3.

1 Equações Lineares

Os sistemas de equações lineares aparecem em situações como a

apresentada a seguir:

Uma empresa utiliza o transporte ferroviário para realizar a distribuição de

seus produtos. A transportadora utiliza dois tipos de trens, A e B, que
dispõem de dois tipos de embalagem, I e II, para o deslocamento dos
produtos. A quantidade de embalagens de cada tipo que cabem em cada
trem é dada pela tabela a seguir.
Embalagem I Embalagem II
Trem A 3 7
Trem B 8 2

Determine o número de embalagens tipo I e II, para que a empresa possa

transportar 60 embalagens do tipo I e 90 embalagens do tipo II.

Nesta situação para determinar o número de embalagens de cada tipo, se

utilizará para embalagem I o “𝑥” e para a embalagem II o “𝑦”. Sabe-se ainda,
que a companhia deve transportar 60 embalagens do tipo I e 90 do tipo II.
Dessa forma, pode-se obter o seguinte sistema:

3𝑥 + 8𝑦 = 60
{
7𝑥 + 2𝑦 = 90

As equações desse sistema são chamadas de equações lineares.

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.

Exemplos de Equações Lineares

𝟏 𝟑
−𝟐𝒙𝟏 + 𝟔𝒙𝟐 = 𝟗 𝟒𝒙 − 𝟐𝒚 + 𝟖𝒛 = 𝟐𝟔 𝒑 − 𝒒 + 𝒛 − 𝟕𝒘 + 𝟕 = 𝟎
𝟐 𝟒
1 3
• 1, − , , e -7 são os
• -2 e 6 são os coeficientes; • 4, -2 e 8 são os coeficientes; 2 4
coeficientes;
• 𝑥1 e 𝑥2 são as incógnitas; • 𝑥, 𝑦 e 𝑧 são as incógnitas;
• 𝑝, 𝑞, 𝑧 e 𝑤 são as incógnitas;
• 9 é o termo independente. • 26 é o termo independente.
• - 7 é o termo independente.

Pode-se dizer que equações do tipo 𝑥 2 + 3𝑦 – 𝑧 = 7 não é uma equação

linear, pois apresenta uma incógnita com expoente diferente de 1. Ainda, a
1
equação 𝑥 − = 0, não é linear, pois apresenta uma incógnita no
𝑦

denominador, essa equação pode ser representada da forma 𝑥 − 𝑦 −1 = 0.

Por último, a equação 𝑦 − 5𝑥 + 8𝑥𝑦 = 0, também não é linear, pois
apresenta um termo com mais de uma incógnita (8𝑥𝑦). Dessa forma, pode-
1
se dizer que uma equação linear não apresenta termos da forma 𝑥 2 , 𝑥 2 , 𝑥 −1 ,
𝑥1 . 𝑥2 , 𝑥 2 . 𝑦.

OBSERVAÇÕES:

2
a) As equações lineares em que o termo independente (𝑏) é igual a zero são
denominadas equações lineares homogêneas.

Exemplos de Equações Lineares Homogêneas

𝟐
−𝟐𝒙 + 𝟕𝒚 + 𝟏𝟏𝒛 = 𝟎 −𝟒𝒙 + 𝒛 = 𝟎
𝟑 𝒚=𝟎
• 1 é o coeficiente;
• -2, 7 e 11 são os coeficientes; 𝟐
• -4 e são os coeficientes; • 𝑦 é a incógnita;
• 𝑥, 𝑦 e 𝑧 são as incógnitas; 𝟑
• 𝑥 e 𝑧 são as incógnitas; • 0 é o termo independente.
• 0 é o termo independente.
• 0 é o termo independente.

b) A solução de uma equação linear com 𝑛 incógnitas é a sequência de

números reais ou ênupla (α1 , α2 , … , αn ), que, colocados respectivamente no
lugar de (x1 , x2 , … , xn ), tornam verdadeira a igualdade dada pela equação.

