MÉTODOS MATEMÁTICOS

AULA 3 – SISTEMA DE EQUAÇÕES LINEARES

 SISTEMA DE EQUAÇÕES LINEARES

Generalizando a definição de determinantes

para matrizes de ordem 𝑛:

Definições importantes: Menor 𝑀𝑖𝑗 e Cofator 𝐶𝑖𝑗

Seja 𝐴𝑛×𝑛 = 𝑎𝑖𝑗 uma matriz qualquer; Ex.:

Definição: A = 3 2 1 , 𝑴23 = 3 2 = 3 ⋅ 2 − 2 ⋅ 0 = 6
2 1 3 0 2
Menor (𝑀𝑖𝑗 ) associado ao elemento 𝑎𝑖𝑗 é 0 2 4
o determinante da matriz 𝑨’ que é obtida
pela eliminação da i-ésima linha e j-ésima
coluna de 𝐴. A’ = 3 2
0 2
 SISTEMA DE EQUAÇÕES LINEARES

Generalizando a definição de determinantes

para matrizes de ordem 𝑛:

Definições importantes: Menor 𝑀𝑖𝑗 e Cofator 𝐶𝑖𝑗

Seja 𝐴𝑛×𝑛 = 𝑎𝑖𝑗 uma matriz qualquer; Definição:

Determinante de 𝑨 é definido como:

Definição: 𝑛

det(𝑨) = 𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 = ෍ 𝑎1𝑗 ⋅ 𝐶1𝑗 =

Cofator 𝐶𝑖𝑗 associado ao elemento 𝑎𝑖𝑗 de 𝑨
𝑗=1
é definido em termos do menor 𝑀𝑖𝑗 como: 𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
… … … … … = 𝑎11 𝐶11 + 𝑎12 𝐶12 + ⋯ + 𝑎1𝑛 𝐶1𝑛
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 … 𝑎𝑛𝑛
𝑖+𝑗
𝐶𝑖𝑗 = −1 ⋅ 𝑀𝑖𝑗 , 𝑖, 𝑗 = 1,2,3, … , 𝑛.
 SISTEMA DE EQUAÇÕES LINEARES

Generalizando a definição de determinantes

para matrizes de ordem 𝑛:

Definições importantes: Menor 𝑀𝑖𝑗 e Cofator 𝐶𝑖𝑗 𝑀11 = 1 3 = 1 ⋅ 4 − 3 ⋅ 2 = −2

2 4
Ex.: Cálculo do determinande de uma matriz 3x3.
𝑛 𝑀12 = 2 3 =2⋅4 −3⋅0=8
A = 3 2 1 det(𝑨) = ෍ 𝑎1𝑗 ⋅ 𝐶1𝑗 = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 0 4
2 1 3 𝑗=1
0 2 4 𝑀13 = 2 1 =2⋅2 −1⋅0=4
0 2
1+𝑗
𝐶1𝑗 = −1 ⋅ 𝑀1𝑗
𝐶11 = −1 1+1 ⋅ 𝑀11 = +1 ⋅ −2 = −2
1+2
𝐶12 = −1 ⋅ 𝑀12 = −1 ⋅ 8 = −8
det(𝑨) = 3 ⋅ −2 + 2 ⋅ −8 + 1 ⋅ 4 = −18 1+3
𝐶13 = −1 ⋅ 𝑀13 = +1 ⋅ 4 = 4
 SISTEMA DE EQUAÇÕES LINEARES

Definições importantes:
Teorema: Expansão de Laplace
Seja 𝐴𝑛×𝑛 = 𝑎𝑖𝑗 uma matriz qualquer;

i) det(𝑨) pode ser expandido em termos dos ii) det(𝑨) pode ser expandido em termos
elementos de sua 𝑖 -ésima linha e dos dos elementos de sua 𝑗-ésima coluna e dos
cofatores 𝐶𝑖𝑗 da 𝑖-ésima linha como: cofatores 𝐶𝑖𝑗 da 𝑗-ésima coluna como:

