Eliminação de Gauss e

Decomposição LU
Profa. Dra. Marli de Freitas Gomes Hernandez
CESET-UNICAMP
 Histórico
• Uma versão preliminar da eliminação de Gauss apareceu pela
primeira vez no livro chinês “Nove Capítulo de Artes Matemática”,
em torno de 200 a.C. Até então o poder do método não tinha sido
reconhecido.

• No ano de 1801 Carl Friedich Gauss utilizou o método para calcular

a órbita do asteróide Ceres com pouquíssimas informações
(anotações do astrônomo siciliano Giuseppe Piazzi quem batizou o
asteróide com o nome ao observar-lo pela primeira vez).

• O trabalho de Gauss causou sensação quando Ceres reapareceu

na constelação de virgem, local aproximado aos seus cálculos.

• Mais tarde o método foi popularizado quando Willian Jordan

(engenheiro alemão) em 1888 publicou no seu livro de geodésica
intitulado “Handbuch der Vermessungskund”.
• Embora as idéias tenham sido conhecidas antes, muitos vezes o credito
pela popularização da decomposição LU é atribuída ao lógico e
matemático britânico Alan Turing (precursor do computador), pelo seu
trabalho de 1948 nesse assunto.

• Ao final dos anos 1970, a Fundação Nacional de Ciências e o

Departamento de Energia dos EUA financiaram o desenvolvimento de
rotinas de computacionais para inverter matrizes e resolver sistemas de
equações lineares. Aquele pesquisa levou a um conjunto de programas
Fortran chamada LINPAC que são uma referencia para muitos
algoritmos computacionais de hoje. Inclusive o chamado MATLAB. As
rotinas LIMPAC estão organizadas em torno de quatro fatorações de
matrizes, uma das quais é a decomposição LU. C.B. Moler, J.J.
Dongarra, G.W. Stewart e J.R. Brunch, os principais programadores do
LINPAC, basearam muitas de suas idéias no trabalho de Jemes Boyle e
Kenneth Dritz, do Laboratório Argonne (nos EUA).
Informações retiradas de [1]
 Objetivo
• Resolver um Sistema de equações lineares do tipo:

 a11 x1 + a12 x2 + ... + a1n xn = b1

 a x + a x + ... + a x = b
 21 1 22 2 2n n 2
 (1.1)
 
am1 x1 + am 2 x2 + ... + amn xn = bm
• onde aij, i = 1,2,...,m e j=1,2,...,n coeficientes,
bi, i = 1,2,...,m constantes,
xj, j=1,2,...,n incógnitas.
• O sistema (1.1) pode ter:
– Mais equações do que incógnitas (m > n);
– Mais incógnitas do que equações (m < n);
– O mesmo número de incógnitas e equações (m = n).

• A solução de (1.1) podem ser:

– Única;
– Infinitas;
– Não existente.
 Operações elementares entre
equações sem alterar o resultado
As operações elementares entre equações de um
sistema linear do tipo (1.1) são:
1. Trocar as equações de posição
2. Multiplicar uma ou mais equações por constantes
(chamamos múltiplos de equações):
3. Somar o múltiplo de uma equação por outra
Se aplicarmos qualquer operação elementar entre
equações, em um sistema linear o resultado
(x1,x2,...,xn) sempre será o mesmo como veremos a
seguir sem demonstração.
Trocar as equações de posição:

 a11 x1 + a12 x2 + ... + a1n xn = b1  a11 x1 + a12 x2 + ... + a1n xn = b1

  
  
 a p1 x1 + a p 2 x2 + ... + a pn xn = b p  aq1 x1 + aq 2 x2 + ... + aqn xn = bq
 
   
 a x + a x + ... + a x = b  a x + a x + ... + a x = b
 q1 1 q 2 2 qn n q  p1 1 p2 2 pn n p

   
 
am1 x1 + am 2 x2 + ... + amn xn = bm am1 x1 + am 2 x2 + ... + amn xn = bm

Exemplo: Dado o seguinte sistema:

2 x + 3 y + 2 z = 20 4 x + y + z = 18
 
x + y + z = 9 x + y + z = 9
4 x + y + z = 18 2 x + 3 y + 2 z = 20
 
Sistema 1 Sistema 2

Solução do Sistema 1 = Solução do Sistema 2, x=3 y=2 e z=4.

 Multiplicar uma ou mais equações por constantes
(chamamos múltiplos de equações):

 a11 x1 + a12 x2 + ... + a1n xn = b1  a11 x1 + a12 x2 + ... + a1n xn = b1

  
  
( a p1 x1 + a p 2 x2 + ... + a pn xn = b p )α αa p1 x1 + αa p 2 x2 + ... + αa pn xn = αb p
 
   
 ( a x + a x + ... + a x = b ) β  β a x + βa x + ... + βa x = β b
 q1 1 q2 2 qn n q
 q1 1 q 2 2 qn n q

 
 
  am1 x1 + am 2 x2 + ... + amn xn = bm
 am1 x1 + am 2 x2 + ... + amn xn = bm

Exemplo: Dado o Sistema 1:

2 x + 3 y + 2 z = 20 2 x + 3 y + 2 z = 20
 
x + y + z = 9 x + y + z = 9
4 x + y + z = 18 (4 x + y + z = 18 )2 8 x + 2 y + 2 z = 36
 
Sistema 1 Sistema 3

Solução do Sistema 1 = Solução do Sistema 3, x=3 y=2 e z=4.

