Baixe o app para aproveitar ainda mais
Prévia do material em texto
A´lgebra Linear Aula 01 Francisco Mu¨ller 12 de marc¸o de 2015 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 1 / 50 Suma´rio 1 Introduc¸a˜o 2 Sistemas de Equac¸o˜es Lineares (1.1) 3 Eliminac¸a˜o de Linhas e Formas Escalonadas (1.2) F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 2 / 50 Suma´rio 1 Introduc¸a˜o 2 Sistemas de Equac¸o˜es Lineares (1.1) 3 Eliminac¸a˜o de Linhas e Formas Escalonadas (1.2) F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 3 / 50 Informac¸o˜es sobre o curso Professor: Francisco Mu¨ller email: fmuller@ufpa.br, fcfmuller@gmail.com Livro-texto: Lay, David C. A´lgebra linear e suas aplicac¸o˜es. 2.ed. Rio de Janeiro : LTC, 2012. Avaliac¸a˜o: 3 provas. Projetos podem constituir parte da avaliac¸a˜o e sera˜o definidos ao longo do curso. Cronograma sera´ mostrado na pro´xima aula. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 4 / 50 Ementa: Vetores, Operac¸o˜es com Vetores; Sistemas de Equac¸o˜es Lineares; Regra de Cramer; Matrizes; Transformac¸o˜es Lineares; Autovalores e Autovetores; Espac¸os Vetoriais. Aplicac¸o˜es de A´lgebra Linear. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 5 / 50 Suma´rio 1 Introduc¸a˜o 2 Sistemas de Equac¸o˜es Lineares (1.1) 3 Eliminac¸a˜o de Linhas e Formas Escalonadas (1.2) F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 6 / 50 Definic¸a˜o de equac¸a˜o linear Uma equac¸a˜o linear: a1x1 + a2x2 + · · ·+ anxn = b EXEMPLO: 4x1 − 5x2 + 2 = x1 e x2 = 2( √ 6− x1) + x3 ↓ ↓ arrumando arrumando ↓ ↓ 3x1 − 5x2 = −2 2x1 + x2 − x3 = 2 √ 6 Na˜o linear: 4x1 − 6x2 = x1x2 e x2 = 2√x1 − 7 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 7 / 50 A soluc¸a˜o de um sistema linear Uma lista (s1, s2, ..., sn) de nu´meros que tornam cada equac¸a˜o do sistema verdadeira quando os valores s1, s2, ..., sn sa˜o substitu´ıdos por x1, x2, ..., xn, respectivamente. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 8 / 50 Duas equac¸o˜es em duas varia´veis (Uma soluc¸a˜o) x1 + x2 = 10 −x1 + x2 = 0 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 9 / 50 Duas equac¸o˜es em duas varia´veis (nenhuma soluc¸a˜o) x1 − 2x2 = −3 2x1 − 4x2 = 8 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 10 / 50 Duas equac¸o˜es em duas varia´veis (infinitas soluc¸o˜es) x1 + x2 = 3 −2x1 − 2x2 = −6 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 11 / 50 Treˆs equac¸o˜es em treˆs varia´veis. Cada equac¸a˜o define um plano no espac¸o tridimensional. Os planos se interceptam em um ponto (uma soluc¸a˜o). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 12 / 50 Treˆs equac¸o˜es em treˆs varia´veis. Cada equac¸a˜o define um plano no espac¸o tridimensional. Os planos se interceptam em uma linha (infinitas soluc¸o˜es). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 13 / 50 Treˆs equac¸o˜es em treˆs varia´veis. Cada equac¸a˜o define um plano no espac¸o tridimensional. Na˜o ha´ ponto comum entre os planos (nenhuma soluc¸a˜o). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 14 / 50 Conjunto soluc¸a˜o O conjunto de todas as poss´ıveis soluc¸o˜es de um sistema linear. Sistemas equivalentes Dois sistemas lineares com o mesmo conjunto soluc¸a˜o. Estrate´gia para resolver um sistema Substitua o sistema por um sistema equivalente mais simples de resolver. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 15 / 50 Conjunto soluc¸a˜o O conjunto de todas as poss´ıveis soluc¸o˜es de um sistema linear. Sistemas equivalentes Dois sistemas lineares com o mesmo conjunto soluc¸a˜o. Estrate´gia para resolver um sistema Substitua o sistema por um sistema equivalente mais simples de resolver. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 15 / 50 Conjunto soluc¸a˜o O conjunto de todas as poss´ıveis soluc¸o˜es de um sistema linear. Sistemas equivalentes Dois sistemas lineares com o mesmo conjunto soluc¸a˜o. Estrate´gia para resolver um sistema Substitua o sistema por um sistema equivalente mais simples de resolver. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 15 / 50 Exemplo x1 − 2x2 = −1 −x1 + 3x2 = 3 x1 − 2x2 = −1 x2 = 2 x1 = 3 x2 = 2 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 16 / 50 x1 − 2x2 = −1 −x1 + 3x2 = 3 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 17 / 50 x1 − 2x2 = −1 x2 = 2 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 18 / 50 x1 = 3 x2 = 2 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 19 / 50 Notac¸a˜o Matricial x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 3 ] (matriz dos coeficientes) x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 −1 3 3 ] ↓ (matriz aumentada) x1 − 2x2 = −1 x2 = 2 [ 1 −2 −1 0 1 2 ] ↓ x1 = 3 x2 = 2 [ 1 0 3 0 1 2 ] F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 20 / 50 Notac¸a˜o Matricial x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 3 ] (matriz dos coeficientes) x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 −1 3 3 ] ↓ (matriz aumentada) x1 − 2x2 = −1 x2 = 2 [ 1 −2 −1 0 1 2 ] ↓ x1 = 3 x2 = 2 [ 1 0 3 0 1 2 ] F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 20 / 50 Notac¸a˜o Matricial x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 3 ] (matriz dos coeficientes) x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 −1 3 3 ] ↓ (matriz aumentada) x1 − 2x2 = −1 x2 = 2 [ 1 −2 −1 0 1 2 ] ↓ x1 = 3 x2 = 2 [ 1 0 3 0 1 2 ] F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 20 / 50 Notac¸a˜o Matricial x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 3 ] (matriz dos coeficientes) x1 − 2x2 = −1 −x1 + 3x2 = 3 [ 1 −2 −1 −1 3 3 ] ↓ (matriz aumentada) x1 − 2x2 = −1 x2 = 2 [ 1 −2 −1 0 1 2 ] ↓ x1 = 3 x2 = 2 [ 1 0 3 0 1 2 ] F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 20 / 50 Operac¸o˜es elementares de linhas Substituic¸a˜o Substituir uma linha pela soma dela mesma com um mu´ltiplo de outra linha. Troca Trocar duas linhas entre si. Reescalonar Multiplicar todos os elementos de uma linha por uma constante na˜o-nula. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 21 / 50 Matrizes equivalentes por linha Matrizes linha-equivalentes Duas matrizes onde uma matriz pode ser transformada na outra atrave´s de uma sequeˆncia de operac¸o˜es elementares. Fato sobre matrizes linha-equivalentes Se as matrizes completas de dois sistemas lineares sa˜o linha-equivalentes, enta˜o os dois sistemas teˆm o mesmo conjunto soluc¸a˜o. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 22 / 50 Matrizes equivalentes por linha Matrizes linha-equivalentes Duas matrizes onde uma matriz pode ser transformada na outra atrave´s de uma sequeˆncia de operac¸o˜es elementares. Fato sobre matrizes linha-equivalentes Se as matrizes completas de dois sistemas lineares sa˜o linha-equivalentes, enta˜o os dois sistemas teˆm o mesmo conjunto soluc¸a˜o. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 22 / 50 Exemplo: Resolva o sistema x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 1 −2 1 00 2 −8 8 −4 5 9 −9 ↓ x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 − 3x2 + 13x3 = −9 1 −2 1 00 2 −8 8 0 −3 13 −9 ↓ x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 − 3x2 + 13x3 = −9 1 −2 1 00 1 −4 4 0 −3 13 −9 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 23 / 50 Exemplo: Resolva o sistema x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 1 −2 1 00 2 −8 8 −4 5 9 −9 ↓ x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 − 3x2 + 13x3 = −9 1 −2 1 00 2 −8 8 0 −3 13 −9 ↓ x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 − 3x2 + 13x3 = −9 1 −2 1 00 1 −4 4 0 −3 13 −9 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 23 / 50 Exemplo: Resolva o sistema x1 − 2x2 + x3 = 0 2x2− 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 1 −2 1 00 2 −8 8 −4 5 9 −9 ↓ x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 − 3x2 + 13x3 = −9 1 −2 1 00 2 −8 8 0 −3 13 −9 ↓ x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 − 3x2 + 13x3 = −9 1 −2 1 00 1 −4 4 0 −3 13 −9 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 23 / 50 Exemplo: Resolva o sistema (cont.) x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 x3 = 3 1 −2 1 00 1 −4 4 0 0 1 3 ↓ x1 − 2x2 = −3 x2 = 16 x3 = 3 1 −2 0 −30 1 0 16 0 0 1 3 ↓ x1 = 29 x2 = 16 x3 = 3 1 0 0 290 1 0 16 0 0 1 3 A soluc¸a˜o do sistema e´ (29, 16, 3). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 24 / 50 Exemplo: Resolva o sistema (cont.) x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 x3 = 3 1 −2 1 00 1 −4 4 0 0 1 3 ↓ x1 − 2x2 = −3 x2 = 16 x3 = 3 1 −2 0 −30 1 0 16 0 0 1 3 ↓ x1 = 29 x2 = 16 x3 = 3 1 0 0 290 1 0 16 0 0 1 3 A soluc¸a˜o do sistema e´ (29, 16, 3). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 24 / 50 Exemplo: Resolva o sistema (cont.) x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 x3 = 3 1 −2 1 00 1 −4 4 0 0 1 3 ↓ x1 − 2x2 = −3 x2 = 16 x3 = 3 1 −2 0 −30 1 0 16 0 0 1 3 ↓ x1 = 29 x2 = 16 x3 = 3 1 0 0 290 1 0 16 0 0 1 3 A soluc¸a˜o do sistema e´ (29, 16, 3). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 24 / 50 Exemplo: Resolva o sistema (cont.) x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 x3 = 3 1 −2 1 00 1 −4 4 0 0 1 3 ↓ x1 − 2x2 = −3 x2 = 16 x3 = 3 1 −2 0 −30 1 0 16 0 0 1 3 ↓ x1 = 29 x2 = 16 x3 = 3 1 0 0 290 1 0 16 0 0 1 3 A soluc¸a˜o do sistema e´ (29, 16, 3). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 24 / 50 (29, 16, 3) e´ a soluc¸a˜o do sistema original? Sistema original: x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 Substituindo a soluc¸a˜o encontrada: (29)− 2(16)+ 3 = 29− 32 + 3 = 0 2(16)− 8(3) = 32− 24 = 8 −4(29) + 5(16) + 9(3) = −116 + 80 + 27 = −9 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 25 / 50 (29, 16, 3) e´ a soluc¸a˜o do sistema original? Sistema original: x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 Substituindo a soluc¸a˜o encontrada: (29)− 2(16)+ 3 = 29− 32 + 3 = 0 2(16)− 8(3) = 32− 24 = 8 −4(29) + 5(16) + 9(3) = −116 + 80 + 27 = −9 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 25 / 50 Duas questo˜es fundamentais sobre um sistema linear (existeˆncia e unicidade) O sistema e´ poss´ıvel (ou consistente); isto e´, existe pelo menos uma soluc¸a˜o? Se existe