2.SlidesSistemas FM

Sistemas de equações lineares
2. Sistemas de equações lineares

2.1 Definição
2.2 Classificação de sistemas
2.3 Sistemas triangulares
2.4 Método de eliminação de Gauss
2.5 Método de eliminação de Gauss-Jordan
2.6 Sistemas indeterminados (exemplos)
2.7 Existência e unicidade de solução de uma sistema
2.8 Sistemas possı́veis e determinados e inversa da matriz dos
coeficientes
2.9 Cálculo da inversa de uma matriz (revisitado)
Pretende-se estudar métodos sistemáticos para a resolução de siste-

mas de equações lineares. Grande parte dos problemas matemáticos
encontrados em aplicações cientı́ficas e industriais envolvem a
resolução de um sistema de equações lineares em alguma etapa.
Álgebra Linear - Sistemas de equações lineares 1 / 64

Definição
Sejam a1 , a2 , . . . , an , b números reais, não todos nulos. Uma equação

do tipo
a1 x1 + a2 x2 + · · · + an xn = b
é chamada uma equação linear em n incógnitas.
Para m, n ∈ N, chamamos sistema de m equações lineares em n

incógnitas x1 , x2 , . . . , xn a um conjunto de m equações lineares que
se representa por


 a11 x1 + a12 x2 + · · · + a1n xn = b1
 a21 x1 + a22 x2 + · · · + a2n xn = b2

.. .. .. .. .. ,


 . . . . .
am1 x1 + am2 x2 + · · · + amn xn = bm

onde aij e bj são números reais.

Exemplos (sistemas de equações lineares)
a) Sistema de 2 equações em 2 incógnitas (sistema 2 × 2)

x1 + 2x2 = 5
2x1 + 3x2 = 8
b) Sistema de 3 equações em 2 incógnitas (sistema 3 × 2)

x1 + x2 = 2
x1 − x2 = 1
x1 = 4

c) Sistema de 2 equações em 3 incógnitas (sistema 2 × 3)

x1 − x2 + x3 = 2
2x1 + x2 − x3 = 4
d) Sistema de 3 equações em 3 incógnitas (sistema 3 × 3)

 x1 − x2 + x3 = 1
x1 + 2x2 − 2x3 = 1
2x1 = 2


Notação matricial
Este sistema pode ser escrito na forma matricial

    
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n  x2   b2 
..   ..  =  .. 
    
 .. .. ..
 . . . .  .   . 
am1 am2 ··· amn xn bm
e em notação abreviada
Ax = b
onde
I A = [aij ] é a matriz simples do sistema, designando-se os
elementos aij por coeficientes do sistema (aij é o coeficiente da
incógnita xj na i-ésima equação);
I x = [xi ] denota o vetor das incógnitas;
I b = [bi ] denota o vetor dos termos independentes.

À matriz  
a11 a12 · · · a1n b1
 21 a22 · · · a2n
 a b2 
A b = .

 .. .. .. .. .. 
. . . . 
am1 am2 · · · amn bm
designamos matriz ampliada do sistema.
Chama-se solução do sistema a uma sequência (α1 , α2 , . . . , αn ) tal

que a igualdade matricial
 
α1
α2 
A .  = b
 
 .. 
αn
se verifica. Ou seja, quando a incógnita xi toma o valor αi , i = 1, . . . , n,

a igualdade Ax = b torna-se válida.

Exemplos (solução de um sistema)
a) O sistema
x1 + 2x2 = 5
2x1 + 3x2 = 8
tem representação matricial

1 2 x1 5
=
2 3 x2 8
e matriz ampliada
1 2 5
.
2 3 8
O par (1, 2) é solução do sistema já que

1 2 1 5
= .
2 3 2 8
Esta solução é a única solução do sistema.

b) O sistema

x1 + x2 = 2
x1 − x2 = 1
x1 = 4

não tem soluções.

A partir da terceira equação, vemos que x1 = 4. Substituindo
x1 = 4 na segunda equação, obtemos
4 − x2 = 1, ou seja, x2 = 3.
Substituindo agora x1 = 4 e x2 = 3 na primeira equação, vem
4+3=2
que é uma proposição falsa.

c) O sistema
x1 − x2 + x3 = 2
2x1 + x2 − x3 = 4
tem várias soluções, por exemplo, (2, 0, 0), (2, 1, 1) e (2, 2, 2).
Se α é um número real qualquer, é fácil verificar que a

sequência (2, α, α) é uma solução do sistema. De facto, usando
a notação matricial, temos
 
2
1 −1 1   2
α = , α ∈ R.
2 1 −1 4
α
Ou seja, o sistema tem uma infinidade de soluções.

Classificação de sistemas
Definição
Um sistema de equações lineares diz-se
- impossı́vel se não existe nenhuma solução do sistema;
- possı́vel se existe pelo menos uma solução do sistema;
- possı́vel e determinado se existe uma única solução do
sistema;
- possı́vel e indeterminado se existem várias soluções do
sistema. 1
Nota: Se os termos independentes forem todos nulos, isto é, se

bi = 0, para i = 1, . . . , m, temos o sistema Ax = 0, que se diz
homogéneo.
Um sistema homogéneo tem sempre solução, dita solução trivial,
x = 0 (pelo menos).
1 Se α e β são duas soluções distintas do sistema Ax = b, então existe um número
infinito de soluções.
Sistemas 2 × 2
Vamos examinar, do ponto de vista geométrico, um sistema com duas
equações lineares em 2 incógnitas, um sistema da forma

a11 x1 + a12 x2 = b1
.
a21 x1 + a22 x2 = b2
Cada uma destas equações representa graficamente uma reta no

