Escalonamento

Sadao Massago
2011-05-05 a 2014-03-14

Sumrio
1

Pr-requisitos

Sistema Linear e forma matricial

Forma escalonada

Mtodo de eliminao de Gauss (escalonamento)

A matriz inversa e escalonamento (Gauss-Jordan)

10

O posto da matriz e grau de liberdade.

13

Calculando o determinante por escalonamento

14

Neste texto, veremos os mtodos de Gauss e Gauss-Jordan, conhecidos como mtodo de escalonamento. O mtodo de escalonamento um dos mtodos mais importantes para diversos clculos
relacionados com o sistema linear, o que um pr requisito importante para a Geometria Analtica.

Pr-requisitos

Para ler este texto, precisar ter noo bsica sobre matriz e sistemas lineares.
Por exemplo, conceitos sobre matrizes tais como soma e produto, mltiplos, determinantes e
inversa, tipo de matriz (quadrada, diagonal, simtrica, etc) so considerados conhecidos.
Da mesma forma, o que um sistema linear e suas solues, tcnicas de substituio para obter
a soluo do sistema, tipo de sistema quanto a soluo (determinada, indeterminada com innitas
solues e indeterminada sem soluo), etc so assumidos conhecidos.
Para tais assuntos, veja o [2], cuja uma verso digital est disponvel no site

http://www.mat.ufmg.br/~regi/livros.html.

Sistema Linear e forma matricial

Um sistema linear pode ser escrito na forma matricial. Considere um sistema de

incgnitas

equaes em

a11 x1 + + a1n xn

a21 x1 + + a2n xn
.
.

a x + + a x
m1 1

mn n

= b1
= b2
.
.
.

= bm

pode ser visto na forma equivalente como igualdade entre duas matrizes colunas

a11 x1 + + a1n xn
b1
a21 x1 + + a2n xn b2

= ..
.
.

.
.
am1 x1 + + amn xn
bm
que pode ser reescrito como produto matricial

a11 a12 a1n

a21 a22 a2n

..
.
.
..
.
.
.
.
.
.
am1 am2 amn

x1
b1
x 2 b2

.. = .. ,
. .
xn
bm

denominado derepresentao matricial.

A matriz

a11 a12 a1n

a21 a22 a2n

A = ..
.
.
..
.
.
.
.
.
.
am1 am2 amn

denominado de matriz dos coecientes,

denominado de vetor das incgnitas e o

b1
b2

b = ..
.
bm

x1
x2

x = ..
.
xn

denominado de vetor dos constantes.

Dei-

xaremos de lado, o termo vetor para mais adiante e seguiremos em frente. Usando esta notao,
o sistema de equaes torna Ax = b e podemos ver facilmente que se A for matriz quadrada com
det A 6= 0, temos que x = A1 b. No entanto, no imediato determinar se o sistema tem a soluo
ou determinar solues no caso do sistema no quadrada.
A representao matricial essencialmente importante para resolver problemas complexos atravs
das tcnicas da lgebra matricial, o que no vamos entrar em detalhes.
Para resolver o sistema de equaes lineares, costumamos usar uma matriz denominada de matriz
aumentada que consiste de dois blocos, separado pelas linhas tracejadas. O bloco do lado esquerdo

a matriz dos coecientes e o bloco do lado direito o vetor dos constantes. A matriz aumentada do
sistema
como segue.

a11 a12 a1n b1

a21 a22 a2n b2

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

am1 am2 amn bm

importante que consiga efetuar converso rpida entre sistema de equaes, forma matricial e
a representao por matriz aumentada.

Forma escalonada

Uma matriz denominada de forma escalonada ou forma escada quando o nmero de zeros no lado
esquerdo do primeiro elemento no nulo da linha, aumenta a cada linha.

1 2 0
0 2 0
Exemplo 3.1.
0 0 1

0 0 0

1
1
0
3

1 2 0
0 0 2

0 1 1

0 0 0

uma matriz escalonada, mas

1
1
0
3

no .

