Você está na página 1de 18

André Gustavo

ÁLGEBRA LINEAR
LISTA DE EXERCÍCIOS A
2 º S EMESTRE
André Gustavo

Definições
1) Espaços Vetoriais: Seja V um conjunto, não vazio, cujos elementos chamaremos de vetores. Considere
u, v  V e   . Se nesse conjunto estiverem definidas as operações de adição u + v  V e
multiplicação por escalar u  V. Sendo verdadeiras as seguintes propriedades:

1) u + (v + w) = (u + v) + w,  u, v e w  V
2) u + v = v + u,  u, v  V
3)  0 V; 0 + u=u,  u V
4)  -u V; u + (-u) = 0,  u  V
5) ( )u = ( u),  u  V e  ,   
6) (u + v) = u + v,  u, v  V e    
7) ( +  )u = u + u,  u  V e  ,   
8) 1.u = u,  u  V

Então V é um espaço vetorial real.

2) Subespaços Vetoriais: Seja V um espaço vetorial sobre  . Considere W um subconjunto de V.


Dizemos que W é subespaço vetorial de V se, e somente se:
i) 0  V
ii)  u, v  V  u + v  V
iii)  u  V e     u  V.

3) Combinação Linear: Seja V um espaço vetorial sobre , e consideremos um subconjunto finito W de


vetores do espaço vetorial W = {w1,w2,...,wn}, o vetor v é uma combinação linear dos vetores de W se
existirem os escalares a1, a2,...,an tais que:
v = a1w1+ a2w2 +...+ wnan.

4) Subespaço Gerado e Geradores de um Subespaço Vetorial: Seja V um espaço vetorial sobre .


Considere v1, v2,...,vn  V e a1, a2,...,an  . Então o conjunto
W = {v  V / v = a1v1 + a2v2 +...+ anvn}
de todas as combinações lineares de v1, v2,...,vn é um subespaço vetorial de V. O conjunto W é chamado
de subespaço gerado por [v1, v2,...,vn]. Os vetores v1, v2,...,vn são chamados de geradores de W.

6) Dependência e Independência Linear: Dado n vetores v1 , v2 , vn com n ≥ 1, dizemos que os


mesmos são linearmente dependentes (LD), quando a combinação linear deles é nula, havendo pelo
menos um dos escalares ai  0. Ou seja:
a1v1 + a2v2 +...+ anvn = 0; ai  0.
quando a combinação linear deles é nula, sendo todos os escalares a i  0 , dizemos que os mesmos são
linearmente independentes (LI).Ou seja:
a1v1 + a2v2 +...+ anvn = 0; a i  0 .

7) Base Vetorial: Um conjunto S  u1 , u2 , , un  de vetores é uma base vetorial de V se valem as


seguintes condições:

(i) u1 , u2 , , un são linearmente independentes

(ii) u1 , u2 , , un geram V.
André Gustavo

Lista de Exercícios: Parte I


1) Determine quais das equações abaixo são lineares. Escreva uma justificativa para sua
afirmação.

a) 3x1  4 x2  5x3  x4  5
b) 0 x1  0 x2  0 x3  4
c) 2 x1 x2  x3  x4  3
d) 5x12  2 x2  x3  0
e) x  4 y  z  3w  0
f) x1  x2  x3  1

2) Determine a(s) equação (ções) que são lineares homogêneas na questão 1. Escreva
uma justificativa para sua afirmação.

3) Faça o que se pede:

a) Complete a sentença: Seja a equação 2 x  3 y  z  w  3 , a sequência (....,2 ,.....,......)


é verdadeira, pois 2  (....)  3  (2)  (....)  (....)  3 .
b) Verifique se a sequência (1,1,2,1) é solução da equação 2 x  3 y  z  w  3 .
c) Encontrar uma solução para equação linear 2x - y - z = 0 diferente da solução trivial (0, 0, 0).

4) Escreva os sistemas lineares abaixo na forma matricial AX = B.

x  y  4
2 x  3 y  4 3x  y  z  4 
a) S :  b) S :  c) S : 3 x  y  1
x  y  2 2 x  5 y  7 z  0 2 x  y  0

5) Dê a matriz A’ = (A|B) ampliada de cada um dos sistemas dados na questão 4.

