Documente Academic
Documente Profesional
Documente Cultură
_
a
11
x
1
+ ... +a
1n
x
n
= b
1
a
21
x
1
+ ... +a
2n
x
n
= b
2
...
a
p1
x
1
+ ... + a
pn
x
n
= b
p
(S)
a
i,j
, b
i
R, 1 i p, 1 j n. Os elementos a
i,j
R chamam-se coecientes de (S). Diz-se
que a
i,j
o coeciente da i-sima equao na incgnita x
j
. Os elementos b
i
R chamam-se
termos independentes. Diz-se que b
i
o termo independente da i-sima equao.
Uma soluo do sistema (S) um n-plo (
1
, ...,
n
) R
n
que soluo de todas as equaes
do sistema.
Os sistemas de equaes podem ser classicados quanto existncia e unicidade de soluo:
3
1.1. INTRODUO AOS SISTEMAS DE EQUAES LINEARES 4
Denio 1.3 O sistema (S) diz-se possvel se o conjunto das suas solues no vazio (isto
, se o sistema tem pelo menos uma soluo); diz-se impossvel caso contrrio (i.e., se no tem
nenhuma soluo). Se o sistema (S) possvel, diz-se que determinado se tem uma nica
soluo e diz-se que indeterminado se tem mais do que uma soluo.
Exemplos 1.4 1) O sistema de equaes
_
x y = 0
x + y = 4
possvel determinado porque tem apenas a soluo (2, 2).
2) O sistema de equaes
_
x y = 0
3x 3y = 0
possvel mas indeterminado porque tem as solues (1, 1) , (2, 2) , (3, 3) , ... .
3) O sistema de equaes
_
x + y = 0
x + y = 1
impossvel.
Exemplo 1.5 Consideremos agora o sistema
_
_
_
y + z = 2
x + 2y z = 1
2x + y + z = 2.
Pretendemos determinar os valores das incgnitas x, y e z.
Vamos comear por trocar a primeira equao com a segunda e alinhar os termos:
_
_
_
x + 2y z = 1
y + z = 2
2x + y + z = 2.
Assim na primeira equao j aparece o termo em x. Ao coeciente de x nessa equao
chamamos pivot. Subtraimos terceira equao a primeira multiplicada por 2 e obtemos
_
_
_
x + 2y z = 1
y + z = 2
3y + 3z = 0.
No segundo passo deste processo vamos considerar a segunda equao e a incgnita y, que tem
como pivot o nmero 1. Somamos a terceira equao com a segunda multiplicada por 3 e obtemos
_
_
_
x + 2y z = 1
y + z = 2
6z = 6.
Agora substituindo da ltima equao para a primeira obtemos z = 1, y = 1 e x = 0.
1.2. MATRIZES 5
Dado um sistema de equaes lineares podemos colocar as seguintes questes:
(i) Como resolver o sistema? (Isto , como determinar o conjunto das suas solues?)
(ii) Como discutir o sistema? (Ou seja, como concluir, sem resolver o sistema, se ele possvel
ou impossvel e, no caso possvel, se determinado ou indeterminado?)
O mtodo apresentado no Exemplo 1.5 muito ltil para a resoluo e discusso de sistemas
de equaes lineares. Mas para sistemas com muitas equaes e/ou muitas incgnitas pode-se
tornar muito demorado e confuso, pois em cada passo temos que escrever todo o sistema. No
entanto existe uma ferramenta que nos ajuda bastante: as matrizes. Utilizando matrizes em
cada passo do processo descrito acima temos apenas que escrever os coecientes.
1.2 Matrizes
Denio 1.6 Chama-se matriz simples de (S) a
_
_
a
11
... a
1n
... ...
a
p1
... a
pn
_
_
,
matriz dos termos independentes a
_
_
b
1
...
b
p
_
_
e matriz ampliada (ou completa) de (S) a
_
_
a
11
... a
1n
... ...
a
p1
... a
pn
b
1
...
b
p
_
_
.
Se A a matriz simples de (S) e B a matriz dos termos independentes, representa-se
por [A|B] a matriz ampliada de (S). O sistema (S) pode ser escrito na forma AX = B, sendo
X =
_
_
x
1
...
x
n
_
_
e por AX entende-se o produto das matrizes A e X, mas isto s veremos mais
frente.
Numa matriz, as las horizontais chamam-se linhas e as las verticais colunas. De um
modo geral, independentemente do seu relacionamento com um sistema de equaes lineares,
um qualquer quadro de p n nmeros distribuidos em p linhas e n colunas chama-se matriz do
tipo pn. O conjunto das matrizes do tipo pn sobre R representa-se por M
pn
(R) e quando
p = n representa-se, simplesmente, por M
n
(R).
