Matemática II - Sistemas de Equações Lineares / Escalonamento

Prof. Gustavo Vanin Bernardino de Souza

26 de Novembro de 2015

1 / 25
Sumário

1 Equações Lineares
2 Sistemas de equações lineares
3 Exemplo: sistema linear com duas equações
4 Notação Matricial
5 Operações elementares de linhas
6 Forma escalonada e escalonada reduzida
7 Posição de pivô
8 Algoritmo de Escalonamento
9 Variáveis dependentes e variáveis livres

2 / 25
 Equações Lineares

Equações Lineares
Definição
Uma equação linear, nas variáveis x1 , . . . , xn , é uma equação que pode ser escrita na
forma
a1 x1 + a2 x2 + · · · + an xn = b
onde b e os coeficientes a1 , . . . , an são números reais ou complexos, geralmente já
conhecidos. O subíndice n pode ser qualquer inteiro positivo.

Exemplo
4x1 − 5x2 + 2 = x1 que pode ser reescrita 3x1 − 5x2 = −2
√ √
x2 = 2( 6 − x1 ) + x3 que pode ser reescrita 2x1 + x2 − x3 = 2 6
4x1 − 5x2 = x1 x2 NÃO é uma equação linear.
√
x2 = 2 x1 − 6 NÃO é uma equação linear.

Adaptado de (LAY, 1997, p. 2) 3 / 25

 Sistemas de equações lineares

Sistemas de equações lineares

Definição
Um sistema de equações lineares (ou um sistema linear) é uma coleção de uma ou
mais equações lineares envolvendo as mesmas variáveis, digamos x1 , . . . , xn .

Exemplo
(
2x1 −x2 +1.5x3 = 8
x1 −4x3 = −7

Definição
Uma solução do sistema é uma lista (s1 , s2 , . . . , sn ) de números que torna cada equação
uma afirmação verdadeira quando os valores x1 , x2 , . . . , xn são substituídos por
s1 , s2 , . . . , sn , respectivamente.

Para o exemplo anterio, (5, 6.5 ,3) é uma solução.

4 / 25
 Sistemas de equações lineares

Conjunto Solução

Definição
O conjunto de todas as soluções possíveis é chamado de conjunto solução do sistema
linear.

Definição
Dois sistemas lineares são chamados equivalentes se eles têm o mesmo conjunto
solução.

5 / 25
 Exemplo: sistema linear com duas equações

Sistema linear de duas equações

Exemplo
(
x1 −2x2 = −1
−x1 +3x2 = 3

Figura: Exatamente uma solução.

6 / 25
 Exemplo: sistema linear com duas equações

Sistema linear de duas equações

Exemplo
(
x1 −2x2 = −1
−x1 +2x2 = 3

Figura: Nenhuma solução.

7 / 25
 Exemplo: sistema linear com duas equações

Sistema linear de duas equações

Exemplo
(
x1 −2x2 = −1
−x1 +2x2 = 1

Figura: Infinitamente muitas soluções.

8 / 25
 Exemplo: sistema linear com duas equações

Classificação

Definição
Um sistema linear é possível se ele tem uma solução ou infinitas soluções; um sistema é
impossível se ele não tem nenhuma solução.

9 / 25
 Notação Matricial

Notação Matricial - Exemplo

Dado o sistema: 

 x1 −2x2 +x3 = 0
2x2 −8x3 = 8 (1)
 −4x +5x +9x = −9

1 2 3

   
1 −2 1 1 −2 1 0
 0 2 −8   0 2 −8 8 
   
−4 5 9 −4 5 9 −9

Matrix dos coeficiente (ou matriz associada) Matriz completa do sistema

10 / 25
 Operações elementares de linhas

Operações Elementares de linhas

Operações Elementares de Linhas

1 (Substituição) Substituir uma linha pela soma dela mesma com um múltiplo de outra
linha.
2 (Troca) Trocar duas linhas entre si
3 (Reescalonar) Multiplicar todos os elementos de uma linha por uma constante
não-nula.

