Sistema de Equações Lineares

Sistema de Equações Lineares
Adilson Barros
5 de Abril de 2021
Adilson Barros Sistema de Equações Lineares

Denition (Equação Linear)

Uma equação linear nas variáveis x1 , x2 , · · · , xn é uma equação que
pode ser escrita na forma
a1 x1 + a2 x2 + · · · + an xn = b (1)
onde a1 , a2 , · · · , an e b são constantes. A constante ak é chamada

coeciente de xk , e b é chamado termo independente ou termo
constante.
Example


a1 x1 + a2 x2 + · · · + an xn = b (1)

constante.
Example
√
(a) 3x1 − 4x2 + 2x3 − πx4 = 3


a1 x1 + a2 x2 + · · · + an xn = b (1)

constante.
Example
√
(a) 3x1 − 4x2 + 2x3 − πx4 = 3
(b) −x1 + 2x2 − 3x3 = 4

Denition (Solução de uma Equação Linear)

Uma solução da equação linear (1) é uma lista de valores para as
variáveis ou, de forma equivalente, um vetor s com n elementos,
x 1 = s1 , x 2 = s2 , ··· , x n = sn ou s=
(s1 , s2 , · · · , sn ) de modo a que a seguinte proposição (obtida a
partir da substituição de xi por si na equação) seja verdadeira:
a1 s1 + a2 s2 + · · · + an sn = b.
Neste caso, diz-se que s satisfaz a equação.

Example
√
Considere 3x1 − 4x2 + 2x3 − πx4 = 3. Uma solução da equação, é
x1 = 1, x2 = 0, x3 = 0, x4 = 0 ou s = (1, 0, 0, 0),
pois √
3×1−4×0+ 2×0−π×0

Example
√
Considere 3x1 − 4x2 + 2x3 − πx4 = 3. Uma solução da equação, é
x1 = 1, x2 = 0, x3 = 0, x4 = 0 ou s = (1, 0, 0, 0),
pois √
3 × 1 − 4 × 0 + 2 × 0 − π × 0 = 3.

Nota
Em equações cujo número de variáveis não é grande,
frequentemente, utilizam-se as letras x, y , z, w , t, · · · como
variáveis da equação.
Example

Nota
Em equações cujo número de variáveis não é grande,
frequentemente, utilizam-se as letras x, y , z, w , t, · · · como
variáveis da equação.
Example
√
(a) 3x − 4y + 2 z − πw = 3
(b) −x + 2y − 3z = 4

Denition (Sistema de Equações Lineares)

Um sistema de equações lineares com m equações e n variáveis
(incógnitas) é um conjunto de equações do tipo:


 a11 x1 + a12 x2 + ··· + a1n xn = b1
 a21 x1 + a22 x2 + ··· + a2n xn = b2

.. .. .. .. (2)


 . . . .
am 1 x 1 + am 2 x 2 + · · · + amn xn = bm

onde aij e bi são constantes, para todo 1 ≤ i ≤ m e 1 ≤ j ≤ n. O

número aij é o coeciente da variável xj e o número bi é o termo
independente.

Denition (Solução de um Sistema de Equações Lineares)

Uma solução ou solução particular do sistema (2) é uma lista de
valores para as variáveis ou, de forma equivalente, um vetor s com
n elementos, que é solução de cada uma das equações do sistema.
O conjunto de todas as soluções do sistema é chamado conjunto
solução ou solução geral do sistema.
Example
O vetor s = (1, 2, 3) é uma solução do seguinte sistema de
equações lineares
2

 x1 − x2 + x3 =
x1 + x2 + x3 = 6 , (3)
x1 − x2 − x3 = −4


Example
pois,
 1−2+3 = 2  2 = 2
 
1+2+3 = 6 ⇔ 6 = 6 .
1 − 2 − 3 = −4 −4 = −4
 

Example
pois,
 1−2+3 = 2  2 = 2
 
1+2+3 = 6 ⇔ 6 = 6 .
1 − 2 − 3 = −4 −4 = −4
 
Por outro lado, o vetor v = (2, 2, 2) não é solução do sistema (3),

pois, substituindo v nas equações do sistema (3), obtém-se
 2−2+2 = 2  2 = 2
 
2+2+2 = 6 ⇔ 6 = 6 ,
2 − 2 − 2 = −4 −2 = −4 (proposição falsa)
 
isto é, v não é solução da terceira equação do sistema (3).

