Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Equações Lineares
3𝑥 + 8𝑦 = 60
{
7𝑥 + 2𝑦 = 90
1
Uma Equação Linear é toda equação que pode ser escrita da seguinte
forma:
𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏
onde, 𝑛 ∈ ℝ∗+ , 𝑏 e os coeficientes 𝑎1 , … , 𝑎𝑛 são números reais, nas equações
lineares denominam-se:
• 𝑎1 , 𝑎2 , 𝑎3 , … , 𝑎𝑛 são os coeficientes;
• 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 são as incógnitas;
• 𝑏 é uma constante real denominada de termo independente.
OBSERVAÇÕES:
2
a) As equações lineares em que o termo independente (𝑏) é igual a zero são
denominadas equações lineares homogêneas.
3
Denomina-se sistema de equações lineares, de m equações com n
incógnitas, um conjunto de equações lineares que podem ser escritas na
forma:
4
2𝑥 − 𝑦 = 4
a) Considere o sistema linear { .
3𝑥 + 𝑦 = 6
Observe que o par ordenado (2,0) satisfaz as duas equações do sistema, pois substituindo os
valores do par ordenado nas equações, tem-se:
2.2 + 0 = 4
3.2 − 0 = 6
Portanto, o par ordenado (2,3) é a solução do sistema linear.
𝑥−𝑦+𝑧 =8
b) Considere o sistema linear { .
2𝑥 + 𝑦 + 6𝑧 = 12
Observe que o terno ordenado (3, -1, 4) não é uma solução do sistema, pois substituindo os
valores do terno ordenado nas equações, tem-se:
3 − (−1) + 4 = 8 (verdadeiro)
{
2.3 + (−1) + 6.4 ≠ 12 (falso)
𝑥+𝑦 =8
c) Determinar a solução do sistema { .
2𝑥 − 3𝑦 = 1
Resolução: Multiplicando a equação (I) por -2 e sem alterar a equação (II), temos:
−2𝑥 − 2𝑦 = −16
{
2 − 3𝑦 = 1
Somando as duas equações, obtém-se: 𝑦 = 3
Substituindo 𝑦 por 3 na primeira equação, tem-se: 𝑥 + 3 = 8 ⇒ 𝑥 = 5.
Portanto, o conjunto solução do sistema linear é S= {(5, 3)}.
5
Exemplo de Sistemas Equivalentes
−𝑥 + 𝑦 = 4 𝑥 − 2𝑦 = −7
Verifique se os sistemas 𝑆1 : { e 𝑆2 : { são sistemas equivalentes.
−2𝑥 + 𝑦 = 5 −3𝑥 + 𝑦 = 6
Para verificar se os sistemas são equivalentes encontram-se as soluções de cada sistemas.
2𝑥 − 2𝑦 = 6 2𝑥 − 𝑦 = 4
𝑆1 : { ⇒ 𝑆1 = {(−1, 3)} e 𝑆2 : { ⇒ 𝑆2 = {(−1, 3)}
𝑥 + 5𝑦 = −9 𝑥 + 3𝑦 = −5
Como os sistemas admitem a mesma solução {(−1, 3)}, eles são denominados sistemas
equivalentes.
Todo sistema de equações lineares pode ser representado por uma matriz,
pois essa representação auxilia no processo de solução do sistema de
equações lineares. Observe no quadro a seguir como expressar
matricialmente um sistema linear.
6
3.6 Classificação dos Sistemas Lineares
Sistema Linear
Não tem solução
impossível (SI)
Exemplos:
Exemplos de classificação de
Sistemas de Equações Lineares
𝑥 − 2𝑦 = −5
a) O sistema de equações lineares { , possui uma única solução (−1, 2), pois
−2𝑥 + 3𝑦 = 8
apenas esses valores para 𝑥 e 𝑦, respectivamente, satisfazem as duas equações. Portanto, o
sistema linear é possível e determinado (SPD), pois tem uma solução. Observe que as
equações do sistema dado podem ser representadas em um mesmo plano cartesiano e se as
retas que representam essas equações forem concorrentes, o sistema é classificado como um
sistema possível e determinado (SPD), sendo o conjunto solução o ponto de intersecção entre
as retas.
