n. 2 –
Eliminação de Gauss-Jordan:
Método de eliminação
de Gauss
O princípio fundamental da resolução do sistema pelo
Método de Eliminação de Gauss consiste trocar o sistema inicial
por outro sistema equivalente (isto é, com o mesmo conjunto
solução), de forma que o novo sistema seja mais adequado para
discussão e resolução.
A eliminação de Gauss é um método, segundo o qual é
permitido efetuar 3 tipos de operações, sem que o determinante
se altere:
1) trocar linhas de lugar;
[
1
1
1
2
−1
1
5
2
4
1
3
6
] {𝐿2 ↔ 𝐿3 [
1
1
1
5
2
4
2
−1
1
1
6
3
]
2) multiplicar uma linha por um número qualquer
não-nulo;
[
1
1
1
5
2
4
2
−1
1
1
6
3
] {𝐿3 = 4 𝐿3 [
1
1
1
5
2
4
8
−4
4
1
6
12
]
3) somar a uma linha, outra linha multiplicada por um
número qualquer não nulo.
[
1
1
1
5
2
4
8
−4
4
1
6
12
] {𝐿2 = 5 𝐿3 − 8 𝐿2 [
1
1
1
0
−36 −12
8
−4
4
1
12
12
]
Obs.: começar sempre pela primeira coluna e ir zerando os
elementos abaixo do primeiro elemento da coluna.
Uma matriz é denominada escalonada, ou forma escada,
quando o número de zeros no lado esquerdo do primeiro
elemento não nulo da linha, aumenta a cada linha.
Nesse caso, a quarta linha não aumentou o número de
zeros por terem esgotado as colunas, mas ainda assim é uma
matriz escalonada.
Exercício – Escalone as matrizes a seguir:
a. 𝐴 = [
1
1
1
2
−1
1
5
2
4
1
3
6
]
b. 𝐵 = [
1
2
−1
2
4
−2
3
6
1
3
6
9
]
c. 𝐶 = [
1
2
3
2
1
1
3
−1
2
1
2
1
]
Resolução do exercício:
a.
[
𝟏
𝟏
𝟏
𝟐
−𝟏
𝟏
𝟓
𝟐
𝟒
𝟏
𝟑
𝟔
] →
𝑳𝟐 = −𝟐 𝑳𝟏 + 𝑳𝟐
𝑳𝟑 = −𝟓 𝑳𝟏 + 𝑳𝟑
[
𝟏
𝟏
𝟏
𝟎
−𝟑
−𝟏
𝟎
−𝟑
−𝟏
𝟏
𝟏
𝟏
]
[
𝟏
𝟏
𝟏
𝟎
−𝟑
−𝟏
𝟎
−𝟑
−𝟏
𝟏
𝟏
𝟏
] → 𝑳𝟑 = − 𝑳𝟐 + 𝑳𝟑 [
𝟏
𝟏
𝟏
𝟎
−𝟑
−𝟏
𝟎
𝟎
𝟎
𝟏
𝟏
𝟎
]
b.
[
𝟏
𝟐
−𝟏
𝟐
𝟒
−𝟐
𝟑
𝟔
𝟏
𝟑
𝟔
𝟗
] →
𝑳𝟐 = −𝟐 𝑳𝟏 + 𝑳𝟐
𝑳𝟑 = −𝟑 𝑳𝟏 + 𝑳𝟑
[
𝟏
𝟐
−𝟏
𝟎
𝟎
𝟎
𝟎
𝟎
𝟒
𝟑
𝟎
𝟎
]
[
𝟏
𝟐
−𝟏
𝟎
𝟎
𝟎
𝟎
𝟎
𝟒
𝟑
𝟎
𝟎
] → 𝑳𝟐 ↔ 𝑳𝟑 [
𝟏
𝟐
−𝟏
𝟎
𝟎
𝟒
𝟎
𝟎
𝟎
𝟑
𝟎
𝟎
]
c.
[
𝟏
𝟐
𝟑
𝟐
𝟏
𝟏
𝟑
−𝟏
𝟐
𝟏
𝟐
𝟏
] →
𝑳𝟐 = −𝟐 𝑳𝟏 + 𝑳𝟐
𝑳𝟑 = −𝟑 𝑳𝟏 + 𝑳𝟑
[
𝟏
𝟐
𝟑
𝟎
−𝟑
−𝟓
𝟎
−𝟕
−𝟕
𝟏
𝟎
−𝟐
]
[
𝟏
𝟐
𝟑
𝟎
−𝟑
−𝟓
𝟎
−𝟕
−𝟕
𝟏
𝟎
−𝟐
] → 𝑳𝟑 = −𝟕 𝑳𝟐 + 𝟑 𝑳𝟑 [
𝟏
𝟐
𝟑
𝟎
−𝟑
−𝟓
𝟎
𝟎
𝟏𝟒
𝟏
𝟎
−𝟔
]
Observações
i)
Se A e B são matrizes quadradas invertíveis, então
𝐴. 𝐵 é
também invertível e (𝐴. 𝐵)
−1= 𝐵
−1. 𝐴
−1ii)
Uma matriz quadrada A admite inversa, se e somente se,
𝑑𝑒𝑡 𝐴 ≠ 0.