1.3. O MTODO DE CONDENSAO (OU ELIMINAO) DE GAUSS 6
Exemplo 1.7 Consideremos o sistema de equaes lineares nas incgnitas reais x
1
, x
2
, x
3
(S)
_
_
4x
1
+ 2x
2
x
3
= 0
x
1
+ 2x
3
= 5
x
1
+ x
2
+ x
3
= 0
2x
1
+ 2x
2
x
3
= 2.
(1, 1, 2) soluo de (S), porque
_
_
4 1 + 2 (1) 2 = 0
1 + 2 2 = 5
1 + (1) + 2 = 0
2 1 + 2 (1) 2 = 2.
A matriz simples de (S)
A =
_
_
4 2 1
1 0 2
1 1 1
2 2 1
_
_
43,
a matriz dos termos independentes de (S)
B =
_
_
0
5
0
2
_
_
41
e a matriz ampliada de (S)
[A|B] =
_
_
4 2 1
1 0 2
1 1 1
2 2 1
0
5
0
2
_
_
44.
1.3 O mtodo de condensao (ou eliminao) de Gauss
Nesta seco vamos descrever e aplicar o mtodo de Gauss. o mesmo que foi utilizado no
Exemplo 1.5, mas aqui para matrizes!
Denio 1.8 Sejam (S) e (S
|B
=
_
_
1 0 ... 0 a
1r+1
a
1r+2
... a
1n
0 1 ... 0 a
2r+1
a
2r+2
... a
2n
... ... ... ... ... ... ... ...
0 0 ... 1 a
rr+1
a
rr+2
... a
rn
0 0 ... 0 0 0 ... 0
... ... ... ... ... ... ... ...
0 0 ... 0 0 0 ... 0
1
b
2
...
b
r
b
r+1
...
b
p
_
_
.
Um tal sistema possvel se e s se b
r+1
= ... = b
p
= 0 e, nesse caso, determinado se e s se
r = n.
Denio 1.11 Ao nmero de linhas no nulas de uma matriz M aps a sua condensao
chama-se caracterstica da matriz M e representa-se por r (M).
Proposio 1.12 O sistema (S) :
(i) impossvel se e s se r (A
) < r ([A
|B
]) ;
(ii) possvel se e s se r (A
) = r ([A
|B
]);
(iii) possvel e determinado se r (A
) = r ([A
|B
]) = n;
(iv) possvel e indeterminado se r (A
) = r ([A
|B
]) < n.
Denio 1.13 Se o sistema possvel e indeterminado, o valor n r (A
) diz-se o grau de
indeterminao do sistema.
Exemplo 1.14 Consideremos o sistema nas incgnitas x
1
, x
2
, x
3
, x
4
sobre R
(S)
_
_
_
x
1
3x
2
+ 2x
3
3x
4
= 2
2x
1
+ 2x
2
+ 2x
4
= 0
x
1
x
2
+ 2x
3
x
4
= 2.
1.4. DETERMINANTE DE UMA MATRIZ QUADRADA 8
A sua matriz completa
[A|B] =
_
_
1 3 2 3
2 2 0 2
1 1 2 1
2
0
2
_
_
.
Comecemos por discutir o sistema e para isso vamos usar o mtodo de Gauss
_
_
1 3 2 3
2 2 0 2
1 1 2 1
2
0
2
_
_
L
2
L
2
+2L
1
L
3
L
3
+L
1
_
_
1 3 2 3
0 4 4 4
0 4 4 4
2
4
4
_
_
L
3
L
3
L
2
_
_
1 3 2 3
0 4 4 4
0 0 0 0
2
4
0
_
_
L
2
1
4
L
2
_
_
1 3 2 3
0 1 1 1
0 0 0 0
2
1
0
_
_
.
Temos r (A
) = r ([A
|B
]) = 2 < 4 = n
o
incgnitas. Logo o sistema possvel e indeterminado
e o seu grau de indeterminao 4 2 = 2.
Vamos agora resolver o sistema
_
_
1 3 2 3
0 1 1 1
0 0 0 0
2
1
0
_
_
L
1
L
1
+3L
2
_
_
1 0 1 0
0 1 1 1
0 0 0 0
1
1
0
_
_
ou seja,
_
x
1
= 1 + x
3
x
2
= 1 + x
3
x
4
.
Ento (
1
,
2
,
3
,
4
) R
4
soluo de (S) se e s se
_
1
= 1 + x
3
2
= 1 +
3
4
.
Como tal o conjunto das solues de (S)
{(1 + x
3
, 1 +
3
4
,
3
,
4
) :
3
,
4
R} .
1.4 Determinante de uma matriz quadrada
Nesta seco vamos ver outra maneira de resolver sistemas de equaes lineares, mas s se aplica
nalguns casos. Para isso precisamos da noo de determinante de uma matriz quadrada e de
alguma teoria sobre determinantes.