11 / 25
 Operações elementares de linhas

Resolvendo um Sistema Linear

Ideia básica: “Substituir um sistema por um sistema equivalente[...] que seja mais fácil de
resolver.” (LAY, 1997, p. 5-6)
  

 x1 −2x2 +x3 = 0 1 −2 1 0
2x2 −8x3 = 8  0 2 −8 8 
 
 −4x +5x +9x = −9

−4 5 9 −9
1 2 3

Resolução na lousa:
  
 x1
 = 29 1 0 0 29
x2 = 16  0 1 0 16 
 

 x3 = 3 0 0 1 3
| {z }
Forma escalonada reduzida

A única solução do sistema é (29,16,3)

12 / 25
 Operações elementares de linhas

Resolvendo um Sistema Linear

Ideia básica: “Substituir um sistema por um sistema equivalente[...] que seja mais fácil de
resolver.” (LAY, 1997, p. 5-6)
  

 x1 −2x2 +x3 = 0 1 −2 1 0
2x2 −8x3 = 8  0 2 −8 8 
 
 −4x +5x +9x = −9

−4 5 9 −9
1 2 3

Resolução na lousa:
  
 x1
 = 29 1 0 0 29
x2 = 16  0 1 0 16 
 

 x3 = 3 0 0 1 3
| {z }
Forma escalonada reduzida

A única solução do sistema é (29,16,3)

12 / 25
 Operações elementares de linhas

Resolvendo um Sistema Linear

Ideia básica: “Substituir um sistema por um sistema equivalente[...] que seja mais fácil de
resolver.” (LAY, 1997, p. 5-6)
  

 x1 −2x2 +x3 = 0 1 −2 1 0
2x2 −8x3 = 8  0 2 −8 8 
 
 −4x +5x +9x = −9

−4 5 9 −9
1 2 3

Resolução na lousa:
  
 x1
 = 29 1 0 0 29
x2 = 16  0 1 0 16 
 

 x3 = 3 0 0 1 3
| {z }
Forma escalonada reduzida

A única solução do sistema é (29,16,3)

12 / 25
 Forma escalonada e escalonada reduzida

Forma escalonada e escalonada reduzida

Definição
Uma matriz retangular está em forma escalonada se ela satisfaz as três seguintes
propriedades:
1. Todas as linha não-nulas estão acima de qualquer linha só de zeros.
2. O elemento líder de cada linha está numa coluna à direita do elemento líder da linha
acima.
3. Todos os elementos de uma coluna abaixo de um elemento líder são zeros.
Se uma matriz em forma escalonada satisfaz as seguintes condições adicionais, então
ela está na forma escalonada reduzida
4. O elemento líder de cada linha não-nula é 1.
5. Cada elemento líder 1 é o único elemento não-nulo em sua coluna.
(LAY, 1997, p. 12)
13 / 25
 Forma escalonada e escalonada reduzida

Atividades Aula



 x1 +2x2 = 4
−x1 +3x2 +3x3 = −2 (2)

 x2 +x3 = 0
Solução: (2,1,-1)

14 / 25
 Forma escalonada e escalonada reduzida

Existência e Unicidade

Duas perguntas fundamentais sobre um Sistema Linear

1 O sistema é possível; isto é, existe pelo menos uma solução?.
2 Se existe solução, ela é a única; isto é, a solução é única?

(LAY, 1997, p. 7)

15 / 25
 Forma escalonada e escalonada reduzida

Sistema impossível

Exemplo:(LAY, 1997, p. 7)


 x2 −4x3 = 8
2x1 + − 3x2 +2x3 = 1 (3)
−8x2 +7x3 = 1

 5x1

Resolução na lousa
 
2 −3 2 1
 0 1 −4 8 
 
0 0 0 5/2
| {z }
Forma escalonada

Contradição 0x1 + 0x2 + 0x3 = 5/2, portanto não tem solução. (sitema impossível)