plano. O par ordenado (α1 , α2 ) é uma solução do sistema se e so-
mente se corresponder a um ponto no plano que pertence a ambas
as retas.
Por exemplo, considerem-se os três sistemas a seguir:

x1 + x2 = 2 x1 + x2 = 2
a) b)
x1 − x2 = 2 x1 + x2 = 1

x1 + x2 = 2
c)
−x1 − x2 = −2
x2
x2=2-x1 x2
x2=2-x1
2 x1
x2=x1-2 x1
x2=1-x1
a) b)
x2
x2=2-x1
x1 a) Possı́vel e determinado
b) Impossı́vel
c) Possı́vel e indeterminado
c)
Sistemas triangulares
Os algoritmos de resolução de sistemas triangulares são relativamente
simples. Além disso, os que serão introduzidos mais tarde para
resolver sistemas lineares, caso geral, pressupõem a capacidade de
resolver sistemas triangulares.
Consideremos o seguinte sistema de n equações lineares em n incógnitas:

a11 x1 + a12 x2 + · · · + a1n xn = b1

a22 x2 + · · · + a2n xn = b2


.. .. .. .


 . . .
ann xn = bn

A matriz do sistema é a matriz triangular superior

 
a11 a12 · · · a1n

 a22 · · · a2n  
 .. .. 
 . . 
ann
e o sistema designa-se por um sistema triangular superior.

Sistemas triangulares superiores - método de resolução
Vamos supor que se tem aii 6= 0, i = 1, . . . , n.
Método de substituição inversa
bn
xn =
ann
xn−1 = (bn−1 − an−1,n xn ) /an−1,n−1
xn−2 = (bn−2 − an−2,n−1 xn−1 − an−2,n xn ) /an−2,n−2
..
.
x1 = (b1 − a12 x2 − · · · a1n xn ) /a11
Ou seja, da última equação, obtém-se xn . Substituindo o valor cal-

culado para xn na penúltima equação, obtém-se xn−1 . Substituindo os
valores calculados para xn e xn−1 na antepenúltima equação, obtém-se
xn−2 . E assim sucessivamente até se obter x1 .

Sistemas triangulares inferiores - método de resolução
Quando a matriz do sistema é a matriz triangular inferior

 
a11
a21 a22 
 
 .. .. . . 
 . . . 
an1 an2 · · · ann
o sistema designa-se por sistema triangular inferior.
O método de substituição direta é um método análogo ao de

substituição inversa mas aplica-se ao caso de um sistema de equações
cuja matriz dos coeficientes é triangular inferior com aii 6= 0,
i = 1, . . . , n. O processo de substituição é semelhante, obtendo-se
primeiro o valor de x1 e, sucessivamente, os valores de x2 , x3 , . . . , xn .

Exemplo (sistema triangular superior)
Considere o sistema


 2x1 + 2x2 + x3 + 4x4 = 5
− 4x2 + 1.5x3 + x4 = −0.5

.

 0.25x3 + 1.5x4 = 1.25
2x4 = 2

Por substituição inversa, calcula-se:



 x4 = 2/2 = 1




 x3 = (1.25 − 1.5x4 )/0.25 = (1.25 − 1.5 × 1) 0.25 = −1



x2 = (−0.5 − x4 − 1.5x3 ) (−4) = − 0.5 − 1 − 1.5 × (−1) (−4) = 0








x1 = (5 − 4x4 − x3 − 2x2 ) 2 = 5 − 4 × 1 − (−1) − 2 × 0 2 = 1


Método de eliminação de Gauss
Iremos estudar um processo algorı́tmico que permite, de forma sis-

temática, determinar o conjunto das soluções de um sistema de
equações lineares - método de eliminação de Gauss.
Este método é baseado numa “transformação” do sistema dado num
sistema equivalente cuja matriz dos coeficientes é triangular superior.
Este pode ser facilmente resolvido por substituição inversa.
Definição
Dois sistemas dizem-se equivalentes se admitem o mesmo conjunto
de soluções.
O processo de eliminação define-se como uma sequência de

operações elementares sobre as equações do sistema, operações
que não alteram o conjunto de soluções.

Operações elementares
Proposição
Dado um sistema de equações lineares Ax = b, obtém-se um sistema
equivalente ao dado realizando as seguinte operações:
1. troca de duas equações;
2. multiplicação de uma equação por um número não nulo e
3. substituição de uma equação pela sua soma com outra equação

multiplicada por um número.
As estas operações chamamos operações elementares sobre as

equações do sistema.

Operações elementares na matriz ampliada
Na matriz ampliada do sistema, estas operações correspondem a

efetuar uma
1. troca de duas linhas;
2. multiplicação de todos os elementos de uma linha por um

número não nulo e
3. substituição de uma linha pela sua soma com outra linha

multiplicada por um número.
A estas operações chamamos também operações elementares

sobre as linhas da matriz ampliada.

Método de eliminação de Gauss (sistemas n × n)
O método de eliminação de Gauss, para o caso de sistemas cuja ma-

triz dos coeficientes é uma matriz quadrada, tem por base o teorema
seguinte.
Teorema
Seja Ax = b um sistema possı́vel e determinado de n equações em n
incógnitas. Então, realizando uma sequência finita de operações ele-
mentares sobre as equações, é possı́vel transformá-lo num sistema
equivalente cuja matriz dos coeficientes é triangular superior.