7
𝑥 − 𝑦 = −1
b) O sistema de equações lineares { , possui infinitas soluções, ou seja, é um
2𝑥 − 2𝑦 = −2
sistema possível e indeterminado. Algumas soluções são (0,1), (1,2), (2, 3), (3, 4), ou seja,
corresponde a todo par ordenado (𝛼, 𝛼 + 1), com 𝛼 ∈ ℝ. Portanto, o sistema linear é possível e
indeterminado (SPI), pois tem infinitas soluções. Observe que as equações do sistema dado
podem ser representadas em um mesmo plano cartesiano e se as retas que representam essas
equações forem coincidentes, o sistema é classificado como um sistema possível e
indeterminado (SPI).
𝑥+𝑦=1
c) O sistema de equações lineares { , não tem solução, isto é, não se consegue
−𝑥 − 𝑦 = 1
determinar valores (𝑥, 𝑦) que satisfazem as duas equações. Portanto, o sistema linear é
impossível (SI), pois não admite solução. Observe que as equações do sistema dado podem
ser representadas em um mesmo plano cartesiano e se as retas que representam essas
equações forem paralelas, o sistema é classificado como um sistema impossível (SI).
8
A regra de Cramer é um método para resolver sistemas lineares de n-
equações e n-incógnitas. Esta regra pode ser aplicada em sistemas lineares
que possuam o mesmo número de equações e incógnitas, sendo que o
determinante da matriz dos coeficientes do sistema não pode ser zero, caso
contrário, a regra de Cramer não permite avaliar se o sistema possui ou não
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎 𝑥 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
solução. Seja o sistema linear { 21 1 .
⋯ ⋯ ⋯ ⋯ ⋯
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛
𝑏1 𝑎12 ⋯ 𝑎1𝑛
𝑏 𝑎22 ⋯ 𝑎2𝑛
𝐴𝑥1 =[ 2 ]
⋮ ⋮ ⋯ ⋮
𝑏𝑚 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
det 𝐴𝑥1
Assim, pela regra de Cramer tem-se: 𝑥1 = .
det 𝐴
9
𝑎11 𝑏1 ⋯ 𝑎1𝑛
𝑎 𝑏2 ⋯ 𝑎2𝑛
𝐴𝑥2 = [ 21 ]
⋮ ⋮ ⋯ ⋮
𝑎𝑚1 𝑏𝑚 ⋯ 𝑎𝑚𝑛
det 𝐴𝑥2
Assim, pela regra de Cramer tem-se: 𝑥2 = .
det 𝐴
Portanto, cada uma das colunas dos coeficientes deve ser substituída pela
coluna dos termos independentes até a última coluna, a qual será:
𝑎11 𝑎12 ⋯ 𝑏1
𝑎 𝑎22 ⋯ 𝑏2
𝐴𝑥𝑛 = [ 21 ]
⋮ ⋮ ⋯ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑏𝑛
det 𝐴𝑥𝑛
Assim, pela regra de Cramer tem-se: 𝑥𝑛 = .
det 𝐴
10
𝑥 − 2𝑦 + 𝑧 = −7
b) Resolva o sistema linear { 2𝑥 − 𝑦 + 3𝑧 = 3 utilizando a regra de Cramer.
𝑥 + 3𝑦 − 2𝑧 = 12
11
Portanto, quando o sistema linear possui o número de equações igual ao número de incógnitas,
pode-se classifica-lo como um sistema possível e determinado, com 𝑆 = {(−1,0,1)}.
𝑥 − 5𝑦 + 𝑧 = 0
b) {
−3𝑦 + 𝑧 = 0
Sistema linear escalonado de 2 equações e 3 incógnitas.
