MAT 1202 ALGEBRA LINEAR II 2012.

2
ESCALONAMENTO E FATORACAO A = LU 09/08/12

PROFS. CHRISTINE E PEDRO

1. Operacoes Elementares e Escalonamento

Considere o seguinte sistema de equacoes lineares:

2x +y +z = 5
4x 6y = 2 ,
2x +7y +2z = 9

que pode ser reescrito como Ax = b, onde

2 1 1 x 5
A = 4 6 0 , x = y e b = 2 .
2 7 2 z 9

Podemos resolve-lo usando eliminacao Gaussiana, tambem chamada de escalonamento. O escalonamente con-
siste de tres tipos de movimentos, chamados de operacoes elementares:
(i) Subtracao de um multiplo lij da j-esima equacao da i-esima equacao, onde i > j. A nova i-esima
equacao, que sera denotada por L0i , e dada portanto por L0i = Li lij Lj , onde Li e Lj sao as equacoes
originais (i.e., antes do movimento);
(ii) Troca de duas equacoes. A nova i-esima equacao e igual a j-esima equacao antes do movimento, e
analogamente com j em lugar de i: L0i = Lj e L0j = Li ;
(iii) Multiplicacao de uma equacao por um numero nao-nulo. A nova i-esima equacao e dada por L0i = Li .
No nosso exemplo, a solucao e obtida usando apenas operacoes do tipo (i):

2x +y +z = 5
4x 6y = 2
2x +7y +2z = 9


0
L =L2 2L1
2x +y +z = 5
2 8y 2z = 12
2x +7y +2z = 9


L03 =L3 (L1 )
2x +y +z = 5
8y 2z = 12
+8y +3z = 14


L03 =L3 (L2 )
2x +y +z = 5
8y 2z = 12
+z = 2

Agora a solucao pode ser facilmente encontrada usando retro-substituicao: Da 3a equacao tiramos que z = 2, e
usando isto tiramos da 2a equacao que y = 1. Finalmente, substituindo estes valores para z e y na 1a equacao
encontramos que x = 1.
O objetivo do escalonamento e reduzir a matriz a uma forma mais simples, que nos permita encontrar as
solucoes do sistema original usando retro-substituicao. O seguinte resultado geral explica por que isso funciona.

(1.1) Teorema. Se um sistema (T) de equacoes lineares e obtido a partir de outro sistema (S) a partir de
escalonamento, entao (S) e (T) tem exatamente as mesmas solucoes.

Se A e uma matriz entao o comando gausselim(A) no Maple apresenta a forma escalanoda da matriz A, obtido apos a
eliminacao Gaussiana.
O comando backsub(A) aplicado a uma matriz da forma [U |b], onde U e escalonada, retorna a solucao do sistema U x = b, se
esta existir; backsubs e abreviacao de back-substitution, que quer dizer retro-substituicao.
1
Prova: Como (T) e obtido a partir de (S) por uma sequencia de passos de tipos (i), (ii) e (iii), e suficiente
verificar que cada um destes passos nao acrescenta nem elimina qualquer solucao do sistema original.
Verifiquemos primeiro que se x e solucao de (S), e (T) e obtido a partir de (S) efetuando-se apenas uma das
operacoes elementares, entao x ainda e solucao de (T). Sejam
ai1 x1 + ai2 x2 + + ain xn = bi e aj1 x1 + aj2 x2 + + ajn xn = bj
a i-esima e j-esima equacoes de (S), respectivamente, onde x = (x1 , . . . , xn ) e solucao. Entao e claro que se
trocarmos a ordem das duas x equacoes, x ainda sera solucao de ambas. Similarmente, x ainda satisfaz


(c ai1 )x1 + (c ai2 )x2 + + (c ain )xn = c ai1 x1 + ai2 x2 + + ain xn = c bn (c R)
e




ai1 lij aj1 x1 + ai2 lij aj2 x2 + + ain lij ajn xn



= ai1 x1 + ai2 x2 + + ain xn lij aj1 x1 + aj2 x2 + + ajn xn = bi lij bj
ou seja, x ainda e solucao de (T) quando (T) e obtido a partir de (S) efetuando-se qualquer uma das operacoes
elementares (i), (ii) ou (iii).
Afirmamos agora que se y e solucao de (T), entao y e solucao de (S) (ou seja, nenhuma nova solucao foi
acrescentada efetuando-se uma das operacoes elementares). De fato, cada uma das operacoes (i), (ii) e (iii)
possui uma inversa, que tambem e uma operacao elementar. Por exemplo, se fizermos L0i = Li lij Lj e
L00i = L0i + lij Lj , entao L00i = Li e a i-esima equacao original. Sendo assim, segue do que acabamos de provar
que y e solucao de (S). 

