santa Maria-RS) Sejam A e B matrizes reais quadradas de ordem n e 0 a
matriz nula de ordem n. Então a afirmação correta é a seguinte:
a) Se At é a matriz transporta de A, então det At  det A.
b) Se det A  0, existe a matriz inversa A -1 e A-1 = 1/1(det A). (dof A) 1, onde cof A é a
matriz dos cofatores de a
c) Se A . B = 0, então A = 0 ou B = 0.

d) (A . B)2 = A2 – 2AB + B2.

e) Se k  R, então det (kA) = k det A, para todo k.
75) (Machenzie-SP) Na igualdade log 3[det(2.A-1)]= log27 [det(2A)-1]. A pe uma matriz
quadrada de quinta ordem com determinante não nulo. Então det A vale:
a) 25 b) 210 c) 35 d) 310 e) 65
76) (U. F. Santa Maria-RS) Analise as afirmações e seguir.
I) A matriz é invertível se x = 2b.
II) Se det (AB) = m, pode-se garantir que existe det A e det B.

III) Se det A = m  0 e det B = , então det (AB) = 1.
Então correta(s):
a) apenas I. b) apenas II. c) apenas III. d) apenas II e III. e) I, II e III.
77) (Vunesp-SP) Sejam A e B matrizes quadradas de ordem 3. Se eBé
tal que B-1 = 2A, o determinante de B será:

a) 24 b) 6 c) 3 d) e)
78) (Mackenzie-SP) Dadas as matrizes e , se M.A – 2b = o, det M -1

vale:
a) 2 b) c) 4 d) e) 1
79) (U. F. Ouro Preto-MG) Considere a matriz . Então podemos
afirmar que:
a) M é inversível e der d) M é inversível de der M= 1
b) M é inversível e det e) M é inversível e det

c) M é inversível e det M = 0
80) (Mackenzie-SP) Considere as matrizes e . Se a  R, então
a matriz A – B:
a) é inversível somente se a = 0 d) é inversível qualquer que seja a
b) é inversível somente se a = 1 e) nunca é inversível, qualquer que seja a
c) é inversível somente se a = 2
81) (FGV-SP) A matriz admite inversa se, somente se:

a) x  5 b) x  2 e x  5 c) x  4 d) x  2 e) x  4 e x  25
82) Uma distribuidora entrega um tipo de vinho em caixas de 6 e 12 garrafas. Ela cobra
R$ 72,00 a caixa de 6 e R$ 130,00 a caixa de 12 garrafas. A tabela abaixo mostra
quantas caixas a distribuidora entregou no mês de abril.
1ª Semana 2ª Semana 3ª Semana 4ª Semana
Caixas de 6 Caixas de 12 Caixas de 6 Caixas de 12 Caixas de 6 Caixas de 12 Caixas de 6 Caixas de 12
45 50 60 75 80 96 120 150
Mediante o produto de matrizes e utilizando uma calculadora determine.
a) A quantidade em reais recebida pela distribuidora em cada semana;
b) O número de garrafas de vinho entregues na 3ª Semana.
83) Numa cidade há duas fabricas de televisores. A fábrica A monta 3 de 24 polegadas e
2 de 29 polegadas por dia. A fabrica B monta 4 de 24 polegadas e 3 de 29 polegadas por
dia. A jornada de trabalho na fabrica A e de 5 dias enquanto na fabrica B se trabalha 6
dias por semana. Podemos expressar essas informações na forma de matrizes.
P= eQ=
a) Obtenha o produto P.Q e interprete o significados de seus elementos;

b) Expresse na forma de uma matriz R de ordem 2 x 2, a produção semanal de
televisores de 24 e de 29 polegadas das duas fabricas
84) Uma empresa fabrica três produtos. Suas despesas de produção estão divididas em
três categorias Tabela I. Em cada uma dessas categorias, faz-se uma estimativa do
custo de produção de um único exemplar de cada produto. Faz-se, também, uma
estimativa da quantidade de cada produto a ser fabricada por estação Tabela II.
Tabela I
CUSTO DE PRODUÇÃO POR ITEM (EM DÓLARES)
PRODUTO
CATEGORIAS
A B C
Matéria - Prima 0,10 0,30 0,15
Pessoal 0,30 0,40 0,25
Despesas - Gerais 0,10 0,20 0,15
Tabela II
QUANTIDADE PRODUZIDA POR ESTAÇAO
PRODUTO
PRODUTO
VERAO OUTONO INVERNO PRIMAVERA
A 4.000 4.500 4.500 4.000
B 2.000 2.600 2.400 2.200
C 5.800 6.200 6.000 6.000
As tabelas I e II podem ser representadas por matrizes, a empresa apresenta a seus

acionistas uma única tabela mostrando o custo total para estação da cada uma das três
categorias matéria - prima, pessoal e despesas - gerais calculada pelos produtos das
matrizes originadas pelas tabelas I e II. A partir dessas informações julgue os itens abaixo
fazendo as respectivas contas, e informe se são verdadeiros ou falso.
a) A tabela apresentada pela empresa a seus acionistas e representada pela matriz
produto de ordem 3 x 4;
b) Os elementos da primeira linha do produto das matrizes representam o custo total de
matéria-prima para cada uma das quatro estações.
c) O custo total com despesas gerais para o outono será de $ 2.1600 dólares.
85) Para a fabricação de 4 diferentes tipos de doces ( A, B, C e D), utilizando-se de 3
ingredientes básicos (x, y e z) em diferentes porções e mostrado na Tabela I abaixo.
Tabela I
INGREDIENTES
DOCES
X Y Z

A 2 0 1
B 0 1 2
C 1 1 1
D 1 2 0
Tabela II
INGREDIENTES CUSTO
X 3
Y 2
Z 1
O custo em real de cada porção está especificado na seguinte tabela II. Calculando a
matriz produto e considerando apenas ingredientes já citados, calcule o custo para a
fabricação dos doces tipo A, B, C e D.
86) Um farmacêutico sabe que, para a obtenção de dois tipos de remédios, precisa dos
seguintes ingredientes, para o remédio I, 3 unidades do ingrediente A, 12 do ingredientes
B e 3 do ingredientes C; para o remédios II, 40 unidades de A, 10 do ingredientes B e 8
do ingredientes D.
a) Forme a matriz que fornece remédios x ingredientes;
b) Sabendo-se que os preços são R$ 7,00, R$ 9,00, R$ 5,00 e R$ 3,00, para cada
unidades dos ingredientes A, B, C e D respectivamente, forme a matriz coluna
ingredientes x preços;
c) Calcule a matriz que fornece remédios x preços.
87) A tabela abaixo mostra o número de unidades vendidas dos produtos P 1 e P2 nas
lojas A e B.
LOJAS P1 P2
A 10 15
B 20 10
Usando multiplicação de matrizes, determine a matriz que represente o total recebido
pelas vendas desses produtos em cada loja sabendo que a matriz dos preços e P =
88) As tabelas abaixo mostram os estoques dos produtos P 1, P2 e P3 de duas unidades de

uma fabrica em Fortaleza e em Recife nos meses de janeiro e Fevereiro. Para atender a
uma proposta de exportação, no mês de março a empresa devera duplicar a produção de
janeiro e triplica a de fevereiro. Quais os totais do estoque do mês de março.
Tabela II
MËS JANEIRO
CIDADE P1 P2 P2
FORTALEZA 383 410 321
RECIFE 622 590 603
Tabela II
MËS FEVEREIRO
CIDADE P1 P2 P2
FORTALEZA 210 420 301
RECIFE 481 601 600
89) A tabela I mostra o estoque das mercadorias M 1, M2, M3,e M4, nas lojas A e B no dia
20; a tabela II mostra as vendas dessas mercadorias no dia 21. Qual o estoque restante
dessas mercadorias em cada loja.
LOJAS M1 M2 M3 M4
A 38 42 50 61
B 40 45 40 60
Tabela II
LOJAS M1 M2 M3 M4

A 13 18 26 35
B 20 22 28 40
90) Durante a primeira fase da copa do mundo de futebol de 2002, realizada no Japão e
na Coréia do Sul o grupo C era formado por quatro Paises. Brasil, Turquia, Costa Rica e
China. A tabela I mostra a relação de vitórias, empates e derrotas de cada seleção a
Tabela II mostra os pontos obtidos com cada vitória, empate e derrota. Terminada a
primeira fase daquela copa do mundo mostre por produtos de matrizes o total de pontos
obtidos por cada seleção e quem se classificou para segunda fase dizendo o 1º e 2º e
quem foi desclassificado
Tabela I
SELEÇAO VITORIAS EMPATES DERROTAS
BRASIL 3 0 0
TURQUIA 1 1 1
COSTA RICA 1 1 1
CHINA 0 0 3
Tabela II
NUMEROS DE PONTOS
VITORIA 3
EMPATE 1
DERROTA 0
91) O quadro abaixo registra os resultados obtidos por quatro times em um torneio da 2º
divisão do campeonato Paulista de Futebol /2005 em que todos se enfrentaram uma vez
com forme tabela abaixo.
Tabela I
TIMES VITORIAS EMPATES DERROTAS
AMERICA 0 1 2
BOTAFOGO 2 1 0
NACIONAL 0 2 1
COMERCIAL 1 2 0
a) Represente a matriz A=(aij) correspondente.
b) Qual e a ordem da matriz A.
c) O que representa o elemento a23 da matriz A.
d) Qual o elemento da matriz A que indica a vitória do comercial.
e) Considerando que um time ganha três pontos na vitória e um ponto no empate, calcule
quantos pontos fez cada time.
f) Qual foi à classificação final do torneio.
92) (Cefet -PR) Uma pesquisa de preços resultou nas seguintes tabelas:
I) PREÇO DOS AUTOMÓVEIS – nas linhas está as agencias A, B e C e nas colunas os
carros modelos: Fusca, Palio e Corsa (na ordem citada).
II) PREÇO DOS SEGUROS DOS AUTOMÓVEIS – nas linhas está as seguradoras
e nas colunas os carros modelos: Fusca, Palio e Corsa (na ordem citada).

Sabe-se que a agencia A só utiliza a seguradora , a agencia B só usa a seguradora e

a agencia C só utiliza a seguradora , assim, a diferença entre o maior e o menor preço
do conjunto carro + seguro é:
a) R$ 3050,00 b) R$ 3150,00 c) R$ 3060,00
d) R$ 315,00 e) R$ 306,00
93) (UF-MT) Um projeto de pesquisa sobre dietas envolve adultos e crianças de ambos
os sexos. A composição dos participantes no projeto é dado pela matriz abaixo:
adultos crianças
Masculino
feminino
O número diário de gramas de proteínas, de gorduras e de carboidratos que cada criança
e cada adulto consomem é dado pela matriz abaixo:
proteínas gorduras carboidratos
Adultos
Crianças
A partir dessas informações, julge os itens a seguir:

0) 6000 g de proteínas são consumidas diariamente por adultos e crianças do sexo
masculino.
1) A quantidade de gorduras consumidas diariamente por adultos e crianças do sexo
masculino é 50% menor que a quantidade por adulto e crianças do sexo feminino.
2) As pessoas envolvidas no projeto consomem diariamente um total de 13.200 g de
carboidratos.
94) (UF-GO) Uma fabrica produz dois tipos de ração para animais. A ração A é
constituída de 18% de sal, 20% de milho, 42% de farelo de soja, 10% de uréia e 10% de
outros nutrientes. A ração B é constituída de 30% de sal, 22% de milho, 30% de farelo de
soja, 12% de uréia e 6% de outros nutrientes. Deseja-se obter uma terceira ração. C
utilizando parte da ração A e parte da ração B. Com essas informações julge os itens a
seguir:
1) Pode-se obter uma ração C com 24% de sal e 21% de milho.
2) A ração C, obtida pela mistura, pode ter 8% de uréia.
3) Pode-se obter uma ração C de modo que a quantidade de sal seja o dobro da
quantidade de uréia.
4) Para que a ração C possua 21,5% de milho, ela devera ter três partes da ração B e
uma parte da ração A.
95) (Vunesp-SP) Considere três lojas L 1, L2 e L3, e três tipos de produtos, P1, P2 e P3. A
matriz a seguir descreve a quantidade de cada produto vendido em cada produto vendido
em cada loja na primeira semana de dezembro. Cada elemento a ij da matriz indica a
quantidade do produto Pi vendido pela loja Lj i,j = 1,2,3.
L 1 L2 L3
P1
P2
P3
Analisando a matriz, podemos afirmar que:
a) A quantidade de produtos do tipo P 2 vendido pela loja L2 é 11.
b) A quantidade de produtos do tipo P 1 vendido pela loja L3 é 30.