Quando um sistema escalonado possuir um número maior de incógnitas que de equações e se
pelo menos um coeficiente não for nulo em cada equação, o sistema é possível e indeterminado.
Seja 𝑧 = 𝑘, sendo 𝑘 um número real, denomina-se 𝑧 como a variável livre.
𝑘
Substituindo 𝑧 = 𝑘 na 2ª equação, tem-se: −3𝑦 + 𝑘 = 0 ⇒ 𝑦 = .
3
𝑘 𝑘 2𝑘
Utilizando 𝑧 = 𝑘 e 𝑦 = , temos: 𝑥 − 5. + 𝑘 = 0 ⇒ 𝑥 = .
3 3 3
𝑘 2𝑘
Portanto, o sistema é possível e indeterminado e sua solução geral é 𝑆 = { , , 𝑘}.
3 3
𝑥 − 3𝑦 + 2𝑧 + 𝑤 = 0
−𝑦 + 5𝑧 − 𝑤 = 0
c) {
𝑧 − 4𝑤 = 0
0𝑤 = 1
Sistema linear escalonado de 4 equações e 4 incógnitas.
Pode-se observar que o sistema linear tem em sua 4ª equação uma indeterminação, pois 𝑤 =
, o que permite dizer que o sistema é impossível, logo S = .
1
0
−𝑥 + 𝑦 = −3 𝑥 + 2𝑦 = 9
{ ⇒{
𝑥 + 2𝑦 = 9 −𝑥 + 𝑦 = −3
7𝑥 + 𝑦 − 2𝑧 = 3 . (−2) ⇒ −14𝑥 − 2𝑦 + 4𝑧 = −6
12
- Multiplicar todos os termos de uma equação por um mesmo número
escalar 𝑘, com 𝑘 ∈ ℝ e somar a equação resultante da multiplicação pelo
escalar com outra equação. Substitui-se uma das equações iniciais pela
equação resultante. Por exemplo: No sistema, a seguir, a segunda equação
será substituída pela primeira equação multiplicada pelo número escalar 𝑘 =
2 e somada com a segunda equação.
−𝑥 − 5𝑦 − 𝑧 = 9 . (2) −𝑥 − 5𝑦 − 𝑧 = 9
{ ⟹{
2𝑥 + 3𝑦 + 6𝑧 = −13 ↲ + −7𝑦 + 4𝑧 = 5
13
Na 𝐸2 , substituindo 𝑧 pelo valor encontrado tem-se: 𝑦 − 5𝑧 = −17 ⟹
𝑦 − 5.3 = −17 ⟹ 𝑦 = −2.
Na 𝐸1 , substituindo 𝑧 e 𝑦 pelos valores encontrados tem-se: 4𝑥 + 3𝑦 − 𝑧 = −5 ⟹ 4𝑥 + 3. (−2) −
3 = −5 ⟹ 𝑥 = 1.
Portanto, a solução do sistema é {(1, −2,3)}.
14
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
𝑎31 𝑥1 + 𝑎32 𝑥2 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3
⋮ ⋮ ⋮ ⋮
{𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
SPD ⟺ 𝑑𝑒𝑡𝐴 ≠ 0
det 𝐴 = 0, 𝑒
SPI ⟺ {
det 𝐴1 = det 𝐴2 = ⋯ = det 𝐴𝑛 = 0
det 𝐴 = 0, 𝑒
SI ⟺ {
pelo menos um det 𝐴𝑛 ≠ 0
Exemplos de discussão de
15
Sistemas de Equações Lineares
2𝑥 + 𝑦 = −1
a) Discuta o sistema { .
