49 50

Determinantes

Competência Habilidades
6 24, 25 e 26

M T
MATEMÁTICA
Competência 1 – Construir significados para os números naturais, inteiros, racionais e reais.
H1 Reconhecer, no contexto social, diferentes significados e representações dos números e operações – naturais, inteiros, racionais ou reais.
H2 Identificar padrões numéricos ou princípios de contagem.
H3 Resolver situação-problema envolvendo conhecimentos numéricos.
H4 Avaliar a razoabilidade de um resultado numérico na construção de argumentos sobre afirmações quantitativas.
H5 Avaliar propostas de intervenção na realidade utilizando conhecimentos numéricos.
Competência 2 – Utilizar o conhecimento geométrico para realizar a leitura e a representação da realidade e agir sobre ela.
H6 Interpretar a localização e a movimentação de pessoas/objetos no espaço tridimensional e sua representação no espaço bidimensional.
H7 Identificar características de figuras planas ou espaciais.
H8 Resolver situação-problema que envolva conhecimentos geométricos de espaço e forma.
H9 Utilizar conhecimentos geométricos de espaço e forma na seleção de argumentos propostos como solução de problemas do cotidiano.
Competência 3 – Construir noções de grandezas e medidas para a compreensão da realidade e a solução de problemas do cotidiano.
H10 Identificar relações entre grandezas e unidades de medida.
H11 Utilizar a noção de escalas na leitura de representação de situação do cotidiano.
H12 Resolver situação-problema que envolva medidas de grandezas.
H13 Avaliar o resultado de uma medição na construção de um argumento consistente.
H14 Avaliar proposta de intervenção na realidade utilizando conhecimentos geométricos relacionados a grandezas e medidas.
Competência 4 – Construir noções de variação de grandezas para a compreensão da realidade e a solução de problemas do cotidiano.
H15 Identificar a relação de dependência entre grandezas.
H16 Resolver situação-problema envolvendo a variação de grandezas, direta ou inversamente proporcionais.
H17 Analisar informações envolvendo a variação de grandezas como recurso para a construção de argumentação.
H18 Avaliar propostas de intervenção na realidade envolvendo variação de grandezas.
Competência 5 – Modelar e resolver problemas que envolvem variáveis socioeconômicas ou técnico-científicas, usando representações
algébricas.
H19 Identificar representações algébricas que expressem a relação entre grandezas.
H20 Interpretar gráfico cartesiano que represente relações entre grandezas.
H21 Resolver situação-problema cuja modelagem envolva conhecimentos algébricos.
H22 Utilizar conhecimentos algébricos/geométricos como recurso para a construção de argumentação.
H23 Avaliar propostas de intervenção na realidade utilizando conhecimentos algébricos.
Competência 6 – Interpretar informações de natureza científica e social obtidas da leitura de gráficos e tabelas, realizando previsão de
tendência, extrapolação, interpolação e interpretação.
H24 Utilizar informações expressas em gráficos ou tabelas para fazer inferências.
H25 Resolver problema com dados apresentados em tabelas ou gráficos.
H26 Analisar informações expressas em gráficos ou tabelas como recurso para a construção de argumentos.
Competência 7 – Compreender o caráter aleatório e não determinístico dos fenômenos naturais e sociais e utilizar instrumentos ade-
quados para medidas, determinação de amostras e cálculos de probabilidade para interpretar informações de variáveis apresentadas em
uma distribuição estatística.
Calcular medidas de tendência central ou de dispersão de um conjunto de dados expressos em uma tabela de frequências de dados agrupados
H27
(não em classes) ou em gráficos.
H28 Resolver situação-problema que envolva conhecimentos de estatística e probabilidade.
H29 Utilizar conhecimentos de estatística e probabilidade como recurso para a construção de argumentação.
H30 Avaliar propostas de intervenção na realidade utilizando conhecimentos de estatística e probabilidade.
 Toda matriz quadrada tem, associada a ela, um número chamado de determinante da matriz, obtido por
meio de operações que envolvem todos os elementos da matriz. Os determinantes apareceram há cerca de 300
anos (apesar de já existirem “esboços” do que seriam determinantes na Matemática chinesa, há dois mil anos), as-
sociados à resolução de equações lineares. Hoje em dia, matrizes e determinantes são uma importante ferramenta
matemática, com aplicações diversas.
Há um detalhe sobre esse assunto que deve ser lembrado sempre: não existe determinante de matriz que
não seja quadrada.

Determinante de matriz quadrada de ordem 1

Seja a matriz quadrada de ordem 1, indicada por A = [a11].
Por definição, o determinante de A é igual ao número a11, que é indicado assim: det A = a11.
Dadas as matrizes A = [4] e B = [–2], escreve-se det A = 4; det B = –2; det A + det B = 4 + (–2) = 2.

Determinante de matriz quadrada de ordem 2

Se A for uma matriz quadrada de ordem 2, calcula-se seu determinante fazendo o produto dos elementos
da diagonal principal menos o produto dos elementos da diagonal secundária.
a11 a12
Dada a matriz A = , seu determinante é indicado assim:
a21 a22

det A = a11 ⋅ a22 – a12 ⋅ a21

ou
a11 a12
= a11 ⋅ a22 – a12 ⋅ a21
a21 a22

6 3
Por exemplo, o determinante da matriz A (det A), do qual A = é dado por:
2 –4

6 3
det A = = 6 ⋅ (–4) – 3 ⋅ 2 = –24 – 6 = – 30
2 –4

Determinante de matriz quadrada de ordem 3

Consideremos a matriz genérica de ordem 3:

a11 a12 a13

A= a21 a22 a23
a31 a32 a33

99
 Define-se o determinante da matriz de ordem 3 ao número:
a11 a12 a13
det A = a a a = a11a22a33 + a12a23a31 + a13a32a21 – a13a22a31 – a12a21a33 – a11a32a23
21 22 23

a31 a32 a33

Esses seis produtos podem ser obtidos de uma forma prática, conhecida como regra de Sarrus, que consiste
no seguinte.
§§ Repetem-se as duas primeiras colunas à direita na matriz e efetuam-se as seis multiplicações como indicado:

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22

a31 a32 a33 a31 a32

–(a13 ⋅ a22 ⋅ a31) –(a11 ⋅ a23 ⋅ a32) –(a12 ⋅ a21 ⋅ a33) a11 ⋅ a22 ⋅ a33 a12 ⋅ a23 ⋅ a31 a13 ⋅ a21 ⋅ a32
§§ Os produtos obtidos na direção da diagonal principal permanecem com o mesmo sinal.
§§ Os produtos obtidos na direção da diagonal secundária mudam de sinal.
§§ O determinante é a soma desses valores obtidos.