c) A soma das quantidades de produtos do tipo P 3 vendidos pelas três lojas é 140.
d) A soma das quantidades de produtos do tipo P i vendidos pelas lojas Li i= 1, 2, 3 é 52.
e) A soma das quantidades de produtos do tipo P 1 e P2 vendido pela loja L1 é 45.
96) (Unirio-RJ) Um proprietário de dois restaurantes deseja contabilizar o consumo dos
produtos: arroz, carne, cerveja e feijão. No 1ª restaurante são consumidos, por semana,
25 kg de arroz, 50 kg de carne, 200 garrafas de cerveja e 20 kg de feijão. No 2ª
restaurante são consumidas, semanalmente, 28 kg de arroz, 60 kg de carne, 150
garrafas de cerveja e 22 kg de feijão. Existem dois fornecedores cujos preços desses
itens em reais, são:
Produtos Fornecedor I Fornecedor II
1 Kg de arroz 1,00 1,00
1 Kg de carne 8,00 10,00
1 garrafa de cerveja 0,90 0,80
1 Kg de feijão 1,50 1,00
A partir destas informações encontre:
a) Uma matriz 2 x 4 que descreve o consumo, desses produtos pelo proprietário no 1ª e
2ª restaurante, e uma outra matriz 4 x 2 que descreve os preços dos produtos nos dois
fornecedores.
b) O produto das duas matrizes anteriores, de modo que este represente o gasto
semanal da cada restaurante em cada fornecedor e determine o lucro semanal que o
proprietário terá comprando sempre no fornecedor mais barato, para os dois
restaurantes.
97) (PUCC-SP) Em um laboratório, as substancias A, B e C são a matéria-prima utilizada
na fabricação de dois tipos de medicamentos. O Mariax é fabricado com 5 g de A, 8 g de
B e 10 g de C e o Luciax é fabricado com 9 g de A, 6 g de B e 4 g de C. Os preços
dessas substancias estão em constante alterações e por, isso, um funcionário criou um
programa de computados para enfrentar essa dificuldade. Fornecendo-se ao programa
os preços X, Y e Z de um grama das substancias A, B e C, respectivamente, o programa
apresenta a matriz C, cujos elementos correspondem aos preços de custo da matéria-
prima do Mariax e do Luciax. Essa matriz pode ser obtida de:
98) (UFRRJ) Após o falecimento do saudoso Renato Russo, em 11/10/1995, os fãs do
Legião Urbana começaram a ouvir as músicas da banda regravadas pelos diversos
interpretes da MPB. Um desses fãs percebeu que, ao longo do tempo, três cantores, em
cada um dos três discos mais recentes, gravaram as mesmas três obras de Renato
Russo, cada qual uma vez. Não podendo comprar os noves CDs, o fã resolveu comprar
três. Um de cada cantor C1, C2 e C3, contendo diferentes músicas M 1, M2 e M3. Após uma
pesquisa nas lojas de um Shopping, o fã verificou que os vários CDs poderiam ser
encontrados a preços diferentes e organizou a seguinte matriz de preços, em reais:
Musicas / consumidor C1 C2 C3
M 1, 20 15 12
M2 18 13 10
M3 18 8 11
A partir da analise, verifica-se que:
a) a compra poderá ser feita por R$ 33,00.
b) o máximo a ser gasto na compra é R$ 43,00.
c) o mínimo a ser gasto na compra é R$ 38,00.
d) não é possível efetuar a compra por R$ 44,00.

e) não é possível encontrar o menor valor para a compra.

99) (Efei-MG) Antonio pesa 80 quilos e deseja perder peso por meio de um programa de
dieta e exercícios. Após consultar a Tabela I, ele monta um programa de exercícios
conforme a tabela II. A tabela II pode ser representada por uma matriz A (5 x 4) e cada
linha i da tabela I pode ser representada por uma matriz X i (4 x 1).
Tabela I – Calorias queimadas por hora
Pes Atividade esportiva
o Andar a 3 km/h Correr a 9 km/h Andar de bicicleta a 9 km/h Jogar tênis (moderado)
69 213 651 304 340
73 225 688 321 368
77 237 726 338 385
80 250 760 350 400
Tabela II – Horas / dia para cada atividade
Programa de exercícios
Dia da Semana
Andar Correr Andar de bicicleta Jogar tênis
Segunda - feira 1,0 0,0 1,0 0,0
Terça - feira 0,0 0,0 0,0 2,0
Quarta - feira 0,4 0,5 0,0 0,0
Quinta - feira 0,0 0,0 0,5 2,0
Sexta - feira 0,4 0,5 0,0 0,0
De acordo com as informações acima e por meio de notação matricial, calcule quantas
calorias ele irá queimar em cada dia, se seguir o programa.
100) Uma empresa, que possui duas confeitarias, chamadas A e B, fabrica três
tipos de bolo: 1, 2 e 3, os quais são feitos de farinha, açúcar, leite, manteiga e
ovos. Em cada semana, as vendas dessas duas confeitarias são estimadas
conforme a matriz de m de vendas semanal abaixo:
Confeitaria Bolo tipo I Bolo tipo II Bolo tipo III
A 50 unidades 30 unidades 25 unidades
B 20 unidades 20 unidades 40 unidades
Para a fabricação desses bolos, o material é usado de acordo co a matriz n seguinte:
Bolo Farinha Açúcar Leite Manteiga Ovos
Tipo I 500 g 200 g 500 ml 150 g 4
Tipo II 400 g 100 g 300 ml 250 g 5
Tipo III 450 g 150 g 600 ml 0 6
A direção da empresa, a fim de atender à demanda, quer saber a quantidade de cada
uma das cinco matérias - primas que deve alocar às suas duas confeitarias.

II - D E T E R M I N A N T E S
2.1 Permutação:
Definição:
Uma permutação  do conjunto S = { 1, 2, 3, ... , n} é uma aplicação biunívoca do
conjunto S em si mesmo, isto é,  : S  S denotada por:
= , onde (1) = j1 ; (2) = j2 ; (3) = j3 ; ... ; (n) = jn.

Denota-se por Sn o conjunto de todas essas permutações, e o número delas é
dado por n! .
Exemplos:
Se S = { 1 }, temos apenas a seguinte permutação  = que pode ser expressa
apenas por 1 = ( 1 ). Sendo 1! = 1 e S1 = { ( 1 ) } .
Se S = { 1, 2 }, temos as seguintes permutações:
1 = = e 2 = =
Observe que: 1(1) = 1 2(1) = 2
Sendo 2! = 2 e S2 = { , }.
Se S = { 1 , 2 , 3 }, temos as seguintes permutações :
1 = = 4 = =
2 = = 5 = =
3 = = 6 = =
Observe que: 1(1) = 1 2(1) = 1 3(1) = 2 4(1) = 2 5(1) = 3 6(1) = 3 ;
1(2) = 2 2(2) = 3 3(2) = 1 4(2) = 3 5(2) = 1 6(2) = 2 e
1(3) = 3 2(3) = 2 3(3) = 3 4(3) = 1 5(3) = 2 6(3) = 1
Sendo 3! = 6 e S3 = { , , , , ,
}.
Uma permutação k = ( j1 j2 j3 ... jn ) de S = { 1, 2, 3, ... , n} tem uma inversão se um
inteiro jp precede um inteiro menor jq . Uma permutação é denominada par se o número
total de inversões é par e, será denominada ímpar se o número total de inversões é
ímpar.
O sinal da permutação k, denotado por signa(k), será + 1 ou –1, conforme a
permutação seja par ou ímpar.
Exemplos:
a) A permutação ( 1 2 3 ) é par, devido não ter nenhuma permutação.
b) A permutação ( 3 1 2 ) é par, devido ter duas inversões [ 3 1 e 3 2 ].
c) A permutação ( 3 2 1 ) é ímpar, devido ter três inversões [ 3 2 , 3 1 e 2 1 ].
d) O sinal das permutações em S3 são:
sgn(1) = + 1, sgn(2) = – 1, sgn(3) = – 1
sgn(4) = + 1, sgn(5) = + 1, sgn(6) = – 1

2.2 Definição:
Seja a matriz A = ( aij)nxn. Definimos o determinante de A, denota-se por det(A) ou
por A, o número obtido por :
det(A) = A =
Exemplos:
a) Se A = , então det(A) = sgn(1) = a11.
A = [ 3 ] ; det(A) = 3 A = [ – 2/3 ] ; det(A) = – 2/3
b) Se A = , então
det(A) = =
det(A) = (+1).a11.a22 + (–1).a12.a21
det(A) = a11.a22 – a12.a21
Observe que, o det(A) para matrizes de 2ª ordem é o produto dos elementos da
diagonal principal menos o produto dos elementos da diagonal secundária.
det(A) = = a11.a22 – a12.a21

(–) (+)
A= ; B= ; C= e D=
det(A) = – 3 ; det(B) = 8 ;det (C) = 2 e det(D) = 0
c) Se A = , então :
det(A) = a11a22a33 + a13a21a32 + a12a23a31 – a13a22a31 – a11a23a32 – a12a21a33

A igualdade acima pode ser memorizada com auxílio de uma regra bastante prática,
denominada Regra de Sarrus, repetindo as duas primeiras linhas ou colunas de A como
ilustrado a seguir; adicione os produtos dos elementos indicados pelas setas da esquerda
para a direita e subtraia deste número os produtos dos elementos indicados pelas setas
da direita para a esquerda.
(–) (–) (–) (+) (+) (+)

(–) (+)
Exemplos:
01. Aplicando a regra de Sarrus em A = , obtemos det(A) = 19.
02. Sendo , calcule o valor de N = .

Calculando o primeiro determinante, obtemos 2x - 12 = 8, donde resulta que x = 10 e,
substituindo esse valor no segundo determinante, obtemos N = 71
03. Resolva a equação : .
Calculando o determinante, obtemos : x2 + 2.x – 4 = 0, donde resulta que x = –1 

.
3 Menor Complementar e Cofator
Definição:
Seja A = (aij)n e aij um elemento qualquer de A. O determinante de ordem n – 1,
obtido de A suprimindo-se a linha i e a coluna j é denominado de menor complementar
ou simplesmente menor do elemento aij, denotado por Mij e, o número Aij = (–1)i + j.Mij é
denominado de cofator do elemento aij.
Exemplo:
Calcule o menor complementar e o cofator de cada um dos elementos da matriz A
= .
M11 = =–7 e A11 = (–1)1 + 1.(– 7) = – 7;
M12 = = 7 e A12 = (–1)1 + 2.( 7) = – 7;
M13 = = 7 e A13 = (–1)1 + 3.( 7) = 7;
M21 = = 6 e A21 = (–1)2 + 1.( 6) = – 6;
M22 = = 3 e A22 = (–1)2 + 2.( 3) = 3;
M23 = = 0 e A23 = (–1)2 + 3.( 0) = 0;
M31 = = 4 e A31 = (–1)3 + 1.( 4) = 4;
M32 = = 2 e A32 = (–1)3 + 2.( 2) = – 2;
M33 = =–7 e A33 = (–1)3 + 3.(– 7) = – 7;

3.1 Matriz dos Cofatores
Definição:
Sejam A = (aij)n. A matriz dos cofatores é obtida de A, substituindo cada elemento
pelo seu respectivo cofator e denota-se por A'.

3.1.1 Comatriz ou Matriz Adjunta

Definição:
Sejam a matriz A = (aij)n e sua matriz cofatora A'. A comatriz ou a matriz adjunta da
matriz A, denotada por , é obtida pela transposição da matriz cofatora de A, isto é,
= ( A')t .
Deixamos ao leitor calcular a matriz dos cofatores e a comatriz do exemplo
anterior.
4 Teorema de Laplace
Seja A = (aij)n e n  2. O determinante da matriz A é a soma dos produtos dos
elementos de uma fila (linha ou coluna) qualquer pelos respectivos cofatores, isto é,
I) escolhendo a linha i: det(A) = ai1.Ai1 + ai2.Ai2 + ... + ain.Ain = .
II) escolhendo a coluna j: det(A) = a 1j.A1j + a2j.A2j + ... + anj.Anj = .
A escolha da fila para o cálculo de um determinante deve ser aquela que possua o
maior número de zeros, pois para cada zero da fila corresponde um cofator que não
precisa se calculado.
Exemplo:
Para calcularmos o determinante da matriz A = , devemos aplicar
o teorema de Laplace na 2ª ou 3ª linhas ou na 4ª coluna devido essas filas conterem dois

zeros. Assim, aplicando o teorema na:
a) 2ª linha, temos:
det(A) = a22.A22 + a24.A24 = (2).(–1)2+2. + (–1).(–1)2+4. =–9
b) 4ª coluna, temos:
det(A) = a14.A14 + a24.A24 = (2).(–1)1+4. + (–1).(–1)2+4. =–9
É fácil ver que se a matriz A = (a ij)n for triangular superior, triangular inferior ou
diagonal, o determinante de A é o produto dos elementos da diagonal principal.
5 Propriedades dos Determinantes
P1. det(At) = det(A)
P2. Se uma matriz B é obtida de A permutando-se duas filas paralelas quaisquer,
então det(B) = – det(A).
P3. Se os elementos de uma fila qualquer de uma matriz A são todos nulos, então
det(A) = 0.
P4. Se uma matriz A possui duas filas paralelas iguais, então det(A) = 0.

