Paulo Luz 1

3 Métodos de eliminação de Gauss e Gauss-Jordan

Na aula anterior, introduzimos a noção de matriz aumentada e operações elementares sobre as
linhas que podem ser aplicadas sobre a matriz aumentada sem alterar as soluções do sistema linear
correspondente. Nesta aula iremos enunciar dois algoritmos que permitem determinar de forma
mais eficiente as soluções de sistemas lineares utilizando esses conceitos.

3.1 Método de eliminação de Gauss

O método de eliminação de Gauss, também designado por método de escalonamento, é um algo-
ritmo para resolver sistemas lineares utilizando a matriz aumentada associada ao sistema. Este
método permite transformar o sistema inicial num sistema mais simples com as mesmas soluções
que pode depois ser resolvido por substituição.
Dado um sistema de equações lineares, o método de eliminação de Gauss consiste em três fases
ou etapas:

1. Encontrar a matriz aumentada associada ao sistema linear, na forma [A|b], em que as entradas
da sub-matriz A são os coeficientes do sistema e as entradas da sub-matriz b são os termos
independentes;

2. Aplicar sucessivamente operações

  elementares de modo a tornar a matriz aumentada inicial
numa matriz escalonada Ā|b̄ ;

3. Escrever o sistema linear associado à matriz aumentada escalonada e resolver o sistema por
substituição.

Exemplo 1. O sistema linear 

x + y + 2z = 1

x−z =2 ,

y+z =1


admite a matriz aumentada  

1 1 2 1
 
 1 0 −1 2 .
 
 
0 1 1 1
De modo a resolver o sistema utilizando o método de eliminação de Gauss, encontremos um
conjunto de operações elementares para tornar a sub-matriz à esquerda da linha vertical numa
matriz escalonada.
Paulo Luz 2

Por exemplo,
     
1 1 2 1 1 1 2 1 1 1 2 1
     
 L2 −L1   L3 +L2 
 1 0 −1 −− − −
→  0 −1 −3 −−− −→ −1 −3
 
2  1   0 1 
     
0 1 1 1 0 1 1 1 0 0 −2 2
   
1 1 2 1 1 1 2 1
  − 1 L ;−L  
L3 +L2   2 3 2 
−−−−→  0 −1 −3 1  −−−−−−→  −1 

0 1 3
   
0 0 −2 2 0 0 1 −1

Esta matriz aumentada está associada ao sistema linear


x + y + 2z = 1

y + 3z = −1 .

 z = −1
Resolvendo por substituição, obtemos
  

 x + y + 2z = 1 
x + y + 2z = 1 x = 1

y + 3z = −1 ⇔ y=2 ⇔ y=2 .
  
 z = −1  z = −1  z = −1

Vemos então que o sistema equivalente que encontrámos é significativamente mais simples de
resolver que o sistema inicial.

Exemplo 2. O sistema linear 

 2x1 + 2x2 + 2x3 = 0

−2x1 + 5x2 + 2x3 = 1 ,

8x1 + x2 + 4x3 = −1


admite a seguinte matriz aumentada

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

De modo a resolver o sistema utilizando o método de eliminação de Gauss, iremos então aplicar
um conjunto de operações elementares para tornar a matriz aumentada numa matriz escalonada.
Paulo Luz 3

Por exemplo,
   
2 2 2 0 2 2 2 0
   
 L2 +L1 
 −2 5 2 1  −−−−→  0 7
 
4 1 
   
8 1 4 −1 8 1 4 −1
   
2 2 2 0 2 2 2 0
   
L3 −4L1   L3 +L2 
−−−−→  0 1  −−−−→  0 7 4

7 4 1 
   
0 −7 −4 −1 0 0 0 0
 
1 1 1 0
1 1
L ; L
 
1 2
−2−−−7−→  0 1 47 1 .
 
 7 
0 0 0 0
Agora, escrevendo o sistema linear equivalente e resolvendo obtemos

1 3
 
x 1 + x 2 + x 3 = 0 x 1 = − − x 3

⇔ 7 7 ,
 x2 + 4 x3 = 1 x 2 = − 4 x 3
 1
7 7 7 7
ou seja, existe um número infinito de soluções na forma − 17 − 37 x3 , 17 − 47 x3 , x3 , com x3 ∈ R.

