Você está na página 1de 42

SISTEMAS DE EQUAES

LINEARES
Prof. Elizngelo Lopes, SEE/PE-237878-7, UPE-12531-8
Mestre em Matemtica
7 de fevereiro de 2014
1 Introduo
O estudo dos sistemas de equaes lineares constituem o objetivo central do
nosso estudo, e justicado pela sua ampla gama de aplicaes nas cincias
exatas, naturais, e mesmo sociais, na descrio de fenmenos estatsticos,
por exemplo. Nele daremos um sentido mais concreto teoria das matrizes
e principalmente dos determinantes, conforme veremos.
2 Equaes e sistemas lineares no espao bidi-
mensional
2.1 Equaes lineares a duas incgnitas
O aluno deste curso j deve estar familiarizado com as equaes do 1.
o
grau
com uma incgnita, isto , equaes do tipo
ax = b
Em que a = 0 e b R.
Por outro lado, tambm j teve contato com os sistemas de equaes do
1.
o
grau com duas incgnitas, isto , expresses do tipo
_
ax + by = c
dx + ey = f
(a, b, c, d so nmeros reais) que tm por objetivo determinar um valor de
x e outro de y que simultaneamente veriquem as duas equaes.
1
Esses dois exemplos de expresses matemticas constituem modelos de
resoluo de problemas especcos, tanto na matemtica, quanto nas diversas
cincias e situaes in-meras em que podem ser aplicados. Tomando o caso
do sistema, e considerando uma de suas equaes, por exemplo, ax +by = c,
temos um exemplar do objeto matemtico que passaremos a designar pelo
nome de Equao linear a duas incgnitas:
Denio 1: Sejam a, b e c nmeros reais quaisquer. Damos o nome
de Equao linear bidimensional ou Equao linear a duas incgnitas
expresso
ax + by = c
Em que x e y so as incgnitas da equao.
Exemplo 1: So exemplos de equaes lineares bidimensionais:
3x + 2y = 3
x + y = 0

3x y = 0, 5
10x
1
+
1
2
x
2
= 3, etc
Para concluir esta primeira parte, perceba que numa equao linear ne-
nhuma incgnita surge com expoente diferente de 1, e no h multiplica-
o entre duas incgnitas. Desse modo, equaes do tipo