5 x  3 y  2 z  4t  5

6) Dado o sistema S : 2 x  4 y  3z  5t  9 faça o que se pede:
 x  2 y  5 z  3t  12

a) Dê a representação matricial AX = B de S
b) Dê a Matriz A dos coeficientes de S
c) Dê a Matriz A’ = (A|B) ampliada do Sistema S
d) Verifique se as sequências (1, 0, -2, 1) e (0, 1, -1, 2) são soluções do sistema S,
justifique sua resposta.
André Gustavo

7) Faça o que se pede.

a) Defina sistema linear homogêneo.


b) Dê um exemplo de um sistema linear homogêneo cujo número de equações é menor
do que o número de incógnitas.
c) Dê a representação matricial AX = B do seu exemplo.
d) Dê a Matriz A dos coeficientes do seu exemplo.
e) Dê a Matriz A’ = (A|B) ampliada do seu exemplo.

Lista de Exercícios: Parte II

 2  4 1 0
1) Dada a matriz C   3 0  1 2 , faça o que se pede.
  1 2  1 1

1
a) aplique a operação elementar l1  l1 na matriz C para obter a matriz C1.
2
b) aplique a operação l 2  l 2  3l1 na matriz C1 para obter a matriz C2.
c) aplique a operação l3  l 2 na matriz C2 para obter a matriz C3.
2
d) aplique a operação l3  l3  l 2 na matriz C3 para obter a matriz C4.
3

 1 1 1 1
 2 3 1 0
2) Dada a Matriz H   faça o que se pede:
 1  2 1 0
 
0 0 0 1
a) aplique a operação elementar na matriz H para obter a matriz H1.
b) aplique a operação elementar na matriz H1 para obter a matriz H2.
c) aplique a operação elementar na matriz H2 para obter a matriz H3.

3) Defina os seguintes tipos de matrizes: Matriz Identidade, Matriz Triangular Superior


e Matriz Diagonal. Diga qual o tipo da matriz H3.

4) Use a matriz H3 da questão 2 e o seu conhecimento acerca das operações elementares


sobre as linhas de uma matriz para transformá-la:

a) numa matriz identidade


b) numa matriz escalar cuja diagonal principal é igual √ .

5) Usando o método de Gauss-Jordan, determine, se possível, as matrizes inversas das


matrizes abaixo com o mínimo de operações possível. Justifique sua resposta.

1  2 0  1 1 2 
1 2    3 2    
a) A    b) B    c) C   2  2 1  d) D   3 2  4 
3  2   9 6  3  4  1 0 1  2
   
André Gustavo

6) Determinar o posto das seguintes matrizes com o mínimo de operações possível:

1 2 1 2
1  1 3 1 1  1 1 1 1 
1 
a) A  2 2 1 c) C   3  3 3 3 
1
b) B  
0 3 2 3
2  4 6    1 1  1  1
 2  1 0  1

2 1  1 2 1 3 1 1 0
0 3 1   2 0 1  2 1 1 
d) D   e) E   f) F  
 1 2 1  2  1  3 4 3  1
     
4 1 1 4 2 6 5 2 2

 1 m  1
7) Determine m de modo que o posto da matriz A   2 m 2m seja igual a 2.
 1 2 1 

1 1 m 1 
8) Determine m de modo que o posto da matriz C  1 m 1 m seja igual a 3.
1  1 1 3 

Lista de Exercícios: Parte III

1) Discuta em função de k os seguintes sistemas lineares:

 4 x  3 y  2  x  2 y  kz  1 2 x  5 y  2 z  0
  
a) S : 5 x  4 y  0 b) S : kx  y  z  2 c) S :  x  y  z  0
2 x  1 y  k x  y  z  0 2 x  kz  0
  

2) Discuta e, se possível, resolva cada um dos sistemas abaixo:

 x  y  2 z  w  1
2 x  y  2 z  10 x  2 y  z  0 2 x  y  2 z  2w  2
  
a) S : 3x  2 y  2 z  1 b) S : 2 x  y  3z  0 c) S : 
5 x  4 y  3z  4 4 x  3 y  z  0  x  2 y  4 z  w  1
  3x  3w  3
André Gustavo

3) Discuta e, se possível, resolva os sistemas de equações lineares abaixo usando o Método de


Gauss-Jordan. (Use o mínimo possível de operações elementares sobre as linhas das matrizes
para obter a forma LRFE das mesmas).