Exemplo:
3 1 5
A= 1 0 –2
–1 4 –3

3 1 5 3 1

1 0 –2 1 0

–1 4 –3 –1 4

0 +24 +3 0 +2 +20 ⇒ 49

det A = 49

Teoria na prática
2 ​ –1
​dXX
1. Calcule o determinante .
3 5​dXX
2 ​
Resolução:

2 ​ –1
​dXX
2 ​ ⋅ 5​dXX
= d​ XX 2 ​– 3 ⋅ (–1) = 10 + 3 = 13
3 5​dXX
2 ​

100
 5 2
2. Resolva a equação = – 1.
x–1 x+3

Resolução:

Cálculo do determinante:

5 2
= 5(x + 3) – 2(x – 1) = 5x + 15 – 2x + 2 = 3x + 17
x–1 x+3
Equação a ser resolvida:
3x + 17 = – 1 ⇒ 3x = – 1 – 17 ⇒ 3x = –18 ⇒ x = –6
S = {–6}

3 1 –1 5
3. Dadas as matrizes A = eB= , calcule:
–1 2 0 –1
a) det (A + B)
b) det (AB)
c) (det A)B

Resolução:

2 6
a) Inicialmente, obtém-se a matriz A + B = , para depois calcular:
–1 1

2 6
det(A + B) = =2+6=8
–1 1

–3 14
b) Obtenção de AB = e, em seguida, det(AB) = 21 – 14 = 7.
1 –7

–1 5 –7 35
c) Cálculo do det A = 6 + 1 = 7 e depois do (det A)B = 7 = .
0 –1 0 –7

2 3 –1
4. De acordo com a regra de Sarrus, calcule o determinante da matriz A = 5 2 0 .
1 4 –3

Resolução:

“Imaginando” a repetição das duas primeiras colunas, obtém-se:

det A = 2 ⋅ 2 ⋅ (–3) + 3 ⋅ 0 ⋅ 1 + 5 ⋅ 4 ⋅ (–1)

– (–1) ⋅ 2 ⋅ 1 – 3 ⋅ 5 ⋅ (–3) – 0 ⋅ 4 ⋅ 2 = –12 – 20 + 2 + 45 = 15

101
 x 3 5
5. Resolva a equação x+1 2 1 = 0.
3 2 4

Resolução:

Pela regra de Sarrus:

x · 2 · 4 + 3 · 1 · 3 + (x + 1) · 2 · 5 – 5 · 2 · 3 – 3(x + 1) · 4 – x · 2 · 1 = 0 ⇒
⇒ 8x + 9 + 10x + 10 – 30 – 12x – 12 – 2x = 0 ⇒ 4x – 23 = 0 ⇒ 4x = 23 ⇒ x = ___ ​ 23 ​
4
{ }
​ 23 ​  ​
S = ​ ___
4
1 –1 0
2 x
6. Dadas as matrizes A = eB= 2 3 x , determine o valor de x para que se tenha
3 9
–1 2 1

det A = det B.

Resolução:

§§ A é a matriz de ordem 2: det A = 2 ⋅ 9 – 3x = 18 – 3x

§§ B é a matriz de ordem 3; de acordo com a regra de Sarrus: det B = 3 + x + 0 – 0 – (–2) – 2x = –x + 5
​ 13 ​
det A = det B ⇒ 18 – 3x = –x + 5 ⇒ x = ___
2
​ 13 ​.
Logo, x = ___
2

Determinante de matriz quadrada de ordem maior que 3

Apesar da definição geral para o cálculo de determinantes de matrizes quadradas de qualquer ordem,
priorizamos aqui regras práticas, uma vez que esse assunto tem um forte caráter de aplicação, principalmente no
Ensino Médio.
Desse modo, a regra prática que agora anunciamos terá o objetivo de agilizar a resolução de um determi-
nante, independentemente de sua ordem, que pode até substituir as regras já definidas para matrizes de ordens
2 ou 3.
Conhecida como regra de Chió, essa regra consiste no “rebaixamento” da ordem da matriz, mantendo-se
constante o valor de seu determinante. Ou seja, a partir de determinadas operações, encontra-se uma nova matriz
de ordem um grau a menos que a anterior, cujo valor do determinante é igual ao da matriz anterior. Aplicada
sucessivamente a regra, podem-se encontrar outras matrizes de ordens cada vez menores, mantendo o valor do
determinante, até que se chegue a uma matriz de ordem 3 ou 2, cujas regras práticas já são conhecidas. Se preferir,
chega-se ao valor do determinante, uma vez que essa regra aplica-se a matrizes quadradas de qualquer ordem. A
conveniência de continuar ou não o processo manifesta-se ao longo dos exercícios.
Inicialmente, é necessário impor a condição de que o elemento que fica na primeira linha e na primeira
coluna, ou seja, a11, seja igual a 1. Como conseguir isso o valor real desse elemento é qualquer outro? Fica para
mais adiante.

102
 Portanto:
§§ Se a11 = 1, “isolam-se” a primeira linha e a segunda coluna da matriz;
§§ Subtrai-se de cada elemento restante o produto dos dois elementos isolados, pertencentes à linha e à colu-
na desse elemento restante; e
§§ Com o resultado dessas subtrações, obtém-se uma matriz de ordem menor que a anterior, porém com
mesmo determinante.
Comecemos aplicando a regra a uma matriz de ordem 3, uma vez que, mediante a regra de Sarrus, pode-se
verificar o resultado obtido.
1 6 10
Seja M = –7 2 4 .

6 3 –6

§§ Calculemos det M de acordo com a regra de Chió:

1 6 10
2 – (–7) ⋅ 6 4 – (–7) ⋅ 10 44 74
–7 2 4 = = = 44 (–66) – 74 (–33) =
3–6⋅6 –6 – 6 ⋅ 10 –33 –66
6 3 –6

= –2904 + 2442 = –462

§§ De acordo com a regra de Sarrus:

1 6 10
–7 2 4 = –12 + 144 – 210 – 120 – 252 – 12 = –462
6 3 –6

1 2 0 –1
1 3 6 9
Tomemos a seguinte matriz de ordem 4: e apliquemos a regra de Chió.
4 1 2 0
–2 2 3 –4

1 2 0 –1
3–2⋅1 6–0⋅1 9 – (–1) ⋅ 1 1 6 10
1 3 6 9
= 1–2⋅4 2–0⋅4 0 – (–1) ⋅ 4 = –7 2 4
4 1 2 0
2 – (–2) ⋅ 2 3 – 0 ⋅ (–2) –4 – (–1)(–2) 6 3 –6
–2 2 3 –4

O valor desse determinante é –462, uma vez que a matriz associada a ele é a própria matriz M, dada an-
teriormente.
O que acontece com o cálculo do determinante de uma matriz de ordem 2, se o seu elemento a11 for igual
a 1?
§§ Pela regra de Chió:

1 3
= | 2 – 12 | = |–10| = –10
4 2

103
 §§ Pela regra prática:

1 3
= 1 ⋅ 2 – 3 ⋅ 4 = 2 – 12 = –10
4 2

As regras determinam o mesmo resultado.

Teoria na prática
1 3 2 1
0 1 2 3
1. Encontre o valor do determinante .
3 4 –1 –2
–1 0 4 5

Resolução:

Como o elemento a11 é igual a 1, aplica-se a regra de Chió:

1 3 2 1
1–0⋅3 2–0⋅2 3–0⋅1 1 2 3
0 1 2 3
= 4–3⋅3 –1 – 3 ⋅ 2 –2 – 3 ⋅ 1 = –5 –7 –5
3 4 –1 –2
0 – (–1) ⋅ 3 4 – (–1) ⋅ 2 5 – (–1) ⋅ 1 3 6 6
–1 0 4 5

Ainda de acordo com a regra de Chió:

1 2 3
–7 – (–5) ⋅ 2 –5 – (–5) ⋅ 3 3 10
–5 –7 –5 = = = –9
6–3⋅2 6–3⋅3 0 –3
3 6 6

Ou, a partir deste ponto, pela regra de Sarrus:

1 2 3 1 2
–5 –7 –5 –5 =
3 6 6 3 6
     

troca o sinal mantém o sinal

= – 42 – 30 – 90 + 63 + 30 + 60 = – 9

Teorema de Laplace
O teorema de Laplace é outro método que nos permite calcular determinantes de matrizes, sendo útil para
o cálculo de determinantes de ordem maior que 3. Primeiramente, definimos o conceito de cofator de um elemento
de uma matriz:
Dada uma matriz A, o cofator de um elemento aij é dado por Aij = (-1)i+j . Dij , onde Dij é o determinante da
matriz restante ao eliminar a linha i e a coluna j da matriz A.

