Вы находитесь на странице: 1из 20

D I S C I P L I N A Álgebra Linear I

Justificativa do método
de Gauss-Jordan

Autores

Jonas Gonçalves Lopes

Marcelo Gomes Pereira

aula

04
Governo Federal Revisoras de Língua Portuguesa
Presidente da República Janaina Tomaz Capistrano
Luiz Inácio Lula da Silva Sandra Cristinne Xavier da Câmara

Ministro da Educação Ilustradora


Fernando Haddad Carolina Costa
Secretário de Educação a Distância – SEED Editoração de Imagens
Ronaldo Motta
Adauto Harley
Carolina Costa
Universidade Federal do Rio Grande do Norte
Diagramadores
Reitor
Mariana Araújo Brito
José Ivonildo do Rêgo
Vice-Reitor Adaptação para Módulo Matemático
Nilsen Carvalho Fernandes de Oliveira Filho Thaisa Maria Simplício Lemos

Secretária de Educação a Distância Imagens Utilizadas


Vera Lúcia do Amaral Banco de Imagens Sedis (Secretaria de Educação a Distância) - UFRN
Fotografias - Adauto Harley
Secretaria de Educação a Distância- SEDIS MasterClips IMSI MasterClips Collection, 1895 Francisco Blvd,
Coordenadora da Produção dos Materiais East, San Rafael, CA 94901,USA.
Célia Maria de Araújo MasterFile – www.masterfile.com
MorgueFile – www.morguefile.com
Coordenador de Edição
Ary Sergio Braga Olinisky Pixel Perfect Digital – www.pixelperfectdigital.com
FreeImages – www.freeimages.co.uk
Projeto Gráfico
FreeFoto.com – www.freefoto.com
Ivana Lima
Free Pictures Photos – www.free-pictures-photos.com
Revisores de Estrutura e Linguagem BigFoto – www.bigfoto.com
Eugenio Tavares Borges FreeStockPhotos.com – www.freestockphotos.com
Marcos Aurélio Felipe OneOddDude.net – www.oneodddude.net
Pedro Daniel Meirelles Ferreira Stock.XCHG - www.sxc.hu

Divisão de Serviços Técnicos


Catalogação da publicação na Fonte. UFRN/Biblioteca Central “Zila Mamede”

Lopes, Jonas Gonçalves


Álgebra linear I / Jonas Gonçalves Lopes, Marcelo Gomes Pereira – Natal (RN) : EDUFRN –
Editora da UFRN, 2006.

224 p.

ISBN 85-7273-290-X

1. Álgebra. 2. Sistema de equações lineares. 3. Transformações lineares. I. Pereira, Marcelo


Gomes. II. Título.
CDU 512
RN/UFR/BCZM 2006/14 CDD 512

Todos os direitos reservados. Nenhuma parte deste material pode ser utilizada ou reproduzida sem a autorização
expressa da UFRN - Universidade Federal do Rio Grande do Norte.
Apresentação
Identificaremos e analisaremos os princípios básicos envolvidos no método de Gauss-
Jordan descritos na aula 3 (Sistema de Equações Lineares).

Objetivos

Ao final desta aula, você deverá ser capaz de: definir matrizes
equivalentes por linhas; definir e reconhecer matrizes reduzi-
das por linhas e também matrizes escalonadas; aplicar de forma
consciente o método de Gauss-Jordan. Através do uso de
operações elementares, você deverá ainda verificar se uma dada
matriz quadrada é inversível e, em caso afirmativo, determinar a
sua inversa.

Aula 04 Álgebra Linear I 1


Equivalência por Linhas e a
Forma Reduzida por Linhas
de uma Matriz

Definição – Uma matriz A diz-se equivalente por linhas a uma matriz B, se


B puder ser obtida de A após um número finito de operações elementares de
linhas.
Notação: escreve-se A ∼ B para indicar que A é equivalente a A por linhas a
B.

Supondo que as matrizes aumentadas de dois sistemas são equivalentes por linhas,
para provar que esses sistemas são equivalentes, isto é, possuem as mesmas soluções,
precisamos antes do seguinte resultado.

Teorema 1
A cada operação elementar de linha ε corresponde uma operação elementar de
linha ε do mesmo tipo, tal que
(ε · ε )(A) = ε(ε (A)) = A,

(ε · ε )(A) = ε (ε(A)) = A,

para qualquer matriz A de ordem m × n.