2 x  y  2 z  4 x  3 y  z  0 x  y  z  0
  
a) S :  x  2 y  z  1 b) S : 2 x  2 y  0 c) S : 2 x  y  z  1
3x  5 y  2 z  1 x  y  z  0 3x  y  z  1
  

x  y  z  t 0
x  y  z  t x  y  1
 x  2 y  3z  0  4 
d) S :  e) S :  f) S :  2 x  y  2
2 x  5 y  6 z  0 x  y  z  t  4 3x  3 y  0
 x  y  z  t 2 

4) Resolva, se possível, os sistemas abaixo usando inversão de matrizes.

 x  y  2 z  1 x  y  z  0  2 x  y  z  1
  
a) 2 x  y  z  1 b)  x  y  z  0 c) S :  x  2 y  z  1
3x  2 y  z  2 x  2 y  z  0 x  y  2z  1
  

Lista de Exercícios: Parte IV


1) Mostrar que o conjunto V = ³ = {u = (x, y, z)/x, y, z  } dos vetores da geometria
analítica (ternos ordenados de números reais) é um espaço vetorial sobre R, se estiverem
definidas nesse conjunto as seguintes operações fechadas de adição de vetores e
multiplicação por um número real,  u, v  ³,    :

u  v  ( x1 , y1 , z1 )  ( x2 , y 2 , z 2 )  ( x1  x2 , y1  y 2 , z1  z 2 )

u   ( x1 , y1 , z1 )  (x1 , y1 , z1 )

2) Mostrar que o conjunto V = ² = {u = (x, y)/x, y  } dos vetores da geometria


analítica (plano cartesiano) é um espaço vetorial sobre R, se estiverem definidas nesse
conjunto as seguintes operações fechadas de adição de vetores e multiplicação por um
número real,  u, v  ²,    :

u  v  ( x1 , y1 )  ( x2 , y 2 )  ( x1  x2 , y1  y 2 )

u   ( x1 , y1 )  (x1 , y1 )

3) Mostrar que o conjunto V = ² não é um espaço vetorial em relação as operações


u  v  ( x1 , y1 )  ( x2 , y 2 )  ( x1  x2 , y1  y 2 )
definidas por  . Identifique os axiomas
  u   ( x1 , y1 )  (x1 , y1 )
que não são válidos.
André Gustavo

4) Mostrar que o conjunto V = ² não é um espaço vetorial em relação as operações


u  v  ( x1 , y1 )  ( x2 , y 2 )  ( x1  x2 , y1 )
definidas por:  . Identifique os axiomas que
  u   ( x1 , y1 )  (x1 ,0)
não são válidos.

5) Verifique se os subconjuntos abaixo são subespaços vetoriais do ²/e ou ³. Para os


subconjuntos que não são subespaços, dê um contra-exemplo.

a) W = {(x, y)  ²; 3x = 0}  ² b) W = {(x, y)  ²; y = x²}  ²

c) W = {(x, y)  ²; 2x - y = 0}  ² d) W = {(x, y)  ²; y = |x|}  ²

e) W = {(x, y)  ²; x  0}  ² f) W = {(x, y, z)  ³; x + y - 1= 0}  ²

g) W = {(x, y, z)  ³; x = y = 0 }  ³ h) W = {(x, y, z)  ³; x + y - z = 0}  ³

6) Verifique se os subconjuntos abaixo são subespaços vetoriais do M2(R)/e ou M3(R).


Para os subconjuntos que não são subespaços, dê um contra-exemplo.

a) {( ) ( ) } ( )

b) {( ) ( ) } ( )

c) {( ) ( ) } ( )

d) {( ) ( ) } ( )

7) Escreva, se possível, cada vetor v abaixo como combinação linear dos elementos do
conjunto S, justifique a resposta.

a) ( ) {( ) ( ) ( ) ( )}

b) ( ) {( )( )}

c) ( ) {( )( )}

d) ( ) {( )( )( )}

8) Determine um conjunto de geradores para os seguintes subespaços:

a) W = {(x, y, z)  ³; x + z e x - 2y = 0}

b) W = {(x, y, z)  ³; x + 2y - 3z = 0}

c) {( ) ( ) }

d) {( ) ( ) }
André Gustavo

9) Seja W = ³; U = {(x, y, z); x = y} e V = {(x, y, z); z = 0}. Determine um sistema de


geradores de U, V, U + V.

