Caracterizao

Um sistema de m equaes a n variveis

chamado sistema de equaes lineares. Ele
tem a forma genrica seguinte:

a11 x1 a12 x2 .... a1n xn b1

a21 x1 a22 x2 .... a2 n xn b2
............................................
am1 x1 am 2 x2 .... amn xn bm

Soluo
Um conjunto de n valores (x1, ..., xn)
verificando as equaes do sistema uma
soluo do sistema.
Um sistema cujo os valores dos coeficientes
bn so iguais a 0 um sistema homogneo:
a11 x1 a12 x2 .... a1n xn 0

a21 x1 a22 x2 .... a2 n xn 0

............................................
am1 x1 am 2 x2 .... amn xn 0

Caracterizao matricial
O sistema pode ser escrita sobre a forma de
um produto de matrizes:
onde as matrizes so definidas por:

Combinao linear
A combinao linear de equaes a soma
dessas equaes multiplicado por
coeficientes reais:

1eq1+2eq2+...+neqn onde ii{1,...,n}

uma combinao linear de eq1, eq2, ..., eqn.

Em relao com as variveis envolvidas nas

equaes, uma equao linear, combinao
linear entre as outras equaes no introduz
novas relaes entre as variveis.

Sistemas equivalentes
Num sistema de equaes lineares independentes,
se uma equao trocada por uma combinao
linear dela mesma e outras equaes do sistema, o
novo sistema equivalente o primeiro. Os dois
sistemas tm a mesma soluo.
1.eq1 2 .eq2 ... n eqn , 1 0
eq1
eq

...
...
eqn eqn
eq
2

Sistemas equivalentes
Num sistema, se uma equao combinao
linear das outras, ele equivalente ao sistema
sem essa equao:

2 .eq2 ... n eqn

eq
2
...
eqn

eq2
eq

...
eqn

Equaes e variveis
Um sistema de m equaes a n variaveis:

Tem uma soluo unica se ele pode ser reduzido

a um sistema de n equaes independentes a n
variveis.
Tem uma infinidade de solues, se ele
equivalente a um sistema de m equaes
independentes com m<n

Determinante
Um determinante um nmero associado a um
matriz quadrada (mesmo nmero de linha e coluna).
A definio do determinao envolve a noo de
permutao. O determinante de uma matriz A (aij
o coeficiente da i-sima linha e j-sima coluna) ,
onde n so elementos distintos de (1,...,n) e k o
nmero de permutaes para passar de (1,...,n) para
k
(1,..., n):
n!

A (1) a11 a2 2 ...ann

Calculo do determinante,
caso 2x2 e 3x3
O calculo do determinante 2x2:
a11

a12

a21

a22

a11a22 a21a12

O calculo do determinante 3x3 feito da forma

seguinte:

Det A=

a11a22 a33 a21a32 a13 a31a12 a23

a31a22 a13 a11a32 a23 a21a12 a33

Determinante, caso nxn

O desenvolvimento de Laplace permite o calculo do
determinante da forma seguinte:
a11 a12 ... a1n
j n
a21 a22 ... a2 n j n
aij ij a ji ji , ij (1)i j akp ,k i , p j
... ... ... ...
j 1
j 1
an1 an 2 ... ann
Onde ij o determinante da submatriz obtido de A retidando-se a isima linha e j-sima coluna e multiplicado por (-1) i+j. O nmero i
pode ser qualquer nmero de {1,...,n}. Esse princpio funciona para
qualquer linha ou coluna.

Determinante, caso nxn

O calculo do determinante pode ser implementado
com um procedimento recursivo. O calculo de um
determinante nxn determinado a partir de
determinantes (n-1)x(n-1).
O preo do clculo de um determinante elevado.
Considerando a formula da definio, so necessrias
n!(n-1)+(n!-1) ou seja n!n-1 operaes para um
determinante de dimenso n: (n!-1) somas de n!(n-1)
produtos, sem considerar os elementos anexos
necessrios (posio de memoria, sinal, etc).

