4755 Sistemas

Alice:I’m very glad I happened to be in the way.
2. Sistemas de Equações Lineares
• Sistemas de Equações Lineares

• Método de eliminação de Gauss
• Operações elementares
• Caracterı́stica de uma matriz
• Classificação de Sistemas
• Sistemas Homogéneos. Núcleo de uma matriz
• Inversa de uma matriz
Maria Antónia Forjaz () DMat 20 de Outubro de 2009 1 / 37

conjunto solução
equação linear ax + by = c S = {(x, y ) : ax + by = c}

2x + 3y = −5
x/3 = 25 S = {75}
equação não linear x + y2 = 6

2x + 3xy − 4y = 10
√ √
u + v = −10
b
ax + c
y

conjunto solução
equação linear ax + by = c S = {(x, y ) : ax + by = c}

2x + 3y = −5
x/3 = 25 S = {75}
equação não linear x + y2 = 6

2x + 3xy − 4y = 10
√ √
u + v = −10
b
ax + c
y

½
ax + by = c
sist. de duas equações
a0 x + b 0 y = c 0
com duas incógnitas ½
x +y =0
exemplo
2x − y = 3
conjto solução S = {(x, y ) : ax + by = c e a0 x + b 0 y = c 0 }
S conjto vazio, finito, infinito

 ax + by + cz = d
sist. de três equações a0 x + b 0 y + c 0 z = d 0
 00
a x + b 00 y + c 00 z = d 0
com três incógnitas
conjto solução S = {(x, y , z) : ax + by + cz = d e a0 x + b 0 y + c 0 z = d 0

a00 x + b 00 y + c 0 z = d 00 }

½
ax + by = c
sist. de duas equações
a0 x + b 0 y = c 0
com duas incógnitas ½
x +y =0
exemplo
2x − y = 3
conjto solução S = {(x, y ) : ax + by = c e a0 x + b 0 y = c 0 }
S conjto vazio, finito, infinito

 ax + by + cz = d
sist. de três equações a0 x + b 0 y + c 0 z = d 0
 00
a x + b 00 y + c 00 z = d 0
com três incógnitas
conjto solução S = {(x, y , z) : ax + by + cz = d e a0 x + b 0 y + c 0 z = d 0

a00 x + b 00 y + c 0 z = d 00 }

Equações Linear
Uma equação linear nas incógnitas x1 , . . . xn e uma equação do tipo
a1 x1 + · · · + an xn = b
onde a1 , . . . , an e b são números.
À expressão a1 x1 + · · · + an xn é chamada o primeiro membro ou termo

dependente da equação.
O número b é chamado o segundo membro ou termo independente da

equação.

Sistema de m equações nas n incógnitas


 a11 x1 + a12 x2 + · · · + a1n xn = b1


 21 x1 + a22 x2 + · · · + a2n xn = b2
a
...



 a x + am2 x2 + · · · + amn xn = bm
 m1 1
na forma matricial
    
a11 a12 ... a1n x1 b1
 a21 a22 ... a2n  x2   b2 
    
 .. .. .. ..  .. = .. 
 . . . .  .   . 
am1 am2 . . . amn xn bm
e em notação abreviada
Ax = b
com: A = (Aij ) matriz dos coeficientes, m × n,
x = (xi ) matriz-coluna das incógnitas,
b = (bi ) matriz-coluna dos termos independentes.
Sistema de m equações nas n incógnitas


 a11 x1 + a12 x2 + · · · + a1n xn = b1


 21 x1 + a22 x2 + · · · + a2n xn = b2
a
...



 a x + am2 x2 + · · · + amn xn = bm
 m1 1
na forma matricial
    
a11 a12 ... a1n x1 b1
 a21 a22 ... a2n  x2   b2 
    
 .. .. .. ..  .. = .. 
 . . . .  .   . 
am1 am2 . . . amn xn bm
e em notação abreviada
Ax = b
com: A = (Aij ) matriz dos coeficientes, m × n,
x = (xi ) matriz-coluna das incógnitas,
b = (bi ) matriz-coluna dos termos independentes.
Uma solução de um sistema de equações lineares nas incógnitas x1 , . . . , xn
é uma sequência (α1 , α2 , . . . , αn ) de números tais que as substituições
xi = αi (i = 1, ..., n) transformam todas as equações do sistema em
identidades verdadeiras. Uma solução também pode ser apresentada sob a
forma de uma matriz coluna
 
α1
 α2 
 
 .. 
 . 
αm
Resolver um sistema de equações lineares e determinar todas as suas

soluções ou provar que não existe nenhuma.
Um sistema de equações lineares que tenha pelo menos uma solução diz-se
possı́vel (determinado se tiver uma única, indeterminado se tiver mais do
que uma). Caso contrário, o sistema diz-se impossı́vel.
Uma solução de um sistema de equações lineares nas incógnitas x1 , . . . , xn
é uma sequência (α1 , α2 , . . . , αn ) de números tais que as substituições
xi = αi (i = 1, ..., n) transformam todas as equações do sistema em
identidades verdadeiras. Uma solução também pode ser apresentada sob a
forma de uma matriz coluna
 
α1
 α2 
 
 .. 
 . 
αm
Resolver um sistema de equações lineares e determinar todas as suas

soluções ou provar que não existe nenhuma.
Um sistema de equações lineares que tenha pelo menos uma solução diz-se
possı́vel (determinado se tiver uma única, indeterminado se tiver mais do
que uma). Caso contrário, o sistema diz-se impossı́vel.
Dado um sistema de equações lineares Ax = b, colocam-se naturalmente
duas questões.
QUESTÃO 1 Como resolver Ax = b?
QUESTÃO 2 Como discutir Ax = b? (Isto é, como saber se o sistema é

possı́vel ou não? E no caso de ser possı́vel, se ele é
determinado ou não?)