10) Encontre as equações lineares homogêneas que caracterizam os seguintes


subespaços:

a) W = [(-2, 1,0), (3, 0, 1), (-1, 2, 1)]  ³ b) W = [(2, 1,-2), (4, -2, -4)]  ³

c) W = [( ) ( ) ( ) ] ( ) d) W = [(2, -2), (-1,1)]  ²

11) Dados U = [(1, 2, 1), (-1, 0, 4)] e W =[(-1, 1, 0), (1 ,2, -1)] subespaços do ³,
Determine suas equações lineares homogêneas e o gerador de U  W.

12) Verifique se os conjuntos abaixo são LI ou LD, justifique a resposta:

a) {(1, -1, 3), (5, 2, 4), (4, 1, 7)}

b) {(1, 2, -3, 1), (2, 3, -7, 1), (1,4, 1, 5), (0, 3, 5, 5)}

c) {( ) ( ) ( ) ( )}

d) {( ) ( ) ( ) ( )}

e) { }

f) { }

13) Dado W = {(-1,1,-3,4,1), (1,0,-1,2,-3), (1,-2,5,2,7), (2,-1,1,m,-1)} tal que W = 5;


determine m real para que ele seja linearmente dependente. Justifique sua resposta.

14) Determine k de modo que o conjunto {(1,0,k),(1,1,k),(1,k,k²)} seja LI. Justifique


sua resposta.

15) Mostrar que o conjunto de vetores {u, v, w} contido em um espaço vetorial V é


linearmente independente, então o conjunto {u + v, v + w, u + w} também será
linearmente independente.

16) Dados os conjuntos de vetores abaixo, verifique (usando a definição) quais deles
formam uma base dos seus respectivos espaços vetoriais. Justifique sua resposta
escrevendo-a por extenso.

a) { } ( )

b) { } ( )
André Gustavo

c) {( ) ( ) ( ) ( )}  ( )

d) {(1, 1, -1), (2, -1, 0), (3, 2, 0)}  ³

e) {(1, 1, 0, 0), (0, 0, 1, 1), (1, 0, 0, 3), (0, 0, 0, 5)}  4

f) {(0,- 1, 2), (2, 1, 3), (-1, 0, 1), (4, -1, -2)}  ³

---------- GABARITO – Lista de exercícios Parte IV -------------


(1), (2), (3) e (4) Demonstração a cargo do aluno

5) a) sim b) não c) sim d) não e) não f) não g) sim h) sim

6) a) sim b) não c) sim d) sim e) sim

7) a) ( ) ( ) ( ) ( ) ( ) b) ( ) ( ) ( )

c) Não é possível d) ( ) ( ) ( ) ( )

8) a) W = {(x, y, z)  ³; x + 2y - 3z = 0} b) W = {(x, y, z)  ³; x +z = 0}

c) {( ) ( ) } d) W = {(x, y)  ²; x + y = 0}

9) U = [(1, 1, 0), (0, 0, 1)] , V = [(1, 0, 0), (0, 1, 0)],

U + V = [(1, 1, 0), (0, 0, 1),(1, 0, 0), (0, 1, 0)] e U  V = [(1, 1, 0)]

10) a) W = {(x, y, z)  ³; x + 2y - 3z = 0} b) W = {(x, y, z)  ³; x +z = 0}

c) {( ) ( ) } d) W = {(x, y)  ²; x + y = 0}

11) SUBESPAÇO U: U = {(x, y, z)  ³; 8x - 5y + 2z = 0}

SUBESPAÇO W: W= {(x, y, z)  ³; x + y + 3z = 0}

GERADOR DE U  W: U  W = ( )

12) (a), (d) e (f) são LI (b), (c) e (e) são LD

13) m = 4 14) k  0 e k  1 15) Demonstração a cargo do aluno

16) a) não é base b) é Base c) é Base d) é base e) é base f) não é base


André Gustavo

REVISÃO DE ÁLGEBRA DAS MATRIZES

INTRODUÇÃO:
Chamamos de matriz uma tabela de elementos dispostos em linhas e colunas. Esta
representação torna-se muito útil quando o número de variáveis envolvidas na
observação for muito grande.

DEFINIÇÃO:
Dados dois números m e n naturais, não nulos, chama-se matriz m por n (indica-se: m
x n) toda tabela constituída por m . n elementos dispostos em m linhas e n colunas.

Representação:
 a11 a12 ... a1n   a11 ... a1n 
a    a11 .. a1n
 21 a 22 ... a 2n   . . 
A=  . .   
.  = aij mxn ou .

