ALGA 2010/11

Física, Eng. Biomédica e Biofísica, Eng. Física, Estatística Aplicada

Prof.: Isabel Ferreirim

Sistemas de equações lineares e matrizes

Exemplo
 1. Seja o sistema de 3 equações lineares em 3 incógnitas
 4y + 3z = 2
(S) x −z =0
2x − 8y − 4z = 4


ao qual se associa o quadro seguinte

 
0 4 3 2
A= 1 0 −1 0 
2 −8 −4 4
Este quadro designa-se por matriz ampliada do sistema
Resolução do sistema:

 4y + 3z = 2
(S) x −z =0
2x − 8y − 4z = 4


1. Trocar as equações (E1 ) e (E2 )


 x −z =0
(S1 ) 4y + 3z = 2
2x − 8y − 4z = 4


2. Eliminar x na equação (E3 ) multiplicando (E1 ) por −2 e somando-a a (E3 )


 x −z =0
(S2 ) 4y + 3z = 2
−8y − 2z = 4


3. Eliminar y na equação (E3 ) multiplicando (E2 ) por 2 e somando-a a (E3 )


 x −z =0
(S3 ) 4y + 3z = 2
4z = 8


11
 1
4. Simplificar (E2 ) e (E3 ) multiplicando cada equação por 4

 x −z =0
(S4 ) y + 34 z = 12
z=2


5. Eliminar z na equação (E2 ) multiplicando (E3 ) por − 43 e somando-a a (E2 )


 x −z =0
(S5 ) y = −1
z=2


Finalmente, chegamos à solução x = 2, y = −1, z = 2.

Matriz do sistema
Vamos registar as operações sucessivas efectuadas nas equações do sistema
fazendo transformações nas linhas da matriz ampliada.
 
0 4 3 2
A= 1 0 −1 0 
2 −8 −4 4
 
1 0 −1 0
1. Trocar as linhas L1 ↔ L2 A1 =  0 4 3 2 
2 −8 −4 4
 
1 0 −1 0
2. Substituir L3 por L3 − 2L1 A2 =  0 4 3 2 
0 −8 −2 4
 
1 0 −1 0
3. Substituir L3 por L3 + 2L2 A3 =  0 4 3 2 
0 0 4 8
 
1 0 −1 0
3 1 
4. Multiplicar L2 e L3 por 14 A4 =  0 1 4 2
0 0 1 2
 
1 0 −1 0
5. Substituir L2 por L2 − 34 L3 A5 =  0 1 0 −1 
0 0 1 2

12
 Chegámos ao último passo:
 
1 0 0 2
6. Substituir L1 por L1 + L3 A6 =  0 1 0 −1 
0 0 1 2
 x=2
a matriz que representa a solução do sistema y = −1
z=2


Do exemplo à teoria
Equação linear

Definição 2. K denota R ou C
Sejam a1 , a2 , . . . , an , b elementos de K e x1 , x2 , . . . , xn incógnitas.

1. Chama-se equação linear nas incógnitas x1 , x2 , . . . , xn sobre K à expressão

a1 x1 + a2 x2 + . . . + an xn = b (E)

2. Uma solução da equação linear (E) é qualquer n-tuplo (s1 , s2 , . . . , sn ) ∈

Kn tal que
a1 s 1 + a2 s 2 + . . . + an s n = b

Sistema de equações lineares

Definição 3. Sejam m, n ∈ N1 , aij , bi elementos de K, i ∈ {1, . . . , m}, j ∈

{1, 2, . . . n}.
Sejao sistema de m equações lineares nas incógnitas x1 , x2 , . . . , xn

 a11 x1 + a12 x2 + . . . + a1n xn = b1
 a21 x1 + a22 x2 + . . . + a2n xn = b2

(S) ..


 .
 a x + a x + ... + a x = b
m1 1 m2 2 mn n m

1. aij ∈ K, i ∈ {1, . . . , m}, j ∈ {1, 2, . . . n} chama-se coeficiente, na i-ésima

equação, da incógnita xj

2. bi , i ∈ {1, . . . , m} é o termo independente na i-ésima equação

Definição 4. 1. Um n-tuplo (s1 , s2 , . . . , sn ) ∈ Kn diz-se uma solução do sis-

tema (S) se é solução todas as equações do sistema

13
 2. Se os termos independentes são todos nulos (= 0), o sistema diz-se homo-
géneo

Classificação de um sistema quanto às soluções

Definição 5. Um sistema de equações lineares (S) diz-se

• impossível se não tem soluções

• possível

– determinado se tem uma única solução

– indeterminado se tem mais do que uma solução

Observação 6. Todo o sistema homogéneo é possível

Matriz ampliada do sistema

Definição 7. Seja (S) um sistema de m equações lineares nas incógnitas x1 , x2 , . . . , xn .