Exemplo (Método de eliminação de Gauss)
Em cada passo, em paralelo com o processo de resolução do sistema,

representa-se a matriz ampliada correspondente à operação elemen-
tar realizada sobre o sistema (ou operações elementares).
1o passo:

2x2 + 4x3 − 4x4 = 2 0 2 4 −4 2
 


x1 − 2x2 + x3 = −1 1 −2 1 0 −1 


3x 1 − 2x2 + 2x3 + x4 = 0 
3 −2 2 1 0

x1 + x2 + 4x3 = 1 1 1 4 0 1

eq1 ←→ eq2 l1 ←→ l2
  
 x1
 − 2x2 + x3 = −1 1 −2 1 0 −1
2x2 + 4x3 − 4x4 = 2

 0 2 4 −4 2 
 

3x1 − 2x2 + 2x3 + x4 = 0 
3 −2 2 1 0

x1 + x2 + 4x3 = 1

1 1 4 0 1

  

 x1 − 2x2 + x3 = −1 1 −2 1 0 −1
2x2 + 4x3 − 4x4 = 2

 0 2 4 −4 2 
 
3x1
 − 2x2 + 2x3 + x4 = 0 
3 −2 2 1 0

x1 + x2 + 4x3 = 1

1 1 4 0 1
eq3 ←− eq3 − 3eq1 l3 ←− l3 − 3l1

eq4 ←− eq4 − eq1 l4 ←− l4 − l1
  

 x1 − 2x2 + x3 = −1 1 −2 1 0 −1
2x2 + 4x3 − 4x4 = 2

 0 2 4 −4 2 
 

 4x2 − x3 + x4 = 3 
0 4 −1 1 3

3x2 + 3x3 = 2

0 3 3 0 2

2o passo:

x1 − 2x2 + x3 = −1 1 −2 1 0 −1
 


2x2 + 4x3 − 4x4 = 2 0 2 4 −4 2 


 4x2 − x3 + x4 = 3 
0 4 −1 1 3

3x2 + 3x3 = 2 0 3 3 0 2

eq2 ←− eq2 /2 l2 ←− l2 /2
−2 −1

1 1 0
 

x1 − 2x2 + x3 = −1
x2 + 2x3 − 2x4 = 1 0 1 2 −2 1 

 

 4x2 − x3 + x4 = 3 
0 4 −1 1 3

3x2 + 3x3 = 2

0 3 3 0 2

−2 −1

1 1 0
 

x1 − 2x2 + x3 = −1
x2 + 2x3 − 2x4 = 1 0 1 2 −2 1 

 

 4x2 − x3 + x4 = 3 
0 4 −1 1 3

3x2 + 3x3 = 2

0 3 3 0 2
eq3 ←− eq3 − 4eq2 l3 ←− l3 − 4l2

eq4 ←− eq4 − 3eq2 l4 ←− l4 − 3l2
−2 −1

1 1 0
 

x1 − 2x2 + x3 = −1
x2 + 2x3 − 2x4 = 1 0 1 2 −2 1 

 

 − 9x3 + 9x4 = −1 
0 0 −9 9 −1

− 3x3 + 6x4 = −1

0 0 −3 6 −1

3o passo:

x1 − 2x2 + x3 = −1 1 −2 1 0 −1
 


x2 + 2x3 − 2x4 = 1 0 1 2 −2 1 


 − 9x3 + 9x4 = −1 
0 0 −9 9 −1

− 3x3 + 6x4 = −1 0 0 −3 6 −1

eq3 ←− eq3 /(−9) l3 ←− l3 /(−9)
−2 −1

1 1 0
 
 x1 − 2x2 + x3 = −1
0 1 2 −2 1 

x2 + 2x3 − 2x4 = 1

 

 + x3 − x4 = 1/9 0 0 1 −1 1/9 
− 3x3 + 6x4 = −1

0 0 −3 6 −1

−2 −1

1 1 0
 
 x1 − 2x2 + x3 = −1
0 1 2 −2 1 

x2 + 2x3 − 2x4 = 1

 

 + x3 − x4 = 1/9 0 0 1 −1 1/9 
− 3x3 + 6x4 = −1

0 0 −3 6 −1
eq4 ←− eq4 + 3eq3 l4 ←− l4 + 3l3
1 −2 1 0 −1
  
x1 − 2x2 + x3 = −1
 0 1 2 −2 1


x2 + 2x3 − 2x4 = 1
 
 
 0 0 1 −1 1/9
+ x3 − x4 = 1/9


  
3x4 = −2/3

0 0 0 3 −2/3

4o passo:
1 −2 1 0 −1
  
x1 − 2x2 + x3 = −1
 0 1 2 −2 1


x2 + 2x3 − 2x4 = 1
 
 
 0 0 1 −1 1/9
+ x3 − x4 = 1/9


  
3x4 = −2/3

0 0 0 3 −2/3
eq4 ←− eq4 /3 l4 ←− l4 /3
1 −2 1 0 −1
  
x1 − 2x2 + x3 = −1
 0 1 2 −2 1


x2 + 2x3 − 2x4 = 1
 
 
 0 0 1 −1 1/9
+ x3 − x4 = 1/9


  
x4 = −2/9

0 0 0 1 −2/9

Obtivemos um sistema equivalente ao inicial, em que a matriz sim-
ples é triangular superior e os elementos da diagonal são iguais a 1.
Esta última condição não seria necessária mas no cálculo manual é
vantajosa.
1 −2 1 0 −1
 
 0 1 2 −2 1 
 
 0 0 1 −1 1/9 
 
0 0 0 1 −2/9
Por substituição inversa, conclui-se que a solução do sistema é
x1 = −1 + 2x2 − x3 = −1 + 14 1 6 2



 9 + 9 = 9 = 3



 x2 = 1 − 2x3 + 2x4 = 1 + 29 − 49 = 79


.
1 1 2 1
 x3 = 9 + x4 = 9 − 9 = − 9







x4 = − 29


Vamos agora exibir os passos da eliminação de Gauss apresentando

apenas a matriz ampliada do sistema.
1o passo:
 
