AP-10 – Eliminação de Gauss-Jordan

AP–10 – ELIMINAÇÃO DE GAUSS-JORDAN

Até o momento, a discussão dos sistemas lineares A x  b restringiu-se à matrizes A

quadradas de ordem n. A partir de agora, será tratado o caso geral em que a matriz A é retangular,
com m linhas e n colunas.
Este problema será abordado com o uso da Eliminação de Gauss-Jordan. O objetivo deste
método é a geração de um sistema linear Rx  d equivalente a Ax  b (e também a Ux  c ,
proveniente da eliminação gaussiana) de modo que R seja uma matriz escalonada reduzida por
linhas.
O uso da matriz R não é restrito ao estudo de sistemas lineares. Mais adiante, a inspeção de
uma matriz escalonada reduzida por linhas R – oriunda de uma determinada matriz A – será
responsável pela geração de bases para os espaços vetoriais fundamentais associados à matriz A.

1. Matrizes Escalonadas Reduzidas por Linhas

Definição: Uma matriz M (mxn) está na forma escalonada por linhas (ref – row echelon form) se:

i) Toda linha não-nula de M está acima de todas as linhas nulas (se estas existirem); e
ii) O coeficiente líder (primeiro elemento não nulo de uma linha não nula), denominado pivô,
está sempre à direita do coeficiente líder da linha imediatamente acima.

3 1 2 3 2 
0 3 8 9  0 0 1 5 0 
Exemplo 01: Sejam as matrizes M1  2 0 5 4  e M2   .
0 0 0 5 5
0 0 0 0   
0 0 0 0 6

A matriz M1 não está na forma escalonada por linhas. De fato, embora os elementos m1,12  3
e m1,21  2 sejam pivôs, sua localização não satisfaz a condição ii. Deve-se notar, porém, que a
condição i é satisfeita. No entanto, a matriz M3  P12 M1 está na forma escalonada por linhas
(verifique).
M2 está na forma escalonada por linhas, uma vez que a localização dos pivôs m2,11  3 ,
m2,23  1 , m2,34  5 e m2,45  6 satisfaz a condição ii. Deve-se notar que a condição i não se aplica a
matriz M2, uma vez que não existem linhas nulas.


INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

       
0        

Exemplo 02: A matriz M4  0 0 0 0      está na forma escalonada por linhas.
 
0 0 0 0 0   
0 0 0 0 0 0 0 0 

Os elementos denotados por ‘’ são os pivôs de M4, enquanto os elementos ‘*’ podem assumir
qualquer valor real. É importante notar o padrão “em escada” que se estabelece em matrizes que
estão na forma escalonada por linhas.


Definição: As colunas que contém os pivôs de uma matriz M na forma escalonada por linhas são
denominadas colunas líderes ou colunas pivô. As demais colunas de M são as colunas livres1.

Exemplo 03: A matriz M4 do Exemplo 02 possui a seguinte configuração com respeito às colunas pivô
e livres:
       
0        

M4   0 0 0 0    
 
0 0 0 0 0   
0 0 0 0 0 0 0 0 

Colunas pivô: 1, 2, 5 e 6

Colunas livres: 3, 4, 7 e 8


Definição: Uma matriz R (mxn) está na forma escalonada reduzida por linhas (rref – reduced row
echelon form) se:

i) Todo pivô de R é unitário; e

ii) Os pivôs são os únicos elementos não nulos de cada coluna líder (ou coluna pivô).

1
A razão para a escolha dos termos ‘líderes’ e ‘livres’ se tornará evidente quando da aplicação do método de
eliminação de Gauss-Jordan.

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

0 1 0 0 1 5 0 9 7 0 
0 
0 1 0 0 0 1 4 1 0 
Exemplo 04: Sejam as matrizes M5   e M6   .
0 0 0 1 0 0 0 0 0 1
   
0 0 0 0 0 0 0 0 0 0

Ambas as matrizes estão na forma escalonada reduzida por linhas. As colunas 2, 3 e 4 de M5

são colunas pivô e a coluna 1 é uma coluna livre. Já com relação à matriz M6, as colunas pivô são as
colunas 1, 3 e 6, enquanto as colunas livres são as colunas 2, 4 e 5.


