Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
−10z = 20,
pelo que
z = −2.
O sistema apresentado neste exemplo tem 3 equações com 3 incógnitas, pelo que a sua resolução foi
quase imediata. Se o sistema a resolver tiver, por exemplo, 100 equações com 120 incógnitas, a resolução,
embora semelhante em raciocı́nio, torna-se muito mais complexa e demorada. O uso de matrizes na
resolução de sistema de equações lineares simplifica a resolução de sistemas.
11
com aij , bi , xj ∈ R (i = 1, 2, ..., m e j = 1, 2, ..., n), pode ser representado pela equação matricial
a11 a12 · · · a1n x1 b1
a21 a22 · · · a2n
x2 b2
. .. .. .. . = . ,
.. . . . . .
. .
am1 am2 · · · amn xn bm
i.e.,
Ax = b
onde:
Chama-se matriz simples do sistema à matriz dos coeficientes A = [aij ]m×n . À matriz
a11 a12 ··· a1n b1
a21 a22 ··· a2n b2
. .. .. .. ..
.. . . . .
am1 am2 ··· amn bm
de ordem m × (n + 1), que representamos por (Ab) , chama-se matriz ampliada ou matriz completa do
sistema.
Um n-uplo a = (a1 , a2 , · · · , an ) diz-se uma solução do sistema se
a1
a2
A . = b.
..
an
Para simplificação
da escrita, falamos em a quando nos referimos tanto ao elemento de Rn como à matriz
a1
a2
coluna . .
..
an
Discutir um sistema é observar se o sistema tem ou não solução e, caso exista solução, se ela é ou não
única. O sistema apresentado no Exemplo 2.1 tem uma e uma só solução (x, y, z) = (12, 5, −2). Existem,
no entanto, sistemas para os quais tal não acontece. Vejamos os dois seguintes exemplos:
12
Exemplo 2.2. Consideremos o seguinte sistema de 3 equações lineares em 3 incógnitas:
x − 2y − 4z = 0 (1)
−2x + 4y + 3z = 1 (2)
−x + 2y − z = 1 (3) .
Se adicionarmos (1) e (2) , obtemos a equação (3) , pelo que esta é uma equação desnecessária à resolução
do sistema. Temos então 2 equações lineares em 3 incógnitas. Caso exista solução, ela não será única.
Efectivamente, se multiplicarmos (1) por 2 e adicionarmos a (2) , obtemos
−5z = 1,
pelo que
1
z=− .
5
Substituindo em (1) , obtemos
4
x − 2y = − ,
5
pelo que
4
x = 2y − , com y qualquer.
5
x + y = 9,
o que não é consistente com a equação (1) , pelo que o sistema não admite nenhuma solução.
Conclusão: Nos três exemplos já apresentados temos três sistemas com igual número de equações e as
mesmas incógnitas, mas cuja resolução nos levou a três situações distintas: no primeiro obtivemos uma
única solução, no segundo obtivemos um número infinito de soluções e no terceiro não obtivemos qualquer
solução.
Definição 2.1. Sejam n, m ∈ IN, A = [aij ] ∈ Mm×n (R), b = [bi ] ∈ Mn×1 (R) e Ax = b um sistema de
m equações lineares em n incógnitas. Então:
3. Um sistema possı́vel diz-se determinado se admite uma única solução e diz-se indeterminado se
admite mais de uma solução.
13
Definição 2.2. Sejam n, m ∈ IN, A = [aij ] ∈ Mm×n (R), b = [bi ] ∈ Mn×1 (R). O sistema Ax = b diz-se
um sistema homogéneo se bi = 0, para todo i ∈ {1, 2, ..., n}. Representamos este sistema por Ax = 0
Demonstração: O resultado é imediato, tendo em conta que se o sistema tem n incógnitas o n-uplo
(0, 0, · · · , 0) é solução do sistema. 2
A (y + z) = Ay + Az = b + 0 = b,
A (w − y) = Aw − Ay = b − b = 0,
14
Se aii 6= 0, para todo i = 1, 2, ..., n, temos um sistema possı́vel e determinado. Mais ainda, de (1) temos
que
bn
xn =
ann
1
xn−1 = (bn−1 − an−1 n xn )
an−1 n−1
1
xn−2 = (bn−2 − an−2 n xn − an−2 n−1 xn−1 )
an−2 n−2
..