16 / 25
 Forma escalonada e escalonada reduzida

Sistema impossível

Exemplo:(LAY, 1997, p. 7)


 x2 −4x3 = 8
2x1 + − 3x2 +2x3 = 1 (3)
−8x2 +7x3 = 1

 5x1

Resolução na lousa
 
2 −3 2 1
 0 1 −4 8 
 
0 0 0 5/2
| {z }
Forma escalonada

Contradição 0x1 + 0x2 + 0x3 = 5/2, portanto não tem solução. (sitema impossível)

16 / 25
 Forma escalonada e escalonada reduzida

Sistema impossível

Exemplo:(LAY, 1997, p. 7)


 x2 −4x3 = 8
2x1 + − 3x2 +2x3 = 1 (3)
−8x2 +7x3 = 1

 5x1

Resolução na lousa
 
2 −3 2 1
 0 1 −4 8 
 
0 0 0 5/2
| {z }
Forma escalonada

Contradição 0x1 + 0x2 + 0x3 = 5/2, portanto não tem solução. (sitema impossível)

16 / 25
 Forma escalonada e escalonada reduzida

Atividade



 x2 +5x3 = −4
x1 +4x2 +3x3 = −2 (4)
+x3 = −1

 2x +7x
1 2

Solução: Sistema impossível

17 / 25
 Posição de pivô

Posição de pivô

Definição
Numa matriz A, uma posição de pivô é uma posição que corresponde a um elemento
líder numa forma escalonada de A. Uma coluna pivô é uma coluna de A que contém
uma posição de pivô.

Um pivô é um número não-nulo, numa posição de pivô, que é usado para criar zeros por
operações elementares.

18 / 25
 Algoritmo de Escalonamento

Algoritmo de Escalonamento - Fase progressiva (LAY, 1997, p. 15)

 
0 3 −6 6 4 −5 Resolução lousa:
 3 −7 8 −5 8 9  trocar L1 por L3; L2 = −L1 + L2
 
3 −9 12 −9 6 15 L3 = − 32 L2 + L3

Passo 1. Inicie com a primeira coluna não-nula, da esquerda para a direita. Esta é uma
coluna pivô. A posição de pivô é a primeira de cima.
Passo 2. Escolha um elemento não-nulo da coluna pivô para servir de pivô. Se
necessário, troque linha de moda a desclocar esse elemento para a posição de
pivô.
Passo 3. Use as operações de substituição de linha para criar zeros em todas as
posições abaixo do pivô.
Passo 4. Cubra (ou ignore) a linha contendo a posição de pivô e cubra todas as linhas,
se é que existem, acima dela. Aplique os passos 1-3 na submatriz restante.
Repita o processo até que não existam mais linhas não-nulas a serem
modificadas.
19 / 25
 Algoritmo de Escalonamento

Algoritmo de Escalonamento - Fase regressiva (LAY, 1997, p. 16)

   
0 3 −6 6 4 −5 3 −9 12 −9 6 15
 3 −7 8 −5 8 9 ∼ 0 2 −4 4 2 −6 
   
3 −9 12 −9 6 15 0 0 0 0 1 4
| {z }
Forma escalonada

Passo 5. Iniciando com o primeiro pivô, da direita para a esquerda, e prosseguindo para
cima e para a esquerda, crie zeros acima de cada pivô. Se um pivô não for
igual a 1, faça-o assumir o valor 1 através de uma operação de
reescalonamento.
  Resolução lousa:
1 0 −2 3 0 −24
L1 = L1 − 6L3; L2 = L2 − 2L3
 0 1 −2 2 0 −7 
 
L2 = 12 L2
0 0 0 0 1 4
| {z } L1 = L1 + 9L2
Forma escalonada reduzida 1
L1 = 3
L1
20 / 25
 Variáveis dependentes e variáveis livres

Variáveis dependentes ou básicas / variáveis livres

Suponha que a matriz escalonada reduzida equivalente de um sistema linear é
 
1 0 −5 1
 0 1 1 4  (5)
 