2. Como escrever a forma escalonada reduzida por linhas de uma matriz A?

Qualquer matriz A mxn pode ser escrita na forma escalonada reduzida por linhas após um
número finito de operações elementares realizadas sobre suas linhas.
O conjunto de operações elementares (sobre linhas) permitido é composto por:

 Lij  , em que linha i  (linha i –  linha j). O multiplicador deve ser calculado de
forma que o elemento alvo da operação elementar seja anulado após a sua aplicação.
 Li   , em que linha i   linha i.
 Pij , em que ocorre a permutação entre as linhas i e j.

Observação importante: A operação Lij   é idêntica à operação Eij   empregada na fatoração

PA  LU . Surge então uma questão? Por que modificar a notação? A razão é simples: quando a
operação Eij   [que representa linha i  (linha i –  linha j)] é realizada em uma matriz A
quadrada, o elemento situado na posição  i, j  será anulado. Em outras palavras, existe uma
correspondência direta entre os índices de linha (linha i e linha j) presentes em Eij   e a posição
(linha i, coluna j) do elemento a ser anulado no processo de eliminação gaussiana aplicado à
matrizes quadradas.
No entanto, esta correspondência – que se mostrou extremamente útil até o momento – não é
aplicável no caso geral em que A é uma matriz retangular. Assim, para o caso geral de matrizes
mxn, utiliza-se a notação Lij   . A matriz a seguir ilustra esta situação:

              
A  0 0 0 2  L32  2  0 0 0 2  L  1  0 0 0 1 
  2  2   
0 0 0 4   0 0 0 0  0 0 0 0 
l3 l3  2l2

É importante notar que a aplicação da operação L32  2 tem por objetivo anular o elemento
 3, 4  da matriz A. Um estudante descuidado poderia pensar que a operação indicada para tal fim
seria na verdade E34  2 . Mas isso não faria sentido, uma vez que A possui apenas três linhas!

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

Definição: R  rref  A  indica que a matriz R é a forma escalonada reduzida por linhas de A, obtida
após um número finito de operações elementares sobre as linhas de A.

1 3 1 1
Exemplo 05: A forma escalonada reduzida por linhas de X  2 6 3 1  é obtida a partir de:
1 3 2 2 

1 3 1 1 1 3 1 1 1 3 1 1 1 3 0 4 

L  2
X  2 6 3 1  21 0 0 1 3  L 1
  32  
0 0 1 3  L 1
  12  
0 0 1 3   R  rref X .
   
L 1 
1 3 2 2  31 0 0 1 3  0 0 0 0  0 0 0 0 


3. O Método de Eliminação de Gauss-Jordan

O Método de Gauss-Jordan apoia-se no fato de que os sistemas lineares A x  b e R x  d ,

com R  rref  A  , são equivalentes (ou seja, partilham do mesmo conjunto solução). De fato, mostra-
se que a aplicação das operações elementares sobre as linhas de  A|b que resultam na matriz
 R|d , mantém inalterado o conjunto solução de Ax  b.
A vantagem do Método de Gauss-Jordan é a eliminação do processo de retrossubstituição
necessário à eliminação gaussiana.

Exemplo 06: A aplicação do Método de Gauss-Jordan na solução do sistema linear

 2x  2 y  6z  4

 2x  y  7z  6
  2 x  6 y  7 z  1


segue a sequência de passos2 mostrada abaixo:

2 2 6 4 1 1 3 2 1 1 3 2 
1  L  2
 A|b   2 1 7 6  L1    2 1 7 6  L 21 2
   
0 1 1 2 L2  1
 2 6 7 1 2   31
  0 4 1 3
   2 6 7 1  

1 1 3 2  1 0 4 4  1 0 4 4  1 0 0 0 
  L12 1    1   L13  4   
0 1 1 2 L  4  0 1 1 2 L3   5  0 1 1 2 L  1 0 1 0 1   R| d  .
0 4 1 3  32 0 0 5 5    23 0 0 1 1 
    0 0 1 1   

Assim, a solução única do sistema é x   x y z  0 1 1 .

