Profa. A. G.

Martínez | cma212 | cm005

Tópicos: Posto de uma matriz, sistemas lineares, forma matricial de sistemas line-
ares, Teorema de Rouché-Frobenius, Método de Gauss-Jordan e método da eliminação
gaussiana para resolver sistemas lineares.

Posto e nulidade de uma matriz

Lembre que na aula passada vimos que toda matriz é equivalente por linha a uma
única matriz na forma escalonada reduzida.

Definição: • Dada uma matriz A de tamanho m × n define-se o posto da matriz A,

denotado por p(A), como o número de linhas (ou colunas) "linearmente independen-
tes". Dizemos que A tem posto completo quando p(A) = m ou p(A) = n.

• A nulidade de A é definida como o número de colunas da matriz menos o posto:

nul(A) = n − p(A)

Como calcular o posto? Pode se mostrar que o posto de A coincide com o número de
linhas não nulas da forma escalonada reduzida por linhas de A que também é igual ao o
número de linhas não nulas da forma escalonada. Assim, será suficiente usar a forma
escalonada para calcular o posto, já que nesse caso o número de operações elementares a
ser aplicadas é menor.  
−3 2 1 0
Exemplo: (a) Calcule o posto da matriz A =  0 1 4 1.
6 −3 2 1
   
−3 2 1 0 −3 2 1 0
Solução: Para isso, note que A =  0 1 4 1 ∼ . . . ∼  0 1 4 1 ⇒
6 −3 2 1 0 0 0 0
p(A) = 2.
 
2 5 1
(b) Determine o posto da matriz A = 1 1 1  em função do parâmetro k.
4 0 k
   
2 5 2 1 1 1 (
3, k 6= 4
Observe que A = 1 1 1  ∼ 0 1 0  = Ã ⇒ p(A) =
4 0 k 0 0 k−4 2, k = 4

Enunciamos a seguir, sem demonstração, algumas propriedades do posto:

Propriedades: Seja A uma matriz m × n então,

• p(A) = p(At )
 Profa. A. G. Martínez | cma212 | cm005

• p(A) ≤ min{m, n}

O posto é um conceito muito importante pois ele permite, entre outras coisas, classi-
ficar o tipo de solução que um sistema linear possui.

Sistema de Equações Lineares

Um sistema de m equações e n incógnitas é um conjunto de equações da

forma:



 a11 x1 + a12 x2 + . . . + a1n xn = b1

a x + a x + . . . + a x = b
21 1 22 2 2n n 2
 .
.. .
.. .
.. .
..



a x + a x + . . . + a x = b
m1 1 m2 2 mn n m

onde os números aij e bi são números reais ou complexos conhecidos para

todo i = 1, 2, . . . , m e j = 1, 2, . . . n
• Uma solução do sistema é uma n-upla de números (x1 , x2 , . . . , xn ) que
satisfaz simultaneamente as m equações.
• O conjunto de todas as possíveis soluções é chamado de conjunto solução
do sistema linear.
• Dois sistemas lineares são chamados de sistemas equivalentes quando
possuem exatamente o mesmo conjunto solução.
Observe que nem todo sistema linear possui solução (Dê um exemplo).

Exemplo: Os dois sistemas lineares a seguir são equivalentes:

( (
2x + y = 3 2x + y = 3
(a) (b)
4x + 5y = 9 3y = 3
pois os dois sistemas possuem solução única: x = 1, y = 1.
 Profa. A. G. Martínez | cma212 | cm005

Forma matricial de um Sistema de Equações Lineares

Uma forma muito conveniente de representar um sistema linear é através

de sua forma matricial:
     
a11 a22 . . . a1n x1 b1
a
 21 a22 . . . a2n   x2   b2 
    
 .. .. .   . = . 
 . . . . . ..   ..   .. 
am1 am2 . . . amn xn bm

o que equivale a escrever o sistema na forma A x = b onde,

 
a11 a22 . . . a1n
a
 21 a22 . . . a2n 

A =  .. .. .  é a matriz de coeficientes do sistema,
 . . . . . .. 
am1 am2 . . . amn
   
x1 b1
x  b 
 2  2
x =  ..  é o vetor das incógnitas e b =  ..  é o vetor dos termos
. .
xn bm
independentes. (
3x + 4y + z = 3
Exemplo: Represente na forma matricial o sistema
2x + 5y − 4z = 0
 
  x  
3 4 1   3
Solução: Neste caso temos: y =
2 5 −4 0
z
Definição: Dado um sistema linear de m equações com n incógnitas
A x = b define-se a matriz aumentada do sistema como a matriz de tamanho
m × (n + 1) dada por,
 
a11 a22 . . . a1n | b1
 21 a22 . . . a2n | b2 
a 
[A | b ] =  .. .. . . .
 . . . . . .. | .. 
am1 am2 . . . amn | bm
 Profa. A. G. Martínez | cma212 | cm005

O teorema a seguir afirma que todo sistema linear pode ter solução única,
ou infinitas soluções ou nenhuma solução.