P5. Se a matriz B é obtida de A multiplicando-se uma fila qualquer pelo número k,

então det(B) = k.det(A).
P6. Se a matriz A possui duas filas paralelas proporcionais, então det(A) = 0.
P7. Se uma matriz A é multiplicada pelo número k, então det(k.A) = k n.det(A), onde n é
a ordem da matriz A.
P8. Teorema de Cauchy
A soma dos produtos dos elementos de uma fila, ordenadamente, pelos cofatores
dos elementos correspondentes de qual quer outra fila paralela é igual a zero.
P9. Teorema de Jacobi
Se a matriz B é obtida de A adicionando-se a uma fila qualquer, uma outra fila
paralela, previamente multiplicada por um número, então det(B) = det(A).
P10. Se a matriz B é obtida de A adicionando-se a uma fila qualquer uma combinação
linear das outras n – 1 filas paralelas, então det(B) = det(A).
P11. Se uma fila qualquer é combinação das demais filas paralelas, então det(A) = 0 .
P12. Teorema de Binet
Sejam A e B matrizes quadradas de mesma ordem, então det(A.B) =
det(A).det(B) .
P13. Seja A = (aij)n. Então, A. = .A = det(A).In.
P14. Seja A = (aij)n . Então, det(A).det(A–1) = 1 ou det(A–1) =
6 Matriz de Vandermonde ou Matriz das Potências

Definição:
Toda matriz A = (a ij)n , com n  2 , é denominada de matriz de vandermonde se
ela é da forma :
A=
Observe que as colunas são formadas pelas potências de uma mesma base x j,
com os expoentes i variando de o a n – 1, isto é, os elementos de cada coluna forma uma
progressão geométrica de n termos e razão x j, cujo primeiro termo é 1.
Os elementos da segunda linha são chamados de elementos de base da matriz
ou elementos característicos da matriz.
O determinante da matriz de Vandermonde é indicado por:
V(x1 , x2 , x3 , ... , xj , ... , xn ) =
V(x1 , x2 , x3 , ... , xj , ... , xn ) = (x2 – x1)(x3 – x2)(x3 – x1)...(xn – x1)(xn – x2)...(xn – xn-1)
Exemplo:

O determinante da matriz A = pode ser obtido através da matriz de
Vandermonde. Para tanto, é necessário lembrar - mos que det(A) = det(A t). Assim, det(A)
= = V(a, b, c) = (b – a)(c – a)(c – b) .
7 Cálculo da Matriz Inversa por meio de Determinantes

O teorema abaixo nos diz quando uma matriz A = (a ij)n possui inversa e de que
forma obtê-la.
Teorema
Seja A = (aij)n. A matriz A é inversível se, e somente se det(A)  0 e A–1 =
, onde é matriz adjunta de A .
Exemplo:
Devido ser um processo longo, deixamos ao leitor a obtenção da matriz inversa da
matriz A = . Iremos apresentar adiante outro método para obter a matriz
inversa.

QUESTÕES SOBRE DETERMINANTES
01) Calcule o valor dos determinantes das seguintes matrizes: A = ,
B= .
02) Calcule o valor de x   nas seguintes igualdades: a) b)
03) O conjunto solução de é:
04) Dada a matriz A = , calcule os cofatores A12 e A22.
05) Calcule a matriz adjunta da matriz A = .
06) Calcule det X, sabendo que 2 A + X = B – A , onde A = e B =
07) Calcule os cofatores A21, A23, A31 e A33 da matriz A = .
08) Calcular, com o auxílio do teorema de Laplace, os seguintes determinantes:
a) D1= e b) D 2=
09) Calcule os seguintes determinantes, aplicando o teorema de Laplace:
a) b)
10) Calcule, pela regra de Sarrus, os determinantes:

a) , b) , c) .
11) Usando as propriedades, calcule os determinantes:
a) , b) , c) , d)
12) Sendo A = ( ai j)3x3, onde ai j =2i – j, calcule det A.
13) Sendo A = , calcule det A e det At.
14) Sendo A.X = B, onde A = eB= , calcule det X.
15) Calcule det X, sabendo que 2 A + X = B – A, onde A = e B =
16) Sendo A = eB= , calcule: det A, det B, det (A + B), det A + det B,
det (A . B)
17) Calcule o valor de x  : .
18) Calcular o determinante da matriz M = .
19) Calcule o valor dos determinantes: a) e b) .
20) Calcule os determinantes através das propriedades, justificando os valores obtidos:

a) b) c) d)
21) Calcular, com o auxílio da regra de Chió, o valor do determinante: A =
22) Calcule, com auxílio da regra de Chió, o valor do determinante: .
23) Calcular o valor do determinante , sabendo que x.y.x = .
24) Verificar se a matriz A = admite inversa.
25) Calcular x para que exista a inversa da matriz A = .
26) Calcular, se existir, a inversa da matriz A = com o auxílio da fórmula A-1 =
27) Verifique se existe a inversa de cada uma das matrizes com o auxílio dos
determinantes:
a) b) c)
28) Calcule x para que exista a inversa de cada matriz: a) b) .
29) Se = , A= e B = At, então det (A . B) vale ?
30) Dada a matriz A = , calcule o determinante da matriz inversa de A .
31) Sabendo que a matriz A é tal que det A = 5, calcule det A -1 .

32) O determinante associado à matriz é igual à maior das raízes da
equação |10 + x| = 2 Determine o menor valor de y.
33) O produto da matriz A = pela sua transposta é a identidade. Determine x e y,
sabendo que det A > 0.
34) Se det A = 5 e A-1 = , então a é igual a?
35) Qual o conjunto verdade da equação = 12
36) Calcule o determinante da matriz P2, onde P é a matriz .
37) Qual o conjunto solução da inequação <0
38) Calcule os determinantes: A = eB= .
39) A é uma matriz quadrada de ordem 2, inversível e det A o seu determinante.Se det (2
A) = det (A2) então det A é igual a ?
40) O determinante representa que polinômio ?
41) Dados A = R, B: conjuntos das matrizes quadradas de ordem 2 e r a função de A em

B tal que r(x) = , descubra r e calcule seu determinante.
42) Um possível valor de x que satisfaz a equação: .
43) Determine o valor de x na equação: .

44) Assinale o conjunto solução da equação:
45) O determinante da matriz é igual a.
46) Sendo , então é igual a:
47) (ITA-SP) Seja a matriz A , na qual ; , e
. Uma matriz real quadrada B, de ordem 2, tal que AB é a matriz identidade de

ordem 2, o valor do determinante da matriz resultante é:
48) Determine os valores de , de maneira que o determinante
seja nulo.
49) Se a e b são as raízes da equação , em que x >o, determine o
valor de a + b.
50) Seja F(x)= , determine todos os valores de m para os quais F(x)
admite raízes reais.
51) Considere a matriz (a ij)4x4 = cofator de A31 é.
52) Seja a um número real a S a soma dos valores reais de X no intervalo aberto (0,2 ),
que anulam o determinante: , calcule o valor de .
53) O determinante de r = , quando x = 1, é:
54) Os valores de X que satisfazem a equação são:
55) Os valores de X que satisfazem a equação ,para K.

, são:

56) Se , então o valor do determinante .
57) O menor valor não negativo de para que o sistema tenha
infinitas soluções é.
58) Calcule o determinante das matrizes abaixo:
1) A = 2) A=
3) A = 4) A =
59) O determinante da matriz
60) Na equação seguinte um possível valor para x é.
61) Calcule o determinante ,para x .
62) Mostre, sem desenvolver, que
63) Mostre, sem desenvolver, que os determinantes das matrizes seguintes são iguais
são iguais a zero:
a) b)
Sugestão: cos 3x = 4cos3x – 3cosx

64) (UB-CE) Se o determinante da matriz é igual a 34 e o determinante da
matriz é igual a –34, então n1 – n2 é igual a:
a) 4 b) 5 c) 6 d) 7
65) (U. E. São Carlos SP) A condição para que o determinante da matriz
seja diferente de zero é:

a) a = -1 e a = 2 c) a > 0 e) a  1 e a  2
66) (ITA-SP) Considere as matrizes e . Sejam 0, 1 e 2
as raízes de equações det(A – I3) = 0, com 0  1  2. Considere as afirmações:

I) B = A – 0I3
II) B = (A – 1I3) A
III) B = (A – 2I3)
Então:
a) todas as afirmações são falsas. d) apenas II é falsa.
b) todas as afirmações são verdadeiras. e) apenas III é verdadeira.
c) apenas I é falsa.
67) (Cefet-Pa) Se e M = At = A-1, então o determinante a matriz M é igual a:

a) -89 b) -39 c) 0 d) -1 e) 39
(PUC-RS) Sendo , e , então det [(A = B)t. (B = C)t]

é igual a:
a) -256 b) 256 c) 96 d) -66 e) 66
68) (PUC-SP) indica-se por der A o determinante de uma matriz quadrada A. Seja a
matriz A = (aij), de ordem 2, em que
69) Quantos números reais x, tais que -2 < x < 2, satisfazem a sentença der ?
a) 10 b) 8 c) 6 d) 4 e) 2
70) (Machenzie - SP) As raízes não nulas de equação são as
medidas dos lados de um triângulo de área:

a) b) c) d) e)

71) (UCDB-MT) A equação possui duas reais e desiguais se, e
somente se:
a) c) e) b) d)
72) (UB-CE) Se o determinante da matriz é igual a 34 e o determinante da
matriz é igual a –34, então n1 – n2 é igual a:
a) 4 b) 5 c) 6 d) 7
73) (U. E. São Carlos SP) A condição para que o determinante da matriz
seja diferente de zero é:

a) a = -1 e a = 2 c) a > 0 e) a  1 e a  2
b) a  1 e a - 2 d) a  -1 e a  -2
74) (U. F. Santa Maria-RS) A equação , na variável x, tem duas soluções
reais:
a) somente para m  Z. c) somente para .
b) para todo m  R. d) para m = 1 + i, onde i é a unidade imaginária.
75) (FGV-SP) A é uma matriz quadrada de ordem 2 e det (A) = 7. Nessas condições, det
(3A) e det (A-1) valem respectivamente:
a) 1 e -7 b) 21 e c) 21 e -7 d) 63 e -7 e) 63 e
76) (UF-PI) Se A é uma matriz invertível, tal que det A= det (A -1), podemos afirmar
corretamente que:
a) A = A-1 b) A = A1 c) A2 = A d) det A = 1 e) det A = 0
77) (U.C -PR) Sendo a , o valor do determinante , é igual a:
a) -2 b) 0 c) 1 d) 3 e) n.d.a
78) (FGV-SP) Valor do determinante associado a matriz: , é igual a:
a) r2 b) r2 sen4 x c) r2 sen2 x cos2y d) r2 sen2 x cos2 y sen2 y e) n.d.a

79) (F.C.M STA CASA-SP) Seja matriz quadrada A = (a ij), de ordem 2, Tais que
o determinante de A é igual a:
a) b) c) 0 d) e)
80) (U. F Pelotas RS) Seja matriz quadrada A = (a ij), de ordem 2, Tais que
o determinante de A é igual a:
a) b) c) d) e)
81) (PUC-SP) Seja matriz quadrada A = (a ij), de ordem 3, Tais que o
determinante de A é igual a:
a) b) c) -1 d) e)
82) (U. F. Uberlândia-MG) Sabendo-se que o determinante da matriz A é igual a -3 qual é
o valor do sen x, .A
a) b) c) d) e)
83) (U. MACK) Os valores de x, , tais que todo a real se tenha ,
são:
a) ou b) ou
c) ou d) ou
e) não sei
84) (U. MACK) Se , o menor valor de x tal que é:

a) 0 b) c) d) e)
85) (U. MACK) Se = , então para todo ,
o valor de a é:
a) 2 sen x b) sec 2x c) cos 2x d) sen 2x e) tg 2x
86) (FGV) Para que o determinante seja nulo, x real 4x deve ser;
a) 36 b) 18 c) 6 d) 12 e) 16
87) (FUVEST-SP) A matriz é inversível se e somente se:
a) b) c)
d) e)
88) (U. MACK) Seja matriz A= , onde . O valor de det(A) é:
a) b) c) 0 d) e)
89) (U. MACK) È dada a matriz para que valores de x, e
, tem-se det(A) = 0:
a) b) c)
d) e)
90) Dadas as matrizes A = eB= mostre que det(A)
det(B) = .

91) (UFPE) Qualquer que seja log do determinante é igual a:
a) 1 b) c) d) 0 e)
92) (Mack-SP) Sendo = ln(0,25), então os valores de a e b são tais que:
a) a = 3b b) a2 = 3b2 c) b = 9a d) b2 = 4a2 e)
93) (Santa Casa -SP) Seja A a matriz A = (a ij)2 , definida por

x 2 o
determinante de A é igual a:
a) -6 b) 0 c) 4 d) 6 e) 16
94) (UFPA) Calcule o valor do determinante é igual a:
a) -12 b) 0 c) 45 d) 96 e) 160
95) (UFPA) Determinante o conjunto solução da equação é igual a:
a) b) 0 c) 4 d) 6 e) 16
96) (Cefet-PR) A solução da inequação:
é:
a) b) c)
d) e)
97) (Mack-SP) A função f(x) = tem período p e conjunto imagem
respectivamente iguais a:
a) b) c) d) e)

98) (Unibe-MG) Considere a matriz A x = em que A, B e C são as
medidas em graus dos ângulos internos de um triangulo e r é um número real. O Valor de

r para que o determinante de A seja iguala a 10 é:
a) -1 b) 0 c) 1 d) 10 e) 60
99) (PUC-PR) O determinante vale:
a) 1 b) c)
d) 0 e)
100) (Mackenzie-SP) Se o determinante , então 2x pode ser:
a) b) c) 1 d) 4 e) 2
101) (Mackenzie-SP) A soma das raízes da equação ,
a) -2 b) -1 c) 0 d) 1 e) 2

III – S I S T E M A S L I N E A R E S
3.1 Matriz Escalonada
Definição:
Diz-se que a matriz A = (a ij)mxn está escalonada ou que se encontra na forma
escada, quando o número de zeros que antecedem o primeiro elemento não nulo de
cada linha (pivô), aumenta linha após linha, até que as linhas se tornem todas nulas, se
for o caso.
Exemplos e contra-exemplos:
[As matrizes abaixo estão escalonadas]:
A= ; B= ; C= ; D= ; E=
As matrizes abaixo não estão escalonadas:
F= ; G= ; H=
3.2 Matriz Reduzida por Linhas

Diz-se que a matriz A = (a ij)mxn está na forma canônica reduzida por linhas
quando estiver escalonada e todos os elementos pivôs são iguais a 1 e na coluna que os
contêm, ele é o único não-nulo.
Exemplos e contra-exemplos:
As matrizes abaixo estão reduzidas por linhas
I= ; J= ; K= ; L=
As matrizes abaixo não estão reduzidas por linhas:
M= ; N= ; O= ; P=
3.3 Operações Elementares entre Linhas

As seguintes operações sobre as linhas de uma matriz A = (a ij)mxn são
denominadas de operações elementares entre linhas:
[E1] Li  Lj ( Permutar a linha i com a linha j ).