( )
1 2 3
Exemplo: Dada a matriz A = ​ ​2​ 3​ ​ 1​ ​  ​, calcule o cofator do elemento a12.
0 2 1
104
 Eliminando a primeira linha e a segunda coluna, obtemos:
1 2 3
2 1
2 3 1 →
0 1
0 2 1

Onde o determinante é 2 · 1 – 1 · 0 = 2, logo:

2 1
A11 = (–1)1+2 . = –1 · 2 = –2
0 1

Definido o conceito de cofator, podemos então enunciar o teorema de Laplace:

Dada uma matriz A, seu determinante pode ser obtido escolhendo-se uma fila (linha ou coluna) qualquer e
somando seus elementos multiplicados pelos seus respectivos cofatores.

Teoria na prática
1 0 3 1
1 1 2 0
1. Calcule o determinante da matriz A = .
3 2 1 1
–1 0 2 1

Resolução:

Para aplicarmos o teorema de Laplace, escolhemos uma fila qualquer, porém, damos preferência a filas que
contenham maior quantidade de termos nulos; portanto, escolhemos a segunda coluna:

1 0 3 1
1 1 2 0
3 2 1 1
–1 0 2 1

Portanto, o determinante de A é dado por:

det(A) = a12 · A12 + a22 · A22 + a32 · A32 + a42 · A42
det(A) = 0 · A12 + 1 · A22 + 2 · A32 + 0 · A42
1 2 0 1 3 1 1 3 1 1 3 1
det(A) = 0 · (–1)1+2 3 1 1 + 1 · (-1)2+2 · 3 1 1 + 2 · (–1)3+2 · 1 2 0 + 0 · (–1)4+2 · 1 2 0
–1 2 1 –1 2 1 –1 2 1 3 1 1

cofator do elemento 0 cofator do elemento 1 cofator do elemento 2 cofator do elemento 0

Repare que nem precisamos calcular o primeiro e o último determinantes, pois serão multiplicados por zero,
eis o motivo da escolha da segunda coluna. Logo, calculando o segundo e o terceiro determinante apenas,
temos:
1 3 1 1 3 1
det(A) = 1 · (–1)2+2 3 1 1 + 2 · (–1)3+2 · 1 2 0 = 1 · (–1)4 · (–6) + 2 · (–1)5 · (3) = –6 – 6 = –12
–1 2 1 –1 2 1

105
 Propriedades dos determinantes
O estudo dos determinantes despertou o interesse de vários matemáticos ao longo da história e fez com que
se descobrissem muitas propriedades.
Algumas são facilmente justificadas, porque são quase intuitivas, à medida que resolvemos os exercícios.
Outras, um pouco mais complexas, requerem justificativas específicas. Mais uma vez, priorizando a aplicação prá-
tica do conceito, recorreremos a exemplos; em alguns casos, sempre que necessário, as matrizes de ordens 2 ou 3,
genéricas, para justificar as propriedades. Um dos nossos objetivos é oferecer condições para que se obtenha 1 na
posição a11, para que seja possível aplicar a regra de Chió e resolver determinantes de qualquer ordem. Apresen-
taremos as propriedades numa ordem que consideramos conveniente.

Primeira propriedade: fila de zeros

Se todos os elementos de uma linha ou coluna de uma matriz quadrada M forem iguais a zero, seu deter-
minante será nulo, isto é, detM = 0.

Essa propriedade é facilmente reconhecida nos exemplos, uma vez que todas as parcelas, resultantes da
aplicação de qualquer regra de resolução de determinantes, contêm sempre um elemento de cada linha e de cada
coluna da matriz. Em razão disso, se uma linha (ou coluna) for formada por zeros, cada parcela conterá pelo menos
um fator igual a zero. Logo, o determinante será nulo. Observe este exemplo:

–1 –4 9 –1 –4
2 8 3 2 8 =0
0 0 0 0 0
0 0 0 0 0 0

Segunda propriedade: filas paralelas proporcionais

Se uma matriz quadrada M tiver duas linhas (ou duas colunas) proporcionais, seu determinante será nulo,
isto é, detM = 0.

Seja A = .

Portanto:
det A = = kab – kab = 0

ou, por exemplo (observe que os elementos da segunda coluna são o triplo dos elementos correspondentes
na primeira coluna):

= =0

106
Terceira propriedade: troca de filas paralelas

Se a posição de duas linhas (ou duas colunas) de uma matriz quadrada M forem trocadas entre si, o deter-
minante da nova matriz obtida é o oposto do determinante da matriz anterior.

Exemplo

§§ A = eB=

A matriz B foi obtida a partir de A, trocando a primeira e a segunda colunas.

Observação
Ao empregar a regra de Chió, sem que o elemento a11 seja 1, mas desde que haja um elemento igual a 1 em
algum lugar da matriz, é possível obter uma matriz com determinante equivalente, desde que se empregue no
máximo duas vezes a terceira propriedade, ou seja, desde que se troque a posição de linhas e colunas.

Exemplo
3 2 0 –1 4 1 2 0 1 4 2 0
2 3 6 9 2 3 6 9 3 2 6 9
4 1 2 0 3 2 0 –1 2 3 0 –1
–2 2 3 –4 –2 2 3 –4 2 –2 3 4

Primeiramente, se troca a primeira linha com a terceira linha; em seguida, troca-se a “nova” segunda coluna
com a “nova” primeira coluna.

Quarta propriedade: multiplicação de uma fila por uma constante

Se todos os elementos de uma linha – ou de uma coluna – de uma matriz quadrada são multiplicados por
um mesmo número real k, seu determinante fica multiplicado por k.

Exemplos
§§ , pois = 189 + 140 = 329, e = 27 + 20 = 47 e 7 · 47 = 329.

107
 §§ Se A = eB= 1 ​det A ou det A = 2 detB, uma vez que a segunda
, o detB = ​ __
2

coluna de A é o dobro da segunda coluna de B.

Observação
Essa propriedade pode ser empregada para criar o elemento “1” na matriz, que, em seguida, vai ocupar a
posição a11 e vai ser empregada a regra de Chió.

Exemplo:

4 6 2 0 2 3 1 0 1 3 2 0
3 –3 5 2 3 –3 5 2 5 –3 3 2
=2· = (–1) · 2 ·
–4 5 –3 3 –4 5 –3 3 –3 5 –4 3
6 7 –2 4 6 7 –2 4 –2 7 6 4

quarta propriedade terceira propriedade

Consequência: multiplicação da matriz por uma constante

Se uma matriz quadrada M de ordem n é multiplicada por um número real k, seu determinante fica multi-
plicado por kn:

det (kMn) = kn · det Mn

Multiplicar uma matriz por um número real significa multiplicar todos os seus elementos por esse mesmo
número. Por isso, se uma matriz quadrada tiver todos os seus elementos múltiplos de um certo número real k, ao
calcular seu determinante poderemos aplicar a quarta propriedade para cada uma de suas linhas (ou para cada
uma de suas colunas).

