Vous êtes sur la page 1sur 25

Álgebra Linear

1. MATRIZES

1.1 Introdução

- Ordenam e simplificam
- Fornecem novos métodos de resolução

Matriz é uma tabela de elementos dispostos em linhas e colunas.

Exemplo: quando obtemos os dados referentes a altura, peso e idade


de um grupo de quatro pessoas, podemos dispô-los na tabela:

Altura(m) Massa(kg) Idade(anos)

Pessoa 1 a11 a12 a13

Pessoa 2 a21 a22 a23

Pessoa 3 a31 a32 a33

Pessoa 4 a41 a42 a43

Ao abstraírmos os significados das linhas e colunas, temos a matriz:

[ ]
Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 1
Outros exemplos:

2x −1 4 
 
4 7 0  [4 2 1] [3x ]
 2 x 1 / 2

Os elementos de uma matriz podem ser números(reais ou


complexos)., funções, ou ainda outras matrizes.

Representamos uma matriz de m linhas por n colunas por:

 a11 a12 ... a1n 


a 
 21 a22 ... a2n 
Amxn = = [aij]mxn
 ! ! ! ! 
 
am1 am 2 ... amn 

Pode-se usar colchetes, parênteses ou duas barras:

x y v
 1 3
  ou 2 5 7
 5 8
y 5 0

NOTA! Para localizar um elemento de uma matriz, descreve-se a


linha e a coluna (nesta ordem) em que ele está.

Definição: Duas matrizes Amxn= [aij]mxn e Brxs = [bij]rxs são iguais A =


B, se elas têm o mesmo número de linhas e colunas, isto é, m = r e n =
s, e todos os seus elementos correspondentes são iguais : aij = bij .

Exercícios:

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 2
1. Fornecer dois exemplos de matrizes iguais
2. Apresente uma matriz de dimensão 3x3 e identifique os seguintes
elementos: a11, a22, a33, a21, a12
3. Faça uma tabela com dados de quatro colegas da sala (exemplos:
dia de nascimento, mês, ano, tamanho do calçado). Represente esta
tabela na forma de uma matriz.

1.2 Tipos de Matrizes

Consideremos uma matriz com m linhas e n colunas que denotamos


por Amxn:

MATRIZ QUADRADA é aquela cujo número de linhas é igual ao


número de colunas (m = n)

Exemplos:

NOTA! No caso de matrizes quadradas Amxn, costuma-se dizer que A


é uma matriz de ordem m.

MATRIZ NULA é aquela em que aij = 0, para todo i e j.

Exemplos:

MATRIZ-COLUNA é aquela que possui uma única coluna (n=1).

Exemplos:
MATRIZ-LINHA é aquela onde m = 1.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 3
Exemplos:

MATRIZ DIAGONAL é uma matriz quadrada (m = n) onde aij = 0,


para i ≠ j, isto é, os elementos que não estão na diagonal são nulos.

Exemplos:

MATRIZ IDENTIDADE QUADRADA é aquela em que aii = 1 e aij =


0, para i ≠ j.

Exemplos:

MATRIZ TRIANGULAR SUPERIOR é a matriz quadrada onde


todos os elementos abaixo da diagonal são nulos, isto é, m = n e aij = 0,
para i > j .

Exemplos:

MATRIZ TRIANGULAR INFERIOR é a matriz quadrada onde


todos os elementos acima da diagonal são nulos, isto é, m = n e aij = 0,
para i < j .

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 4
Exemplos:

MATRIZ SIMÉTRICA é aquela onde m = n e aij = aji.

Exemplos:

EXERCÍCIOS:

Identificar o tipo de matriz:

a) (0)

b) 0 0 0

 1 0
c)  
0 2

1 0 0 0
2 2 0 0 
d) 
2 2 3 0
 
2 2 2 4

 1 0
e)  
 0 1

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 5
1.3 Operações com Matrizes

Naturalmente, temos a necessidade de efetuarmos certas operações


com matrizes. Por exemplo, consideremos as tabelas, que descrevem
a produção de grãos em dois anos consecutivos.