 Somar o múltiplo de uma equação por outra:
Exemplo: Dado o
 a11 x1 + a12 x2 + ... + a1n xn = b1 Sistema 1:
 
 2 x + 3 y + 2 z = 20
( a p1 x1 + a p 2 x2 + ... + a pn xn = b p )α 
 x + y + z = 9
+  
 a x + a x + ... + a x = b
4 x + y + z = 18

 q1 1 q 2 2 qn n q
Sistema 1
 
 (2 x + 3 y + 2 z = 2 0)2
 am1 x1 + am 2 x2 + ... + amn xn = bm +
a11 x1 + a12 x2 + ... + a1n xn = b1
x+ y+ z = 9

 
 2 x + 3 y + 2 z = 20
 aq1 x1 + aq 2 x2 + ... + aqn xn = bq
 
  5 x + 7 y + 5 z = 49
(αa + a ) x + (αa + a ) x + ... + (αa + a ) x = (αb + b ) 4 x + y + z = 18
 p1 q1 1 p2 q2 2 pn qn n p q 
 
 Sistema 4
 am1 x1 + am 2 x2 + ... + amn xn = bm
Solução do Sistema 1 =
Solução do Sistema 4,
x=3 y=2 e z=4.
 Colocar o sistema de equações lineares (1.1) na forma matricial

 a11 x1 + a12 x2 + ... + a1n xn = b1

 a x + a x + ... + a x = b
 21 1 22 2 2n n 2

  AX = b (1.2)
am1 x1 + am 2 x2 + ... + amn xn = bm
Sistema na forma de equações lineares

 a11 a12 ... a1n   x1   b1 

a a ... a2 n   x2   b2 
 21 22
= (1.3)
          
    
am1 am 2

... amn   xn  bm 
   
Matrix A vetor X vetor b

Sistema na forma Matricial

Podemos abreviar (1.3) escrevendo-o em forma de arranjo retangular de
números denominado Matriz Aumentada do sistema.
Esse termo Matriz Aumentada foi introduzida pelo matemático norte
americano Bôcher no seu livro “Introduction to Higher Algebra” em 1907. [1]

 a11 a12 ... a1n   x1   b1 

a ... a2 n   x2   b2 
 21 a22 =
          
    
am
1 am 2

... amn   xn  bm 
   
Matrix A vetor X vetor b
 a11 a12 ... a1n b1 
a a ... a b 
Sistema na forma Matricial  21 22 2n 2 
(1.4)
     
AX=b → [ A b]
 
am

am 2 ... amn bm 
 1
 
Forma Matriz Matriz Aumentada
Matricial Aumentada
Matriz Aumentada do sistema
O primeiro exemplo conhecido do uso de uma matriz aumentada para
descrever sistemas lineares aparece no livro chinês “Nove Capítulos
de Arte Matemática” publicado entre 200 a.C. e 100 a.C.durante a
dinastia de Han.
• Problema proposto pelo manuscrito: Existem três tipos de milho, dos
quais três montes do primeiro, dois do segundo e um do terceiro
totalizam 39 medidas. Dois montes do primeiro, três do segundo e um
do terceiro totalizam 34 medidas. Finalmente, um monte do primeiro,
dois do segundo e três do terceiro totalizam 26 medidas. Quantas
medidas de milho estão contidas em um monte de cada um dos tipos?
• O Problema leva a um sistema linear de três equações e três
incógnitas, que o autor escreve como:
1 2 3 O arranjo do autor é colocado
em colunas e e não em linhas
2 3 2 com colchetes, como
(1.5) mostrado em (1.4).
3 1 1
26 34 39
Informações retiradas de [1]
 Aproveitando o sistema proposto em (1.5), vamos usá-lo como
exemplo e colocá-lo em forma de sistema de equações (1.1),
forma matricial (1.3), e na forma de matriz aumentada (1.4)

1x1 + 2 x2 + 3 x3 = 26

2 x1 + 3 x2 + 1x3 = 34 (1.6)
3 x + 2 x2 + 1x3 = 39
 1
Forma de sistema de equações lineares

1 2 3  x1  26 1 2 3 26
2 3 1  x  = 34  2 3 1 34 
  2     
3 2 1  x3  39  3 2 1 39 
Forma matricial do sistema (1.6) Matriz aumentada do sistema (1.6)
 Resolução de sistemas triangulares superiores da forma:
Supondo que a matriz Anxn (quadrada) do sistema seja não singular, que
implica que os elementos da diagonal são não zero.

a11 x1 + a12 x2 + ... + a1n xn = b1

 a22 x2 + ... + a2 n xn = b2

 (1.7.a )
 
 ann xn = bn
Forma de sistema de equações lineares
AX = B
a11 a12 ... a1n b1 
a11 a12 ... a1n   x1   b1  0 a 
0 a ... a2 n   x2  b2   22 ... a b
2n 2 
 22
= (1.7.b) (1.7.c)
              
      
 0
0

... ann   xn  bn 
     00 ... a bn 
 nn 
Matrix A vetor X vetor b Matriz Aumentada

Forma matricial do sistema (1.7.a) Matriz aumentada do sistema (1.7.a)

 Solução de (1.7.a)

 a11 x1 = b1 − a12 x3 − ... − a1( n −1) x( n −1) − a1n xn

 a22 x2 = b2 − a23 x3 − ... − a2 n xn

  
a x = b( n −1) − a( n −1) n xn
 ( n −1)( n −1) ( n −1)
 ann xn = bn
Passo 1 - Explicitar aii xi i=1,2,....,n.

 x1 = (b1 − a12 x3 − ... − a1( n −1) x( n −1) − a1n xn ) / a11

 x = (b2 − a23 x3 − ... − a2 n xn ) / a22
 2
  
x = (b( n −1) − a( n −1) n xn ) / a( n −1)( n −1)
 ( n −1)
 xn = bn / ann
Passo 2 – Dividir a equação i por aii para obter xi, i=1,2,....,n.
Inversa de uma matriz M triangular superior com diagonal principal
com elementos unitários, M-1 .
Seja

1 a12 ... a1n 

0 1 ... a 
M = 2n 
(1.18.a )
   
 
0 0 ... 1 
E considerando

1 c12 ... c1n 

0 1 ... c 
C= 2n 
(1.18.b)
    
 
 0 0 ... 1 

veremos que a seguinte igualdade é satisfeita

 Sabendo que MM-1 =I , se M-1 = C a seguinte igualdade é satisfeita

1 a12 ... a1n  1 c12 ... c1n  1 0 ... 0

0 1 ... a  0 1 ... c  0 1 ... 0
 2n   2n 
= 
               
    
0 0 ... 1  0 0 ... 1  0 0 ... 1
       
M C I

(1.18.b) e a inversa de (1.18.a).

Mais tarde será mostrado como calcular a inversa de (1.18.a), é mais

fácil do que a inversa de A em (1.17.b) e em (1.3) sendo A
quadrada(m=n) e não singular.
 Veremos como resolver o sistema (1.7.a) na forma matricial.
Aplicando a operação elementar, multiplicando em cada linha i a constante
1/aii , i = 1, 2,..,n, em (1.7.a) , as soluções dos dois sistemas serão a mesma.