T T

2
Trata-se de uma dentre as infinitas sequências possíveis.

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

0 4 3  3  0  0 
 1 7 
5   4  
0 0 
Exemplo 07: Sejam A   , b1   , b   e b3    .
 1 8 6   5  2 1  0 
       
 1 15 11  0  0  0 

A aplicação do Método de Gauss-Jordan à solução simultânea dos sistemas Ax1  b1 , Ax2  b2

e Ax3  b3 resulta em:

 0 4 3 3 0 0   1 15 11 0 0 0   1 15 11 0 0 0 
     
1 7 5 4 0 0   1 7 5 4 0 0  L21  1  0 8 6 4 0 0 
 A|b1 |b2 |b3    1 8 6 5 1 0 
P14
 1 8 6 5 1 0  L31  1  0 7 5 5 1 0 
     
 1 15 11 0 0 0   0 4 3 3 0 0   0 4 3 3 0 0 

 1 15 11 0 0 0  1 15 11 0 0 0
   
 1 0 1 3 4 1 2 0 0  L32  7  0 1 3 4 1 2 0 0
L2     L3  4 

 8  0 7 5 5 1 0  L42  4  0 0 1 4 3 2 1 0
   
 0 4 3 3 0 0   0 0 0 5 0 0 

 1 15 11 0 0 0 1 0 1 4 15 2 0 0  1
    L13   
0 1 3 4 1 2 0 0 0 1 3 4 1 2 0 0  4
L12  15 
0 0 1 6 4 0 0 0 1 6 4 0   3
    L23   
 0 0 0 5 0 0   0 0 0 5 0 0   4

1 0 0 9 1 0 
 
0 1 0 4 3 0 
  R| d1 | d2 | d3  .
0 0 1 6 4 0 
 
 0 0 0 5 0 0 

O resultado anterior mostra que:

 O sistema Ax1  b1 é inconsistente, pois 0 x  0 y  0 z  5 é impossível ( 0  5 !!);

 Os sistemas Ax2  b2 e Ax3  b3 são consistentes e determinados. Deve-se notar que a
última equação (desnecessária) é do tipo 0 x  0 y  0 z  0 e as demais equações dos sistemas
admitem as soluções únicas x2   1 3 4 e x3  0 0 0 (3 equações, 3 pivôs, 3
T T

incógnitas).

2 2 3  1 0 
Exemplo 08: Sejam A  1 0 1  , b1   5  e b2  0  .
   
3 4 7   3  0 

A aplicação do Método de Gauss-Jordan à solução simultânea dos sistemas Ax1  b1 e

Ax2  b2 resulta em:

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

2 2 3 1 0  1 0 1 5 0  1 0 1 5 0
L  2 1
 A|b1 |b2   1 0 1 5 0 P12 2 2 3 1 0 L21 3
   
0 2 5 9 0  L2  2 
3 4 7 3 0  3 4 7 3 0  31
  0 4 10 18 0   
     

1 0 1 5 0 1 0 1 5 0
   
0 1  5 2  9 2 0  L31  4  0 1  5 2  9 2 0    R| d1 | d2  .
0 4 10 18 0  0 0 0 0 0 
  

O resultado anterior mostra que:

 Os sistemas Ax1  b1 e Ax2  b2 são consistentes e indeterminados. Deve-se notar que a

última equação (desnecessária) é do tipo 0 x  0 y  0 z  0 e as demais equações dos sistemas
admitem infinitas soluções (2 equações, 2 pivôs, 3 incógnitas).

