Álgebra Linear

Aula 04 • Matrizes

Prof. Edcarlos

Instituto de Matemática e Estatística

Universidade Federal de Goiás

edcarlos@ufg.br

2020.2
APRENDENDO a resolver SISTEMA Linear

Relembrando a Aula 03, onde vimos que as três operações

elementares que podemos aplicar sobre as linhas de um sistema,
sem alterar situação sobre as soluções, são:
(1) trocar de posição duas linhas: Li ←→ Lj
(2) substituir uma linha pelo múltiplo da mesma por
escalar:
Li ←− a1ij Li
(3) substituir uma linha pela combinação linear dela com
outra linha: Lk ←− Lk − akj Lj .
APRENDENDO a resolver SISTEMA Linear

Relembrando a Aula 03, onde vimos que as três operações

elementares que podemos aplicar sobre as linhas de um sistema,
sem alterar situação sobre as soluções, são:
(1) trocar de posição duas linhas: Li ←→ Lj
(2) substituir uma linha pelo múltiplo da mesma por
escalar:
Li ←− a1ij Li
(3) substituir uma linha pela combinação linear dela com
outra linha: Lk ←− Lk − akj Lj .
Vamos usar estas operações para Escalonar a Matriz Ampliada num
EXEMPLO, para motivar o método, de obter equivalente Matriz
Triangular ou Diagonal. Fácil fácil de resolver.
Resolvendo Sistema Linear

Veremos nesta AULA 04, o ESCALONAMENTO DE MATRIZES -

MÉTODO Gauss - Jordan
EXEMPLO- O Escalonamento: Passo a Passo

Começamos com um exemplo 3 × 3, onde escrevemos ao lado do

sistema a sua matriz ampliada.
Exemplo 1: Considere o sistema linear
  
 1x1 + 4x2 + 3x3 = 1 (L1 ) 1 4 3 1
2x1 + 5x2 + 1x3 = 4 (L2 ) 2 5 4 4
1x1 − 3x2 − 2x3 = 5 (L3 ) 1 −3 −2 5


1o Passo: ELIMINAR a incógnita x1 nas Eq. (L2 ) e (L3 ).

Usar o pivô a11 = 1

No 1o Passo: vamos primeiro tornar zero o coeficiente do x1 na Eq.

(L2 ). Fazendo uma Operação, Elementar, meu caro Watson, diria
Sir Scherlock Holmes. Como a11 = 1, então não precisa multiplicar
(L1 ) pelo escalar a111 , passamos a fazer a seguinte combinação:
(nova L2 ) ←− L2 − 2.L1 .
  
 1x1 + 4x2 + 3x3 = 1 (L1 ) 1 4 3 1
0x1 − 3x2 − 2x3 = 2 (nova L2 ) 0 −3 −2 2
1x1 − 3x2 − 2x3 = 5 (L3 ) 1 −3 −2 5

Vamos agora tornar zero o coeficiente do x1 na Eq. (L3 ). Fazendo
uma Operação. Fazer a seguinte combinação:
(nova L3 ) ←− L3 − L1 .
  
 1x1 + 4x2 + 3x3 = 1 (L1 ) 1 4 3 1
0x1 − 3x2 − 2x3 = 2 (nova L2 ) 0 −3 −2 2
0x1 − 7x2 − 5x3 = 4 (nova L3 ) 0 −7 −5 4


Fim do Passo 1.
Passo 2: obter o novo pivô a22 = 1

2o Passo: Basta dividir toda a Linha 2 por -3.

No 2o Passo: vamos agora tornar 1 o coeficiente do x2 na Eq.
1
(nova L2 ). Agora precisamos multiplicar (nova L2 ) pelo escalar a22 ,
com a operação: (super nova L2 ) ←− − 13 (nova L2 ).
  