Determinante, um algoritmo
O calculo feito usando os coeficientes da primeira
linha.
Determinante(m) // m: matriz
se dim(m)=2 resultado=m[0][0].m[1][1]-m[1][0].m[0][1]
se dim(m)=1 resultado=m[0][0]
Se dim(m)>2 resultado=0
i de 1 a dim(m) construr a submatriz de m sem a primeira
linha e a i-sima coluna (subm)
resultado=resultado+(-1)i.m[0][i].Determinante(subm)

Determinante e sistema
Se um sistema de n equaes lineares a n
variveis tem um determinante diferente de
0: det A0, as equaes do sistema so
independentes.
Nesse caso, o sistema tem uma soluo
nica. Em caracterizao matricial, essa
soluo escreve-se:
1

A
b

onde A-1 a matriz inversa da matriz A.

Determinante e matriz inversa

Se o determinante de uma matriz no nulo,
a matriz inversa pode ser calculada.
a11 ... a1n

A ... ... ... , A1

a

...
a
nn
n1

11 ... n1
1

...
...
...

...

1n

nn

Onde ij o determinante da matriz formada a

partir da matriz A retirando a i-sima linha e
j-sima coluna.

Formula de Cramer
Pela formula de Cramer, se o determinante do sistema no
nulo, o valor soluo da varivel xi dado pela formula
seguinte:
a ... a
b a
... a
11

1i 1

1i 1

1n

1 a21 ... a2i 1 b2 a2i 1 ... a2 n

xi
det A ... ... ... ... ... ... ...
an1 ... ani 1 bn ani 1 ... ann
O numerator da frao o determinante da matriz formada
da matriz A do sistema onde a coluna dos coeficientes de xi
so subsitudos pelos termos constantes bi.

Exemplo
2 x1 3x2 x3 0

x1 x2 4 x3 3
x 8x x 1
2
3
1

0 3 1
3 1 4
1 8 1 46
x1

64
64

x2

2 3 1
det 1 1 4 2 8 12 3 64 1 64
1 8 1

2 0 1
1 3 4
1 1 1
64

10
64

2 3 0
1 1 3
1 8 1 62
x3

64
64

Custo da formula de Cramer

Para resolver um sistema de n equaes a n
variveis, pela formula de Cramer precisam
ser calculados n+1 determinante de ordem n
(n linhas, n colunas).
O custo da resoluo desse sistema de:
(n!n-1)(n+1) operaes.
Para 10 variaveis: 399167989

Eliminao Gaussiana
A eliminao Gaussiana usa a propriedade de
equivalncia de sistema para eliminar
progressivamente as variveis ate chegar a
uma equao de uma varivel.
a11 x1 a12 x2 .... a1n xn b1

a22 x2 .... a2 n xn b2

............................................

ann xn bn

Sistema triangular
No novo sistema, podemos determinar:
n
bn
bn 1 an 1n xn
1
xn
, xn 1
,......, xi (bi aij x j )
ann
an 1n 1
aii
j i 1

O sistema chamado sistema triangular e a

matriz associada uma matriz triangular. Se
fala tambm de triangular superior ou
inferior para caracterizar a posio dos
coeficientes no nulos.

Eliminao Gaussiana e
determinante
O determinante de um sistema triangular o
produto dos termos da diagonal.
a11
0
...
0

a12 ... a1n

a22 ... a2 n
a11a22 ...ann
0 ... ...
... 0 ann

Em um determinante, adicionar os termos (ou os

termos multiplicado por um fator) de qualquer linha
(resp. coluna) a qualquer outra linha (resp. coluna)
no muda o valor do determinante.

Mtodo
Escolhe uma das equaes (i-sima) com o
coeficiente (ai1) de x1 no nulo. Esse coeficiente
chamado de pivot (ou pivot de Gauss).
Adicionar a cada uma das equaes restantes (j,
ji), a primeira equao multiplicada por: -aj1/ai1
Aplicar de novo o algoritmo com o sub-sistema de
n-1 variveis ate chegar a uma equao de uma
varivel.

Exemplo
2 x1 3 x2 x3 0
x1 x2 4 x3 3
x1 8 x2 x3 1
2 x1 3 x2 x3 0
5
7
x2 x3 3
2
2
19
1
x2 x3 1
2
2

2 x1 3 x2 x3 0
5
7
x2 x3 3
2
2
128
62
x3
10
5

46
x

1 64

10

x2
64

62

x3 64

Matriz
O processo pode ser aplicado com matrizes. Nesse caso, se
considera a matriz aumentada com as constantes da matriz do
sistema:

a11 a12 ... a1n b1

a21 a22 ... a2 n b2

[A ]
... ... ... ... ...

a
a
...
a
b
E as combinaes lineares
entre
entre as
n1
n 2 as equaes
nn so nfeitas

linhas de coeficientes.