3xy + x = 3,

x + 2y = 0 e x
2
+ y = 0, entre outras, no constituem exemplos de equa-
es lineares (Por qu?) e por isso no sero contempladas em nosso estudo.
2.2 Solues e interpretao geomtrica de uma equa-
o linear bidimensional
Denio 2: Seja ax + by = c uma equao linear bidimensional.
D-se o nome de Soluo particular desta equao a todo par (x
0
, y
0
) que
a verique quando zermos x = x
0
e y = y
0
.
Exemplo 2: Verique que os pares abaixo so solues particulares da equa-
o x + y = 2:
a) (1,1) b) (0,2) c) (2,0) d) (-2,4)
Soluo:
2
.
Percebamos que diversos outros pares poderiam ser pensados para vericar a
equao dada no exemplo acima, e isto naturalmente nos leva a conjecturar
que numa equao linear h innitas solues. De fato, isto conrmado se
pensarmos que os pares (x
0
, y
0
), ao mesmo tempo que vericam a equao
ax + by = c, tambm podem ser vistos como coordenadas dos pontos no
plano cartesiano ortogonal.Utilizando esse raciocnio, podemos isolar o y na
equao acima e obteremos a lei de formao de uma funo que a cada x
escolhido associar um y, formando os pares do conjunto-soluo. Vejamos:
ax + by = c by = ax + c y =
a
b
x +
c
b
Fazendo
a
b
= A e
c
b
= B, temos a lei de associao
y = Ax + B
que sabemos, da 1.
a
srie do ensino mdio, ser representante de uma fun-
o am, cujo grco uma reta, se fazemos o x variar continuamente no
conjunto R. Desse modo, assim como uma reta possui innitos pontos, uma
equao linear possui innitas solues particulares, e reta que grco
dessa equao usamos chamar de sua representao geomtrica.
Exemplo 3: Construa a representao geomtrica das equaes lineares
a seguir:
a) 6x + 3y = 2 b) x 2y = 4
Soluo:
.
3
Note que essa representao geomtrica justica a nomenclatura que usa-
mos. O termo "linear"refere-se a "linha"ou "reta", ao passo que o termo
"bidimensional"traduz-se como "duas dimenses". Isto porque necessitamos
to-somente de um espao de duas dimenses para representar geometri-
camente tais equaes: De fato, o Plano cartesiano ortogonal possui duas
dimenses: o comprimento, representado pelo eixo Ox, e a largura, represen-
tada pelo eixo Oy.
2.3 Sistemas lineares bidimensionais
Quando temos a necessidade de considerar, num certo problema, duas equa-
es lineares distintas, de modo a que necessitemos encontrar solues que
satisfaam a ambas ao mesmo tempo, passamos a tratar de sistemas de equa-
es lineares de duas equaes e duas incgnitas, que nada mais so do que
os objetos que aprendemos a chamar de Sistemas de equaes lineares do 1.
o
grau com duas incgnitas, conforme denimos a seguir:
Denio 3: D-se o nome de Sistema linear bidimensional ou Sis-
tema linear 2 2 ao conjunto de duas equaes e duas incgnitas que
expressamos pela notao
_
ax + by = c
dx + ey = f
em que a, b, d, e e so os coecientes do sistema, x e y so as incgnitas,
e c e f so os termos independentes, signicando que o conjunto de suas
solues formado pelos pares ordenados (x
0
, y
0
) que vericam ao mesmo
tempo as duas equaes.
A respeito do conjunto das solues de um sistema linear, mencionado na
denio, vale mencionar que ele nem sempre existe; na verdade, um sistema
linear pode ou no ter soluo, e no caso de ter, estas podem at ser innitas.
Para ilustrar, considere os sistemas a seguir:
S
1
:
_
x + y = 10
x y = 6
S
2
:
_
x + y = 1
2x + 2y = 2
S
3
:
_
x + y = 1
x + y = 2
Note, no caso de S
1
, que se o resolvermos pelo mtodo da adio, por exem-
plo, que sua nica soluo dada por (x, y) = (8, 2) (verique). No caso de
S
2
, se multiplicarmos a 1.
a
equao por 2, percebemos que temos, na verdade,
duas equaes lineares iguais, de maneira que todas as innitas solues de
4
uma vericam a outra. Logo, h innitas solues. No caso de S
3
, se tentar-
mos resolv-lo pelo mtodo da adio, ou outro qualquer, chegaremos a um
absurdo, o que fcil de se perceber, pois x + y = 1 e x + y = 2 signicam
que procuramos dois nmeros tais que sua soma seja igual a 1 e a 2 ao mesmo
tempo, o que impossvel.
2.4 Interpretao geomtrica de um sistema linear
Ao considerarmos a idia de conjunto-soluo de um sistema linear, natu-
ral nos perguntarmos se existem apenas os trs casos tratados anteriormente:
no existir, por exemplo, um sistema linear com apenas duas ou trs equa-
es apenas? A resposta no e justicada pelo fato de que as equaes
lineares bidimensionais, conforme vimos, representam retas no plano, e suas
solues so os pontos que compem essas retas. Dessa forma, um sistema
que possui apenas uma soluo indica que as retas que os representam pos-
suem um nico ponto em comum, isto , so retas concorrentes; um sistema
que no possui soluo indica que as retas no tm ponto em comum, isto
, so paralelas; por outro lado, um sistema que possui innitas solues
representa retas que possuem innitos pontos em comum, isto , so retas
coincidentes. Desse modo, considerando o sistema linear
_
ax + by = c
dx + ey = f
e se chamarmos de reta r reta que representa ax + by = c, e de reta s
reta que representa dx + ey = f, temos as seguintes 3 possibilidades:
I) r e s so concorrentes ( Indicamos por r s):
Figura 1:
Representao geomtrica de um sistema que possui uma nica soluo:
S = r s = P = (x
0
, y
0
)
II) r e s so paralelas ( Indicamos por r//s):
5
Figura 2:
Representao geomtrica de um sistema que no possui soluo: S = r s =
III) r e s so coincidentes ( Indicamos por r s):
Figura 3:
Representao geomtrica de um sistema que possui innitas solues: S = r = s
Desse modo ca claro que s h trs possibilidades de classicao de
um sistema li-near quanto ao nmero de solues, de modo que no se pode
conceber um sistema linear de 2 ou 3 solues apenas, por exemplo. Se o
sistema possui mais de uma soluo, ento ter innitas solues. A prxima
denio fornece uma classicao para todos os casos possveis de sistemas:
Denio 4: D-se o nome de:
Sistema incompatvel (ou impossvel) ao sistema que no possui solu-
es;
Sistema compatvel e determinado ou, simplesmente, Determinado ao
sistema que possui uma nica soluo;
Sistema compatvel e indeterminado, ou,simplesmente, Indeterminado
ao sistema que possui innitas solues.
Exemplo 4: Construa o grco dos sistemas a seguir:
S
1
:
_
x + y = 10
x y = 6
S
2
:
_
x + y = 1
2x + 2y = 2
S
3
:
_
x + y = 1
x + y = 2
6
E classique-os quanto ao seu nmero de solues:
Soluo:
.
3 Resoluo de sistemas determinados 2 2
3.1 Notao matricial de um sistema bidimensional
Tomemos uma vez mais o sistema linear 2 2:
S :
_
ax + by = c
dx + ey = f
A partir de agora daremos nomes especiais a cada coeciente e termo in-
dependente de S, semelhantemente ao que zemos anteriormente com as
matrizes:
a: Coeciente na 1.
a
equao da 1.
a
incgnita: a
11
b: Coeciente na 1.
a
equao da 2.
a
incgnita: a
12
d: Coeciente na 2.
a
equao da 1.
a
incgnita: a
21
e: Coeciente na 2.
a
equao da 2.
a
incgnita: a
22
c: Termo independente da 1.
a
equao: b
1
f: Termo independente da 2.
a
equao: b
2
Utilizando essa nova notao, podemos reescrever
_
a
11
x + a
12
y = b
1
a
21
x + a
22
y = b
2
7
Utilizando a idia de igualdade entre matrizes, podemos reescrever:
_
a
11
x + a
12
y
a
21
x + a
22
y
_
=
_
b
1
b
2
_
Ou ainda, utilizando a idia de multiplicao entre matrizes:
_
a
11
a
12
a
21
a
22
__
x
y
_
=
_
b
1
b
2
_
Se denirmos:
_
a
11
a
12
a
21
a
22
_
= A (Matriz dos coecientes de S ou Matriz-coeciente)
_
x
y
_
= X (Matriz das incgnitas de S ou Matriz-incgnita)
_
b
1
b
2
_
= B (Matriz dos termos independentes de S ou Matriz-independente)
Temos ento que o sistema S cou reduzido equao matricial
AX = B
que chamada de Forma Matricial do Sistema S:
Denio 5: Seja S um sistema linear bidimensional; sendo A a
matriz dos coecientes de S, X a matriz das incgnitas, e B a matriz dos
termos independentes, damos o nome de Forma Matricial de S equao
matricial
AX = B
Exemplo 5: Dar a forma matricial dos sistemas lineares
a)
_
2x + y = 5
x 3y = 0
b)
_
5x = 6
x y = 4
Soluo:
8
.
3.2 A Regra de Cramer para Sistemas 2 2
De posse da forma matricial de um sistema linear, podemos resolv-lo ma-
tricialmente ao invs de numericamente, desde que apliquemos nossos co-
nhecimentos de produto entre matrizes, matriz inversa e determinante. O
resultado desse processo o famoso teorema da lgebra Linear conhecido
como Regra de Cramer, que capaz de transformar um problema de re-
soluo de um sistema linear determinado em um problema de clculo de
determinantes. Para enunci-lo, considere, de incio, o sistema
_
a
11
x + a
12
y = b
1
a
21
x + a
22
y = b
2
(1)
que supomos ser possvel e determinado, e sua forma matricial
AX = B
com o signicado bvio de A, X e B.
Suponha que exista A
1
. Nesse caso, podemos multiplicar os dois mem-
bros da igualdade matricial por A
1
, obtendo:
A
1
AX = A
1
B, Sendo AA
1
= I
2
I
2
X = A
1
B, Sendo I
2
X = X
E da,
X = A
1
B (2)
Assim, a matriz incgnita X equivale a multiplicar, nessa ordem, a inversa
da Matriz-coeciente pela matriz independente.
Entretanto, podemos ainda simplicar um pouco mais o processo de
obteno de X, pois se existe A
1
, ento det A = 0, podemos usar o
teorema que aprendemos no mdulo sobre determinantes. Segue da que
A
1
=
1
det A
_
a
22
a
12
a
21
a
11
_
.
A partir de agora, adotaremos a notao = det A, para simplicar.
Substituindo na expresso X = A
1
B essa matriz e o que sabemos ser a
matriz coeciente, temos:
X =
1

_
a
22
a
12
a
21
a
11
__
b
1
b
2
_
9
X =
1

_
a
22
b
1
a
12
b
2
a
21
b
1
+ a
11
b
2
_
(3)
Note agora que a
22
b
1
a
12
b
2
=

b
1
a
12
b
2
a
22

e que a
21
b
1
+a
11
b
2
=

a
11
b
1
a
21
b
2

.
Note que o primeiro determinante refere-se matriz
_
b
1
a
12
b
2
a
22
_
que nada mais do que a matriz A original em que substitumos a coluna
dos coecientes de x pela matriz independente. Chamaremos essa matriz de
A
x
(Matriz A com a coluna do x alterada pela matriz independente) e seu
determinante
x
. Analogamente, a matriz a que se refere o 2.
o
determinante,
isto ,
_
a
11
b
1
a
21
b
2
_
a matriz A em que substitumos a coluna dos coecientes do y pela matriz
independente. Chamaremos essa matriz de A
y
(Matriz A com a coluna do y
alterada pela matriz independente e
y
) o seu determinante.
Desse modo, a expresso (3) pode ser reescrita como
X =
1

