A Arquitetura de Sistemas Lineares
Na análise numérica, representamos um sistema de $n$ equações lineares como o produto matricial $Ax = \mathbf{b}$. Aqui, $A$ é uma matriz de coeficientes $n \times n$, $x$ é o vetor das incógnitas e $\mathbf{b}$ é o vetor das constantes. Para realizar operações de forma eficiente, utilizamos a Matriz Ampliada $[A, \mathbf{b}]$.
Operações Elementares de Linha (OEL)
A integridade do nosso conjunto de soluções repousa em três movimentos que preservam invariância:
- Troca: $(E_i) \leftrightarrow (E_j)$ — Trocar linhas para reposicionar um pivô melhor.
- Escalonamento: $(\lambda E_i) \rightarrow (E_i)$ — Multiplicar uma linha por um escalar não nulo.
- Substituição: $(E_i + \lambda E_j) \rightarrow (E_i)$ — O cerne da eliminação. Especificamente, usamos o multiplicador $m_{j1} = a_{j1}/a_{11}$ para calcular $(E_j - m_{j1} E_1) \rightarrow (E_j)$.
Anatomia e Propriedades da Matriz
De acordo com o Teorema 6.8, as operações matriciais seguem leis algébricas específicas, tais como Associatividade ($A(BC) = (AB)C$), mas famosamente carecem de Comutatividade ($AB \neq BA$ em geral). Reconhecer estruturas especiais como Matrizes Simétricas ($A = A^t$) e Matrizes Identidade ($I_n$) permite métodos especializados e mais rápidos de fatorização, como $LDL^t$.