Prova
i) Se ε permuta as linhas Lr e Ls , tome ε = ε.
ii) Se ε é a operação que multiplica a linha Lr de uma matriz pelo escalar não nulo k, tome
ε a operação que multiplica Lr por k −1 .
iii) Se ε é a operação que substitui a linha Lr por Lr +kLs , tome ε a operação que substitui a
linha Lr por Lr +(−k)Ls . Em cada caso acima, temos obviamente que ε (ε(A)) = ε(ε (A)),
para cada A.

2 Aula 04 Álgebra Linear I


Considere o sistema arbitrário (qualquer)



 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a x + a x + ··· + a x = b
21 1 22 2 2n n 2
(I)
 ············ · ···················



 a x + a x + ··· + a x = b
m1 1 m2 2 mn n m

Escolha m números c1 , c2 , . . . , cm , multiplique a primeira equação de (I) por c1 , a se-


gunda por c2 , . . . , a m-ésima equação por cm , e a partir daí, adicione esses produtos para
obter a equação (coloque x1 , x2 , . . . , xn em evidência)
(∗ ) (c1 a11 + · · · + cm am1 )x1 + · · · + (c1 a1n + · · · + cm amn )xn = c1 b1 + · · · + cm bm .

Essa equação é chamada uma combinação linear das equações em (I). Agora, note que
toda solução do sistema (I) será também uma solução dessa nova equação. De fato, suponha
que (y1 , . . . , yn ) seja uma solução de (I).
Então,
(c1 a11 + · · · + cm bm1 )y1 + · · · + (c1 a1n + · · · + cmn )yn =
= c1 a11 y1 + · · · + c1 a1n yn + · · · + cm am1 y1 + · · · + cm amn yn
= c1 (a11 y1 + · · · + a1n yn ) + · · · + cm (am1 y1 + · · · + amn yn )
= c1 (b1 ) + · · · + cm (bm )
= c1 b1 + · · · + cm bm .

Logo, (y1 , . . . , yn ) é também uma solução da equação (∗ ). Assim, se considerarmos


um outro sistema de equação lineares

 a11 x1 + · · · + a1n xn = f1

(II) ························


an1 x1 + · · · + ann xn = fn
na qual cada uma das n equações é uma combinação linear das equações em (I), então, toda
solução de (I) é uma solução de (II).
Observe que é exatamente isso o que acontece quando efetuamos operações elemen-
tares sobre as equações ou sobre as linhas da matriz aumentada de um sistema, isto é,
obtemos um novo sistema no qual cada uma das equações é uma combinação linear das
equações do sistema original. Agora, pode acontecer que algumas soluções de (II) não se-
jam soluções de (I), como mostra o seguinte exemplo.
 
x1 + 3x2 = 4 41 + 4x2 = 8
Sejam os sistemas (I) e (II) .
3x1 + x2 = 4 0x1 + 02 = 0
Note que a primeira equação de (II), 4x1 + 4x2 = 8, é obtida adicionando-se membro a
membro as duas equações de (I), isto é, multiplique x1 + 3x2 = 4 por c1 = 1, 3x1 + x2 = 4
por c2 = 1 e adicione as equações resultantes.
Enquanto a segunda equação de (II), 0x1 + 0x2 = 0, é obtida multiplicando cada
equação de (I) por 0 (zero) e adicionando zero a cada equação. Logo, cada equação de (II) é

Aula 04 Álgebra Linear I 3


combinação linear das equações de (I) e toda solução de (I) é solução de (II). Mas, (4, −2) é
uma solução de (II) e não é uma solução de (I). Veja que isso acontece porque as equações
de (I) não são combinações lineares das equações de (II).
Diz-se que dois sistemas de equações lineares são equivalentes quando cada equa-
ção de cada sistema é uma combinação linear das equações do outro sistema.
Segue das observações anteriores o seguinte teorema.

Teorema 2
Sistemas equivalentes de equações lineares têm o mesmo conjunto solução.

Atividade 1
Prove matematicamente o Teorema 2.

Observamos anteriormente que, ao efetuarmos operações elementares sobre as linhas


da matriz aumentada de um sistema, obtemos um novo sistema no qual cada equação é uma
combinação linear das equações do sistema original. Mas, pelo Teorema 1, a inversa de uma
operação elementar-linha é elementar-linha, de modo que cada equação do sistema original
também será uma combinação linear das equações do novo sistema.
Logo, esses sistemas são equivalentes e, pelo Teorema 2, têm o mesmo conjunto
solução.
Continuando a justificativa do método de Gauss-Jordan, precisamos da seguinte
definição.