Consideremos os dois seguintes sistemas
 
 x1 + x2 = 1  x1 + x2 = 1
2x1 + x3 = 0 x1 + x2 + 3x3 = −3
 
x2 + x3 = −1 x2 + x3 = −1
Verificamos que ambos os sistemas têm solução única igual a
(2/3, 1/3, −4/3).
O que podemos dizer da 2a equação do 20 sistema?

Note-se que: −1 (x1 + x2 ) +1 × (2x1 + x3 ) +2 × (x2 + x3 ) = x1 + x2 + 3x3
| {z } | {z } | {z }
linha 1 linha 2 linha 3
Os sistemas dizem-se equivalentes
Definição
Dois sistemas dizem-se equivalentes se admitem o mesmo conjunto
solução.

 
 x1 + x2 = 1  x1 + x2 = 1
2x1 + x3 = 0 x1 + x2 + 3x3 = −3
 
x2 + x3 = −1 x2 + x3 = −1
(2/3, 1/3, −4/3).

| {z } | {z } | {z }
Definição
solução.

 
 x1 + x2 = 1  x1 + x2 = 1
2x1 + x3 = 0 x1 + x2 + 3x3 = −3
 
x2 + x3 = −1 x2 + x3 = −1
(2/3, 1/3, −4/3).

| {z } | {z } | {z }
Definição
solução.

 
 x1 + x2 = 1  x1 + x2 = 1
2x1 + x3 = 0 x1 + x2 + 3x3 = −3
 
x2 + x3 = −1 x2 + x3 = −1
(2/3, 1/3, −4/3).

| {z } | {z } | {z }
Definição
solução.

 
 x1 + x2 = 1  x1 + x2 = 1
2x1 + x3 = 0 x1 + x2 + 3x3 = −3
 
x2 + x3 = −1 x2 + x3 = −1
(2/3, 1/3, −4/3).

| {z } | {z } | {z }
Definição
solução.

Que operações se podem fazer sobre as equações de um sistema de modo
aobter um sistema equivalente?
 y +z =3
x + 2y − z = 1

x +y +z =4
 E1 ↔ E2
 x + 2y − z = 1
⇔ y +z =3

x +y +z =4
 E3 ← (−1)E1 + E3
 x + 2y − z = 1
⇔ y +z =3

−y + 2z = 3
 E3 ← E3 + E2
 x + 2y − z = 1
⇔ y +z =3 substituindo da 3a equação para a 1a ,

3z = 6 obtemos z = 2, y = 1 e x = 1.
Que operações se podem fazer sobre as equações de um sistema de modo
aobter um sistema equivalente?
 y +z =3
x + 2y − z = 1

x +y +z =4
 E1 ↔ E2
 x + 2y − z = 1
⇔ y +z =3

x +y +z =4
 E3 ← (−1)E1 + E3
 x + 2y − z = 1
⇔ y +z =3

−y + 2z = 3
 E3 ← E3 + E2
 x + 2y − z = 1
⇔ y +z =3 substituindo da 3a equação para a 1a ,

3z = 6 obtemos z = 2, y = 1 e x = 1.
As operações se podem efectuar num sistema de modo a obter-se um
sistema equivalente são:
OE1 troca da ordem das equações,
OE2 multiplicar por um escalar, não nulo, ambos os membros de
uma equação,
OE3 substituir uma equação pela soma com outra multiplicada
por um escalar.
Estas operações designam-se por operações elementares.

Consideremos, em paralelo, dois modos de escrita da resolução de um
sistemaa
 (usando chavetas e com notação matricial)     
 y +z =3 0 1 1 x 3
x + 2y − z = 1  1 2 −1   y   1 

x +y +z =4 1 1 1 z 4
 E1 ↔ E2   L 1 ↔L2
 x + 2y − z = 3 1 2 −1 x 1
y +z =3  0 1 1  y  3 

x +y +z =4 1 1 1 z 4
 E3 ← (−1)E1 + E3  L3 ←(−1)L
 1 +
L3 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

−y + 2z = 3 0 −1 2 z 3
 E3 ← E3 + E2  L
3 ←
 L3 
+L2 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

3z = 6 0 0 3 z 6
sistemaa
 y +z =3 0 1 1 x 3
x + 2y − z = 1  1 2 −1   y   1 

x +y +z =4 1 1 1 z 4
 E1 ↔ E2   L 1 ↔L2
 x + 2y − z = 3 1 2 −1 x 1
y +z =3  0 1 1  y  3 

x +y +z =4 1 1 1 z 4
 E3 ← (−1)E1 + E3  L3 ←(−1)L
 1 +
L3 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