 1  a12 a1n b1
(a11 x1 + a12 x2 + ... + a1n xn = b1 )  x1 + x2 + ... + xn =
a11 a11 a11 a11
 
 1  a b
(a22 x2 + ... + a2 n xn = b2 ) x2 + ... + 2 n xn = 2
 a22  a22 a22 2
   
 1  bn
 (ann xn = bn )  xn =
 ann  ann

 a12 a1n   b1 
1 a   a 
a11  x1   11

 11
  Colocand
b
 0 1  a 2 n   x2  =  
2
o na
 
 a22      a22  forma
      x   b  matricial
  n 
0 0  1  X  n

  ann 
E

b*
 Como E = D-1 A é da forma (1.18.a)
sendo
a11 a12  a1n   b1 
0 a22  a2 n  b 
A= e b =  2
     
   
0 0  ann  bn 

1 
a 0  0 
 a11 0  0   11 
0 a  0 1
 22  0  −1  0 
D= ⇒D = a22 
      
    
 0 0  ann   1 
   0 0  
diagonal de A  ann 
 1   a12 a1n 
a 0  0  a
 a  a  1 a 
a11 
 11
 11 12 1n
 
 1  0 a 
 a2 n  
11
a2 n 
−1 0  0  22
D A= a22  = 0 1 
        a22  e

   
      
1 0 0  ann  
0 0        0 0  1 
 ann   

A
  
E = D −1 A
D −1

1   b1 
a 0  0  a 
 11
  b1   11 
 1  b   b2 
0  0  2
D −1b =  a22  =  a22 .
      
     
 1  bn   bn 
0 0    
 a nn 
 b
 ann 
  
D −1 b*
 −1
 a12 a1n  Para resolver 1.17.b,
1 a 
a  1 e11  e1n  basta calcular:
 11 11
 0 1  e 
a
0 1  2 n  =  2n  D −1 , E , E −1 , e b* ,
 a22      
      X = E −1b* ⇒
  0 0  1
 
0 0  1  X = A−1b
  −1
E = ( D −1 A )
−1

E = D −1 A

Pova X = E −1b* ⇒ X = A−1b

AX = b ⇒ D −1 AX = D −1b ⇒ EX = b*

⇒ X = E −1b* ou X = ( D −1 A) −1 D −1b
⇒ X = A−1 ( D −1 ) −1 D −1b ⇒ X = A−1 DD

−1
b ⇒ X = A −1
b
I
 Exemplo: Resolver o seguinte sistema
linear:
2 x1 + 2 x2 + 3 x3 = 6

 + 3x2 + 1x3 = 4
 4 x3 = 9

Forma de sistema de equações lineares

2 2 3  x1  6 2 2 3 6
0 3 1   x  =  4 0 3 1 4
  2     
0 0 4  x3  9  0 0 4 9 
    
A b
Matriz aumentada do sistema
Forma matricial do sistema acima
 2 2 3 6  2 0 0 AX = b ⇒ EX = b*
A = 0 3 1 , b = 4, D = 0 3 0 ⇒ X = E −1b*
0 0 4 9  0 0 4  23
 − 24 
1
2 0 0
 2
2
2 3 
1 1
3 6  
3  7 
2 2  2   2  
X= 
 1   3 1  1   4 4
−1
D = 0 −1
0 , D A =  0  = 0 1 −1
, D
b =   =    12 

Solução
 3  C  3 3  3 3
    3
0 1 0 4  
b*
 9 9  9 
0 0 0 0 1
 4   4     4   4   4 

 3  7   X
1 1   1 − 1 −  3
2 6 
 1   1 * 4  7     23 
 , E = 0 1 −  , b =   1 − 1 − 6   3  − 24 
−1
E = 0 1
 3  3 3
0 0 0 0  9
 1  4   7 
 1   1  0 1 −    =  
  4 
 3   3   12 
0 0   9  9 
 1 
  4   4 
 * 
E −1 b X
 Inversão de E •
Como E é uma matriz 3x3, considerada
pequena, ela será determinada algebricamente
da forma rudimentar:
 3  3
1 1 2  1 e11 e12   1 1
2  1 e11 e12  1 0 0
 1  −1    1    
−1
E = 0 1 , E = 0 1 e23  ⇒ EE = 0 1  0 1 e23  = 0 1 0
 3    3   0 0 1 
0 0 1  0 0 1  0 0 1  0 0 1   
   

 3 1 3
1 1

2  1 e12
1 
e13  1 0 0
 
e1 3 + e2 3 = 0 e1 3 + e2 3 + = 0 e1 2 + 1 = 0
−1
EE = 0 1

 0 1
3 

e23  = 0 1 0 3 2 ⇓
 ⇓ ⇓ e1 2= 1
0 0 1  0 0 1
1  
0 0 1 1 3
  e1 3= − e2 3 − e2 3 + e2 3= −
3 3 2
 3  9  1 3 2 3
 1 e + 1 e + e + e1 3=  −   −  = ⇒ e2 3= −
2  1 0 0
12 13 23
 1  
 4 3 4 3 2
 3 9
⇒ 0 1 e13 + e23  = 0 1 0 ⇒ e2 3= −
 3  ⇒ e1 3=
0 0 1 4 4
0 0 1 
 
 Eliminação de Gauss
• Como visto, é muito mais fácil resolver
sistemas lineares triangulares superiores em
forma de sistemas de equações.
• E extremamente fácil na forma
AX=B(matricial), A triangular superior.
• As mesmas operações elementares entre
equações, são válidas para linhas da matriz
aumentada (1.4).
 Eliminação de Gauss visa:
• Usando operações elementares entre linhas na
matriz aumentada ou equações no sistema de
equações lineares, transformar um sistema
linear qualquer em sistema linear triangular
superior.
• Como visto anteriormente, usando as operações
elementares entre equações no sistema de
equações lineares ou entre linhas na matriz
aumentada a solução do sistema permanece a
mesma.
 Eliminação de Gauss visa transformar
usando operações elementares:
Vamos representar elementos não nulos por ”*”