Produção de grãos(em milhares de toneladas) durante o primeiro ano


soja feijão arroz milho
Região A 3000 200 400 600
Região B 700 350 700 100
Região C 1000 100 500 800

Produção de grãos(em milhares de toneladas) durante o segundo ano


soja feijão arroz milho
Região A 5000 50 200 0
Região B 2000 100 300 300
Região C 2000 100 600 600

Se quisermos montar uma tabela com a produção por produto e por


região nos dois anos em conjunto, teremos que somar os elementos
correspondentes das duas tabelas anteriores:

3000 200 400 600   5000 50 200 0   8000 250 600 600 
     
 700 350 700 100  + 2000 100 300 300  =  2700 450 1000 400 
1000 100 500 800   200 100 600 600  3000 200 1100 1400 

ou seja

Produção de grãos(em milhares de toneladas) durante os dois anos


soja feijão arroz milho
Região A 8000 250 600 600
Região B 2700 450 1000 400
Região C 3000 200 1100 1400

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 6
Agora, existe uma possibilidade da produção do terceiro ano ser o
triplo do produzido no primeiro ano em função das condições
climáticas e financeiras. Assim, a estimativa para o próximo ano
será:

3000 200 400 600   9000 600 1200 1800 


   
3.  700 350 700 100  =  2100 1050 1000 400 
1000 100 500 800  3000 300 1500 2400 

Acabamos de efetuar, neste exemplo, duas operações com matrizes:


soma e multiplicação por um número, que são definidas
formalmente, a seguir.

ADIÇÃO

A soma de duas matrizes de mesma ordem, Amxn = [aij] e Bmxn = [bij], é


uma matriz m x n, que denotaremos A + B, cujos elementos são
somas dos elementos correspondentes de A e B. Isto é,

A + B = [ aij + bij]mxn

Exemplo:

 1 − 1  0 4  ..... .....
     
4 0  + − 2 5  = ..... .....
2 5   1 0  ..... .....

Propriedades: Dadas as matrizes A, B e C de mesma ordem mxn,


temos:
i. A + B = B + A, comutativa
ii. A + ( B + C ) = ( A + B ) + C, associativa
iii. A + 0 = A, onde 0 denota a matriz nula mxn

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 7
MULTIPLICAÇÃO POR ESCALAR

Seja Amxn = [aij]mxn e k um número, então definimos uma nova matriz

k . A = [k.aij]mxn

Propriedades: Dadas matrizes A e B de mesma ordem m x n e


números k, k1 e k2, temos:

i. k(A + B) = kA + kB
ii. (k1 + k2) A = k1A + k2B
iii. 0. A = 0mxn
iv. k1(k2A) = (k1k2)A

TRANSPOSIÇÃO

Dada uma matriz Amxn = [aij]mxn, podemos obter uma outra matriz
A'= A'mxn = [bij]mxn, cujas linhas são as colunas de A, isto é, bij = aji.
A' é denominada transposta de A.

Exemplo:

 0 4
   .... .... ..... 
A = − 2 5  e............... A' = ..... ...... ......
 1 0    2x 3
3x2

Propriedades:

i. Uma matriz é simétrica se, e somente se, ela é igual à sua


 1 3
transposta, isto é, A = A'. Exemplo:  .
3 2
ii. A'' = A . Isto é , a transposta da transposta de uma matriz é ela
mesma.
iii. (A + B)' = A'+ B'. Em palavras, a transposta de uma soma é
igual à soma das transpostas.
iv. (k A)'= kA', onde k é um escalar qualquer.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 8
MULTIPLICAÇÃO DE MATRIZES

Suponhamos que a seguinte matriz forneça as quantidades das


vitaminas A, B e C obtidas em cada unidade dos alimentos I e II.