−y + 2z = 3 0 −1 2 z 3
 E3 ← E3 + E2  L
3 ←
 L3 
+L2 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

3z = 6 0 0 3 z 6
sistemaa
 y +z =3 0 1 1 x 3
x + 2y − z = 1  1 2 −1   y   1 

x +y +z =4 1 1 1 z 4
 E1 ↔ E2   L 1 ↔L2
 x + 2y − z = 3 1 2 −1 x 1
y +z =3  0 1 1  y  3 

x +y +z =4 1 1 1 z 4
 E3 ← (−1)E1 + E3  L3 ←(−1)L
 1 +
L3 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

−y + 2z = 3 0 −1 2 z 3
 E3 ← E3 + E2  L
3 ←
 L3 
+L2 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

3z = 6 0 0 3 z 6
sistemaa
 y +z =3 0 1 1 x 3
x + 2y − z = 1  1 2 −1   y   1 

x +y +z =4 1 1 1 z 4
 E1 ↔ E2   L 1 ↔L2
 x + 2y − z = 3 1 2 −1 x 1
y +z =3  0 1 1  y  3 

x +y +z =4 1 1 1 z 4
 E3 ← (−1)E1 + E3  L3 ←(−1)L
 1 +
L3 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

−y + 2z = 3 0 −1 2 z 3
 E3 ← E3 + E2  L
3 ←
 L3 
+L2 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

3z = 6 0 0 3 z 6
sistemaa
 y +z =3 0 1 1 x 3
x + 2y − z = 1  1 2 −1   y   1 

x +y +z =4 1 1 1 z 4
 E1 ↔ E2   L 1 ↔L2
 x + 2y − z = 3 1 2 −1 x 1
y +z =3  0 1 1  y  3 

x +y +z =4 1 1 1 z 4
 E3 ← (−1)E1 + E3  L3 ←(−1)L
 1 +
L3 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

−y + 2z = 3 0 −1 2 z 3
 E3 ← E3 + E2  L
3 ←
 L3 
+L2 
 x + 2y − z = 1 1 2 −1 x 1
y +z =3  0 1 1  y  3 

3z = 6 0 0 3 z 6
obtendo-se o sistema simplificado, e para o qual é fácil obter a solução
(primeiro o valor de z, depois de y e depois de x)
 
 x + 2y − z = 1  x =1
y +z =3 ⇔ y =1
 
3z = 6 z =2
S = {(1, 1, 2)}
     
0 1 1 1 3
Observação: Note-se que  1 2 −1  .  1  =  1 
1 1 1 2 4
| {z } | {z } | {z }
A solução b

As operações se podem efectuar sobre as linhas de uma matriz são:
OL1 troca da ordem das linhas,
OL2 multiplicação de uma linha por um escalar, não nulo,
OL3 substituir uma linha pela soma com outra linha multiplicada
por um escalar.
Estas operações designam-se por operações elementares.

Considerandoa matriz ampliada do sistema (A|b) podemos escrever:
   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6
L3 ← (−1)L1 + L3 L3 ← L2 + L3 matriz triangular superior
terminamos o método de eliminação de Gauss

   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6

   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6

   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6

   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6

   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6

   
0 1 1 | 3 1 2 −1 | 1
 1 2 −1 | 1  →  0 1 1 | 3 
1 1 1 | 4 1 1 1 | 4
L1 ↔ L2
   
1 2 −1 | 1 1 2 −1 | 1
→ 0 1 1 | 3 →  0 1 1 | 3 
0 −1 2 | 3 0 0 3 | 6

Método de eliminação de Gauss
Teorema
Seja Ãx = b̃ um sistema que resulta da realização de uma sequência de
operações elementares sobre as equações de Ax = b. Então, os sistemas
são equivalentes.
Nota: as operações equivalentes ao serem realizadas sobre a matriz

ampliada do sistema, simplificam a aplicação do método.
Teorema
Seja Ãx = b̃ um sistema determinado, de n de equações a n incógnitas.
Então é possı́vel, realizando uma sequência finita de operações elementares
sobre as equações, transformá-lo num sistema equivalente cuja matriz dos
coeficientes é triangular superior.

Exemplo


 2x1 + 2x2 + x3 + 4x4 = 5

x1 − 3x2 + 2x3 + 3x4 = 2

 −x1 + x2 − x3 − x4 = −1

x1 − x2 + x3 + 2x4 = 2
0 1 0 1
2 2 1 4 | 5 1 −1 1 2 | 2
B 1 −3 2 3 | 2 C B 1 2 C
B C −→ B −3 2 3 | C −→
@ −1 1 −1 −1 | −1 A L1 ↔ L4 @ −1 1 −1 −1 | −1 A
1 −1 1 2 | 2 2 2 1 4 | 5
0 1
−→ 1 −1 1 2 | 2
L2 ← (−1)L1 + L2 B
B 0 −2 1 1 | 0 C
C −→
L3 ← L1 + L3 @ 0 0 0 1 | 1 A L4 ← 2L2 + L4
L4 ← (−2)L1 + L4 0 4 −1 0 | 1
0 1 0 1
1 −1 1 2 | 2 1 −1 1 2 | 2
B 0 −2 1 1 | 0 C B 0 0 C
B
−→ @ C ↔ B −2 1 1 | C
0 0 0 1 | 1 A L3 ↔ L4 @ 0 0 1 2 | 1 A
0 0 1 2 | 1 0 0 0 1 | 1
matriz triangular superior
Exemplo