Denition (Sistema de Equações Lineares Equivalentes)

Dois sistemas de equações lineares são equivalentes se, e somente
se, toda solução de um é também solução do outro.
Denition (Sistema de Equações Lineares Homogêneo)

O sistema de equações lineares (2) é dito homogêneo, se
bi = 0, ∀ 1 ≤ i ≤ m. Caso contrário o sistema é dito
não-homogêneo.

Example
 x1 − x2 + x3 = 0

x1 + x2 + x3 = 0
x1 − x2 − x3 = 0


Example
 x1 − x2 + x3 = 0

x1 + x2 + x3 = 0
x1 − x2 − x3 = 0

Theorem
Sejam Ax = b um sistema de equações lineares não-homogéneo
com n incógnitas, e v0 uma solução desse sistema. Então, o
conjunto solução do sistema de equações lineares Ax = b é o
conjunto de todos os vetores da forma v0 + v , onde v é uma
solução do sistema homogéneo associado (Ax = 0).

Denition (Forma Matricial de um Sistema de Equações Lineares)

A forma matricial do sistema de equações lineares (2) é dada por:
    
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n   x2   b2
    
.. .. ..   ..  =  .. . (4)
 
. . .  .   .

 
am1 am2 · · · amn xn bm

Fazendo
     
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n   x2   b2 
A= .. .. ..  , x =  . , b =  . ,
     
 . . .   ..   .. 
am1 am2 · · · amn xm bm
o sistema (4) ca na forma
Ax = b. (5)
A matriz A é denominada matriz dos coecientes, a matriz x matriz

das incógnitas e a matriz b matriz dos termos independentes.

Uma outra matriz associada ao sistema (4) é a matriz ampliada ou

aumentada M , dada por
 
a11 a12 · · · a1n b1
 a21 a22 · · · a2n b2 
M= .. .. .. ..  .
 
 . . . . 
am 1 am 2 · · · amn bm

Example
Do sistema linear
2

 x1 − x2 + x3 =
x1 + x2 + x3 = 6 ,
x1 − x2 − x3 = −4

temos que:
1 −1 1 2
     
x1
A= 1
 1 1 , x =  x2  , b=  6 ,
1 −1 −1 x3 −4
1 −1 1 2
 
M= 1 1 1 6 .
1 −1 −1 −4

Example
A forma matricial desse sistema é
1 −1 1 2
    
x1
 1 1 1   x2  =  6  .
1 −1 −1 x3 −4

Example
A forma matricial desse sistema é
1 −1 1 2
    
x1
 1 1 1   x2  =  6  .
1 −1 −1 x3 −4
Observação
O sistema de equações lineares (2) é dito consistente ou possível se
tem uma ou mais soluções, e é dito inconsistente ou impossível se
não tem solução.

Theorem (Número de Soluções de um Sistema de Equações Linear)

O sistema de equações lineares (2) está enquadrado num dos três
casos seguintes:
1 não ter solução;
2 ter uma única solução;
3 ter um número innito de soluções.

Theorem (Classicação de um SEL)

Seja um sistema de m equações lineares a n incógnitas, sobre um
corpo R, e sejam A e [A|B], a matriz dos coecientes e a matriz
ampliada, respetivamente, a ele associadas. Então:


(1) O sistema é impossível sse c (A) 6= c ([A|B]) ;


(2) O sistema é possível determinado sse
c (A) = c ([A|B]) = n ;


(2) O sistema é possível determinado sse
c (A) = c ([A|B]) = n ;
(3) O sistema é possível indeterminado sse
c (A) = c ([A|B]) < n ;

Denition (Grau de indeterminação de um sistema)

corpo R, possível. O número não negativo
g = n − c (A)
diz-se grau de indeterminação do sistema.

Nesta secção, estamos interessados em determinar a(s) solução(ões)
de um sistema de equações lineares, caso existir. O teorema que se
segue nos dá uma direção no sentido de a(s) encontrarmos.
Theorem
Dois sistemas que possuem matrizes ampliadas (aumentadas)
equivalentes são equivalentes.
Com esse resultado, vamos usar a eliminação de Gauss para reduzir
a matriz ampliada do sistema à forma escalonada ou, quando se
justicar, à forma escalonada reduzida por linha, que, em geral, nos
conduz a um sistema mais fácil de ser resolvida. Vamos revisitar o
Exemplo ??, onde aparecem duas matrizes linha equivalentes,
sendo uma na forma escalonada.
1 2 3 1 1 2 3 1
   