Note que nao ha necessidade de carregar as variaveis x, y e z no escalonamento, pois elas nao tem nenhum
papel durante o processo. Podemos escrever os movimentos que fizemos de maneira mais concisa usando a
matriz aumentada [A | b]:

2 1 1 | 5
4 6 0 | 2
2 7 2 | 9

2 1 1 | 5
L02 =L2 2L1
0 8 2 | 12
2 7 2 | 9

2 1 1 | 5
L03 =L3 (L1 )
0 8 2 | 12
0 8 3 | 14

2 1 1 | 5
L03 =L3 (L2 )
0 8 2 | 12
0 0 1 | 2
(1.2) Definicao. Uma matriz A = (aij ) retangular m n (m linhas e n colunas) e dita escalonada se possui as
seguintes propriedades:
(a) As linhas nao-nulas vem antes das linhas nulas.
(b) Se aij e a primeira entrada nao-nula da linha i entao todas as entradas akj , k > i, abaixo dela sao-nulas.
Este elemento aij e chamado do i-esimo pivo de A.
(c) Se i < k entao o k-esimo pivo se encontra mais a direita que o k-esimo pivo. Em smbolos: Se aij , akl
sao os pivos das linhas i e k, com i < k, entao j < l.
Repetindo a definicao de pivo: O i-esimo pivo e a primeira entrada nao-nula na linha i de uma matriz
escalonada. Por definicao, um pivo nunca e igual a 0. Alem disso, o numero de pivos deve ser menor ou igual ao
numero total de linhas da matriz. O pivo e o elemento usado durante o escalonamento para limpar as entradas
abaixo dele. No nosso exemplo, o 1o pivo e 2, o coeficiente de x na primeira equacao, que foi usado para limpar
a primeira coluna. O 2o pivo e 8 e o 3o e igual a 1.
As operacoes do tipo (iii) nao sao necessarias para se escalonar a matriz. Elas sao usadas apenas para
simplificar os coeficientes das equacoes. Se A e escalonada e, alem disso,
(d) Cada pivo e igual a 1 e e o unico elemento nao-nulo da coluna que o contem
entao dizemos que A esta na forma escalonada reduzida.
Uma outra razao para usar a forma matricial do escalonamento, como acima, e a seguinte: Aplicar uma
operacao elementar a um sistema Ax = b corresponde a multiplicar a matriz aumentada [A|b] a esquerda por
uma matriz, chamada de matriz elementar.
(1.3) Definicao. A multiplicacao a esquerda pelas seguintes matrizes quadradas m m, chamadas de matrizes
elementares, correspondem respectivamente as operacoes elementares (i), (ii) e (iii) acima:
(i) A operacao L0i = Li Lj , para i > j, corresponde a matriz Eij () tal que Eij () I possui uma
unica entrada nao-nula, a entrada (i, j), que e igual a .
(ii) A operacao de troca Li Lj corresponde a matriz-permutacao Pij obtida a partir de I trocando-se a
linha i pela linha j, e vice-versa.
(iii) A operacao de multiplicacao L0i = Li corresponde a matriz diagonal obtida a partir de I fazendo a
entrada (i, i) igual a .
(1.4) Exemplo. Para matrizes 3 3, por exemplo,

1 0 0 0 0 1 1 0 0
E21 () = 1 0 , P13 = 0 1 0 e 0 0
0 0 1 1 0 0 0 0 1
sao matrizes elementares dos tipos (i), (ii) e (iii), respectivamente. E, de fato, se

a1 b1 c1 d1
A = a2 b2 c2 d2
a3 b3 c3 d3
e uma matriz 3 4 entao

a1 b1 c1 d1 a3 b3 c3 d3
E21 ()A = a2 a1 b2 b1 c2 c1 d2 d1 , P13 A = a2 b2 c2 d2
a3 b3 c3 d3 a1 b1 c1 d1
e similarmente para a ultima matriz elementar. Como nao e necessario utilizar qualquer operacao do tipo (iii)
para se escalonar um sistema, a partir de agora vamos considerar apenas matrizes de tipo (i) e (ii).
Note primeiro que todas as matrizes elementares sao invertveis: Uma matriz-permutacao e a inversa dela
mesma e a matriz inversa de Eij () e Eij (). Por exemplo:

1 0 0 1 0 0 1 0 0
0 1 0 0 1 0 = 0 1 0 ,
0 7 1 0 +7 1 0 0 1
ou seja, E32 (+7)E32 (7) = I.
As matrizes elementares do tipo (i) sao ditas triangulares inferiores (querendo dizer que as entradas acima
da diagonal sao todas nulas). E facil verificar ainda que o produto de duas matrizes triangulares inferiores ainda
e deste tipo. A inversa de uma matriz triangular inferior (quando existe) tambem e do mesmo tipo.
A luz destes resultados, podemos reconsiderar o nosso exemplo original da seguinte forma. Temos a matriz

2 1 1
A = 4 6 0
2 7 2
e queremos resolver o sistema Ax = b, onde

x 5
x = y e b = 2 .
z 9
Na linguagem de matrizes, as operacoes elementares do tipo (i) que fizemos para escalonar o sistema, L02 =
L2 2L1 , L03 = L3 (L1 ) e L03 = L3 (L2 ), nesta ordem, correspondem a multiplicacao da matriz aumentada