* x1 + *x2 + ... + *xn = *

* x + *x + ... + *x = *
Operações
elementares
 1 2 n entre equações

 
* x1 + *x2 + ... + *xn = *  * x1 + *x2 + ... + *xn = *
 * x + ... + *x = *
2 n

Sistema original  
 * xn = *

Sistema transformado
 Sistema
* * ... *  x1  * original
Operações
elementares
* *
 ... *  x2  *
=  
        
    
* * ... *  xn  *
    Sistema transformado
Matrix A vetor X vetorb

* * ... *  x1  *
0 * ... * x  *
   2 =  
      
     
0 
0 ... * xn  *

 
Matrix A* vetor X vetorb*
 Matriz aumentada
* * ... * * Operações
do sistema original
elementares

* 
entre linhas

 * ... * *
     Matriz aumentada
  do sistema

* * ... * * Transformado

* * ... * *
0 * ... * *
 
   
 
0 0 ... * *
 Como aplicar a eliminação de Gauss no sistema forma matriz
aumentada - usando operações elementares entre linhas.
Aqui será adotado o seguinte:

• Operar o sistema na forma matriz aumentada, no meu ponto de vista, é

mais claro, fácil e menos trabalhoso.

• Desejando, pode operar também na forma de sistemas de equações, ou

até mesmo na forma matricial.

• Supor que a matriz A seja quadrada m=n e não singular.

• Pode aplicar eliminação de Gauss em matrizes singulares( se quadrada)

ou com m ≠ n também. Esses casos serão tratados mais tarde .

• Adotado as seguintes notações; aij(k) e b i(k), i = 1,2,...,m( i-ésima linhas) e

j=1,2,...,n (j-ésima colunas) e k=1,...(k-ésima etapa da eliminação).
 A eliminação (ou pivoteamento) se procede da esquerda
para a direita, de cima para baixo, abaixo da diagonal
principal.
Pivôs das fazes
anteriores a k
a 11( k ) a 12( k )  a 1(kk )  a 1(nk ) b ( k ) 
 (k ) (k ) (k )
1

 0 a 22  a 2 k  a 2 n b2 
( k )

    Pivô  
 (k ) (k ) (k )

 0 0  akk  a kn bk 
     
 (k ) (k ) (k ) 
 0 0  ank  a nn bn 
  
Matriz Aumentada
Elementos a serem
eliminados na faze k
Na fase k , escolhe-se o elemento pivô akk (k) (elemento referência)
situado na posição da diagonal principal da coluna k e linha k.
O pivô akk (k) não será eliminado(zerado), somente os elementos abaixo
dele.

Pivôs das fazes

anteriores a k
a 11( k ) a 12( k )  a 1(kk )  a 1(nk ) b ( k ) 
 (k ) (k ) (k )
1

 0 a 22  a 2 k  a 2 n b2 
( k )

    pivô  
 (k ) (k ) (k )

 0 0  akk  a kn bk 
     
 (k ) (k ) (k ) 
 0 0  ank  a nn bn 
 
Matriz Aumentada
Elementos a serem
eliminados na faze k
• Caso o elemento akk(k) for zero ou próximo de zero,
escolher outro elemento abaixo da diagonal principal, na
mesma coluna, apk(k) ,não zero e p>k.
• O pivô dessa coluna será apk(k)
Posição do pivô,
Pivô da faze 1
mas, a22 (2) = 0

a 11( 2 ) a 12( 2)  a 1(k2)  a 1(n2 ) b ( 2 ) 

 ( 2) ( 2) ( 2)
1

 0 a 22  a 2 k  a 2 n b2 
( 2 )

     
 ( 2) ( 2) ( 2) ( 2) 
 0 a p 2  a pk  a pn b p 
   
   
( 2) ( 2) ( 2) ( 2)
 0 a n 2  ank  a nn bn 
  
ap2 (2) ≠ 0 Matriz Aumentada
• Colocar a linha p na posição da linha k e vice versa e
eliminar os elementos abaixo da posição do pivô.
• Exemplo: k=2.
Pivô da faze 1
pivô da fase 2
a 11( 2 ) a 12( 2)  a 1(k2)  a 1(n2 ) b ( 2 ) 
 ( 2) ( 2) ( 2)
1

 0 a p 2  a pk  a pn b p 
( 2 )

     
 ( 2) ( 2) ( 2)

 0 a 22  a2 k  a 2 n b2 
( 2)

   
   
( 2) ( 2) ( 2) ( 2)
 0 a n 2  ank  a nn bn 
 
Matriz Aumentada
Elementos a serem
eliminados na faze 2
• Continuar a eliminação (ou pivoteamento) até que
k=n ou a posição do pivô seja ann (n) e todo triangulo
inferior à diagonal principal seja 0 (zero).
Eliminação de
a 11 a 12  a 1k  a1n b ( n ) 
(n) (n) (n) (n)
Gauss Terminada
 (n) (n) (n)
1

 0 a 22  a 2 k  a 2 n b2 
n )

      Agora, é só
 (n) (n) (n)
 terminar de

 0 0  akk  a kn bk  resolver o
sistema, basta
       usar o método
 (n) (n) 
já mostrado

 0 0  0  a nn bn  aqui, para
sistemas
   triangulares
Matriz Aumentada ultimo pivô superiores.
Como fazer as operações elementares na eliminação (ou
pivotamento) de Gauss.
Para cada fase k = 1,2,..,n, da eliminação (ou pivoteamento):

Determinar o pivô akk (k) ≠0 (ou não muito pequeno).

Aplicando operações elementares entre linhas.