[E2] Li  .Li ( Multiplicar a linha i por um escalar  não-nulo)

[E3] Li  .Li + .Lj (Substituir a linha i por uma combinação linear das linhas i e j)
É importante observar que cada operação elementar descrita acima possui uma
inversa do mesmo tipo, isto é, a inversa da operação:
[E1] é [E1-1] L j  Li
[E2] é [E2-1] Lj  –1.Li
[E3] é [E3-1] Lj  –1.Li – .Lj
Diz-se que uma matriz A é equivalente por linhas a uma matriz B, denota-se por A
 B, quando a matriz B pode ser obtida de A por uma seqüência finita de operações
elementares entre as linhas de A.
É fácil ver que a equivalência por linhas é uma relação de equivalência devida
serem reversíveis.
Exemplo:
a) Para escalonar a matriz A = é necessário apenas aplicar a seguinte
operação elementar: L1  L3 e em seguida , L 2  L1; resultando na matriz linha
equivalente B = .
b) Para deixar a matriz A = na forma escada devemos proceder do
seguinte modo:
1) Observe que o elemento pivô da primeira linha é a 11 = 2 e que será utilizado para
zerar o elemento a21 = 1.
L2  2.L2 – L1 
Note que a linha L1 e L3 não foram alteradas e que todos os elementos abaixo do pivô
a11 = 2 são nulos;
2) Note que o próximo pivô se encontra na L 2 e é a22 = – 2, que deve nos auxiliar no
cálculo para zerar o elemento a23 = – 2.
L3  L 3 – L 2 
Desta forma conseguimos escalonar a matriz A.

3.4 Posto e Nulidade de uma Matriz
Definição:
Dada a matriz A = (a ij)mxn. O posto ( p ) da matriz A corresponde ao número de
linhas não nulas após o escalonamento e a nulidade, o número n - p, onde n representa
o número de colunas da matriz A.

Assim, o posto da matriz A = é p = 3 e a nulidade n – p = 4 – 3 =
1. Por outro lado, o posto e a nulidade da matriz E = são, respectivamente,
p=2en–p=3–2=1.
3.5 Cálculo da Matriz Inversa através das operações elementares entre linhas
O método que será apresentado abaixo, para determinar a inversa de uma matriz
A = (aij)nxn, caso admita, está baseado no seguinte teorema :
Teorema
Uma matriz A = (aij)nxn é invertível se, e somente se, In  A. Neste caso, a mesma
sucessão de operações elementares que transformam A em I n , transformam In em A–1 .
O método consiste em:
1º) Construirmos a matriz aumentada [ A In ] ;
2º) Através das operações elementares entre linhas de A, transformar A em I n;
3º) A matriz equivalente por linhas resultante é : [ I n A–1 ] .
Exemplo:
Mostre que a inversa da matriz A = é a matiz A–1 = e
que, a matriz B = não possui inversa.
3.6 Equação Linear

É toda equação da forma: 1x1 + 2x2 + 3x3 + ... + nxn = , onde x1, x2, x3, ... , xn
são as variáveis, 1, 2, 3, ... , n os coeficientes das variáveis e  o termo independente
de variável.
Assim, podemos afirmar que as equações:
(a) x1  x2 = 0;
(b) 2x1 + 3x2  4x3 = 2 e
(c) x1  x2 + x3  4x4  10 = 0 são equações lineares.
3.6.1 Sistemas de Equações Lineares
Um sistema de m equações lineares a n variáveis
a11x1 + a12x2 + a13x3 + ... + a1nxn = b1
a21x1 + a22x2 + a23x3 + ... + a2nxn = b2
a31x1 + a32x2 + a33x3 + ... + a3nxn = b3
--- --- --- --- --- ---
am1x1 + am2x2 + am3x3 + ... + amnxn = bm
onde x1, x2, x3, ... , xn são as variáveis.

Escrevendo o sistema na forma matricial:
ou Amxn . Xnx1 = Bmx1
onde:
A - matriz dos coeficientes
X - matriz das variáveis
B - matriz dos termos independentes.
[A B ] - matriz ampliada do sistema.
3.6.2 Classificação de um Sistema Linear
Dado o sistema linear (SL): Amxn  Xnx1 = Bmx1 então:
Determinado
Homogêneo Possível
Indeterminado
(SL) =
Impossível
Não - Homogêneo
Determinado
Possível
Indeterminado
O sistema linear (SL) é homogêneo quando B = 0 (matriz nula) e, não -
homogêneo quando B  0 (matriz nula).
Utilizaremos a seguinte nomenclatura:
pc  posto da matriz A (matriz dos coeficientes)
pa  posto da matriz [ A B ] (matriz ampliada do sistema)
n  número de colunas da matriz A.
n  pc  número que determina a quantidade de variáveis livres no sistema.
3.6 3 Sistema Homogêneo
Um sistema homogêneo é sempre possível e não há necessidade de trabalharmos
com a matriz ampliada do sistema.
Assim, quando:
 n  pc = 0 temos sistema linear homogêneo possível e determinado, isto é, o
sistema admite apenas solução trivial x 1 = x2 = x3 = ... = xn = 0;
 n  pc > 0 temos sistema linear homogêneo possível e indeterminado, isto é, o
sistema admite outras soluções além da solução trivial.
3.6.4 Sistema Não - Homogêneo
Um sistema não-homogêneo é:
 Impossível, quando pc  pa é a solução é vazia;
 Possível, quando pc = pa. Neste caso, será possível e determinado quando n  pc =
0, ou seja, admite solução única e, será possível e indeterminado quando n  pc > 0,
isto é, o sistema admite mais de uma solução.
Resumindo:

Determinado (n  pc = 0)
Homogêneo (B = 0) Possível
Indeterminado (n  pc > 0)
(SL) =
Impossível (pc  pa)
Não - Homogêneo (B  0)
Determinado (n  pc = 0)
Possível (pc = pa)
Indeterminado (n  pc > 0)
Exemplos:
Discuta os sistema abaixo apresentando a solução, quando for o caso.
a)
 
n = 3; pc = 3 e n  pc = 3  3 = 0. Logo, o sistema homogêneo é possível e determinado e

sua solução é S = { ( 0, 0, 0) }
b)
Podemos afirmar que:

 Se k + 3  0, temos n  pc = 2  2 = 0. Então, o sistema é possível e determinado
sendo S = {(0, 0)}
 Se k + 3 = 0, temos n  pc = 2  1 = 1 >0. Então, o sistema é possível e indeterminado.
Reescrevendo o sistema a partir da matriz escalonada:
 2x  y = 0 ou seja y = 2x, logo S = {(x, 2x) | x   }
c)
n = 4; pc = 2; pa = 3. Como pc  pa, temos que o sistema é impossível e a solução

S = .

d)
Podemos afirmar que:

 Se 2k + 3  0,temos pc = pa = 2 e n  pc = 2  2 = 0. Então, o sistema é possível e
determinado;
 Se 2k + 3 = 0, temos pc =1 e pa = 2. Como pc  pa, então o sistema é impossível e sua
solução é S = .
3.7 Sistema de Cramer
Definição:
Seja (SL) um sistema de n equações e n variáveis:
a11x1 + a12x2 + ... + a1nxn = b1
a21x1 + a22x2 + ... + a2nxn = b2
(SL) = - - - - - - --- --- ---
an1x1 + an2x2 + ... + annxn = bn
Anxn . Xnx1 = Bnx1
Se det(A)  0, então diz-se que o sistema (SL) é um sistema de Cramer.

Note que, num sistema de Cramer o número de equações é igual ao número de
variáveis.
Como det(A) = 0, o sistema de Cramer é possível e determinado. De fato,
multiplicando A X = B por A-1 pela esquerda, obtemos A-1. A. X = A-1. B ou I . X = A-1. B e,
portanto X = A-1. B
3.7.1 Regra de Cramer
Para o sistema (SL) de Cramer tem-se x i = , onde Ai é a matriz obtida de A

substituindo - se a coluna i pela coluna dos termos independentes.
Exemplos:
O sistema é de Cramer.
De fato, o determinante da matriz A = é  2, isto é, det(A) =  2. Assim,

x1 = = = 2; x2 = = =;3 x3 = =
=4
Portanto, a solução do sistema é S = {(2, 3, 4)}

QUESTÕES SOBRE SISTEMAS LINEARES

01) Verificar quais dos seguintes sistemas são normais
a) b) c)
02) Determinar k  , de modo que o sistema seja normal .
03) Verifique se os sistemas são normais
a) b)
04) Determine os valores de k  , para que os sistemas sejam normais:
a) b)
05) Resolver, com o auxílio da regra de Cramer, os seguintes sistemas:
a) b) c)
06) Resolver o sistema linear homogêneo: .
07) Resolva os seguintes sistemas lineares:
a) b) c)
08) Verificar para quais valores de k o sistema é possível e

determinado; possível e indeterminado; impossível.
09) Determinar p, de modo que o sistema seja impossível.
10) Dado o sistema: então x é igual a ?

11) Classifique e resolva o sistema .
12) Determine para que valores de m o sistema é impossível;

possível e indeterminado.
13) O que é necessário para que o sistema seja possível e

determinado ?
14) Determine m para que o sistema linear admita solução
diferente da trivial.
15) O valor de m para que o sistema seja indeterminado
é?
16) O número de soluções do sistema é?
17) O valor de  para que o sistema admita
soluções distintas de ( 0, 0, 0 ) é ?
18) Discutir o sistema em função do parâmetro a .
19) Dado o sistema temos que x + y + z é igual a ?
20) Escreva para cada sistema linear: a matriz completa e a matriz incompleta.
a) b) c)
21) É dada a matriz completa de um sistema linear. Escreva o sistema associado à matriz
dada:
a) b)

22) Resolva aplicando a regra de Cramer:
a) b)
23) Resolva os sistemas: a) b)
24) Resolva o sistema :
25) Resolva o sistema supondo a  3.
26) Se , calcule x, y, z em função de a, b, c.
27) Resolva pela regra de Cramer: a) b)
28) Resolva os sistemas escalonados a) b)
29) Escalonar, classificar e resolver os seguinte sistema: .
30) Escalone, classifique e resolva os sistemas:
a) b)
31) Resolva o sistema .

32) Resolva os sistemas seguintes aplicando o método de escalonamento à matriz

completa de cada um. a) b)
33) Obtenha todas as soluções do sistema , com x  |N, y

 |N e z  |N.
34) Discuta e resolva o sistema
35) Qual é a relação que a, b, e c devem satisfazer de modo que o sistema
tenha pelo menos uma solução ?
36) Discuta e resolva o sistema homogêneo .
37) O sistema admite solução (x,y) com y = 0. O valor de  é ?
38) Dado o sistema então x é igual a ?
39) A solução geral do sistema é?
40) O sistema linear é determinado se, e somente se, ?
41) O valor de m para que o sistema seja indeterminado é ?
42) Os sistemas e são equivalentes para

quaisquer valores de k, exceto ?
43) O sistema tem solução determinada se, e somente se ?
44) Considere o sistema de equações lineares: . O conjunto de
valores de k, para os quais ele apresenta solução única, é ?