No caso de ter esgotado o nmero de colunas, isto , quando uma linha tornar nula, todas linhas
seguintes devem ser linhas nulas.

1 2 0
0 2 0
Exerccio 3.2.
0 0 0

0 0 0

1
1
0
0

uma matriz escalonada.

A quarta linha no aumentou os nmeros de zeros por ter esgotado as colunas, mas uma matriz
escalonada.

Resolvendo o sistema j escalonada

O sistema cuja matriz do sistema est na forma escalonada denominado de sistema escalonada.
A soluo deste sistema pode ser obtido facilmente pela tcnica de substituio, resolvendo de baixo
para acima.

Exemplo 3.3.

Considere a matriz aumentada do sistema

2 2 1 0
0 1 2 3

0 0 4 8
O
sistema associada

2x + 2y z
y + 2z

4z

=0
= 3
=8

Resolvendo de baixo para cima, temos

4z = 8 = z = 2
y + 2z = 3 = y + 2 (2) = 3 = y = 3 + 4 = 1
2x + 2y z = 0 = 2x + 2 1 (2) = 0 = 2x + 4 = 0 = 2x = 4 = x = 2
Logo, a soluo x = 2, y = 1, z = 2.
Podemos obter tambm as

1 2 1 3 1
0 0 2 1 1

0 0 0 4 4

innitas solues. Por exemplo, considere o sistema

tem innitas solues.

Resolvendo de baixo para cima, temos

4w = 4 = w = 1
2z + 1 = 1 = 2z = 2 = z = 1
x + 2y z + 3w = 1 = x + 2y (1) + 3 (1) = 1 = x + 2y = 3
que tem mais de uma varivel desconhecida. Neste caso, escolhemos estas variveis como sendo
livres, com exceo de um. As variveis que forem escolhidos como livres sero considerados conhecidos e so manipulados como constantes no restante da resoluo. Por exemplo, escolhendo
livre, temos

como

x = 3 2y .

Ento a soluo ser

x = 3 2y , y

livre,

z = 1

w = 1.

O nmero de variveis livres da soluo denominado de grau de liberdade do sistema.

Determinante do sistema escalonada

Uma matriz denominada de triangular superior quando a parte abaixo do diagonal so nulas.
Da forma anloga, denominado de matriz triangular inferior quando a parte acima do diagonal so
nulas.
Como os nmeros de zeros a esquerda do primeiro elemento no nulo da linha na matriz escalonada
devem aumentar a cada linha, ele ser uma matriz triangular superior no caso de ser matriz quadrada.

Teorema 3.4

(Determinante do triangular). O determinante da matriz triangular o produto dos

elementos dos diagonais.

Demonstrao. Temos que o determinante com o desenvolvimento de Laplace na coluna

det A =
onde

n
X

Aij

dado por

(1)i+j det Aij = (1)1+j a1j det A1j + + (1)i+j aij det Aij + + (1)n+j anj det Anj

i=1
a matriz obtida de

A,

eliminando a linha

e a coluna

Considere o caso da matriz triangular superior. Seja

Aplicando

desenvolvimento

(1)1+1 a11 det Aij = a11 det Aij .

de

Laplace

na

j.

a11 a12
0 a22

.
.
A = ...
.

0
0
0
0
primeira

a1,n1
a2,n1

a1n
a2n

..

.
.
.

.
.
.

coluna,

an1,n1 an1,n
0
ann
temos que det A

Aplicando sucessivamente o desenvolvimento de Laplace, temos

que

a11 a12 a1,n1

a1n
0 a22 a2,n1
a2n

.
.
.
..
.
.
.
det A = det ...

.
.
.
.

0
0 an1,n1 an1,n
0
0
0
ann

a22 a23 a2,n1

a2n
0 a33 a3,n1
a3n

.
.
.
..
.
.
.
= a11 det ...

.
.
.
.