O comando rref(A) no Maple apresenta a forma escalonada reduzida de uma matriz; rref e abreviacao de row-reduced
echelon form, ou forma escalonada reduzida por linhas.
[A|b] a esquerda por E32 (+1)E31 (+1)E21 (2) (note que a primeira operacao corresponde a matriz mais proxima
de [A|b], e assim por diante):

1 0 0 1 0 0 1 0 0 2 1 1 | 5
0 1 0 0 1 0 2 1 0 4 6 0 | 2
0 1 1 1 0 1 0 0 1 2 7 2 | 9

1 0 0 1 0 0 2 1 1 | 5
= 0 1 0 0 1 0 0 8 2 | 12
0 1 1 1 0 1 2 7 2 | 9

1 0 0 2 1 1 | 5 2 1 1 | 5
= 0 1 0 0 8 2 | 12 = 0 8 2 | 12 .
0 1 1 0 8 3 | 14 0 0 1 | 2

Portanto, encontramos uma matriz triang. inferior com 1s na diagonal e uma matriz triang. superior U com
entradas diagonais nao-nulas tais que M A = U , a saber, M = E32 (+1)E31 (+1)E21 (2) e

2 1 1
U = 0 8 2
0 0 1
Mais geralmente, temos o seguinte resultado:
(1.5) Teorema (Fatoracao A = LU ). Seja A uma matriz quadrada nao-singular n n e suponha que seja
possvel escalonar A utilizando somente operacoes elementares do tipo (i). Entao podemos escrever A = LU ,
onde L e triangular inferior com elementos diagonais iguais a 1 e U e triangular superior com elementos
diagonais nao-nulos.
No nosso exemplo temos L = M 1 , e

2 1 1 1 0 0 2 1 1
A = 4 6 0 = 2 1 0 0 8 2 = LU.
2 7 2 1 1 1 0 0 1
Como a matriz L e triangular inferior com entradas diagonais todas iguais a 1, L e unicamente determinada pelas
suas entradas lij com i > j. Essas entradas lij sao exatamente os coeficientes das operacoes L0i = Lj lij Li
de tipo (i) que sao usadas para escalonar A. No nosso exemplo, efetuamos as operacoes L02 = L2 2L1 ,
L03 = L3 (L1 ) e L03 = L3 (L2 ), portanto l21 = 2, l31 = 1 e l32 = 1. (Se para algum par s < r nao
efetuamos nenhuma operacao do tipo L0s = Ls Lr , entao a entrada lsr e nula.) Esta fatoracao e importante
por varios motivos, dentre eles o seguinte: Se sabemos fatorar A como A = LU , entao podemos resolver
imediatamente o sistema Ax = LU x = b. De fato, neste caso a resolucao do sistema se reduz a resolucao do
sistema equivalente: ( (
c = L1 b Lc = b
, ou seja, .
Ux = c Ux = c
Podemos encontrar facilmente o vetor c por (ante-)substituicao, ja que L e triangular inferior. Entao encontramos
facilmente o valor de x por retro-substituicao, ja que U e triangular superior. No nosso exemplo, Ax = b se
reduz a resolucao de duas equacoes. A primeira e:

1 0 0 c1 5
Lc = 2 1 0 c2 = 2 = b,
1 1 1 c3 9
donde deduzimos que c1 = 5, depois que c2 = 12 e finalmente que c3 = 2. Utilizando este valor de c resolvemos
entao a equacao
2 1 1 x1 5
U x = 0 8 2 x2 = 12 = c
0 0 1 x3 2
por retro-substituicao, encontrando que x3 = 2, x2 = 1 e x1 = 1, que e a solucao do sistema original Ax = b.
As notacoes L e U vem do ingles: Lower triangular e Upper triangular querem dizer respectivamente triangular inferior e
triangular superior.
(1.6) Teorema. Se uma matriz A n n possui uma fatoracao A = LU , entao esta fatoracao e unica.
Prova: Devemos mostrar que se A = LU = M V , onde L, M sao triangulares inferiores com 1s na diagonal e U, V
triangulares superiores com elementos diagonais nao-nulos, entao M = L e V = U . De fato, podemos reescrever
LU = M V como M 1 L = V U 1 (note que todas as matrizes aqui sao invertveis por possurem determinante
nao-nulo; o determinante de uma matriz triangular e simplesmente o produto das entradas diagonais). Agora,
M 1 L e triangular inferior com entradas diagonais igual a 1, pois e produto de matrizes deste tipo. Similarmente,
V U 1 e triangular superior, por ser produto de matrizes deste tipo. Sendo assim, a entrada (i, j) de M 1 L =
V U 1 e igual a:
(a) 1 se i = j, pois as entradas diagonais de M 1 L sao todas iguais a 1;
(b) 0 se i > j, pois V U 1 e triangular superior;
(c) 0 se j > i, pois M 1 L e triangular inferior.
Em outras palavras, M 1 L = I = V U 1 , donde M = L e V = U , como foi afirmado.