 1x1 + 4x2 + 3x3 = 1 (L1 ) 1 4 3 1

  

0x1 + −3 2 2 2 2
 
−3 x2 + 3 x3 = − 3 (super nova L2 ) 0 1 −3

 3

  

0x1 − 7x2 − 5x3 = 4 0 −7 −5 4

(nova L3 )
3o Passo: usar o pivô a22 = 1 para ELIMINAR a incógnita x2 nas
Eq. (L1 ) e (novaL3 ), zerando os seus coeficientes com as operações
elementares.
Passo 3i:

Usando o pivô a22 = 1, zerar coeficiente de x2 na Linha (nova L3 )

realizar a operação: (super nova L3 ) ←− L3 + 7.(super nova L2 ).
  

 1x1 + 4x2 + 3x3 = 1 (L1 ) 1 4 3 1

  

2 2 2 2
 
0x1 + 1x2 + 3 x3 = − 3 (super nova L2 )   0 1 3 −3 

  


1 2 1 2
0x1 + 0x2 − 3 x3 = − 3 (nova L3 ) 0 0 − 3 − 3

Passo 3ii:

Usando o pivô a22 = 1, zerar coeficiente de x2 na Linha (L1 )

realizar a operação: (L1 ) ←− L1 − 4.(super nova L2 ).

1x1 + 0x2 + (− 83 + 3)x3 = 83 + 1 1 0 13 11

  

 (L1 ) 3

  

2 2 2
− 23 
 
0x1 + 1x2 + 3 x3 = − 3 (super nova L2 )  0 1 3 

  


1 2
0x1 + 0x2 − 3 x3 = −3 (nova L3 ) 0 0 − 31 − 23

Passo 4i: Pivô a33 = 1, fazer −3nova L3

Fazendo a133 (nova L3 ) para obter o pivô novo a33 = 1, e em seguida

já usar este pivô para zerar coeficientes de x3 nas Linhas (L1 ) e L2 .
Operações: (nova L1 ) ←− L1 − 13 .(super nova L3 ).
9
  

 1x1 + 0x2 + 0x3 = 3 =3 (nova L1 ) 1 0 0 3

  

0x1 + 1x2 + 23 x3 = − 23 (super nova L2 ) 0 1 2 − 2 
 
  3 3

  

0x1 + 0x2 + 1x3 = 2 (nova L3 ) 0 0 1 2

Passo 4ii: grand finale. Usando (2) para (ssnL2)

Usar o pivô para zerar o coeficiente de x3 na Linha (super nova L2 ).

Operação, notação bem simplificada, ”supersupernovaL2” por (2):
(2) ←− (super nova L2 ) − 23 .(super nova L3 ).
9
  
 1x1 + 0x2 + 0x3 = 3 =3 (nova L1 ) 1 0 0 3
0x1 + 1x2 + 0x3 = −2 (2) 0 1 0 −2
0x1 + 0x2 + 1x3 = 2 (nova L3 ) 0 0 1 2

Jogando fora os zeros, ficamos com a solução
x1 = 3, x2 = −2 x3 = 2, que escrita como matriz solução que é
3
uma coluna S = −2 .
2
Observe que o sistema 3 × 3 tem solução única se, e somente se, a
Matriz do Sistema equivalente final foi reduzida à IDENTIDADE
I3×3 ao lado da matriz solução S, que é DIAGONAL, ou seja a
AMPLIADA for [I3×3 | S].
 
1 0 0 3
0 1 0 −2
0 0 1 2
Dizemos que duas matrizes Am×n e Bm×n são LINHA
EQUIVALENTES, se uma delas for obtida aplicando operações
elementares à outra, uma quantidade finita de vezes.
NOTACÃO: A ∼ B ou A → B.
MÉTODO DE GAUSS-JORDAN

Este é um método de escalonamento que consiste em aplicar as

operações elementares à matriz ampliada de um sistema m × n,
não necessariamente m = n, até que ele esteja na