Para cada elemento aik (k) que deverá ser eliminado (zerado), na i-ésima linha, i
= k+1,...,n, a abaixo da k-ésima da linha do pivô na mesma k-ésima coluna,
determinar uma constante mik , de modo que, ao multiplicá-la pela k-ésima linha
do pivô e somar com a i-ésima linha, esse elemento deverá ser zerado.
mik a + a
k
kk
(k )
kk = 0 ⇒ mik a (k )
kk = −a (1)
ik
(k ) Valor do elemento aik (k)
a
⇒ mik = − ik
(k )
na fase k

a kk Valor do pivô akk (k) na

fase k
Exemplo: seja a11 (1) o pivô. O objetivo, é zerar todos os elementos ai1 (1) i = 2,...,n,
na coluna 1, abaixo da linha 1. Isso é: m a (1) + a (1) = 0 ⇒ (1)
i1 11 i1 ai1
Pivô da fase 1 Fase 1 mi1 = − (1)
mi1a11(1) = − ai(11) ⇒ a11
 a11(1) a12(1) a13(1)  a1(1n) b1(1) 
 (1) (1) (1) 
 a21
(1)
a22 (1)
a23  a2 n b2   a2(11)
+
−a (1)
 11




[a(1)
11 a12(1) a13(1)  a1(1n) b1(1) ]
 a31(1) a32(1) a33(1)  a3(1n) b3(1)   a3(11)
+
− a (1)


 [a(1)
11 a12(1) a13(1)  a1(1n) b1(1) ]
 
 11 

     
 a (1)
 n1 an(12) an(13) (1) (1) 
 ann bn   an(11)
+
−a (1)
 11




[a (1)
11 a12(1) a13(1)  a1(1n) b1(1) ]
[a (1)
11 a12(1) a13(1)  a1(1n) ]
b1(1) =  a11( 2) a12( 2) a13( 2)  a1(n2) b1( 2) 
 ( 2) ( 2) ( 2) ( 2) 
 0 a22 a23  a2 n b2 
 0 a32( 2) a33( 2)  a3( 2n) b3( 2) 
 
     
 0 an( 22) an( 23) ( 2) ( 2) 
 ann bn 

 Fase 2
( 2)
mi 2 a22 + ai(22 ) = 0 ⇒ ai(22 )
mi 2 = − ( 2 )
pivô da
( 2)
mi 2 a22 = − ai(22 ) ⇒ a22
fase 2

 a11( 2) a12( 2) a13( 2)  a1(n2) b1( 2) 

 ( 2) ( 2) ( 2) ( 2) 
 0 a22 a23  a2 n b2 
 0 a32( 2) a33( 2)  a3( 2n) b3( 2)  +−aa
( 2)
32
( 2)


 [0 ( 2)
a22 ( 2)
a23  a2( 2n) b2( 2) ]
 
22 

     
 0
 an( 22) an( 23) ( 2) ( 2)  
 ann bn  +−aa
( 2)
n2
( 2)
22




[0 ( 2)
a22 ( 2)
a23  a2( 2n) b2( 2) ]
[a (1)
11 a (1)
12
(1)
a
13  a (1)
1n b(1)
1 ]=  a11(3) a12(3) a13(3)  a1(n3) b1(3) 
 ( 3) ( 3) 
[0 ( 2)
a22 ( 2)
a23  a2( 2n) ]
b2( 2) =
 0 a ( 3)
22
( 3)
a23  a2 n b2 
 0 0 a33(3)  a3(3n) b3(3) 
 
     
 0 0 an(33) ( 3) ( 3) 
 ann bn 

 Fase 3 m a ( 3)
+a ( 3)
=0⇒ ai(33)
i 3 33 i3 mi 3 = − ( 3)
pivô da ( 3)
mi 3 a33 = − ai(33) ⇒ a33
fase 3

 a11(3) a12(3) a13(3)  a1(n3) b1(3) 

 ( 3) ( 3) ( 3) ( 3 ) 
 0 a 22 a23  a2 n b2 
 0 0 a33(3)  a3(3n) b3( 2) 
 
     
 0
 0 an(33) ( 3) ( 3 ) 
 ann bn   an( 33)
+
−a ( 3)
 33




[0 ( 3)
0 a33  a3(3n) b3(3) ]
[a(1)
11 a12(1) a13(1)  a1(1n) b1(1) =]  a11( 4) a12( 4) a13( 4)  a1(n4) b1( 4) 
 ( 4) ( 4) 
[0 ( 2)
a22 ( 2)
a23  a2( 2n) ]
b2( 2) =
 0 a ( 4)
22 a ( 4)
23  a2 n b2 
[0 0 ( 3)
a33  a3( 3n) ]
b3( 3) =  0 0 a33( 4)  a3( 4n) b3( 4) 
 
     
 0 0 0 ( 4) ( 4) 
 ann bn 

Fase n
Parar
[a (1)
11 a12(1) a13(1)  a1(1n) b1(1) = ]  a11( n ) a12( n ) a13( n )  a1(nn ) b1( n ) 
 (n) (n) 
[0 ( 2)
a22 ( 2)
a23  a2( 2n) ]
b2( 2 ) =
 0 a (n)
22 a (n)
23  a2 n b2 
[0 0 ( 3)
a33  a3( 3n) ]
b3( 3) =  0 0 a33( 2)  a3( nn) b3( n ) 
 

     
 0 0 0 (n) (n) 
 ann bn 

pivô da
fase n
Agora, basta terminar de
(ultima)
resolver o sistema.
O sistema proposto em (1.5), no livro chinês, será usado como
exemplo de eliminação de Gauss.
(1) (1)
Fase 1 a21 2 a31 3
Pivô da fase 1 m21 = − (1) = − = −2, m31 = − (1) = − = −3
a11 1 a11 1

1 2 3 26
2 3 1 34 +  − 2  [1 2 3 26]
   1
3 2 1 39 +  − 13  [1 2 3 26]

1 2 3 26 
0 − 1 − 5 − 18 [ ( − 2) × 1 + 2 (−2) × 2 + 3 (− 2) × 3 + 1 (−2) × 26 + 34]
 
0 − 4 − 8 − 39 [ (−3) × 1 + 3 (− 3) × 2 + 2 (− 3) × 3 + 1 (− 3) × 26 + 39]
 ( 2)
a32 (−4)
m32 = − ( 2 ) = − = −4
Fase 2 a22 (−1)
Pivô da fase 2

1 2 3 26 
0 − 1 − 5 − 18 
 
0 − 4 − 8 − 39  (−4) 
+  − 
[0 − 1 − 5 − 18]
 ( −1) 