 2x1 + 2x2 + x3 + 4x4 = 5

x1 − 3x2 + 2x3 + 3x4 = 2

 −x1 + x2 − x3 − x4 = −1

x1 − x2 + x3 + 2x4 = 2
0 1 0 1
2 2 1 4 | 5 1 −1 1 2 | 2
B 1 −3 2 3 | 2 C B 1 2 C
B C −→ B −3 2 3 | C −→
@ −1 1 −1 −1 | −1 A L1 ↔ L4 @ −1 1 −1 −1 | −1 A
1 −1 1 2 | 2 2 2 1 4 | 5
0 1
−→ 1 −1 1 2 | 2
L2 ← (−1)L1 + L2 B
B 0 −2 1 1 | 0 C
C −→
L3 ← L1 + L3 @ 0 0 0 1 | 1 A L4 ← 2L2 + L4
L4 ← (−2)L1 + L4 0 4 −1 0 | 1
0 1 0 1
1 −1 1 2 | 2 1 −1 1 2 | 2
B 0 −2 1 1 | 0 C B 0 0 C
B
−→ @ C ↔ B −2 1 1 | C
0 0 0 1 | 1 A L3 ↔ L4 @ 0 0 1 2 | 1 A
0 0 1 2 | 1 0 0 0 1 | 1
matriz triangular superior
obtendo-se o sistema


 x1 − 2x2 + x3 + 2x4 =2

−2x2 + x3 + x4 =0

 x3 + 2x4 =1

x4 =1
que permite obter a solução pelo designado método de substituição
inversa.
Obtendo-se primeiro o valor de x4 , depois x3 , seguido de x2 , e finalmente
x1 tem-se


 x1 = 1

x2 = 0

 x = −1
 3
x4 = 1
S = {(1, 0, −1, 1)}

 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
 
A= .. .. .. .. 
 . . . . 
an1 an2 . . . ann
Considerando a11 6= 0 os passos elementares são efectuados de maneira a

eliminar a incógnita x em todas as equações a partir da 2a equação. A
1
matriz A
 é transformada na matriz

a11 a12 . . . a1n
 (1) (1)  µ ¶
 0 a22 . . . a2n  (1) a i1
A =
(1)
 .. .. .. .. 
 , com aij = aij − a11 a1j , i, j = 2, . . . , n.
 . . . . 
(1) (1)
0 an2 . . . ann
Se a11 = 0, por troca de linhas ou colunas coloca-se na posição (1,1) um
elemento de A não nulo.
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
 
A= .. .. .. .. 
 . . . . 
an1 an2 . . . ann

1
matriz A

a11 a12 . . . a1n
 (1) (1)  µ ¶
 0 a22 . . . a2n  (1) a i1
A =
(1)
 .. .. .. .. 
 . . . . 
(1) (1)
0 an2 . . . ann
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
 
A= .. .. .. .. 
 . . . . 
an1 an2 . . . ann

1
matriz A

a11 a12 . . . a1n
 (1) (1)  µ ¶
 0 a22 . . . a2n  (1) a i1
A =
(1)
 .. .. .. .. 
 . . . . 
(1) (1)
0 an2 . . . ann
(1)
Se a22 =
6 0 a matriz A(1) é transformada na matriz
 
a11 a12 a13 . . . a1n
 0 a(1) a23 . . . a2n 
(1)
 22  (1)
 (2) (2)  (2) (1) ai2 (1)
A =
(2)
 0 0 a33 . . . a3n   , com aij = aij − a ,
(1) 2j
 .. .. .. ..  a22
 . . . . 
(2) (2)
0 0 an2 ... ann
i, j = 3, . . . , n.
e assim sucessivamente ate se obter uma matriz triangular superior.
(1)
Os números não nulos a11 , a22 , . . . são designados os pivots da eliminação.

(1)
Se a22 =
6 0 a matriz A(1) é transformada na matriz
 
a11 a12 a13 . . . a1n
 0 a(1) a23 . . . a2n 
(1)
 22  (1)
 (2) (2)  (2) (1) ai2 (1)
A =
(2)
 0 0 a33 . . . a3n   , com aij = aij − a ,
(1) 2j
 .. .. .. ..  a22
 . . . . 
(2) (2)
0 0 an2 ... ann
i, j = 3, . . . , n.
e assim sucessivamente ate se obter uma matriz triangular superior.
(1)
Os números não nulos a11 , a22 , . . . são designados os pivots da eliminação.

Sistemas triangulares - método de substituição inversa e método de
substituição directa
Considere-se o seguinte sistema


 a11 x1 + a12 x2 + . . . +a1n xn = b1

 a22 x2 + . . . +a2n xn = b2
..