𝑛 𝑛
det(𝑨) = ෍ 𝑎𝑖𝑗 ⋅ 𝐶𝑖𝑗 = 𝑎𝑖1 𝐶𝑖1 + 𝑎𝑖2 𝐶𝑖2 + ⋯ + 𝑎𝑖𝑛 𝐶𝑖𝑛 det(𝑨)= ෍ 𝑎𝑖𝑗 ⋅ 𝐶𝑖𝑗 = 𝑎1𝑗 𝐶1𝑗 + 𝑎2𝑗 𝐶2𝑗 + ⋯ + 𝑎𝑛𝑗 𝐶𝑛𝑗
𝑗=1 𝑖=1
SISTEMA DE EQUAÇÕES LINEARES

Definições importantes:
Propriedades de determinantes:

i) Se qualquer linha ou coluna de uma matriz 𝐴𝑛×𝑛 contém apenas elementos nulos, então det(𝑨) = 0;
ii) Se 𝑨 é uma matriz quadrada com transposta 𝑨𝑇 , então det(𝑨) = det(𝑨𝑇 ).
iii) Se os elementos de uma das linhas ou colunas de 𝑨 for multiplicado por uma constante 𝛼, então
det(𝑨′)=𝛼 ⋅det(𝑨);
iv) Se 𝑨’ é a matriz obtida quando duas linhas ou colunas de 𝑨 são trocadas, então det(𝑨’)=-det(𝑨);
v) Se duas linhas ou colunas de 𝑨 são proporcionais, então det(𝑨) = 0;
 SISTEMA DE EQUAÇÕES LINEARES

Generalizando a regra de Cramer: Regra de Cramer

det 𝐷𝑖
Em um sistema de equações com n variáveis e n equações: 𝑥𝑖 = , 𝑖 = 1,2, … , 𝑛.
det 𝐴
𝑫𝒊 é a matriz obtida pela substituição da coluna 𝑖 da
matriz de coeficientes 𝑨 pelo vetor de termos não
homogêneos 𝒃 .

𝑨 ⋅ 𝒙 = 𝒃. Custo computacional:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
⋅ 𝑥2 = 𝑏2 det(𝑨𝑛 ) → (n − 1)n! Multiplicações.
𝑎21 𝑎22 … 𝑎2𝑛
… … … ... … …
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
SISTEMA DE EQUAÇÕES LINEARES

Operações elementares sobre as linhas da matriz:

Se uma matriz 𝑨’ pode ser obtida de uma matriz 𝑨 por

Propriedades:
meio de operações elementares sobre suas linhas,
dizemos que 𝑨 e 𝑨’ são equivalentes por linha, 𝑨 ~ 𝑨’.
i) 𝑨 ~ 𝑨.

Tipo I – Troca entre linhas; ii) Se 𝑨 ~ 𝑩, então 𝑩~𝑨.

Tipo II – Produto de uma linha por um

Tipos de operações: escalar; iii) Se 𝑨 ~ 𝑩 e 𝑩 ~ 𝑪
então 𝑨~𝑪.
Tipo III – Adição de uma linha de um
múltiplo de outra linha.
 SISTEMA DE EQUAÇÕES LINEARES

Sistemas Lineares:
Vetor das variáveis

Considere um conjunto de 𝑚 equações e 𝑛 incógnitas,

como exibido abaixo:
O sistema pode ser interpretado
como uma equação matricial da
forma 𝑨 ⋅ 𝒙 = 𝒃, onde:

𝑥1 𝑏1
𝑎11 𝑎12 𝑎13 ... 𝑎1𝑛
𝑨= 𝑎21 𝑎22 𝑎23 ... 𝑎2𝑛 ; 𝒙= 𝑥2 ; 𝒃= 𝑏2
… … … ... … … …
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ... 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