A B C

Alimento I 4 3 0 
Alimento II  5 0 1
 

Se ingerirmos 5 unidades do alimento I e 2 unidades do alimento II,


quanto consumiremos de cada tipo de vitamina?

Podemos representar o consumo dos alimentos I e II (nesta ordem)


pela matriz "consumo":

[5 2]

A operação que vai nos fornecer a quantidade ingerida de cada


vitamina é o "produto":

4 3 0 
[5 2] .  5 0 1
=[ 5.4+2.5 5.3+2.0 5.0+2.1 ] = [30 15 2]

[ ]1x2 . [ ]2x3 = [ ]1x3

Isto é, serão ingeridas 30 unidades de vitamina A, 15 de B e 2 de C.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 9
Outro problema que poderemos considerar em relação aos dados
anteriores é o seguinte:

Se o custo dos alimentos depender somente do seu conteúdo


vitamínico e soubermos que os preços por unidade de vitamina A, B e
C são respectivamente, R$1,5 , R$3 e R$5 por unidade, quanto
pagaríamos pela porção de alimento indicada anteriormente?

15, 
 
[30 15 2].  3  = [30(15
, ) + 15(3) + 2(5)] = [100]
 5 

[ ] 1x3 . [ ] 3x1 = [ ]1x1

Ou seja, pagaríamos R$100

Sejam A = [aij]mxn e B = [brs]nxp. Definimos AB = [cuv]mxp onde


n

cuv = auk bkv = au 1bkv +...+aun bnv


k =1

Observações:
i. Só podemos efetuar o produto de duas matrizes Amxn e Blxp se o
número de colunas da primeira for igual ao número de linhas
da segunda, isto é, n = l. Além disso, a matriz-resultado C = AB
será de ordem m x p.
ii. O elemento cij (i-ésima linha e j-ésima coluna da matriz
produto) é obtido, multiplicando os elementos da i-ésima linha
da primeira matriz pelos elementos correspondentes da j-ésima
coluna da segunda matriz, e somando estes produtos.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 10
Exemplos:

 2 1
   1 − 1
 4 2 . 0 4  =
5 3   

 2 1
 1 − 1  
0 4 . 4 2 =
 
5 3 

 1 0 
− 2 3  0 6 1 
 =
4  3 8 − 2
.
5
 
 0 1

Propriedades:

i. Em geral AB≠ ≠BA


ii. A I = IA = A
iii. A (B+C)=AB+AC
iv. (A+B)C=AC+BC
v. (AB)C=A(BC)
vi. (AB)'= B'A'
vii. 0.A=0 e A.0 = 0

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 11
EXERCÍCIOS

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 12
Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 13
2. SISTEMAS DE EQUAÇÕES LINEARES

2.1 Introdução

A preocupação do homem foi sempre descrever a natureza para


melhor entender os fenômenos físicos. Por exemplo, sabemos que o
hidrogênio (H2) reage com o oxigênio (O2) para produzir a água
( H2O).

Quanto de hidrogênio e oxigênio precisamos?

Podemos descrever esta mudança do seguinte modo:

xH2 + yO2 → zH2O.

Como os átomos não são modificados, o número de átomos de cada


elemento no início e fim da reação deve ser igual ao número de
átomos desse mesmo elemento, no fim da reação. Assim devemos ter
para o hidrogênio 2x = 2z, e para o oxigênio, 2y = z. Portanto, as
nossas incógnitas x, y e z devem satisfazer as equações:

2x − 2z = 0

 2y − z = 0

Para esse sistema de equações nós encontraremos muitas soluções


distintas, e só teremos resolvido o sistema se expressarmos o conjunto
de todas as soluções.

Exemplo: S= { x=z, y=z/2, ∀ z ∈R}.