Chama-se matriz ampliada do sistema ao quadro de números
 
a11 a12 . . . a1j . . . a1n b1
 a21 a22 . . . a2j . . . a2n b2 
 .. .. .. .. 
. . . .
 
 
a a . . . a . . . a b
 
 i1 i2 ij in i 
 .. .. .. .. 
 . . . . 
am1 am2 . . . amj . . . amn bm

Definição 8. A matriz A = [aij ], dos coeficientes aij das incógnitas nas equa-
ções de (S), chama-se matriz simples do sistema

A matriz B = [bi ] chama-se matriz (coluna) dos termos independentes

A matriz ampliada de (S) denota-se abreviadamente por [A|B].

Definição 9. Sejam (S) e (S 0 ) dois sistemas de equações lineares nas incógnitas

x1 , x2 , . . . , xn , com coeficientes em K

(S) e (S 0 ) dizem-se equivalentes se têm exactamente as mesmas soluções.

14
Princípios de equivalência
Sejam (S) e (S 0 ) dois sistemas de equações lineares nas incógnitas x1 , x2 , . . . , xn .
(S) e (S 0 ) são equivalentes sempre que (S 0 ) se obtém de (S) fazendo uma das
transformações seguintes:

I. multiplicando uma equação por uma constante não nula,

II. trocando de duas equações,

III. substituindo uma equação (Ei ) pela equação que resulta de somar (Ei ) ao
produto de uma constante k por uma equação (Ej ), com j 6= i.

Transformações elementares
A cada princípio de equivalência de sistemas, associa-se uma transformação nas
linhas da matriz ampliada

Definição 10. Chama-se transformação elementar nas linhas de uma matriz a uma
transformação do tipo

I. Multiplicar a linha i da matriz por uma constante a 6= 0

Li → a Li

II. Trocar a linha i com a linha j

Li ↔ Lj

III. Substituir a linha i pelo resultado de somar a linha i ao produto da linha

j, j 6= i, por uma constante b

Li → Li + b Lj

Proposição 11. Sejam (S) e (S 0 ) dois sistemas de equações lineares

cujas matrizes ampliadas são [A|B] e [A0 |B 0 ], respectivamente.

Se [A0 |B 0 ] se obtém a partir de [A|B] por aplicação de um número finito de

transformações elementares nas linhas, então (S 0 ) é equivalente a (S).

15
Eliminação de Gauss
Matriz em forma de escada

Definição 12. 1. Uma matriz está em forma de escada se satisfaz as condi-

ções seguintes:

(a) Se há pelo menos uma linha nula, todas as linhas abaixo desta são
nulas.
(b) Sempre que uma linha é não nula, todas as entradas da matriz abaixo
e à esquerda da primeira entrada não nula desta linha são nulas.
(c) Em cada linha não nula, a primeira entrada não nula é igual a 1.

2. Numa matriz em forma de escada, a primeira entrada não nula de cada

linha (se existir) designa-se por coeficiente director ou pivot.

Matriz em forma de escada reduzida

Definição 13. Uma matriz está em forma de escada reduzida se satisfaz as

condições seguintes:

1. Está em forma de escada.

2. Em cada coluna contendo o pivot de uma dada linha, são nulas todas as en-
tradas restantes.

Eliminação de Gauss
Seja A = [aij ] uma matriz com m linhas e n colunas.

Passo 1. Identificar a primeira coluna (mais à esquerda) que não seja nula. Seja a
coluna j.

Passo 2. Trocar duas linhas, se necessário, para deslocar para a primeira linha
uma entrada não nula da coluna j.

Passo 3. Multiplicar a primeira linha pelo inverso da sua primeira entrada não
nula, para obter 1.

Passo 4. Somar cada linha i, i 6= 1, a um múltiplo escalar apropriado da linha 1,

de forma a anular cada uma das entradas da coluna j, abaixo da primeira.

16
Passo 5. Repetir os passos 1–4 na parte da matriz abaixo da primeira linha, i.e.,
na submatriz constituída pelas linhas 2, 3, . . . , m.

O algoritmo termina quando a matriz estiver em forma de escada.

Eliminação de Gauss-Jordan
Seja A = [aij ] uma matriz com m linhas e n colunas, em forma de escada.

Passo 6. Trabalhando de baixo para cima, somar um múltiplo da cada linha j a

cada uma das linhas acima, de modo a anular todas as entradas acima e
na mesma coluna da primeira entrada não nula da linha j.

O algoritmo termina quando a matriz estiver em forma de escada reduzida.

Matrizes
Matriz

Definição 14. Sejam p, n ∈ N1 e K = R ou C.