. 

ou
. .
  . .
 . . .   . . 
a m1 a m 2 a mn    a m1 .. a mn
 a m1 ... a mn 

IGUALDADE DE MATRIZES:
Duas matrizes Am x n = [ai j]m x n e Br x s = [bi j ]r x s são iguais, se elas tem o mesmo
número de linhas e colunas, e todos os seus elementos correspondentes são iguais ( ai j =
bi j).

TIPOS ESPECIAIS DE MATRIZES

MATRIZ NULA:
Todos os elementos são nulos. Ou seja: ai j = 0,  i, j.

MATRIZ QUADRADA:
O número de linhas é igual ao de colunas (m = n).

MATRIZ COLUNA
Possui uma única coluna (n = 1)

MATRIZ LINHA
Possui uma única linha (m = 1)

MATRIZ DIAGONAL
É uma matriz quadrada (m = n) onde ai j = 0 para i  j.

MATRIZ IDENTIDADE (In)


aij  1 para i  j

É uma matriz diagonal onde 
aij  0 para i  j

André Gustavo

MATRIZ TRIANGULAR SUPERIOR


É toda matriz tal que m = n e ai j = 0 para i > j.

MATRIZ TRIANGULAR INFERIOR


É toda matriz tal que m = n e ai j = 0 para i < j.

MATRIZ OPOSTA
Dada uma matriz A = [ai j]m x n a matriz oposta de A é a matriz –A = [-ai j]m x n.

MATRIZ SIMÉTRICA:
aij  , i  j

É toda matriz quadrada tal que  , ou seja, At = A.
 a
 ij  a ji se i  j

a d e
Ex: d b f 
 e f c 

aij  0 se i  j

MATRIZ ANTI-SIMÉTRICA  , ou seja, At = -A.
aij   a ji se i  j

0  d e
d 0  f 

 e f 0 

MATRIZ TRANSPOSTA ( At ou A’).

Dada uma matriz A = [ai j] m x n chama-se transposta de matriz At = [bi j] m x n , onde bi j =


aji ( 1  i  m, 1  j  n). Ou seja, as linhas de At são as colunas de A

1 6 
1 5 7
Ex: A = 5 4 At =  
7 2 3 x 2 6 4 2  2 x 3

Propriedades de At:

I. (A + B)t = At + Bt

II. (K . A)t = K . At ; K escalar qualquer

III. (A . B)t = Bt . At

IV. (At )t = A
André Gustavo

OPERAÇÃO COM MATRIZES


ADIÇÃO:
A soma de duas matrizes de mesma ordem é obtida somando-se os elementos
correspondentes das matrizes componentes da soma.

2 3  1 2 3 5
Ex.:    
4 5   3 4   7 9 

Propriedades: Dadas três matrizes A, B e C, de mesma ordem m x n, temos:


a) A + B = B + A
b) A + (B + C) = (A + B) + C (associativa)
c) A + 0 = A, onde 0 é a matriz nula.

MULTIPLICAÇÃO POR ESCALAR:


Seja A = [ai j]m x n e K um número, então:
K * A = [K . ai j]m x n
1 2  2 4
Ex.: 2    
3 4   6 8 

Propriedades: Dadas duas matrizes A e B de ordem m x n e os números K, K1 e K2,


temos:
a) K (A + B) = KA + KB
b) (K1 + K2).A = K1A + K2A
c) 0 . A = 0 (matriz nula)
d) K1(K2 . A) = (K1 . K2)A

MULTIPLICAÇÃO DE MATRIZES:
Sejam A = [ai j]m x n e B = [br s]n x p . Definimos A * B = [Cu v]m x p, onde
n
cuv   a uk  bkv  a u1  b1v  ...  a un  bnv
k 1
Observações:
a) O número de colunas de A deve ser igual ao número de linhas de B.
b) A ordem da matriz produto é obtida pelo número de linhas de A com o número de
colunas de B.

Propriedades:
a) AB  BA.
b) AI = IA = A
c) A(B + C) = AB + AC (Distributiva à esquerda)
d) (A + B)C = AC + BC (Distributiva à direita)
e) (AB)C = A(BC) (Associativa)
f) 0 . A = A . 0 = 0
André Gustavo

MATRIZES EQUIVALENTES

DEFINIÇÃO I: OPERAÇÕES ELEMENTARES


1°) Troca de linhas.

2°) Substituição de uma linha pela sua soma com outra linha, multiplicada por um
escalar diferente de zero.