Exemplos de solução de Equações Lineares

a) O par ordenado (3, 2) é solução da equação 3𝑥 − 7𝑦 = −5.
Resolução: substituindo 𝑥 por 3 e 𝑦 por 5, tem-se: 3. 𝟑 − 7.2 = −5.
Portanto: O conjunto solução corresponde a 𝑆 = {(3, 2)}.
b) Verifique se (1, 1, 1) é solução da equação 2x + 3y – 4z = 2.
Resolução: substituindo 𝑥 por 1, 𝑦 por 3 e 𝑧 por 4, tem-se: 2.1 + 3.1 − 4.1 ≠ 2.
Portanto: (1, 1, 1) não é solução.
c) (0, 0, 0) é solução da equação 𝑥 − 6𝑦 – 7𝑧 = 0.
Resolução: substituindo 𝑥 por 0, 𝑦 por 0 e 𝑧 por 0, tem-se: 0 + 6 ∙ 0 – 7 ∙ 0 = 0
Portanto: (0, 0, 0) é solução da equação linear.
Como essa equação é uma equação linear homogênea, tem-se que (0,0,0) é uma solução trivial
para equação dada.
d) Sabendo que o par ordenado (𝑚, 3𝑚) é a solução da equação 𝑥 + 3𝑦 = 20, determinar o valor
de m.
Resolução: substituindo 𝑥 por 𝑚 e 𝑦 por 3𝑚, tem-se: 𝑚 + 3(3𝑚) = 20 ⇒ 𝑚 + 9𝑚 = 20 ⇒
𝑚 =2.
Portanto: 𝑚 = 2.

3.2 Sistema de Equações Lineares

3
Denomina-se sistema de equações lineares, de m equações com n
incógnitas, um conjunto de equações lineares que podem ser escritas na
forma:

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
em que 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 são as incógnitas; 𝑎11 , 𝑎12 , 𝑎𝑚1 , . . . , 𝑎 𝑚𝑛 são os
coeficientes reais; os números reais 𝑏1 , 𝑏2 , . . . , 𝑏𝑚 são os termos
independentes.

Exemplos de Sistemas de Equações Lineares

6𝑥 + 𝑦 = 2
a) { (Sistema de duas equações com duas incógnitas)
𝑥 + 2𝑦 = −7
𝑥+𝑦+𝑧 = 8
b) { (Sistema de duas equações com três incógnitas)
𝑥 − 2𝑦 + 𝑧 = 4
𝑥 + 2𝑦 − 𝑧 = 4
c) {2𝑥 + 3𝑦 + 5𝑧 = 6 (Sistema de três equações com três incógnitas)
−𝑥 − 2𝑦 = −3
−𝑥 − 2𝑦 + 𝑧 = 0
3𝑥 − 2𝑦 − 𝑧 = 1
d) { (Sistema de quatro equações com três incógnitas)
2𝑥 + 4𝑦 − 2𝑧 = 12
𝑥 + 2𝑧 − 3𝑧 = −9

A solução de um sistema de equações lineares, corresponde a ênupla

(𝛼1 , 𝛼2 , … , 𝛼𝑛 ), para um sistema linear de 𝑚 equações e 𝑛 incógnitas quando
é solução de cada uma das equações do sistema.

Exemplos de solução de Sistemas de Equações Lineares

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)}.

3.3 Sistema Linear Homogêneo

Se o termo independente de todas as equações do sistema for nulo, isto é,

𝑏1 = 𝑏2 = 𝑏3 = ⋯ 𝑏𝑛 = 0, o sistema linear será dito homogêneo.

Exemplo de Sistemas Linear Homogêneo

3𝑥 − 𝑦 + 7𝑧 = 0
Determine o conjunto solução do sistema {−2𝑥 + 3𝑦 + 𝑧 = 0.
𝑥 − 2𝑦 − 4𝑙𝑧 = 0
Observe que 𝑥 = 0, 𝑦 = 0 e 𝑧 = 0 é solução do sistema, pois é um sistema linear homogêneo.
Logo, o terno ordenado (0, 0, 0) chama-se solução trivial do sistema homogêneo.
Se o sistema homogêneo admitir outra solução em que as incógnitas não são todas nulas, a
solução será chamada solução não trivial.

3.4 Sistemas Lineares Equivalentes

Se dois sistemas lineares admitem o mesmo conjunto solução, eles são

chamados de sistemas equivalentes.

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.