Definição – Uma matriz R, m × n, é chamada reduzida por linhas, se:


i) o primeiro elemento não-nulo de cada linha não nula é igual a 1;
ii) cada coluna de R que contém o primeiro elemento não-nulo de alguma linha
tem todos os seus outros elementos iguais a zero.

4 Aula 04 Álgebra Linear I


Por exemplo, as matrizes  
1 0 0 0
 
 0 1 2 0 ,
0 0 0 0
In = identidade de ordem n, e  
0 0 0 0
 
 0 1 2 −1 
1 0 5 7
são matrizes reduzidas por linhas, enquanto a matriz
 
0 3 −1
 
A= 1 0 2 
0 0 0

não é reduzida por linhas, pois o elemento a12 = 3 = 1, falhando a condição (i) da definição
anterior.

Atividade 2
A matriz nula, 0, m × n, é reduzida por linhas? Justifique.

Um resultado importante nessa direção da justificativa é dado no seguinte teorema.

Teorema 3
Toda matriz A, m × n, é equivalente por linhas a uma matriz R reduzida por
linhas.

Antes de provar o Teorema 3, lembre-se de como aplicamos o método de Gauss-Jordan


para resolver, por exemplo, o seguinte sistema:

 0x1 + x2 + x3 = 0

(I) x1 + x2 + x3 = 3 .


x1 − x2 + x3 = 1

Aula 04 Álgebra Linear I 5


A matriz aumentada do sistema (I) é dada por
 
0 0 0 0
 
(I)  1 1 1 3  .
1 −1 1 1

Veja que a primeira linha de (I) é nula, de modo que a condição (i) está satisfeita para a
primeira linha.
1o passo – Substitua a linha L3 de (I) por L3 + (−1)L2 para obter
 
0 0 0 0
 
(II)  1 1 1 3  .
0 −2 0 −2
 
o −1
2 passo – Multiplique a linha L3 de (II) por para obter
2
 
0 0 0 0
 
(III)  1 1 1 3  .
0 1 0 1

3o passo – Substitua a linha L2 de (III) por L2 + (−1)L1 para obter


 
0 0 0 0
 
(IV )  1 0 1 2  .
0 1 0 1

Você deve observar que essa operação não alterou ou não mudou nenhum elemento da
primeira coluna de (III). Agora, note que a matriz (V) é reduzida por linhas.
Procedendo da mesma forma que no exemplo anterior, passemos a provar o Teorema 3.

Prova
Se a primeira linha L1 da matriz A é nula, a condição (i) da definição está satisfeita.
Agora, se L1 tem um elemento não-nulo, seja h o menor inteiro positivo j tal que a1j = 0,
isto é, vamos trabalhar na h-ésima coluna. Faça agora a seguinte seqüência de operações
lineares:
 
1
L1 , L2 + (−a2h )L1 , L3 + (−a3h )L1 , . . . , Lm + (−amn )L1 .
01h

Com essas operações, obtém-se uma matriz α em que o primeiro elemento da linha L1
é 1, e todos os outros na h-ésima coluna são iguais a zero. Se todo elemento da linha L2 de
α é igual a zero, conservamos essa linha L2 . Se algum elemento na linha L2 de α é diferente
de zero, seja k o menor inteiro positivo j tal que a2j = 0. Observe que k = h. Considere

6 Aula 04 Álgebra Linear I


agora a seguinte seqüência de operações elementares de linha:
 
1
L2 , L1 + (−α1k )L2 , . . . , Lm + (−αmk )L2 ,
α2k

a qual tornará o primeiro elemento não-nulo da linha L2 igual a 1 e todos os outros elemen-
tos da coluna k iguais a zero. Observe que, ao efetuar essas últimas operações, nenhum
elemento da coluna h é alterado. Trabalhando desse modo em cada linha, é óbvio que, após
um número finito de passos, obtemos uma matriz reduzida por linhas.

Matrizes Escalonadas
Voltemos a analisar a matriz (IV), reduzida por linhas, do último exemplo:
 
0 0 0 0
 
(IV )  1 0 1 2 
0 1 0 1

4o passo – Permute a linha L1 com L2 para obter


 
1 0 1 2
 
(V )  0 1 0 1  .
0 1 0 1

5o passo – Finalmente, permute a linha L2 de (V) com L3 para encontrar

 
1 0 1 2
 
(V I)  0 1 0 1  .
0 0 0 0

Note que (VI) continua reduzida por linhas e mais:

a linha nula ocorre abaixo das linhas não-nulas;

o primeiro elemento não-nulo da linha L1 de (VI) aparece na coluna k1 = 1, enquanto o


primeiro elemento não-nulo da linha L2 aparece na coluna k2 = 2, e temos k1 < k2 .