Desta forma, o nosso objetivo nessa aula é estudar um método para a


resolução de sistemas lineares em geral.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 14
Em primeiro lugar, precisamos aprender um método que possa
substituir um sistema complexo de muitas incógnitas e constantes por
um outro sistema simples e equivalente ao original.

Veja esse exemplo:

 x1 + 4 x 2 + 3 x 3 = 1  1 4 3 1 
  
(i )2x1 + 5 x 2 + 4 x 3 = 4 ........................  2 5 4 4 
 x − 3x 1 − 3 − 2 5 
 1 2 − 2x 3 = 5

 x1 + 4 x 2 + 3 x 3 = 1  1 4 3 1 
  
(II )0 x1 − 3 x 2 − 2x 3 = 2 ........................ 0 − 3 − 2 2
0 x − 7 x 0 − 7 − 5 4 
 1 2 − 5x3 = 4

 x1 + 4 x 2 + 3 x 3 = 1  1 4 3 1 
  
(III )0 x1 + x 2 + 2 / 3 x 3 = −2 / 3 ........................ 0 1 2 / 3 − 2 / 3 
 0x − 7x  0 − 7 − 5 4 
 1 2 − 5x3 = 4

 x1 + 0 x 2 + 1 / 3 x 3 = 11 / 3  1 0 1 / 3 11 / 3 
  
(IV ) 0 x1 + x 2 + 2 / 3 x 3 = −2 / 3 ........................  0 1 2 / 3 − 2 / 3 
0 x + 0 x 0 0 − 1 / 3 − 2 / 3 
 1 2 − 1 / 3 x 3 = −2 / 3

 x1 + 0 x 2 + 1 / 3 x 3 = 11 / 3  1 0 1 / 3 11 / 3 
  
(V )0 x1 + x 2 + 2 / 3 x 3 = −2 / 3 ........................ 0 1 2 / 3 − 2 / 3 
 0 x1 + 0 x 2 + x 3 = 2  0 0 1 2 

 x1 + 0 x 2 + 0 x 3 = 3 1 0 0 3 
  
(VI )0 x1 + x 2 + 0 x 3 = −2 ........................ 0 1 0 − 2
 0x + 0x  0 0 1 2 
 1 2 + x3 = 2

 x1 = 3

ou ainda,  x 2 = −2
x = 2
 3

Todas as equações ( I - VI) produzem sempre sistemas com o mesmo


conjunto-solução.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 15
2.2 Sistemas e Matrizes

Um sistema de equações lineares com m equações e n incógnitas é um


conjunto de equações do tipo:

 a11x1 + a12 x 2 +...+a1n x n = b1


 a x +a x
 21 1 22 2 +...+a2n x n = b2

 ! ! ! !
am1x1 + am 2 x 2 +...+amn x n = bm

≤ i ≥ m, 1≤
com aij, 1≤ ≤ j ≥ n, números reais (ou complexos).

Uma solução do sistema acima é uma n-upla de números ( x1,


x2, x3, ..., xn) que satisfaça simultaneamente estas m equações.

Dois sistemas de equações lineares são equivalentes se, e somente


se toda solução de qualquer um dos sistemas também é solução do
outro.

Podemos escrever o sistemas de equações numa forma matricial:

 a11 + a12 +...+a1n   x1   b1 


a  x  b 
 21 + a22 +...+a2n .  2  =  2
 ! ! ! !  !   ! 
    
am1 + am 2 +...+amn  x n  bm 

ou A . X = B onde
 a11 + a12 +...+a1n 
a 
21 + a22 +...+a2n
A=  .
 ! ! ! ! 
 
am1 + am 2 +...+amn 

 x1   b1 
x  b 
X =.   e B =  2
2
 !   ! 
   
x n  bm 

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 16
Uma outra matriz que podemos associar ao sistema é:

 a11 a12 ... a1n b1 


 a 
 21 a22 ... a2n b2 .
 ! ! ! ! 
 
am1 am 2 ... amn bm 

que chamamos de matriz ampliada do sistema. Observe que no


exemplo de simplificação de matriz trabalhamos com a matriz
ampliada do sistema.