0
0 an1,n1 an1,n
0
0
0
ann

a33 a34 a3,n1

a3n
0 a44 a4,n1
a4n

..
.
.
.
.
.
..
.
.
= a11 a22 det .
.
.
.

0
0 an1,n1 an1,n
0
0
0
ann

= = a11 ann
.
O caso da matriz triangular inferior similar, efetuando o desenvolvimento de Laplace na primeira
linha.

2
3 0
1
0 1 5 4
= 2 (1) 3 5 = 30
Exemplo 3.5. det
0
0 3
1
0
0 0
5

2
3 0
1
0 1 5 4
= 2 (1) 0 0 = 0.
e det
0
0 0
1
0
0 0
0

Mtodo de eliminao de Gauss (escalonamento)

O mtodo de eliminao de Gauss um dos mtodos mais usados para resolver o sistema linear. A
verso adaptada denominada de Eliminao de Gauss-Jordan um dos mtodo mais prtico para
inverter matrizes.

Alm de resolver o sistema linear e inverter matrizes, a eliminao de Gauss

usado frequentemente para diversos outros clculos tais como determinantes, base do ncleo e da
imagem de uma transformao linear, base do espao gerado, etc.
O procedimento converter a matriz aumentada do sistema dado, numa matriz escalonada, aplicando uma sequncia de operaes denominados de operaes elementares. Tais operaes so escolhidos de forma que a soluo do sistema no sejam alteradas.
As operaes elementares constituem de trs operaes bsicas

Somar mltiplo de outra linha:

Equivale a somar mltiplo da outra equao que tambm

no altera a soluo do sistema.

 Troca de linhas:

A troca de linhas corresponde a troca da posio das equaes, o que no

inuencia na soluo do sistema.

Multiplicar uma linha por nmero no nulo:

Equivale a multiplicar um nmero no nulo

na equao correspondente que tambm no altera a soluo. Esta operao no necessrio

na eliminao de Gauss, mas faz-se necessrio no Gauss-Jordan.
Para a praticidade, multiplicar e somar mltiplos podem ser realizados juntas (exceto para o clculo
numrico).
A notao usadas so

Li Li + Lk
Li Lk

somar linha

a troca de linha

multiplicado por
por linha

k.

No altera o determinante.

Caso estiver calculando o determinante por mtodo

de escalonamento, lembrar que isto muda o sinal do determinante.

Li Li

multiplicar a linha

com

No esquecer que

no podem ser nulo. No caso de

estiver calculando o determinante, lembrar que o determinante multiplicado por

No caso do Clculo Numrico, dever escalonar usando somente estas trs operaes, o que adequado
para uma implementao computacional eciente. Para o clculo manual, costuma trocar a segunda
operao com

Li Li + Lk combinao de multiplicar e somar o mltiplo. Lembrar que no pode ser

nulo. Quando = 1, ser operao usada no clculo numrico. No caso de estiver calculando
o determinante, lembrar que determinantes ser multiplicado por .
Tambm usaremos a notao adicional.

Li Li

usado para indicar que a linha

no precisa ser modicada (multiplicar por

1).

Todo de escalonamento efetuado em etapas, escolhendo as linhas de cima para baixo. Na primeira
etapa, escolhe a linha

1,

na segunda etapa escolhe a linha

e assim por diante. A linha escolhida em

cada etapa denominada de linha piv (chave). Aps escolher a linha de piv, um elemento especial
desta linha denominado de elemento de piv ser escolhida.
Quando a linha de piv for a primeira linha, inicialmente o primeiro elemento ser considerado
elemento de piv. Quando a linha de piv for outras linhas, o elemento de uma coluna a direita do
piv anterior (da linha imediatamente acima) denominado de elemento de piv. Quando o elemento
de piv e todos os elementos da linha de baixo nesta coluna forem nulas, o piv ser deslocado para
a direita. Mais precisamente, um elemento da linha de piv denominado de elemento piv se todas
elementos das linhas dele e de baixo dele nas colunas a esquerda so nulas, mas existe pelo menos
um elemento no nulo na linha ou abaixo dela na coluna dele.
O objetivo de cada etapa anular os elementos abaixo (Gauss) ou acima e abaixo (Gauss-Jordan)
do elemento piv atravs dos operadores elementares usando a linha desejada e a linha piv.
A melhor forma de entender o processo de eliminao de Gauss atravs de exemplos explicados.