Exercício 1. Resolva o sistema linear seguinte pelo método de eliminação de Gauss.


 −2b + 3c = 1

3a + 6b − 3c = −2 .

6a + 6b + 3c = 5

Resolução: A matriz aumentada correspondente ao sistema é

 
0 −2 3 1
 
6 −3 −2  .
 
 3
 
6 6 3 5
Transformemos, se possível, esta matriz numa matriz escalonada por aplicação sucessiva de ope-
rações elementares:
   
0 −2 3 1 0 −2 3 1
   
 L3 −2L2 
6 −3 −2  −−−−→  3 6 −3 −2 
 
 3
   
6 6 3 5 0 −6 9 9
 
0 −2 3 1
 
L3 −3L1 
−−−−→  3 6 −3 −2  .

 
0 0 0 6
Paulo Luz 4

Podemos então parar pois escrevendo o sistema linear correspondente encontramos


 −2b + 3c = 1

3a + 6b − 3c = −2 ,

 0=6
ou seja, tendo em conta a última equação, vemos que o sistema é impossível: não tem solução.

Definição (Variáveis líderes e variáveis livres). Dada uma matriz aumentada na forma es-
calonada, designam-se por variáveis líderes às incógnitas correspondentes às colunas dos pivôs da
matriz aumentada escalonada. As restantes incógnitas são denominadas variáveis livres.

Exemplo 3. No caso do Exemplo 2, mostrámos que o sistema


 2x1 + 2x2 + 2x3 = 0

−2x1 + 5x2 + 2x3 = 1 ,

 8x + x + 4x = −1
1 2 3

corresponde à seguinte matriz aumentada escalonada

 
1 1 1 0
 

 0 1 7 4 1 .

 7 
0 0 0 0

Assim, neste caso, x1 e x2 são variáveis líderes, e x3 é uma variável livre.

3.2 Método de eliminação de Gauss-Jordan

Dado um sistema linear com matriz aumentada [A|b], o método de eliminação de Gauss-Jordan
consiste em estender a segunda fase do método de eliminação de Gauss e eliminar a última fase de
resolução do sistema equivalente por substituição.
Dado um sistema de equações lineares, o método de eliminação de Gauss-Jordan consiste em
duas fases:

1. Encontrar a matriz aumentada associada ao sistema linear, na forma [A|b], em que as entradas
da sub-matriz A são os coeficientes do sistema e as entradas da sub-matriz b são os termos
independentes;

2. Aplicar sucessivamente operações elementares de modo a tornar a matriz aumentada inicial

numa matriz escalonada reduzida.

Teorema (Variáveis livres de um sistema homogéneo). Um sistema linear homogéneo com

n incógnitas e com m linhas não-nulas na forma escalonada reduzida da sua matriz aumentada
tem n − m variáveis livres.

Corolário. Um sistema linear homogéneo com mais incógnitas que equações tem um número in-
finito de soluções.
Paulo Luz 5

Exemplo 4. Consideremos o sistema linear


 2x − y − 3z = 0

−x + 2y − 3z = 0 .

 x + y + 4z = 0

Como o sistema linear é homogéneo, existe pelo menos uma solução, a solução trivial (0, 0, 0).
Vejamos se existem mais soluções. Escrevendo a matriz aumentada do sistema, transforme-mo-la,
se possível, numa matriz escalonada reduzida
   
2 −1 −3 0 1 1 −6 0
   
 L1 +L2 ;L3 +L2 
 −1 2 −3 0  −−− −− −− −→  −1 2 −3 0 
 
   
1 1 4 0 0 3 1 0
   
1 1 −6 0 1 1 −6 0
   
L2 +L1   L3 −L2 
−−−−→  0 3 −9 0  −−−−→  0 3 −9 0 

   
0 3 1 0 0 0 10 0
   
1 1 −6 0 1 1 −6 0
1
L ;1L
   
3 2 10 3   L2 +3L3 
−−−−−→  0 1 −3 0  −−−−→  0 1

0 0 
   
0 0 1 0 0 0 1 0
 
1 0 0 0
 
L1 −L2 +6L3 
−−−−−−−→  0 1 0 0  .

