AULA 02

PROF: KERLY MONROE PONTES

SISTEMAS LINEARES
DISCIPLINA: ÁLGEBRA LINEAR

EQUAÇÃO LINEAR

Definição: Uma equação linear na forma canônica an incógnitas x1, … , xn éa

sentença matemática aberta da forma

a 1 x 1+ …+a n x n=b (¿)

onde a 1 , .. , an ∈ R são os coeficientes das respectivas incógnitas x 1 , … , x n e b∈R éo

termo independente.

Exemplos e Contraexemplos:

a) x 1+ 3 x 2=6

b) −2 x1 +5 x 2+ 6 x3 =7

c) −4 x+7 y −6 z+ w=−1

no entanto, as equações a seguir não são lineares

a) 2 x31 −3 x2=7
b) 8 x−6 xy +8 y=9

c) x +3 √ y −4 z =8

OBSERVAÇÃO 1: A solução de (¿) é a sequência ou n-nupla ( α 1 ,… , α n ) , cujos α i (s )∈ R

satisfazem ou tornam

a 1 α 1+ …+a n α n=b

uma sentença verdadeira. O seu conjunto solução W é tal que

W ={( α 1 , … ,α n )|a1 α 1+ …+an α n=b é umasentença verdadeira }

Exemplo: Uma solução de 4 x− y +2 z =15 é a sequência (2 ,−1,3), pois 4.−(−1 ) +2.3=15.

OBSERVAÇÃO 2: Se b=0 em ( ¿) , recaímos na equação linear homogênea

a 1 x 1+ …+a n x n=0.

OBSERVAÇÃO 3: A equação pode ser compatível (admite uma única ou infinitas

soluções próprias) ou incompatível (não admite solução) .

Exemplo: A equação linear na forma canônica 2 x=6 admite uma única solução x=3
; no entanto, a equação
−2 x+7 y =3
admite infinitas soluções próprias; já a equação linear na forma canônica

0 x +0 y=1

não admite solução.

OBSERVAÇÃO 4: A equação linear acima admite soluções triviais, quando ela for
uma das formas degeneradas a seguir:

I. 0 x 1+ 0 x 2 +…+ 0 x n =0 , cuja solução é S=R n ;

II. 0 x 1+ 0 x 2 +…+ 0 x n =b , comb ≠ 0 , cuja solução S=∅ .

SISTEMA DE EQUAÇÕES LINEARES

Definição: Um sistema linear S de m equações a n incógnitas é o conjunto de

equações lineares na forma reduzida

{
a11 x 1+ a12 x 2+ …+a 1n x n=b 1
S= a 21 x 1+ a22 x 2+ …+a 2n x n=b 2
⋮
a m 1 x 1+ am2 x2 + …+ amn x n=bm

Ou
 n

∑ aij x j =bi , para i=1 , 2 , … ,m

j=1

OBSERVAÇÃO 1: Os números a ij, com 1 ≤i ≤m e 1 ≤ j≤ n , são chamados de coeficientes

das incógnitas e os b i os termos independentes.

OBSERVAÇÃO 2: Se b 1=…=bm=0 , o sistema S é chamado de homogêneo.

Ilustração:

{
a 11 x1 + a12 x 2+ …+a1 n x n=0
S= a 21 x1 + a22 x 2+ …+a 2n x n=0
⋮
a m 1 x 1+ am 2 x2 +…+ amn x n=0

OBSERVAÇÃO 3: Uma solução do sistema S é a sequência ou a n−upla( α1 , .., α n) de

reais (também é chamado vetor-solução v=(α1 ,.. , α n)) que satisfaz todas as m
equações de S simultaneamente. O conjunto de todas as soluções de S, denotado
por W, chamado de conjunto solução é tal que
W ={( α 1 ,.. , α n )| ai 1 x 1 +…+a ¿ x n=bi , para cada1 ≤ i≤ m, é uma sentença verdadeira }

OBSERVAÇÃO 4: O sistema S pode ser compatível (admite uma única ou infinitas

soluções) ou incompatível (não admite solução).