3°) Multiplicação ou divisão de uma linha por um escalar diferente de zero.

DEFINIÇÃO II:
Uma matriz Am x n é dita LINHA REDUZIDA se:
a) O 1° elemento não nulo em cada linha não nula é igual a 1.
b) Cada coluna de A que contém o 1° elemento não nulo de alguma linha, tem todos os
seus elementos, outros, nulos.

0 0 1 2  1 0 0 0  0 3 1 
Exs. : A = 1 0 0 3 B = 0 1 1 0 C = 1 0 2
0 1 0 4 0 0 1 0 0 0 0
É linha-reduzida Não satisfaz B Não satisfaz A

DEFINIÇÃO III:
Uma matriz A = [ai j]m x n , é dita LINHA-REDUZIDA À FORMA EM ESCADA OU
ESCALONADA, se :
a) É linha-reduzida.
b) Toda linha de A que contém todos os elementos nulos ocorre abaixo de todas as
linhas que possuem um elemento não nulo.
c) Se as linhas 1,2,...,n são as linhas não nulas de A e se o 1º elemento não nulo da
linha i ocorre na coluna ki , i = 1,....,n, então k1 k2  k3  ...  kn .

1 0 0  0 1 0 0 2  0 0 1  0 1 5 0 1 
Exs. : 0 1 0 0 0 0 0 0 
  C = 1 0 0 D = 0 0 0 1 2 
 
0 0 1 0 0 1 0 0 0 1 0 0 0 0 0 0
É escalonada Não satisfaz B Não satisfaz C É escalonada
k3  k1 ; k1  k2

DETERMINANTES

1. Determinante de uma matriz de 2a ordem.

a11 a12
 a11  a 22  a12  a 21
a 21 a 22
3  1
Exemplo: Calcular o determinante associado à matriz A  
 5 2 
André Gustavo

3 1
Solução: Det ( A)   (3)  2  (1)  5  1
5 2

2. Determinante de uma matriz de 3a ordem.

Regra de Sarrus.

| |

 0 1  2
Exemplo: Calcule det(A), sendo A   1 3 4  .
 2 1 5 

| |

= 0 + 8 + 2 + 5 + 0 + 12 = 27. Logo, o Det (A) = 27.

SISTEMAS LINEARES
1. Definição: Denomina-se sistema linear de m equações nas n incógnitas x1, x2, x3,...,
xn a todo sistema da forma:

a11 x1  a12 x 2  a13 x3  ...  a1n x n  b1


a x  a x  a x  ...  a x  b
 21 1 22 2 23 3 2n n 2

S a31 x1  a32 x 2  a33 x3  ...  a3n x n  b3


...........................................................

a m1 x1  a m 2 x 2  a m3 x3  ...  a mn x n  bm

em que a11, a12, a13,..., a1n, b1, b2, b3,..., bm são números reais.
Se o conjunto ordenado de números reais ( ) satisfizer todas as
equações do sistema, será denominado solução do sistema linear.

Se o termo independente de todas as equações do sistema for nulo, isto é,b1 = b2 = b3


=...= bm = 0, o sistema linear será dito homogêneo.
Uma solução do sistema linear homogêneo
André Gustavo

a11 x1  a12 x 2  a13 x3  ...  a1n x n  0


a x  a x  a x  ...  a x  0
 21 1 22 2 23 3 2n n

S : a31 x1  a32 x 2  a33 x3  ...  a3n x n  0


...........................................................

a m1 x1  a m 2 x 2  a m3 x3  ...  a mn x n  0

é a sequencia (0, 0, 0,...,0). Essa solução chama-se solução trivial do sistema


homogêneo. Se o sistema homogêneo admitir outra solução onde as incógnitas não são
todas nulas, a solução será chamada não trivial.