M= 1 3 4 2  ∧ B =  0 1 1 1 .
2 4 7 3 0 0 1 1
Vendo as matrizes M eAdilson
B comoBarros matrizes ampliadas,
Sistema de elas
Equações Lineares
Example
O sistema
x1 − 2x2 − x3 1

 =
2x1 − 4x2 + x3 = −1 ,
−x1 + 3x2 + 2x3 = 2

sobre o corpo R, é possível determinado, pois:

1 −2 −1 1
 
[A|B] =  2 −4 1 −1  −→
L2 ←L2 −2L1
−1 3 2 2
1 −2 −1 1 1 −2 −1 1
   
 0 0 3 −3  −→  0 0 3 −3 
L3 ←L3 +L1
−1 3 2 2 0 1 1 3

Example
1 −2 −1 1
 
−→  0 1 1 3 
L2 ↔L3
0 0 3 −3
Logo, c(A) = c ([A|B]) = 3 (3 é o n.o total das incógnitas), então
o sistema é possível determinado.

Example
1 −2 −1 1
 
−→  0 1 1 3 
L2 ↔L3
0 0 3 −3
Logo, c(A) = c ([A|B]) = 3 (3 é o n.o total das incógnitas), então
o sistema é possível determinado.
Nota-se que s = (8 , 4 , −1) é a sua solução.

Example
O sistema
 x1 − 2x2 − x3 = 1

2x1 − 4x2 + x3 = 0 ,
2x1 − 4x2 − 2x3 = 3

sobre o corpo R, é impossível,

 pois:
1 −2 −1 1

[A|B] =  2 −4 1 0 
2 −4 −2 3

Example
O sistema
 x1 − 2x2 − x3 = 1

2x1 − 4x2 + x3 = 0 ,
2x1 − 4x2 − 2x3 = 3


 pois:
1 −2 −1 1

[A|B] =  2 −4 1 0  −→
L2 ←L2 −2L1
2 −4 −2 3
1 −2 −1 1
 
 0 0 3 −2 
2 −4 −2 3

Example
O sistema
 x1 − 2x2 − x3 = 1

2x1 − 4x2 + x3 = 0 ,
2x1 − 4x2 − 2x3 = 3


 pois:
1 −2 −1 1

[A|B] =  2 −4 1 0  −→
L2 ←L2 −2L1
2 −4 −2 3
1 −2 −1 1 1 −2 −1 1
   
 0 0 3 −2  −→  0 0 3 −2 
L3 ←L3 −2L1
2 −4 −2 3 0 0 0 1

Example
O sistema
 x1 − 2x2 − x3 = 1

2x1 − 4x2 + x3 = 0 ,
2x1 − 4x2 − 2x3 = 3


 pois:
1 −2 −1 1

[A|B] =  2 −4 1 0  −→
L2 ←L2 −2L1
2 −4 −2 3
1 −2 −1 1 1 −2 −1 1
   
 0 0 3 −2  −→  0 0 3 −2 
L3 ←L3 −2L1
2 −4 −2 3 0 0 0 1
Logo,
c (A) = 2 6= c ([A|B]) = 3
.
Example
Determine, se possível, o conjunto solução do sistema
 x1 + x2 − 2x3 + 4x4 = 5

2x1 + 2x2 − 3x3 + x4 = 3

3x1 + 3x2 − 4x3 − 2x4 = 1

.
A matriz dos coecientes e o matriz dos termos independentes
associadas ao sistema linear (??) são dadas, respetivamente,
por
1 1 −2 4 5
   
A =  2 2 −3 1  ∧ b= 3 
3 3 −4 −2 1

Temos que
.
4 .. 5
 
1 1 −2 ∼
.
1 .. 3  L2 −→ L2 − 2L1
 
 2 2 −3
M = [A|b] = 
. L3 −→ L3 − 3L1

3 3 −4 −2 .. 1
.
4 ..
 
1 1 −2 5

 0 0 .. 
1 −7 . −7  ∼
. L3 −→ L3 − 2L2
 
0 0 2 −14 .. −14
.
4 ..
 
1 1 −2 5
.
1 −7 .. −7 
 
 0 0
..
 
0 0 0 0 . 0

Estando M na forma escalonada, segue que
pA = pM = 2 < n = 4.
Logo, o sistema é possível indeterminado com duas variáveis

livres (nul(A) = n − pA = 4 − 2 = 2).
Continuando com a eliminação de Gauss, vem
.
4 ..
 
1 1 −2 5
 ..  L1 −→ L1 + 2L2
 0 0 1 −7 . −7  ∼
.
 