OBS5: Se o sistema S possui uma equação degenerada

0 x 1+ 0 x 2 +…+ 0 x n =b , comb ≠ 0
dizemos que S é incompatível; porém, se o sistema S possui uma equação
degenerada

0 x 1+ 0 x 2 +… 0 x n=0

então ela pode ser retirada de S.

SISTEMAS LINEARES E MATRIZES

MATRIZ AMPLIADA DE UM SISTEMA LINEAR

Dado o sistema linear S a seguir

{
a11 x 1+ a12 x 2+ …+a 1n x n=b 1
S= a 21 x 1+ a22 x 2+ …+a 2n x n=b 2 .
⋮
a m 1 x 1+ am 2 x2 + …+ amn x n=bm

DEFINIÇÃO 1: A matriz ampliada M associada ao sistema linear S é a matriz

( )
a11 a12 ⋯ a1 n b1
A= a21 a22 ⋯ a2 n b2
⋮ ⋮ ⋯ ⋮ ⋮
am 1 a m 2 ⋯ amn bm

que também pode ser representada por

 ( |)
a11 a12 … a1 n b 1
a a22 ⋯ a2 n b 2
A= 21
⋮ ⋮ ⋮ ⋮
am 1 a m 2 ⋯ amn bm

DEFINIÇÃO 2: A matriz dos coeficientes C associada ao sistema linear S é a matriz

( )
a11 a 12 … a1 n
C= a21 a 22 ⋯ a 2n
⋮ ⋮ ⋮
am 1 am 2 ⋯ amn

EXEMPLO: A matriz M ampliada associada de

{
2 x− y + z=7
S= −x + y +2 z=3
x− y +3 z=12

( |)
2 −1 1 7
A= −1 1 2 3
1 −1 3 12

OBSERVAÇÃO: O sistema linear S pode também ser representado pela equação

matricial a seguir:

[ ][ ] [ ]
a11 a 12 … a 1n x1 b1
a21 a 22 ⋯ a 2 n x2 b
= 2 (¿)
⋮ ⋮ ⋮ ⋮ ⋮
am 1 am 2 ⋯ amn xn bm
 [ ] [] []
a11 a12 … a1 n x1 b1

Chamando A= a21 a22 ⋯ a2 n , X = x 2 e B= b2

em (¿), obtemos :
⋮ ⋮ ⋮ ⋮ ⋮
a m 1 am 2 ⋯ amn xn bm

AX=B¿

EXEMPLO: A representação da equação matricial de

{
2 x− y + z=7
S= −x + y +2 z=3
x− y +3 z=12

[ ][ ] [ ]
2 −1 1 x 7
−1 1 2 y = 3 .
1 −1 3 z 12

OPERAÇÕES ELEMENTARES APLICADAS EM SISTEMAS LINEARES

Dado um sistema linear S

 {
a11 x 1+ a12 x 2+ …+a 1n x n=b 1
S= a 21 x 1+ a22 x 2+ …+a 2n x n=b 2
⋮
a m 1 x 1+ am2 x2 + …+ amn x n=bm

e sua matriz ampliada

( |)
a11 a12 … a1 n b 1
a a22 ⋯ a2 n b 2
A= 21
⋮ ⋮ ⋮ ⋮
am 1 a m 2 ⋯ amn bm

Uma operação elementar sobre o sistema linear S é a mesma operação elementar

sobre as linhas da matriz ampliada associada aplicadas, agora, sobre as equações
lineares do sistema linear S, ou seja, se multiplicamos uma das linhas da matriz
ampliada M por k, multiplicamos, correspondentemente uma das equações
lineares de S pelo mesmo k; se permutamos duas das linhas da matriz ampliada
M, permutamos correspondentemente duas das equações lineares de S; se
adicionamos a uma das linhas da matriz ampliada outra linha multiplicada por k,
adicionamos à equação linear, correspondentemente, outra equação linear de S
multiplicada por k.

Portanto, ao aplicar uma operação elementar sobre S é equivalente aplicá-la na

sua matriz ampliada associada.