soluc¸a˜o, ela e´ u´nica; isto e´, existe uma e apenas uma soluc¸a˜o? F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 26 / 50 Determine se o sistema e´ poss´ıvel x1 − 2x2 + x3 = 0 2x2 − 8x3 = 8 −4x1 + 5x2 + 9x3 = −9 No u´ltimo exemplo, este sistema foi reduzido a` forma triangular: x1 − 2x2 + x3 = 0 x2 − 4x3 = 4 x3 = 3 1 −2 1 00 1 −4 4 0 0 1 3 Isto e´ suficiente para demonstrar que o sistema e´ poss´ıvel e a soluc¸a˜o u´nica. Por queˆ? F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 27 / 50 Determine se o sistema e´ poss´ıvel 3x2− 6x3 = 8 x1 − 2x2+ 3x3 = −1 5x1 − 7x2 + 9x3 = 0 0 3 −6 81 −2 3 −1 5 −7 9 0 Soluc¸a˜o: Operac¸o˜es nas linhas produzem: 0 3 −6 81 −2 3 −1 5 −7 9 0 → 1 −2 3 −10 3 −6 8 0 3 −6 5 → 1 −2 3 −10 3 −6 8 0 0 0 −3 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 28 / 50 Determine se o sistema e´ poss´ıvel 3x2− 6x3 = 8 x1 − 2x2+ 3x3 = −1 5x1 − 7x2 + 9x3 = 0 0 3 −6 81 −2 3 −1 5 −7 9 0 Soluc¸a˜o: Operac¸o˜es nas linhas produzem: 0 3 −6 81 −2 3 −1 5 −7 9 0 → 1 −2 3 −10 3 −6 8 0 3 −6 5 → 1 −2 3 −10 3 −6 8 0 0 0 −3 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 28 / 50 Determine se o sistema e´ poss´ıvel (cont.) Equac¸o˜es da forma matricial triangular: x1 − 2x2 + 3x3 = −1 3x2 − 6x3 = 8 0x3 = −3 ← Nunca verdadeiro O sistema original e´ imposs´ıvel! F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 29 / 50 Determine para quais valores de h o sistema abaixo sera´ poss´ıvel 3x1 − 9x2 = 4 −2x1 + 6x2 = h Soluc¸a˜o: Reduza para a forma triangular.[ 3 −9 4 −2 6 h ] → [ 1 −3 43 −2 6 h ] → [ 1 −3 43 0 0 h + 83 ] A segunda equac¸a˜o e´ 0x1 + 0x2 = h + 8 3 . O sistema e´ poss´ıvel apenas se h + 83 = 0 ou h = −8 3 . F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 30 / 50 Determine para quais valores de h o sistema abaixo sera´ poss´ıvel 3x1 − 9x2 = 4 −2x1 + 6x2 = h Soluc¸a˜o: Reduza para a forma triangular.[ 3 −9 4 −2 6 h ] → [ 1 −3 43 −2 6 h ] → [ 1 −3 43 0 0 h + 83 ] A segunda equac¸a˜o e´ 0x1 + 0x2 = h + 8 3 . O sistema e´ poss´ıvel apenas se h + 83 = 0 ou h = −8 3 . F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 30 / 50 Determine para quais valores de h o sistema abaixo sera´ poss´ıvel 3x1 − 9x2 = 4 −2x1 + 6x2 = h Soluc¸a˜o: Reduza para a forma triangular.[ 3 −9 4 −2 6 h ] → [ 1 −3 43 −2 6 h ] → [ 1 −3 43 0 0 h + 83 ] A segunda equac¸a˜o e´ 0x1 + 0x2 = h + 8 3 . O sistema e´ poss´ıvel apenas se h + 83 = 0 ou h = −8 3 . F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 30 / 50 Suma´rio 1 Introduc¸a˜o 2 Sistemas de Equac¸o˜es Lineares (1.1) 3 Eliminac¸a˜o de Linhas e Formas Escalonadas (1.2) F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 31 / 50 Forma Escalonada Definic¸a˜o Todas as linhas na˜o-nulas esta˜o acima de qualquer linha so´ de zeros. Cada elemento l´ıder (ou seja, a entrada na˜o-nula mais a` esquerda) de uma linha esta´ em uma coluna a` direita do elemento l´ıder da linha acima. Todos os elementos de uma coluna abaixo de um elemento l´ıder sa˜o zero. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 32 / 50 Formas Escalonadas: Exemplos (a) � ∗ ∗ ∗ ∗ 0 � ∗ ∗ ∗ 0 0 0 0 0 0 0 0 0 0 (b) � ∗ ∗ 0 � ∗ 0 0 � 0 0 0 (c) 0 � ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ 0 0 0 � ∗ ∗ ∗ ∗ ∗ ∗ ∗ 0 0 0 0 � ∗ ∗ ∗ ∗ ∗ ∗ 0 0 0 0 0 0 0 � ∗ ∗ ∗ 0 0 0 0 0 0 0 0 � ∗ ∗ F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 33 / 50 Forma Escalonada Reduzida Adicione as seguintes condic¸o˜es a` definic¸a˜o anterior: O elemento l´ıder de cada linha e´ 1. Cada elemento l´ıder 1 e´ o u´nico elemento na˜o nulo em sua coluna. Exemplo: 0 1 ∗ 0 0 ∗ ∗ 0 0 ∗ ∗ 0 0 0 1 0 ∗ ∗ 0 0 ∗ ∗ 0 0 0 0 1 ∗ ∗ 0 0 ∗ ∗ 0 0 0 0 0 0 0 1 0 ∗ ∗ 0 0 0 0 0 0 0 0 1 ∗ ∗ F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 34 / 50 Unicidade da Forma Escalonada Reduzida Teorema 1 Cada matriz e´ linha equivalente a uma, e somente uma, matriz escalonada reduzida. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 35 / 50 Termos Importantes Posic¸a˜o de pivoˆ Uma posic¸a˜o que corresponde a um elemento l´ıder em uma matriz na forma escalonada. Pivoˆ Um nu´mero na˜o-nulo que e´ usado em uma posic¸a˜o de pivoˆ para criar zeros ou enta˜o modificado para um elemento l´ıder 1, que por sua vez e´ utilizado para criar zeros. Coluna pivoˆ Uma coluna que conte´m uma posic¸a˜o de pivoˆ. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 36 / 50 Exemplo: Fac¸a o escalonamento da matriz abaixo 0 −3 −6 4 9 −1 −2 −1 3 1 −2 −3 0 3 −1 1 4 5 −9 −7 Soluc¸a˜o pivoˆ ↙ 1 4 5 −9 −7 −1 −2 −1 3 1 −2 −3 0 3 −1 0 −3 −6 4 9 ↑ coluna pivoˆ F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 37 / 50 Exemplo: Fac¸a o escalonamento da matriz abaixo 0 −3 −6 4 9 −1 −2 −1 3 1 −2 −3 0 3 −1 1 4 5 −9 −7 Soluc¸a˜o pivoˆ ↙ 1 4 5 −9 −7 −1 −2 −1 3 1 −2 −3 0 3 −1 0 −3 −6 4 9 ↑ coluna pivoˆ F. Mu¨ller A´lgebra Linear 12 demarc¸o de 2015 37 / 50 Continuac¸a˜o 1 4 5 −9 −7 0 2 4 −6 −6 0 5 10 −15 −15 0 −3 −6 4 9 1 4 5 −9 −7 0 2 4 −6 −6 0 0 0 0 0 0 0 0 −5 0 ∼ 1 4 5 −9 −7 0 2 4 −6 −6 0 0 0 −5 0 0 0 0 0 0 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 38 / 50 Continuac¸a˜o Matriz Original: 0 −3 −6 4 9 −1 −2 −1 3 1 −2 −3 0 3 −1 1 4 5 −9 −7 ↑ ↑ ↑ colunas pivoˆ: 1 2 4 Obs.: Na˜o ha´ mais de um pivoˆ em nenhuma linha. Na˜o ha´ mais de um pivoˆ em nenhuma coluna. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 39 / 50 Exemplo: Reduza a matriz abaixo a` forma escalonada e enta˜o a` forma escalonada reduzida 0 3 −6 6 4 −53 −7 8 −5 8 9 3 −9 12 −9 6 15 Soluc¸a˜o: 0 3 −6 6 4 −53 −7 8 −5 8 9 3 −9 12 −9 6 15 ∼ 3 −9 12 −9 6 153 −7 8 −5 8 9 0 3 −6 6 4 −5 ∼ 3 −9 12 −9 6 150 2 −4 4 2 −6 0 3 −6 6 4 −5 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 40 / 50 Continuac¸a˜o Cubra a linha no topo e procure nas duas linhas restantes pelo coluna na˜o-nula mais a` esquerda. 3 −9 12 −9 6 150 2 −4 4 2 −6 0 3 −6 6 4 −5 ∼ 3 −9 12 −9 6 150 1 −2 2 1 −3 0 3 −6 6 4 −5 ∼ 3 −9 12 −9 6 150 1 −2 2 1 −3 0 0 0 0 1 4 (forma escalonada) F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 41 / 50 Passo final para criac¸a˜o da forma escalonada reduzida: Comec¸ando do pivoˆ mais a` direita, e seguindo para cima e para a esquerda, crie zeros acima de cada pivoˆ. Se um pivoˆ na˜o for igual a 1, use o reescalonamento para torna´-lo igual a 1. 3 −9 12 −9 0 −90 1 −2 2 0 −7 0 0 0 0 1 4 ∼ 3 0 −6 9 0 −720 1 −2 2 0 −7 0 0 0 0 1 4 ∼ 1 0 −2 3 0 −240 1 −2 2 0 −7 0 0 0 0 1 4 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 42 / 50 Soluc¸a˜o de Sistemas Lineares Varia´vel dependente ou ba´sica: qualquer varia´vel que corresponda a uma coluna pivoˆ na matriz aumentada de um sistema. Varia´vel livre: todas as varia´veis que na˜o sa˜o dependentes. Exemplo: 1 6 0 3 0 00 0 1 −8 0 5 0 0 0 0 1 7 x1 +6x2 +3x4 = 0x3 −8x4 = 5 x5 = 7 colunas pivoˆ: varia´veis dependentes: varia´veis livres: F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 43 / 50 Soluc¸a˜o de Sistemas Lineares Varia´vel dependente ou ba´sica: qualquer varia´vel que corresponda a uma coluna pivoˆ na matriz aumentada de um sistema. Varia´vel livre: todas as varia´veis que na˜o sa˜o dependentes. Exemplo: 1 6 0 3 0 00 0 1 −8 0 5 0 0 0 0 1 7 x1 +6x2 +3x4 = 0x3 −8x4 = 5 x5 = 7 colunas pivoˆ: varia´veis dependentes: varia´veis livres: F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 43 / 50 Passo final na soluc¸a˜o de um sistema linear poss´ıvel Apo´s colocar a matriz completa do sistema na forma escalonada reduzida e escrever o sistema como um conjunto de equac¸o˜es: Resolva cada equac¸a˜o para a varia´vel ba´sica em func¸a˜o das varia´veis livres (se houverem) na equac¸a˜o. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 44 / 50 Exemplo x1 +6x2 +3x4 = 0 x3 −8x4 = 5 x5 = 7 x1 = −6x2 − 3x4 x2 e´ livre x3 = 5 + 8x4 x4 e´ livre x5 = 7 (soluc¸a˜o geral) A soluc¸a˜o geral de um sistema fornece uma descric¸a˜o parame´trica do conjunto soluc¸a˜o. (As varia´veis livres atuam como paraˆmetros.) O sistema acima possui infinitas soluc¸o˜es. Por queˆ? Aviso: Use apenas a forma escalonada reduzida para resolver um sistema. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 45 / 50 Sobre Existeˆncia e Unicidade Exemplo: 3x2 −6x3 +6x4 +4x5 = −53x1 −7x2 +8x3 −5x4 +8x5 = 9 3x1 −9x2 +12x3 −9x4 +6x5 = 15 F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 46 / 50 Exemplo (cont.) Em um exemplo anterior, obtivemos a forma escalonada da matriz: 3 −9 12 −9 6 150 2 −4 4 2 −6 0 0 0 0 1 4 (x5 = 4) Nenhuma equac¸a˜o na forma 0 = c, onde c 6= 0, enta˜o o sistema e´ poss´ıvel. Varia´veis livres: x3 e x4 Sistema poss´ıvel com varia´veis livres =⇒ infinitas soluc¸o˜es. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 47 / 50 Outro exemplo 3x1 +4x2 = −3 2x1 +5x2 = 5 −2x1 −3x2 = 1 → 3 4 −32 5 5 −2 −3 1 ∼ 3 4 −30 1 3 0 0 0 −→ 3x1 + 4x2 = −3 x2 = 3 Sistema poss´ıvel sem varia´veis livres =⇒ soluc¸a˜o u´nica. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 48 / 50 Teorema 2 Teorema da Existeˆncia e Unicidade 1. Um sistema linear e´ poss´ıvel se e somente se a u´ltima coluna (a` direita) da matriz aumentada na˜o for uma coluna pivoˆ, ou seja, se e somente se uma forma escalonada da matriz completa na˜o contiver linha da forma[ 0 ... 0 b ] (onde b e´ diferente de zero). 2. Se um sistema linear e´ poss´ıvel, enta˜o a soluc¸a˜o conte´m ou (i) uma soluc¸a˜o u´nica (quando na˜o existem varia´veis livres) ou (ii) infinitas soluc¸o˜es (quando ha´ pelo menos uma varia´vel livre). F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 49 / 50 Usando escalonamento para resolver um sistema linear 1 Escreva a matriz completa do sistema; 2 Use o algoritmo de escalonamento para obter a matriz aumentada equivalente na forma escalonada. Decida se o sistema e´ poss´ıvel. Se na˜o for, pare; caso contra´rio, siga para o pro´ximo passo; 3 Continue o escalonamento ate´ obter a forma escalonada reduzida; 4 Escreva o sistema de equac¸o˜es correspondente a matriz obtida no passo 3; 5 Escreva a soluc¸a˜o expressando cada varia´vel dependente em func¸a˜o das varia´veis livres e declare quais sa˜o as varia´veis livres. F. Mu¨ller A´lgebra Linear 12 de marc¸o de 2015 50 / 50 Introdução Sistemas de Equações Lineares (1.1) Eliminação de Linhas e Formas Escalonadas (1.2)
Compartilhar