0 2 4 −4 2 1 −2 1 0 −1
 
1 −2 1 0 −1  ←−−−−−→  0 2 4 −4

2 

A =  l ←→ l
3 −2 2 1 0 1 2 
3 −2 2 1 0

1 1 4 0 1 1 1 4 0 1
 
←−−−−−−−−→  1 −2 1 0 −1
0 2 4 −4 2 

l3 ←− l3 − 3l1 
0 4 −1 1 3
 
l4 ←− l4 − l1
0 3 3 0 2

2o passo:
1 −2 1 0 −1 1 −2 1 0 −1
   
−4  ←−−−−−−−−→ −2
0 2 4 2  0 1 2 1 
  
 l2 ←− l2 /2
0 4 −1 1 3 0 4 −1 1 3
  
0 3 3 0 2 0 3 3 0 2
1 −2 1 0 −1
 
←−−−−−−−−→ 
0 1 2 −2 1 
l3 ←− l3 − 4l2  
0 0 −9 9 −1
 
l4 ←− l4 − 3l2
0 0 −3 6 −1

3o passo:
1 −2 1 0 −1 1 −2 1 0 −1
   
0 1 2 −2 1  ←−−−−−−−−→ 0 1 2 −2 1 
   
0 0 −9 9 −1  l3 ←− l3 /(−9) 0 0 1 −1 1/9 
0 0 −3 6 −1 0 0 −3 6 −1
1 −2 1 0 −1
 
 0 1 2 −2 1
←−−−−−−−−→


l4 ←− l4 + 3l3 0 0 1 −1 1/9
 

0 0 0 3 −2/3

4o passo:
1 −2 1 0 −1 1 −2 1 0 −1
   
 0 1 2 −2 1  0 1 2 −2 1
←−−−−−−−−→ 
 
  
 0 0 1 −1 1/9 l4 ←− l4 /3  0 0 1 −1 1/9
  
  
0 0 0 3 −2/3 0 0 0 1 −2/9
Por substituição inversa, conclui-se que a solução do sistema é
x1 = −1 + 2x2 − x3 = −1 + 14 1 6 2



 9 + 9 = 9 = 3



 x2 = 1 − 2x3 + 2x4 = 1 + 29 − 49 = 79


.
1 1 2 1
x = + x = − = −

3 4



 9 9 9 9



x4 = − 29


Exemplo (Método de eliminação de Gauss-Jordan)
Exemplo
Da aplicação do método de eliminação de Gauss ao exemplo anterior
obtivemos a matriz ampliada
1 −2 1 0 −1
 
 0 1 2 −2 1 
.
 
 0 0 1 −1 1/9
 
0 0 0 1 −2/9
Após a eliminação de Gauss, obtida a matriz ampliada do sistema em

forma de escada (neste exemplo, a matriz dos coeficientes é triangu-
lar superior) com o método de Gauss-Jordan continuamos a aplicar
operações elementares sobre a matriz ampliada, agora de baixo para
cima, de forma a obter a forma em escada reduzida (neste exemplo,
a matriz dos coeficientes fica igual à matriz identidade) e, assim, a
solução do sistema é obtida na última coluna da matriz ampliada.

Exemplo (Método de eliminação de Gauss-Jordan)
−2 1 0 −1
 

1 −2 1 0 −1
 1
 0 1 2 −2 1  −−−−−−−−−→ 0
 1 2 0 5/9 
l3 ←− l3 + l4
 
 0 0 1 −1 1/9
 
0 0 1 0 −1/9 

  l2 ←− l2 + 2l4  
0 0 0 1 −2/9 0 0 0 1 −2/9
   
1 −2 0 0 −8/9 1 0 0 0 2/3
−−−−−−→
   
0 1 0 0 7/9  0 1 0 0 7/9 
 −−−−−−−−−→
l2 ←− l2 − 2l3
  
l1 ←− l1 + 2l2
   
l1 ←− l1 − l3
0 0 1 0
 −1/9 

0 0 1 0
 −1/9 

0 0 0 1 −2/9 0 0 0 1 −2/9
Solução do sistema inicial:

(x1 , x2 , x3 , x4 ) = (2/3, 7/9, −1/9, −2/9).
Algoritmo de eliminação de Gauss (sistemas m × n)

Seja A b a matriz ampliada de um sistema de equações lineares
com m linhas e n colunas. O algoritmo de eliminação gaussiana é um
algoritmo recursivo que se pode descrever da forma como o fazemos
a seguir.
1. Se a matriz é a matriz nula, o processo está concluı́do;

2. caso contrário, fazer sucessivamente, [Passos de eliminação]
2.1 procurar a primeira coluna, da esquerda para a direita, que tem
elementos não nulos; seja essa coluna a coluna j;
2.2 designando o primeiro elemento não nulo da coluna j por a, trocar
a linha que contém a com a primeira linha;
1
2.3 multiplicar a primeira linha por ; trata-se da linha pivô e o
a
elemento pivô fica igual a 1;
2.4 para cada linha i abaixo da primeira, multiplicar a primeira linha
pelo simétrico do elemento que se encontra na posição (i, j) e
somar à linha i; obtém-se o valor 0 na posição (i, j).
3. Repetir os passos 1. e 2. com a matriz resultante de se eliminar
a primeira linha à matriz obtida.

Métodos de eliminação de Gauss e de Gauss-Jordan
• Método de eliminação de Gauss

h i
A b −→ · · · −→ A0 b0
A0 é uma forma em escada de A.
• Método de eliminação de Gauss-Jordan

h i
A b −→ · · · −→ A00 b00
A00 é a forma em escada reduzida de A.
Nota. Ver na capı́tulo anterior “Matrizes” as definições de pivô de uma linha,

matriz em escada e matriz em escada reduzida.

