CÁLCULO NUMÉRICO

Rejane Izabel Lima Corrêa

Sistemas lineares:
eliminação de Gauss
com pivotamento
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:

„„ Definir o método da eliminação de Gauss com pivotamento parcial.

„„ Reconhecer quando o método da eliminação de Gauss com pivota-
mento deve ser utilizado.
„„ Aplicar o método da eliminação de Gauss com pivotamento parcial
na resolução de sistemas de equações lineares.

Introdução
Sistemas lineares surgem com frequência em situações do cotidiano, e
com mais frequência ainda em problemas de caráter técnico. A modela-
gem de um problema em equações lineares é de extrema importância
para a resolução e a obtenção da solução. As equações modeladas que
envolvem as mesmas variáveis são agrupadas e definidas como um
sistema de equações lineares.
Neste capítulo, você vai aprender a resolver um sistema linear com o
método de eliminação de Gauss por pivotamento parcial, identificando
quando e como deverá ser aplicada a técnica.
2 Sistemas lineares: eliminação de Gauss com pivotamento

Sistemas lineares
Uma equação linear em n variáveis x1, x2, x3, ..., xn é uma equação do tipo:

a1x1 + a2 x2 + ... + anxn = b

Um sistema linear é um conjunto de m equações lineares:

onde:
aij são os coeficientes reais, para 1 ≤ i ≤ m e 1 ≤ j ≤ n;
bj são constantes reais, para 1 ≤ j ≤ n.

Todo sistema linear pode ser reescrito como o produto matricial AX = B,

onde A é a matriz dos coeficientes, X é a matriz das variáveis, e B é a matriz
das constantes.

é a matriz dos coeficientes;

é a matriz das variáveis;

é a matriz das constantes.

 Sistemas lineares: eliminação de Gauss com pivotamento 3

Resolver um sistema linear consiste em determinar todos os valores das

variáveis x1, x2, x3, ..., xn, caso existam, que satisfazem simultaneamente as n
equações do sistema.
Uma forma de resolver um sistema linear é substituir o sistema inicial
por outro equivalente que tenha a mesma solução, mas que seja mais fácil de
resolver. Tal sistema é obtido aplicando as operações elementares sobre as
linhas da matriz de coeficientes do sistema, que é conhecida como matriz
aumentada do sistema e é dada por [A|B].

Para o sistema linear:

a matriz aumentada do sistema [A|B] é dada por:

4 Sistemas lineares: eliminação de Gauss com pivotamento

O método da decomposição de Gauss é utilizado para resolver sistemas lineares

AX = B com n variáveis e n equações. Consiste em transformar o sistema linear num
sistema equivalente triangular superior, que pode ser resolvido por substituição inversa.
Nesse método, o pivô de cada coluna k é definido como o elemento akk, desde que
este seja diferente de zero. Para obter a matriz triangular superior, é necessário zerar
todos os elementos abaixo do pivô. Para cada elemento aik a ser zerado, utiliza-se o
a
multiplicador mik = a ik juntamente com as operações elementares sobre as linhas de
kk
uma matriz.
De acordo com Santos (2017), uma operação elementar sobre as linhas de uma
matriz é uma das seguintes operações:
„„ trocar a posição de duas linhas da matriz;
„„ multiplicar uma linha da matriz por um escalar diferente de zero;
„„ somar a uma linha da matriz um múltiplo escalar de outra matriz.

Nos links a seguir, você encontra exemplos sobre o método da Eliminação de Gauss.

https://qrgo.page.link/p1Fn

https://qrgo.page.link/g6Rk

Eliminação de Gauss com pivotamento parcial

O método da eliminação de Gauss por pivotamento parcial consiste em trans-
formar o sistema dado em um sistema triangular superior. Para o processo de
pivotamento, utilizamos as operações elementares sobre as linhas e tomamos
como pivô o elemento de maior valor absoluto, dentre os elementos que estão
abaixo da diagonal principal, de cada coluna da matriz A.
 Sistemas lineares: eliminação de Gauss com pivotamento 5

Considere o sistema linear Ax = B:

A matriz aumentada do sistema é:

No k-ésimo passo do processo da eliminação de Gauss por pivotamento

parcial, o objetivo é determinar, dentre todos os elementos que estão abaixo
da diagonal principal, o que possui maior valor absoluto. Na k-ésima coluna,
analisamos todos os elementos abaixo de akk.

Escolher o elemento de maior valor absoluto

Observe a seguir que em cada passo determinamos o pivô de uma coluna.

6 Sistemas lineares: eliminação de Gauss com pivotamento

„„ Passo 1 – pivô da coluna 1: elemento de maior valor absoluto na coluna

1 abaixo (inclusive) de a11.
„„ Passo 2 – pivô da coluna 2: elemento de maior valor absoluto na coluna
2 abaixo (inclusive) de a22.

„„ Passo k – pivô da coluna k: elemento de maior valor absoluto na coluna

k abaixo (inclusive) de akk.

Apresentamos a seguir as etapas para o método da Eliminação de Gauss

por pivotamento parcial.