3.5 Expressão matricial de um sistema

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.

Expressão matricial de um Sistema Linear

Seja o sistema:
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮
{𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛

A expressão matricial corresponde a:

𝑎11 𝑎12 𝑎13 𝑎1𝑛 𝑥1𝑏1
⋯
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛 𝑥2𝑏2
𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛 𝑥3𝑏3
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
[𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛 ] [𝑥𝑛 ]
[𝑏𝑛 ]
↑ ↑ ↑
𝐌𝐂 𝐌𝐈 𝐌𝐓
Legenda: MC corresponde a matriz dos coeficientes das incógnitas; MI corresponde a matriz
das incógnitas; MT corresponde a matriz dos termos independentes.

6
3.6 Classificação dos Sistemas Lineares

Os sistemas de equações lineares são classificados, com base no número

de soluções que possuem, sendo classificado como sistema possível e
determinado, quando possui uma solução; sistema possível e
indeterminado, quando têm infinitas soluções, ou sistema impossível,
quando não tem solução. Esta classificação pode ser observada no
esquema abaixo.

Sistema Linear possível

Uma única solução
e determinado (SPD)
Sistema Linear possível
Sistema Linear possível
Infinitas soluções
e indeterminado (SPI)
SISTEMA LINEAR

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).

3.7 Regra de Cramer

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

Primeiramente, determina-se a matriz A, que corresponde a matriz dos

coeficientes das incógnitas:

𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋯ ⋮ ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛

Após, determina-se a matriz 𝐴𝑥1, a qual se obtém a partir da matriz A,

substituindo a primeira coluna dos coeficientes pela coluna dos termos
independentes:

𝑏1 𝑎12 ⋯ 𝑎1𝑛
𝑏 𝑎22 ⋯ 𝑎2𝑛
𝐴𝑥1 =[ 2 ]
⋮ ⋮ ⋯ ⋮
𝑏𝑚 𝑎𝑚2 ⋯ 𝑎𝑚𝑛

det 𝐴𝑥1
Assim, pela regra de Cramer tem-se: 𝑥1 = .
det 𝐴

De maneira análoga, pode-se determinar as demais incógnitas do sistema

linear:

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

det 𝐴𝑥1 det 𝐴𝑥2 det 𝐴𝑥𝑛

Portanto, 𝑥1 = , 𝑥2 = , … . , 𝑥𝑛 = .
det 𝐴 det 𝐴 det 𝐴

Exemplos de resolução de Sistemas de Equações

Lineares utilizando a regra de Cramer
−𝑥 + 𝑦 = 0
a) Resolva o sistema linear { utilizando a regra de Cramer.
𝑥 − 2𝑦 = −1
Primeiramente, calcula-se o valor do determinante da matriz A dos coeficientes:
−1 1
𝐴=[ ] ⇒ det 𝐴 = 1
1 −2
Após, calcula-se o determinante da matriz 𝐴𝑥 , onde a primeira coluna é substituída pela coluna
dos termos independentes:
0 1
𝐴𝑥 = [ ] ⇒ det 𝐴𝑥 = 1
−1 −2
Em seguida, calcula-se o determinante da matriz 𝐴𝑦 , onde a segunda coluna é substituída pela
coluna dos termos independente:
−1 0
𝐴𝑦 = [ ] ⇒ det 𝐴𝑦 = 1
1 −1
Como os valores dos determinantes, determinam-se x e y:
det 𝐴
𝑥 1 𝑦 det 𝐴 1
𝑥= = =1 e 𝑦= = = 1.
det 𝐴 1 det 𝐴 1
Logo, o conjunto solução do sistema é 𝑆 = {(1, 1)}, sendo este sistema classificado como um
sistema possível e determinado (SPD).