Exemplo 4.1

(Escalonamento sem troca de linhas).

Considere
o sistema linear

x
+
2y

z =5

3y + 2z
= 1

x+z
=1
6

matriz aumentada

1 2 1 5
0 3 2 1

1 0 1 1

Na primeira etapa, a linha piv a linha

1.

O primeiro elemento o elemento do diagonal.

Precisamos anular os elementos da primeira coluna da segunda e da terceira linha (linha de baixo).
A segunda linha no precisa de alterao.

Dever anular a primeira coluna da terceira linha,

usando ele e a linha de piv (primeira linha). Para isso, basta subtrair a linha de piv.
piv

1 2 1 5
0 3 2 1

1 0 1 1

L2 L2
L3 L3 L1

Com estas operaes, a primeira coluna cou escalonada.

Agora, a linha de piv a segunda linha e o elemento piv o elemento do diagonal (uma a
esquerda do piv anterior). Precisamos anular a segunda coluna da terceira linha (linha de baixo).
Para isto, basta multiplicar por 3 e subtrair o dobro da linha de piv. O esquema usado aqui
multiplicar o elemento de piv na linha em alterao (que quer anular o elemento abaixo de piv) e
o elemento que quer anular na linha de piv. Esta multiplicao invertida iguala os elementos na
coluna de piv. Subtraindo uma da outra, podemos anular o elemento desejado. No exemplo, piv
3. Logo, multiplica 3 na linha 3 que est em alterao. O elemento que quer anular -2. Logo,
multiplica o -2 na linha de piv. Depois subtrai um do outro.

piv

1 2 1 5

0 3
L3 3L3 (2)L2 = 3L3 + 2L2
2
1

0 2 2 4

Na operao na terceira linha, foi necessrio multiplicar fator no trivial (diferente de

1) em pelo

menos uma das linhas. Casos como estes, necessrio efetuar clculos mais detalhada para evitar
erros e permitir corrigir no caso de cometer erros. Lembre-se de que, a forma mais rpida de calcular
evitar erros, o que no exceo para o caso de escalonamento.
O clculo para a terceira linha ser

3L3 : 0 6

6 12

2L2 : 0

2 (+)

0 10 10

Agora a linha de piv seria a terceira linha. Como no h linha abaixo da terceira linha, a matriz
j est escalonada.

1
2
1
5

0 3 2

0 0 10 10
Como o escalonamento no altera a soluo do sistema associado, basta resolver o sistema triangular, resolvendo de baixo para cima.
O sistema associada

x + 2y z
3y + 2z

10z

=5
=1
= 10

Resolvendo de baixo para cima, temos

10z = 10 = z = 1
3y + 2z = 1 = 3y + 2 (1) = 1 = 3y = 3 = y = 1
x + 2y z = 5 = x + 2 1 (1) = 5 = x + 3 = 5 = x = 2
Logo, a soluo x = 2, y = 1, z = 1.
Para obter o determinante, precisar ver o nmero de troca de linhas e quanto multiplicou nas
linhas.
Primeiramente, no houve troca de linhas. Logo, no haver mudana de sinal dos determinantes.
O valor multiplicados nas linhas (que esto sendo anuladas) sempre foram
trs na etapa

2.

Nesta etapa, a linha

3.
por 3,

foi multiplicada por

escalonada o determinante da matriz original multiplicado

1,

exceto na linha

Logo, o determinante da matriz

o que signica que determinantes

do original um tero do determinante da matriz escalonada. Como o determinante do escalonada

1 3 10 = 30,

o determinante do original

10.