45) O sistema linear não admite solução se  for igual a ?
46) Para que valores reais de p e q o seguinte sistema não admite solução ?
47) O valor de k para que o sistema admita soluções
próprias é ?
48) Se (x,y) é solução do sistema , então é igual a:
a) 1 b)-1 c) d) e)
49) O sistema onde c0, admite uma solução (x,y) com x +1. então o
valor de c é:
a) –3 b) –2 c) –1 d) 1 e) 2
50) Considere o sistema de equações então a soma dos valores de x
tais que (x,y) seja solução desse sistema é:
a) b) c) d) e)
51) No sistema x e y são números reais. A soma de todos os valores de x

que satisfazem esse sistema é igual a:
a) 1 b) 2 c) 3 d) 4 e) 10
52) As soluções reais x e y do sistema são tais que:
a) y= d) uma é o dobro da outra
b) x.y =16 e) ambas são números irracionais
c) verificam a igualdade
53) (CESGRANRIO-80) O sistema admite solução (x,y) com y = 0. O

Valor de  é:
a) -4 b) -3 c) -2 d) -1 e) 0
54) (U. E. LONDRINA-84) Se os sistemas e são
equivalentes, então a2 + b2 é igual a:
a) 1 b) 4 c) 5 d) 9 e) 10
55) (ITA-83) Seja a um número real tal que , onde k  Z. Se (x0.x0) é solução do
sistema: então podemos afirma que:
a) x0+y0 = 3-2 sem a d) x0 + y0 =0

b) c)
e) x0 – y0 = 0
56) Um litro de creme contém suco de fruta, leite e mel. A quantidade de leite é o dobro
da quantidade de suco de fruta, e a quantidade de mel é a nona parte da quantidade dos
outros dois líquidos juntos. A quantidade de suco de fruta que contém esse litro de suco
é:
a)300ml b)250ml c)350ml d)400ml e)420ml
57) Em uma lanchonete, Aline comeu uma coxinha e tomou um suco, pagando R$ 2,00;
Marcelo comeu uma coxinha e um quibe, pagando R$ 2,20; Nilze comeu um quibe e toou
o mesmo suco que Aline, pagando R$ 1,80. Qual o preço da coxinha, do quibe e do
suco?
58) Hoje, a idade de um pai ultrapassa em 17 anos a soma das idades de seus filhos.
Sabendo-se que há 3 anos a idade do pai era 7 vezes a idade do filho mais novo e, daqui
a 12 anos, o pai terá o dobro da idade do mais velho. Qual é a idade hoje do pai e de
cada filho?
59) EM três mesas de uma lanchonete o consumo ocorreu da seguinte forma:
Hambúrgue
Mesa Refrigerante Poção de fritas
r
1ª 4 2 2
2ª 6 8 3
3ª 2 3 1
A conta da 1ª mesa foi de R$ 18,00 e da 2ª mesa R$ 30,00. com esses dados:
a) É possível calcular a conta da 3ª mesa e apenas o preço unitário do refrigerante.
b) É possível calcular a conta da 3ª mesa, mas nenhum dos preços unitários de todos os
componentes do lanche.
c) É possível calcular a conta da 3ª mesa e, além disso, saber exatamente os preços
unitários de todos os componentes do lanche.
d) Não é possível calcular a conta da 3ª mesa, pois deveriam ser fornecidos os preços
unitários dos componentes do lanche.
e) É impossível calcular a conta da 3 mesa e os preços unitários dos componentes do
lanche, pois deve ter havido um erro na conta da 1ª ou 2ª mesa.
60) Observe a tabela de compras realizadas por Mariana:
Loja Produto Preço unitário (R$) Despesas (R$)
Caneta 3,00
A 50,00
Lapiseira 5,00
Caderno 4,00
B 44,00
Corretor 2,00
Sabendo que ela adquiriu a mesma quantidade de canetas e cadernos, além do maior
número possível de lapiseiras, o número de corretores foi igual a:
a) 11 b) 12 c) 13 d) 14
61) Antônio tem 4 vezes a idade da sua filha. Quando ela nasceu, ele tinha 36 anos. Qual
a idade de cada um?
62) Hoje, a idade de Marcos é o triplo da idade de Ramon. Daqui a 5 anos será o dobro.
Quantos anos eles terão daqui a 3 anos?

63) Há 3 anos a idade de Marina era o triplo da idade de Fernanda. Dentro de 3 anos,
será somente o dobro. Qual é a idade de cada uma?
64) O triplo do perímetro de um terreno retangular, que tem 6 m a mais de comprimento
que de largura, é 60 m. Qual é a área do terreno?
65) Um retângulo tem de comprimento 4 cm a menos que o dobro da largura. O
perímetro do retângulo é 40 cm. Qual é a área do retângulo?
66) A diferença entre o dobro da largura e a base de um triângulo é 6 cm. A soma da
largura com o dobro da base é 23 cm. Qual é a área do triângulo?
67) Um Jardim com a forma de um triângulo eqüilátero de 32 m de lado está no interior
de um parque ecológico retangular, que tem 120m a mais de comprimento que de
largura. O perímetro e a largura do parque tem 864 m a mais que o perímetro do
envelope. Quantos centímetros medem os lados do cartão de Natal?
68) Um envelope para cartas tem a forma de um retângulo de lados 22cm e 11cm.
Colocamos dentro dele um cartão de Natal, retangular, cujo comprimento tem 8cm a mais
que a largura. O perímetro do cartão tem 22cm a menos que o perímetro do envelope.
Quantos centímetros medem os lados do Cartão de Natal?
69) Um grupo de jovens de uma festa. Às 23 h retiraram-se 12 garotas o grupo e o
número de rapazes ficou sendo o dobro de garotas.Em seguida, retiraram-se 15 rapazes
e o número de garotas ficou sendo o dobro de rapazes. Inicialmente o número de jovens
do grupo era:
a) 50 b) 48 c) 45 d)44 e) 42
70) Numa lanchonete, 2 copos de refrigerante e 3 coxinhas custam R$ 3,70. o preço de 3
copos de refrigerante e 5 coxinhas é R$ 9,30. nessas condições, é verdade que cada
copo de refrigerante custa:
a) R$ 0,70 a menos que cada coxinha d) R$ 0,80 a mais que cada coxinha
b) R$ 0,80 a menos que cada coxinha e) R$ 0,90 a mais que cada coxinha
c) R$ 0,90 a menos que cada coxinha
71) Somando-se 4 ao numerador de certa fração, Obtem-se outra igual a 1. Subtraindo-
se 1 do denominador da fração original, Obtem-se outra a . Os termos da fração
original representam os votos de dois candidatos, A e B, que foram para o 2º turno de

uma eleição, em que o candidato B obteve:
a) 90% dos votos c) 50% dos votos e) 10 % dos votos
b) 70% dos votos d) 30% dos votos
72) Supondo que o preço K de um produto sofra dois aumentos sucessivos de 10%,
então esse preço passará a ser R$ 363,00, mas, caso ele tenha dois abatimentos
sucessivos de 10%, então passará a ser M reais. Dessa forma, K + M vale:
a) R$ 653,00 b) R$ 589,00 c) R$ 633,00 d) 726,00 e) 543,00
73) Um lojista compra e seu fornecedor dois tipos de produtos (A e B) por preços tais que
B é 10% mais caro do que ao fazer uma liquidação, vende o produto B com prejuízo de
10% e o produto A com lucro de 10%. Se uma cliente pagou um total de R$ 209,00 na

compra de um produto A e de um produto B desta liquidação podemos afirmar que pagou

pelo produto B.
a) R$ 109,00 b)105,50 c)100,00 d) 209,00 e) 99,00
74) Um tipo de alimento é composto por açúcar, milho e extrato de malte. A quantidade
de milho dessa composição é o quádruplo da quantidade de açúcar. Sabendo que o
preço por quilograma dom açúcar, do milho e do extrato de malte são respectivamente
R$ 0,80, R$ 0,60 e R$ 0,40 centavos de reais e que o preço por quilograma, daquele
alimento composto por esses ingredientes é de R$ 0,55 centavos de reais. Calcule a
quantidade de açúcar que compõem 1kg daquele alimento
a) 0,125 kg b) 0,925 kg c) 2,100 kg d) 1,125 kg e) 0,1 kg
75) Um senhor feudal construiu um fosso, circundado por muros, em volta de seu castelo,
conforme a planta ao lado, com uma ponte para atravessá-lo.
Em um certo dia, ele deu uma volta completa no fosso L
muro externo, atravessou a ponte e deu uma
volta completa no muro interno. Esse trajeto foi L L
completado em 5.320 passos. No dia seguinte, ponte muro
ele deu duas voltas completas no muro externo, interno
atravessou a ponte e deu uma volta completa
no muro interno, completando esse novo trajeto L
em 8.120 passos. Pode-se concluir que a
largura L do fosso, em passos é: muro
a) 36 b) 40 c) 44 d) 48 e) 50
76) Em um restaurante há 12 mesas, todas ocupadas. Algumas, por 4 pessoas; outras,
por apenas 2 pessoas, num total de 38 fregueses. O número de mesas ocupadas por
apenas 2 pessoas é:
a) 4 b) 5 c) 6 d) 7 e) 12
77) Um orfanato recebeu uma certa quantidade x de brinquedos para ser distribuída entre
as crianças. Se cada criança receber três brinquedos, sobrarão 70 brinquedos para
serem distribuídos; mas, para que cada criança possa receber cinco brinquedos, serão
necessários mais 40 brinquedos. O número de crianças do orfanato e a quantidade x de
brinquedos que o orfanato recebeu são, respectivamente:
a) 50 e 290 b) 60 e 250 c) 55 e 235 d) 65 e 265 e) 55 e 220
78) Um pai realizou duas festas de aniversários para seus filhos e, entre salgadinhos e
refrigerantes, gastou R$ 250,00 em uma festa e R$ 150,00 em outra. A festa que teve
menor custo foi realizada com 50% dos salgadinhos e 75% dos refrigerantes da outra.
Sabendo-se que o preço unitário do salgado e do refrigerante foi o mesmo para ambas
às festas, qual foi o total gasto com refrigerantes nas duas festas?
a) R$ 225,00 b) R$ 150,00 c) R$ 200,00 d) R$ 175,00 e) R$ 95,00
79) Uma agencia de turismo vendeu uma promoção
de dois pacotes A e B de viagens, dispondo cada Números de Passageiros
um deles das opções de 1ª e 2ª classes 1ª classe 2ª classe
(iguais valores, por classe, para ambos os Pacote A 20 15
pacotes). O quadro de negócios realizados, Pacote B 32 26
na forma matricial, encontra-se ao lado.
Valor do pacote (R$)
O valor do pacote da 2ª classe, em R$, é
1ª classe x
igual:
2ª classe y
a) 200 b)10 d) 150

b) 80 e) 250
Total de vendas (R$)
Pacote A 5.500
Pacote B 9.000
80) O valor da soma de dois inteiros consecutivos é descrito pelos mesmos algarismos
empregados na escrita do maior deles, mas dispostos em ordem inversa. Se esses dois
inteiros são menores do que 100 e maiores do que 10 e sabendo-se também que a
diferença entre os dois algarismos é 4, pode-se afirmar que o menos desses algarismos
é:
a) 1 b) 2 c) 3 d) 4 e) 5
81) (U. F. São Carlos-SP) Pra as apresentações de uma pela teatral (no sábado e no
domingo à noite) foram vendidos 500 ingressos e a arrecadação total foi de R$ 4.560,00.
o preço do ingresso no sábado era de R$ 10,00 e no domingo era de R$ 8,00. O número
de ingressos vendidos para a apresentação do sábado e para o domingo, nessa ordem,
foi:
a) 300 a 200 b) 290 a 210 c) 280 e 220 d) 270 e 230 e) 260 e 240
82) (Vunesp-SP) Dois produtos químicos, P e Q. são usados em um laboratório. Cada 1 g
(grama) do produto P custa R$ 0,03 e cada 1 g do produto Q custa R$ 0,05. Se 100 g de
uma mistura dos dois produtos custam R$ 3,60, a quantidade P contida nessa mistura é:
a) 70 g b) 65 g c) 60 g d) 50 g e) 30 g
83) (UF-CE) Se um comerciante misturar 2 kg de café em pó do tipo I com 3 kg de café
em pó do tipo II, ele obtém um tipo cujo preço é R$ 4,80 o quilograma. Mas, se misturar 3
kg de café em pó do tipo I com 2 kg de café do tipo II, a nova mistura custará R$ 5,20 o
quilograma. Os preços do quilograma do café do tipo I e do quilograma do café do tipo II,
são, respectivamente:
a) R$ 5,00 e R$ 3,00 c) R$ 5,50 e R$ 4,00 e) R$ 6,00 e R$ 4,00
b) R$ 6,40 e R$ 4,30 d) R$ 5,30 e R$ 4,50
84) Ao final de um campeonato de futebol, foram premiados os jogadores que marcaram
doze, treze ou quatorze, gols cada um, durante todo campeonato. Qual foi o número de
atletas premiados, sabendo que o total de gols marcados por eles é 115 e que somente
cinco atletas marcaram mais de doze gols cada um.
a) 9 b) 10 c) 15 d) 8 e) 12
85) (FUVEST-SP) Durante as investigações de um assalto à banco, foi chamado a depor
o gerente do estabelecimento. A testemunha declarou as delegado que um dos cofres
foram roubados: um pacote vermelho, dois azuis e cinco brancos, totalizando 150 mil
dólares; do outro cofre foram roubados: um pacote azul e três brancos, totalizando 70 mil
dólares. O declarante afirmou ainda que pacotes da mesma cor tinham quantidades
iguais de dinheiro e que pacotes brancos possuíam o dobro de dinheiro do que os
pacotes azuis.
O delegado, após ouvir atentamente a testemunha, pôs-se a fazer contas. Poucos
minutos depois olhou nos olhos do declarante e acusou: “O Senhor esta mentido”.
A testemunha tentou ainda reafirmar sua estória, mas foi totalmente desmentida pelo
delegado com argumentos irrefutáveis. Analisando essa cena cinematográfica, prove que
o gerente mentiu em seu depoimento a luz da teoria de sistema linear.