SISTEMAS EQUIVALENTES

Definição: Dizemos que dois sistemas S e S ' são equivalentes, S S ' , se uma delas for
obtida da outra por meio de uma sequência finita de operações elementares
sobre suas matrizes ampliadas associadas.
Teorema: S1 é equivalente a S2 se, e somente se, ambos possuem o mesmo
conjunto solução, isto é, W S =W S 1 2

SISTEMA ESCALONADO

DEFINIÇÃO: Um sistema linear S está na forma escalonada S’, se a matriz

ampliada M associada à S’ estiver na forma escada.

Assim, a forma escalonada do sistema

{
a11 x 1+ a12 x 2+ …+a 1n x n=b 1
S= a 21 x 1+ a22 x 2+ …+a 2n x n=b 2
⋮
a m 1 x 1+ am2 x2 + …+ amn x n=bm

{
'
a11 x 1 +a 12 x 2+ a13 x 3 +a14 x 4 +a 15 x 5 …+ a1 n x n=b1
a'2 j x j +a '2 j +1 x j +1 +…+ a'2 n x n=b'2
' 2 2 2 2
S= ⋮
ar j x j + ar j +1 x j +1 +…+ a'rn x n=b'r
'
r
'
r r r

com 2 ≤ j 2< …< j r ≤ n e 1 ≤r ≤ m, pois sua matriz ampliada

( )
a11 a12 ⋯ a1 j 2
⋯ a1 j r
⋯ a1 n b1
' '
0 0 ⋯ a'2j 2
⋯ a2 j r
⋯ a2 n b2
⋮ ⋮ ⋯ ⋮ ⋯ ⋮ ⋯ ⋮ ⋮
' ' '
0 0 ⋯ 0 ⋯ ar j r
⋯ a rn br
está na forma escalonada.

OBSERVAÇÃO: Note que os coeficientes a 11 e a ' i j , com 2 ≤i ≤r , são os elementos

i

pivôs da matriz ampliada escalonada.

O teorema a seguir, conhecido como teorema de Rouché-Capelli, é uma

ferramenta bastante eficaz na resolução e discussão de sistemas lineares. Antes
vamos definir sistema escalonado.

TEOREMA DE ROUCHÉ-CAPELLI

Sejam p ( A ) e P (C ) , respectivamente , os postos das matrizes ampliadas e dos

coeficientes, do sistema escalonado de

{
a11 x 1+ a12 x 2+ …+a 1n x n=b 1
S= a 21 x 1+ a22 x 2+ …+a 2n x n=b 2 .
⋮
a m 1 x 1+ am 2 x2 + …+ amn x n=bm

Então,

I. Se p ( A )=P ( C )=n, então S admite uma única solução.

II. Se p ( A )=P ( C )= p<n, então S admite infinitas soluções (soluções próprias do

sistema) e o número de variáveis livres ou grau de liberdade de S é n− p.
Além disso, para identificarmos no sistema linear escalonado as
variáveis livres, basta observarmos aquelas que NÃO APARECEM como
primeiro termo de cada equação linear.

i) Se p ( A ) ≠ P ( C ) , então S não admite solução.

OBSERVAÇÃO: Decorre do teorema que todo sistema linear homogêneo
admite pelo menos uma solução, pois num sistema linear homogêneo S
sempre temos

p ( A )= p(C ).

Isso acontece porque toda linha nula da matriz dos coeficientes é uma linha
nula na matriz ampliada e toda linha não nula na matriz dos coeficientes é
uma linha não nula na matriz ampliada.

EXEMPLO 1: Discuta e resolva o sistema usando o teorema de Rouché-Capelli

{
−x + y + z=1
S= 2 x− y +3 z=12
x +2 y−3 z=−10

SOLUÇÃO: n=3

Escalonando o sistema anterior temos

( | ) ( | )
−1 1 1 1 −1 1 1 1
M = 2 −1 3 12 (escalonar ) 0 1 5 14
1 2 −3 −10 0 0 −17 −51

O sistema admite uma única solução, pois p( A)= p(C)=3=n. Assim, o sistema
associado à matriz escalonada ampliada é

{
'
−x + y + z=1
S = y+ 5 z =14
−17 z=−51

S S'

Do qual tiramos x=1 , y=−1 e z=3.