Exercı́cios
Use o método de eliminação de Gauss para resolver os sistema de

equações lineares seguintes.
a) 

 − x2 − x3 + x4 = 0
x1 + x2 + x3 + x4 = 6

.

 2x1 + 4x2 + x3 − 2x4 = −1
3x1 + x2 − 2x3 + 2x4 = 3

Solução única: (2, −1, 3, 2)

b) 

 2x1 + 2x2 + 2x3 + 4x4 = 6
x1 − 3x2 + 2x3 + 3x4 = 2

.

 −x 1 + x2 − x3 − x4 = −1
x1 − x2 + x3 + 2x4 = 2

Solução única: (1/2, 1/2, 0, 1)
Realize as operações elementares apenas sobre as linhas da matriz

ampliada do sistema.
Sistemas indeterminados (exemplos)
Apresentamos dois exemplos de aplicação do método de eliminação

de Gauss ao cálculo da solução de dois sistemas indeterminados.
1. Considere o sistema

 x1 − 2x2 + 3x3 = 1
2x1 + 6x3 = 6.
−x1 + 3x2 − 3x3 = 0

Usemos o método de eliminação de Gauss para obter a solução do

sistema.
   
1 −2 3 1 −−−−−−−−−→ 1 −2 3 1
l2 ←− l2 − 2l1 0 4 0 4
 
 2 0 6 6
−1 3 −3 0 l3 ←− l3 + l1 0 1 0 1

   
1 −2 3 1 −−−−−−−−−→ 1 −2 3 1
l2 ←− l2 − 2l1 0 4 0 4
 
 2 0 6 6
−1 3 −3 0 l3 ←− l3 + l1 0 1 0 1
 
1 −2 3 1
 
−−−−−−→ 1 −2 3 1
−−−−−−−−−→
0 1 0 1 0 1 0 1
 
l2 ←− 14 l2 l3 ←− l3 − l2
0 1 0 1 0 0 0 0
Temos, então, o sistema triangular equivalente ao sistema inicial:

x1 − 2x2 + 3x3 = 1
.
x2 = 1

Donde
x1 = 1 + 2x2 − 3x3
,
x2 = 1
ou seja,
x1 = 3 − 3x3
.
x2 = 1
O valor de x3 , sendo abitrário, representemo-lo por α. A solução neste
caso pode ser escrita na forma

 x1 = 3 − 3α
x2 = 1 , α ∈ R,
x3 = α

ou      
x1 3 −3
x2  = 1 + α  0 
x3 0 1
e designa-se por solução geral do sistema. Podemos também escre-
ver o conjunto de soluções do sistema na forma:

(3 − 3α, 1, α) : α ∈ R .
2. Considere o sistema homogéneo Ax = 0 em que

 
1 2 0 −1
1 1 1 −1
A=2 2 2 −1 .

1 0 2 −1
Um sistema homogéneo é sempre um sistema possı́vel. A solução

x = 0 é chamada a solução trivial.
Note-se também que um sistema homogéneo apenas pode ser equi-
valente a outro sistema homogéneo.

Com o objectivo de resolver o sistema, pode condensar-se apenas

a matriz simples, pois a última coluna de cada uma das sucessivas
matrizes ampliadas é constituida por zeros.
   
1 2 0 −1 −−−−−−−−−→ 1 2 0 −1
1
 1 1 −1
 l2 ←− l2 − l1 0
 −1 1 0 
2 2 2 −1 l3 ←− l3 − 2l1 0 −2 2 1 
1 0 2 −1 l4 ←− l4 − l1 0 −2 2 0
−1
   
1 2 0 1 2 0 −1
−−−−−−−−−→
−−−−−−→ 0 1 −1 0 0 1 −1 0 
  l3 ←− l3 + 2l2  
l2 ←− −l2 0 −2 2 1 0 0 0 1
l4 ←− l4 + 2l2
0 −2 2 0 0 0 0 0

O sistema triangular correspondente é


x1 + 2x2
 − x4 =0
x2 − x3 =0

.

 x4 =0
0 =0

Assim, as soluções do sistema satisfazem



 x1 = −2α
x2 = α

, α ∈ R,
 x4 = 0

x3 = α

ou    
x1 −2
x2  1
  = α .
x3  1
x4 0

Sistemas indeterminados (exercı́cio)
Exercı́cio
Aplique o método de eliminação de Gauss ao sistema
    
1 3 −1 2 1 x1 1
−1 −3 1 0 1 x2  1
   

0
 0 1 −1 7  x3  = 0
   
1 3 −1 1 0 x4  0

3 9 −2 2 7 x5 0
e verifique que o conjunto de soluções é

(−3α − 7β, α, 1 − 8β, 1 − β, β) : α, β ∈ R .

Sistemas com mais equações do que incógnitas (exercı́cio)
Um sistema linear tem mais equações do que incógnitas se m > n.

Em geral (mas nem sempre), tais sistemas são impossı́veis.
Exercı́cio
Use o método de eliminação de Gauss para verificar que o sistema
a) 
 x1 + x2 = 1
x1 − x2 = 3 é impossı́vel.
−x1 + 2x2 = −2

b) 

 x1 + 2x2 + x3 = 1
2x1 − x2 + x3 = 2


 4x1 + 3x2 + 3x3 = 4
2x1 − x2 + 3x3 = 5

tem extamente uma solução (0.1, −0.3, 1.5).

Sistemas com mais equações do que incógnitas (exercı́cio)
c) 

 x1 + 2x2 + x3 = 1
2x1 − x2 + x3 = 2


4x1 + 3x2 + 3x3 = 4
3x1 + x2 + 2x3 = 3

é possı́vel e indeterminado com solução geral

(1 − 0.6α, −0.2α, α), α ∈ R.