2.3 Operações Elementares

São três as operações elementares sobre linhas de uma matriz.

i) Permuta das i-ésima e j-ésima linhas: Li ↔ Lj;


ii) Multiplicação da i-ésima linha por um escalar não nulo k Li ↔
Lj
iii) Substituição da i-ésima linha pela i-ésima linha mais k vezes a
j-ésima linha: Li ↔ Li + kLj.

Exemplos:

 1 0   1 0 
   
 4 − 1 → − 3 4  para L2 ↔ L3
− 3 4   4 − 1

 1 0   1 0 
   
 4 − 1 → − 12 3  para L2 ↔ 3 L2
− 3 4   − 3 4 

 1 0  1 0 
   
 4 − 1 → 4 − 1 para L3 ↔ L3 + 2L1
− 3 4  − 1 4 

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 17
Se A e B são matrizes M x n, dizemos que B é linha equivalente a A,
se B for obtida de A por meio de um número finito de operações
elementares sobre as linhas de A.

Notação A → B ou A ∼ B

Dois sistemas que possuem matrizes ampliadas equivalentes são


equivalentes.

Exercícios:

Resolva o sistema de equações, escrevendo as matrizes ampliadas,


associadas aos novos sistemas.

 2x − y + 3z = 11
4 x − 3 y + 2z = 0


 x+y +z =6
 3 x + y + z = 4

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 18
2.4 Forma Escada

2.4.1 Definição - Uma matriz m x n é linha reduzida à forma escada


se :

a) O primeiro elemento não nulo de uma linha não nula é 1.


Exemplos:
0 1 0 0
0 1 4  1 1 1 4 
   3 4 1  
 1 0 3 0 0 0 1 1 5 3 
0 0 1   1 2 2
0 0 1 3

b) Cada coluna que contém o primeiro elemento não nulo de alguma


linha tem todos os seus outros elementos iguais a zero.
Exemplos:
0 1 0 0
0 1 0  1
   0 0 0 
 1 0 0 0 0 0 1
0 0 1  
0 0 1 0

c) Toda linha nula ocorre abaixo de todas as linhas não nulas (isto é,
daquelas que possuem pelo menos um elemento não nulo).
Exemplo:

0 1 0 0
1 0 0 0 

0 0 0 1
 
0 0 0 0

d) Se as linhas 1,...., r são as linhas não nulas, e se o primeiro


elemento não nulo da linha i ocorre na coluna ki , então
k1<k2<..<ki< ki+1<...<kr.

Esta última condição impõe a forma escada à matriz:

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 19
Isto significa que o número de zeros precedendo o primeiro elemento
não nulo de uma linha aumenta a cada linha, até que sobrem somente
linhas nulas, se houver.

Exercícios:

Defina se é forma escada ou não as seguintes matrizes:

1 0 0 0 
 
a) 0 1 − 1 0 segunda não é satisfeita
 0 0 1 0 

0 2 1 
 
b)  1 0 − 3 primeira e quarta não são satisfeitas
0 0 0 

 0 1 − 3 0 1
 
c)  0 0 0 0 0  primeira e terceira não são satisfeitas
0 0 0 − 1 2

0 1 − 3 0 2
 
d)  0 0 0 1 2  É forma escada
 0 0 0 0 0 

2.4.2 Teorema - Toda matriz Amxn é linha equivalente a uma única


matriz-linha reduzida à forma escada.

2.4.3 Definição - Dada a matriz Amxn, seja Bmxn a matriz-linha


reduzida à forma escada linha equivalente a A. O posto de A,
denotado por p, é o número de linhas não nulas de B. A nulidade de
A é o número n-p.