10
 𝑥 − 2𝑦 + 𝑧 = −7
b) Resolva o sistema linear { 2𝑥 − 𝑦 + 3𝑧 = 3 utilizando a regra de Cramer.
𝑥 + 3𝑦 − 2𝑧 = 12

Primeiramente, calcula-se o valor do determinante da matriz A dos coeficientes:

1 −2 1
𝐴 = [2 −1 3 ] ⇒ det 𝐴 = −14
1 3 −2
Após, calcula-se o determinante da matriz 𝐴𝑥 , onde a primeira coluna é substituída pela coluna
dos termos independentes:
−7 −2 1
𝐴𝑥 = [ 3 −1 3 ] ⇒ det 𝐴𝑥 = −14
12 3 −2
Em seguida, calcula-se o determinante da matriz 𝐴𝑦 , onde a segunda coluna é substituída pela
coluna dos termos independente:
1 −7 1
𝐴𝑦 = [2 3 3 ] ⇒ det 𝐴𝑦 = −70
1 12 −2
Ainda, calcula-se o determinante da matriz 𝐴𝑧 , onde a segunda coluna é substituída pela coluna
dos termos independente:
1 −2 −7
𝐴𝑧 = [2 −1 3 ] ⇒ det 𝐴𝑧 = −28
1 3 12
Como os valores dos determinantes, determinam-se x, y e z:
det 𝐴 𝑥 −14 det 𝐴 𝑦 −70 det 𝐴 𝑧 −28
𝑥= = = 1, 𝑦 = = =5e𝑦= = = 2.
det 𝐴 −14 det 𝐴 −14 det 𝐴 −14
Logo, o conjunto solução do sistema é 𝑆 = {(1, 5,2)}, sendo este sistema classificado como um
sistema possível e determinado (SPD).

3.8 Escalonamento de Sistemas Lineares

Um método para encontrar a solução de um sistema linear é obtendo

sistemas equivalentes, na qual se obtém o conjunto solução a partir do
cálculo de sistemas lineares triangulares superiores, ou seja, a matriz dos
coeficientes das incógnitas do sistema, possuem nas posições 𝑎𝑖𝑗 , com i >
j, elementos nulos, resultando em uma matriz triangular superior.

Exemplos de Sistemas Lineares Escalonados

2𝑥 + 𝑦 − 3𝑧 = −5
a) { 𝑦+𝑧 =1
−𝑧 = −1
Sistema linear escalonado de 3 equações e 3 incógnitas.
Da 3ª equação tem-se que 𝑧 = 1.
Da 2ª equação, se 𝑧 = 1, obtém-se 𝑦 = 0.
Substituindo 𝑦 = 0 e 𝑧 = 1, na 1ª equação obtém-se que 𝑥 = −1.

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

Para se obter um sistema de equações lineares escalonado, utilizam-se

operações elementares, como:

- Eliminar a equação que tenha todos os coeficientes e o termo

independente nulos (0𝑥 + 0𝑦 + 0𝑧 = 0).

- Trocar a posição das equações, observe o exemplo:

−𝑥 + 𝑦 = −3 𝑥 + 2𝑦 = 9
{ ⇒{
𝑥 + 2𝑦 = 9 −𝑥 + 𝑦 = −3

- Multiplicar todos os termos de uma equação por um número escalar 𝑘,

sendo 𝑘 ∈ ℝ. Por exemplo: Multiplique a equação 7𝑥 + 𝑦 − 2𝑧 = 3, pelo
número escalar 𝑘 = −2.

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

Observação: Se, ao final do processo de escalonamento, uma das equações

tiver todos os coeficientes nulos e o termo independente diferente de zero,
esta equação permite classificar o sistema linear como impossível.