Resposta: Supondo que cada pacote vermelho tenha x dólares, cada azul, y dólares, e
cada pacote branco, z dólares obtemos o sistema
Escalonando esse sistema, percebe-se que é um sistema impossível. Logo o gerente

mentiu.
86) Um clube promoveu um show de música popular brasileira ao qual compareceram
200 pessoas, entre sócios e não-sócios, no total, o valor arrecadado foi de R$ 1400,00 e
todos as pessoas pagaram ingresso. Sabendo que o preço do ingresso foi R$ 10,00 e
que cada sócio pagar metade desse valor, o número de sócios presentes ao show é.
Resposta: S = 600 NS = 800.
87) Nove Barras de ouro pesam tanto quanto quinze barras de prata. Se substituir - mos
uma barra de ouro por duas de prata, então a diferença entre a massa de prata e do ouro
será de 22 Kg. Quanto pesa uma barra de ouro e uma de prata. Resposta: Ouro =10 Kg
Prata = 6 Kg
88) Uma árvore de 9 m é cortada em duas partes. O triplo da parte menor tem 2 m a mais
que o dobro da parte maior. Encontre os comprimentos das duas partes. Resposta: M=
5m e n= 4m
89) A idade de Luis é 4/5 da idade de Pedro. Daqui a 3 anos, ela terá 5/6 da idade de
Pedro. Quantos anos terá Pedro daqui a 9 anos? Resposta: P = 99 anos
90) Um cavalo e um burro caminhavam juntos, carregando cada um pesados sacos.
Como o cavalo reclamavam muito de sua pesada carga, respondeu-lhe o burro: De que
te queixas? Se me deres um saco, minha carga será o dobro da tua. Mas, se te der um
saco tua carga será igual à minha. Quantos sacos cada animal levará? Resposta: B = 5 C
=7
91) Se somarmos o dobro da idade de Carlos a idade de Renato, obteremos 42 anos. Se
subtrairmos o dobro da idade de Carlos a idade de Renato, obteremos 22 anos. Quantos
anos terá Renato dentro de 5 anos? Resposta: R = 15 anos
92) Três amigos sobem em uma balança de dois em dois, Antonio e Beatriz somam 30
kg, Beatriz e Caio 28 kg. Sabe-se que Antonio e caio pesam juntos 34 kg. Quanto pesa
cada um dos três amigos. Resposta Beatriz 12 kg, Antonio 18 kg e Caio 12 kg
93) (PUC-SP) Considere o problema ‘”A idade do pai é o dobro da idade do filho. Há 10
anos atrás, a idade do pai era o triplo da idade do filho. Quais são as idades do pai e do
filho”. O sistema de equações que traduz esse problema é:
a) b) c) d) e)
94) (FUVEST-SP) Em uma prova de 25 questões, cada resposta certa vale +0,4 e cada
resposta errada vale -0,1. Um aluno resolveu todas as questões e teve nota 0,5. Qual a
porcentagem de acertos desse aluno.
a) 25% b) 24% c) 20% d) 16% e) 5%

95) (CESESP-SP) Analisados três tipos de alimentos X, Y e Z, para uma mesma

quantidade (1g), ficou constatado que:
1 - O alimento X contém 1 unidade da vitamina A, 3 unidade da vitamina B e 4 unidade
da vitamina C;2 - O alimento Y contém 2 unidade da vitamina A, 3 unidade da vitamina B
e 5 unidade da vitamina C;
3 - O alimento Z contém 3 unidade da vitamina A, 3 unidade da vitamina C e (não contém
a vitamina B)
Para a produção de um alimento W, a partir dos alimentos X, Y e Z, são necessários 11
unidades da vitamina A, 9 unidades da vitamina B e 20 unidades da vitamina C.
Se o alimento X custa R$ 0,60 por grama e os outros dois, Y e Z, custam R$ 0,10 por
grama, cada, assinale a alternativa correspondente à afirmativa correta:
a) Existe alimento W custando R$ 1.00.
b) Não existe alimento W custando R$ 1.00.
c) Existe alimento W custando R$ 1.00 desde que se tome 2g de X, 2g de Y e 4g de Z.
d) Existe alimento W custando R$ 1.00 desde que se tome 2g de X, 1g de Y e 2g de Z.
e) Existe alimento W custando R$ 1.00 desde que se tome 1g de cada alimento X, Y e Z.
96) (ITA-SP) Os dados experimentais da tabela abaixo corresponde às concentrações de
uma substancia química medida em intervalos de 1 segundo. Assumindo que a linha que
passa pelos três pontos experimentais é uma parábola, tem-se que a concentração (em
mols), apos 2,5 segundos , é:
Tempo (s) Concentração (mols)
1 3,00
2 5,00
3 1,00
a) 3,60 b) 3,65 c) 3,79 d) 3,75 e) 3,80
97) (U.F. Santa Maria-RS) Uma escola dispõe de R$ 2,20 para fornecer um lanche a cada criança. È
recomendável que cada lanche contenha 1.350 calorias e 66 gramas de proteínas. Num certo dia, a escola serve
iogurte, chocolate e pastel, distribuídos na tabela abaixo, em quantidades de calorias, proteínas e custo
correspondentes a 100 gramas.
Calorias Proteínas Custo (R$)
Pastel 200 28 1,00
Iogurte 50 4 0,50
Chocolate 600 24 0,60
As quantidades de pastel, iogurte e chocolate que cada criança deve receber são,
respectivamente, em gramas:
a) 5, 20, 10 b) 150, 100, 200 c) 30, 200, 100 d) 100, 200, 50 e) 50, 100, 200
98) (U.F. Pelotas-RS) Uma pessoa quer combinar três alimentos A, B e C, para obter
uma refeição com contribuições especificadas de proteínas e gorduras. Cada porção de
100 gramas do alimento A contëm 60 gramas de proteínas, 5 gramas de gorduras e 35
gramas de carboidratos. 100 gramas do alimento B contëm 75 gramas de carboidratos 25
e gramas de gorduras 100 gramas do alimento C contëm 30 gramas de gorduras, 50
gramas de carboidratos e 20 gramas de proteínas. Se essa pessoa deseja consumir,
numa refeição, um total de 200 gramas de proteínas, 305 gramas de carboidratos e 95 de
gordura, combinando os alimentos A, B e C deverá consumir:
a) 300 gramas de A, 150 gramas de B e 150 gramas de C.
b) 200 gramas de A, 200 gramas de B e 200 gramas de C.
c) 200 gramas de A, 300 gramas de B e 100 gramas de C.

d) 100 gramas de A, 200 gramas de B e 300 gramas de C.

e) 300 gramas de A, 200 gramas de B e 100 gramas de C.
99) (FEI-SP) Num deposito estão armazenado três tipos de peças. O triplo da quantidade
de peças do primeiro tipo é igual ao dobro da quantidade de peças do segundo tipo. A
quantidade total de peças é igual ao dobro da quantidade de peças do terceiro tipo. A
diferença entre a quantidade de peças do segundo e do primeiro tipo é igual a 11. Qual a
quantidade total de peças
a) 55 b) 60 c) 66 d) 110 e) 120
100) (U.E. Londrina-PR) Ali, Bia e Caco têm juntos R$ 68,00. Se Caco desse 20% do que
tem para Bia, ela ficaria com a mesma quantidade que Ali, mas, se ao invés disso, Ali
desse 20% do que têm para Caco, este ficaria com o triplo da quantia de Bia. Nessas
condições, é correto afirmar que Ali tem:
a) R$ 15,00 a menos que Caco d) R$ 8,00 a mais que Bia
b) R$ 15,00 a mais que Bia e) R$ 6,00 a menos que Caco
c) R$ 8,00 a menos que Caco
101) (Cefet-PR) Num saco existem 75 moedas, no valor total de R$ 9,80 e pesando
348,5 gramas. São moedas de R$ 0,05, R$ 0,10 e R$ 0,25, que pesam 4, 4,5 e 5,5
gramas, respectivamente. O numero de moedas de R$ 0,10 é:
a) 21 b) 23 c) 27 d) 25 e) 29
102) (Unirio-RJ) Num determinado teste psicológico, existem 20 questões, com três
opções de resposta (a), (b) e (c). Cada opção (a) vale +1, cada opção (b) vale 0 e cada
opção (c) vale -1. Uma pessoa faz o teste, respondendo a todas as questões, com uma
só resposta por questão, totalizando -5 pontos. Com as mesmas marcações, essa
mesma pessoa totalizaria 54 pontos se cada opção (a) valesse +1, se cada opção (b)
valesse +2 e se cada opção (c) valesse +4 pontos. O número de marcações feitas por
essa pessoa na opção (b) foi:
a) 2 b) 4 c) 6 d) 7 e) 9
103) (UF-PR) O sistema formado pelas equações e
é a representação algébrica do seguinte problema: Totalizar R$ 500,00 com
cédulas de 1, 5 e 10 reais, num total de 92 cédulas, de modo que as quantidades de
cédulas de 1 e de 10 reais sejam iguais. Assim, é correto afirmar:
a) No sistema, a incógnita x representa a quantidade de cédulas de 10 reais.
b) No sistema, formado pelas três equações é possível e determinado.
c) A equação x – z = 0 representada a condição de serem iguais as quantidades de
cédulas de 1 e de 10 reais.
d) Se fosse imposta a condição de serem iguais as quantidades de cédulas de 1, 5 e 10
reais, então seria impossível totalizar R$ 500,00.
e) Se fosse retirada a condição de serem iguais as quantidades de cédulas de 1, e 10
reais, então haveria infinitas maneiras de totalizar R$ 500,00 com a cédulas de 1, 5 e 10
reais, num total de 92 cédulas.
104) (FEI-SP) Atualmente as idades (valores inteiros em anos) de três irmãos são tais
que a soma das idades dos dois mais novos é igual à idade do mais velho e a diferença
entre as idades dos dois mais novos é de 1 ano. Há um ano, a idade do mais velho era o
triplo da idade do mais novo. Daqui a um ano qual será a soma das três idades.
a) 17 b) 15 c) 14 d) 18 e) 12

IV - I N T R O D U Ç Ã O AO E S T U D O DO E S P A C O V E T O R I A L
Quando estudamos os vetores geométricos vimos que as operações de adição de
vetores e multiplicação de um vetor por um escalar real tem as seguintes propriedades:
Quando estudamos o conjunto C dos números complexos vimos que as operações de

adição e multiplicação de um número complexo por um número real têm as seguintes
propriedades:
A1 z1+ z2 =z2+ z1,  z2, z1C;
A2 (z1+ z2)+ z3 = z1+ ( z2+ z3 ),  z1, z2, z3 C;
A3 0 + z = z, z C;
A4 z+ (-z) = 0, zC;
M1 (z) = ().z zC, , ;
M2 ( z1+ z2) = z1+z2, z1, z2,  ;
M3 (+).z= z+z, zC, , ;
M4 1z=z, zC.
Quando estudamos as matrizes vimos que as operações de adição de matrizes e
multiplicação de uma matriz por um escalar real tem as seguintes propriedades:
A1 A+ B =B+ A, A,B;
A2 (A+ B)+ C = A+ (B+ C), A,B, C;
A3 0 + A = A, A;
A4 A+ (-A) = 0, A;
M1 (A) = ().A A, , ;
M2 (A+ B)= A+B, A, B,  ;
M3 (+).A= A+A, A, , ;
M4 1A=A, A.
Observando as propriedades das operações de adição e multiplicação por um número
dos vetores, dos números complexos e das matrizes, podemos concluir que em todos os
conjuntos analisados temos as seguintes propriedades:
A1 Comutativa da adição;
A2 Associativa da adição;
A3 Elemento neutro da adição;
A4 Elemento inverso da adição;
M1 Associatividade do produto de escalares;
M2 Distributividade da multiplicação escalar pela adição;
M3 Distributividade da adição de escalares pela multiplicação;

M4 A unidade como elemento neutro da multiplicação.

Durante o movimento estruturalista os Matemáticos procuraram agrupar os objetos
matemáticos em função de suas propriedades operatórias. Como os vetores tem as
mesmas propriedades operatórias que as matrizes e que os números complexos, foi
construída uma estrutura matemática que é a generalização dos vetores geométricos
denominada ESPAÇO VETORIAL, cuja definição é a seguinte.
ESPAÇOVETORIAL
4.1) Generalização:
4.2) Espaços Vetoriais:
Seja um conjunto V, não-vazio, sobre o qual estão definidas as operações de
adição e multiplicação por um escalar, isto é,
u, v V , u + v V e R, v V, v V.
O conjunto V com essas duas operações é chamado espaço vetorial real (ou
espaço vetorial sobre R) se forem verificados os seguintes axiomas:
A1) (u + v) + w = (u + v) + w u, v, w V
A2) u + v = v + u u, v V
A3) 0 V, u V, u + 0 = u
A4) u V, (–u) V , u + (–u) = 0
M 1) ( )u = ( u)
M2) ( + )u = u + u
M3) (u + v) = u + v
M4) 1u = u
Observação: Se no lugar de R tivéssemos tomado por escalares o conjunto C dos
números complexos, V seria um espaço vetorial complexo.
4.3) Exemplos
a) R2
b) R3 , R4 , ... , Rn
c) R
d) M(m, n) conjunto das matrizes mxn
e) Pn = {a0 + a1x + a2x2 + ... + anxn , ai R }
f) V = {f : R  R}
g) V = { (x, x2) | x R} com as operações assim definidas:
2 2 2
(x1 , x1 ) (x2 , x2 ) = (x1 + x2 , (x1 + x2) ) e (x1 , x12) = ( x1 , 2x2)
h) V = { (x, y) | x , y > 0} com as operações assim definidas:
(x1 , y1) + (x2 , y2) = (x1.x2 , y1.y2) e (x , y) = ( )
2
i) R = { (a , b) | a, b R} com as operações (a , b) + (c , d) = (a + c, b + d) e
k(a , b) = (ka, b) não é um espaço vetorial
4.4) Propriedades dos Espaços Vetoriais
I) Existe um único vetor nulo em V
II) Cada vetor u V admite apenas um simétrico (–u) V
III) Para qualquer u, v V, se u + w = v + w, então u = v
IV) Qualquer que seja v V , tem-se –(–v) = v
V) Quaisquer que sejam u, v V, existe um e somente um x V tal que u + x = v.
Este vetor será representado por x = v – u
VI) Qualquer que seja v V , tem-se 0v = 0