Matriz dos coeficientes Vetor dos termos

não homogêneos
SISTEMA DE EQUAÇÕES LINEARES 𝑎11 𝑎12 𝑎13 ... 𝑎1𝑛 𝑏1
𝑨′= 𝑎21 𝑎22 𝑎23 ... 𝑎2𝑛 𝑏2
… … … ... … ...
Sistemas Lineares: 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ... 𝑎𝑚𝑛 𝑏𝑚

Forma escalonada da matriz

Diz-se que 𝑨’ está escalonada quando, por meio
de operações elementares, obtemos as seguintes
características:
Considere uma matriz 𝑨’ do tipo 𝐴𝑚×𝑛+1 ,
formada pela junção das matrizes de (entrada principal da linha)
coeficientes e termos não homogêneos de
i) O primeiro elemento não nulo de uma linha é 1;
uma eq. 𝑨 ⋅ 𝒙 = 𝒃.
ii) Em duas linhas sucessivas 𝑖 e 𝑖 + 1 e que possuem
elementos não nulos, a entrada principal da linha 𝑖 + 1
está numa coluna mais a direita que a entrada principal
da linha 𝑖.

iii) Quaisquer linhas que possuem apenas elementos

nulos devem corresponder ás últimas linhas da matriz.
 SISTEMA DE EQUAÇÕES LINEARES

Sistemas Lineares:
Se, além dessas três características (i), ii) e iii)), em cada
Forma escalonada da matriz coluna que mantém uma entrada principal, seus outros
elementos são nulos, então a matriz está em sua forma
(entrada principal da linha) escalonada reduzida.
Ex.:
0 1 𝑏 0 𝑐 O processo de escalonar uma matriz é conhecido como
𝑨′= método de eliminação de Gauss.
0 0 1 𝑧 1
0 0 0 0 1
0 0 0 0 0
O processo na forma escalonada e reduzida, por sua vez,
0 0 0 0 0
é chamada de método de Gauss-Jordan
 2 1 1 1
−3𝐿1
SISTEMA DE EQUAÇÕES LINEARES 6
−2
2
2
1 −1
1 7
+𝐿1

Sistemas Lineares: × 1/2 2 1 1 1

Forma escalonada da matriz × (−1) 0 −1 −2 −4
+3𝐿2 0 3 2 8
Ex.:

1 1/2 1/2 1/2

2X + Y + Z = 1
2 1 1 1 0 1 2 4
6X + 2Y + Z = -1 𝑨′= 6 2 1 −1 × (−1/4) 0 0 −4 −4
−2 2 1 7
-2X + 2Y + Z = 7
1 1/2 1/2 1/2
= 0 1 2 4
0 0 1 1
 +(−1/2)𝐿3 1 1/2 1/2 1/2
SISTEMA DE EQUAÇÕES LINEARES −2𝐿3 0 1 2 4
0 0 1 1

Sistemas Lineares:
+(−1/2)𝐿2 1 1/2 0 0
Se continuarmos, podemos obter a forma
0 1 0 2
escalonada reduzida: 0 0 1 1

1 1/2 1/2 1/2

= 0 1 2 4 1 0 0 −1
0 0 1 1 0 1 0 2
𝑨′ ⋅ 𝒙 = 𝒃′. 0 0 1 1
1 0 0 𝑋 −1 𝑋 = −1
Forma escalonada reduzida.
0 1 0 𝑌 = 2 𝑌=2
0 0 1 𝑍 1 𝑍=1
 SISTEMA DE EQUAÇÕES LINEARES

Sistemas Lineares:

Número de operações (custo computacional):

Método de Gauss: Método de Gauss-Jordan:

Para um sistema nxn, teremos: Para um sistema nxn, teremos:

𝑛3 𝑛 𝑛3 𝑛2
+ 𝑛2 − Operações de multiplicação/divisão 2
+
2
Operações de multiplicação/divisão
3 3
e e
𝑛3 𝑛2 5𝑛 𝑛3 𝑛
+ − Operações de adição/subtração − Operações de adição/subtração
3 2 6 2 2