_

x

y
_
ou ainda,
_
x
y
_
=
_
_
_
_
_

_
_
_
_
_
e da, pela igualdade matricial, temos que, se o sistema (1) admite uma
soluo nica, esta ser dada pelo par (x, y) tal que
x =

x

e y =

y

Note que, para que tais razes existam, basta que tenhamos = 0, e
isto torna o sistema possvel e determinado, pois restringe o x e y s razes
indicadas.
Com tais consideraes, podemos enm, enunciar o teorema central deste
mdulo:
10
Teorema 1 (Regra de Cramer para Sistemas bidimensionais): Seja
AX = B um sistema S bidimensional em que A, X e B so, respecti-
vamente, as matrizes coeciente, incgnita e independente. Se S um
sistema determinado e X =
_
x
y
_
, ento
x =

x

e y =

y

onde:

x
= det A
x
e
y
= det A
y
,
com os signicados estabelecidos de A
x
e A
y
Esse teorema reduz drasticamente o trabalho de resoluo de um sistema
linear bidimensional, poupando um tempo considervel e reduzindo signi-
cativamente a possibilidade de erros de clculo, devido ao nmero reduzido
de operaes que requer:
Exemplo 6: Dar o conjunto-soluo de
_
2x y = 7
x + 5y = 2
Soluo:
.
Exemplo 7: Resolva os sistemas lineares a seguir usando a Regra de Cramer:
a)
_
3x 2y = 1
2x + 5y = 12
b)
_
x + y = 12
2x + 3y = 29
c)
_
5x 7y = 3
3x 4y = 2
11
d)
_

_
x
3
+
y
4
=
1
3
x
y
8
=
5
2
e)
_
3x 2y = 3
x y = 1
f)
_
5x 3y = 13
4x + 6y = 2
Soluo:
4 Equaes e Sistemas Lineares no Espao tri-
dimensional
4.1 Equaes lineares a trs incgnitas
Da mesma forma que denimos uma equao linear a duas incgnitas, po-
demos denir o caso tridimensional, assim denominado devido sua repre-
sentao geomtrica,que se faz com recorrncia geometria espacial, isto
, geometria de trs dimenses, ao invs da geometria plana bidimensional.
Para iniciar, estendemos a denio de equao linear a esse universo:
Denio 6: D-se no nome de Equao linear a trs incgnitas ou
Equao linear tridimensional, expresso
ax + by + cz = d
em que a, b, c e d so nmeros reais e x, y e z so as incgnitas da
equao.
De maneira anloga ao caso de duas incgnitas, no se admitem expoen-
tes (diferentes de 1) ou multiplicao/diviso entre elas. Desse modo, uma
equao do tipo

3x +
1
2
y 0, 5z = 0, por exemplo, uma equao linear a
12
trs incgnitas, ao passo que x + 2xy y + z = 3 ou x
2
+ 3y 4z
2
= 1 no
so (por qu?).
Estendendo o conceito de soluo a este universo, em razo dan intro-
duo da 3.
a
varivel, necessrio mais um elemento para expressarmos os
valores que satisfazem equao. Desse modo, no se fala mais em par
ordenado, mas em terna , trio, ou tripla ordenada:
Denio 7: D-se o nome de Soluo particular da equao linear
tridimensional
ax + by + cz = d
a qualquer terna ordenada (x
0
, y
0
, z
0
) tal que, se zermos x = x
0
, y = y
0
e z = z
0
a equao se verica.
Exemplo 8: Verique que a terna (2, 1, 3) soluo da equao linear
2x 4y + 3z = 9:
Soluo:
.
Exemplo 9: Determine uma soluo particular da equao linear x+yz =
0:
Soluo:
.
Exemplo 10: Escreva uma equao linear que tenha como soluo a terna
(1, 3, 1):
Soluo:
13
.
4.2 Representao geomtrica de uma equao linear
tridimensional
A interpretao geomtrica de uma equao linear a trs incgnitas, conforme
dissemos linhas atrs, pertence geometria analtica de trs dimenses; aqui
j no se fala de plano cartesiano ortogonal, mas de Espao cartesiano or-
togonal, sistema cartesiano obtido por meio da insero de um terceiro eixo,
perpendicular aos outros dois, chamado algumas vezes de Eixo das cotas, ou
de Eixo Oz, a exemplo dos eixos das abscissas (Ox) e das ordenadas (Oy).
A ttulo apenas de ilustrao apresentaremos ingenuamente um pouco da
teoria necessria compreenso da representao geomtrica de uma equa-
o linear. Um estudo completo desse tema se faz em cursos de geometria
analtica em nvel superior.
Uma soluo particular P = (x
0
, y
0
, z
0
) de uma equao linear tridimen-
sional representa um ponto no espao, no mais no plano, e o conjunto de
todas as ternas ordenadas que representam os pontos que compem o espao
chamado, algumas vezes, de Espao R
3
:
Figura 4:
Vista do Espao R
3
(ou Espao cartesiano ortogonal) e a marcao do
ponto genrico P = (x
0
, y
0
, z
0
)
14
Fica fcil de se perceber a justicativa para o adjetivo "tridimensional"na
denio anterior: no plano R
3
o x, o y e o z representam, respectivamente,
o comprimento, a largura e a altura, as trs dimenses de nosso mundo fsico.
Considere, agora, a equao x +y +z = 4. Uma soluo particular sua
a terna (1, 1, 2). Isto quer dizer que o ponto que representa essa terna est a
1 unidade de comprimento, 1 unidade de largura, e 2 unidades de altura do
espao R
3
. Veja:
Figura 5:
Representao geomtrica do ponto P = (1, 1, 2)
Evidentemente, h outros pontos cujas coordenadas vericam essa equa-
o linear. Num estudo mais avanado, prova-se que esses diversos pontos
so innitos, pois assim como em R
2
uma equao linear representa uma
linha reta no plano, em R
3
ela representa uma superfcie plana no espao.
Podemos visualizar parte dessa superfcie se utilizarmos uma ampliao da
tcnica que aprendemos na primeira srie deste curso para construir uma reta
a partir dos interceptos (ou pontos notveis) com os eixos coordenados. Para
relembrar, considere a equao de duas variveis 3x + 2y = 6, por exemplo.
A idia obtermos os pontos de interseco da reta com os eixos Ox e Oy:
Se zermos x = 0, obtemos 3(0) + 2y = 6 y = 3 P
1
= (0, 3)
Se zermos y = 0, obtemos 3x + 2(0) = 6 y = 3 P
2
= (2, 0).
claro que isto tambm pode ser feito pondo a equao na forma de funo
am para calcularmos o zero da funo (intercepto x) e o termo independente
15
(intercepto y).
Construindo o grco a partir desses dois pontos, temos a Figura 6:
Figura 6:
Representao geomtrica do ponto da equao 3x + 2y = 6
Note que apenas parte da reta visualizada, pois ela innita em ambas
as direes.
Faamos agora o mesmo com uma equao tridimensional. Para tanto,
considere a equao linear 3x+2y +z = 6. Iremos anular, em cada vez, duas
das suas incgnitas, am de obter os pontos de interseco do plano com os
eixos coordenados:
Se zermos y = 0 e z = 0, obtemos 3x = 6 x = 2 P
1
= (2, 0, 0)
Se zermos x = 0 e z = 0, obtemos 2y = 6 y = 3 P
2
= (0, 3, 0)
Se zermos x = 0 e y = 0, obtemos z = 6 P
2
= (0, 0, 6)
Basta agora que localizemos esses pontos nos eixos e os liguemos, formando
um tringulo. Ele expressa uma poro da superfcie representada pela equa-
o linear:
16
Figura 7:
Parte do plano que representa a equao 3x + 2y + z = 6
Assim como no caso de duas dimenses, s podemos visualizar parte da
superfcie, pois ela se expande innitamente nos sentidos das bordas que vi-
sualizamos.
Exemplo 11: Faa um esboo do grco da equao linear x + y + 2z = 2:
Soluo:
.
4.3 Sistemas lineares 3 3
Denio 8: D-se o nome de Sistema linear tridimensional ou Sistema
linear 3 3 ao conjunto de trs equaes lineares tridimensionais dispostas
na forma
_
_
_
a
11
x + a
12
y + a
13
z = b
1
a
21
x + a
22
y + a
23
z = b
2
a
31
x + a
32
y + a
33
z = b
3
em que cada a
ij
um nmero real chamado coeciente, cada b
i
um nmero
real chamado de termo independente, e x, y e z so as incgnitas do sistema.
17
Exemplo 12: So exemplos de sistemas lineares 3 3:
_
_
_
x + y + z = 3
x y + 3z = 4
2x + 3y z = 1
,
_
_
_
x + y z = 0
2x + 3y z = 1
x 10y 2z = 1
,
_
_
_
3x + y = 5
x + z = 4
x + y + z = 1