 
0 0 1 0

portanto, a única solução é a solução trivial.

Exercício 2. Resolva o sistema linear seguinte.



 v + 3w − 2x = 0

 2u + v − 4w + 3x = 0

 2u + 3v + 2w − x = 0

−4u − 3v + 5w − 4x = 0

Paulo Luz 6

Resolução: Utilizemos o método de Gauss-Jordan. Dada a matriz aumentada do sistema, temos

   
0 1 3 −2 0 0 1 3 −2 0
   
1 −4 0 −7
   
 2 3 0  L4 +2L2 ;L3 −L2  2 5 0 
  −−−−−−−−−→  
2 −1 0  6 −4 0 
   
 2 3  0 2
   
−4 −3 5 −4 0 0 −1 −3 2 0
   
0 1 3 −2 0 2 0 −7 5 0
   
−7 −2
   
1
L
2 3 
 2 0 5 0  L1 ↔L2
 0 1 3 0 
−−→   −−−−→  
3 −2 0  3 −2 0 
  
 0 1  0 1
   
0 −1 −3 2 0 0 −1 −3 2 0
   
7 5
2 0 −7 5 0 1 0 −2 2
0
   
3 −2 0  2 L1  0 1 3 −2 0 
  1  
L4 +L2 ;L3 −L2  0 1
−−−−−−−−→  
 −−→ 
 
.

 0 0 0 0 0   0 0 0 0 0 
   
0 0 0 0 0 0 0 0 0 0

Concluímos então que existe um número infinito de soluções na forma (u, v, w, x) =

7w−5x


2
, 2x − 3w, w, x , com w, x ∈ R.

Exercício 3. Determine para que valores de a ∈ R o sistema seguinte não tem solução, tem
exatamente uma solução ou um número infinito de soluções.


 x + 2y + z = 2
2x − 2y + 3z = 1 .

x + 2y − a2 − 3 z = a


Resolução: Escrevendo a matriz aumentada do sistema linear,

 
1 2 1 2
 
 2 −2 1 ,
 
3
 
1 2 − (a2 − 3) a

apliquemos o método de Gauss-Jordan:

   
1 2 1 2 1 2 1 2
   
 L2 −2L1 ;L3 −L1 
 2 −2 1  −−−−−−−−−→  0 −6 −3  .
 
3 1
   
1 2 − (a2 − 3) a 0 0 2 − a2 a−2
Paulo Luz 7

√
Vemos então que se a2 = 2 ⇔ a = ± 2 o sistema é impossível: não tem soluções. Por outro lado,
se a2 ̸= 2, podemos continuar o método de Gauss-Jordan:
   
1 2 1 2 1 2 1 2
   
 2 −2 1  →  0 −6 −3 
   
3 1
   
2 2
1 2 − (a − 3) a 0 0 2−a a−2
   
4
1 2 1 2 1 0 3
1
− 61 L2 
   
 L1 −2L2
−−−→  0 1 −6 1 1 −− −− →→ −61 1
 
2
  0 1 2

   
2 2
0 0 −a + 2 a − 2 0 0 −a + 2 a − 2
   
4 4 a−2
1 0 3
1 1 0 0 1 − 3 2−a2 
1  L + 1 L ;L − 4 L 
L3 
2−a2 2 6 3 1 3 3 
−−−−→  0 1 − 16 1  −−−−−−−−−−→  0 1 0 12 + 6(2−a a−2 .
  
2 2) 
   
a−2 a−2
0 0 1 2−a 2 0 0 1 2−a2

Para a2 ̸= 2 é sempre possível transformar a matriz aumentada numa matriz escalonada reduzida.
Ou seja, para a2 ̸= 2 para o sistema é determinado: tem uma e uma só solução.