Sistemas lineares: Classificação do conjunto solução.

O teorema de Rouché-Frobenius (também conhecido como Rouché - Ca-

pelli) permite classificar o tipo de solução de um sistema linear de equações
em função da relação existente entre o posto da matriz do sistema e do posto
da sua matriz aumentada.

Teorema Rouché - Frobenius

Seja A uma matriz m × n, x ∈ Rn , b ∈ Rm . Considere o sistema linear

de equações Ax = b, então:
• Se p(A) = p([ A | b ]) = n =⇒ O sistema possui solução única.
• Se p(A) = p([ A | b ]) < n =⇒ O sistema possui infinitas soluções.
• Se p(A) 6= p([ A | b ]) =⇒ O sistema não tem solução.

Observe que é usual chamar ao sistema como sistema possível determinado

(SPD) quando o sistema possui solução única, sistema possível indeterminado
(SPI) quando o sistema possui infinitas soluções e sistema impossível( SI)
quando o sistema não tem solução. Nos dois primeiros casos o sistema é dito
consistente e no último caso o sistema é dito inconsistente.

Exemplo: Classifique, em função dos parâmetros k e s , o sistema a

seguir como SPD, SPI ou SI.

2x + 3y + z = 0

6x + 8y = 1

−2x − 2y + kz = s.

 Profa. A. G. Martínez | cma212 | cm005

 
2 3 1 | 0
Solução: A matriz aumentada do sistema: [ A | b ] =  6 8 0 | 1.
−2 −2 k | s
Lembre que para calcular o posto de A e da matriz aumentada do sistema,
precisamos obter a forma escalonada (ou a escalonada reduzida) da matriz,
assim após aplicar uma sequência de operações elementares obtém-se a matriz
equivalente na forma escalonada:
 
2 3 1 | 0
[ Ã | b̃ ] = 0 1 3 | −1  .
0 0 k−2 | s−1
Resulta então que:

( (
3, se k 6= 2 3, se k 6= 2 ou s 6= 1
p(A) = , p([ A | b ]) = ,
2, se k = 2 2, se k = 2 e s = 1

Vemos que:

• Se k 6= 2 =⇒ p(A) = p([ A | b ]) = 3 = n, portanto a solução é única.

• Se k = 2 e s = 1 =⇒ p(A) = p([ A | b ]) = 2 < n, portanto há

infinitas soluções.

• Se k = 2 ou s 6= 1 =⇒ p(A) = 2 6= 3 = p([ A | b ]), portanto não

existe solução. Em resumo, temos que:

• Se k 6= 2 =⇒ S.P.D.
• Se k = 2 e s = 1 =⇒ S.P.I.
• Se k = 2 ou s 6= 1 =⇒ S.I.

Como encontrar o conjunto solução?

 Profa. A. G. Martínez | cma212 | cm005

Método de Gauss - Jordan

Uma vez que sabemos que o sistema linear possui solução, O objetivo será
encontrar um método que permita determinar o conjunto solução do sistema.

A ideia do método de Gauss-Jordan consiste em transformar o sistema

original em um outro sistema equivalente por linhas onde a matriz do novo
sistema está na forma escalonada reduzida, sendo dessa maneira mais simples
de resolver:

A x = b ⇐⇒ Ã x = b̃
onde à é a forma escalonada reduzida (F.E.R.) por linhas de A.
Para resolver o sistema, se ele tiver solução, faça o seguinte.
1. Escreva a matriz aumentada do sistema
2. Transforme a matriz de coeficientes na forma escalonada reduzida apli-
cando as operações também na última coluna da aumentada.
3. Escreva as equações do sistema linear resultante.
4. Caso o sistema possua infinitas soluções (S.P.I.) coloque as variáveis
básicas (associadas aos pivôs) em função das variáveis livres (variáveis
sem pivô associado).
Após esses quatro passos é bem simples descrever parametricamente o
conjunto solução do sistema linear.

Exemplo: Considere no sistema anterior k = 2 e s = 1


2x + 3y + z = 0

6x + 8y = 1

−2x − 2y + 2z = 1.