As colunas 1 e 2 de R são colunas pivô (ou colunas líderes). Então, as variáveis (incógnitas) x
e y são denominadas variáveis líderes.
A coluna 3 de R é uma coluna livre. Logo, a variável z é denominada variável livre.
As componentes x e y (variáveis líderes) dos infinitos vetores solução dos sistemas Ax1  b1 e
Ax2  b2 são combinações lineares da variável livre z. Para que isto se torne evidente, reescrevem-se
os sistemas Rx1  d1 e Rx2  d2 , equivalentes a Ax1  b1 e Ax2  b2 :

Sistema Rx1  d1 Sistema Rx2  d2

xz5  x 5 z xz0  x  z

   
 5 9   9 5  5   5
 y  z    y  z  y  z  0  y z
 2 2  2 2  2  2

 9 5    5  
 S1    5  z,   z, z | z    S2     z, z, z | z  
 2 2    2  

 9   5     5  
   5,  ,1   z  1, ,1 | z     z  1, ,1 | z  
 2   2     2  

 9       2,5, 2|  
   5,  ,1     2,5, 2 |  
 2  

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

A inspeção da matriz aumentada  R|d permite avaliar a natureza do sistema linear

Ax  b . Em outras palavras, as colunas líderes, livres e as (possíveis) linhas nulas de R revelam se o
sistema é consistente (determinado ou indeterminado) ou inconsistente.

Resumindo:

 Caso o número de linhas nulas de R seja diferente do número de linhas nulas de  R|d  , o
sistema Ax  b será inconsistente.
 Caso contrário (número de linhas nulas de R  número de linhas nulas de  R|d  ), Ax  b
será consistente:
 determinado: número de pivôs  número de incógnitas.
 indeterminado: número de pivôs < número de incógnitas.

Exemplo 09: O sistema linear Ax  A  x1 x6   b exibe, após a aplicação do Método de

T
x2
Gauss-Jordan, a matriz aumentada  R|d  a seguir:

1   0 0  
 
0 0 0 1 0  
 R| d   0 0 0 0 1  
.
 
0 0 0 0 0 0  

Ax  b será inconsistente quando   0 . Caso contrário, Ax  b admite infinitas soluções. As

variáveis livres serão x2, x3 e x6. As variáveis líderes x1, x4 e x5 são combinações lineares de x2, x3 e x6.


Exercícios propostos:

E1. Resolver os sistemas lineares utilizando o Método de Gauss-Jordan:

 x  3y  z  6  3x  y  2z  t  0  x yz0  x y z 1
   
a)  3 x  2 y  8 z  7 b)  3 x  y  3 z  t  0 c)  2 x  3 y  z  0 d)  x  y  z  2
 4 x  5 y  3 z  17  y  z  2t  0  x  4 y  2z  0  2x  y  z  3
   

 2x  y  5
E2. Dado o sistema linear  :
 4x  2y  t

a) Determine um valor de t para o qual o sistema tem uma única solução;

b) Determine um valor de t para o qual o sistema não possui solução.

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ
 AP-10 – Eliminação de Gauss-Jordan

E3. Uma fábrica de plásticos produz dois tipos de plásticos: o normal e o especial. Cada tonelada de
plástico normal necessita de 2 horas na máquina A e de 5 horas na máquina B; cada tonelada de
plástico especial necessita de 2 horas na máquina A e de 3 horas na máquina B. Se a máquina A
está disponível 8 horas por dia e a máquina B 15 horas por dia, quantas toneladas de cada tipo de
plástico devem ser produzidas diariamente para que as máquinas sejam plenamente utilizadas?

E4. Um nutricionista está planejando uma refeição contendo os alimentos A, B e C. Cada grama do
alimento A contém 2 unidades de proteína, 3 unidades de gordura e 4 unidades de carboidratos.
Cada grama do alimento B contém 3 unidades de proteína, 2 unidades de gordura e 1 unidade de
carboidratos. Cada grama do alimento C contém 3 unidades de proteína, 3 unidades de gordura e 2
unidades de carboidratos. Se a refeição precisa conter exatamente 25 unidades de proteínas, 24
unidades de gordura e 21 unidades de carboidratos, quantos gramas de cada tipo de alimento devem
ser utilizados?

E5. Faça o balanceamento da reação química:

x1  CH4   x2  O2   x3  CO2   x4  H2O 

[ metano ] + [ oxigênio ]  [ dióxido de carbono ] + [ água ]

INSTITUTO MAUÁ DE TECNOLOGIA

EFB102 – Geometria Analítica e Álgebra Linear
MAUÁ