O escalonamento til para a resoluo numrica,

incluindo soluo do sistema e determinantes, mas no prtico para a anlise terica (demonstrar
propriedades), o que costuma usar outras tcnicas.
Em muitas reas da matemtica, encontraro os resultados destinados para a anlise terica e
outra para a resoluo numrica. importante no confundir a utilidade de cada mtodo.

Observao importante:

Para anular uma linha, s poder usar ele e o mltiplo da linha de

piv.

k -sima linha e o elemento piv seja akj . Para anular a coluna

i, basta efetuar a operao
Li akj Li aii Lk que multiplicar elementos da coluna j de uma linha na outra e subtrair.
Suponha que a linha de piv seja

da linha

No caso do Clculo Numrico que no permitido multiplicar na linha que est sendo alterada,
aij
L . Apesar de gerar fraes, a forma adequada
passa dividindo pelo akj , obtendo Li Li
akj k
para uma implementao computacional eciente, alm de alguns outros benefcios, como obter uma

akj no pode ser nulo.

Li akj Li aij Lk (multiplicar elemento de uma linha na
outra e subtrair), gerando L3 3L3 (2)L2 = 3L3 + 2L2 .
aij
L , obtendo L3 L3 2
No caso do Clculo Numrico, deveria usar Li Li
Lk , o que
akj k
3
decomposio LU da matriz. Lembrar que o elemento de piv
Na etapa

do exemplo, foi aplicado

evita de multiplicar nmeros na linha corrente (neste caso, o determinante ser mantido).

Exemplo 4.2

(Escalonamento com troca de linhas).

Considere

x + 2y z + w
2x + 4y 2z + 3w

3x 6y + 2z w
A matriz do
sistema
piv
2
1

2 4

3 6

= 3
= 7
=6

1 1 3
2 3 7

2 1 6

L2 L2 2L1
L3 L3 + 3L1

como tem fatores multiplicando nas linhas, escreveremos as operaes detalhadas de linhas.
Segunda linha:

L2 :

4 2

2L1 : 2 4
0

3 7

2 2

6 (+)

1 1

2 1

Terceira linha:

L3 :

3 6

3L1 :

6 3

3 9 (+)

0 1

2 3

O elemento piv ser escolhido inicialmente como sendo uma coluna a direita da etapa anterior.
Caso ele for nulo, trocar com linha de baixo.

Caso todos os elementos desta coluna nas linhas de

baixo forem nulos, deslocar para a direita. No exemplo, o elemento piv nulo e todos elementos
correspondentes nas linhas de baixo tambm. Logo, deslocamos uma coluna para a direita.

piv

1 2 1 1 3

0 0

0
1
1

0 0 1 2 3

O elemento piv ainda nulo, mas agora podemos trocar com a linha de baixo.

piv

1 2 1 1 3

0 0 0 1 1

0 0 1 2 3

L2 L3

No caso de estar calculando o determinante, lembrar que a troca de linha muda o sinal do determinante. Tendo o elemento piv no nulo, prosseguiremos com o procedimento de escalonamento,
ainda na segunda etapa (linha de piv a segunda linha).

Como a terceira linha j tem zero na

coluna, nada precisa ser feita.

piv

1 2 1 1 3

0 0 1 2 3

0 0 0 1 1

L3 L3

Assim, obtemos o sistema escalonada

1 2 1 1 3
0 0 1 2 3

0 0 0 1 1
O
sistema associada

x + 2y z + w = 3
z + 2w
= 3

w
= 1
Resolvendo de baixo para cima.

w = 1.
z + 2w = 3 = z + 2(1) = 3 = z 2 = 3 = z = 1
Na equao x + 2y z + w = 3 = x + 2y 1 + (1) = 3 = x + 2y = 3 + 2 = 1,
obtendo x + 2y = 1, o que tem mais de uma varivel. Escolhendo y como sendo livre, teremos
x = 1 2y .
Assim, a soluo ser

= 1 2y
= livre
=1
= 1

Observao 4.3. A troca de linha no processo de escalonamento denominado de privoteamento.