.
1
x2 = (b2 − a2n xn − a2 n−1 xn−1 − ... − a23 x3 )
a22
1
x1 = (b1 − a1n xn − a1 n−1 xn−1 − ... − a12 x2 ) .
a11
Obtemos assim a única solução do sistema dado.
A este método chamamos método de resolução inversa.
A ideia fundamental do método de Gauss é, dado um sistema de equações lineares possı́vel e determinado,
obter um sistema de equações lineares equivalente, ao qual seja possı́vel aplicar o método de resolução
inversa.
Ferramentas
Começamos por recordar o que já sabemos fazer para resolver um sistema:
Sejam n, m ∈ IN. Para resolver sistemas de equações lineares de m equações em n incógnitas, i.e.,
sistemas de equações do tipo
a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2
..
.
a x + a x + ··· + a x = b ,
m1 1 m2 2 mn n m
onde, aij , bi ∈ IR são constantes e xj são as incógnitas (i = 1, 2, ..., m e j = 1, 2, ..., n), podemos:
1. trocar equações;
15
Definição 2.3. Sejam n, m ∈ IN e A uma matriz real de ordem m × n. Definem-se como operações
elementares sobre linhas da matriz A as seguintes operações:
3. substituir uma linha pela sua soma com um múltiplo de uma outra.
1 2 3 4
Exemplo 2.4. Seja A =
5 6 7 8 . A matriz obtida de A trocando as duas primeiras linhas
9 10 11 12
5 6 7 8
é 1 2 3 4
. Indicamos esta operação por
9 10 11 12
1 2 3 4 5 6 7 8
−−−−−−→
A=
5 6 7 8
L1 ↔ L2 1 2 3 4 .
9 10 11 12 9 10 11 12
1 2 3 4
A matriz obtida de A se substituirmos a linha 2 pela sua soma com −1 vezes a linha 3 é
−4 −4 −4 −4
.
9 10 11 12
Indicamos esta operação por
1 2 3 4 1 2 3 4
−−−−−−−−−−→
A= 5 6 7 8
L2 ← L2 − L3 −4 −4 −4 −4
.
9 10 11 12 9 10 11 12
Claro que uma questão se levanta de imediato. Como é que temos a garantia de ao efectuarmos uma
operação elementar sobre linhas de uma matriz ampliada de um sistema, não estamos a alterar o sistema
de modo a obter soluções distintas? O próximo teorema dá-nos essa garantia.
1. Se P é uma matriz quadrada de ordem m obtida da matriz identidade Im trocando, de algum modo,
as suas linhas então a matriz P A é obtida da matriz A trocando as suas linhas de igual modo.
então, P A é a matriz obtida de A multiplicando a linha na posição i por λi , para todo i = 1, 2, ..., m.
16
3. Se P é a matriz quadrada de ordem m obtida da matriz Im substituindo a linha na posição r pela
sua soma com λ vezes a linha na posição s (r 6= s) então P A é a matriz obtida da matriz A,
substituindo a linha na posição r pela sua soma com λ vezes a linha na posição s.
A matriz
−1 0 3 2
B=
1 2 3 4
2 2 2 2
é obtida de A trocando as duas primeiras linhas ou, equivalentemente, é igual ao produto P A onde
0 1 0
P = 1 0 0 .
0 0 1
A matriz
1 2 3 4
C=
−1 0 3 2
0 2 8 6
é obtida de A substituindo a terceira linha pela sua soma com o dobro da segunda ou, equivalentemente,
é igual ao produto P A onde
1 0 0
P =
0 1 0
.