 .


ann xn = bn
ao qual corresponde uma matriz dos coeficientes triangular superior.

bn
Da última equação obtém-se: xn =
ann
(bn−1 − an−1,n xn )
que, substituindo-se na penúltima equação: xn−1 =
an−1,n−1
(b1 − a1,2 x2 ) − · · · − a1n xn
e, assim sucessivamente, obtêm-se: x1 =
a1,1
este é chamado método de substituição inversa.

Um sistema cuja matriz dos coeficientes é triangular inferior, invertı́vel,
pode ser resolvido pelo método de substituição directa.
Exemplo Considerando o sistema seguinte


 x =1
2x + 3y = 1

4x + 5y + 6z = 1
 
1 0 0
cuja matriz dos coeficientes é:  2 3 0 
4 5 6

 x = 1
tem-se: y = −1/3

z = −2/9
sendo o conjunto solução do sistema inicial: S = {(1, −1/3, −2/9)}

Para matrizes rectangulares, em que a matriz ampliada do sistema de tem m
equações a n incógnitas, com m 6= n, o método de eliminação de Gauss consiste
na aplicação das mesmas operações elementares sobre linhas, com o objectivo de
se obterem matrizes escada de linhas.
Definição
Diz-se que uma matriz é uma matriz escada de linhas se:
1. por debaixo do 1o elemento não nulo de cada linha da
matriz, e por debaixo dos elementos anteriores da mesma
linha, todas as componentes da matriz são nulos,
2. não há linhas totalmente nulas seguidas de linhas não nulas.
Esquematicamente:
 
~ F F F F F F
 0 |~ F F F F F 
  tos
 0 0 0 |~ F F F  ~ : ele tos não nulos,
 
 0 0 0 0 |~ F F  F : ele que podem ser nulos ou não,
  tos
 0 0 0 0 0 0 |~  a cor azul: ele da diagonal principal.
0 0 0 0 0 0 0
Exemplos de matrizes escada de linhas:
     
1 2 3 1 −1 3 1 −1 3
 0 |4 5  ;  0 0 |5  ;  0 0 0 
0 0 |6 0 0 0 0 0 0
   
1 0 1 0 1 1 0 1 0 2 2 0 0 1
 0 |1 −1 0 1   0 |1 0 0 0 2 0 1 0 
  ; 
 0 0 |−1 1 −3   0 0 0 0 0 0 |1 2 1 
0 0 0 |4 −8 0 0 0 0 0 0 0 0 0

Definição
O número de linhas não nulas no final do processo de transformação de
uma matriz A em matriz escada de linhas, chama-se caracterı́stica da
matriz e denota-se por c(A).
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Definição
Exemplos
   
1 2 3 1 −1 3
A =  0 |4 5  c(A) = 3 ; B =  0 0 |5  c(B) = 2
0 0 |6 0 0 0
 
  1 0 1 0 1
1 −1 3  0 |1 −1 0 1 
C = 0 0 0  c(C ) = 1 ; D=  0 0 |−1 1 −3  c(D) = 4

0 0 0
0 0 0 |4 −8
E
= 
1 0 1 0 2 2 0 0 1
 0 |1 0 0 0 2 0 1 0 
  c(E ) = 3 ; c(In ) = n ; c(On ) = 0
 0 0 0 0 0 0 |1 2 1 
0 0 0 0 0 0 0 0 0
Classificação de Sistemas
Exemplo
½ 1.
x1 + x2 = 0
S = {(1, −1)} (solução única)
2x1 − x2 = 3
Exemplo 
2.
 x1 − x2 = 0
x1 + x2 = −1 S = {} (não existe solução)

2x1 = 1
Exemplo ½
3.
x1 − x2 + x3 = 1
S = {(1, α, α) : α ∈ R}
x1 + 2x2 − 2x3 = 1
(existem uma infinidade de soluções)

Classificação de Sistemas
Consideremos
 o sistema de m equações nas n incógnitas

 a 11 x1 + a 12 x2 + · · · + a1n xn = b1

a21 x1 + a22 x2 + · · · + a2n xn = b2

 ...

am1 x1 + am2 x2 + · · · + amn xn = bm
cuja matriz ampliada se representa por (A|b).
Podem definir-se, à custa da caracterı́stica da matriz dos coeficientes e da
caracterı́stica da matriz ampliada, condições de existência e unicidade para a
solução.  
 
 determinado

 

 c(A) = n

 sistema possı́vel

 
 indeterminado

 

 c(A) < n
c(A) = c(A|b)











 sistema impossı́vel

c(A) 6= c(A|b)
Discussão de Sistemas
Exemplo

 x1 − 2x2 + 3x3 = 1
2x1 + kx2 + 6x3 = 6 , k ∈ IR

−x1 + 3x2 + (k − 3)x3 = 0
   
1 −2 3 1 1 −2 3 1
 2 k 6 6  −→  0 k + 4 0 4 
−1 3 k −3 0 0 1 k 1
I se k = −4 c(A) = 2; c(A|b) = 3 logo c(A) 6= c(A|b) sistema
impossı́vel
S = {}
 