iii) Se A é uma matriz quadrada e 𝑑𝑒𝑡 𝐴 ≠ 0, então
𝑑𝑒𝑡 𝐴
−1=
1
𝑑𝑒𝑡 𝐴
iv) (𝐴
−1)
−1= 𝐴
v) (𝐴
−1)
𝑇= (𝐴
𝑇)
−1Modo 4: E
scalonamento para calcular
matrizes inversas
Escrevem-se lado a lado a matriz que queremos
inverter e a matriz identidade. Após a aplicação sucessiva
de operações elementares sobre as linhas da matriz a
inverter, de modo a transformá-la na matriz identidade,
lembrando que as mesmas operações devem ser aplicadas à
matriz identidade, ao término, quando a matriz inicial tiver
sido transformada na matriz identidade, a outra matriz será
a matriz inversa procurada.
[𝐴|𝐼 ] → [𝐼|𝐴
−1]
Exemplo:
[
𝟐 𝟏
𝟒 𝟑
] [
𝟏 𝟎
𝟎 𝟏
] {𝑳
𝟐= 𝑳
𝟐− 𝟐𝑳
𝟏[
𝟐 𝟏
𝟎 𝟏
] [
𝟏
𝟎
−𝟐 𝟏
]
[
𝟐 𝟏
𝟎 𝟏
] [
𝟏
𝟎
−𝟐 𝟏
] {𝑳
𝟏= 𝑳
𝟏− 𝑳
𝟐[
𝟐 𝟎
𝟎 𝟏
] [
𝟑
−𝟏
−𝟐
𝟏
]
[
𝟐 𝟎
𝟎 𝟏
] [
𝟑
−𝟏
−𝟐
𝟏
] {𝑳
𝟏=
𝑳
𝟏2
[
1 0
0 1
] [
3
2
−
1
2
−2
1
]
𝐴
−1= [
3
2
−
1
2
−2
1
]
Cálculo de matriz inversa: Eliminação de Gauss-Jordan
Este procedimento consiste em converter a matriz
aumentada, numa matriz escalonada, aplicando as operações
elementares.
Dada uma determinada matriz:
Primeiro construímos a matriz aumentada. A matriz
aumentada consiste em dois blocos, separados por uma linha
tracejada. O bloco do lado esquerdo é a matriz que foi dada, o
bloco do lado direito é a matriz identidade.
[
2
−3
4
| 1 0 0
−1
2
−3 | 0 1 0
3
2
−1 | 0 0 1
]
Agora, devemos operar com as linhas de modo que
consigamos transformar o bloco do lado esquerdo em uma
matriz identidade:
[
1 0 0
| ?
? ?
0 1 0
| ?
? ?
0 0 1
| ?
? ?
]
depois de feitas as operações com as linhas da matriz para
obter a matriz unidade, no lado esquerdo do bloco, a matriz
que resultar no bloco do lado direito, será a matriz inversa de
A:
[
1 0 0
| ?
? ?
0 1 0
| ?
? ?
0 0 1
| ?
? ?
]
Exercício: Utilizando o escalonamento, obtenha as matrizes
inversas de:
a.
𝐴 = [
2 1
5 3
]
R:
𝐾
−1= [
3
−1
−5
2
]
b.
𝐵 = [
1 1
2 3
]
R:
𝐾
−1= [
3
−1
−2
1
]
c.
𝐶 = [
4 5
3 4
]
R:
𝐾
−1= [
4
−5
−3
4
]
d.
𝐿 = [
1 2
2 5
]
R:
𝐾
−1= [
5
−2
−2
1
]
e.
𝐷 = [
1 1
1 1
1
0
1 0
1
]
R: 𝐷
−1= [
−1
1
1
1
0
−1
1
−1
0
]
f.
𝐾 = [
−1
2
−3
2
−3
4
3
2
−1
]
R:
𝐾
−1=
[
−
2 3 5 6 1 6 5 3−
7 3 1 3−
4 3−
13 6 1 6]
g.