0 0 0 0 .. 0
.
1 1 0 −10 .. −9
 
 0 0 1 −7 ... −7
 
.
.
 
0 0 0 0 .. 0
Assim, temos o seguinte sistema equivalente:
x1 + x2 − 10x4 = −9 x1 = −9 − x2 + 10x4

⇔
x3 − 7x4 = −7 x3 = −7 + 7x4

Assim, temos o seguinte sistema equivalente:
x1 + x2 − 10x4 = −9 x1 = −9 − x2 + 10x4

⇔
x3 − 7x4 = −7 x3 = −7 + 7x4
Sendo
 assim,
 a solução
 geral
 dosistema dado é
−9 −1 10
 
 x1 
 x2  =  0  +  1  x2 +  0 

 

     
 x4 , x2 , x4 ∈ R .
  x3   −7   0   7  
0 0 1
 
x4
 

Example
Determine os valores para o parâmetro real k , caso existam, de
modo a que o sistema
= 0

 x +y +z
x + y + kz = 2
kx + 2y + z = 0

admita:
(i) uma única solução;
(ii) mais de uma solução;
(iii) nenhuma solução.

Passo 1: Transformar na forma escalonada a matriz ampliada.
.
1 1 1 .. 0
 
∼
 .. 
 1 1 k . 2
M = [A|b] =   L2 → L2 − L1
.

L3 → L3 − kL1
k 2 1 .. 0

.
1 1 1 .. 0
 
∼
 .. 
 1 1 k . 2
M = [A|b] =   L2 → L2 − L1
.

L3 → L3 − kL1
k 2 1 .. 0
 .. 
1 1 . 0 1

 0 .. 
0 k − 1 . 2 
..
 
0 2−k 1−k . 0

.
1 1 1 .. 0
 
∼
 .. 
 1 1 k . 2
M = [A|b] =   L2 → L2 − L1
.

L3 → L3 − kL1
k 2 1 .. 0
 .. 
1 1 . 0 1

 0 .. 
0 k − 1 . 2 
..
 
0 2−k 1−k . 0
 .. 
∼ 1 1
. 0 1
 .. 
 0 2−k 1−k . 0 
L2 ↔ L3  
.
0 0 k − 1 .. 2

Passo 2: Analisar o posto da matriz dos coecientes p(A) e o

posto da matriz ampliada p([A|b]), a partir da matriz
 .. 
1 1 . 0 1
 .. 
 0 2 − k 1 − k . 0 ,
B= 
.
0 0 k − 1 .. 2
e classicar o sistema em função de k .

Se
2 − k 6= 0 ⇔ k 6= 2 e k − 1 6= 0 ⇔ k 6= 1
A matriz B ca na forma escalonada e com 3 linhas não nulas,

mesmo eliminando a última coluna. Portanto,
p([A]) = p([A|b]) = 3 = n( número de colunas de A),
fazendo com que o sistema admita uma única solução.

Falta analisar o que acontece quando k = 1 e quando k = 2.

..
 
 1 1 1 . 0 
k = 1 =⇒ B =  0 2 − k ..
1−k . 0  =
 
..
 
0 0 k −1 . 2
.. ..
   
1 1 1 . 0 1 1 1 . 0
. .
   
 0 2 − 1 1 − 1 .. 0  =  0 1 0 .. 0  .
   
.. ..
   
0 0 1−1 . 2 0 0 0 . 2
Com isso, se eliminarmos a última coluna de B , camos com
apenas duas linhas não nulas, fazendo com que p(A) = 2.
Por outro lado, B tem três linhas não nulas, logo p([A|b]) = 3.
Portanto,
p(A) 6= p([A|b]).
Logo, para k = 1 o sistema não tem solução.

 .. 
1 1 1 . 0
k = 2 =⇒ B = 
 .. 
 0 2−k 1−k . 0 =

.
0 0 k − 1 .. 2
.. .
1 1 1 .. 0
   
1 1 1 . 0
 0 2 − 2 1 − 2 ... 0  =  0 0 −1 ... 0  .
   
.. ..
   
0 0 2−1 . 2 0 0 1 . 2
A matriz B não está na forma escalonada. Precisamos
transformá-la nessa forma.
 ..   .. 
1 1 1 . 0 1 1 . 01
 0 0 −1 ... 0   0 0 −1 ... 0  .
   
∼
. ..
   