Sabemos que para esses valores de k e s o sistema é possível indeterminado.

Descreva parametricamente o conjunto solução do sistema linear anterior.
 Profa. A. G. Martínez | cma212 | cm005

Solução: Começamos escrevendo a matriz aumentada do sistema é:[ A | b ]

Aplicando uma sequência de operações elementares sobre [ A | b ] resulta:
     
2 3 1 | 0 2 3 1 | 0 1 0 −4 | 0
 6 8 0 | 1 ∼ 0 1 3 | −1 ∼ 0 1 3 | −1.
−2 −2 2 | 1 0 0 0 | 0 0 0 0 | 0
Observe que a matriz de coeficientes do novo
 sistema equivalente
 ao ori-
1 0 −4 | 0
ginal está na forma escalonada reduzida: 0 1 3 | −1
0 0 0 | 0
Aquí já é possível identificar as variáveis básicas: x e y e as variáveis
livres: z.

Observe que sempre o número de variáveis básicas coincide com o posto

da matriz de coeficientes e o número de variáveis livres é igual à nulidade da
matriz A. (
x − 4z = 0
Escrevendo as equações associadas ao sistema: resulta
y + 3z = −1
que: x = 4z, y = −1 − 3z; sendo z uma variável livre (o que significa que
pode assumir qualquer valor real),
       
x 4z 0 4z
y  = −1 − 3z  = −1 + −3z 
z z 0 z
Atribuindo a z o valor arbitrário t, o conjunto solução do sistema linear pode
ser escrito na sua forma paramétrica:
        
 x  x 0 4 
Cs =  y ∈R
 3  y = −1 + t −3 ,
     para t ∈ R
z z 0 1
 

dessa forma vemos que o conjunto de pontos que resolve o sistema linear é
dado pela reta que passa pelo ponto (0, −1, 0)t e que leva a direção do vetor
(4, −3, 1)t .
 Profa. A. G. Martínez | cma212 | cm005

Método da Eliminação Gaussiana

A estratégia do método da eliminação gaussiana é similar a anterior po-

rém dessa vez o sistema original é transformado em outro equivalente no
qual a matriz do novo sistema está apenas na forma escalonada (F.E.), e
resolvendo o sistema resultante usando a técnica da substituição reversar:

A x = b ⇐⇒ Ã x = b̃
onde à é a forma escalonada (F.E.) por linhas de A.

Para resolver o sistema, se ele tiver solução, faça o seguinte.

1. Escreva a matriz aumentada do sistema
2. Transforme a matriz de coeficientes na forma escalonada aplicando as
operações também na última coluna da aumentada.
3. Escreva as equações do sistema linear resultante.
4. Use a técnica de sustituição reversa para resolver o sistema obtido no
passo anterior.
5. Caso o sistema tenha infinitas soluções, represente o conjunto solução
na forma paramétrica.

Exemplo: Use o método da eliminação gaussiana para encontrar o con-

junto solução do sistema a seguir:

x + y − z = 1

3x + 7y + 4z = 0

x + 5y + 6z = −2


Solução: Começamos escrevendo a matriz aumentada do sistema é:[ A | b ]

Aplicando uma sequência de operações elementares sobre [ A | b ] resulta:
   
1 1 −1 | 1 1 1 −1 | 1
3 −1 4 | 0  ∼ . . . ∼ 0 4 7 | −3 .
1 −3 6 | −2 0 0 0 | 0
 Profa. A. G. Martínez | cma212 | cm005

Observe que o posto da matriz de coeficientes e da matriz aumentada

do sistema é igual a 2 que é menor que o número de incógnitas do sistema
(igual a 3), logo o teorema de Rouché Frobenius garante que o sistema possui
infinitas soluções (S.P.I.):

p(A) = 2 = p([ A | b ]) < 3 = nº incógnitas

(
x+y−z =1
Reescrevendo o sistema linear correspondente: ⇒
4y + 7z = −3
Da substituição reversa resulta:
−3 7 −3 7 7 11
y= − z, x=1−y+z =1− − z+z = + z
4 4 4 4 4 4
vetorialmente:
 
7 11
4 + 4 z
     
x 7/4 (11/4)z
 −3 − 7 z  = −3/4 + (−7/4)z  ,
y  =  
 4 4 
z 0 z
z
Logo temos que o sistema linear possui infinitas soluções e a descrição
paramétrica do conjunto solução é dada por:
        
 x  x 7/4 11/4 
Cs =  y  ∈ R 3 y  = −3/4 + t −7/4 , para t ∈ R .
z z 0 1
 

===============