Uma matriz de tipo p × n sobre K é um quadro da forma

 
a11 a12 . . . a1j . . . a1n
 a21 a22 . . . a2j . . . a2n 
 . .. .. .. 
 .
 . . . .

A=

 ai1 ai2 . . . aij . . . ain


 . .. .. .. 
 .. . . . 
ap1 ap2 . . . apj . . . apn

constituído por elementos de K, dispostos em p linhas e n colunas.

Definição 15. i. Para cada i, 1 ≤ i ≤ p, a linha i da matriz A é A(i) =

(ai1 , ai2 , . . . , ain ) ∈ Kn

ii. Para cada j, 1 ≤ j ≤ n, a coluna j da matriz A é A(j) = (a1j , a2j , . . . , apj ) ∈

Kp

iii. Para cada i, 1 ≤ i ≤ p, e cada j, 1 ≤ j ≤ n, a entrada-ij, na linha i e

coluna j da matriz A, é o elemento aij . Denota-se por vezes, por Aij .

17
Notação 16. Mp×n (K) denota o conjunto de todas as matrizes de tipo p × n com
entradas em K.

Se p = n, escreve-se Mn (K).

Se A ∈ Mp×n (K), escreve-se A = [aij ] 1 ≤ i ≤ p .

1≤j≤n

Igualdade de matrizes. Sejam A = [aij ] ∈ Mp×n (K) e B = [bij ] ∈ Mt×m (K).

A = B se e só se p = t, n = m e aij = bij para quaisquer i ∈ {1, 2, . . . , p},
j ∈ {1, 2, . . . , n}.

Definição 17. 1. A diz-se matriz linha se é de tipo 1 × n, n ∈ N1 .

 
A = a1 a2 . . . aj . . . an

2. A diz-se matriz coluna se é de tipo p × 1, p ∈ N1 .

 
a1
 a2 
 . 
 . 
 . 
A=
 ai 

 . 
 .. 
ap

Matriz nula

Definição 18. Chama-se matriz nula de tipo p × n à matriz cujas entradas são
todas iguais a zero. Denota-se esta matriz por 0p×n ou 0.
 
0 0 ... 0 ... 0
 0 0 ... 0 ... 0 
 . . .. .. 
 . .
 . . . . 

0p×n = 
 0 0 ... 0 ... 0 

 . . .. .. 
 .. .. . . 
0 0 ... 0 ... 0
Matriz quadrada

18
Definição 19. Se A é matriz de tipo n × n, (i.e., A ∈ Mn (K)), diz-se matriz
quadrada de ordem n.
As entradas aii chamam-se entradas principais de A;
(a11 , a22 , . . . , ann ) ∈ Kn chama-se diagonal principal de A.
Definição 20. Seja A = [aij ] ∈ Mn (K) matriz quadrada. A diz-se
triangular superior se são nulas todas as entradas de A abaixo da diagonal
principal, i.e., sempre que s > t, ast = 0;
 
a11 a12 . . . a1j . . . a1n
 0 a22 . . . a2j . . . a2n 
 . .. .. .. 
 .
 . . . . 

A=
 0 0 . . . aii . . . ain 

 . .. .. .. 
 .. . . . 
0 0 . . . 0 . . . ann
triangular inferior se são nulas todas as entradas de A acima da diagonal prin-
cipal, i.e., sempre que s < t, ast = 0;
 
a11 0 ... 0 ... 0
 a21 a22 . . . 0 . . . 0 
 .. .. .. .. 
. . . . 
 
A=

 ai1 ai2 . . . aii . . . 0 

 .. .. .. .. 
 . . . . 
an1 an2 . . . an . . . ann
triangular se for triangular superior ou triangular inferior;
Definição 21. A ∈ Mn (K) diz-se
diagonal se todas as entradas não principais forem nulas, i.e., sempre que s, t ∈
{1, 2, . . . , n} e s 6= t se tem ast = 0.
 
a11 0 . . . 0 . . . 0
 0 a22 . . . 0 . . . 0 
 . .. .. .. 
 .
. . . . 

A=

 0 0 . . . aii . . . 0 

 . .. .. .. 
 .. . . . 
0 0 . . . 0 . . . ann

19
 escalar se for diagonal e todas as entradas principais forem iguais;
 
λ 0 ... 0 ... 0
 0 λ ... 0 ... 0 
 . . .. .. 
 . .
 . . . . 

A=
 0 0 ... λ ... 0 

 . . .. .. 
 .. .. . . 
0 0 ... 0 ... λ

Definição 22. Chama-se matriz identidade de ordem n à matriz escalar de ordem

n cujos elementos principais são todos iguais a 1. Denota-se por In .
 
1 0 ... 0 ... 0
 0 1 ... 0 ... 0 
 . . .. .. 
 . .
 . . . . 