Exemplo com matriz

2 3 1 0

1 1 4 3
1 8 1 1

2
3
1 0

5
7
0
3

2
2

19
1
0

2
2

1
7
2
128
0
10
3
5
2

62

Exerccio

x1 3 x2 5 x3 2 x4 10
x 9 x 8 x 4 x 15
1
2
3
4
x

2
2 4
2 x1 x2 x3 x4 3

Soluo:
Soluo: x1=-1,
x1=-1,
x2=0,
x2=0,x3=1
x3=1ee
x4=2
x4=2

Custo da eliminao Gaussiana

Para eliminar o primeiro termo das n-1
equaes de um sistema a n equao,
precisamos de n-1 divises, (n-1)(n+1)
multiplicaes e (n-1)(n+1) adies: 2n2+n-3.
Para eliminar osi ntermos ate a ultima equao
precisamos de 2i 2 i 3 operaes, da ordem
i 2
3
de 2n /2.
A resoluo do sistema triangular necessita: n
divises, n(n-1)/2 multiplicaes e n(n-1)/2
adies.

Velocidade da resoluo
Uma das razes de escolher uma algoritmo
no lugar de um outro em geral baseado
sobre a relao entre velocidade e preciso.
No caso da resoluo de sistemas lineares, a
formula de Cramer precisa de muito mais
operaes que a eliminao Gaussiana.

Estratgia de pivoteamento
Resoluo do sistema seguinte usando
sucessivamente 0.004 e 0.423 como pivot e
calculando usando somente 4 algarismos
significativos:

0.004 x1 15.73 x2 15.77

0.423 x1 24.72 x2 20.49

A soluo do sistema e (10,1). Com 0.004
como pivot achamos (12.5,0.9994) e com
0.423 achamos (10,1).

Estratgia de pivoteamento
No caso geral, para diminuir os erros de
arredondamento, prefervel usar como
pivot o maior coeficiente em valor absoluto
da varivel a eliminar nas equaes do
sistema.
pivot ( xi ) max( aij )
j 1..n

Eliminao Gaussiana,
algoritmo
n: numero de variveis, m: matriz aumentada
Eliminacao_gauss(n, m)

para i de 1 a n
para

j de i a n, procure o coeficiente maior em valor

absolute: linha max
troca a linha max com a linha i de m
para j de i+1 a n, para k de i a n+1, subtrai m[j][i]/m[i]
[i] de m[j][k]

Solues particulares
Certas situaes precisam de determinar as
solues de sistemas onde somente os termos
constantes (bi) mudam:

soluo de:

a11 x1 a12 x2 .... a1n xn b1

............................................
a x a x .... a x b
nn n
n
n1 1 n 2 2

a11 x1 a12 x2 .... a1n xn b '1

e soluo de:
............................................
a x a x .... a x b '
nn n
n
n1 1 n 2 2

Solues particulares
Nesses casos, mais eficiente de triangular o
sistema uma vez e resolve-lo com os
diversos valores dos termos constantes (b i).
Nesse caso uma segunda matriz necessria
para calcular os termos constantes do sistema
triangular em fones dos coeficientes de
origem.

Solues particulares
Nesse caso, a matriz coluna dos termos constantes
considerada como o produto da matriz identidade como essa
matriz coluna. As transformaes operadas pela
triangularizao sero aplicadas matriz identidade e no
matriz coluna dos termos constantes.

a11 ... a1n

... ... ...

a

...
a
nn
n1

1 0 0
x1


... 0 1 0
x
1
0
0
n

b1
...
bn

Matriz Inversa
Se o processo de transformao do sistema
continua ate obter um sistema cuja matriz a
matriz identidade, a matriz de transformao
dos termos constantes a matriz inversa da
matriz do sistema inicial:
1 0 0 x1
b1

1
0
1
0
...

A
...

