Você está na página 1de 8

1 Interpretação matricial dos sistemas lineares

e escalonamento de matriz

Matrizes associadas a um sistema linear


Dado o sistema linear de m equações e n incógnitas
8
>
> a11 x1 + a12 x2 + ::: + a1n xn = b1
<
a21 x1 + a22 x2 + ::: + a2n xn = b2
>
> :::
:
am1 x1 + am2 x2 + ::: + amn xn = bm

a matriz m n 0 1
a11 a12 ::: a1n
B a21 a22 ::: a2n xn C
A=B
@
C
A
am1 am2 ::: amn
é dita matriz principal do sistema e a matriz m (n + 1)
0 1
a11 a12 ::: a1n b1
B a21 a22 ::: a2n xn b2 C
B C
@ A
am1 am2 amn bm

é chamada matriz aumentada do sistema. Temos também as matrizes


0 1 0 1
x1 b1
B x2 C B C
X=B C (das incógnitas) e B = B b2 C
@ : A @ : A
xn bm
0 1
x1
B x2 C
Note que estamos identi…cando (x1 ; x2 ; :::; xn ) e B C
@ : A.
xn
Observamos, então, que resolver o sistema linear é o mesmo que resolver
a equação matricial
AX = B

1
1 0
x1
B x2 C
isto é, determinar a matriz coluna X = B C
@ : A tal que AX = B. De fato,
xn
0 10 1 0 1
a11 a12 ::: a1n x1 a11 x1 + a12 x2 + ::: + a1n xn
B a21 a22 ::: a2n xn C B x2 C B a21 x1 + a22 x2 + ::: + a2n xn C
AX = B @
CB C B
A@ : A = @
C
A
:::
am1 am2 ::: amn xn am1 x1 + am2 x2 + ::: + amn xn
e portanto,
AX = B
equivale a 0 1 0 1
a11 x1 + a12 x2 + ::: + a1n xn b1
B a21 x1 + a22 x2 + ::: + a2n xn C B b2 C
B C=B C
@ ::: A @ : A
am1 x1 + am2 x2 + ::: + amn xn bm
isto é, ao sistema linear
8
>
> a11 x1 + a12 x2 + ::: + a1n xn = b1
<
a21 x1 + a22 x2 + ::: + a2n xn = b2
>
> :::
:
am1 x1 + am2 x2 + ::: + amn xn = bm
Exemplo. Para o sistema linear
8
< x+y =0
2x y + 3z = 3
:
x 2y z = 3
temos que a matriz principal é
0 1
1 1 0
A=@ 2 1 3 A;
1 2 1
a matriz aumentada é 0 1
1 1 0 0
@ 2 1 3 3 A:
1 2 1 3
O sistema é equivalente a equação matricial AX = B onde
0 1 0 1
x 0
X= @ y A eB= @ 3 A.
z 3

2
Observamos agora que com essa interpretação de sistema linear podemos
provar que se um sistema tiver duas soluções X1 e X2 então terá uma in-
…nidade de soluções. De fato, consideremos números reais a e b tais que
a + b = 1: Então, usando propriedades das operações com matrizes, temos

A(aX1 + bX2 ) = aAX1 + bAX2 = aB + bB = (a + b) B = B

e daí como existe uma in…nidade de números reais a e b tais que a + b =


1; concluímos que existe uma in…nidade de soluções para o sistema linear
AX = B:
Assim, o conjunto solução S de um sistema linear ou é vazio, ou tem
apenas um elemento, ou tem uma in…nidade de elementos.

Escalonamento de matriz
Dizemos que uma matriz é escalonada quando o primeiro elemento não-
nulo de cada uma de suas linhas está à esquerda do primeiro elemento não-
nulo de cada uma das linhas subsequentes e, além disso, as linhas nulas (se
houver) estão abaixo das demais.
Exemplos
1) As matrizes abaixo são escalonadas:
0 1
0 1 0 1 2 3 1
1 3 7 2 B 0
@ 0 2 5 1 A; B 0 4 5 2 C
C
@ 0 0 0 6 3 A
0 0 0 3
0 0 0 0 0

2) A matriz 0 1
1 3 7 2
@ 1 2 5 1 A
0 0 0 3
não é escalonada.
Operações elementares sobre matrizes
As seguintes operações sobre as linhas de uma matriz são chamadas op-
erações elementares:
i) Trocar a posição de duas linhas,
ii) Somar a uma linha um múltiplo de outra linha,
iii) Multiplicar linha por constante não-nula.