𝐽 = [
1 0 2
2 1 3
3 1 0
]
R: 𝐽
−1=
[
−
3 5−
2 5 2 5 9 5 6 5−
1 5 1 5 1 5−
1 5]
Resoluções dos exercícios:
Utilizando o escalonamento, obtenha as matrizes inversas de:
a. 𝐴 = [2 1
5 3]
Primeiro construir a matriz aumentada: [2 1 | 1 0
5 3 | 0 1] [2 1 | 1 0 5 3 | 0 1] {𝐿2 = 2𝐿2 − 5𝐿1 → [ 2 1 | 1 0 0 1 | −5 2] [2 1 | 1 0 0 1 | −5 2] {𝐿1 = 𝐿1 − 𝐿2 → [ 2 0 | 6 −2 0 1 | −5 2 ] [2 0 | 6 −2 0 1 | −5 2 ] {𝐿1 = 𝐿1 2 → [ 1 0 | 3 −1 0 1 | −5 2 ] b. 𝐵 = [1 1 2 3]
Primeiro construir a matriz aumentada: [1 1 | 1 0
2 3 | 0 1] [1 1 | 1 0 2 3 | 0 1] {𝐿2 = 𝐿2 − 2𝐿1 → [ 1 1 | 1 0 0 1 | −2 1] [1 1 | 1 0 0 1 | −2 1] {𝐿1 = 𝐿1 − 𝐿2 → [ 1 0 | 3 −1 0 1 | −2 1 ] c. 𝐶 = [4 5 3 4]
Primeiro construir a matriz aumentada: [4 5 | 1 0
3 4 | 0 1]
[4 5 | 1 0
3 4 | 0 1] {𝐿2 = 4𝐿2 − 3𝐿1 → [
4 5 | 1 0
[4 5 | 1 0 0 1 | −3 4] {𝐿1 = 𝐿1 − 5𝐿2 → [ 4 0 | 16 −20 0 1 | −3 4 ] [4 0 | 16 −20 0 1 | −3 4 ] {𝐿1 = 𝐿1 4 → [ 1 0 | 4 −5 0 1 | −3 4 ] d. 𝐿 = [1 2 2 5]
Primeiro construir a matriz aumentada: [1 2 | 1 0
2 5 | 0 1] [1 2 | 1 0 2 5 | 0 1] {𝐿2 = 𝐿2 − 2𝐿1 → [ 1 2 | 1 0 0 1 | −2 1] [1 2 | 1 0 0 1 | −2 1] {𝐿1 = 𝐿1 − 2𝐿2 → [ 1 0 | 5 −2 0 1 | −2 1 ]
e. 𝐷 = [
1 1
1 1
1
0
1 0
1
]
Construindo a matriz aumentada:
𝐷 = [ 1 1 1 | 1 0 0 1 1 0 | 0 1 0 1 0 1 | 0 0 1 ] [ 1 1 1 | 1 0 0 1 1 0 | 0 1 0 1 0 1 | 0 0 1 ] → 𝐿1 = 𝑙𝑖𝑛ℎ𝑎 𝑝𝑖𝑣ô 𝐿2 = 𝐿1 − 𝐿2 𝐿3 = 𝐿1 − 𝐿3 [ 1 1 1 | 1 0 0 0 0 1 | 1 −1 0 0 1 0 | 1 0 −1 ] [ 1 1 1 | 1 0 0 0 0 1 | 1 −1 0 0 1 0 | 1 0 −1 ] → 𝐿2 ↔ 𝐿3 [ 1 1 1 | 1 0 0 0 1 0 | 1 0 −1 0 0 1 | 1 −1 0 ] [ 1 1 1 | 1 0 0 0 1 0 | 1 0 −1 0 0 1 | 1 −1 0 ] → 𝐿2 = 𝑙𝑖𝑛ℎ𝑎 𝑝𝑖𝑣ô 𝐿1 = 𝐿1 − 𝐿2 [ 1 0 1 | 0 0 1 0 1 0 | 1 0 −1 0 0 1 | 1 −1 0 ]
[ 1 0 1 | 0 0 1 0 1 0 | 1 0 −1 0 0 1 | 1 −1 0 ] → 𝐿3 = 𝑙𝑖𝑛ℎ𝑎 𝑝𝑖𝑣ô 𝐿1 = 𝐿1 − 𝐿3 [ 1 0 0 | −1 1 1 0 1 0 | 1 0 −1 0 0 1 | 1 −1 0 ]
Portanto, a matriz inversa de 𝐷 = [
1 1 1 1 1 0 1 0 1 ] é 𝐷−1= [−11 10 −11 1 −1 0 ]
f. 𝐾 = [
−1
2
−3
2
−3
4
3
2
−1
]