NOTA : Dada uma matriz A qualquer, para achar seu posto é


necessário encontrar primeiro sua matriz-linha reduzida à forma
escada, e depois contar suas linhas não nulas. O número encontrado é

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 20
o posto de A. A nulidade é a diferença entre o número de colunas de A
e o posto.

Exercícios:

1. Encontre o posto e a nulidade de A, onde

 1 2 1 o 
 
A = − 1 0 3 5 
 1 − 2 1 1 

 1 2 1 0 
 
L2 = L2 + L1 e L3 = L3 - L1 0 2 4 5 →
0 − 4 0 1
 1 2 1 0 
 
L2 = L2/2 0 1 2 5 / 2 →
 0 − 4 0 1 
1 0 − 3 − 5 
 
L1 = L1 - 2 x L2 e L3 = L3 +4 x L2  0 1 2 5 / 2  →
 0 0 8 11 

1 0 − 3 − 5 
 
L3 = L3/8  0 1 2 5 / 2  →
0 0 1 11 / 8 
1 0 0 − 7 / 8 
 
L1 = L1 + 3 x L3 e L2 = L2 - 2 x L3  0 1 0 − 1 / 4 
 0 0 1 11 / 8 

O posto de A é 3 e a nulidade é 4-3 = 11.


Esta é a matriz ampliada de um sistema.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 21
2. Encontre o posto e a nulidade de A, onde

2 −1 3
1 4 2 
A= 
1 −5 1
 
4 16 8

Resposta: posto é 2, nulidade é 1. A matriz-linha reduzida à forma


1 0 14 / 9
 0 1 1/ 9 
escada é  .
 0 0 0 
 
 0 0 0 

2.5 Soluções de um Sistema de Equações Lineares

Consideremos um sistema de m equações lineares com n incógnitas

 a11x1 + a12 x 2 +...+a1n x n = b1


 a x +a x +...+a2n x n = b2
 21 1 22 2

 ! ! ! !
am1x1 + am 2 x 2 +...+amn x n = bm

cujos coeficientes aij e termos constantes bi são números reais (ou


complexos).

Este sistema pode ter:

i) uma única solução:

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 22
 x1 
x 
X =.  
2
 ! 
 
x n 

Neste caso, o sistema é denominado possível (compatível) e


determinado.

ii) infinitas soluções

Neste caso, o sistema é denominado possível e indeterminado.

iii) nenhuma solução.

Neste caso, o sistema é denominado impossível ( incompatível).

2.5.1 Teoremas

i) Um sistema de m equações e n incógnitas admite solução se, e


somente se o posto da matriz ampliada é igual ao posto da
matriz dos coeficientes.
ii) Se as duas matrizes têm o mesmo posto p e p = n, a solução será
única.
iii) Se as duas matrizes têm o mesmo posto p e p < n, podemos
escolher n - p incógnitas, e as outras p incógnitas serão dadas
em função destas. O grau de liberdade do sistema é dito ser n -
p.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 23
2.6 Exercícios

1. Resolva o sistema de equações, escrevendo as matrizes ampliadas,


associadas aos novos sistemas.

2 x −y + 3z = 11
4 x − 3y + 2z = 0


x +y +z = 6
3 x +y +z = 4

2. Descreva todas as possíveis matrizes 2 x 2, que estão na forma


escada reduzida por linhas.

3. Reduza as matrizes à forma escada reduzida por linhas.

0 2 2 
 1 − 2 3 − 1  0 1 3 −2   1
    1 3 
a) 2 − 1 2 + 3 b) 2 1 − 4 + 3 c) 
3 − 4 2
 3 + 1 2 3   2 3 2 − 1   
2 − 3 1

4. Calcule o posto e a nulidade das matrizes da questão anterior.

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 24
3. DETERMINANTE E MATRIZ INVERSA

Disciplina : Álgebra Linear - T3002A - Prof. Dr. Antonio Carlos da Cunha Migliano 25