EXEMPLO 2: Discuta e resolva o sistema usando o teorema de Rouché-Capelli

{
−x + y +2 z−w=−3
S= x+2 y−z +2 w=1
x− y +3 z +w=3
2 x +3 y−z +3 w=2

SOLUÇÃO:

Escalonando o sistema anterior temos

( |)
−1 1 2 −1 −3

( |)
−1 1 2 −1 −3 1 1 −2
0 1
1 2 −1 2 1 3 3 3
( Escalonar )
1 −1 3 1 3 0 0
0 0 1
2 3 −1 3 2 −2 −2
0 0 0
15 15

O sistema admite uma única solução, pois p( A)= p(C)=4=n. Assim, o sistema
associado à matriz escalonada ampliada é

{
−x + y +2 z−w=−3
1 1 −2
y+ z+ w=
S'= 3 3 3
z=0
2 −2
¿− w=
15 15

Do qual tiramos x=1 , y=−1 e z=0 e w=1.

EXEMPLO 3: Discuta e resolva o sistema usando o teorema de Rouché-Capelli

 {
−x + y +3 z=1
S= 2 x+ 2 y −z=5
x +3 y +2 z =6

SOLUÇÃO:

Escalonando o sistema anterior temos

( |) ( |)
−1 1 3 1 −1 1 3 1
2 2 −1 5 ( Escalonar) 0 4 5 7
1 3 2 6 0 0 00

O sistema admite infinitas soluções, pois p( A)= p(C)=2<3; o número de

variáveis livres de S é n− p=3−2=1. Assim, o sistema associado à matriz
escalonada ampliada é

'
{
S = −x + y +3 z=1
¿ 4 y+5 z=7

3 7 7 5
Do qual tiramos x= + t , y = − t e z=t ∈ R .Note que, nesse exemplo a variável
4 4 4 4
livre é z .

EXEMPLO 4: Discuta e resolva o sistema usando o teorema de Rouché-Capelli

{
−x + y +2 z−w=−3
S= x+2 y−z +2 w=1
x− y +3 z +w=3
x +2 y +4 z +2 w=1

SOLUÇÃO:

Escalonando o sistema anterior temos

( |) ( |)
−1 1 2 −1 −3 −1 1 2 −1 −3
1 2 −1 2 1 0 3 1 1 −2
(Escalonar)
1 −1 3 1 3 0 0 5 0 0
1 2 4 2 1 0 0 0 0 0
O sistema admite infinitas soluções, pois p( A)= p(C)=3< 4; o número de
variáveis livres de S é n− p=4−3=1. Assim, o sistema associado à matriz
escalonada ampliada é

S' =¿

Do qual tiramos,
7−4 t −2+t
x= , y= , w=t e z=0.
3 3

EXEMPLO 5: Discuta e resolva o sistema usando o teorema de Rouché-Capelli

SOLUÇÃO:

{
−x + y +3 z=1
S= 2 x+ 2 y −z=5
x +3 y +2 z =8

Escalonando o sistema anterior temos

( |)( |)
−1 1 3 1 −1 1 3 1
2 2 −1 5 0 4 57
1 3 2 8 0 0 02

O sistema S não admite solução, pois p(C)=2≠ p( A)=3.

EXEMPLO 4: Encontre uma condição para a,be c de modo que o sistema a

seguir admita solução.
 {
−x + y +3 z=a
S= 2 x +2 y −z=b admite solu çã o se pc = pa
x+3 y +2 z=c

SOLUÇÃO:

Escalonando o sistema temos

( |)( | )
−1 1 3 a −1 1 3 a
2 2 −1 b 0 4 5 2 a+b
1 3 2 c 0 0 0 −a−b+ c=0

Para que o sistema admita solução basta que p( A)= p( C). Assim, devemos ter
a+ b−c=0.