FORMA ESCALONADA REDUZIDA,

o pivô 1 figura sozinho em cada coluna, completada com zeros

acima/abaixo do pivô.
Definição
Dizemos que uma matriz está na forma escalonada reduzida
quando satisfaz as seguintes condições:
(1) o primeiro elemento não nulo de uma linha (chamado
pivô) é igual a 1;
(2) o pivô da i + 1−ésima linha ocorre à direita do pivô
da i−ésima linha;
(3) se uma coluna tem um pivô, então todos demais
elementos desta coluna são iguais a 0 (zero);
(4) Todas as linhas nulas ocorrem abaixo das linhas não
nulas.
EXEMPLOS de Forma Escalonada reduzida

EXEMPLO 1a:
 
1 0 0 2
0 1 4 2 NÃO ESTÁ NA FORMA ESCALONADA
0 0 1 2
REDUZIDA, pois não satisfaz a condição (3), veja a23 = 4 6= 0, na
coluna 3 do pivô a33 = 1.
EXEMPLO
 1b: 
1 0 0 3 0 π
0 0 1 2 0 e  ESTÁ NA FORMA ESCALONADA
√
0 0 0 0 1 2
REDUZIDA.
EXEMPLO
 1c:
0 2 1
1 0 −3 NÃO ESTÁ NA FORMA ESCALONADA
0 0 0
REDUZIDA, pois não satisfaz as condições (1) e (2).
TEOREMA
TODA MATRIZ É LINHA EQUIVALENTE A UMA ÚNICA
MATRIZ NA FORMA ESCALONADA REDUZIDA.
Este resultado nos garante que não importando a ordem e quais
operações elementares utilizarmos, chegamos sempre à mesma
matriz escalonada reduzida. Além disso, nos garante a boa
definição dos seguintes conceitos.
DEFINICÃO
DADA MATRIZ Am×n e seja Bm×n a sua matriz escalonada
reduzida equivalente. O POSTO de A, denotado por p, é a
quantidade de linhas não nulas de B.
A nulidade de A é igual a n − p.
EXEMPLO: qual o posto p e a nulidade n − p?

Exemplo: Desejamos encontrar p e n da matriz

 
1 2 1 0
−1 0 3 5
1 −2 1 1

Para tal, devemos obter sua matriz escalonada reduzida B, contar

as linhas não nulas de B, o posto p de A (mesmo posto de B).
Operação troque Linha 3 por (3) − (1)
Operação: [(3) → (3) − (1)] :
   
1 2 1 0 1 2 1 0
−1 0 3 5 ∼ −1 0 3 5 ,
1 −2 1 1 0 −4 0 1
Fazer ([(2) → (2) + (1)]),
   
1 2 1 0 1 2 1 0
1
∼ 0 2 4 5 , ([(2) → (2)]), 0 1 2 52 
2
0 −4 0 1 0 −4 0 1
Fazer ([(3) → (3) + 4.(2)]),
 
1 2 1 0
∼ 0 1 2 52  ,
0 0 8 11
Agora fazer a operação ([(1) → (1) − 2.(2)]) :
   
1 2 1 0 1 0 −3 −5
∼ 0 1
 2 52  ∼ 0 1 2 5 
2
0 0 8 11 0 0 8 11

Agora fazer a operação ([(3) → 18 (3)])

   
1 0 −3 −5 1 0 −3 −5
5 
∼ 0 1 2 2 ∼ 0 1 0 − 11 5
4 + 2 ∼
11 11
0 0 1 8 0 0 1 8

Acima foi usado o pivô a33 = 1, com a operação

([(2) → (2) − 2(3)]).
A seguir vamos zerar o a13 = −3, use ([(1) → (1) + 3(3)]):

0 33 1 0 0 − 78
   
1 0 8 −5
∼ 0 1 0 − 41  ∼ 0 1 0 − 14  .
11
0 0 1 8 0 0 1 11 8

Portanto o número de linhas não nulas é três, (posto p = 3),

nulidade NULL=n − p é 1 pois o número de colunas da ampliada é
n = 4, então NULL= 4 − 3 = 1.
Exercícios

Qual o posto p e a nulidade n − p? Desejamos encontrar p e n da

matriz  
−1 −2 1 0
 1 0 2 1
−11 2 −1 1