1 2 3 26 
0 − 1 − 5 − 18
 
0 0 12 33  [0 (− 4) × (− 1) − 4 (− 4) × (− 5) − 8 (− 4) × (− 18) − 39]
Agora é só terminar de resolver o sistema equivalente triangular superior.
Esse sistema é muito mais fácil de resolver, do que o original, tanto pelo método
rudimentar como pelo de eliminação de Gauss.
Como já foi visto eliminação de Gauss, será usado eliminação de Gauss para terminá-lo,
mas antes vamos colocá-lo em uma outra forma equivalente triangular inferior com
diagonal principal unitária para facilitar ainda mais a resolução.
 1
Aplicando (1x1 + 2 x2 + 3 x3 = 26)
1x1 + 2 x2 + 3x3 = 26 eliminação  1
1
 de Gauss  (−1x2 − 5 x3 = −18)
2 x1 + 3 x2 + 1x3 = 34  (−1)
 1
3 x + 2 x2 + 1x3 = 39  (12 x3 = 33)
 1 33 12
Sistema equivalente
Sistema original Dividir cada linha pelo
respectivo elemento da
diagonal
 33 
 1 0 0  x3 
12  Colocar na forma de

5 1 0 18 , X =  x  matriz aumentada com
 x1 + 2 x2 + 3 x3 = 26
   2 equações e icóginitas

3 2 1 26   x1  em ordem invertidas  x2 5 x3 = 18
   33
 x3 =
Sistema equivalente forma matriz  12
aumentada triangular inferior Sistema equivalente triangular
diagonal principal unitária. superior diagonal principal
unitária.
De agora em diante, para mostrar as operações, será colocado à frente
da linha pivô i valor mij que irá multiplicar-la, na forma “(mij )” e uma seta
desde esse valor até a linha a qual será somado.

 33   33 
1 0 0 12  (−5) (−3) 1 0 0 12 
5 1 0 18  +  51 
  0 1 0  (−2)
3 2 1 26  +  12 
  0 2 1 213  +
 12 
 33   11 
1 0 0 12   x3 = 4 
 51   17 
0 1 0  , X =  x2 = 
 12   4
0 0 1 111  x = 37 
 12   1
4 
  
solução do sistema
 Sistemas lineares com n≠m ou
matriz A singular ⇒(determinante de A)=0.
• A eliminação de Exemplo 1 Forma matriz elementar
Gauss para esses
 pivô 
[ 2]
tipos de sistema, ( − 2) ( 4 ) ( −1 ) ( − 3) 3 3 
continua sendo + 6 9 9
como já foi visto. +  
+
Mas pode-se 2 6 5
acontecer de: + − 8 − 6 − 8
• Caso obtenha  
 4 9 10 
equações(linhas)
toda de zeros  2 3 3  2 3 3  2 3 3
0 0 0  1    
[ ]
pivô
Basta colocá-las ( − ) 0 6 4 0 6 4
no final das ~
 
~ 2   
~

equações (linhas). ⇒ 0 3 2 ⇒ + 0 3 2 ⇒ 0 0 0
     
 0 6 4  + 0 3 4  0 0 2 
0 3 4 0 0 0 0 0 0


0=2 significa (não existe) solução

(obviamente 0≠2)
• Caso obtenha colunas de zeros desde a linha do
pivô(inclusive), busque outro pivô na primeira coluna à
direita na mesma linha.


[ ]
 pivô
(1) (−2)  1x
1
+ 2 x2 + 3 x3 =6 1x1
~ 0 x
+ 2 x2 + 3x3 = 6
+  2 x1 + 4 x2 + 8 x3 = 16 ⇒  1 + 0 x2 + [ 2 x3 ] = 4 ⇒
~
 − 1x + −2 x2 − 2 x3 = −4 0 x1 + 0 x2 + 1x3 =2
+  1


1x1 + 2 x2 + 3x3 =6
1x1 + 2 x2 + 3 x3 = 6  x1  2α 
1 
[ 2x3 ]
pivô

(− ) 0 x1 + 0 x2 + =4⇒~ 0 x + 0 x2 2 x3 =4⇒~  x  = α 
 1  2  
2 
+ 0 x1 + 0 x2 + 1x3 = 2 0 x1 + 0 x2 + 0 x3 = 0  x3   2 

Sistema fica com duas equações e três incógnitas.

Significa que existe infinitas soluções.
Para cada α (constante) existe uma solução
Decomposição LU
Uma decomposição LU ou uma fatoração LU de uma matriz quadrada
A e uma fatoração A=LU na qual L é triangular inferior e U triangular
superior.

seja : A → Matriz quadrada n × n não − sin gular

Como Re solver
L−1 A X = b ⇒ LUX
AX = b ⇒ L   = b ⇒ LY = b ⇒ Y = L−1
b
U Y

⇒ UX = Y ⇒ UX ⇒ X = U −1Y ( solução de X )

seja : A = LU → Matriz quadrada n × n não − sin gular

inverter A ⇒ A−1 = ( LU ) = U −1 L−1

−1
 Decomposição LU é feita usando eliminação de Gauss, registrando em uma
matriz diagonal unitária, os valores multiplicados pela linha pivô ii com o
objetivo de somar às linhas (k=i,i+1,...n) para eliminar(zerar) os elemento ki,
mn 1 m31
      m21
 an1 (1)
 a31 
(1)
 a21  a11(1) a12(1) a13(1)  a1(1n)  a11( 2 ) a12( 2 ) a13( 2 )  a1(n2 ) 
(1)
 − (1)    − (1)   − (1)   (1) (1)   ( 2) 
 a11   a11  a +
 11   21 a a (1)
22 a (1)
13  a 2n   0 a ( 2)
22 a ( 2)
13  a 2n 
+ a31 ~
(1) (1)
a32 (1)
a33  a3(1n)  ⇒  0 a32( 2) ( 2)
a33  a3( 2n) 
   
+            
a (1) a (1) a (1)  a (1)   0 a ( 2 ) a ( 2 )  a ( 2 ) 
n 1
 n2
n 3nn  n2
 n 3nn  
A A( 2 )

 1 0 0  0
 a21(1)
 (1)
−
 a (1) 1 0  0   a11 a (1)
12 a (1)
13  a1
(1)
n
  a ( 2)
11 a ( 2)
12 a ( 2)
13  a1
( 2)
n

 11(1)  a21 (1)
a (1)
a (1)
 a (1)  
0 a ( 2)
a ( 2)
 a ( 2) 