Assim como no caso 22, uma terna (x


0
, y
0
, z
0
) s soluo de um sistema
se vericar as trs equaes lineares ao mesmo tempo. Como antes,tambm
no caso 3 3 podemos classicar os sistemas lineares de acordo com o seu
nmero de solues, de maneira que um sistema S dito:
I) Determinado se possuir uma nica soluo (x
0
, y
0
, z
0
);
II) Indeterminado se possuir innitas solues particulares (x
0
, y
0
, z
0
);
III) Impossvel se no possuir solues.
Essa classicao viabilizada pela interpretao geomtrica de um sis-
tema 3 3, baseada na observao das diversas posies relativas entre trs
planos no espao. Relembrando o caso 22 e levando em considerao o que
sabemos at agora do espao R
3
, possvel se ter uma idia do que ocorre
geometricamente com cada um dos tipos de sistemas:
I) Se o sistema determinado, ento os planos representativos das suas equa-
es possuem um nico ponto P = (x
0
, y
0
, z
0
) em comum;
II) Se o sistema indeterminado, ento os planos representativos das suas
equaes possuem innitos pontos em comum;
III) Se o sistema impossvel, ento os planos representativos das suas equa-
es no possuem pontos em comum, isto , so paralelos.
Para concluir, vale destacar que o estudo dos sistemas indeterminados em
R
3
bem mais amplo do que ocorre em R
2
, devido multiplicidade notvel
de posies relativas entre dois planos com coincidncia innita de pontos,
de maneira que no caso II acima no zemos mais do que uma ingnua e
despretensiosa explanao do que acontece. Uma anlise de caso completa
objeto de estudo de cursos avanados de geometria analtica espacial, em
razo do que no o faremos aqui.
18
4.4 Forma matricial e Regra de Cramer para Sistema
tridimensionais
Considere o sistema
_
_
_
a
11
x + a
12
y + a
13
z = b
1
a
21
x + a
22
y + a
23
z = b
2
a
31
x + a
32
y + a
33
z = b
3
Podemos estender a idia de representao matricial ao caso 3 3 de modo
anlogo ao que zemos no caso bidimensional. Desse modo, o Sistema S
acima poderia ser reescrito na forma de uma igualdade entre matrizes 3 1:
_
_
a
11
x + a
12
y + a
13
z
a
21
x + a
22
y + a
23
z
a
31
x + a
32
y + a
33
z
_
_
=
_
_
b
1
b
2
b
3
_
_
ou ainda, de acordo com o produto de matrizes:
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_

_
_
x
y
z
_
_
=
_
_
b
1
b
2
b
3
_
_
Desse modo, denindo como antes:
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
(Matriz-coeciente)
X =
_
_
x
y
z
_
_
(Matriz-incgnita)
B =
_
_
b
1
b
2
b
3
_
_
(Matriz- independente),
Temos
A X = B
Exemplo 13: Escrever a forma matricial dos sistemas:
a)
_
_
_
3x 2y + z = 3
x + y 4z = 1
5x + 2y 3z = 0
, b)
_
_
_
x + z = 1
y + 2z = 0
x 3y + z = 1
:
Soluo:
19
.
A forma matricial do sistema 33 nos fornece a linguagem adequada para
estendermos tambm a validade da Regra de Cramer ao caso tridimensional,
fato de grande importncia para ns, pois possibilita-nos, nalmente, a reso-
luo desse tipo de sistema, uma vez que estivemos restritos, durante todo
esse tempo, aos sistemas elementares de duas equaes e duas incgnitas.
A demonstrao desse caso apia-se em conceitos como o de Matriz ad-
junta e ser omitida, por escapar aos objetivos de nosso curso; a nomenclatura
que utilizaremos, no entanto, similar que usamos no caso 2 2. Desse
modo, sendo S o sistema AX = B em que
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
e
B =
_
_
b
1
b
2
b
3
_
_
, temos:
A
x
=
_
_
b
1
a
12
a
13
b
2
a
22
a
23
b
3
a
32
a
33
_
_
(Matriz A com a 1.
a
coluna modicada pela matriz B)
A
y
=
_
_
a
11
b
1
a
13
a
21
b
2
a
23
a
31
b
3
a
33
_
_
(Matriz A com a 2.
a
coluna modicada pela matriz B)
A
y
=
_
_
a
11
a
12
b
1
a
21
a
22
b
3
a
31
a
32
b
3
_
_
(Matriz A com a 3.
a
coluna modicada pela matriz B)
Com esta notao enunciamos:
Teorema 2 (Regra de Cramer para Sistemas tridimensionais): Seja
S um Sistema linear 33 de forma matricial AX = B. Se S compatvel
e determinado e
X =
_
_
x
y
z
_
_
, ento
x =

x

, y =

y

, e z =

z

Com os signicados usuais de ,


x
,
y
e
z
.
A respeito desse teorema, vale ainda ressaltar que sua validade restringe-
20
se aos casos em que o sistema determinado, isto aos sistemas em que a
matriz-incgnita inversvel. Desse modo, s podemos us-lo nos casos em
que = 0. Os casos em que = 0 no representam sistemas determinados,
mas sistemas 3 3 indeterminados ou impossveis, e no podem ser analisa-
dos ou resolvidos pela Regra de Cramer.
Exemplo 14: Resolver os sistemas lineares a seguir recorrendo Regra
de Cramer:
a)
_
_
_
x + 2y z = 0
3x 4y + 5z = 10
x + y + z = 1
b)
_
_
_
x + y + z = 10
x + y = 4
y + z = 3
c)
_
_
_
x + 2y + z = 6
4x z = 10
y + 2z = 1
d)
_
_
_
2x + y z = 1
2x + y = 0
x + z = 4
Soluo:
21
5 Apndice I: Equaes e Sistemas lineares no
espao n-dimensional
De posse do que vimos at agora, podemos generalizar, toda a teoria desen-
volvida a uma quantidade n de incgnitas qualquer. Desse modo, temos que
uma Equao linear n-dimensional (ou equao linear a n incgnitas) uma
equao do tipo
a
1
x
1
+ a
2
x
2
+ a
3
x
3
+ a
4
x
4
+ ... + a
n
x
n
= b
em que os a
i
so coecientes, os x
i
so incgnitas, e o b o termo indepen-
dente. Suas solues so as n-uplas ordenadas
(
1
,
2
, ...,
n
)
tais que se zermos x
1
=
1
, x
2
=
2
,..., x
n
=
n
a equao se verica, isto
, torna-se verdadeira a sentena
a
1