A matriz inversa e escalonamento (Gauss-Jordan)

2 2, tem uma frmula pronta
para inversa.



1
d b
a b
a b
1
1
.
, temos que A
=
= det A
c
a
c d
c d

No caso da matriz


Dado

A=

Note que os elementos

dos diagonais principais trocaram de lugar e o elemento na diagonal secundrio trocaram de sinal,
mantendo no lugar. Esta frmula pode ser obtido facilmente da matriz dos cofatores. No caso da
dimenso maior ou igual a

3,

o escalonamento uma das tcnicas mais importantes para inverter

matrizes.
O processo consiste em escalonar a matriz obtido, colocando a matriz desejada no lado esquerdo e
a matriz identidade no lado direito. O processo de escalonamento similar ao da resoluo do sistema
linear, mas as operaes sero aplicadas em todas linhas que no sejam do piv (acima e abaixo da
linha de piv). Assim, obteremos uma matriz diagonal no lado esquerdo. Dividindo cada linha com
o elemento do diagonal do lado esquerdo usando a operao elementar

Li Li ,

obteremos uma

matriz identidade no lado esquerdo. A matriz no lado direito a matriz inversa.

O processo de escalonar tanto para cima como para baixo da linha de piv (e deixar o piv como

1)

para resolver o sistema ou inverter uma matriz denominado de mtodo de Gauss-Jordan.

Exemplo 5.1.

Obter a inversa de

1 2 0
A = 0 1 1 .
1 2 1

matriz aumentada

1 2 0 1 0 0
0 1 1 0 1 0

1 2 1 0 0 1

Na primeira etapa, somente existem linhas de baixo e operaes exatamente igual ao mtodo de
Gauss.

1 2 0 1 0 0
0 1 1 0 1 0

1 2 1 0 0 1

piv

L2 L2
L3 L3 + L1

Agora alinha de piv a segunda

linha e precisamos anular acima e abaixo dela.

piv

1 2 0 1 0 0
0 1 1 0 1 0

0 4 1 1 0 1

L1 L1 2L2
L3 L3 4L2

A primeira linha:

10

L1 :

0 1

0 0

2L2 : 0 2 2 0 2 0 (+)
0 2 1 2 0

A segunda linha:

L3 :

1 1

0 1

4L2 : 0 4 4 0 4 0 (+)
0 3 1 4 1

Continuando para a terceira etapa (linha de piv terceira).

piv

1 0 2 1 2 0

0 1 1 0 1 0

0 0 3 1 4 1

L1 3L1 2L3
L2 3L2 + L3

O clculo para a primeira linha ser

3L1 :

3 0 6

2L3 : 0 0
3 0

3 6

6 2

8 2 (+)

2 2

e para a segunda linha, temos

3L2 : 0 3
L3 :

3 0

3 0

0 0 3 1 4 1 (+)
0 1 1 1

0 3

Assim, j diagonalizamos o lado esquerdo da matriz aumentada.

3 0 0 1 2 2
0 3 0 1 1 1

0 0 3 1 4 1
Agora dividiremos as linhas com os elementos de diagonais da matriz a esquerda.

1
L1 L1
3
1
L2 L2
3
1
L3
L3
3

3 0
0 1 2 2

0 3

0
1
1
1

0 0 3 1 4 1

O lado esquerdo tornou matriz identidade. Ento o lado direito ser a matriz inversa.

1
3

2
3

23

1 0 0

1
1
0 1 0
13
3
3

1
4
1
0 0 1 3
3
3

Matriz inversa

A=

1
3
1
3
13

2
3
13
4
3

23

1
3
1
3

com o determinante

11

4
1
+ 8
+ 2
2
+ 27
+ 2
= 1
. Como det A = 3, o determinante est
27
27
27
27
27
3
coerente. A comparao dos determinantes uma das tcnicas mais usadas para detectar erros na

det (A1 ) =

matriz at

3 3,

pois muito raro ter determinantes coerentes quando comete erros na inverso da

matriz. No entanto, matriz acima de

4 4,

mais rpido vericar se o produto matriz identidade.