1 −2 3 1
I se k 6= −4 −→  0 k + 4 0 4 
k
0 0 k k+4
I se k = 0
I se k 6= 0
Exemplo

 x1 − 2x2 + 3x3 = 1
2x1 + kx2 + 6x3 = 6 , k ∈ IR

−x1 + 3x2 + (k − 3)x3 = 0
   
1 −2 3 1 1 −2 3 1
 2 k 6 6  −→  0 k + 4 0 4 
−1 3 k −3 0 0 1 k 1
impossı́vel
S = {}
 
1 −2 3 1
I se k 6= −4 −→  0 k + 4 0 4 
k
0 0 k k+4
I se k = 0
I se k 6= 0
Exemplo

 x1 − 2x2 + 3x3 = 1
2x1 + kx2 + 6x3 = 6 , k ∈ IR

−x1 + 3x2 + (k − 3)x3 = 0
   
1 −2 3 1 1 −2 3 1
 2 k 6 6  −→  0 k + 4 0 4 
−1 3 k −3 0 0 1 k 1
impossı́vel
S = {}
 
1 −2 3 1
I se k 6= −4 −→  0 k + 4 0 4 
k
0 0 k k+4
I se k = 0
I se k 6= 0
I se k = 0
 
1 −2 3 1 ½ ½
x1 − 2x2 + 3x3 = 1 x1 = −3 − 3x3
→ 0 4 0 4  ⇔
4x2 = 4 x2 = 1
0 0 0 0
c(A) = 2 = c(A|b) sistema possı́vel
c(a) < 3 = n sistema possı́vel indeterminado, S = {(−3 − 3α, 1, α), α ∈ IR}
 
1 −2 3 1
I se k 6= 0 →  0 k +4 0 4 
k
0 0 k k+4
c(A) = 3 = c(A|b) = n sistema possı́vel determinado

  11+k
 x1 − 2x2 + 3x3 = 1  x1 = k+4
(k + 4)x2 = 4 ⇔ 4
x2 = k+4 ,
 k  1
kx3 = k+4 x3 = k+4
S = {( 11+k 4 1
k+4 , k+4 , k+4 ), k ∈ IR ∧ k 6= 0 ∧ k 6= −4}

Sistemas Homogéneos
Seja Ax = b a equação matricial de um sistema de m equações a n
incógnitas. Se b = 0, o sistema diz-se um sistema homogéneo.
Um sistema homogéneo tem sempre solução, dita solução trivial x = 0.

Exemplo
½ µ ¶
x1 − x2 − x4 = 0 1 −1 0 1 0
(A|b) =
2x2 + x3 = 0 0 2 1 0 0
não há necessidade de trabalhar com a matriz ampliada do sistema!
µ ¶
1 −1 0 1
matriz escada de linhas
0 2 1 0
½
x2 = (−1/2)x3
x1 = x4 − (1/2)x3
S = {(β − (1/2)α, −(1/2)α, α, β) : α, β, ∈ IR}

Núcleo de uma matriz
Seja A uma matriz de ordem m × n. O núcleo ou espaço nulo de A,
representado por N(A), é o conjunto das soluções do sistema homogéneo
Ax = 0. Recorde-se que Ax = 0 é possı́vel, donde N(A) é não vazio.
Exemplo Consideremos o sistema homogéneo Ax = 0

½
2x1 − 2x2 − x3 = 0
4x1 − 5x2 − 2x3 + 2x4 = 0
µ ¶ µ ¶
2 −2 −1 0 2 −2 −1 0
A= →
4 −5 −2 2 0 −1 0 2
½
x1 = 12 x3 + x4
x2 = 2x4
Tendo-se
1
N(A) = {( α + 2β, 2β, α, β) : α, β ∈ IR}
2


½
2x1 − 2x2 − x3 = 0
4x1 − 5x2 − 2x3 + 2x4 = 0
µ ¶ µ ¶
2 −2 −1 0 2 −2 −1 0
A= →
4 −5 −2 2 0 −1 0 2
½
x1 = 12 x3 + x4
x2 = 2x4
Tendo-se
1
N(A) = {( α + 2β, 2β, α, β) : α, β ∈ IR}
2


½
2x1 − 2x2 − x3 = 0
4x1 − 5x2 − 2x3 + 2x4 = 0
µ ¶ µ ¶
2 −2 −1 0 2 −2 −1 0
A= →
4 −5 −2 2 0 −1 0 2
½
x1 = 12 x3 + x4
x2 = 2x4
Tendo-se
1
N(A) = {( α + 2β, 2β, α, β) : α, β ∈ IR}
2


½
2x1 − 2x2 − x3 = 0
4x1 − 5x2 − 2x3 + 2x4 = 0
µ ¶ µ ¶
2 −2 −1 0 2 −2 −1 0
A= →
4 −5 −2 2 0 −1 0 2
½
x1 = 12 x3 + x4
x2 = 2x4
Tendo-se
1
N(A) = {( α + 2β, 2β, α, β) : α, β ∈ IR}
2