1. A cada passo k, escolher o pivô de maior valor absoluto da coluna k,

que está abaixo da diagonal principal. Isto é, escolher a linha r, tal que:

|ark| = máx {|akk|, |ak + 1, k|, ..., |ank|}

2. Trocar a posição das linhas k e r, se r ≠ k.

3. Aplicar o método da decomposição de Gauss, que consiste em trans-
formar o sistema linear num sistema equivalente triangular superior.
Nesse caso, considera-se o pivô na posição akk.

Algoritmo: método da eliminação de Gauss por

pivotamento parcial
Dado o sistema linear de n variáveis e n equações:

a)  Definir a matriz aumentada [A|B], com n linhas e n + 1 colunas.

b)  Construir a matriz triangular superior:
■■ Para k = 1, ..., n – 1:
–– Determine r tal que .
–– Se , então det(A) = 0, o sistema é indeterminado, pare.
■■ Para j = 1, ..., n, faça
 Sistemas lineares: eliminação de Gauss com pivotamento 7

■■ Para i = k + 1, ..., n, faça

■■ Para j = k, ..., n, faça

c)  Calcular a solução do sistema triangular superior por retrossubstituição.

Fonte: Adaptado de Arenales e Darezzo (2008).

Que tal usar seus conhecimentos e o algoritmo anterior para programar o método da
eliminação de Gauss por pivotamento parcial? Utilize o Matlab ou Scilab para fazer a
implementação do código e determinar solução de sistemas lineares pelo método
do pivotamento parcial.

Resolva o sistema linear a seguir por eliminação de Gauss por pivotamento parcial.

a) Inicialmente montamos a matriz aumentada do sistema.

8 Sistemas lineares: eliminação de Gauss com pivotamento

b) Construção da matriz triangular.

Passo 1: determinar o pivô da primeira coluna.

Na primeira coluna, o elemento de maior valor absoluto, da diagonal principal para
baixo, é o que ocupa a posição na linha 3, a31 = –5.
Trocar a linha 1 com a linha 3, para que o pivô ocupe a posição da diagonal principal
na 1ª coluna.

Em seguida, determinar os multiplicadores de cada linha abaixo do pivô e proceder

com o método para zerar os elementos abaixo do pivô:

Passo 2: determinar o pivô da segunda coluna.

Na segunda coluna, o elemento de maior valor absoluto, da diagonal principal pra
baixo, é o que ocupa a posição na linha 2, a22 = 18 .
5
Nesse caso, como o pivô ocupa a posição da diagonal na coluna 2, não efetuamos
a troca de linhas e tornamos nulos os elementos abaixo do pivô.
 Sistemas lineares: eliminação de Gauss com pivotamento 9

c) Calcular a solução do sistema.

Resolva o sistema linear a seguir por eliminação de Gauss por pivotamento parcial.

a) Inicialmente montamos a matriz aumentada do sistema.

b) Construção da matriz triangular.

Passo 1: determinar o pivô da primeira coluna.

Na primeira coluna, o elemento de maior valor absoluto, da diagonal principal pra
baixo, é o que ocupa a posição na linha 2, a21 = 4.
Trocar a linha 1 com a linha 2, para que o pivô ocupe a posição da diagonal principal
na 1ª coluna.
10 Sistemas lineares: eliminação de Gauss com pivotamento

Em seguida, determinar os multiplicadores de cada linha abaixo do pivô e proceder

com o método para zerar os elementos abaixo do pivô:

Passo 2: determinar o pivô da segunda coluna.

Na segunda coluna, o elemento de maior valor absoluto, da diagonal principal pra
baixo, é o que ocupa a posição na linha 3, a32 = 7 .
2
Trocar a linha 2 com a linha 3, para que o pivô ocupe a posição da diagonal principal
na segunda coluna.

Em seguida, determinar os multiplicadores de cada linha abaixo do pivô e proceder

com o método para zerar os elementos abaixo do pivô:
 Sistemas lineares: eliminação de Gauss com pivotamento 11

Passo 3: determinar o pivô da terceira coluna.

Na terceira coluna, o elemento de maior valor absoluto, da diagonal principal pra
baixo, é o que ocupa a posição na linha 4, a43 = – 45 .
14
Trocar a linha 3 com a linha 4, para que o pivô ocupe a posição da diagonal principal
na terceira coluna.

Em seguida, determinar os multiplicadores de cada linha abaixo do pivô e proceder

com o método para zerar os elementos abaixo do pivô:
12 Sistemas lineares: eliminação de Gauss com pivotamento

c) Calcular a solução do sistema por retrossubstituição.

Uma indústria produz três produtos, X, Y e Z, utilizando dois tipos de insumo, A e B.

Para a manufatura de cada kg de X são utilizados 1 g do insumo A e 2 g do insumo B;
para cada kg de Y, 1 grama do insumo A e 1 gramas do insumo B e, para cada kg de Z,
1 grama do insumo A e 4 gramas do insumo B. O preço de venda do kg de cada um
dos produtos X, Y e Z é R$ 2,00, R$3,00 e R$ 5,00, respectivamente. Com a venda de
toda a produção de X, Y e Z manufaturada com 1 kg de A e 2 kg de B, essa indústria
arrecadou R$ 2.500,00. Vamos determinar quantos kg de cada um dos produtos X, Y
e Z foram vendidos.
Fonte: Santos (2017).