1
+ a
2

2
+ a
3

3
+ a
4

4
+ ... + a
n

n
= b
Exemplo 15: 3x + 2y + 4z + t = 3 (Equao linear quadridimensional);
x
1
+ x
2
+ x
3
+ x
4
+ x
5
+ x
6
= 0 (Equao linear a seis incgnitas).
Exemplo 16 (Um caso interessante): Se admitirmos n = 1 na denio
acima, obtemos a equao linear unidimensional
ax = b
que nada mais do que a nossa velha conhecida Equao do 1.
o
grau (Desde
que a = 0). Sua soluo, por conseguinte, apenas um nmero real, isto ,
x =
b
a
.
Exemplo 17: Descubra uma soluo particular da equao x+yz+tw =
0:
Soluo:
.
22
J vimos as interpretaes geomtricas de equaes lineares de 2 e de
3 incgnitas, que requeriam, para sua representao, respectivamente, um
universo de 2 dimenses (o plano), e de 3 dimenses (o espao). Quando
fazemos n = 1 em nossa denio, isto , quando consideramos uma equao
do 1.
o
grau, precisamos no mais do que uma dimenso para representar sua
soluo: basta-nos a reta real, ou conjunto R, e tal soluo se congurar
como um ponto sobre essa reta, fato que j tivemos a oportunidade de estudar
na 1.
a
srie deste curso.
Quando tratamos de uma equao de 4 incgnitas, entretanto, sabemos
apenas que suas solues so qudruplas ordenadas, isto , objetos do tipo
(x
0
, y
0
, z
0
, t
0
), mas no os podemos representar geometricamente, pois ne-
cessitaramos ter conhecimento de um universo quadridimensional, que est
alm da plena compreenso humana. Esse universo costuma ser chamado de
Hiperespao cartesiano ortogonal quadridimensional, ou, simplesmente, es-
pao R
4
. Trata-se de um ente largamente utilizado em matemtica e fsica
moderna, embora no se tenha uma compreenso ttil ou visual de suas pro-
priedades. Alguns conjecturam que assim como as trs primeiras dimenses
so o comprimento, a largura, e a altura, a 4.
a
dimenso seria o tempo, pois
um ser, para existir de fato no mundo fsico, necessita de um comprimento,
uma largura, uma altura e um tempo de existncia. Entretanto, tais con-
jecturas encontram mais popularidade no campo da co do propriamente
da cincia (Ver, por exemplo, o livro "A mquina do tempo"de H.G. Wells),
de maneira que no nos alongaremos nesta discusso, por no a julgarmos
frutfera no momento.
De modo anlogo, uma equao linear de 5 incgnitas possui solues em
R
5
, uma de seis incgnitas em R
6
, e assim por diante. Assim como no caso
tridimensional, no entanto, no podemos sequer imaginar uma interpretao
geomtrica para tais solues. De maneira geral, dizemos que uma equao
n-dimensional possui suas razes no espao R
n
.
Passemos agora a generalizar o conceito de sistema. Um Sistema linear
n-dimensional um sistema formado por n equaes de n incgnitas cada
uma, dispostas da forma seguinte:
_

_
a
11
x
1
+ a
12
x
2
+ a
13
x
3
+ a
14
x
4
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ a
23
x
3
+ a
24
x
4
+ ... + a
2n
x
n
= b
2
a
31
x
1
+ a
32
x
2
+ a
33
x
3
+ a
34
x
4
+ ... + a
3n
x
n
= b
3
a
41
x
1
+ a
42
x
2
+ a
43
x
3
+ a
44
x
4
+ ... + a
4n
x
n
= b
4
..........................................................................
a
n1
x
1
+ a
n2
x
2
+ a
n3
x
3
+ a
n4
x
4
+ ... + a
nn
x
n
= b
n
23
Com os signicados usuais dos smbolos a
ij
, x
j
, e b
i
. Isto, como antes, signi-
ca que a n-upla ordenada (
1
,
2
, ...,
n
) ser soluo do sistema se vericar,
ao mesmo tempo, todas as equaes do sistema.
A forma matricial do sistema dado pela igualdade AX = B, que signica
(a
ij
)
nn
(x
ij
)
n1
(b
ij
)
n1
Exemplo 18: Dar a forma matricial do sistema seguinte:
_

_
x + y + z t = 2
2x y + t = 0
y z + 3t = 1
x + 2y z + 4t = 5
Soluo:
.
Exemplo 19: Se considerarmos um sistema 1 1, obtemos a expresso
{ax = b
que , mais uma vez, uma equao do 1.
o
grau. A sua forma matricial
[a][x] = [b]
A demonstrao geral da Regra de Cramer, como dissemos antes, envolve
conceitos que esto muito alm dos nossos objetivos; entretanto, assumiremos
a sua validade sem demonstrao:
24
Teorema 3 (Regra de Cramer generalizada): Seja AX = B um
sistema linear n-dimensional em que A = (a
ij
)
nn
, X = (x
ij
)
n1
e B =
(b
ij
)
n1
. Se detA = 0 e cada A
i
a matriz-coeciente com a i-sima
coluna trocada pela matriz B,ento cada x
i
determinado pela expresso
x
i
=

i

Exemplo 20: D a soluo do Sistema linear


_

_
x + y = 3
y + z = 5
z + t = 4
x + t = 2
Soluo:
.
25
Exemplo 21: Recordando os conceitos de determinante de uma matriz
quadrada de ordem 1, resolva a equao 3x = 5 considerando-a como um
sistema linear unidimensional e usando a Regra de Cramer:
Soluo:
.
Para concluir, cabe fazermos duas observaes: Inicialmente, perceba a di-
culdade acentuada de se resolver manualmente um sistema de ordem 4 4
pela regra de Cramer. Isto j percebemos no caso do exemplo 20 que de
um sistema at muito simples. Imagine ento um sistema, digamos, 10 10
com equaes completas: uma tarefa extremamente penosa. Para casos
como este, existem programas de computador que utilizam-se da teoria que
desenvolvemos para determinar a soluo numa frao de segundos. Para a
resoluo manual de sistemas como esse, existe a tcnica do escalonamento,
que reduz consideravelmente o trabalho. No abordaremos tal mtodo aqui,
uma vez que a Regra de Cramer suciente para as nossas pretenses.
possvel generalizarmos ainda mais a denio de sistemas lineares se
admitirmos a possibilidade de sistemas com nmero desigual de incgnitas
e de equaes, como por exemplo, um sistema do tipo 3 2, ou 4 5, por
exemplo. Entretanto, quando se fala de Regra de Cramer tal generalizao
relativamente desnecessria, uma vez que todo sistema com tais caractersti-
cas pode ser transformado num sistema n n mediante o acrscimo de uma
nova equao com coecientes e termos independentes nulos, ou uma incg-
nita com coeciente nulo em cada linha. Para ilustrar, seja, por exemplo, o
sistema
_
x + y z = 1
x y + z = 0
de 2 equaes e 3 incgnitas . Podemos adi-
cionar uma nova equao com coecientes zerados 0x+0y +0z = 0, obtendo
ento o sistema
_
_
_
x + y z = 1
x y + z = 0
0x + 0y + 0z = 0
de 3 equaes e 3 incgnitas.
26
Perceba, no entanto, que um sistema desse tipo nunca determinado,
uma vez que a sua matriz-coeciente A sempre possuir uma linha ou coluna
nula, de modo que detA = 0, sendo, portanto, invariavelmente no-inversvel.
Esse sistema indeterminado ou impossvel, de maneira que esse caso torna-
se desinteressante para ns, em razo do que no nos aprofundaremos em seu
estudo.
6 Apndice II: Discusso algbrico-geomtrica
de um sistema linear 2 2
Se voltarmos nosso olhar para a Regra de Cramer, por um instante, ao mesmo
tempo em que levamos em considerao os trs tipos possveis de posies
relativas entre duas retas, podemos estabelecer uma analogia que nos permite
identicar os trs tipos de sistemas, de acordo com os tipos possveis de
matrizes incgnitas.
De incio, recordemos a condio fundamental para a validade da Regra
de Cramer: ela poder ser aplicada num sistema AX = B se, e somente se,
o determinante da matriz incgnita for no-nulo, isto , se = 0. Vimos
que esse caso ocorre se o sistema possvel e determinado, e a soluo X
assim determinada representa as coordenadas do ponto de encontro entre as
retas que so representantes geomtricas das duas equaes que compem o
sistema.
Considerando este caso uma pergunta surge, s vezes, com certa natu-
ralidade: o que ocorre nos casos em que se tem = 0? Para responder a
essa pergunta, perceba, inicialmente, que cada soluo dada pela Regra de
Cramer tem a forma x
i
=