Sistemas com menos equações do que incógnitas (exercı́cio)
Um sistema linear tem menos equações do que incógnitas se m < n.
Em geral tais sistemas são possı́veis e indeterminados, embora pos-
sam ser impossı́veis.
Nunca podemos ter uma sistema possı́vel e determinado, isto é, um
sistema com uma solução única.
Exercı́cio
Verifique, usando o método de eliminação de Gauss, que o sistema
a)
x1 + 2x2 + x3 = 1
é impossı́vel.
2x1 + 4x2 + 2x3 = 3
b) 
x1 + x2 + x3 + x4 + x5 = 2
x1 + x2 + x3 + 2x4 + 2x5 = 3
x1 + x2 + x3 + 2x4 + 3x5 = 2

é possı́vel e indeterminado com solução geral

(1 − α − β, α, β, 2, −1), α, β ∈ R.

Caracterı́stica de uma matriz
Definição
Diz-se que uma matriz está em escada quando de linha para linha au-
menta o número de elementos nulos à esquerda do primeiro elemento
não nulo (chamado pivô da linha) até que, eventualmente, sobrem
apenas linhas nulas.
Observação
O algoritmo de eliminação de Gauss aplicado a uma matriz qualquer
A com m linhas e n colunas produz sempre uma matriz em escada.
Definição
Seja A uma matriz de ordem m × n. Dá-se o nome de caracterı́stica de
A, e denota-se por car(A), ao número de linhas não nulas da matriz
em escada produzida pela aplicação do método de Gauss (igual para
qualquer matriz em escada equivalente por linhas à matriz A).

Caracterı́stica de uma matriz (exemplos)
 
1 2 3
1. A = 0 4 5 é uma matriz em escada e car(A) = 3.
0 0 6
       
1 2 3 1 2 3 1 2 3 0 2 3
2. A = 0 1 5, B = 0 0 5 , C = 0 0 0  e D = 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
são matrizes em escada e car(A) = 2, car(B) = 2, car(C) = 1, e
car(D) = 1.
 
1 2 3
3. A = 1 1 5  não é uma matriz em escada.
0 1 −2
   
1 2 3 −−−−−−−−−−→ 1 2 3
 1 1 5  l2 ←− l2 − l1  0 −1 2 
0 1 −2 0 1 −2
 
−−−−−−−−−−→ 1 2 3
l3 ←− l3 + l2  0 −1 2
0 0 0
Assim, car(A) = 2.
Existência e unicidade de solução
Apresentamos condições para classificar um sistema de equações li-
neares Ax = b quanto à existência e unicidade de solução, que fazem
uso do conceito de caracterı́stica de uma matriz.
Teorema
Seja Ax = b um sistema de equações lineares com m equações em n
incógnitas. Então,
• o sistema Ax = b é possı́vel se e só se car(A) = car (A|b)
(o sistema Ax = b é impossı́vel se e só se car(A) 6= car (A|b));
• o sistema Ax = b é possı́vel e determinado se e só se
car(A) = car (A|b) = n;
• o sistema Ax = b é possı́vel e indeterminado se e só se
car(A) = car (A|b) < n.
Dizemos que o número n − car(A) é o grau de indeterminação do
sistema (número de incógnitas livres).
Observação:
Um sistema homogéneo Ax = 0 com m equações em n incógnitas
(que é sempre possı́vel) é determinado se e só se car(A) = n.
Exercı́cio
Verifique que o sistema
(a) 

 + 2x2 − x3 = 1
x1 + x2 = 2


 −x1 + x2 + x3 + x4 = 1
2x2 + x3 + x4 = 2

é impossı́vel.
(b) 

 x1 + 3x2 + x3 = 1
x1 + x2 = 2


 3x1 + x2 + x3 + x4 = 1
x2 + 2x3 + x4 = 2

é possı́vel e determinado sendo (−6, 8, −17, 28) a única solução.

(c) 
 x1 − 2x2 + 3x3 = 1
2x1 + 6x3 = 6
−x1 + 3x2 − 3x3 = 0

é possı́vel e indeterminado e o seu conjunto-solução é

{(3 − 3α, 1, α) ∈ R3 : α ∈ R}
Exercı́cio
Use o método de eliminação de Gauss para determinar os valores
dos parâmetros reais α e β para os quais o sistema Ax = b,

 x +y +3z = −2
x +2y +4z = −3 ,
−x +3y +αz = β

não tem solução, tem uma única solução ou um número infinito de

soluções. Resolva o sistema para
(i) α = 2 e β = −2; (ii) α = 1 e β = −2.
Resolução.
1 1 3 −2 −−−−−−−−−→ 1
   
1 3 −2
 1 2 4 −3  l2 ←− l2 − l1  0 1 1 −1 
l3 ←− l3 + l1
−1 3 α β 0 4 α+3 β−2
 
−−−−−−−−−−→ 1 1 3 −2
l3 ←− l3 − 4l2  0 1 1 −1 
0 0 α−1 β+2

I Se α = 1 e β = −2, temos a matriz ampliada
 
1 1 3 −2
 0 1 1 −1 .
0 0 0 0
Neste caso o sistema é possı́vel e indeterminado pois
car(A|b) = car(A) = 2 < 3 = n (caracterı́stica da matriz ampli-
ada é igual à caracterı́stica da matriz simples e menor do que o
número de incógnitas).
I Se α = 1 e β 6= −2, a matriz ampliada é a matriz
 
1 1 3 −2
 0 1 1 −1 
0 0 0 β+2
e o sistema correspondente é um sistema impossı́vel,

pois a última equação corresponde à condição 0 = β + 2 que
é impossı́vel já que β + 2 6= 0. De facto, neste caso temos
car(A|b) = 3 6= car(A) = 2.
I Se α 6= 1, o sistema é possı́vel e determinado qualquer que seja
o valor de β pois acontece sempre car(A|b) = car(A) = 3 = n.
(i) Para α = 2 e β = −2 temos a matriz ampliada
 
1 1 3 −2
 0 1 1 −1 
0 0 1 0
que corresponde ao sistema

 x +y +3z = −2
y +z = −1
z =0

Por substituição inversa, obtém-se
z = 0, y = −1, x = −2 − 3 × 0 − (−1) = −1.