TAREFA DE CASA

Encontre uma condição para x , y , z,t es de modo que o sistema a seguir

admita solução.

{
u+ v +2 w=x
3 u+ 4 v +3 w= y
S= −2 u−3 v−w=z
2u+ 4 v−2 w=s
3 u+2 v +9 w=t

BASE E DIMENSÃO DE UM SISTEMA LINEAR HOMOGÊNIO

Seja W o conjunto de todas as soluçõ es pró prias do sistema linear homogêneo S

 {
a 11 x1 + a12 x 2+ …+a1 n x n=0
S= a 21 x1 + a22 x 2+ …+a 2n x n=0 .
⋮
a m 1 x 1+ am 2 x2 +…+ amn x n=0

Temos as seguintes definiçõ es:

I. A base de W é o conjunto formado por um nú mero mínimo de vetores-

soluçõ es {v 1 , v 2 , … , v p } tais que qualquer vetor soluçã o v ∈W pode ser escrito
de maneira ú nica como combinaçã o linear dos vetores-soluçã o

v=a1 v 1 +a 2 v2 +…+ a s v s

onde a 1 , … , a s são números reais.

II. A dimensã o de W, denotada por dim W , é o nú mero mínimo p de vetores-

soluçã o da base W .

OBSERVAÇÃO: Note que cada vetor-solução v=( x 1 , x 2 , … , x n ) é obtido, substituindo

valores arbitrários para as variáveis livres de S.

O teorema a seguir mostra como obter os vetores-solução { v 1 , v 2 , … , v s }da base de W.

Teorema: Seja um sistema linear homogêneo S com um número s de variáveis

livres. Se u1 ,u 2 , … , us são as soluções de S obtidas tomando uma das variáveis livre o
valor 1 ou um valor real qualquer e as demais variáveis livres iguais a 0, então que
os vetores u1 ,u 2 , … , us formam uma base e, portanto, dimW =s.

EXEMPLO: Encontre a dimensã o e uma base do conjunto soluçã o W do sistema

homogêneo

{
x1 +2 x 2−3 x3 +2 x 4−4 x 5=0
2 x 1 +4 x 2−5 x 3 + x 4−6 x 5=0
5 x 1 +10 x 2−13 x 3 + 4 x 4−16 x 5=0

Solução:

Pondo na forma de matriz ampliada, temos

 ( )
1 2 −3 2 −4 0
A= 2 4 −5 1 −6 0
5 10 −13 4 −16 0

A forma escada dessa matriz é

(
E= 1 2 −3 2 −4 0
0 0 1 −3 2 0 )

Logo, o sistema escalonado S’ associado a esssa matriz é

{
S' = x 1+2 x 2−3 x 3+ 2 x 4 −4 x 5=0
x 3−3 x 4 +2 x 5=0

o qual nos fornece 3 variáveis livres x 2 , x 4 e x 5 e, portanto, temos pelo

teorema anterior que dimW =3. Além disso, temos que

{
x1 =−2t +7 q−2 p
x 2=p , p ∈ R
x 3=3 q−2 t
x 4=q , q ∈ R
x 5=t ,t ∈ R

i) Tomando, x 2=1 , x 4 =x 5=0 , temos v1 =(−2 ,1 , 0,0,0 );

ii) Tomando, x 2=0 , x 4=1 , x 5=0, temos v 2=( 7 , 0 ,3,1,0 );
iii) Tomando, x 2=0 , x 4=0 , x 5=1, temos v3 =(−2 , 0 ,−2,0,1 ). Portanto, os vetores
v1 , v 2 e v3 formam uma base de W.