Teorema
Sejam AX = B um sistema possı́vel de p equações lineares em n
incógnitas e y = (y1 , y2 , . . . , yn ) uma sua solução. Então o conjunto das
soluções do sistema é:
S = {y + z : z ∈ N(A)} = {y + z : Az = 0}
Ou seja, cada solução w de Ax = b é uma soma, w = y + z, da solução

particular y com alguma solucao z = (z1 , ..., zn ) do sistema homogeneo
associado Ax = 0.
Demonstração:
Suponhamos primeiro que w é solução do sistema (donde Aw = b), e seja
z = w − y . Então w = y + z e Az = A(w − y ) = Aw − Ay = b − b = 0,
e logo z ∈ N(A).
Reciprocamente, suponhamos que w = y + z com z ∈ N(A). Então
Aw = Ay + Az = b + 0 = b, o que prova que w é solução do sistema
Ax = b.

Teorema
Sejam AX = B um sistema possı́vel de p equações lineares em n
incógnitas e y = (y1 , y2 , . . . , yn ) uma sua solução. Então o conjunto das
soluções do sistema é:
S = {y + z : z ∈ N(A)} = {y + z : Az = 0}
Ou seja, cada solução w de Ax = b é uma soma, w = y + z, da solução

particular y com alguma solucao z = (z1 , ..., zn ) do sistema homogeneo
associado Ax = 0.
Demonstração:
Suponhamos primeiro que w é solução do sistema (donde Aw = b), e seja
z = w − y . Então w = y + z e Az = A(w − y ) = Aw − Ay = b − b = 0,
e logo z ∈ N(A).
Reciprocamente, suponhamos que w = y + z com z ∈ N(A). Então
Aw = Ay + Az = b + 0 = b, o que prova que w é solução do sistema
Ax = b.

Inversa de uma matriz
Se A é uma matriz de ordem n, invertı́vel, a sua inversa verifica
AX = XA = In
Sejam x1 , x2 , . . . , xn as colunas da matriz X e designemos por

e1 , e2 , . . . , en as colunas da matriz identidade In .
Considerando AX = In , e as matrizes X e In fraccionadas por colunas,
tem-se
A(x1 x2 . . . xn ) = (e1 e2 . . . en ) 1 0 . . . 0)T
com ei = (0 . . . 0 |{z}
 posição i

 Ax 1 = e1

 Ax2 = e2
⇔ (Ax1 Ax2 . . . Axn ) = (e1 e2 . . . en ) ⇔ ..

 .


Axn = en
consequentemente, a coluna i da matriz inversa de A é a solução do
sistema Axi = e1 , que tem solução única, porque A é invertı́vel.
AX = XA = In

tem-se
A(x1 x2 . . . xn ) = (e1 e2 . . . en ) 1 0 . . . 0)T
com ei = (0 . . . 0 |{z}
 posição i

 Ax 1 = e1

 Ax2 = e2
⇔ (Ax1 Ax2 . . . Axn ) = (e1 e2 . . . en ) ⇔ ..

 .


Axn = en
AX = XA = In

tem-se
A(x1 x2 . . . xn ) = (e1 e2 . . . en ) 1 0 . . . 0)T
com ei = (0 . . . 0 |{z}
 posição i

 Ax 1 = e1

 Ax2 = e2
⇔ (Ax1 Ax2 . . . Axn ) = (e1 e2 . . . en ) ⇔ ..

 .


Axn = en
AX = XA = In

tem-se
A(x1 x2 . . . xn ) = (e1 e2 . . . en ) 1 0 . . . 0)T
com ei = (0 . . . 0 |{z}
 posição i

 Ax 1 = e1

 Ax2 = e2
⇔ (Ax1 Ax2 . . . Axn ) = (e1 e2 . . . en ) ⇔ ..

 .


Axn = en
Para calcular a matriz inversa de A resolvem-se n sistemas Axi = e1 , todos
com a mesma matriz dos coeficientes.
Para tal pode-se usar o chamado algoritmo de Gauss-Jordan, que resolve

os n sistemas simultaneamente, e que consiste em aplicar as operações
elementares à matriz
(A|In)
de forma a transformá-la numa matriz da forma
(In|X ).
Então X = A−1 .
Para não repetir operações elementares sobre a matriz dada, faz-se
(A|In ) −→ . . . −→ (In |X )
tendo-se X = A−1 .

Para calcular a matriz inversa de A resolvem-se n sistemas Axi = e1 , todos
com a mesma matriz dos coeficientes.
Para tal pode-se usar o chamado algoritmo de Gauss-Jordan, que resolve

os n sistemas simultaneamente, e que consiste em aplicar as operações
elementares à matriz
(A|In)
de forma a transformá-la numa matriz da forma
(In|X ).
Então X = A−1 .
Para não repetir operações elementares sobre a matriz dada, faz-se
(A|In ) −→ . . . −→ (In |X )
tendo-se X = A−1 .