Exemplos
§§ A = ä det A = 15 – 8 = 7

5A = ä det (5A) = 375 – 200 = 175 = 52 · 7

Logo, det 5A = 52 ⋅ det A.

108
 §§ B = ä det B = 15 + 0 + 10 + 6 – 50 + 0 = –19

2B = = det (2B) = 120 + 0 + 80 + 48 – 400 + 0 = –152 = 23 (–19)

Logo, det 2B = 23 ⋅ det B.

Quinta propriedade: determinante da transposta

O determinante de uma matriz quadrada M é igual ao determinante de sua transposta, isto é, det M = det (Mt).

Mais uma vez, existe a possibilidade de reordenar, por conveniência, os elementos da matriz sem alterar o
valor do determinante.
Na ordem 2, essa propriedade é quase intuitiva. Observe:

= ad – bc

= ad – bc

Ou seja, se A = , também At = e det A = det At.

Observe que o emprego da regra de Chió é exatamente a mesma, seja considerando uma matriz ou sua
transposta:

det A = = = –48 – 90 = –138

det A = = = –48 – 90 = –138

109
 Sexta propriedade: determinante da matriz triangular

O determinante de uma matriz triangular é igual ao produto dos elementos da diagonal principal.

Exemplos

Como consequência dessa propriedade, podemos ainda afirmar que:

§§ o determinante de uma matriz diagonal é igual ao produto dos elementos da diagonal principal; e
§§ se In é a matriz identidade, det In = 1, para qualquer n.

Exemplos

§§ = 2 (–1) 5 = –10

§§ I3 = ä det I3 = =1

Sétima propriedade: teorema de Binet

Se A e B são duas matrizes quadradas de mesma ordem e AB é a matriz produto, det (AB) = (det A) (det B).

Sejam:

A=

§§ det A = ad – bc
§§ det B = xw – yz
§§ det A · det B = (ad – bc) (xw – yz) = adxw – adyz – bcxw + bcyz
§§ det (AB) = (ax + bz)(cy + dw) – (cx + dz)(ay + bw) = acxy + adxw + bcyz + bdzw – acxy – bcxw – adyz –
– bdzw = adxw + bcyz – bcxw – adyz
Ao comparar, observamos que det (AB) = det A · det B.

110
Oitava propriedade: teorema de Jacobi

Seja A uma matriz quadrada. Se todos os elementos de uma linha (ou coluna) forem multiplicados pelo
mesmo número e se forem somados os resultados aos elementos correspondentes de outra linha (ou coluna),
forma-se a matriz B; portanto, det A = det B.

Exemplos

§§ A = ä det A = 9 – 20 = –11

Ao multiplicar a primeira linha por –2 e ao somar os resultados à segunda linha, obtemos:

B= ä det B = –1 – 10 = –11, ou seja, det A = det B.

O que pode ser indicado assim:

§§ A =

Para obter a matriz B, multiplica-se a segunda coluna por 3 e somam-se os resultados à terceira coluna:

B=

Ao aplicar a regra de Sarrus, verificamos:

O que pode ser indicado assim:

111
 Observações

1. Pode-se empregar o teorema de Jacobi (oitava propriedade), a fim de se permitir o emprego da regra de
Chió. Por exemplo: se o elemento a11 não for 1 e não houver nenhum elemento igual a 1 na matriz, pode-

-se empregar a oitava propriedade (teorema de Jacobi) para criar elementos iguais a 1 na matriz:

3 2 0 –1 1 –1 –6 –10
–1
2 3 6 9 2 3 6 9
=
4 5 2 0 4 5 2 0
–2 2 3 –4 –2 2 3 –4

2. Pode-se também criar zeros na matriz, empregando a regra de Jacobi, facilitando com isso os cálculos:

1 –1 –6 –10 1 0 –6 –10 1 0 –6 –10

+
2 3 6 9 2 5 6 9 3 5 0 –1
= =
4 5 2 0 4 9 2 0 4 9 2 0
–2 2 3 –4 –2 0 3 –4 –2 0 3 –4

+ Chió Chió Chió

5 18 29 5 18 29 5 18 29
9 26 40 9 26 40 9 26 40
0 –9 –24 0 –9 –24 0 –9 –24

Nona propriedade: determinante da inversa

Seja A uma matriz quadrada invertível e A-1 sua inversa.

​  1  ​.
Portanto, det A–1 = ____
det A

Essa propriedade é uma consequência do teorema de Binet, se bem quisermos dar destaque especial a ela
dada e a sua importância.
Se A é invertível,
(-1) por certo existe A–1 e, por definição, A(-1)
· A–1 = I.

Logo: det (A · A–1) = det I ​  1  ​.

det A · det A–1 = 1 ä det A–1 = ____
det A
Essa propriedade sugere o importante fato de que A é invertível se, e somente se, det A ≠ 0.

112
Teoria na prática
1. Encontre o valor do determinante.

Resolução:

De acordo com o teorema de Jacobi (oitava propriedade), multiplicamos a segunda coluna por 1 e somamos
o resultado à primeira coluna. Em seguida, empregamos a regra de Chió:

Ao trocar as posições da linha 1 com a linha 2 (terceira propriedade), empregamos novamente a regra de
Chió:

2. Resolva a equação .

Resolução:

Ao empregar a quarta propriedade, colocamos x em evidência na primeira linha e empregamos a regra de

Chió:

x.

Ao empregar novamente a quarta propriedade, colocamos (3 – x) em evidência na primeira linha e empre-

gamos a regra de Chió:

113
 Portanto:
x(3 – x) = 0 ä x = 0 ou x = 3
Logo, S = {0, 3}.

Teorema de Laplace
O teorema de Laplace permite calcular determinantes de ordens quaisquer a partir de uma linha ou coluna
da matriz. Para enunciá-lo, são necessárias algumas definições preliminares.

Menor complementar
Se A é uma matriz quadrada de ordem n $ 2, ela é denominada menor complementar de A pelo elemento
aij, cujo determinante é Dij, associado à matriz quadrada que se obtém de A, ao se suprimir a linha e a coluna que
contêm o elemento aij­considerado. Esse determinante é indicado por Dij.
Observe:

O menor complementar de A pelo elemento a23 é um número indicado assim:

Observação

A = (aij) é uma matriz.

aij é um elemento da matriz A.
Dij é um número, uma vez que é um determinante.

114
Exemplo

§§ Se A = , temos:

§§ menor complementar de A pelo elemento a21:

D21= = 50 + 3 = 53 (foram suprimidas a segunda linha e a primeira coluna de A)

§§ menor complementar de A pelo elemento a33:

D33 = = 12 – 5 = 7 (foram suprimidas a terceira linha e a terceira coluna de A)

Cofator
Se A é uma matriz quadrada de ordem n $ 2, ela é denominada cofator do elemento aij de A o número real:
Aij = (–1)i + j · Dij, do qual Dij é o menor complementar de A pelo elemento aij.