Devido a essas três condições serem satisfeitas pela matriz (VI), diz-se que (VI) é uma
matriz escalonada. De um modo geral, temos a seguinte definição.

Aula 04 Álgebra Linear I 7


Definição – Uma matriz E, m × n, é chamada uma matriz escalonada, se
a) E é reduzida por linhas;
b) todas as linhas nulas (se existirem) aparecem abaixo das linhas não-nulas;
c) se as linhas L1 , . . . , Lr são linhas não-nulas de E e Ejki é o primeiro ele-
mento não-nulo da linha Li , i = 1, . . . , r, então, k1 < k2 < · · · < kr .

Voltando novamente ao último exemplo, observe que para obter a matriz escalonada (VI)
a partir da matriz reduzida por linhas (IV), foi suficiente efetuar apenas duas permutações.
De um modo geral, vale o teorema seguinte.

Teorema 4
Toda matriz A, m × n, é equivalente por linhas a uma matriz escalonada.

Prova

Pelo Teorema 3, segue que A é equivalente por linhas a uma matriz R reduzida por
linhas. Observe (como no último exemplo, o 4o e o 5o passo) que efetuando um número
finito de permutações de linhas, obtemos a partir de R uma matriz escalonada E.
Com relação ao sistema associado à matriz (VI), temos
 
x+z =2 x=2−z
(IV ) ou .
y=1 y=1

Logo, o conjunto solução do sistema (I) é dado por

S = {(2 − z, 1, z); z arbitrário}.

8 Aula 04 Álgebra Linear I


Procedimento para Determinar
a Inversa de uma Matriz através
de Operações Elementares
Na seção de matriz inversa da aula 1, mostramos que a matriz
 
3 −5
A=
−1 2
é inversível, e sua inversa A−1 é dada por
 
2 5
A−1 = .
1 3

Encontremos A−1 de outro modo, usando operações elementares. Para isso, considere
a matriz  
3 −5 1 0
(I) ,
−1 2 0 1

formada por dois blocos, sendo um bloco a própria matriz A e o outro bloco, a matriz identi-
dade I2 . Através de operações elementares, tentamos reduzir a matriz A à matriz I2 . Se isso
for possível, então essa mesma seqüência de operações sobre as linhas quando aplicadas a
I2 produz a matriz A−1 . Se não for possível, a matriz A não é inversível.
1o passo – Multiplique a linha L2 de (I) por (-1) para obter
 
3 −5 1 0
(II) .
1 −2 0 −1

2o passo – Permute as linhas de (II) para ter


 
1 −2 0 −1
(III) .
3 −5 1 0

3o passo – Substitua a linha L2 de (III) por L2 + (−3)L1 para encontrar


 
1 −2 0 −1
(IV ) .
0 1 1 3

4o passo – Substitua a linha L1 de (IV) por L1 + 2L2 para finalmente obter


 
1 0 2 5
(V ) .
0 1 1 3

Aula 04 Álgebra Linear I 9


Segue, então, que A é inversível (como já sabíamos) e
 
2 5
A−1 = .
1 3

Exercício resolvido 1
 

1 Verifique se a matriz A =
1 2
3 6
é inversível.

Solução
Considere a matriz  
1 2 1 0
(I) .
3 6 0 1

1o passo – Substitua a linha L2 de (I) por L2 + (−3)L1 para obter


 
1 2 1 0
(II) .
0 0 −3 1

Note que é impossível reduzir a matriz A à matriz identidade I2 . Segue-se que


A não é inversível.

Atividade 3
 
a b
Se A = , lembre-se da aula 2: o determinante da matriz A, indicado
c d
por det(A), é dado por det(A) = ad − bc. Calcule det(A) para
 
1 2
A= .
3 6

Lembre-se de que A é inversível se, e somente se, det(A) = 0. Conclua que A não é
inversível (como já sabíamos pelo Exercício resolvido 1).