Exemplo 5.2

(Gauss-Jordan com pivotamento). Obter a inversa de

1 1 1
A = 1 1 0 .
1 0 1

matriz aumentada

1 1 1 1 0 0

1 1 0 0 1 0
1 0 1 0 0 1

Na primeira
etapa, precisaremos
anular abaixo do diagonal.

piv

1 1 1 1 0 0
1 1 0 0 1 0

1 0 1 0 0 1

L2 L2 L1
L3 L3 L1

Agora a linha de piv a segunda linha. Como o elemento de piv nula, precisamos trocar com
a linha de baixo.

piv

1 1 1 1 0 0

0 0 1 1 1 0 L2

L3
0 1 0 1 0 1

Agora precisamos anular acima e abaixo do elemento de piv.

piv

1 1 1 1 0 0

0 1 0 1 0 1 L1 L1 + L2

L3 L3
0 0 1 1 1 0

Continuando para a terceira etapa (linha de piv terceira).

piv

1 0 1 0 0 1

0 1 0 1 0 1 L1 L1 + L3

L2 L2
0 0 1 1 1 0

Assim, j diagonalizamos o lado esquerdo da matriz aumentada.

Agora dividiremos as linhas

1 0
0 1 1 1

0 1 0 1 0 1

0 0 1 1 1 0

com os elementos de diagonais da matriz a esquerda.

L1 L1
L2 L2
L3 L3

O lado esquerdo tornou matriz identidade. Ento o lado direito ser a matriz inversa.

1 0 0 1 1 1
0 1 0 1 0 1

0 0 1 1 1 0

1
1
1
1
0 1 ,
Matriz inversa A =
1 1
0

com o determinante

12

det (A1 ) = 1.

Como

det A = 1,

o determinante est coerente.

O posto da matriz e grau de liberdade.

O posto da matriz

denido como sendo nmero de linhas no nulas aps o escalonamento e

costuma ser denotado por

(A).

Dado um sistema linear, a forma escalonada equivalente da matriz aumentada permite classicar
o sistema quanto as suas solues, assim como saber quantas variveis livres existem na soluo do
sistema.
Um sistema de equaes equivalente a forma escalonada. Isto signica que a soluo exatamente
a mesma. Portanto, basta saber escalonar e classicar a forma escalonada para classicar um sistema.
Um sistema escalonada no tem soluo se, e somente se, tiver uma linha com lado da matriz do
sistema nula e lado dos constantes no nulas. Tal linha resulta na equao do tipo

0 = c 6= 0.

Como as linhas totalmente nulas (tanto na parte da matriz do sistema, como dos constantes),
costumam ignorar e analisar as linhas que restarem.

Exemplo 6.1.

Caso que no tem soluo.

1 2 1 1

0 0 2 1

0 0 0 4

0 0 0 0
O sistema no tem soluo, a ltima linha resulta na equao

0x + 0y + 0z = 4 = 0 = 4.

Caso tenha soluo, analisaremos se tem soluo nica ou innita. Um sistema escalonada com
soluo apresenta uma nica soluo se, e somente se, o nmero de linhas no nulas for igual ao
nmero de variveis.

Exemplo 6.2.

1
0
0
0

Caso que aparece linhas nulas.

2 1 1

0 2 1

0 1 0

0 0 0

O sistema restante (aps cortar linhas totalmente nulas) tem uma nica soluo.

Exemplo 6.3.

Caso que aparece linhas nulas (2)

1 2 1 1

0 0 2 1

0 0 0 0

0 0 0 0
O grau de liberdade (nmero de variveis livres) do sistema escalonado o nmero de variveis
menos o nmero de linhas no nulas. Logo, ser o nmero de variveis menos o posto da matriz do
sistema.