Exemplo  
1 −1 1
Determinar a inversa de A =  0 1 1 .
−1 0 1
0 1 0 1
1 −1 1 1 0 0 1 −1 1 1 0 0
@ 0 1 1 0 0 A→@ 0
1 1 1 0 1 0 A→
−1 0 1 0 1 0 0 −1 2 1 0 1
0 1 0 1
1 −1 1 1 0 0 1 −1 1 1 0 0
@ 0 1 1 0 1 0 A→@ 0 1 1 0 1 0 A→
0 0 3 1 1 1 0 0 1 1/3 1/3 1/3
0 1 0 1
1 −1 0 2/3 −1/3 −1/3 1 0 0 1/3 1/3 −2/3
@ 0 1 0 −1/3 2/3 −1/3 A → @ 0 1 0 −1/3 2/3 −1/3 A
0 0 1 1/3 1/3 1/3 0 0 1 1/3 1/3 1/3
 
1/3 1/3 −2/3
donde a matriz inversa de A é: A−1  −1/3 2/3 −1/3 
1/3 1/3 1/3

Teorema
Seja A uma matriz de ordem n. Então a matriz A é invertı́vel se e só se
Ax = 0 não tem soluções além da solução nula (trivial).
Demonstração:
”=⇒”
Se A é invertı́vel, existe A−1 , e podemos multiplicar ambos os membros de

Ax = 0, à esquerda, por A−1 , obtendo-se:
A−1 (Ax) = A−1 0 ⇒ A−1 (Ax) = 0 ⇒ Ix = 0 ⇒ x = 0
”⇐=”

Teorema
Seja A uma matriz invertı́vel. Então, para qualquer inteiro m, a matriz Am
é invertı́vel tendo-se
(Am )−1 = (A−1 )m

Demonstração:
Por indução em m.
Para m = 1 trivial!
Consideremos que a afirmação é válida até m e verifiquemos que é válida
para m + 1.
Então, e uma vez que (AB)−1 = B −1 A−1 , tem-se que:
(A−1 )m+1 = (A−1 )1 (A−1 )m = A−1 (A−1 )m = A−1 (Am )−1 =

(*)
= (Am A)−1 = (Am+1 )−1
(*) por hipótese afirmação é válida até m.

Teorema Seja A uma matriz de ordem n. A matriz A é invertı́vel se e só se
c(A) = n.
Demonstração:
Consideremos que A é invertı́vel. Então qualquer sistema da forma Ax = b
é possı́vel e determinado pois tem solução única igual a A−1 b. Portanto,
c(A) = n.
Reciprocamente, suponhamos que c(A) = n. Então, conclui-se que cada

sistema da forma Axi = ei (i = 1, . . . , n) é possı́vel e determinado. Logo
A(x1 x2 . . . xn ) = In . Daqui resulta que A é invertı́vel, tendo-se
A−1 = (x1 x2 . . . xn ).

4755 Sistemas

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

4755 Sistemas

Uploaded by

Copyright:

Available Formats

Alice:I’m very glad I happened to be in the way.

2. Sistemas de Equações Lineares

• Sistemas de Equações Lineares

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 1 / 37

equação linear ax + by = c S = {(x, y ) : ax + by = c}

equação não linear x + y2 = 6

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 2 / 37

equação linear ax + by = c S = {(x, y ) : ax + by = c}

equação não linear x + y2 = 6

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 2 / 37

conjto solução S = {(x, y , z) : ax + by + cz = d e a0 x + b 0 y + c 0 z = d 0

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 3 / 37

conjto solução S = {(x, y , z) : ax + by + cz = d e a0 x + b 0 y + c 0 z = d 0

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 3 / 37

À expressão a1 x1 + · · · + an xn é chamada o primeiro membro ou termo

O número b é chamado o segundo membro ou termo independente da

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 4 / 37

Resolver um sistema de equações lineares e determinar todas as suas

Resolver um sistema de equações lineares e determinar todas as suas

QUESTÃO 1 Como resolver Ax = b?

QUESTÃO 2 Como discutir Ax = b? (Isto é, como saber se o sistema é

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 7 / 37

O que podemos dizer da 2a equação do 20 sistema?

Os sistemas dizem-se equivalentes

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 8 / 37

O que podemos dizer da 2a equação do 20 sistema?

Os sistemas dizem-se equivalentes

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 8 / 37

O que podemos dizer da 2a equação do 20 sistema?

Os sistemas dizem-se equivalentes

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 8 / 37

O que podemos dizer da 2a equação do 20 sistema?

Os sistemas dizem-se equivalentes

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 8 / 37

O que podemos dizer da 2a equação do 20 sistema?

Os sistemas dizem-se equivalentes

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 8 / 37

Estas operações designam-se por operações elementares.

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 10 / 37

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 12 / 37

Estas operações designam-se por operações elementares.

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 13 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

terminamos o método de eliminação de Gauss

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 14 / 37

Nota: as operações equivalentes ao serem realizadas sobre a matriz

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 15 / 37

S = {(1, 0, −1, 1)}

Maria Antónia Forjaz () DMat 20 de Outubro de 2009 17 / 37

Considerando a11 6= 0 os passos elementares são efectuados de maneira a

Considerando a11 6= 0 os passos elementares são efectuados de maneira a

Considerando a11 6= 0 os passos elementares são efectuados de maneira a