Exemplo

§§ Se A = , temos:

§§ Cofator de a21:

A21 = (–1)2 + 1 · D21 = (–1)3 · = (–1)(–2) = 2

§§ Cofator de a13:

A13 = (–1)1 + 3 · D13 = (–1)4 · = (+1)(+ 1) = 1

Observação

Note que Aij = Dij, se i + j for par; e Aij = –Dij, se i + j for ímpar.
Então sim, o teorema de Laplace pode ser enunciado:
O determinante associado a uma matriz quadrada A de ordem n $ 2 é o número obtido da soma dos
produtos dos elementos de uma linha (ou de uma coluna) qualquer pelos respectivos cofatores.

115
 Exemplo:

§§ Se A = é uma matriz de ordem 3, podemos calcular det A a partir de determinantes de ordem

2 e do teorema de Laplace. Observe:

§§ Ao escolher os elementos da primeira linha, obtemos:
det A = a11 ⋅ A11 + a12 ⋅ A12 + a13 ⋅ A13 =

= 2(–1)1 + 1 ⋅ + 3 (–1)1 + 2 · + (–1) (–1)1 + 3 · =

= 2 (–6) –3 (–15) –1 (18) = –12 + 45 – 18 = 15

Logo, det A = .

O resultado será o mesmo se escolhida uma coluna.

§§ Ao escolher os elementos da terceira coluna, obtemos:
det A = a13 · A13 + a23 · A23 + a33 · A33 =

= (–1) (–1)1 + 3 · + 0 (–1)2 + 3 · + (–3) (–1)3 + 3 · =

= –18 + 33 = 15
Logo, det A = 15.

Observação
Se a linha escolhida para o cálculo do determinante tiver elementos iguais a zero, não há necessidade de
multiplicar os cofatores pelos zeros, uma vez que o produto será nulo, independentemente, do valor do cofator.
Por isso, ao empregar o teorema de Laplace, as melhores linhas ou colunas para o cálculo do determinante serão
as que tiverem maior quantidade de zeros. Se não houver termos iguais a zero, eles podem ser criados, mediante
o emprego da oitava propriedade dos determinantes (teorema de Jacobi).

Teoria na prática
1. Calcule o determinante da matriz A empregando o teorema de Laplace.

116
 Resolução:

Ao aplicar o teorema de Laplace, vamos obter determinantes de terceira ordem, que podem ser calculados
pela regra de Sarrus. Ao escolher a primeira linha, obtemos:

det A = a11 · A11 + a12 · A12 + a13 · A13 + a14 · A14

A11 = (–1)1 + 1 · 1(–24 + 3 + 30 – 18 + 30 – 4) = 17

A12 = (–1)1 + 2 ·

A13 = (–1)1 + 3 ·

Observe que não há necessidade de calcular A14, uma vez que ele será multiplicado por zero. Portanto:
det A = 2(17) + 3(–44) + (–1)(–111) + 0 = 34 – 132 + 111 + 0 = 13

2. Calcule det A para A = .

Resolução:

Vamos escolher a terceira coluna de A, porque o valor do determinante fica restrito ao cálculo de a33 ⋅ A33:

det A = 2 (–1)3 + 3 ·

Vamos escolher agora a primeira coluna:

det A = 2 · 3 (–1)1 + 1 . =

= 6 (–8 + 6 + 6 + 2 – 24 – 6) = 6(–24) = –144.

117
 Estrutura Conceitual
DETERMINANTES

Matriz quadrada maior que três

de ordem...
Regra de Chió
Definição um
Para aplicação desta regra,
Número obtido por meio det A = a11 é necessário que o elemento
de operações e que está a11 seja igual a 1.
associado a uma matriz. dois
A ideia é fazer com que a
det A = a11 a12 ordem seja reduzida para que
= a11 · a22 – a12 · a21
se torne mais simples a deter-
a21 a22
minação do determinante.
três ⇒ Regra de Sarrus

Repetir as duas
primeiras colunas
det B = a11 a12 a13 a11 a12
Produtos da diagonal
Produtos da diagonal a21 a22 a23 a21 a22
secundária mudam principal mantêm o sinal
a31 a32 a33 a31 a32
de sinal (a13 · a21 · a32)
-(a13 · a22 · a31) -(a12 · a21 · a33) (a12 · a23 · a31)
-(a11 · a23 · a32) (a11 · a22 · a33)

O determinante será a soma

desses valores
quatro

Subtrair cada elemento restante da linha que deve ser

suprimida do produto dos dois elementos pertencentes
passo a passo à linha e à coluna desse elemento.
1º elemento = 1
1 2 0 –1 1 6 10
3–2·1 6–0·1 9 – (–1) · 1
1 3 6 9
= 1–2·4 2–0·4 0 – (–1) · 4 = –7 2 4
4 1 2 0
–2 2 3 –4 2 – (–(2) · 2 3 – 0(–2) 4 – (–1)(–2) 6 3 –6

Pronto!
Agora é só resolver o determinante
das formas anteriores.

118
 DETERMINANTES Propriedades

Se uma linha ou coluna de uma matriz

quadrada tiver todos os elementos Teorema de
iguais a 0, seu determinante será nulo. Laplace

det A = 0
Permite calcular determinantes de
qualquer ordem a partir de uma linha
Se uma matriz quadrada tiver duas ou coluna da matriz.
linhas ou colunas proporcionais, seu
determinante será nulo.
Menor complementar
det A = 0
A= a11 a12 a13 ... a1n
a21 a22 a23 ... a2n
Se houver a troca de posição en- a31 a32 a33 ... a3n
tre duas linhas ou duas colunas, o

...
...
...
...
determinante da nova matriz será o an1 an2 an3 ... ann
oposto da matriz anterior. O menor complementa de A pelo a23
(pode ser qualquer elemento) é um
número indicado assim:
Se uma matriz quadrada for multi-
plicada por um número k real, seu D23 = a11 a12 a13 ... a1n
determinante fica multiplicado por k a31 a32 a33 ... a3n
também.
...
...
...
...
an1 an2 an3 ... ann

Determinante da matriz transposta. A = (aij­) é uma matriz;

det A = det (At) Aij é um elemento da matriz A;
Dij é um número determinante.
O determinante de uma matriz triangu-
Cofator
lar é igual ao produto dos elementos
da diagonal principal. Aij = (–1)i + j · Dij

Aij → cofator de elemento aij

Se A e B são matrizes quadradas de
mesma ordem e AB é a matriz produ- Dij → menor complementar de A pelo
to, det (AB) = det A · det B (teorema elemento aij
de Binet).

Se todos os elementos de uma linha ou

coluna de uma matriz quadrada forem
multiplicados pelo mesmo número e se
forem somados os resultados aos ele-
mentos correspondentes de outra linha
ou coluna, torna-se uma nova matriz; Determinante da matriz inversa.
assim: ​  1 ​
det A-1 = ____
det A = det B det A