Inicialmente, devemos modelar o problema por equações para determinarmos o

sistema e aplicar o método da Eliminação de Gauss por pivotamento parcial.
Temos que X, Y e Z são as variáveis do problema, e as equações são dadas por:
„„ Quantidade de insumo A
1 g por kg de X + 1 g por kg de Y + 1 g por kg de Z = 1 kg = 1000 g

„„ Quantidade de insumo B
2 g por kg de X + 1 g por kg de Y + 4 g por kg de Z = 2 kg = 2000 g

„„ Valor obtido com as vendas

R$ 2,00 por kg de X + R$ 3,00 por kg de Y + R$ 5,00 por kg de Z = R$ 2.500,00
 Sistemas lineares: eliminação de Gauss com pivotamento 13

Obtemos o sistema linear com três equações e três incógnitas:

E matriz aumentada dada por:

Aplicando o método da decomposição de Gauss por pivotamento parcial:

Passo 1: determinar o pivô da primeira coluna.

Na primeira coluna, o elemento de maior valor absoluto, da diagonal principal pra
baixo, é o que ocupa a posição na linha 2, a21 = 2.
Devemos trocar a linha 1 com a linha 2, para que o pivô ocupe a posição da diagonal
principal na 1ª coluna.

Em seguida, determinar os multiplicadores de cada linha abaixo do pivô e proceder

com o método para zerar os elementos abaixo do pivô:

Passo 2: determinar o pivô da segunda coluna.

Na segunda coluna, o elemento de maior valor absoluto, da diagonal principal pra
baixo, é o que ocupa a posição na linha 3, a32 = 2.
Devemos trocar a linha 2 pela linha 3, para que o pivô ocupe a posição da diagonal
principal na segunda coluna.
14 Sistemas lineares: eliminação de Gauss com pivotamento

Em seguida, determinar os multiplicadores de cada linha abaixo do pivô e proceder

com o método para zerar os elementos abaixo do pivô:

Calculamos a solução do sistema por retrossubstituição:

Portanto, foram vendidos 700 kg do produto X, 200 kg do produto Y e 100 kg do

produto Z.

O método da eliminação de Gauss por pivotamento parcial tem vantagens sobre

a eliminação de Gauss, pois quando algum pivô assume valor nulo na eliminação
Gaussiana, o problema não pode ser resolvido. Neste caso, ao calcular os multiplicadores
ocorrerá um erro, dado que recairá sobre uma divisão por zero, o que é um absurdo.
No caso da eliminação de Gauss por pivotamento, driblamos esse erro ao escolher
o pivô como o elemento de maior valor absoluto. No caso em que o pivô for nulo,
recaímos em que sistema não tem solução (det(A) = 0). Cada multiplicador nesse
método tem módulo menor ou igual a 1. Embora isso resolva muitos problemas, há
ainda casos nos quais erros numéricos podem atrapalhar a resolução do sistema linear.
São os casos em que o pivô assume um valor muito maior que os demais elementos
da coluna (akk ≫ akj, j = k + 1, ..., n).
 Sistemas lineares: eliminação de Gauss com pivotamento 15

Ao utilizar o método da decomposição de Gauss por pivotamento parcial,

pode-se verificar que os erros de arredondamento no processo são controla-
dos, uma vez que o pivô é o elemento de maior valor absoluto de cada coluna
(WILKSON, 1963).

ARENALES, S.; DAREZZO, A. Cálculo numérico: aprendizagem com apoio de software.

São Paulo: Thomson Learning, 2008.
SANTOS, R. J. Um curso de geometria analítica e álgebra linear. Belo Horizonte: Imprensa
Universitária da UFMG, 2017.
WILKSON, J. H. Rounding erros in algebraic process. Englewood Clifss: Prentice Hall, 1963.

Leituras recomendadas
ANTON, H.; HORRES, C. Álgebra linear com aplicações. 10. ed. Porto Alegre: Bookman, 2012.
BARROSO, L. C. Cálculo numérico: com aplicações. 2. ed. São Paulo: Harbra, 1987.
CHAPRA, S. C. Métodos numéricos aplicados com MATLAB para engenheiros e cientistas.
3ª. ed. Porto Alegre: AMGH, 2013.
CHAPRA, S. C.; CANALE, R. P. Métodos numéricos para engenharia. Porto Alegre: AMGH,
2016.
DORNELLES FILHO, A. A. Fundamentos de cálculo numérico. Porto Alegre: Bookman, 2016.
LIPSCHUTZ, S.; LIPSON, M. Álgebra linear. 4. ed. Porto Alegre: Bookman, 2011. (Coleção
Schaum).
UFRGS. Cálculo numérico: um livro colaborativo. Porto Alegre, 2018. Disponível em:
www.ufrgs.br/reamat/CalculoNumerico/livro-sci/sdsl-eliminacao_gaussiana.html.
Acesso em: 13 abr. 2019.