(ii) Para α = 1 e β = −2, como já observado, temos o sistema possı́vel e
indeterminado 
 x +y +3z = −2
y +z = −1
0 =0

A variável z é uma variável livre e, por substituição inversa, obtém-se

y = −1 − z, x = −2 − 3z − (−1 − z) = −2z − 1.
O conjunto de soluções é, então,
(−2γ − 1, −1 − γ, γ) ∈ R3 : γ ∈ R .


Sistemas possı́veis e determinados
Proposição
O sistema Ax = b de n equações lineares em n incógnitas é possı́vel
e determinado se e só se A é invertı́vel.
Vamos aplicar o método de Gauss-Jordan para a determinação da

inversa de uma dada matriz invertı́vel.
Se A é uma matriz de ordem n invertı́vel a sua inversa A−1 verifica,

por definição,
AA−1 = In e A−1 A = In ,
onde In denota a matriz identidade de ordem n.
Assim, podemos escrever
Ax = b ⇐⇒ A−1 Ax = A−1 b ⇐⇒ In x = A−1 b

⇐⇒ x = A−1 b
Cálculo da inversa de uma matriz (de novo)
Verficar se A é invertı́vel e, em caso afirmativo, calcular a sua inversa,

resume-se a resolver a equação
AX = In .
Esta equação é equivalente a resolver n sistemas de n equações

lineares em n incógnitas.
Escrevamos X fraccionada por colunas:

X = x1 x2 · · · xn .
Fraccionando In também por colunas, tem-se

In = e1 e2 · · · en .

Cálculo da inversa de uma matriz
Assim,

AX = In ⇐⇒ A x1 x2 · · · xn = e1 e2 · · · en

⇐⇒ Ax1 Ax2 · · · Axn = e1 e2 · · · en


 Ax1 = e1
 Ax2 = e2

⇐⇒ ..


 .
Axn = en


    

 x11 1


 x21  0
A .  = .
   
Se A é invertı́vel, então os n


 ..   .. 


sistemas de equações lineares






 xn1 0 são todos possı́veis e determi-

nados. Caso contrário, pelo


    



 x12 0 menos um dos sistemas é im-
1
x22 
  
possı́vel.


A = .
 
.


  . 
 
 .. 
. 
AX = In ⇐⇒

 xn2 0

  
···



 .. x11 x12 x1n
. ···
  x21

 x22 x2n 
A−1

= .
 
.. .. .. 

 ..






 
x1n
 
0 . . . 



 x2n  0 xm1 xm2 ··· xmn
= .

A . 
    
 ..   .. 






xnn 1
Dado que a matriz simples destes n sistemas é sempre a matriz A,

pode pensar-se em resolver simultaneamente os n sistemas para não
repetir as operações elementares sobre a matriz A.
Ou seja, podemos aplicar o método de eliminação à matriz

A In .
O processo de redução deve ser aplicado tendo como objetivo obter

uma matriz com a forma
h i
In X = In A−1
usando o método de eliminação de Gauss-Jordan,
h i
A In −→ · · · −→ In A−1

Exemplo (inversa de uma matriz)
Calculemos a inversa A−1 da matriz
 
1 0 0 1
0 1 1 0
A= −1 0
.
−1 −1
1 0 1 0
T
e usemos A−1

para resolver o sistema Ax = 1 1 1 1 .
Temos
 
1 0 1 0 1 0 0 0 −−−−−−−−−→
0 1 0 1 0 1 0 0
 
A I4 =  l3 ←− l3 + l1
−1 0 −1 −1 0 0 1 0
 
l4 ←− l4 − l1
1 0 0 1 0 0 0 1
1 0 1 0 1 0 0 0
 
0 1 0 1 0 1 0 0
  −−−−−−−−−→

0 0 0 −1 1 0 1 0
 l3 ←→ l4
0 Álgebra −1- Sistemas
0 Linear 1 −1 0 0 1
de equações lineares 59 / 64
1 0 1 0 1 0 0 0
 
0 1 0 1 0 1 0 0 −−−−−−−−−→
  l3 ←− −l3
0 0 −1 1 −1 0 0 1
l4 ←− −l4
0 0 0 −1 1 0 1 0
1 0 1 0 1 0 0 0
 
0 1 0 1 0 1 0 0  −−−−−−−−−→
0

0 1 −1 1 0 0 −1 
 l3 ←− l3 + l4
l2 ←− l2 − l4
0 0 0 1 −1 0 −1 0
1 0 1 0 1 0 0 0
 
0 1 0 0 1 1 1 0  −−−−−−−−−→
 
0 0 1 0 0 0 −1 −1  l1 ←− l1 − l3
0 0 0 1 −1 0 −1 0

1 0 0 0 1 0 1 1
 
0 1 0 0 1 1 1 0 
h i
 = I4 A−1
0 0 1 0 0 0 −1 −1

0 0 0 1 −1 0 −1 0
Assim, A é invertı́vel e a inversa é

 
1 0 1 1
1 1 1 0
A−1 = 

.
0 0 −1 −1
−1 0 −1 0
T
A solução do sistema Ax = 1 1 1 1 é dada por
      
1 1 0 1 1 1 3
1 1 1 1 0 1
   3 
x = A−1 
       
1 =  0 0 −1 −1 1 = −2 .
 