L3 → L3 + L2
0 0 1 .. 2 0 0 0 . 2

Com isso, se eliminarmos a última coluna dessa nova matriz
(na forma escalonada), camos com apenas duas linhas não
nulas, fazendo com que p(A) = 2.
Por outro lado, essa nova matriz (na forma escalonada) tem
três linhas não nulas, logo p([A|b]) = 3.
Portanto,
p(A) 6= p([A|b]).
Logo, para k = 2 o sistema não tem nenhuma solução.

Com isso, se eliminarmos a última coluna dessa nova matriz
(na forma escalonada), camos com apenas duas linhas não
nulas, fazendo com que p(A) = 2.
Por outro lado, essa nova matriz (na forma escalonada) tem
três linhas não nulas, logo p([A|b]) = 3.
Portanto,
p(A) 6= p([A|b]).
Logo, para k = 2 o sistema não tem nenhuma solução.
Conclusão Geral: O sistema admite:
uma única solução se k 6= 1 e k 6= 2 (k ∈ R\{1, 2}).

mais de uma solução: @ k . (não há nenhum valor que o k
pode assumir de modo que o sistema resultante tenha mais do
que uma solução)
nenhuma solução se k = 1 ou k = 2.

Sistema de Equações Lineares

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sistema de Equações Lineares

Enviado por

Direitos autorais:

Formatos disponíveis

Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Denition (Equação Linear)

onde a1 , a2 , · · · , an e b são constantes. A constante ak é chamada

Adilson Barros Sistema de Equações Lineares

Denition (Equação Linear)

onde a1 , a2 , · · · , an e b são constantes. A constante ak é chamada

Adilson Barros Sistema de Equações Lineares

Denition (Equação Linear)

onde a1 , a2 , · · · , an e b são constantes. A constante ak é chamada

Adilson Barros Sistema de Equações Lineares

Denition (Solução de uma Equação Linear)

Neste caso, diz-se que s satisfaz a equação.

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Denition (Sistema de Equações Lineares)

onde aij e bi são constantes, para todo 1 ≤ i ≤ m e 1 ≤ j ≤ n. O

Adilson Barros Sistema de Equações Lineares

Denition (Solução de um Sistema de Equações Lineares)

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Por outro lado, o vetor v = (2, 2, 2) não é solução do sistema (3),

isto é, v não é solução da terceira equação do sistema (3).

Adilson Barros Sistema de Equações Lineares

Denition (Sistema de Equações Lineares Equivalentes)

Denition (Sistema de Equações Lineares Homogêneo)

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Denition (Forma Matricial de um Sistema de Equações Lineares)

Adilson Barros Sistema de Equações Lineares

o sistema (4) ca na forma

A matriz A é denominada matriz dos coecientes, a matriz x matriz

Adilson Barros Sistema de Equações Lineares

Uma outra matriz associada ao sistema (4) é a matriz ampliada ou

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Theorem (Número de Soluções de um Sistema de Equações Linear)

2 ter uma única solução;

3 ter um número innito de soluções.

Adilson Barros Sistema de Equações Lineares

Theorem (Classicação de um SEL)

Adilson Barros Sistema de Equações Lineares

Theorem (Classicação de um SEL)

Adilson Barros Sistema de Equações Lineares

Theorem (Classicação de um SEL)

Adilson Barros Sistema de Equações Lineares

Theorem (Classicação de um SEL)

Adilson Barros Sistema de Equações Lineares

Denition (Grau de indeterminação de um sistema)

diz-se grau de indeterminação do sistema.

Adilson Barros Sistema de Equações Lineares

sobre o corpo R, é possível determinado, pois:

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

Adilson Barros Sistema de Equações Lineares

sobre o corpo R, é impossível,

Adilson Barros Sistema de Equações Lineares

Denition (Equação Linear)

Denition (Equação Linear)

Denition (Equação Linear)

Denition (Solução de uma Equação Linear)

Denition (Sistema de Equações Lineares)

Denition (Solução de um Sistema de Equações Lineares)

Denition (Sistema de Equações Lineares Equivalentes)

Denition (Sistema de Equações Lineares Homogêneo)

Denition (Forma Matricial de um Sistema de Equações Lineares)

o sistema (4) ca na forma

A matriz A é denominada matriz dos coecientes, a matriz x matriz

3 ter um número innito de soluções.

Theorem (Classicação de um SEL)

Theorem (Classicação de um SEL)

Theorem (Classicação de um SEL)

Theorem (Classicação de um SEL)

Denition (Grau de indeterminação de um sistema)

Passo 2: Analisar o posto da matriz dos coecientes p(A) e o

e classicar o sistema em função de k .

A matriz B ca na forma escalonada e com 3 linhas não nulas,