VII) Qualquer que seja R, tem-se 0 = 0

VIII) v = 0 implica = 0 ou v = 0
IX) Qualquer que seja v V tem-se (–1)v = –v
X) Qualquer que sejam v V e R , tem-se : (– )v = (–v) = –( v)
4.5 SUBESPAÇOS VETORIAIS:

1) Definição: Seja V um espaço vetorial e S um subconjunto não-vazio de V. O
subconjunto S é um subespaço vetorial de V se S é um espaço vetorial em relação à
adição e à multiplicação por escalar definida em V.
2) Teorema: Um subconjunto S, não-vazio, de um espaço vetorial V é um subespaço
vetorial de V se estiverem satisfeitas as condições:
a) Para quaisquer u, v S, tem-se: u + v S
b) Para quaisquer R e u S, tem-se u S.
3) Observação: Todo espaço vetorial admite pelo menos dois subespaços: o conjunto
{0}, chamado de subespaço zero ou subespaço nulo, e o próprio espaço vetorial V,
chamados subespaços triviais de V.
4) Exemplos:
i) Sejam V = R2 e S = { (x, y) R2 / y = 2x } ou S = { (x, 2x) / x R}
ii) S = { (x, 4 – 2x) / x R} não é um subespaço de R2
iii) observamos que sempre que 0 não pertence a S, S não é um subespaço
vetorial
iv) se 0 S não implica que S seja um subespaço vetorial, por exemplo, o
subconjunto S = { (x, |x|} | x R} de R2 não é um subespaço de R 2 pois a soma dos
vetores (3, 3) + (–2, 2) = (1, 5) não pertence a S e u não pertence a S se <0
5) Sejam V = R3 e S = {(x, y, z) R3 | ax + by + cz = 0} . S é um subespaço de R 3
6) Sejam V = R4 e S = { (x, y, z, 0) | x, y, z R}. S é um subespaço de R4
7) Sejam V = M(2, 2) e S = { | a,b R} . S é um subespaço de M(2, 2)
8) Sejam V = M (m, n), B uma matriz fixa de V e S = {A M(m, n) / AB = 0}. S é um

subespaço de M(m, n)
9) Sejam V = M(3, 1) e S o conjunto-solução do sistema linear homogêneo a três
variáveis. Consideremos o sistema homogêneo
3x + 4y –2z = 0
2x + y – z = 0
x – y + 3z = 0 Fazendo A = , X = e 0 = o sistema em notação
matricial será dado por AX = 0, sendo X elemento do conjunto solução S. S é um

subespaço vetorial de M(3, 1)
10) Sejam V = R2 e S = {(x, y) | x > 0}. S não é um subespaço pois u não pertence a S
se 0
4.6 INTERSEÇÃO DE DOIS SUBESPAÇOS VETORIAIS
1) Definição: Sejam S1 e S2 dois subespaços vetoriais de V. A interseção S de S 1 e S2,
que se representa por S = S1 S2, é o subconjunto de todos os vetores de v V tais que
v S1 e v S2

2) Teorema: A interseção de dois subespaços vetoriais S1 e S2 de V é um subespaço

vetorial de V.
3) Exemplos:
i) Seja V o espaço vetorial das matrizes quadradas de ordem 2. Sejam S 1 e S2
subespaços vetoriais S1 = e S2 = a interseção
S1 S2 = é um subespaço de V
ii) Seja V = R3 e os subespaços S1 = {(a, b, 0) | a,b R} e S2 = {(0, 0, c) | c R}. A

interseção S1 S2 = {(0, 0, 0)} = { 0 }é um subespaço de V.
4.7 SOMA DE DOIS SUBESPAÇOS VETORIAIS
1) Definição: Sejam S1 e S2 dois subespaços vetoriais de um espaço vetorial V. A soma

S de S1 e S2 que se representa por S = S1 + S2, é o conjunto de todos os vetores u + v de
V tais que u S1 e v S2
5) Teorema: A soma de dois subespaços vetoriais S1 e S2 de V é um subespaço de V
6) Exemplos:
i) A soma S dos subespaços S1 e S2 do exemplo i) anterior é um subespaço de V:
S=
ii) Sejam os subespaços vetoriais S1 = {a, b, 0) | a,b R} e S2 = {(0, 0, c) | c R} A

soma S1 + S2 é o subespaço S = {(a, b, c) |a, b, c R} = R3
7) Soma Direta de dois Subespaços Vetoriais
Definição: Sejam S1 e S2 dois subespaços vetoriais de V. Diz-se que V é a soma direta

de S1 e S2 , e se representa por V = S1 S2 , se V = S1 + S2 e S1 S2 = { 0 }
8) Teorema: Se V é a soma direta dos subespaços S 1 e S2 , todo vetor v V se escreve,

de modo único, na forma: v = u + w onde u S1 e w S2
9) Exemplo: R3 é a soma direta dos subespaços S1 = {(a, b, 0) } e S2 = {(0, 0, c)}, a, b, c
R
COMBINAÇÃO LINEAR
1) Definição: Sejam os vetores v1, v2, ... , vn do espaço vetorial V e os escalares a 1 ,

a2 , ... , an. Qualquer vetor v V da forma v = a1v1 + a2v2 + ... + anvn é uma combinação
linear dos vetores v1 , v2 , ... , vn
2) Exemplos:
i) No espaço vetorial P2 dos polinômios do 2º grau 2, o polinômio v = 7x 2 + 11x –
26 é uma combinação linear dos polinômios v 1 = 5x2 – 3x + 2 e v2 = –2x2 + 5x – 8 onde v
= 3v1 + 4v2
3) Exercícios
4) Subespaços Gerados:

Teorema: Seja V um espaço vetorial. Consideremos um subconjunto A = {v 1, v2, ... ,vn}

contido em V ( A V), A . O conjunto S de todos os vetores de V que são
combinações lineares dos vetores de A é um subespaço vetorial de V
Notação: S = {v V / v = a1v1 + a2v2 + ... + anvn , a1 , ... , an R}
Observação:
i) O subespaço S diz-se gerado pelos vetores v 1, v2, ... , vn ou gerado pelo conjunto
A, e representa-se por S = [v1, v2, ... , vn] ou S = G(A)
Os vetores v1, ... , vn são chamados de geradores do subespaço S, enquanto A é o
conjunto gerador de S.
ii) Para o caso particular A = , define-se [ ] = {0}
iii) A G(A) ou seja {v1 , v2 , ... ,vn } [v1 , v2 , ... ,vn]
iv) Todo conjunto A V gera um subespaço vetorial de V, podendo ocorrer G(A) =
V. Nesse caso, A é o conjunto gerador de V.
5) Exemplos:
i) Os vetores i = (1, 0) e j = (0, 1) geram o espaço vetorial R 2, pois qualquer (x, y)
R é combinação linear de i e j . [i, j] = R 2
2
ii) Os vetores i = (1, 0, 0) e j = (0, 1, 0) do R 3 geram o subespaço S = {(x, y, 0)} x,

y R . [i, j] = S é um subespaço próprio de R 3
iii) Os vetores e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1) geram o espaço vetorial R 3
. [e1, e2, e3] = R3
Observação: Dados n vetores v1, v2, ... , vn de um espaço vetorial V, se w V é tal que
w = a1v1 + a2v2 + ... + anvn então [v1, v2 , ... ;vn, w] = [v1 , v2 , ... , vn]
Assim, sendo S um subespaço gerado por um conjunto A, ao acrescentarmos
vetores de S a esse conjunto A, os novos conjuntos continuarão gerando o mesmo
subespaço S. Um subespaço S pode ser gerado por uma infinidade de vetores, porém
existe um número mínimo de vetores para gerá – lo.
ESPAÇOS VETORIAIS FINITAMENTE GERADOS
Definição: Um espaço vetorial é finitamente gerado se existe um conjunto finito A, A V,

tal que V = G(A). Estudaremos apenas os espaços finitamente gerados.
Um exemplo de espaço vetorial que não é finitamente gerado é o espaço P de
todos os polinômios reais
DEPENDÊNCIA E INDEPENDÊNCIA LINEAR
Definição: Seja V um espaço vetorial e A = { v 1, v2 , ... , vn} V. Consideremos a equação

a1v1 + a2v2 + ... + anvn = 0 . O conjunto A diz-se linearmente independente (LI) ou os
vetores v1 , v2 , ... , vn são LI caso a equação acima admita apenas a solução trivial.
Se existem soluções ai 0, diz-se que o conjunto A é linearmente dependente (LD)
ou que os vetores v1 , v2 , ... , vn são LD
Exemplos:
1) No espaço vetorial V = R3, os vetores v1 = (2, –1, 3) , v2 = (–1, 0, –2) e v3 = (2, –3, 1),
formam um conjunto linearmente dependente pois 3v 1 + 4v2 – v3 = 0
2) No espaço vetorial V = R4 , os vetores v1 = (2, 2, 3, 4) , v2 = (0, 5, –3, 1) e
v3 = (0, 0, 4, –2) são LI
3) No espaço vetorial R3 , o conjunto e1 = (1, 0, 0), e2 = (0,1, 0), e3 = (0, 0, 1) são LI
De um modo geral, os vetores e 1 = (1, 0, 0, ... , 0) , e 2 = (0, 1, 0, ... , 0) , ... , e n = (0, 0, ...,
1) formam um conjunto LI no Rn
4) No espaço vetorial M(3, 1) das matrizes colunas de ordem 3x1 os vetores:

e1 = , e2 = e e3 = são LI
5) No R2, os vetores e1 = (1, 0) e e2 = (0, 1) são LI, mas os vetores e 1 , e2 e v = (a, b) são
LD
6) No espaço M(2, 2), o conjunto A = é LD
Teorema: Um conjunto A = {v1, v2, ... , vn } é LD se, e somente se, pelo menos um desses
vetores é combinação linear dos outros
Observações:
1) Este teorema pode ser enunciado da seguinte forma: Um conjunto A = { v 1, v2, ... , vn} é
LI se, e somente se, nenhum desses vetores for combinação dos outros
2) Para o caso particular de dois vetores temos: dois vetores v 1 e v2 são LD se, e
somente se, um vetor é múltiplo do outro.
3) Exemplos geométricos de vetores LI e LD
PROPIEDADES DA DEPENDÊNCIA E INDEPENDÊNCIA LINEAR
Seja V um espaço vetorial:

I) Se A = {v} V e v 0, então A é LI
II) Se o conjunto A V contém o vetor nulo então A é LD
III) Se uma parte do conjunto A V é LD, então A também é LD
IV) Se um conjunto A V é LI, qualquer parte A1 de A é também LI
Contra-recíproca: Se todos subconjuntos de A é LI, A não será LI, necessariamente.
V) Se A = {v1, v2 , ... , vn} V é LI e B = {v 1 , v2 , ... , vn , w} V é LD, então w é
combinação linear de v1 , v2 , ... , v
BASE E DIMENSÃO
Um conjunto B = {v1 , ... , vn} V é uma base do espaço vetorial V se:

i) B é LI
ii) B gera V, isto é, V = G(B)
Exemplos:
1) B = {(1, 1), (–1, 0)} é base de R2
2) B = {(1, 0), (0, 1)} é base de R2, denominada de base canônica
3) Consideremos os vetores e 1 = (1, 0, 0, ... , 0), e 2 = (0, 1, 0, .. , 0), ... , e n = (0, 0, ... ,1).
Este vetores constituem uma base canônica do R n
4) B = é base canônica de M(2, 2)
5) B = {1, x, x2 , ... , xn} é uma base do espaço vetorial Pn

6) B = {(1, 2), (2, 4)} não é base de R 2
7) B = {1, 0), (0, 1), (3, 4)} não é uma base do R 2
8) B = {(2, –1)} não é base de R2

9) B = {(1, 2, 1), (–1, –3, 0)} não é base de R 3

Observação: Todo conjunto LI de um espaço vetorial V é base do subespaço por ele
gerado
Teorema: Se B = {v1, v2, ..., vn} for uma base de um espaço vetorial V, então todo
conjunto com mais de n vetores será linearmente dependente
Corolário: Duas bases quaisquer de um espaço vetorial têm o mesmo número de vetores
Exemplos:
1) A base canônica de R3, tem três vetores.
2) A base canônica de M(2, 2) tem quatro vetores
DIMENSÃO DE UM ESPAÇO VETORIAL
Definição: Seja V um espaço vetorial. Se V possui uma base com n vetores, estão V tem
dimensão n e anota-se dim V = n. Se V não possui base, então dim V = 0. Se V tem base
com infinitos vetores, então a dimensão de V é infinita e anota-se dim V =
Exemplos:
1) dim R2 = 2
2) dim Rn = n
3) dim M(2, 2) = 4
4) dim M(m,n) = m.n
5) dim Pn = n + 1
6) dim {0} = 0
Observações:
1) Seja V um espaço vetorial tal que dim V = n. Se S é um subespaço de V, então dim S
n. No caso de dim S = n tem-se S = V
2) Seja V um espaço vetorial de dimensão n. Então, qualquer subconjunto de V com mais
de n vetores é LD
3) Sabemos que um conjunto B é base de um espaço vetorial V se B for LI e se B gera V.
Podemos observar que:
I) Se dim V = n, qualquer subconjunto de V com n vetores LI é uma base de V
II)Se dim V = n, qualquer subconjunto de V com n vetores geradores de V é uma base de
V.
Exemplo: O conjunto B = {(2, 1), (–1, 3)} é uma base de R 2