0 0 0 0
Que equivale ao sistema

 x1
 −5x3 = 1
x2 x3 = 4 (6)

 0 =0
As variáveis x1 e x2 correspondentes às colunas pivô da matriz, são chamadas de variá-
veis dependentes
 ou básicas. A outra variável, x3 é chamada de variável livre.
 1
 x = 1 + 5x3
Solução: x2 = 4 − x3
x3 é livre


21 / 25
 Variáveis dependentes e variáveis livres

Atividade

Classifique as variáveis e o sistema dado pela matriz na forma escalonada reduzida:

 
1 0 −2 3 0 −24
 0 1 −2 2 0 −7 
 
0 0 0 0 1 4

Variáveis dependentes: x1 , x2 e x5
Variáveis livres: x3 e x4
Sistema possível (não existe nenhuma equação na forma 0=1)
O sistema admite infinitas soluções (A solução não é única, pois existem variáveis livres)

22 / 25
 Variáveis dependentes e variáveis livres

Atividade

Classifique as variáveis e o sistema dado pela matriz na forma escalonada reduzida:

 
1 0 −2 3 0 −24
 0 1 −2 2 0 −7 
 
0 0 0 0 1 4

Variáveis dependentes: x1 , x2 e x5
Variáveis livres: x3 e x4
Sistema possível (não existe nenhuma equação na forma 0=1)
O sistema admite infinitas soluções (A solução não é única, pois existem variáveis livres)

22 / 25
 Variáveis dependentes e variáveis livres

Atividade

Classifique as variáveis e o sistema dado pela matriz na forma escalonada reduzida:

 
1 0 −2 3 0 −24
 0 1 −2 2 0 −7 
 
0 0 0 0 1 4

Variáveis dependentes: x1 , x2 e x5
Variáveis livres: x3 e x4
Sistema possível (não existe nenhuma equação na forma 0=1)
O sistema admite infinitas soluções (A solução não é única, pois existem variáveis livres)

22 / 25
 Variáveis dependentes e variáveis livres

Atividade

Classifique as variáveis e o sistema dado pela matriz na forma escalonada reduzida:

 
1 0 −2 3 0 −24
 0 1 −2 2 0 −7 
 
0 0 0 0 1 4

Variáveis dependentes: x1 , x2 e x5
Variáveis livres: x3 e x4
Sistema possível (não existe nenhuma equação na forma 0=1)
O sistema admite infinitas soluções (A solução não é única, pois existem variáveis livres)

22 / 25
 Variáveis dependentes e variáveis livres

Atividade

Classifique as variáveis e o sistema dado pela matriz na forma escalonada reduzida:

 
1 0 −2 3 0 −24
 0 1 −2 2 0 −7 
 
0 0 0 0 1 4

Variáveis dependentes: x1 , x2 e x5
Variáveis livres: x3 e x4
Sistema possível (não existe nenhuma equação na forma 0=1)
O sistema admite infinitas soluções (A solução não é única, pois existem variáveis livres)

22 / 25
 Variáveis dependentes e variáveis livres

Existência e Unicidade

Teorema
Um sistema linear é possível se e somente se a última coluna (à diretia) da matriz
completa não for uma coluna pivô, ou seja, se e somente se uma forma escalonada da
matriz completa não tem nenhuma linha da forma
[0 . . . 0 b) com b diferente de zero.
Se um sistema linear é possível, então o conjunto solução contém ou
(i) uma única solução, no caso em que não há variáveis livres, ou
(ii) infinitas soluções, no caso em que existe pelo menos uma variável livre.

(LAY, 1997, p. 20)

23 / 25
 Variáveis dependentes e variáveis livres

Sugestões

Sugestão(ões) de estudo
Exercícios 1.1 (LAY, 1997, p. 9-11)
Exercícios 1.2 (LAY, 1997, p. 21-23)

24 / 25
 Variáveis dependentes e variáveis livres

Referências I

LAY, D. C. Álgebra linear e suas aplicações. 2. ed. Rio de Janeiro: LTC, 1997.

25 / 25