0 2 1
A matriz
1 2 3 4
D=
−1 0 3 2
1 1 1 1
é obtida de A multiplicando a terceira linha por 12 ou, equivalentemente, é igual ao produto P A onde
1 0 0
P = 0 1 0 .
1
0 0 2
Na resolução de um sistema, vamos utilizar apenas operações elementares sobre as linhas da matriz
ampliada do sistema. Tal é possı́vel porque
17
Teorema 2.4. Seja A0 x = b0 um sistema de equações lineares que resulta da realização de uma sequência
finita de operações elementares sobre as linhas da matriz ampliada do sistema Ax = b. Então, os dois
sistemas são equivalentes, i.e., admitem exactamente as mesmas soluções.
Demonstração: O resultado é imediato tendo em conta que efectuar uma operação sobre linhas da
matriz (Ab) é multiplicar à esquerda A e b por uma matriz que se obtem da matriz identidade efectuando
exactamente essa mesma operação. 2
Método
Demonstração: Seja
a11 a12 a13 ··· a1n b1
a21 a22 a23 ··· a2n b2
b3
(Ab) = a31 a32 a33 ··· a3n
. .. .. .. .. ..
. .
. . . . .
an1 an2 an3 ··· ann bn
a matriz ampliada do sistema Ax = b. Como o sistema é determinado temos que todas as colunas têm
um elemento não nulo. Suponhamos que a11 6= 0 (se tal não acontecer, como existe um ai1 6= 0, trocando
a linha L1 com a linha Li obtemos uma matriz cujo elemento na primeira linha e primeira coluna é não
nulo).
Efectuando as seguintes operações elementares sobre linhas
ai1
Li → Li − L1 , com i = 2, 3, ..., n,
a11
obtemos a matriz
a11 a12 a13 ··· a1n b1
(1) (1) (1) (1)
0 a22 a23 ··· a2n b2
(1) (1) (1) (1)
0 a32 a33 ··· a3n b3 ,
.. .. .. .. ..
..
. . . . . .
(1) (1) (1) (1)
0 an2 an3 ··· ann bn
onde
(1) ai1
aij = aij − a1j , com i, j = 2, 3, ..., n
a11
e
(1) ai1
bi = bi − b1 , com i = 2, 3, ..., n.
a11
18
(1)
Suponhamos agora que a22 6= 0 (faça-se o mesmo raciocı́nio que foi feito anteriormente). Repetindo o
raciocı́nio obtemos a matriz
a11 a12 a13 ··· a1n b1
(1) (1) (1) (1)
0 a22 a23 ··· a2n b2
(2) (2) (2)
0 0 a33 ··· a3n b3 .
.. .. .. .. ..
..
. . . . . .
(2) (2) (2)
0 0 an3 ··· ann bn
i.e., obtemos uma matriz ampliada de um sistema cuja matriz simples é uma matriz triangular superior.
2
Após aplicar o método de eliminação de Gauss, para obter a solução do sistema, basta aplicar o
método de resolução inversa.
Como
1 3 1 0 1 −−− −−−−− −−−− → 1 3 1 0 1
−−−−−−−−−−−−−→
1 1 0 0 2 L 2 → L 2 − L 1 0 −2 −1 0 1 L3 → L3 − 4L2
3 1 1 1 1 1
L3 → L3 − 3L1 0 −8 −2 1 −2 L4 → L4 + 4 L1
0 1 2 1 2 0 1 2 1 2
1 3 1 0 1 1 3 1 0 1
0 −2 −1 0 1 −−−−−−−−−−3−→ 0 −2 −1 0 1
L4 → L4 − L3 ,
0 0 2 1 −6 4 0 0 2 1 −6
3 5 1
0 0 2 1 2 0 0 0 4 7
19
temos que,
x4 = 4 × 7 = 28
1
x3 = (−6 − 28) = −17
2
1
x2 = − (1 − 17) = 8
2
x1 = 1 − (−17) − 3 × 8 = −6.
Concluı́mos, então, que (−6, 8, −17, 28) é a única solução do sistema dado.