3
De…nição. Escalonar uma matriz A = (aij )m n é, mediante aplicações
sucessivas de operações elementares sobre suas linhas, obter uma matriz
escalonada.
O procedimento é o seguinte:
(a) Se a11 6= 0, o processo começa deixando a primeira linha intacta e
somando a cada linha li , com i 2, a primeira linha multiplicada por aa11i1 .
0 1
a11
B 0 C
Com isto, se obtém uma matriz cuja prieira coluna é B
@
C.
A
0
(b) Se a11 = 0, uma troca de linhas fornece uma matriz com a11 6= 0
desde que a primeira coluna não seja nula. Se, porém, a primeira coluna
é nula, passa-se para a segunda coluna ou, mais geralmente, para a coluna
mais próxima, à direita da primeira coluna, onde haja algum elemento não
nulo e opera-se como antes de modo a obter uma matriz cuja primeira coluna
não-nula começa com elemento 6= 0 mas todos os demais são iguais a zero.
A partir daí não se mexe mais na primeira linha. Recomeça-se o processo
trabalhando com as linhas a partir da segunda, até obter uma matriz escalon-
ada.
Exemplos
1) Escalonar a matriz
0 1
1 2 3 4
A = @ 5 6 7 8 A:
9 10 11 12
Temos a11 = 1 6= 0. Portanto, fazemos as operações: l2 ! l2 5l1 ; l3 !
l3 9l1 0 1 0 1
1 2 3 4 1 2 3 4
@ 5 6 7 8 A !@ 0 4 8 12 A :
9 10 11 12 0 8 16 24
Recomeçamos a partir da seguna linha. Fazemos, então, a operação elemen-
tar: l3 ! l3 + 48 l2 = l3 + 2l2
0 1 0 1
1 2 3 4 1 2 3 4
@ 0 4 8 12 A ! @ 0 4 8 12 A :
0 8 16 24 0 0 0 0
Logo, a matriz escalonada obtida é
0 1
1 2 3 4
@ 0 4 8 12 A :
0 0 0 0

4
0 1
2 1 3 0
2) Escalonar a matriz A = @ 0 1 2 3 A.
3 4 2 0
Temos os passos:
3
l3 ! l3 l
2 1
0 1 0 1
2 1 3 0 2 1 3 0
@ 0 1 2 3 A!@ 0 1 2 3 A
3 4 2 0 0 25 5
2
0
5
l3 ! l3 l
2 2
0 1 0 1
2 1 3 0 2 1 3 0
@ 0 1 2 3 A ! @ 0 1 2 3 A:
0 52 5
2
0 0 0 15
2
15
2

Portanto, 0 1
2 1 3 0
U= @ 0 1 2 3 A.
15 15
0 0 2 2
é uma matriz escalonada de A:

Método de Gauss matricialmente


Observamos que o método de Gauss para resolver o sistema linear AX =
B pode ser realizado da seguinte forma. Escalonamos a matriz aumentada
C do sistema dado, obtendo uma matriz escalonada C 0 . Assim, encontramos
um sistema linear, equivalente ao sistema dado, com matriz aumentada C 0 ,
que resolvemos por substituição.
Exemplos
1) Resolver pelo método de Gauss o sistema linear
8
< x+y+z =9
2x + 4y 3z = 1
:
3x + 6y 5z = 0

A matriz aumentada do sistema é


0 1
1 1 1 9
C= @ 2 4 3 1 A:
3 6 5 0

5
Escalonando obtemos a matriz (exercício)
0 1
1 1 1 9
0
C = @ 0 2 5 17 A
1 3
0 0 2 2

Portanto, o sistema linear com matriz aumentada C 0 ,


8
< x+y+z =9
0x + 2y 5z = 17
:
0x + 0y 21 z = 32

é equivalente ao sistema dado e pode ser resolvido por substituição. A solução


do sistema é
(x; y; z) = (7; 1; 3) :
2) Resolver o sistema linear AX = B onde
0 1 0 1
2 1 3 0 3
A=@ 0 1 2 3 A e B = @ 2 A:
3 4 2 0 1

Solução:
Vamos escalonar a matriz aumentada do sistema. Temos os passos:
3
l3 ! l3 l
2 1
0 1 0 1
2 1 3 0 3 2 1 3 0 3
@ 0 1 2 3 2 A!@ 0 1 2 3 2 A
3 4 2 0 1 0 25 5
2
0 7
2

5
l3 ! l3 l
2 2
0 1 0 1
2 1 3 0 3 2 1 3 0 3
@ 0 1 2 3 2 A ! @ 0 1 2 3 2 A:
0 52 5
2
0 7
2
0 0 15
2
15
2
17
2

Portanto, 0 1
2 1 3 0 3
U= @ 0 1 2 3 2 A.
15 15 17
0 0 2 2 2
é uma matriz escalonada de A:

6
Agora resolvemos, por substituição, o sistema linear equivalente ao sis-
tema dado: 8
< 2x1 + x2 + 3x3 = 3
x2 + 2x3 + 3x4 = 2
: 15 15
x
2 3
x = 17
2 4 2
Como existem mais incógnitas que equações, chamamos por exemplo x4 =
t e isolamos as demais incógnitas em função dessa. Portanto, da terceira
equação, obtemos
15 15 17
x3 t =
2 2 2
15 17 15
x3 = + t
2 2 2
17
x3 = t+
15
17
Substituindo x3 = t+ 15
; x4 = t na segunda equação, temos
17
x2 + 2 t+ + 3t = 2;
15
17
x2 = 2 2 t+ 3t
15
4
= t
15
4
x2 = t.
15
Finalmente, substituindo x2 ; x3 na primeira equação temos
4 17
2x1 + t +3 t+ = 3
15 15
4 17
2x1 = 3 t 3 t+
15 15
2
2x1 = 4t
15
1
.
x1 = 2t
15
Logo, as soluções do sistema linear dado são
0 1 0 1
1
x1 2t 15
B x2 C B t 4 C
X=B C B
@ x3 A = @ t + 17
15 C
A
15
x4 t

7
onde t 2 R é interpretado como um parâmetro, isto é, ao variar t no con-
junto dos números reais obtemos todas as soluções do sistema linear dado.
Portanto, temos uma in…nidade de soluções para tal sistema. Por exemplo,
se t = 0 temos que 0 1
1
15
B 4 C
X=B
@
15
17
C
A
15
0
é uma dessas soluções.

Você também pode gostar