0 0 1 x
b

n
n

Exemplo
2

A
0

1 0 0

0 1 1
1 1 1

0 0 3

3 3 3 2

5
6
2

A 1
4 5 4 3

1 1 1 1

Erros de aproximao
Os erros de arredondamento tm um papel
importante na soluo de sistemas de
equaes lineares, principalmente por conto
do grande nmero de calculo a ser efetuados.
A um efeito de condensao pivotal no
caso da eliminao gaussiana. Cada calculo
depende dos resultados anteriores.

Avaliao dos erros

Uma forma de avaliar o erro trocar as
variveis nas equaes pelos valores
determinados e comparar os resultados com
os termos constantes:
3x1 4 x2 7
Sistema:
5 x1 2 x2 3

x1 0.999
solues:
x1 1.002

Trocando nas equaes: 3(0.999) 4(1.002) 7.005

5(0.999) 2(1.002) 2.991

Avaliao dos erros

Um pequeno erro sobre os resultados conduz
a considerar que os valores das variveis
determinados so boas aproximaes dos
resultados exatos.
Existem casos nos quais no podemos
afirmar isso.

Sistema mal condicionado

Considerando o sistema seguinte:
x1 x2 2

1.0001x1 x2 2.007

Uma soluo como x1=100, x2=-98 uma

soluo aceitvel do ponto de vista do
critrio precedente, porm ela longe da
soluo exata (70,-68).

Sistema mal condicionado

Um sistema de equaes que pode ser satisfeito por
solues erradas um sistema mal condicionado.
Do ponto de vista grfico, no
caso da dimenso 2, o sistema
mal condicionado quando as
duas retas representando as
equaes so prximas:

Sistema mal condicionado

Um sistema mal condicionado quando seu
determinante prximo de zero.
O que significa, um determinante prximo de
zero ? Como multiplicando qualquer equao
por um fator no muda a soluo do sistema,
enquanto multiplica o determinante por esse
fator, falar de um valor pequeno do
determinante no significa nada.

Sistema mal condicionado

Para determinar se um sistema mal
condicionado, existem duas possibilidades:

O determinante normalizado prximo de 0: cada

linha dividida por um fator de proporcionalidade,
1
raiz quadrada da soma dos
n 2 2
quadrados dos coeficientes da linha. ki aij
j 1
Se uma pequena mudana de um termo constante do
sistema provoca uma uma mudana importante no
resultado, o sistema mal condicionado.

Mtodo iterativo de
Gauss-Seidel
O sistema transformado de tal forma que cada equao
pode dar o valor de uma varivel (no caso que um dos aii
nulo, o sistema pode ser reordenado para ter a condio: aii,
i={1,...,n}):
1

x1
(b1 a12 x2 .... a1n xn )

a11
a11 x1 a12 x2 .... a1n xn b1

............................................
............................................

an1 x1 an 2 x2 .... ann xn bn

1
xn
(bn an1 x1 .... ann 1 xn1 )
ann

Mtodo iterativo de
Gauss-Seidel
Em seguida, a cada passo e a partir de valor
iniciais de (x2, ..., xn), novos valores de
(x1, ..., xn) so calculados.
Quando converge, esse processo pode exigir
muitas iteraes para chegar a um resultado
razovel. Ele aconselhado somente quando
o sistema mal condicionado ou quando
muitos coeficientes do sistema so nulos
(convergncia rpida)

Mtodo iterativo de
Gauss-Seidel
O algoritmo pode ser parado quando:

atingido um nmero de iterao dado.

A diferencia entre dois valores sucessivas dos xi
menor que um valor limito: . Critrio
particularmente delicado a manipular
(convergncia muito lenta).

Mtodo iterativo de
Gauss-Seidel
Se o mtodo no converge, ele pode ser
aplicado mudando a ordem das equaes (ou
seja mudando as equaes determinando
cada xn).
Existe um teorema que garante a
convergncia: Se o termo da diagonal
aii aij , i 1,..., n principal maior em valor absoluta que a
j 1
soma dos valores absolutos dos outros
j i
n
termos da linha do coeficiente e que a
aii a ji , i 1,..., n soma dos valores absolutos dos outros
j 1
termos da coluna do coeficiente, a
j i
convergncia garantida.
n