Escolar Documentos
Profissional Documentos
Cultura Documentos
a1 x1 a2 x2 ... an xn b
onde a1 , a2 ,..., an são constantes reais.
Sistemas Lineares
Um sistema de equações lineares ou, simplesmente,
um sistema linear é um conjunto de m equações
lineares com n incógnitas do tipo
x1
x
x 2 é o vetor das incógnitas
x
n
b1
b
é o vetor dos termos independentes
b 2
b
m
Exemplo 1.
Escrever o sistema na forma matricial
2 x1 5 x2 0
3x 4 x2 7
Solução de um sistema linear
Uma solução do sistema é vetor
s1
que torna cada equação matricial s
verdadeira quando tomamos s 2
s
x1 s1 , x2 s2 ,..., xn sn n
2 x y 1 6
3x y 3
5
2 1 x 1 2
3 1 y 3 1
y
0
-1
-2
-3
-4
-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
x
Exemplo 3b. Solução de um sistema
linear
Considere a solução do sistema linear
4 10
x 2 y 1
2
x 2 y 1 5
0 0
y
y
1 2 x 1
1 2 y 1
-2 -5
-4 -10
-4 -2 0 2 4 -4 -2 0 2 4
x x
Exemplo 3c. Solução de um sistema
linear
Considere a solução do sistema linear
4 10
x 2 y 1
x 2 y 3
2 5
0 0
y
y
1 2 x 1
1 2 y 3
-2 -5
-4 -10
-4 -2 0 2 4 -
x
Classificação de um sistema linear com
relação à sua solução
Os exemplos anteriores ilustram o fato geral sobre
sistemas lineares, descrito a seguir.
Nenhuma solução
Interpretação geométrica de um sistema
3 3
Infinitas soluções
Nenhuma solução
Resolução de um sistema linear
x 2y z 0 x 2 y z 0 x 29
2 y 8z 8 y 4z 4 y 16
4 x 5 y 9 z 9 z 3 z 3
1 2 1 0 1 2 1 0 1 0 0 29
0 2 8 8 , 0 1 4 4 e 0 1 0 16
4 5 9 9 0 0 1 3 0 0 1 3
Forma escalonada de uma matriz
Uma matriz na forma escalonada deve satisfazer:
1 2 1 0 1 1 0 0 1 2 5 0
0 3 0 3 , 0 1 0 e 0 0 7 1 0
0 0 1 5 0 0 0 0 0 0 0 1
Forma escalonada reduzida de uma
matriz
Uma matriz na forma escalonada reduzida, deve
satisfazer, adicionalmente:
1 0 1 0
0 1 0 0 1 1 1 0
1 1 0 0 1 0 0 0 0 1
, e
0 0 0 1
0 0 0 1 0 0 0 0
0 0 0
Resolução de um sistema linear
Se a matriz aumentada de um sistema de equações
lineares pode ser expressa na forma escalonada, ou
escalonada reduzida, a solução do sistema é
imediata.
bn
xn
ann
bn1 an1,n xn
xn 1
an 1,n 1
5 x 5y 15 5 5 0 15
2 x 4 y z 10 2 4 1 10
3 x 4y 11 3 4 0 11
L2 2 L1 L2
L3 3L1 L3
Obtemos
1x 1y 3 1 1 0 3
2y z 4 0 2 1 4
y 2 0 1 0 2
Exemplo 4. (continuação)
Escolhemos o pivô da segunda linha, depois de
trocar as linhas 2 e 3 entre si,
L2 L3
L3 L2
Obtemos
1x 1y 3 1 1 0 3
1y 2 0 1 0 2
2y z 4 0 2 1 4
Exemplo 4. (continuação)
Para zerar os demais elementos da coluna do pivô
realizamos as seguintes operações
L1 L2 L1
L3 2 L2 L3
Obtemos
1x 1 1 0 0 1
1y 2 0 1 0 2
1z 0 0 0 1 0
3 1 2 4 1 2 0 5
a) 0 2 1 1 b) 0 1 2 3
0 0 3 2 0 0 0 4
1 0 5 1
c) 0 1 1 4
0 0 0 0
Variáveis livres e variáveis dependentes
Após o processo de redução da matriz aumentada
do sistema linear pode-se estabelecer:
As variáveis correspondentes às colunas pivô da
matriz são chamadas variáveis dependentes
As demais variáveis são chamadas variáveis livres
1 0 0 3 1 2 0 0
a) 0 1 0 0 b) 0 0 1 5
0 0 1 7 0 0 0 4
1 6 0 0 3 2
1 0 0 7 8 0 0 1 0 4 7
c) 0 1 0 3 2 d)
0 0 0 1 5 8
0 0 1 1 5 0 0
0 0 0 0
Posto de uma matriz
O número de variáveis dependentes é exatamente o
número de linhas não nulas na forma escalonada da
matriz dos coeficientes.