119
51 52
Sistemas lineares

Competência Habilidades
6 21, 24, 25 e 26

M T
MATEMÁTICA
Competência 1 – Construir significados para os números naturais, inteiros, racionais e reais.
H1 Reconhecer, no contexto social, diferentes significados e representações dos números e operações – naturais, inteiros, racionais ou reais.
H2 Identificar padrões numéricos ou princípios de contagem.
H3 Resolver situação-problema envolvendo conhecimentos numéricos.
H4 Avaliar a razoabilidade de um resultado numérico na construção de argumentos sobre afirmações quantitativas.
H5 Avaliar propostas de intervenção na realidade utilizando conhecimentos numéricos.
Competência 2 – Utilizar o conhecimento geométrico para realizar a leitura e a representação da realidade e agir sobre ela.
H6 Interpretar a localização e a movimentação de pessoas/objetos no espaço tridimensional e sua representação no espaço bidimensional.
H7 Identificar características de figuras planas ou espaciais.
H8 Resolver situação-problema que envolva conhecimentos geométricos de espaço e forma.
H9 Utilizar conhecimentos geométricos de espaço e forma na seleção de argumentos propostos como solução de problemas do cotidiano.
Competência 3 – Construir noções de grandezas e medidas para a compreensão da realidade e a solução de problemas do cotidiano.
H10 Identificar relações entre grandezas e unidades de medida.
H11 Utilizar a noção de escalas na leitura de representação de situação do cotidiano.
H12 Resolver situação-problema que envolva medidas de grandezas.
H13 Avaliar o resultado de uma medição na construção de um argumento consistente.
H14 Avaliar proposta de intervenção na realidade utilizando conhecimentos geométricos relacionados a grandezas e medidas.
Competência 4 – Construir noções de variação de grandezas para a compreensão da realidade e a solução de problemas do cotidiano.
H15 Identificar a relação de dependência entre grandezas.
H16 Resolver situação-problema envolvendo a variação de grandezas, direta ou inversamente proporcionais.
H17 Analisar informações envolvendo a variação de grandezas como recurso para a construção de argumentação.
H18 Avaliar propostas de intervenção na realidade envolvendo variação de grandezas.
Competência 5 – Modelar e resolver problemas que envolvem variáveis socioeconômicas ou técnico-científicas, usando representações
algébricas.
H19 Identificar representações algébricas que expressem a relação entre grandezas.
H20 Interpretar gráfico cartesiano que represente relações entre grandezas.
H21 Resolver situação-problema cuja modelagem envolva conhecimentos algébricos.
H22 Utilizar conhecimentos algébricos/geométricos como recurso para a construção de argumentação.
H23 Avaliar propostas de intervenção na realidade utilizando conhecimentos algébricos.
Competência 6 – Interpretar informações de natureza científica e social obtidas da leitura de gráficos e tabelas, realizando previsão de
tendência, extrapolação, interpolação e interpretação.
H24 Utilizar informações expressas em gráficos ou tabelas para fazer inferências.
H25 Resolver problema com dados apresentados em tabelas ou gráficos.
H26 Analisar informações expressas em gráficos ou tabelas como recurso para a construção de argumentos.
Competência 7 – Compreender o caráter aleatório e não determinístico dos fenômenos naturais e sociais e utilizar instrumentos ade-
quados para medidas, determinação de amostras e cálculos de probabilidade para interpretar informações de variáveis apresentadas em
uma distribuição estatística.
Calcular medidas de tendência central ou de dispersão de um conjunto de dados expressos em uma tabela de frequências de dados agrupados
H27
(não em classes) ou em gráficos.
H28 Resolver situação-problema que envolva conhecimentos de estatística e probabilidade.
H29 Utilizar conhecimentos de estatística e probabilidade como recurso para a construção de argumentação.
H30 Avaliar propostas de intervenção na realidade utilizando conhecimentos de estatística e probabilidade.
Introdução
Examinemos estes problemas:
1. Em uma partida de basquete, dois jogadores marcaram juntos 42 pontos. Quantos pontos marcou cada um?
Se x e y, respectivamente, são o número de pontos que cada jogador marcou, há uma equação com duas
incógnitas:

x + y = 42

Nessa equação:
§§ se x = 21, 21 + y = 42 ä y = 21.
Logo, x = 21 e y = 21 constituem uma solução da equação, indicada por (21, 21).
§§ se x = 30 e 30 + y = 42 ä y =12.
Logo, x = 30 e y = 12 constituem outra solução da equação, indicada por (30, 12).
§§ se x = 16, 16 + y = 42 ä y = 26.
Logo, x = 16 e y = 26 constituem outra solução da equação, indicada por (16, 26).
De fato, essa equação admite várias soluções: x pode assumir um valor qualquer natural de 0 a 42, e y será
igual à diferença entre 42 e o valor atribuído a x.
Portanto, os dados do problema não são suficientes para determinar o número de pontos marcados por jogador.

2. Um terreno de 8,0 mil m2 deve ser dividido em dois lotes. O lote maior deverá ter 1,0 mil m2 a mais que o
lote menor. Calcule a área que cada um deverá ter.
Se x e y, respectivamente, são as áreas destinadas ao lote maior e menor, temos um sistema de duas equações:

Ao resolver esse sistema por qualquer dos métodos já estudados, obtemos x = 4500 e y = 3500, que é a
única solução do sistema e que indicamos por (4500, 3500).
Logo, o maior lote terá uma área de 4500 m2 e o menor, uma área de 3500 m2.
Esses dois problemas revelam que seus dados podem resultar em mais de uma solução e uma única solução.
Mas há casos também em que não há solução alguma.

Equações lineares
§§ 3x + 2y = 7 é uma equação linear nas incógnitas x e y.
§§ 2x + 3y – 2z = 10 é uma equação linear nas incógnitas x, y e z.
§§ x – 5y + z – 4t = 0 é uma equação linear nas incógnitas x, y, z e t.
§§ 4x – 3y = x + y + 1 é uma equação linear nas incógnitas x e y.

123
 De modo geral, denomina-se equação linear toda equação que pode ser escrita nesta forma:

a1x1 + a2x2 + a3x3 +...+anxn = b,

na qual:
§§ x1, x2, x3, ..., xn são as incógnitas;
§§ a1, a2, a3, ..., são números reais chamados coeficientes das incógnitas; e
§§ b é o termo independente.

Pela definição, não são equações lineares:

xy = 10

x2 + y = 8

x2 – xy – yz + 22 – 1

Observe, agora, estas equações lineares:

1. 3x + 2y = 18
§§ o par (4, 3) é uma solução da equação, uma vez que 3 · 4 + 2 · 3 = 18;
§§ o par (6, 0) é uma solução da equação, uma vez que 3 · 6 + 2 · 0 = 18; e
§§ o par (5, 1) não é solução da equação, uma vez que 3 · 5 + 2 · 1 ≠ 18.

2. 3x + y – 2z = 8
§§ o terno (2, 4 ,1) é uma solução da equação, uma vez que 3 · 2 + 4 – 2 · 1 = 8;
§§ o terno (0, 6, –1) é uma solução da equação, uma vez que 3 · 0 + 6 – 2 · (–1) = 8; e
§§ o terno (5, –2, 3), não é solução da equação, uma vez que 3 · 5 + (–2) –2 · 3 i 8.
Generalizando, dada a equação linear:

a1x1 + a2x2 + a3x3 +...+anxn = b,

a ênupla de números reais (a1, a2, a3,..., an) é solução da equação se, e somente se:

a1a1 + a2a2 + a3a3 +...+anan = b

Sistemas de equações lineares

Denomina-se sistema linear m · n o conjunto S de m equações lineares em n incógnitas, que pode ser
representado assim:

124
Exemplos
1. é um sistema linear 2 × 2 nas incógnitas. x e y

2. é um sistema linear 2 × 2 nas incógnitas x e y, uma vez que equivale a

3. é um sistema linear 3 × 3 nas incógnitas x, y e z.

4. um sistema linear 2 × 3 nas incógnitas x, y, e z.

Solução de um sistema linear

Dizemos que (a1, a2, a3,..., an) é solução de um sistema linear, se (a1, a2, a3, ..., an) for solução de cada
uma das equações do sistema, ou seja, se satisfizer, simultaneamente, todas as equações do sistema.
Observe:

1. (5, 1) é solução do sistema , uma vez que .