Exemplos de Sistemas Lineares Escalonados

4𝑥 + 3𝑦 − 𝑧 = −5
Escalone o sistema { 2𝑥 + 𝑦 + 2𝑧 = 6 .
−6𝑥 − 2𝑦 + 𝑧 = 1
Resolução do sistema: Seja 𝐸1 a 1ª equação do sistema, 𝐸2 a 2ª equação e 𝐸3 a 3ª equação,
𝐸1 : 4𝑥 + 3𝑦 − 𝑧 = −5
tem-se: 𝐸2 : 2𝑥 + 𝑦 + 2𝑧 = 6 .
𝐸3 : −6𝑥 − 2𝑦 + 𝑧 = 1
A 𝐸2 será substituída por 𝐸1 somada a 𝐸2 multiplicada pelo número escalar -2, ou seja, 𝐸2 = 𝐸1 +
(−2𝐸2 ).
4𝑥 + 3𝑦 − 𝑧 = −5
{0𝑥 + 𝑦 − 5𝑧 = −17
−6𝑥 − 2𝑦 + 𝑧 = 1
A 𝐸3 será substituída por 𝐸1 multiplicada pelo número escalar 3, somada a 𝐸3 multiplicada pelo
número escalar 2, ou seja, 𝐸3 = 3𝐸1 + 2𝐸3 .
4𝑥 + 3𝑦 − 𝑧 = −5
{ + 𝑦 − 5𝑧 = −17
0𝑥
0𝑥 + 5𝑦 − 𝑧 = −13
A 𝐸3 será substituída por 𝐸2 multiplicada pelo número escalar -5, somada a 𝐸3 , ou seja, 𝐸3 =
−5𝐸2 + 𝐸3 .
4𝑥 + 3𝑦 − 𝑧 = −5
{ 0𝑥 + 𝑦 − 5𝑧 = −17
0𝑥 + 0𝑦 + 24𝑧 = 72
Resolvendo a 𝐸3 , tem-se: 24𝑧 = 72 ⟹ 𝑧 = 3.

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)}.

Também, pode-se utilizar a expressão matricial do sistema para resolvê-lo,

conforme o exemplo a seguir.

Exemplos de Sistemas Lineares Escalonados

𝑥 − 𝑦 + 2𝑧 = 14
Escalone o sistema { 2𝑥 − 3𝑦 + 𝑧 = 13 .
−3𝑥 − 𝑦 + 2𝑧 = −2
Resolução do sistema: Seja 𝐿1 a linha da 1ª equação do sistema, 𝐿2 a linha da 2ª equação e
1 −1 2 −4
𝐿3 a linha da 3ª equação. Expressão matricial do sistema: 2 −3 1 |−6.
−3 −1 3 −1
A 𝐿2 será substituída por 𝐿1 multiplicada pelo número escalar 2 subtraída da 𝐿2 , ou seja, 𝐿2 =
2𝐿1 − 𝐿2 .
1 −1 2 −4
0 1 3 |−2.
−3 −1 3 −1
A 𝐿3 será substituída por 𝐿1 multiplicada pelo número escalar 3 somada a 𝐿3 , ou seja, 𝐿3 = 3𝐿1 +
𝐿3 .
1 −1 2 −4
0 1 3 | −2 .
0 −4 9 −13
A 𝐿3 será substituída por 𝐿2 multiplicada pelo número escalar 4 somada a 𝐿3 , ou seja, 𝐿3 = 4𝐿2 +
𝐿3 .
1 −1 2 −4
0 1 3 | −2 .
0 0 21 −21

Resolvendo a 𝐸3 , tem-se: 21𝑧 = −21 ⟹ 𝑧 = −1.

Na 𝐸2 , substituindo 𝑧 pelo valor encontrado tem-se: 𝑦 − 3𝑧 = −2 ⟹

𝑦 − 3. (−1) = −2 ⟹ 𝑦 = 1.
Na 𝐸1 , substituindo 𝑧 e 𝑦 pelos valores encontrados tem-se: 𝑥 − 𝑦 + 2𝑧 = −4 ⟹ 𝑥 − 1 +
2. (−1) = −4 ⟹ 𝑥 = −1.
Portanto, a solução do sistema é {(−1,1, −1)}.

3.9 Discussão de um Sistema Linear

Seja o sistema linear, onde o número de equações é igual ao número de

incógnitas.

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

Discutir o sistema linear é o classificar segundo os valores de um parâmetro.

Chama-se parâmetro qualquer outra variável distinta das incógnitas das
equações do sistema (𝑥1 , 𝑥2 , … , 𝑥𝑛 ).

det 𝐴𝑥1 det 𝐴𝑥2 det 𝐴𝑥𝑛

Pela regra de Cramer tem-se: 𝑥1 = , 𝑥2 = , … . , 𝑥𝑛 = .
det 𝐴 det 𝐴 det 𝐴

Para discutir o sistema linear, no qual o número de equações corresponde

ao número de incógnitas, tem-se:

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

Alguns exemplos de discussão de sistema de equações lineares são

apresentados no quadro a seguir.

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