𝑘𝑥 − 5𝑦 = 8
Calculam-se os valores dos determinantes:
2 1
𝐴=[ ] ⇒ det 𝐴 = −10 − 𝑘
𝑘 −5
−1 1
𝐴𝑥 = [ ] ⇒ det 𝐴𝑥 = 5 − 8 = −3
8 −5
2 −1
𝐴𝑦 = [ ] ⇒ det 𝐴𝑦 = 16 − (−𝑘) = 16 + 𝑘
𝑘 8
Para o sistema ser:
- SPD ⟺ 𝑑𝑒𝑡𝐴 ≠ 0
𝑑𝑒𝑡𝐴 ≠ 0 ⇒ −10 − 𝑘 ≠ 0 ⟹ 𝑘 ≠ −10.
- SPI ⇔ det 𝐴 = 0 𝑒 det 𝐴𝑥 = det 𝐴𝑦 = 0
𝑑𝑒𝑡𝐴 = 0 ⟹ −10 − 𝑘 = 0 ⟹ 𝑘 = −10, mas o det 𝐴𝑥 = −3, para qualquer valor de k. Logo, o
sistema não pode ser um sistema possível e indeterminado.
det 𝐴 = 0, 𝑒
- SI ⟺ {
pelo menos um det 𝐴𝑛 ≠ 0
det 𝐴 = 0 ⇒ −10 − 𝑘 = 0 ⇒ 𝑘 = −10
Portanto, analisando o valor dos determinantes, tem-se que o sistema pode ser classificado
como sistema possível e determinado (SDP), se 𝑘 ≠ −10 e sistema impossível (SI), se 𝑘 = −10.
−𝑥 + 𝑦 + 𝑧 = 1
b) Discuta o sistema { 𝑥 + 𝑦 − 𝑧 = 1 .
𝑘𝑥 − 𝑦 + 𝑧 = 4
Calculam-se os valores dos determinantes:
−1 1 1
𝐴=[ 1 1 −1] ⇒ det 𝐴 = −2𝑘 − 2
𝑘 −1 1
1 1 1
𝐴𝑥 = [1 1 −1] ⇒ det 𝐴𝑥 = −10
4 −1 1
−1 1 1
𝐴𝑦 = [ 1 1 −1] ⇒ det 𝐴𝑦 = −2𝑘 − 2
𝑘 4 1
−1 1 1
𝐴𝑧 = [ 1 1 1] ⇒ det 𝐴𝑧 = −10
𝑘 −1 4
Para o sistema ser:
- SPD ⟺ 𝑑𝑒𝑡𝐴 ≠ 0
𝑑𝑒𝑡𝐴 ≠ 0 ⇒ −2𝑘 − 2 ≠ 0 ⟹ 𝑘 ≠ −1.
- SPI ⇔ det 𝐴 = 0 𝑒 det 𝐴𝑥 = det 𝐴𝑦 = 0
𝑑𝑒𝑡𝐴 = 0 ⟹ −2𝑘 − 2 = 0 ⟹ 𝑘 = −1, mas o det 𝐴𝑥 = det 𝐴𝑧 = −10, para qualquer valor de k.
Logo, o sistema não pode ser um sistema possível e indeterminado.
det 𝐴 = 0, 𝑒
- SI ⟺ {
pelo menos um det 𝐴𝑛 ≠ 0
det 𝐴 = 0 ⇒ −2𝑘 − 2 = 0 ⇒ 𝑘 = −1
Portanto, analisando o valor dos determinantes, tem-se que o sistema pode ser classificado
como sistema possível e determinado (SDP), se 𝑘 ≠ −1 e sistema impossível (SI), se 𝑘 = −1.
𝑥 − 2𝑦 = −4
c) Verificar se o sistema { é determinado ou indeterminado.
−4𝑥 + 3𝑦 = 1
Calculando o valor do determinante da matriz dos coeficientes do sistema:
16
1 −2
𝐴=[ ] ⇒ det 𝐴 = 3 − 8 = −5
−4 3
Como o det 𝐴 = 5, ou seja, det 𝐴 ≠ 0, tem-se que o sistema é possível e determinado.
17