2. Representação Matricial de um Sistema


Todo sistema pode ser representado na forma matricial, assim, considerando um sistema
S com m equações a n incógnitas:

a11 x1  a12 x 2  ...  a1n x n  b1


a x  a x  ...  a x  b
 21 1 22 2 2n n 2

S a31 x1  a32 x 2  ...  a3n x n  b3


................................................

a n1 x1  a n 2 x 2  ...  a nn x n  bn

a representação matricial do sistema será dada da seguinte forma:

a11 a12 ... a1i ... a1n   x1   b1 


     
a 21 a 22 ... a 2i ... a 2 n   x 2   b2 
     
a31 a32 ... a3i ... a3n     
.  x 3    b3 
     
..........................................     
 
a n1 a n 2 ... a ni ... a nn   x n   bn 
     
   

3x  2 y  4 z  10

Exemplo: Faça a representação matricial do sistema 2 x  5 y  7 z  4
9 x  7 y  0

 x  10
3 2 4     
     
Solução: 2 5 7  . y   4 
     
9 7 0     
 z  0 
André Gustavo

3. Matriz dos Coeficientes e Matriz Ampliada de um Sistema.


Dado um sistema linear S de m equações e n incógnitas:
a11 x1  a12 x 2  ...  a1n x n  b1
a x  a x  ...  a x  b
 21 1 22 2 2n n 2

S a31 x1  a32 x 2  ...  a3n x n  b3


................................................

a n1 x1  a n 2 x 2  ...  a nn x n  bn
Chamamos de matriz dos coeficientes, a matriz formada pelos coeficientes das
incógnitas do sistema:

a11 a12 ... a1i ... a1n 


 
a 21 a 22 ... a 2i ... a 2 n 
 
a31 a32 ... a3i ... a3n 
 
.......................................... 
 
a n1 a n 2 ... a ni ... a nn 
 

Chamamos de matriz ampliada do sistema, a matriz formada pelos coeficientes das


incógnitas e os termos independentes do sistema:

a11 a12 ... a1i ... a1n b1 


 
a 21 a 22 ... a 2i ... a 2 n b2 
 
a31 a32 ... a3i ... a3n b3 
 
................................................ 
 
a n1 a n 2 ... a ni ... a nn bn 
 

Exemplo: Represente as matriz dos coeficientes e a matriz ampliada do sistema

3x  2 y  4 z  10

2 x  5 y  7 z  4
9 x  7 y  0

Solução:
Matriz dos coeficientes do sistema
3 2 4 
 
2 5 7 
 
9 7 0 
André Gustavo

Matriz ampliada do sistema


3 2 4 10
 
2 5 7 4
 
9 7 0 0 

4. Sistemas Lineares Equivalentes

Dois sistemas lineares que admitem o mesmo conjunto solução são ditos equivalentes.
Por exemplo, os sistemas:

 x  2 y  3 3x  4 y  5
 e 
2 x  y  4 x  2 y  5

São equivalentes, pois ambos apresentam o mesmo conjunto solução


S = {(1, 2)}.

5. Matriz escalonada por linhas


Uma matriz está escalonada por linhas quando satisfaz as seguintes condições:

 Todas as linhas que consistem inteiramente de zeros, estão na parte


inferior da matriz.
 Em cada linha não nula, o primeiro elemento não nulo (chamado de
elemento líder) está em uma coluna à esquerda de qualquer outro
elemento líder abaixo dele.

Para escalonar a matriz ampliada de um sistema linear, deve-se aplicar as operações


elementares sobre as linhas da matriz, observando as regras citadas acima.
Exemplo:

1 3 2 0 1 0 0 2  5 1 5 0 4 
     
a) 0 1 4 b) 0 0 0 0 0 c) 0 0 1 1  1
0 0 7  0 0 1 0 0 0 0 0 0 0 
É escalonada Não satisfaz B É escalonada

6. Discussão de um Sistema Linear AX = B.


Discutir um sistema linear significa classificá-lo em sistema impossível (SI), sistema

possível determinado (SPD) ou sistema possível e indeterminado (SPI). Assim:


André Gustavo

a) Sistema compatível e incompatível: Um sistema é dito compatível (ou possível)


quando há valores para as incógnitas xi que satisfazem as equações do sistema
simultaneamente. Caso isso não aconteça, ele é dito Incompatível (ou impossível).

b) Sistema indeterminado: O sistema é dito indeterminado quando admite infinitas


soluções, ou seja, existem infinitos valores de xi que verificam as equações
simultaneamente.

Solução de um Sistema Linear AX = B.


Dizemos que a seqüência ou ênupla ordenada de reais ( ) é solução de um
sistema linear S, se for solução de todas as equações de S, isto é

a11 1  a12 2  a13 3  ...  a1n n  b1


a   a   a   ...  a   b
 21 1 22 2 23 3 2n n 2

a31 1  a32 2  a33 3  ...  a3n n  b3


...........................................................

a m1 1  a m 2 2  a m3 3  ...  a mn n  bm