2. (2, 3) não é solução do sistema , uma vez que .

3. (1, 3, –2), é solução do sistema . Verifique.

4. (0, 2, 5) não é solução do sistema . Verifique.

A igualdade ax = b, com incógnita real x, a [ R e b [ R

Observe igualdades desse tipo nestes exemplos:

​ 6 ​= 3, como o único valor real possível para x.

Em 2x = 6, x = __
2
Em 0x = 7, não há valor real para x, uma vez que não há número real que, multiplicado por 0, dê 7.
Em 0x = 0, x pode assumir qualquer valor real, uma vez que todo número real multiplicado por 0 dá 0.
De modo geral:
§§ ax = b, com a i 0 ä x = __​ ba ​, é o valor único de x.
§§ ax = b, com a = 0 e b i 0 ä não existe valor real para x.
§§ ax = b, com a = 0 e b = 0 ä x pode assumir qualquer valor real.
Sua aplicação vai ser estudada nas resoluções de sistemas lineares.

125
 Sistemas lineares 2 x 2
Resolução pelo método da adição
Resolver um sistema linear significa descobrir seu conjunto solução S, formado por todas as soluções do
sistema.
A resolução dos sistemas lineares 2 × 2, em R × R, já foi vista no ensino fundamental mediante métodos
como adição, substituição, comparação e outros.

R x R é conjunto de todos os pares ordenados de números reais.

Com estes exemplos, vamos retomar a resolução pelo método da adição:

1.

​ 51 ​= 3 (valor único de x)

17x = 51 ä x = ___
17

17 y – 17 ⇒ y = ____​ –17 ​= –1 (valor único de y)

17
Portanto, (3, –1) é o único par de R × R que é solução do sistema.
O sistema tem S = {(3, –1)} é um sistema possível e determinado (tem uma única solução, ou seja, o con-
junto solução é unitário).

2.

Se em 0y = –8, não há valor real para y; não há, portanto, par de números reais que seja solução do siste-
ma. O sistema tem S = Ö é um sistema impossível (não tem solução alguma, ou seja, o conjunto solução
é vazio).

3.

Se 0y = 0, a incógnita y pode assumir qualquer valor real. Se y = a, com a, [ R, e se for substituída em

uma das equações do sistema, obtemos:

​ 8 + 6a
2x – 6y = 8 ä 2x – 6a = 8 ä 2x = 8 + 6a ä x = ______ ​= 4 + 3a
2
O par (4 + 3a, a), com a [ R, é a solução geral do sistema. Para cada valor de a há uma solução para o
sistema, como (7, 1), (4, 0), (1, –1), conforme a seja respectivamente 1, 0 ou –1.
O sistema tem S = {(4 + 3a, a) | a [ R} e é um sistema possível e indeterminado (tem infinitas soluções,
ou seja, o conjunto solução é infinito).

126
Interação geométrica dos sistemas lineares 2 x 2
Os pares de números reais que são soluções de uma equação linear com duas incógnitas determinam uma
reta (gráfico). A intersecção das duas retas das equações do sistema determina uma solução, se ela existir.
Representação gráfica dos três sistemas resolvidos por adição:

1.

2 x + 5y = 1

As retas concorrentes indicam que há um único par que é solução do sistema (sistema possível e determinado).
2.

2x - 4y = 2

x - 2y = 5

As retas paralelas e distintas indicam que não há par que seja solução do sistema (sistema impossível).

3.

As retas coincidentes indicam que há infinitos pares que são soluções do sistema (sistema possível e inde-
terminado).

127
 Classificação de um sistema linear 2 x 2
Os sistemas podem ser classificados de acordo com sua solução desta maneira:

Para classificar um sistema linear 2 × 2, é simples; basta observar suas equações. Vejamos algumas condi-
ções para isso.
§§ Se houver proporcionalidade entre os coeficientes das mesmas incógnitas e essa proporcionalidade manti-
ver-se nos termos independentes, o sistema será possível e indeterminado (SPI). Equações assim são cha-
madas de equivalentes.
§§ Se houver proporcionalidade entre os coeficientes das mesmas incógnitas e essa proporcionalidade não
se mantiver nos termos independentes, o sistema será impossível (SI). Equações assim são chamadas de
incompatíveis.
§§ Se não houver proporcionalidade entre os coeficientes das mesmas incógnitas, o sistema será possível e
determinado (SPD).

Resumindo:

Exemplos de classificação de sistemas

1.

Os coeficientes das mesmas incógnitas nas duas equações não são proporcionais: 3 é o triplo de 1 e –2 é
metade de –4. Portanto, o sistema é possível e determinado:

( __​ 13 ​ i ___
​ –2 ​ ou
–4
3(–4) i 1(–2) )

128
 2.

Nesse sistema, os coeficientes das mesmas incógnitas nas duas equações são proporcionais, mas essa pro-
porcionalidade não se mantém nos termos independentes: 2 está para 3, assim como –6 está para –9, mas
não como 5 está para 1. Portanto, o sistema é impossível:

( __​ 23 ​ = ___
–9 1 )
​ –6 ​ i __
​ 5 ​ 

3.

Nesse caso, há proporcionalidade entre os coeficientes das mesmas incógnitas e essa proporcionalidade
mantém-se nos termos independentes: –6 está para 3, assim como –2 está para 1, assim como 4 está
para –2 (ou, ainda, a segunda equação é o oposto do dobro da primeira). Portanto, o sistema é possível e
indeterminado:

( ​ ___
–6 –2 4 )
3  ​ = ___
​  1  ​ = ___
​ –2 ​ 

Discussão de um sistema linear 2 x 2

Observação

O sistema linear pode ser escrito na forma matricial .

A partir dessa forma matricial, pode-se aplicar o determinante da matriz dos coeficientes para saber
se o sistema é determinado ou não.

O sistema linear pode ser escrito na forma matricial .

A partir dessa forma matricial, pode-se aplicar o determinante da matriz dos coeficientes para saber se o
sistema é determinado ou não.

No sistema , a matriz dos coeficientes é , cujo determinante é D = a1b2 – a2b1.

a1 b1
​ a  ​ i ​ __ ​, D = a1b2 – a2b1 i 0. Por isso, basta o sistema determinante da matriz dos
É fácil notar que, se __
2 b2
coeficientes não ser nulo para o sistema ser determinado.
Entretanto, se o determinante for nulo, não se pode fazer afirmação alguma, uma vez que restarão duas
possibilidades, SPI e SI. Saberemos que o sistema não é determinado, mas não saberemos classificá-lo sem exa-
minar os valores k1 e k2.

129
 Observe o sistema

Nesse sistema de incógnitas x e y, o coeficiente a e o termo independente b são chamados parâmetros,

cujos valores não estão estabelecidos.
Discutir um sistema significa descobrir para que valores dos parâmetros ele é possível e determinado, pos-
sível e indeterminado ou impossível.
Para saber em que condições o sistema é SPD, podemos calcular o determinante da matriz dos coeficientes
do sistema. No sistema dado, temos:

Se a i 6, D i 0, com a garantia de que o sistema é possível e determinado, independentemente do valor de b.