  (1)
22 13 2n   22 13 2n 
 a31
− a (1) 0 1  0 a31 a32 a33  a3n  =  0 a32 a33  a3n 
(1) (1) (1) ( 2) ( 2) ( 2)

 11    
 
     

 (1)    
 
(1)   0 a ( 2) a ( 2)  a ( 2) 
 an1 an(11) an(12) an(13)  ann    nn 
−
 a (1)
0 0  1        n2
  n3
  
11 
A A ( 2)

M (1)
  
mn 1
  m21
 11  a ( 2)
a ( 2)
12 a ( 2)
13  a ( 2)
1n
  a ( 3)
11 a ( 3)
12 a ( 3)
13  a ( 3)
1n

 an(11)   a32( 2 )   0 a22 ( 2)
a ( 2)
 a ( 2)  
0 a ( 3)
a ( 3)
 a ( 3) 
 − (1)    − ( 2 )   13 2n   22 13 2n 
~
 a11   a22   0 a32 a33  a3n  ⇒  0 0 a33(3)  a3(3n) 
( 2) ( 2) ( 2)

 +    
 
     

+ 
 0 a ( 2) a ( 2)  a ( 2)   0 0 a ( 3)
 a ( 3) 
 n 2

n 3 nn
  
n 3 nn

A( 2 ) A( 3 )

1 0 0  0
0   a11( 2) a12( 2 ) a13( 2 )  a1(n2 )   a11(3) a12(3) a13(3)  a1(n3) 
1 0  0 
 ( 2) ( 2) ( 2)   ( 3) ( 3) ( 3) 
 0 − a32 0 1  0  0 a22 a13  a2 n   0 a22 a13  a2 n 
( 2)

 ( 2)
a22   0 a32 ( 2)
a33( 2 )  a3( 2n)  =  0 0 a33(3)  a3(3n) 
          
 
  

 ( 2) 
 0 − an 2 0  1  0 an( 22) an( 23)  ann ( 2)   0 0 a ( 3)
 a ( 3) 

 a22( 2)
       n 3nn 
 A( 2 ) A( 3 )
M (2) 


O mesmo que
 1 0 0  0  1 0 0  0
1 0  0 0  1   a2(11)  (1) (1) (1)
0 1   0 0  0 − 1 0  0  a a a  a (1)

   a (1)  1 1 1 2
 (1) (1) (1)
1 3 1 n
 0 0  (1) 
   11  a a a  a
  0 a ( 2)
a (1)  21 22 13 2n 
0  0 − 3 2 0 1  0 − 3 1 0 1  0  (1) (1) (1)
 (1) 
    ( 2 )  a a
 31 32 33a a  a
0 0  1 0 a2 2 (1 )

3n

     11

a ( n − 1)
 0 0  − n ( n − 1 1             
 ( 2)  (1)  (1) a (1) a (1)  a (1) 
 a ( n − 1)  a
 0 − n 2 0  1  − an1 0 0  1 an nn 

1
 n2
 
n3
 

( n − 1)(n − 1)
  (
a2 2 2 )   a (1 ) 
 1 
A
M ( n− 1)
1


M ( 2) M (1 )

 a1( n1) a1( n2) a1( n3)  a1(nn )   u1 1 u1 2 u1 3  u1n 

 (n) (n) (n)   
 0 a 22 a13  a 2n   0 u 22 u13  u 2n 

=  0 0 a3( n3)  a3( nn)  = M ( n − 1)

M...
( n − 2 ) ( 2
MM
)
 A = U =  0 0 u 3 3  u3 n 
(1)

  L−1
 
           
 0 0 0  a (n)  0 0 0  u 
n n
   nn 
A( n ) = U U
 −1
 1 0 0  0 1 0 0  0
 a21
(1)
 a21
(1)

−
 a (1) 1 0  0  a (1) 1 0  0 
 11
(1)
  1(11) 
 a  a 
− 31
 a (1) 0 1  0  = 3(11) 0 1  0
a
 11
  11 
      
 (1)    
(1)
 an1  an1 
−
 a (1) 0 0  1  a (1) 0 0  1 


11
  

11 
M (1 ) (1 ) −
1
M
−1
1 0 0  0 1 0 0
0 
 1   1 
0 0  0  0 0  0
 ( 2)   
0 a32   a3(22 )
− ( 2) 0 1  0 =0 0 1  0
 a22  ( 2)
a22 
        
   
0 an( 22)   an( 22)
− ( 2) 0  1 0 0  1

 a22 
 
 a2(22 ) 
     
M ( 2) ( 2)−
1
M


 
−1
1 0  0 0 1 0  0 0
0 1  0 0  0 1  0 0
   
  0 0   0 0
  = 
0 0  1
( n −1)
0 0 0  1
( n −1)
0
0 0  − an ( n −1  0 0  an ( n −1
 ( n −1)
1   ( n −1)
1

 a a
  
( n −1 )( n −1) ( n −1)( n −1)
    
M ( n−1) M ( n−1 )
−1
 1 0 0  0  1 0 0  0
 a2(11)  1  1 0  0 0 ( n ) ( n ) ( n )
 a (1) 1 0  0  0 0  0 0 1    a a a  a (n)

 0 
11 12 13 1n
 0 (n) 
 (1)
1 1   0 a ( n)
a (n)
 a
0 
( 2) 2n 
 a3 1 a
  0 3 2 0 1  0   0
22 13
0 1  0  0 0 a3 3  a3n 
(n) (n)
 a (1)   a ( 2)   
 11
   22
 0 0  1 0  
   
 0 0  an ( n − 1 1  
 ( n − 1)

 (1)     
 an1
( 2)
  0 an 2 0  1     0 0 0  a (n) 
( n − 1) n n
 a (1) 0 0  1   a ( 2)  a
( n − 1)(n − 1)
  
 2
1 1 2
 M ( n − 1) − 1
(n)
A =U

(1 ) − 1 ( 2 )−1
M M

 a1(11) a1(12) a1(13)  a1(1n) 

 (1) (1) (1) (1) 
a a
 21 22 13 a  a 2n 
(1) − 1 ( 2 ) − 1 ( n − 2 ) − 1 ( n − 1) − 1