i

, que expressa a diviso entre dois nmeros


reais o
i
e o .
Estudando as possibilidades de anulamento do divisor dessa expresso,
temos:
i)
i
= 0 e = 0: temos uma expresso do tipo

0
, que sabemos ser
impossvel: No poder haver soluo nesse sistema, pois no possvel se
calcular um resultado para essa diviso.
ii)
i
= 0 e = 0: Temos a expresso
0
0
, que sabemos, da 1.
a
srie de
nosso curso, ser uma expresso sem sentido claro na matemtica, costuma
ser chamada de Expresso indeterminada, pois teoricamente qualquer n-
mero pode ser resultado dessa diviso, se levarmos em considerao a prova
27
real da diviso (Considere, por exemplo, 0 0 = 5. Pela prova real, temos
5 0 = 0 (V). Mas observe que o 5 pode ser substitudo por qualquer outro
nmero, e a expresso permanece verdadeira).
Provaremos a seguir que os dois casos geomtricos no contemplados pela
Regra de Cramer correspondem, cada um, a uma dessas formas de divisor
nulo. Para comear, considere duas retas paralelas no plano, conforme a
Figura 8:
Figura 8
Pelo que estudamos, sabemos que cada uma dessas retas representa uma
equao li-near bidimensional. Pelo que vimos na 1.
a
srie do Ensino mdio,
essas retas representam tambm funes ans, por exemplo, cujas leis de as-
sociao s diferem entre si no termo independente, de maneira que podemos
dizer que:
y = Ax + C, para certo valor de C a equao da reta r, pois ela corta o
eixo Oy no ponto (0, C);
y = Ax + D a equao da reta s, por razes anlogas.
Desse modo, as duas retas paralelas acima representam o sistema (impos-
svel)
_
y = Ax + C
y = Ax + D
(*)
Pelo que vimos na seo 2.3, existem nmeros reais a, b, c, d, tais que:
A =
a
b
, C =
c
b
, D =
d
b
,
de maneira que temos:
y = Ax+C y =
a
b
x+
c
b
y =
ax + c
b
by = ax+c ax+by = c
28
e
y = Ax + D ax + by = d
pelas mesmas razes.
Assim, o sistema (*) equivalente a
_
ax + by = c
ax + by = d
Nele temos:
=

a b
a b

= 0,
x
=

c b
d b

= bc bd = b(c d), que diferente


de zero, pois c e d no so ambos nulos e c = d. Desse modo, detA
x
= 0.
Alm disso,
y
=

a c
a d

= adac = a(dc) = 0 pelas mesmas razes.


Isto nos ilustra que um sistema 22 impossvel apresenta = 0,
x
= 0,

y
= 0, valores que nos conduzem s expresses impossveis
x =

x
0
e y =

y
0
Consideremos agora o caso dos sistemas indeterminados. Neles, sabemos,
h innitas solues. Geometricamente, conforme vimos, essa situao
representativa de um par de retas coincidentes (veja Figura 3, pgina 5).
Desse modo as duas so representativas de uma mesma equao linear
ax + by = c
Algebricamente, se queremos considerar duas equaes distintas, pode-
mos atribuir reta r a equao
ax + by = c
e reta s, essa mesma equao multiplicada por uma constante k = 0:
kax + kby = kc
De maneira que a coincidncia entre duas retas representativa do sistema
_
ax + by = c
(ka)x + (kb)y = kc
Cujos determinantes so
29
detA =

a b
ka kb

= 0,
x
=

c b
kc kb

= 0, e
y
=

a b
ka kc

= 0.
Isto nos ilustra que um sistema indeterminado possui todos os determi-
nantes nulos. Seu nome motivado pelo fato de que, ao tentarmos calcular
as solues pela Regra de Cramer, somos levados s indeterminaes
x =
0
0
e y =
0
0
Juntando a essas concluses a Regra de Cramer, temos o teorema se-
guinte:
Teorema 4 (Discusso de um Sistema linear 22): Seja S : AX = B
um sistema linear 2 2. Ento:
Se detA = 0 ento S determinado;
Se detA = det
x
= detA
y
= 0, ento S indeterminado;
Se detA = 0, detA
x
= 0 e detA
y
= 0, ento S impossvel.
fcil, a partir desse teorema, adivinharmos, enm, o porque de se usar
a palavra determinante. Trata-se do nmero capaz de determinar se um
sistema ter soluo, e se tiver, no caso 2 2, se ser nica ou innitas.
Antes de passarmos aos exemplos, reorganizemos nossas concluses, para
facilitar nossa anlise:
= 0 : Sistema determinado
= 0
_

x
= 0,
y
= 0 : Sistema impossvel

x
=
y
= 0 : Sistema indeterminado
Exemplo 22: Classique os sistemas a seguir:
a)
_
3x + 4y = 1
6x + 8y = 0
b)
_
x 2y = 2
5x + 10y = 0
c)
_
3x 4y = 5
8x y = 9
Soluo:
30
.
Exemplo 23: Calcule o valor de k de maneira que o sistema
_
kx 3y = 4
3x + 2y = 8
seja:
a) Determinado; b) Indeterminado; c) Impossvel:
Soluo:
.
Para concluir, importante que se diga que a classicao que aqui ex-
ploramos s possvel de ser feita dessa forma com sistemas bidimensionais.
Quando ampliamos as dimenses a um nmero superior a dois essa anlise
falha catastrocamente. De fato, considere o sistema 3 3 a seguir:
_
_
_
x + y + z = 1
2x + 2y + 2z = 2
3x + 3y + 3z = 0
Note que esse sistema impossvel: De fato, observe que a 2.
a
equao
igual 1.
a
multiplicada por 2. At a, nenhum absurdo. Mas ao considerar-
mos a 3.
a
equao, vemos que o seu 1.
o
membro 3x+3y +3z = 3(x+y +z),
e da, usando a 1.
a
equao, obtemos 3(x + y + z) = 3 1 = 3 = 0, isto
, no possvel que 3x + 3y + 3z seja igual a zero! O sistema, portanto,
impossvel. Apesar disso, se utilizarmos uma forma ampliada do teorema
anterior, teramos:
31
=

1 1 1
2 2 2
3 3 3

= 0,

x
=

1 1 1
2 2 2
0 3 3

= 0,
y
=

1 1 1
2 2 2
3 0 3

= 0,
z
=

1 1 1
2 2 2
3 3 0

= 0
e seramos levados a classicar erradamente o sistema como indeterminado.
Esse problema se deve ao fato de que sistemas indeterminados e imposs-
veis possuem diversas representaes geomtricas diferentes em dimenses
superiores a duas.
7 Apndice III: Sistemas lineares homogneos
Um Sistema linear dito homogneo quando todas as suas equaes possuem
termos independentes nulos; caracteriza-se um sistema desse tipo por sempre
admitir soluo, no sendo impossvel jamais, portanto. De fato, o sistema
_