10 Aula 04 Álgebra Linear I


Justificativa do Procedimento
para Determinação da Inversa
Dizemos que uma matriz E, n × n, é uma matriz elementar, se E puder ser obtida da
matriz identidade In por meio de uma única operação elementar.
Se A é uma matriz inversível e se uma seqüência de operações elementares sobre as
linhas reduz A à matriz identidade In , então, isso significa que In é equivalente por linhas a
A, e prova-se neste caso (GONÇALVES,1977, Proposição 3, p. 59) que In = P A, em que
P é um produto de matrizes elementares Es , . . . , E1 . Seja Ei = ε1 (In ), em que ε1 é a
operação elementar correspondente a Ei . Sabemos que P = A−1 . Então,

A−1 = P = Es , . . . , E1 = εs (In ) . . . ε1 (In ) = (εs · · · · · ε2 · ε1 )(In ).

Logo, a mesma seqüência de operações elementares que reduz A a In , quando aplicada


a In , produz a matriz A−1 .

Resumo
O método de Gauss-Jordan é plenamente justificado pelo Teorema 4. O que
fizemos no Exemplo e nos Exercícios Resolvidos 1 e 2 da aula passada foi a par-
tir da matriz aumentada do sistema dado, encontrarmos uma matriz escalonada
equivalente por linhas a essa matriz. A partir daí, analisamos mais facilmente o
sistema original, em relação à existência ou não de suas soluções. Além disso,
usando operações elementares, você viu como verificar que uma dada matriz é
inversível, e em caso afirmativo, aprendeu a calcular a sua inversa.

Aula 04 Álgebra Linear I 11


Auto-avaliação
Aplique o método Gauss-Jordan para resolver o sistema

 x+y+z =3

x − 2y + 3z = 2 .


−5x − y − z = −7

Além disso, considerando a matriz A dos coeficientes anteriores,


 
1 1 1
 
A =  1 −2 3  ,
−5 −1 −1

e usando o procedimento para determinar a inversa de uma matriz através de operações


elementares, mostre que A é inversível e calcule a sua inversa A−1 .

Exercícios Propostos
1) Aplique o método de Gauss-Jordan para resolver os seguintes sistemas:


x+y−z =0  x1 + x2 + 2x3 = 4

a) b) 3x1 + x2 + 4x3 = 6
2x + 5y − 2z = 0 

x1 + x2 + x3 = 1

 x1 + x2 = 2

2) Mostre, algébrica e geometricamente, que o sistema x1 − x2 = 0 é inconsistente,


isto é, não admite soluções. 2x1 + x2 = 2

3) Use operações elementares para descobrir se A é inversível e, em caso afirmativo, deter-


mine a inversa de A.
   
1 0 0 1 −1 0  
    7 5
a)  0 1 0  b)  2 1 −1  c)
0 1
0 0 1 0 4 5

4) Seja A uma matriz n × n, com coeficientes em R, e seja a matriz escalonada equivalente


por linhas à matriz A. Se det(A) = 0, mostre que det(E) = 0 também.

Lembrete: solicitamos que não verifique as respostas dos exercícios, que estão
após as referências, antes de resolvê-los.

12 Aula 04 Álgebra Linear I


Referências
ANTON, H.; RORRES, C. Álgebra linear com aplicações. Porto Alegre: Bookman, 2001.

BOLDRINI, J. L; COSTA, S.R.C; FIGUEIREDO, B. L; WETZLER, H. G. Álgebra linear. São


Paulo: Editora Harbra Ltda, 1986.

GONÇALVES, A.; SOUZA, R. M. L. Introdução à álgebra linear. São Paulo: Editora Edgar
Blucher Ltda, 1977.

Respostas dos exercícios propostos

1) a) S = {(z, 0, z); z ∈ IR, z é arbitrário}


3 5 x3 3
b) S = {(− x3 + , − , x3 ) : x3 é arbitrário}
2 2 2 2
2) Sugestão
Algébrica: tente encontrar a matriz escalonada equivalente por linhas à matriz
aumentada do sistema dado. Você encontrará um absurdo do tipo 0 = −1.
Geométrica: faça os gráficos de x2 = 2 − x1 , x2 = x1 e x2 = 2x1 . Observe
que essas retas não se interceptam (as três ao mesmo tempo).
   27 
1 0 0 15 1  
57 57 19 1 −5
   −30 15 1 
3) a)  0 1 0  b)  57 19 
c) 7 7
57
0 1
0 0 1 8
19
−4
19
3
19

4) Sugestão: ao efetuar operações elementares, compare-as com as pro-


priedades do determinante.

Aula 04 Álgebra Linear I 13


Anotações

14 Aula 04 Álgebra Linear I


Anotações

Aula 04 Álgebra Linear I 15


Anotações

16 Aula 04 Álgebra Linear I

Вам также может понравиться