Denio 1.15 Uma matriz A diz-se quadrada de ordem n se tem n linhas e n colunas.
Notao: Dada uma matriz A quadrada de ordem n, com n > 1, e dados i, j {1, ..., n},
representa-se por A(i|j) a matriz de ordem n 1 que se obtm de A suprimindo a linha i e a
coluna j.
1.4. DETERMINANTE DE UMA MATRIZ QUADRADA 9
Exemplo 1.16 Seja A =
_
_
3 1 2 2
5 4 2 1
0 1
2 0
3 2 0 1
_
_
44
. Temos A(2|3) =
_
_
3 1 2
0 1 0
3 2 1
_
_
33
.
Denio 1.17 Seja A uma matriz quadrada de ordem n. Chama-se determinante de A e
representa-se por det A (ou |A|) o nmero que se obtm do seguinte modo
(i) se n = 1
det A = det [a
11
] = a
11
;
(ii) se n > 1
det A = a
11
(1)
1+1
det A(1|1) + ... + a
1n
(1)
1+n
det A(1|n)
=
n
r=1
a
1r
(1)
1+r
det A(1|r) .
Exemplos 1.18 1) Seja A =
_
a
11
a
12
a
21
a
22
_
M
2
(R). Temos
det A = a
11
(1)
1+1
det A(1|1) + a
12
(1)
1+2
det A(1|2)
= a
11
det [a
22
] a
12
det [a
21
]
= a
11
a
22
a
12
a
21
.
2) Seja A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
M
3
(R). Temos
det A = a
11
(1)
1+1
det A(1|1) + a
12
(1)
1+2
det A(1|2) + a
13
(1)
1+3
det A(1|3)
= a
11
det
_
a
22
a
23
a
32
a
33
_
a
12
det
_
a
21
a
23
a
31
a
33
_
+ a
13
det
_
a
21
a
22
a
31
a
32
_
= a
11
(a
22
a
33
a
23
a
32
) a
12
(a
21
a
33
a
23
a
31
) + a
13
(a
21
a
32
a
22
a
31
)
= a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
a
11
a
23
a
32
a
12
a
21
a
33
a
13
a
22
a
31
.
3) Seja A =
_
_
1 0 0
1 4 1
0 1 5
_
_
M
3
(R). Temos
det A = 1 det
_
4 1
1 5
_
= 20 1 = 19.
1.4. DETERMINANTE DE UMA MATRIZ QUADRADA 10
Denio 1.19 Dada a matriz A quadrada de ordem n, com n > 1, chama-se complemento
algbrico (ou cofactor) do elemento a
ij
, e representa-se por A
ij
, o elemento de R
(1)
i+j
det A(i|j) .
Exemplo 1.20 Seja A =
_
_
2 7 3
1 4 0
1
3 5
_
_
33
. Temos
A
12
= (1)
1+2
det A(1|2) = (1) (5 0) = 5.
Observao 1.21 Se A = [a
ij
] uma matriz quadrada de ordem n > 1, ento
det A = a
11
A
11
+ ... +a
1n
A
1n
=
n
r=1
a
1r
A
1r
.
Teorema 1.22 (Laplace) Se A = [a
ij
] uma matriz quadrada de ordem n > 1, ento, para
cada i {1, ..., n}, temos
(i)
det A = a
i1
A
i1
+ ... + a
in
A
in
=
n
r=1
a
ir
A
ir
,
(ii)
det A = a
1i
A
1i
+ ... + a
ni
A
ni
=
n
r=1
a
ri
A
ri
.
expresso (i) damos o nome de desenvolvimento do determinante de A segundo a linha i,
e expresso (ii) damos o nome de desenvolvimento do determinante de A segundo a coluna i.
Exemplo 1.23 Consideremos a matriz A =
_
_
2 10 3
0 4 0
1 1 5
_
_
M
3
(R). Usando o desenvolvi-
mento do determinante segundo a linha 2 temos
det A = 0 (1)
2+1
det A(2|1) + 4 (1)
2+2
det A(2|2) + 0 (1)
2+3
det A(2|3)
= 4 det
_
2 3
1 5
_
= 4 (10 3) = 28.
1.4. DETERMINANTE DE UMA MATRIZ QUADRADA 11
Denio 1.24 As entradas a
ii
, i {1, ..., n}, da matriz quadrada A de ordem n dizem-se os
elementos principais de A e o n-plo (a
11
, ..., a
nn
) diz-se a diagonal principal de A.
Denio 1.25 Uma matriz quadrada A = [a
ij
] de ordem n diz-se
(i) triangular superior se a
st
= 0 sempre que s > t, isto , se A uma matriz da forma
_
_
a
11
a
12
... a
1n
0 a
22
... a
2n
... ... ... ...