_
a
11
x
1
+ a
12
x
2
+ a
13
x
3
+ a
14
x
4
+ ... + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ a
23
x
3
+ a
24
x
4
+ ... + a
2n
x
n
= 0
a
31
x
1
+ a
32
x
2
+ a
33
x
3
+ a
34
x
4
+ ... + a
3n
x
n
= 0
a
41
x
1
+ a
42
x
2
+ a
43
x
3
+ a
44
x
4
+ ... + a
4n
x
n
= 0
..........................................................................
a
n1
x
1
+ a
n2
x
2
+ a
n3
x
3
+ a
n4
x
4
+ ... + a
nn
x
n
= 0
admite a soluo (x
1
, x
2
, x
3
, ..., x
n
) = (0, 0, 0, ..., 0) sempre, o que pode fa-
cilmente ser vericado: para isto, tome qualquer uma das equaes e faa
a substituio. Essa soluo, a n-upla ordenada nula, chamada de Solu-
o trivial do sistema, que pode ou no ter outras solues, chamadas, caso
existam, de Solues no-triviais.
Como no h a possibilidade de um sistema homogneo ser impossvel,
restam-nos apenas duas situaes a serem consideradas: ou o sistema de-
terminado ou indeterminado, fato que pode ser associado determinao ou
indeterminao dos quocientes x
i
=

i

. De fato: perceba que um sistema


homogneo possui a forma matricial AX = O. Desse modo, a substituio
da i-sima coluna de A pela Matriz independente O acarreta que cada A
i
possuir uma coluna nula, de maneira que teremos sempre
i
= 0 para cada
um dos x
i
, isto , teremos
1
= 0,
2
= 0,...,
n
= 0. Desse modo, resta-nos
analisar o para sabermos se o sistema ser determinado ou no. De fato,
a expresso que dene cada incgnita x
i
num sistema homogneo
x
i
=
0

32
Assim, se = 0, o sistema ser determinado, e portanto admitir apenas
a soluo trivial; caso contrrio, se = 0, o sistema ser indeterminado,
admitindo, pois innitas solues, estando entre elas a soluo trivial.
Com isto, temos provado o teorema a seguir:
Teorema 5 (Discusso de sistemas lineares homogneos): Seja S o
sistema linear homogneo de forma matricial AX = O. Nessas condies,
temos que:
1) Se = 0, ento S determinado e X = (0, 0, ..., 0);
2) Se = 0, ento S indeterminado.
Exemplo 24: Classique os sistemas homogneos:
a)
_
_
_
3x + 2y + z = 0
x y 4z = 0
8x 5y + 8z = 0
b)
_

_
x
2
+ y = 0

x
5

y
8
= 0
Soluo:
.
Exemplo 25:Calcule o valor de m para que o sistema
_
_
_
x + y z = 0
x y + mz = 0
x + y z = 0
admita apenas a soluo trivial:
33
Soluo:
.
8 Exerccios
8.1 Equaes e sistemas lineares no espao bidimensio-
nal
1. Ache duas solues da equao x
1
+
1
2
x
2
= 0:
2. Determine m para que (-1,1,0) seja soluo da equao mx+y2z = 6:
3. Dada a equao
x
2
+
y
3
= 1, ache para que (, + 1) torne a sen-
tena verdadeira:
4. Calcule a, de modo que (1, a+1) no seja soluo da equao 2x+4y =
0:
34
5. Construa no plano R
2
o grco das equaes a seguir:
a) x 5y = 15 b) 2x 3y = 12 c) 5x 2y = 4 d) 3x y = 4
6. Resolva o Sistemas Lineares a seguir usando a Regra de Cramer:
a)
_
x + 2y = 5
2x 3y = 4
b)
_
3x + 5y = 9
4x + 3y = 1
c)
_
2x + y = 5
x 3y = 0
d)
_
5x + 3y = 34
3x + 4y = 27
e)
_
x 2y = 4
x
2

y
5
= 2
f)
_
5x + 3y = 102
x
5

y
3
= 6
g)
_
3x 4y = 1
x + 3y = 9
h)
_
x + y = 5
2x + 2y = 10
7. Encontre a e b na equao matricial
_
2 5
3 1
_ _
x
y
_
=
_
4
7
_
8. Encontre as coordenadas do ponto de interseco entre os grcos das
funes am f(x) = 2x + 1 e g(x) = 5x + 2:
9. Resolva o sistema
_
x cos a + y sen a = sen a
x (sen a) + y cos a = cos a
8.2 Equaes e sistemas lineares no espao tridi-
mensional
10. Ache m, de modo que (1, 2, 3) seja soluo da equao linear 2a
4b + mc = 0:
11. Determine duas solues da equao linear x + 2y z = 5:
35
12. Esboce o grco das equaes lineares a seguir no 1.
o
octante do sis-
tema cartesiano tridimensional:
(Nota: O 1.
o
octante a parte do espao cartesiano em que as trs
coordenadas so positivas. o correspondente tridimensional do 1.
o
quadrante):
a) x 2y + 3z = 6 b) 2x 2y + z = 8 c) 3x 5y + 3z = 15
13. Resolva os Sistema Lineares a seguir usando a Regra de Cramer:
a)
_
_
_
3x + 2y + z = 1
2x + 3y z = 0
x + y 2z = 4
b)
_
_
_
x + y z = 0
x + y + z = 0
x y z = 0
c)
_
_
_
2x + y 2z = 2
y + z = 2
3x 2z = 1
d)
_
_
_
2x
1
+ 3x
2
x
3
= 0
x
1
2x
2
+ x
3
= 5
x
1
x
2
+ x
3
= 2
e)
_
_
_
2a + b + c = 2
a + c = 0
3a + 5b c = 2
f)
_
_
_
x + 2y z = 2
2x y + 3z = 9
3x + 3y 2z = 3
g)
_
_
_
2a b + c = 2
a b + 2c = 3
a + b + c = 6
h)
_
_
_
2x y 4z = 3
x + 3y + z = 10
3x + 2y 2z = 2
i)
_
_
_
x y 10 = 0
x z 5 = 0
y z 3 = 0
j)
_
_
_
2x + y + z = 1
x 2y + 3z = 8
3x y + z = 0
14. Resolva a equao matricial
_
_
1 4 7
2 3 6
5 1 1
_
_

_
_
x
y
z
_
_
=
_
_
2
2
8
_
_
:
8.3 Equaes e sistemas lineares no espao n-dimensional
15. Ache o conjunto soluo dos sistemas:
a)
_