𝐾 = [ 2 −3 4 | 1 0 0 −1 2 −3 | 0 1 0 3 2 −1 | 0 0 1 ] [ 2 −3 4 | 1 0 0 −1 2 −3 | 0 1 0 3 2 −1 | 0 0 1 ] → 𝐿1 ↔ 𝐿2 [ −1 2 −3 | 0 1 0 2 −3 4 | 1 0 0 3 2 −1 | 0 0 1] [ −1 2 −3 | 0 1 0 2 −3 4 | 1 0 0 3 2 −1 | 0 0 1] → 𝐿1 = 𝐿1 (−1) [ 1 −2 3 | 0 −1 0 2 −3 4 | 1 0 0 3 2 −1 | 0 0 1] [ 1 −2 3 | 0 −1 0 2 −3 4 | 1 0 0 3 2 −1 | 0 0 1] → 𝐿2 = 𝐿2 − 2𝐿1 𝐿3 = 𝐿3 − 3𝐿1 [ 1 −2 3 | 0 −1 0 0 1 −2 | 1 2 0 0 8 −10 | 0 3 1] [ 1 −2 3 | 0 −1 0 0 1 −2 | 1 2 0 0 8 −10 | 0 3 1] → 𝐿1 = 2 𝐿2 + 𝐿1 𝐿3 = 𝐿3 − 8 𝐿2 [ 1 0 −1 | 2 3 0 0 1 −2 | 1 2 0 0 0 6 | −8 −13 1][ 1 0 −1 | 2 3 0 0 1 −2 | 1 2 0 0 0 6 | −8 −13 1] → 𝐿1 = 6 𝐿1 + 𝐿3 𝐿2 = 3 𝐿2 + 𝐿3 [ 6 0 0 | 4 5 1 0 3 0 | −5 −7 1 0 0 6 | −8 −13 1] [ 6 0 0 | 4 5 1 0 3 0 | −5 −7 1 0 0 6 | −8 −13 1] → { 𝐿1 =1 6𝐿1 𝐿2 =1 3𝐿2 𝐿3 =1 6𝐿3 [ 1 0 0 | 2 3 5 6 1 6 0 1 0 | −5 3 − 7 3 1 3 0 0 1 | −4 3 − 13 6 1 6]
Portanto, a matriz inversa de 𝐾 = [ 2 −3 4 −1 2 −3 3 2 −1] é 𝐾−1 = [ − 2 3 5 6 1 6 5 3 − 7 3 1 3 −4 3 − 13 6 1 6]
g. 𝐽 = [
1 0 2
2 1 3
3 1 0
]
[ 1 0 2 | 1 0 0 2 1 3 | 0 1 0 3 1 0 | 0 0 1 ] → 𝐿2 = −2𝐿1 + 𝐿2 𝐿3 = −3 𝐿1 + 𝐿3 [ 1 0 2 | 1 0 0 0 1 −1 | −2 1 0 0 1 −6 | −3 0 1] [ 1 0 2 | 1 0 0 0 1 −1 | −2 1 0 0 1 −6 | −3 0 1] → 𝐿3 = −𝐿2 + 𝐿3 [ 1 0 2 | 1 0 0 0 1 −1 | −2 1 0 0 0 −5 | −1 −1 1] [ 1 0 2 | 1 0 0 0 1 −1 | −2 1 0 0 0 −5 | −1 −1 1] → 𝐿2 = 5 𝐿2 − 𝐿3 [ 1 0 2 | 1 0 0 0 5 0 | −9 6 −1 0 0 −5 | −1 −1 1 ][ 1 0 2 | 1 0 0 0 5 0 | −9 6 −1 0 0 −5 | −1 −1 1 ] → 𝐿1 = 5𝐿1 + 2 𝐿3 [ 5 0 0 | 3 −2 2 0 5 0 | −9 6 −1 0 0 −5 | −1 −1 1 ] [ 5 0 0 | 3 −2 2 0 5 0 | −9 6 −1 0 0 −5 | −1 −1 1 ] → { 𝐿1 =1 5𝐿1 𝐿2 =1 5𝐿2 𝐿3 = −1 5𝐿3 [ 1 0 0 | 3 5 − 2 5 2 5 0 1 0 | −9 5 6 5 − 1 5 0 0 1 | 1 5 1 5 − 1 5]
Portanto, a matriz inversa de 𝐽 = [ 1 0 2 2 1 3 3 1 0] é 𝐽−1= [ − 3 5 − 2 5 2 5 9 5 6 5 − 1 5 1 5 1 5 − 1 5] Referências Bibliográficas
BOLDRINI, J. L. et al. Álgebra linear. São Paulo: Harper & Row, 1980. CALLIOLI, C. A. et al. Álgebra linear e aplicações. São Paulo: Atual, 1990.
ANTON, H.; BUSBY, R. C. Álgebra linear contemporânea. São Paulo: Bookman, 2008. KOLMAN, B.; HILL, R. Introdução à álgebra linear com aplicações. 6ª ed. Rio de Janeiro: Prentice-Hall, 1998.
LIPSCHUTZ, S. Álgebra linear. São Paulo: McGraw-Hill do Brasil, 1972.
STEINBRUCH, A. ; WINTERLE, P. Álgebra linear. São Paulo: Pearson-Makron Books, 2010.