1 −1 0 −1 0 1 −2
Exercı́cio
Considere a matriz invertı́vel
 
1 1 1
A = 0 0 1 .
1 0 2
(a) Determine A−1 .

(b) Use a alı́nea
 anterior
  para resolver o sistema de equações
x 1
lineares A y = 0 .
z 1
Resolução.
(a)
   
1 1 1 1 0 0 −−−−−−−−−→ 1 1 1 1 0 0
0 0 1 0 1 0  l3 ←− l3 − l1  0 0 1 0 1 0
1 0 2 0 0 1 0 −1 1 −1 0 1

 
−−−−−−→ 1 1 1 1 0 0
l3 ←− l2  0 −1 1 −1 0 1
0 0 1 0 1 0
 
−−−−−−−−−−−−→ 1 1 1 1 0 0
l2 ←− (−1) · l2  0 1 −1 1 0 −1 
0 0 1 0 1 0
 
−−−−−−−−−−→ 1 1 0 1 −1 0
l2 ←− l2 + l3 
0 1 0 1 1 −1 
l1 ←− l1 − l3
0 0 1 0 1 0
 
−−−−−−−−−−→ 1 0 0 0 −2 1
l1 ←− l1 − l2  0 1 0 1 1 −1 
0 0 1 0 1 0
Temos, então,  
0 −2 1
A−1 = 1 1 −1 .
0 1 0

(b) Uma vez que A é uma matriz invertı́vel, vem
       
x 1 x 1
A y = 0 ⇐⇒ y = A−1 0
z 1 z 1
    
x 0 −2 1 1
⇐⇒ y = 1 1 −1 0
z 0 1 0 1
   
x 1
⇐⇒ y = 0 .
z 0

2.SlidesSistemas FM

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

2.SlidesSistemas FM

Enviado por

Direitos autorais:

Formatos disponíveis

Sistemas de equações lineares

2. Sistemas de equações lineares

Pretende-se estudar métodos sistemáticos para a resolução de siste-

Álgebra Linear - Sistemas de equações lineares 1 / 64

Sejam a1 , a2 , . . . , an , b números reais, não todos nulos. Uma equação

Para m, n ∈ N, chamamos sistema de m equações lineares em n

onde aij e bj são números reais.

Álgebra Linear - Sistemas de equações lineares 2 / 64

c) Sistema de 2 equações em 3 incógnitas (sistema 2 × 3)

Álgebra Linear - Sistemas de equações lineares 3 / 64

Este sistema pode ser escrito na forma matricial

Álgebra Linear - Sistemas de equações lineares 4 / 64

Chama-se solução do sistema a uma sequência (α1 , α2 , . . . , αn ) tal

se verifica. Ou seja, quando a incógnita xi toma o valor αi , i = 1, . . . , n,

Álgebra Linear - Sistemas de equações lineares 5 / 64

O par (1, 2) é solução do sistema já que

Esta solução é a única solução do sistema.

não tem soluções.

Substituindo agora x1 = 4 e x2 = 3 na primeira equação, vem

que é uma proposição falsa.

Álgebra Linear - Sistemas de equações lineares 7 / 64

Se α é um número real qualquer, é fácil verificar que a

Ou seja, o sistema tem uma infinidade de soluções.

Álgebra Linear - Sistemas de equações lineares 8 / 64

Nota: Se os termos independentes forem todos nulos, isto é, se

Cada uma destas equações representa graficamente uma reta no

Por exemplo, considerem-se os três sistemas a seguir:

A matriz do sistema é a matriz triangular superior

e o sistema designa-se por um sistema triangular superior.

Vamos supor que se tem aii 6= 0, i = 1, . . . , n.

Método de substituição inversa

Ou seja, da última equação, obtém-se xn . Substituindo o valor cal-

Álgebra Linear - Sistemas de equações lineares 13 / 64

Quando a matriz do sistema é a matriz triangular inferior

o sistema designa-se por sistema triangular inferior.

O método de substituição direta é um método análogo ao de

Álgebra Linear - Sistemas de equações lineares 14 / 64

Por substituição inversa, calcula-se:

Álgebra Linear - Sistemas de equações lineares 15 / 64

Iremos estudar um processo algorı́tmico que permite, de forma sis-

O processo de eliminação define-se como uma sequência de

Álgebra Linear - Sistemas de equações lineares 16 / 64

1. troca de duas equações;

2. multiplicação de uma equação por um número não nulo e

3. substituição de uma equação pela sua soma com outra equação

As estas operações chamamos operações elementares sobre as

Álgebra Linear - Sistemas de equações lineares 17 / 64

Na matriz ampliada do sistema, estas operações correspondem a

1. troca de duas linhas;

2. multiplicação de todos os elementos de uma linha por um

3. substituição de uma linha pela sua soma com outra linha

A estas operações chamamos também operações elementares

Álgebra Linear - Sistemas de equações lineares 18 / 64

O método de eliminação de Gauss, para o caso de sistemas cuja ma-

Álgebra Linear - Sistemas de equações lineares 19 / 64

Em cada passo, em paralelo com o processo de resolução do sistema,

Álgebra Linear - Sistemas de equações lineares 20 / 64

eq3 ←− eq3 − 3eq1 l3 ←− l3 − 3l1

Álgebra Linear - Sistemas de equações lineares 21 / 64

Álgebra Linear - Sistemas de equações lineares 22 / 64

eq3 ←− eq3 − 4eq2 l3 ←− l3 − 4l2

Álgebra Linear - Sistemas de equações lineares 23 / 64