Observação. Sejam n, m ∈ IN. Se o sistema possı́vel determinado tiver m equações e n incógnitas, com
m > n, os métodos a usar são exactamente os mesmos, mas a matriz que se obtem é uma matriz do tipo
a11 a12 a13 · · · a1 n−1 a1n b1
(1) (1) (1) (1) (1)
0 a22 a23 · · · a2 n−1 a2n b2
(2) (2) (2) (2)
0 0 a · · · a a b
33 3 n−1 3n 3
.. .. .. .. .. .. ..
. . . . . . .
0 (n−2) (n−2) (n−2)
0 0 · · · an−1 n−1 an−1 n bn−1 .
0 0 0 ··· 0
(n−1)
ann
(n−1)
bn
0 0 0 ··· 0 0 0
. .. .. .. .. ..
. ..
. . . . . . .
0 0 0 ··· 0 0 0
Assim, tendo em conta o exemplo anterior, concluı́mos que a solução do sistema é (-6,8,-17,28).
20
2.4 Resolução de sistemas indeterminados.
Os sistemas possı́veis indeterminados resolvem-se do mesmo modo. A única diferença é que, ao fazermos
a eliminação de Gauss, vamos encontrar uma matriz ampliada do tipo
a11 a12 a13 · · · a1 r−1 a1r a1 r+1 ··· a1n b1
(1) (1) (1) (1) (1) (1) (1)
0 a22 a23 · · · a2 r−1 a2r a2 r+1 ··· a2n b2
(2) (2) (2) (2) (2) (2)
0 0 a33 · · · a3 r−1 a3r a3 r+1 ··· a3n b3
. .. .. .. .. .. .. ..
. .. ..
. . . . . . . . . .
(r−2) (r−2) (r−2) (r−2) (r−2)
0 0 0 · · · ar−1 r−1 ar−1 r ar−1 r+1 · · · ar−1 n br−1
0 0 0 ··· 0
(r−1)
ar r
(r−1)
ar r+1 ···
(r−1)
ar n
(r−1)
br
0 0 0 ··· 0 0 0 ··· 0 0
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
0 0 0 ··· 0 0 0 ··· 0 0
(1) (r−1)
onde a11 , a22 ,..., arr são não nulos. Neste caso, as soluções do sistema são:
xn qualquer
xn−1 qualquer
..
.
xr+1 qualquer
1 ³ (r−1)
´
xr = (r−1) b(r−1)r − a(r−1)
rn xn − ... − ar r+1 xr+1
ar r
..
.
1
x1 = (b1 − a1n xn − a1 n−1 xn−1 − .... − a1r xr − .... − a12 x2 ) .
a11
Como
1 −2 3 1 −−−−−−−−−−−−→ 1 −2 3 1 1 −2 3 1
L2 → L2 − 2L1 −−−−−−−−−−−→
2 4 4
0 6 6 L →L +L 0 4 0 L4 → L4 − 4L1 0 4 0 ,
3 3 1
−1 3 −3 0 0 1 0 1 0 0 0 0
concluı́mos que temos que
x3 qualquer,
1
x2 = × 4 = 1,
4
x1 = 1 − 3x3 + 2 × 1 = 3 − 3x3 ,
pelo que os elementos da forma (3 − 3a, 1, a), com a ∈ R, são as soluções do sistema.
21
2.5 Existência e cálculo da inversa de uma matriz
Existem alguns métodos diferentes para calcular a inversa de uma matriz invertı́vel de ordem n. O método
de Gauss-Jordan, que de seguida expomos, passa pela resolução simultânea de n sistemas de n equações
em n incógnitas. Este método baseia-se no seguinte teorema.
Teorema 2.6. Sejam n ∈ IN e A uma matriz quadrada de ordem n. Então, as afirmações seguintes são
equivalentes:
(i) A é invertı́vel;
Observação. Sabendo que uma matriz A ∈ Mn (R) é invertı́vel, para determinarmos a sua inversa,
basta encontrar a matriz X ∈ Mn (R) tal que
AX = In ,
22