COMBINAÇÃO LINEAR DE MATRIZES E SISTEMAS LINEARES

DEFINIÇÃO: Sejam n matrizes colunas A1 , A 2 ,… , An ∈ M m× 1 ( R ) . Dizemos que a
matriz A ∈ M m × 1 ( R ) é uma combinação linear das n matrizes Ai , com1 ≤i ≤ n, se
existem escalares x 1 , … , x n ∈ R tais que

x 1 A1 + x 2 A 2+ …+ x n A n= A ( ¿ )

()
−6
EXEMPLO: A matriz 22 é uma combinação linear das matrizes
3

( )( ) ( )
−1 4 0
3 , −1 e 5 ,
1 2 1

pois

( ) ( ) ( ) ()
−6 −1 4 0
22 =2 3 − −1 + 3 5 .
3 1 2 1

OBS: Existe uma relação entre combinação linear de matrizes colunas e

sistemas lineares. Com efeito, seja a matriz coluna

[]
b1
b
B= 2
⋮
bm

Escrito como combinação linear das n matrizes

 [] [] []
a11 a1 j a1 n
a a2 j a2 n
A1= 21 , … , A j = , A n= ∈ M m ×1 ( R ) .
⋮ ⋮ ⋮
am 1 a mj a mn

Então, existem os escalares reais x 1 , … , x n tais que

x 1 A1 + x 2 A 2+ …+ x n A n=B

Isto é,

[ ] [ ][]
a 11 a1 n b1
a a2 n b
x 1 21 +…+ x n = 2
⋮ ⋮ ⋮
am 1 a mn b m

Ou seja,

{
a11 x 1 +…+a 1 n x n=b 1
S= a21 x 1 +…+a 2 n x n=b 2
⋮
a m 1 x 1+ …+a mn x n=b m

Assim, para que ocorra uma combinação linear o sistema anterior deve
admitir pelo menos uma solução.

EXEMPLO(A): Ache os escalares x , y e z de modo que

( ) ( ) ()( )
−1 4 0 −6
x 3 + y −1 + z 5 = 22
1 2 1 3
Ou seja, de modo que

{
−x +4 y=−6
S= 3 x− y +5 z=22
x +2 y+ z=3

Logo, escalonando temos

| )( |)
−1 4 0 −6

( | )(
−1 4 0 −6 −1 4 0 −6 5 4
0 1
3 −1 5 22 0 11 5 4 11 11
1 2 1 3 0 6 1 −3 −19 −57
0 0
11 11

Ou seja,

{
−x+ 4 y =−6
5 4
' y + z=
S= 11 11
−19 −57
z=
11 11

Portanto, x=2 , y=−1 e z=3.

EXEMPLO(B): Ache uma condição para que a matriz

[]
a
b
c

seja escrita sempre como combinação linear das matrizes

[ ][ ] [ ]
−1 1 3
2 , 2 e −1 .
1 3 2

SOLUÇÃO: Assim, devemos ter sempre a combinação linear

 [ ] [] [ ][]
−1 1 3 a
x 2 + y 2 + z −1 = b
1 3 2 c

Ou seja, o sistema deve sempre ter uma solução para x , y e z de modo que

{
−x + y +3 z=a
S= 2 x +2 y −z=b
x+3 y +2 z=c

Escalonando o sistema temos

( |)( | )
−1 1 3 a −1 1 3 a
2 2 −1 b 0 4 5 2 a+b
1 3 2 c 0 0 0 −a−b+ c

Do qual tiramos −a−b+ c=0 .

AUTOVALORES E AUTOVETORES

DEFINIÇÃO: Seja a matriz A de ordem n , n ≥ 2. Se existe um escalar λ ∈ R tal que

AX=λX (¿)

para algum vetor coluna X ≠ 0, dizemos que λ é um autovalor da matriz A e que X é

um autovetor associado ao autovalor λ .

DETERMINAÇÃO DE AUTOVETORES E AUTOVALORES

Para determinarmos os autovalores λ , escremos (¿) para a equaçã o matricial

( A−λI ) X =0 ¿
Como X ≠ 0, devemos ter
det ( A−λI )=0(¿∗¿)

para obtermos os autovetores X ≠ 0 resolvemos o sistema linear homogêneo ¿

para cada autovalor λ obtido de ( ¿∗¿ ).

EXEMPLO 1: Ache os autovalores e autovetores da matriz

A= (−10 12)

EXEMPLO 2: Ache os autovalores e autovetores da matriz

( )
−1 1 2
A= 1 1 −1
2 3 −4