_
x + y + z + t = 0
2x + 5t = 4
3z 2t = 1
4y + 3t = 5
b)
_

_
x + y + z t = 2
x y + 2z + t = 4
x + 2y 3z + t = 1
5x y + 2z 3t = 3
c)
_

_
x + y + z + t = 0
2x y + t = 1
y + z 2t = 0
4y + 3z = 7
36
8.4 Discusso algbrico-geomtrica de um sistema
linear 2 2
16. Calcule o valor de k de modo que o sistema
_
x + ky = 2
x + 3y = 1
seja com-
patvel e determinado:
17. Classique os sistemas, resolvendo-os quando possvel:
a)
_
2x + y = 4
3x 2y = 1
b)
_
x + y = 3
2x + 2y = 1
c)
_
2x + 2y = 8
x + y = 4
18. Calcule a para que o sistema
_
ax 2y + 2a = 1
2x + ay 2a = 1
seja determinado:
19. Calcule os valores de a para que o sistema
_
3x + 2y = 1
ax 4y = 0
seja com-
patvel e determinado:
20. Determine a e b para que o sistema
_
6x + ay = 12
4x + 4y = b
seja indetermi-
nado:
8.5 Sistemas lineares homogneos
21. Classique, quanto ao nmero de solues, os seguintes sistemas homo-
gneos:
a)
_
3x
1
4x
2
= 0
6x
1
+ 8x
2
= 0
b)
_
_
_
x + y + 2z = 0
x y 3z = 0
x + 4y = 0
22. Calcule o valor de a para que o sistema
_
ax + y = 0
ax + ay = 0
tenha solues
diferentes da trivial:
37
23. Determine m para que o sistema
_
_
_
2x y + 3z = 0
x + 4y 5z = 0
3x + my + 2z = 0
possua inni-
tas solues:
24. (Fuvest-SP) Seja M a matriz dos coecientes do sistema linear
_

_
x
1
+ x
2
+ x
3
+ 2x
4
= 0
x
1
+ x
2
+ 2x
3
+ x
4
= 0
x
1
+ 2x
2
+ x
3
+ x
4
= 0
2x
1
+ x
2
+ x
3
+ x
4
= 0
.
a) Calcule detM:
b) Prove que o sistema admite uma nica soluo:
9 Testes de vestibulares e concursos pblicos
1. (UPE 2000)- Certa quantia ser repartida entre Jnior, Daniela e Edu-
arda. Sabendo-se que Jnior e Daniela recebero juntos R$ 5000,00,
Jnior e Eduarda dividiro R$ 4500,00 e Daniela e Eduarda juntas re-
cebero R$ 3500,00, podemos armar que Eduarda receber:
a)R$ 3000,00 b)R$ 2000,00 c)R$ 1500,00 d)R$ 2500,00 e)R$ 3500,00
2. (UFRN)- A soluo do sistema
_
_
_
x + y + z = 6
4x + 2y z = 5
x + 3y + 2z = 13
:
a) (-2,7,1) b) (4,-3,5) c)(0,1,5) d) (2,3,1) e) (1,2,3)
3. (FGV-SP)- O sistema
_
_
_
2x + 3y z = 0
x + 2y + 4z = 0
x 14z = 0
:
a) Determinado b) Impossvel c) Determinado com soluo (1,1,1)
d)Indeterminado e) NDA
4. (ECT-2000)- Em um estacionamento existem apenas carros e motos.
Sabe-se que o nmero total de rodas existentes no estacionamento 140
e que o nmero de carros igual ao triplo do nmero de motos. qual
38
o total de veculos existentes no estacionamento? Obs.: considere que
cada carro possui quatro rodas e cada moto possui 2 rodas.
a) 10 b) 20 c) 30 d) 40 e) NDA
5. Em uma chcara existem vacas e galinhas, num total de 10 cabeas e
26 ps. quantas vacas e quantas galinhas, respectivamente, existem na
granja?
a) 3 e 7 b) 2 e 8 c) 7 e 3 d) 8 e 2 e) NDA
6. (FMU-SP)- O valor de a para que o sistema
_
x + 2y = 18
3x ay = 54
seja pos-
svel e indeterminado :
a) -6 b)6 c)2 e) 32
7. (UFPR)- Para que o sistema
_
_
_
2x + 5y z = 0
x + 10y 2z = 0
6x 15y + mz = 0
admita soluo
nica, deve-se ter:
a)m = 1 b)m = 2 c)m = 2 d)m = 3 e)m = 3
8. (FCC-BA)- O sistema linear
_
x + y = a
a
2
x + y = 1
impossvel se, e somente
se:
a)a = 1 e a = 1 b)a = 1 ou a = 1 c)a = 1 d)a = 1 e)
a / R
9. (EFOA-MG) O sistema de equaes
_
ax + 5y = 5
bx + y = 0
ter uma nica
soluo se:
a) a = 5b b) a + 5b = 0 c) a 5b = 0 d) 5ab = 0 e)
5ab = 0
39
10. (FAAP-SP) Para que o sistema linear
_
ax by = 7
2x + 5y = 1
admita uma
nica soluo, necessrio que:
a) a =
2b
5
b) a =
2b
5
c) a =
5b
2
d) a =
2b
5
e)
a =
5b
2
11. (FGV-SP) O sistema linear
_
kx + 2y = 1
2x y = m
impossvel se, e so-
mente se:
a) k = 4 e m =
1
2
b) k = 4 e m =
1
2
c) k = 4 e m =
1
2
d)
k = 4
e) a = 4 e m =
1
2
12. (UFPA) O sistema linear
_
x + y = 1
x + a
2
y = a
admite soluo se, e somente
se:
a) a = 0 b) a = 1 c) a = 1 d) a = 1 e) a = 1
13. (FMU-SP) O sistema linear
_
x + 2y = 1
ax + by = 5
tem soluo nica para:
a) todo a = 0 e b = 0 b) b = 2a c) b = a d) todo a R e b R
e) todo a > 0 e b > 0.
14. (FGV-SP) Determine os valores de a e b am de que o sistema
_
2x + 2y = b
2x + ay = 6
seja indeterminado. Ento, o produto ab :
a) 12 b) 24 c) 18 d) 6 e) 36
15. (FCC-BA) O sistema
_
k
2
x y = 0
x + ky = 0
nas incgnitas x e y:
a) impossvel se k = 1. b) admite apenas a soluo trivial se k = 1.
c) possvel e indeterminado se k = 1. d) impossvel para todo k
40
real.
e) admite apenas a soluo trivial para todo k real.
16. (UFSC) Para qual valor de m o sistema
_
_
_
mx 2y z = 0
x my 2z = 0
3x 2y = 0
admite
innitas solues?
a) m = 0 b) m = 0 c) m = 2 d) m = 10 e) m = 1
41
Gabarito
01. c 02. e 03. d 04. d 05. a 06. b 07. d 08. d
09. c 10. a 11. a 12. e 13. c 14. a 15. c 16. c
Referncias
[1] Leithold, L. O clculo com geometria analtica vol. 2 .2.
a
edio. So
Paulo, Harbra: 1982.
[2] Giovanni, J. R. & Bonjorno, J. R. Matemtica 2 2.
o
Grau: Tri-
gonometria, Matrizes, Anlise combinatria, Geometria. So Paulo,
FTD:1992.
[3] Lima, E.L. et al. A matemtica do Ensino Mdio volume 3. Coleo do
Professor de Matemtica , Rio de Janeiro, SBM: 2001.
[4] Iezzi, G. et al. Matemtica 2.
a
srie 2.
o
grau. 7.
a
edio. So Paulo,
Atual: 1974.
[5] Machado, A.S. lgebra linear e Geometria analtica , So Paulo, Atual:
1980.
[6] Boldrini, J. L. et al. lgebra linear . So Paulo: Harbra, 1980.
[7] Luna, J.E.L. Programa de qualicao do Ensino de Matemtica em
Nvel Mdio: uma proposta para a Escola Francisco Pereira da Costa.
Monograa. Garanhuns, (No publicado): 2007.
[8] Callioli, Carlos Alberto et al. lgebra Linear e aplicaes. 6.
a
edio.
So Paulo: Atual, 1990.
42