13

No exemplo anterior, o grau de liberdade

1.

Se marcar o nmero da equao do sistema no lado esquerdo, poder detectar a equao redundante.

Exemplo 6.4.

Elimine as equaes redundantes do sistema

x + y + z

x y + z

x+z

x+yz

=1
=1
.
=1
=1

A matriz
do sistema

1
1 1 1

2a. 1 1
1
1

3a. 1
0 1 1

4a.
1
1 1 1

1a.
1 1 1 1

2a. 0 2
0
0

3a. 0 1
0 0

4a.
0 0 2 0
1a.

L2 L2 L1
L3 L3 L1
L4 L4 L1

L3 2L3 L2
L4 L4

2L3 : 0 2 0 0
L2 :

0 2 0 0 ()
0

1a.

3a.
2a.

4a.

0 0 0

1 1 1
0 2 0
0 0 0
0 0 2

1
0
0
0

L3 L4

ao trocar linhas, troca-se tambm a rotulao a esquerda.

1 1 1 1

2a.
0 2 0 0
4a. 0
0 2 0

3a.
0 0 0 0
1a.

Agora a matriz esta escalonada.

A ltima linha uma linha nula, logo a equao associada

redundante. Pela enumerao a esquerda, podemos constatar que a equao 3.

Da forma anloga, podemos determinar equaes inconsistentes. Equaes inconsistentes aquele
associado as linhas to tipo

0 a

com

a 6= 0.

Calculando o determinante por escalonamento

Embora o desenvolvimento por Laplace no clculo de determinantes permite calcular para matriz

nn

e importante para efetuar demonstraes, bastante trabalhoso para calcular para matrizes

acima de

33

3 3.

O mtodo ecaz para clculo de determinantes principalmente quando acima de

pelo processo de escalonamento.

14

Seja

a matriz original e

A,

a matriz escalonada. Ento o determinante de

pode ser obtido

como produto dos elementos dos diagonais. Pelo propriedade dos determinantes, podemos mostrar
que a operao

Li Lk

faz multiplicar o determinante por

e somar mltiplo de outras linhas no

altera o valor do determinante. Tambm sabemos que a troca de linha inverte o sinal do determinante.
Q
p
Com isso, podemos concluir que (1) (
) det A = det A onde p o nmero de troca de linhas.

Exemplo 7.1.

3
0

2 0

0 1

0 1

Calcule o determinante de

1
2
0
0

0
0
1
1

3
0
2
0
A=
0
1
0 1

1
2
0
0

0
0

1
1

usando escalonamento.

L2 3L2 + 2L1
L3 L3
L4 L4

tendo

= 3, = 1

= 1

respectivamente.

3L2 : 6 0 6 0
2L1 :

6 0 2 0 (+)
0 0 8 0

Como piv nulo e

3 0 1 0

0 0 8 0

0 1 0 1

0 1 0 1

3 0 1 0

0 1 0 1

0 0 8 0

0 1 0 1

3 0 1 0
0 1 0 1

0 0 8 0

0 0 0 2

tem elementos no nulos abaixo dele, troca-se as linhas.

L2 L3

L3 L3
L4 L4 + L2

tendo

=1

=1

que j tem a forma escada.

3 1 1 1 1 = 3. Como houve nmero impar de troca de linhas, o

. Assim, 3 det A = det A. Como det A = 3 1 8 2, temos que
sinal de det A oposto de det A
3 det A = 3 8 2 e consequentemente, det A = 16.
O produto de

Exerccio 7.2.

'

Encontre o determinante do exemplo anterior pelo desenvolvimento de Laplace.

Referncias
[1] Boldrini, Jos L. et al., "lgebra Linear", Editora Harbra Ldta, 1986.

15

[2] Santos, Reginaldo J., "Matrizes, Vetores e Geometria Analtica", Imprensa Universitria da UFMG, 2010.

16