Sunteți pe pagina 1din 11

Captulo 1

Sistemas de equaes lineares.


Matrizes
1.1 Introduo aos sistemas de equaes lineares
A resoluo de sistemas de equaes lineares um problema central em lgebra Linear.
Denio 1.1 Uma equao linear nas incgnitas x
1
, ..., x
n
uma equao da forma
a
1
x
1
+ a
2
x
2
+ ... + a
n
x
n
= b (1.1)
onde a
1
, ..., a
n
R, b R. Os elementos a
1
, ..., a
n
chamam-se coecientes e b termo indepen-
dente.
Uma soluo da equao (1.1) uma sequncia (
1
, ...,
n
) R
n
tal que, substituindo na
equao x
1
por
1
, x
2
por
2
, ..., x
n
por
n
obtm-se uma armao verdadeira.
Denio 1.2 Um sistema de p equaes lineares nas incgnitas x
1
, ..., x
n
(p, n 1) um
conjunto de p equaes lineares, cada uma delas com n incgnitas
_

_
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

) sistemas de equaes lineares com n incgnitas sobre R. Diz-se


que (S) e (S

) so equivalentes se tm o mesmo conjunto de solues.


Teorema 1.9 Dado o sistema de equaes (S), obtm-se um sistema equivalente quando:
(i) se trocam entre si as linhas da sua matriz completa;
(ii) se multiplica uma linha completa por uma constante no nula;
1.3. O MTODO DE CONDENSAO (OU ELIMINAO) DE GAUSS 7
(iii) a uma linha da matriz completa se soma uma outra, eventualmente multiplicada por uma
constante;
(iv) se trocam entre si as colunas da sua matriz simples.
As operaes descritas no teorema anterior so as utilizadas no mtodo de condensao (ou
eliminao) de Gauss.
Teorema 1.10 Supondo que (S) um sistema de p equaes lineares com n incgnitas. Usando
as transformaes descritas no Teorema 1.9, sempre possvel construir um sistema equivalente
ao dado cuja matriz ampliada da forma
_
A

|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
.

Proposio 1.27 Seja A uma matriz quadrada de ordem n. Temos


(i) se A tem uma linha (ou coluna) nula, ento det A = 0;
(ii) se A tem duas linhas (ou colunas) iguais, ento det A = 0;
(iii) se A tem duas linhas (ou colunas) proporcionais, ento det A = 0.
Agora vamos relacionar det A

com det A quando A

obtida apartir de A atravs de uma


transformao elementar. Este estudo vai-nos permitir apresentar um novo mtodo para calcular
determinantes.
Proposio 1.28 Sejam A, A

matrizes quadradas de ordem n.


(i) Se A

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
_
.

S-ar putea să vă placă și