= a3 1 a3 2 a3 3  a3n = M
(1) (1) (1) (1) 
 M ...MM U = A
  L
     
 a (1) a (1) a (1)  a (1) 
n 1
 n2
n3n n
A
 1 0 0  0
 a21
(1)
 1 0 0  0 1 0  0 0
 a (1) 1 0  0 0 1 0  0  0 1  0 0 
 11(1)  a ( 2)   
 a31  0 32
0 1  0   0 0
 a (1) 0 1  0   =
( 2 )
a22  
 11      0 0  1 0
      ( 2)  0 0 
( n −1)
an ( n −1 
a 1
 0 0  1
(1)
 an1 n2
 a ( n −1) 
 a (1) 0 0  1   
( 2 )
a22 ( n −1 )( n −1)
11   
 M ( 2 ) −1 M ( n−1)
−1

−1
M (1)

 1 0  0 0
 a21 (1)

 a (1) 1  0 0   1 0  0 0
 11   − m21 1  0 0 
   0 0  
 a((1n)−1)1 a((n2−) 1) 2 =   0 0 =
 (1) ( 2)
 1 0 − m − m  1 0

 a11 a22   ( n −1)1 ( n −1) 2 
 an(11) an( 22) an( n( n−−1)1   − mn1 − mn 2  − mn ( n −1) 1
 (1) ( 2)
 ( n −1)
1   
 a11 a22 a( n −1)( n −1)  −1 −1 −1 −1
M (1) M ( 2 ) ... M ( n−2 ) M ( n−1) = L

−1 −1 −1 −1
M (1) M ( 2 ) ... M ( n−2 ) M ( n−1) = L
  1 0  0 0
 l 1  0 0 
 21 
   0 0
 
l
 ( n −1)1 l ( n −1) 2  1 0 
 ln1 ln 2  ln ( n −1) 1

    
L
Como se percebe, a matriz U é toda de zeros abaixo
da diagonal principal e a matriz L é toda de zeros
acima da unitária diagonal principal .
Computacionalmente, para economizar memória, a
matriz L e U são armazenadas em uma só matriz e
um vetor K com registro das trocas de linhas feitas
durante a decomposição LU.
 1 0  0 0 u11 u12 u13  u1n 
 l 1  0 0   
 21   0 u 22 u13  u 2n 
   0 0 e  0 0 u33  u3n 
   
l l
 ( n −1)1 ( n −1) 2  1 0     
 ln1  ln ( n −1) 1 0 0  unn 
l n2
  0

 L  U
 
↓

u11 u12 u13  u1n   k1 

  k 
 l21 u22 u13  u2 n   2 Ki é o índice
 l31 l32 u33  u3n  e  k3  da k-ésima
    linha original
      A.
l l l  u  k n 
 n
1
  
n2 n3 nn  
Armazenamento − das − matrizes − LeU K
 Para exemplificar voltaremos ao exemplo do livro chinês (1.6).
Para que o exemplo seja completo usaremos a técnica do pivô sendo
o maior elemento da coluna, desde a linha do pivô para baixo.

 
m21
 m31
 2  1
1   1 2 3  3 3 2 1  − 3  − 
 3
2  2 3 1 ⇒  2 2 3 1 + ⇒
        +
3 [ 3] 2 1 ← 1  1 2 3
  maior     
K (0) pivô K (1)
A( 0 ) A( 0 )
    
3 2 1   m23  3 2 1 
 3       3
   4 5    5 1
 2 0  5  1
 ← − /  ⇒ 2 0 
    3  3  maior 3
pivô   
3  
 3 3
1  4 8 1
  4   0 0 12 
K (2) 0   5  K ( 3)  5 
 3 3
 
+
A( 2 ) A( 3 ) =U

   

Armazenamento de L e U
 1 0 0  1 0 0  3  3 2 1 
2 
− m 1 
0 =  1 0  2 ,  2 5 1 
 21
 3    3 3 3 
− m31 − m32 1 1  1 4 12 
    1 4 1   
L  3 5  K  3 5 5 
     
 

L L e U
   1  2 11  +
× 1 0 0
 3  3 2 1   1 0 0 3 3 33
 5 1  3  1 3  +
 2  0 0 0
  0   0 1 0 × ⇒ 1 ⇒
 1   3 3   0 0 1 5  5 5  1  1
  0 0 12   × 5 0 0 1 5 −  − 
K  5  I 12    0 0
12   5   3

U

1 5 + 1 2 3
 2  0 − − −
1
 3 30 36   1 0 0  3 5 36 
3 1  2  3 1 
 0 1 0  0 −   −  ⇒  0 1 0  0 − 
  5 12   3   5 12 
 0 0 1  5   0 0 1  5 
   0 0    0 0
 12  I  12
   

U −1
   2  1
 1 0 0 1 0 0  −   − 
2   3  3
 ⇒
 1 0  0 1 0  + +
3  0 0 1 
 1 4 1 
 3 5  I

L

   
   1 0 0
1 0 0 1 0 0  1 0 0
 2  4    2 
0 1 0  − 1 0   −  ⇒ 0 1 0   − 1 0
 4  3   5  0 0 1   3 
0 1  1    1 4
 5  − 0 1 +
− 1
 3  I  5 5 
   
L−1
1 2 1    7 1 1
 3 − 5 − 12   1 0 0   12
−
3
− 
12
 3 1  2   5 2 1
0 −  − 1 0 =  − − 
 5 12   3   12 3 12 
0 0 5  1 4   1 1 5 
  − 1  − 
12   5 5   12 3 12
   
U −1 L−1 U −1 L−1

 7 1 1  37 
 − −  4
 3  x1   12 3 12 39 
  17 
 2  x  = − 5 2 1 34  =
−   
   2   12 3 12    4
1  x3   1 1 5  26  11 
  − 
K X  12 3 12  b  4 
  
U −1 L−1 X
solução do sistema
 Bibliografia
[1] ANTON, H. & BUSBY, R. Algebra Linear Contemporânea. Editora
Bookman. Porto Alegre. 2006.
[2] RUGGIERO, M.G. & LOPES, V.L.R. Cálculo Numérico – Aspectos
Computacionais, Pearson Education. São Paulo. 1996.