In = 
 0 0 ... 1 ... 0 

 . . .. .. 
 .. .. . . 
0 0 ... 0 ... 1

Operações sobre matrizes

Definição 23. Sejam A = [aij ], B = [bij ] ∈ Mp×n (K), α ∈ K.

i. A soma de A e B é a matriz A + B de tipo p × n sobre K cuja entrada-ij é

aij + bij , para quaisquer i ∈ {1, 2, . . . , p}, j ∈ {1, 2, . . . , n};

(A + B)ij = Aij + Bij

ii. O produto do escalar α pela matriz A é a matriz αA, de tipo p × n sobre K

cuja entrada-ij é αaij para quaisquer i ∈ {1, 2, . . . , p}, j ∈ {1, 2, . . . , n}

(αA)ij = αAij

Notação 24. Sejam A = [aij ], B = [bij ] ∈ Mp×n (K)

i. −A denota a matriz [−aij ].

ii. A − B denota a matriz A + (−B).

20
 Produto de matrizes

Definição 25. Sejam A = [aij ] ∈ Mp×n (K), B = [bij ] ∈ Mn×m (K).

Designa-se por produto de A por B, e escreve-se AB a matriz de tipo p × m

sobre K cuja entrada-ij é

ai1 b1j + ai2 b2j + . . . + aik bkj + . . . + ain bnj = cij

para quaisquer i ∈ {1, 2, . . . , p}, j ∈ {1, 2, . . . , m}.

Em esquema:
 
b1j
   b2j   
ai1 ai2 . . . ain  = cij
 
 ..
 . 
bnj

Ou ainda

   
a11 a12 . . . a1n   c11 . . . c1j . . . c1m
 .. .. ..  b11 . . . b1j . . . b1m  .. .. .. 
 . . .  b . . . a . . . b   . . . 
  21 2j 2m 
 ai1 ai2 . . . ain   .. ..  =  ci1 . . . cij . . . cim 
  
..
 . .. ..   . . .  
 .. . .  b  ... ..
.
.. 
. 
n1 . . . bnj . . . bnm
ap1 ap2 . . . apn cn1 . . . cnj . . . cnm

21
Representação matricial de um sistema de equações lineares

Seja o sistema de equações lineares (S) nas incógnitas x1 , x2 , . . . , xn



 a11 x1 + a12 x2 + . . . + a1n xn = b1
 a21 x1 + a22 x2 + . . . + a2n xn = b2

(S) ..


 .
 a x + a x + ... + a x = b
p1 1 p2 2 pn n p

(S) pode ser representado pela equação matricial

   
a11 x1 + a12 x2 + . . . + a1n xn b1
 a21 x1 + a22 x2 + . . . + a2n xn   b2 
 = 
   
 .. .. 
 .   . 
ap1 x1 + ap2 x2 + . . . + apn xn bp

Esta equação pode ser reescrita na forma:

 
a11 a12 . . . a1n    
 .. .. ..  x1 b1
 . . .  x   b2 
 2
 ai1 ai2 . . . ain   .. =
   
.. 
 . .. ..   . .
 ..
  
. .  x bp
n
ap1 ap2 . . . apn

Abreviadamente, (S) pode ser representado pela equação matricial

AX = B

com A = [aij ] 1 ≤ i ≤ p , X = [xj ] 1 ≤ j ≤ n e B = [bi ] 1 ≤ i ≤ p .

1≤j≤n

22
Propriedades das operações sobre matrizes
Teorema 26. Sejam A, B, C matrizes sobre K e α, β ∈ K. Sempre que as opera-
ções indicadas estão definidas, tem-se:
(a) A + B = B + A (prop. comutativa da adição)
(b) A + (B + C) = (A + B) + C (prop. assoc. da adição)
(c) A(BC) = (AB)C (prop. associativa da multiplicação)
(d) A(B + C) = AB + AC (propriedade distributiva)
(e) (B + C)A = BA + CA (propriedade distributiva)
(f) α(B + C) = αB + αC
(g) (α + β)C = αC + βC
(h) α(βC) = (αβ)C
(i) α(BC) = (αB)C = B(αC)
(j) 1A = A
Corolário 27. Sejam A, B, C matrizes sobre K e α, β ∈ K. Sempre que as ope-
rações indicadas estão definidas, tem-se:
(a) A(B − C) = AB − AC
(b) (B − C)A = BA − CA
(c) α(B − C) = αB − αC
(d) (α − β)C = αC − βC
Proposição 28. Sejam A ∈ Mp×n (K) e as matrizes nulas de tipos p × n, n × m,
t × p e t × n. Sempre que as operações indicadas estão definidas, tem-se:
(i) A + 0 = 0 + A = A
(ii) A − A = 0
(iii) 0 − A = −A
(iv) A0 = 0; 0A = 0

23