0 0 ... a
nn
_
_
,
(ii) triangular inferior se a
st
= 0 sempre que s < t, isto , se A uma matriz da forma
_
_
a
11
0 ... 0
a
21
a
22
... 0
... ... ... ...
a
n1
a
n2
... a
nn
_
_
,
(iii) diagonal se a
st
= 0 sempre que s = t, isto , se A uma matriz da forma
_
_
a
11
0 ... 0
0 a
22
... 0
... ... ... ...
0 0 ... a
nn
_
_
.
Proposio 1.26 Se a matriz A, quadrada de ordem n, triangular ento o determinante de
A igual ao produto dos elementos da diagonal principal de A.
Demonstrao:
Vamos provar para matrizes triangulares superiores, para as inferiores anlogo.
A demonstrao feita utilizando o princpio de induo matemtica.
Se n = 1, ento A = [a
11
] e portanto det A = a
11
.
Seja n > 1.
Hiptese de induo: o determinante de uma matriz triangular superior de ordem n 1
igual ao produto dos seus elementos principais.
Suponhamos que A = [a
ij
] uma matriz triangular superior de ordem n. Utilizando o
desenvolvimento do determinante de A segundo a coluna 1 temos
det A = a
11
(1)
1+1
det A(1|1) .
Mas
A(1|1) =
_
_
a
22
a
23
... a
2n
0 a
33
... a
3n
... ...
0 0 ... a
nn
_
_
1.4. DETERMINANTE DE UMA MATRIZ QUADRADA 12
uma matriz triangular superior de ordem n 1. Pela hiptese de induo
det A(1|1) = a
22
...a
nn
e consequentemente
det A = a
11
a
22
...a
nn
.
obtida a partir de A multiplicando uma linha (ou coluna) por R\ {0}, ento
det A
= det A.
(ii) Se A
obtida a partir de A substituindo uma linha (ou coluna) pela sua soma com outra
linha (ou coluna), eventualmente multiplicada por uma constante, ento det A
= det A.
(iii) Se A
obtida a partir de A por troca de duas linhas (ou colunas) ento det A
= det A.
Exerccio 1.29 Demonstrar (i) da proposio anterior para linhas. (Sugesto: utilizar o princ-
pio de induo matemtica e o desenvolvimento do determinante segundo uma linha.)
Nota 1.30 As operaes nas linhas (ou colunas) descritas na proposio anterior chamam-se
operaes elementares.
Exemplo 1.31 Consideremos a matriz
_
_
5 3 4
1 1 2
2 3 0
_
_
. Temos
5 3 4
1 1 2
2 3 0
=
L
1
L
2
1 1 2
5 3 4
2 3 0
=
L
2
L
2
5L
1
L
3
L
3
2L
1
1 1 2
0 2 6
0 5 4
=
L
2
1
2
L
2
2
1 1 2
0 1 3
0 5 4
=
L
3
L
3
5L
2
2
1 1 2
0 1 3
0 0 11
= 2 1 1 11 = 22.
1.4. DETERMINANTE DE UMA MATRIZ QUADRADA 13
Teorema 1.32 (Regra de Cramer) Dado o sistema de equaes
_
_
a
11
x
1
+ a
12
x
2
+ ... +a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... +a
2n
x
n
= b
2
...
a
n1
x
1
+ a
n2
x
2
+ ... + a
nn
x
n
= b
n
,
seja A a sua matriz simples e B
j
a matriz que resulta de A substituindo a coluna nmero j pela
coluna dos termos independentes do sistema. Se |A| = 0, ento
x
j
=
|B
j
|
|A|
para todo j {1, 2, ..., n}.
Exemplo 1.33 Consideremos o sistema sobre R
(S)
_
_
_
x
1
+ x
2
x
3
= 1
x
1
+ x
2
+ x
3
= 0
x
1
+ x
2
+ x
3
= 1.
A matriz simples
A =
_
_
1 1 1
1 1 1
1 1 1
_
_
,
e
det A =
1 1 1
1 1 1
1 1 1
1 1 1
0 2 0
0 0 2
= 4 = 0,
ento podemos aplicar a Regra de Cramer. Assim encontramos facilmente a soluo do sistema
(
1
,
2
,
3
) R
3
:
1
=
|B
1
|
|A|
=
1 1 1
0 1 1
1 1 1
4
=
1 1 1
0 1 1
0 2 0
4
=
1
1 1
2 0
4
=
2
4
=
1
2
2
=
|B
2
|
|A|
=
1 1 1
1 0 1
1 1 1
4
=
1 1 1
0 1 0
0 2 2
4
=
1
1 0
2 2
4
=
2
4
=
1
2
3
=
|B
3
|
|A|
=
1 1 1
1 1 0
1 1 1
4
=
1 1 1
0 2 1
0 0 2
4
=
1
2 1
0 2
4
=
4
4
= 1,
ou seja, a soluo de (S)
_
1
2
,
1
2
, 1
_
.