Teorema: Seja V um espaço vetorial de dimensão n. Qualquer conjunto de vetores LI em
V é parte de uma base, isto é, pode ser completado até formar uma base de V
Teorema: Seja B = {v 1, v2, ... , vn} uma base de um espaço vetorial V. Então, todo vetor v
V se exprime de maneira única como combinação linear dos vetores de B
COMPONENTES DE UM VETOR
Seja B = {v1, v2, ... , vn} uma base de V. Tomemos v V sendo v = a1v1 + a2v2 + ... + anvn
Os números a1 , a2 , ... , an são chamados de componentes ou coordenadas de v em
relação à base B e se representa por v B = (a1 , a2 , ... , an) ou com a notação matricial

vB =
A n-upla (a1 , a2 , ... , an) é chamada vetor coordenada de v em relação à base B, e o
vetor coluna é chamado de matriz coordenada de v em relação à base B
Exemplo: No R2 consideremos as base A = {(1, 0), (0, 1)}, B = {(2, 0), (1, 3)} e
C = {(1, –3), (1, 4)}. Dado o vetor v = (8, 6), tem-se
(8, 6) = 8(1, 0) + 6(0, 1)
(8, 6) = 3(2, 0) + 2(1, 3)
(8, 6) = 2(1, –3) + 3(2, 4)
De acordo com a notação acima, temos: v A = (8, 6), vB = (3, 2) e vC = (2, 3)

Exemplo: Determinar a dimensão e uma base do espaço vetorial
S = {(x, y, z) R3| 2x + y + z = 0}
ESPAÇOS ISOMORFOS
Consideremos o espaço vetorial V = P 3 = {at2 + bt2 + ct + d | a, b, c, d R} e seja B

= {v1, v2, v3, v4 } uma base de P3. Fixada a base, para cada vetor v P3, existe uma só
quádrupla (a1, a2, a3, a4 ) R4 tal que : v = a1v1 + a2v2 + a3v3 + a4v4 . Reciprocamente , dada
uma quádrupla (a 1, a2, a3, a4 ) R4 existe um só vetor em P3 da forma a1v1 + a2v2 + a3v3 +
a4v4
Assim sendo, a base B = {v 1, v2, v3, v4 } determina uma correspondência biunívoca
entre os vetores de P3 e as quádruplas (a1, a2, a3, a4) em R4 . Observemos ainda:
a) Se v = a1v1 + a2v2 + a3v3 + a4v4 P3 corresponde a (a1 , a2 , a3 , a4) R4 e w = b1v1 + b2v2
+ b3v3 + b4v4 P3 corresponde a (b1, b2, b3, b4 ) R4 então:
v + w = (a1 + b1)v1 + ... + (a4 + b4)v4 P3 corresponde a (a1 + b1 , ... , a4 + b4)
b) Para k R , kv = (ka1)v1 + ... + (ka4)v4 P3 corresponde (ka1 , ... , ka4) R4
Temos: (v + w)B = vB + vB e (kv)B =k(vB) e dizemos nesse caso que P3 e R4 são
isomorfos.
Desta maneira podemos concluir: P 3 é isomorfo a R4 ; M2, 1) é isomorfo a R3 ; M(2,
1) é isomorfo a R2
Concluímos que: Se V é um espaço vetorial sobre R e dim V = n então V e R n são
isomorfos

EXERCÍCIOS – ESPAÇOS E SUBESPAÇOS VETORIAIS
01) Nos problemas de 1 a 7 apresenta-se um conjunto com as operações de adição e

multiplicação escalar nele definidas. Verificar quais deles são espaços vetoriais. Para
aqueles que não são espaços vetoriais, citar os axiomas que não se verificam.
1) R3, (x, y, z) + (x' , y', z') = (x + x', y + y', z + z') e k(x, y, z) = (0, 0, 0)
2) {(x, 2x, 3x); x R} com as operações usuais
3) R2, (a, b) + (c, d) = (a, b) e (a, b) = ( a, b)
4) R2, (x, y) + (x', y') = (x + x', y + y') e (x, y) = ( 2x, 2y)
5) R2, (x, y) + (x', y') = (x + x', y + y') e (x, y) = ( x, 0)
6) A = { (x, y) R2 | y = 5x } com as operações usuais
7) A = M(2, 2) | a, b R} com as operações usuais
02) Nos problemas de 8 a 13 são apresentados subconjuntos de R 2. Verificar quais deles

são subespaços vetoriais de R2 relativamente às operações de adição e multiplicação por
escalar usuais.
08) S = { (x, y) | y = – x}
09) S = (x, x2) | x R}
10) S = {(x, y) | x + 3y = 0}
11) S = {((y, y) ; y R}
12) S = {(x, y) | y = x + 1}
13) S = {(x, y) | x 0}
03) Nos problemas de 14 a 25 são apresentados subconjuntos do R 3. Verificar quais são

seus subespaços em relação às operações de adição e multiplicação por escalar usuais.
Para os que são subespaços, mostrar que as duas condições estão satisfeitas. Caso
contrário, citar um contra-exemplo.
14) S = { (x, y, z) | x = 4y , z = 0} 15) S = { (x, y, z) | z = 2x – y}
2
16) S = { (x, y, z) | x = z } 17) S = { (x, y, z) | y = x + 2 e z = 0}
18) S = {(x, x, x) ; x R} 19) S = ( (x, x, 0) ; x R}
20) S = { (x, y, z) | xy = 0} 21) S = { (x, y, z) | x = 0 e y = |z|}
22) S = { (x, –3x, 4x); x R} 23) S = {(x, y, z) | x 0}
24) S = {(x, y, z) | x + y + z = 0} 25) S = {(4t, 2t, –t); t R}
26) Verificar se os subconjuntos abaixo são subespaços de M(2, 2)
a) S = b) S =
c) S = d) S =
e) S = f) S =
1) Sejam os vetores u = (2, –3, 2) e v = (–1, 2, 4) em R 3

a) Escrever o vetor w = (7, –11, 2) como combinação linear de u e v

b) Para que valor de k o vetor (–8, 14, k) é combinação linear de u e v ?

c) Determinar uma condição entre a, b e c para que o vetor (a, b, c) seja uma
combinação linear de u e v
2) Consideremos no espaço P2 = {at2 + bt + c | a, b,c R} os vetores p1 = t2 – 2t + 1 ,

p2 = t + 2 e p3 = 2t2 – t
a) Escrever o vetor p = 5t2 – 5t + 7 como combinação linear de p 1 , p2 e p3
b) Escrever o vetor p = 5t2 – 5t + 7 como combinação linear de p 1 e p2
c) Determinar uma condição para a, b e c de modo que o vetor at 2 + bt + c seja
combinação linear de p2 e p3
d) É possível escrever p1 como combinação linear de p 2 e p3 ?
3) Seja o espaço vetorial M(2, 2) e os vetores v 1 =
Escrever o vetor v = como combinação linear dos vetores v 1, v2 e v3
4) Escrever o vetor 0 R2 como combinação linear dos vetores:

a) v1 = (1, 3) e v2 = (2, 6)
b) v1 = (1, 3) e v2 = (2, 5)
5) Sejam os vetores v1 = (–1, 2, 1) , v2 = (1, 0, 2) e v 3 = (–2, –1, 0). Expressar cada um

dos vetores u = (–8, 4, 1), v = (0, 2, 3) e w = (0, 0, 0) como combinação linear de v 1 , v2
e v3
6) Expressar o vetor u = (–1, 4, –4, 6) R4 como combinação linear dos vetores
v1 = (3, –3, 1, 0) v2 = (0, 1, –1, 2) e v3 = (1, –1, 0, 0)
7) Seja S o subespaço do R 4 definido por: S = {(x, y, z, t) R4 | x + 2y – z = 0 e t = 0}.

Pergunta-se: os vetores (–1, 2, 3, 0) , (3, 1, 4, 0) e (–1, 1, 1, 1) pertencem a S ?
8) Seja S o subespaço de M(2, 2) , S = . Pergunta-se:
a) S;
b) Qual deve ser o valor de k para que o vetor pertença a S ?
9) Determinar os subespaços do R3 gerados pelos seguintes conjuntos:
a) A = {(2,–1,3)} b) A = {(–1,3,2) , (2,–2,1)} c) A = {(1, 0, 1) , (0, 1, 1) , (–1, 1, 0)}
10) Seja o conjunto A = {v 1, v2 }, sendo v1 = (–1, 3, –1) e v2 = (1, –2, 4). Determinar:

a) O subespaço G(A) b) O valor de k para que o vetor v = (5, k, 11) pertença a

G(A)
11) Sejam os vetores v1 = (1, 1, 1), v2 = (1, 2, 0) e v 3 = (1, 3, –1). Se (3, –1, k) [v1,v2,v3]
qual o valor de k ?
12) Determinar os subespaços de P 2 (espaço vetorial dos polinômios de grau 2)

gerados pelos seguintes vetores:
a) p1 = 2x + 2 , p2 = –x2 + x + 3 e p3 = x2 + 2x
b) p1 = x2 , p2 = x2 + x
c) p1 = 1 , p2 = x , p3 = x2
13) Determinar o subespaço G(A) para A = {(1, –2), (–2, 4)}. O que representa
geometricamente esse subespaço?
14) Mostrar que os vetores v1 = (2, 1) e v2 = (1, 1) geram o R2
15) Mostrar que os vetores v1 = (1, 1, 1) , v2 = (0, 1, 1) e v3 = (0, 0, 1) geram o R3
16) Seja o espaço vetorial M(2,2). Determinar seus subespaços gerados pelos vetores:
a) v1 =
b) v1 =
17) Determinar o subespaço de P 3 (espaço dos polinômios de grau 3) gerado pelos

vetores p1 = x3 + 2x2 – x + 3 e p2 = –2x3 – x2 + 3x + 2
18) Determinar o subespaço de R 4 gerado pelos vetores u = (2, –1, 1, 4), v = (3, 3, –3, 6)
e w = (0, 4, –4, 0)
19) Verificar se o vetor v = (–1, –3, 2, 0) pertence ao subespaço do R 4 gerado pelos

vetores v1 = (2, –1, 3, 0) , v2 = (1, 0, 1, 0) e v3 = (0, 1, –1, 0)

Matrizes 2010

Enviado por

Direitos autorais:

Formatos disponíveis

Matrizes 2010

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Matrizes 2010

Enviado por

Direitos autorais:

Formatos disponíveis

APOSTILA DE TÓPICOS DE

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

Ainda nessa obra, é mencionada a solução do sistema de equações lineares:

Avançando cerca de 2 milênios, chegamos a Arthur Cayley (1821-1895), um

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

a11 é a imagem de (1,1)

Podemos então representar o gráfico do seguinte modo ou

Disposição matricial das imagens dos pontos

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

A= ou, com a notação abreviada A = (aij )mxn.

2 TIPOS ESPECIAIS DE MATRIZES:

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

02. Construa a matriz M = (m ij)4x4 para o qual mij = , indicando os

elementos das diagonais principal e secundária e obtenha o traço.

M= ; D = { 1, 4, 9, 16} ; d = { - 3, -1, 5 } e tr(M) = 30

2.2. Matriz Linha:

2.3. Matriz Coluna:

2.4. Matriz Nula:

2.5. Matriz Triangular Superior:

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

2.6.. Matriz Triangular Inferior:

2.7. Matriz Diagonal:

2.8. Matriz Escalar:

2.9. Matriz Identidade:

2.10. Matriz Transposta:

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

2.11. Matriz Simétrica:

2.12. Matriz Anti-Simétrica:

01. Se , então m = 0, n = 1, p = eq= .

02. Determine a, b, c e d sabendo-se que as matrizes A = e B =

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

Da definição de igualdade de matrizes, os elementos correspondentes devem ser

03 Sabendo que = , determine a, b, c e d.

04 Sabendo que = , determine x, y, z e t.

05 Determine a, b, x e y para que as matrizes = ,

06 Determine m e n para que se tenha = I2.

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

4. OPERAÇÖES COM MATRIZES:

4.1.1. Propriedades da Adição de Matrizes

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

4.3. MULTIPLICAÇÃO DE UM ESCALAR POR UMA MATRIZ

4.3.1. Propriedades da Multiplicação de um Escalar por uma Matriz

2, ... , n e k = 1, 2, ... , p, isto é, c ij é obtido somando os produtos de cada elemento da

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

A matriz A = é uma matriz idempotente.

5.2. Matriz Nilpotente:

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada

dizemos que A é nilpotente de índice k.

A matriz é nilpotente de índice 3.

5.3. Matriz Involutiva:

5.4. Diagonalmente Dominante:

dominante, isto é, com 1  i  n.

A matriz A = é diagonalmente dominante, enquanto que a matriz B =

5.5. Matriz Inversa

01. As matrizes inversas das matrizes A = e B = são,

respectivamente, A-1 = e B-1 =

02. Determine a matriz inversa da matriz A = .

Prof. Esp. Lucio Ramos Neves Tópicos de Matemática Aplicada