Se a = 6, D = 0, sem que possamos classificar o sistema se as duas equações não forem observadas. Subs-
tituindo a = 6 no sistema, temos:

Nesse caso, haverá proporcionalidade entre os coeficientes das mesmas incógnitas. Para que ela se mante-
nha nos termos independentes, é necessário que haja b = 2. Nessas condições, as equações serão equivalentes e o
sistema será indeterminado. Se b i 2, as equações serão incompatíveis e o sistema será possível.
§§ para a i 6, o sistema é possível e determinado (SPD) (para qualquer b [ R);
§§ para a = 6 e b = 2, o sistema é possível e indeterminado (SPI); e
§§ para a = 6 e b i 2, o sistema é impossível (SI).

Teoria na prática
1. Discuta o sistema linear .

Resolução:

Cálculo do determinante dos coeficientes das incógnitas em função de k:

§§ D i 0, ou seja, 2 – k i 0 ä k i 2: o sistema é possível e determinado.

§§ D = 0, ou seja, 2 – k = 0 ä k = 2: k = 2 deve ser substituído no sistema e as equações, observadas:

Nessas condições, com k = 2, o sistema terá conjunto solução vazio, uma vez que as duas equações são
incompatíveis.
Portanto:
para k i 2, o sistema é possível e determinado

para k = 2, o sistema é impossível

130
 2. Para que valores de a e b, o sistema é possível e indeterminado?

Resolução:

Para que o sistema seja possível e indeterminado, deve haver inicialmente:

No entanto, apenas D = 0 não garante que o sistema seja possível e indeterminado; ele também poderia
ser impossível (que não é o caso desejado).
Devemos substituir a = 2 no sistema e observar as equações:

Para que as duas equações sejam equivalentes, precisamos de b = 1 (desse modo, a primeira equação passa
a valer o dobro da segunda).
Logo, o sistema é possível e indeterminado para a = 2 e b = 1.

3. Determine os valores de a para que o sistema linear seja possível e determinado.

Resolução:

Para que o sistema seja possível e determinado, deve haver:

Logo, o sistema será possível e determinado sempre que a i 3 e a i – 3.

Sistemas lineares 3 x 3
Consideremos o sistema de três equações com três incógnitas:

Geometricamente, cada uma das equações, nessa ordem, define os planos p1, p2 e p3, respectivamente. O
termo (x, y, z) é solução desse sistema, se o ponto P(x, y, z) pertencer à intersecção p1 > p2 > p3, ou seja, se P
estiver simultaneamente nos três planos.
Associadas a esse sistema há duas matrizes: a incompleta (I) e a completa (II).

Os vetores linha da matriz incompleta são l1 = (a1, b1, c1), l2 = (a2, b2, c2) e l3 = (a3, b3, c3), e os vetores linha
da matriz completa são L1 = (a1, b1, c1, d1), L2 (a2, b2, c2, d2) e L3 = (a3, b3, c3, d3), todos não nulos.

131
 Possibilidades para as posições relativas dos três planos no espaço
Há oito possibilidades para as posições relativas dos três planos, p1, p2 e p3, no espaço.

1. Primeira possibilidade: os três planos coincidem

Neste caso, todos os pontos P(x, y, z) de p1 são soluções do sistema. Há, portanto, infinitas soluções para
o sistema:

O sistema é possível e indeterminado (SPI).

Prova de que isso ocorre: L1, L2 e L3 são múltiplos uns dos outros.
Por exemplo:

Nesse caso, L2 = 2L1, L3 = 4L1 e L3 = 2L2.

Da primeira equação x + y – z = 1, tiramos que z = x + y – 1. Com isso, as soluções do sistema são todos
os pontos da forma (x, y, x + y – 1), da qual x e y são números reais arbitrários.
Por exemplo, são soluções (1, 1, 1); (1, 2, 2); (2, 5,6) etc.

2. Segunda possibilidade: dois planos coincidem e o terceiro é paralelo a eles

Neste caso, o sistema é impossível, não tem solução (SI).
Prova de que isso ocorre: L2 é múltiplo de L1, ou seja, L2 = kL1, o que resulta L3 = kl1, mas L3 não é múltiplo
de L1 apesar de l3 = ml1.

Exemplo:

Neste caso, L2 = 2L1; l3 = 4l1; mas L3 não é múltiplo de L1.

Logo, o sistema não tem solução; é impossível.

132
3. Terceira possibilidade: dois planos coincidem e o terceiro intersecta-os segundo uma reta
Neste caso, todos os pontos P(x, y, z) da reta são soluções. Há, portanto, infinitas soluções. O sistema é pos-
sível e indeterminado (SPI). Prova de que isso ocorre: L2 = kL1 (portanto, l2 = kl1); mas l3 não é múltiplo de l1.

Exemplo:

p1 = p2, mas l3 = (4, 4, –1) não é múltiplo de l1 = (1,1, –1). Por isso, p3 > p1 é a reta r. Essa reta é for-
mada pelos pontos P(x, y, z), cujas coordenadas são as soluções do sistema:

Se z = 0, y = 1 – x.
Portanto, as soluções do sistema são todos os pontos da forma (x, 1 – x, 0) para qualquer valor real de x.
Por exemplo: são soluções (1, 0, 0); (2, –1, 0); (6, –5, 0) etc.

4. Quarta possibilidade: os planos são paralelos dois a dois

Nesse caso, o sistema não possui solução; é impossível (SI). Prova de que isso ocorre: cada um dos vetores,
l1, l2 e l3 é múltiplo do outro, mas os vetores L1­, L2 e L3 não são múltiplos um do outro, dois a dois.

Exemplo:
Nesse exemplo há: l1, l2 e l3 múltiplos um do outro, mas L1, L2 e L3 não múltiplos um do outro, dois a dois.
Logo, esse sistema não tem solução; é impossível.

133
 5. Quinta possibilidade: dois planos são paralelos e o outro os intersecta segundo retas parale-
las r [ s

p1 e p2 são paralelos; logo, p1 > p2 = Ö. Resultado: p1 > p2 > p3 = Ö. Portanto, o sistema não tem
solução; é impossível (SI).

Prova de que isso ocorre: l2 = kl1, mas L2 não é múltiplo de L1, uma vez que p1 // p2; além disso, l3 não é
múltiplo de l1, uma vez que p3 // p1.
Exemplo:

Observe: l2 = 2l1, mas L2 não é múltiplo de L1; e l3 não é múltiplo de l1.

Logo, o sistema é impossível.

6. Sexta possibilidade: os três planos são distintos e têm uma reta em comum

Nesse caso, todos os pontos P(x, y, z) da reta r são soluções; portanto, há infinitas soluções.
O sistema é possível e indeterminado (SPI). Prova de que isso ocorre: nenhum dos vetores l1, l2 e l3 é múl-
tiplo do outro e L3 pode ser escrito, L3 = kL2 + mL1.

p1 > p2 > p3 = r

134
 Exemplo:

Observe: nenhum dos vetores l1, l2 e l3 é múltiplo do outro, bem como L3 = 2L1 + L2:

2L1 é 2x + 2y + 2z = 2
L2 é 2x – y + z = 5
4x + y + 3z = 7 é L3

Logo, o sistema é indeterminado.

p1 > p2 > p3 = r. Essa reta é formada pelos pontos P(x, y, z), cujas coordenadas são as soluções dos sistemas:

( –4 + ​,
x _____
Portanto, as soluções do sistema são todos os pontos da forma ​ x, ​ ______
2 2 )
​ 6 –  ​ 
3x ​para qualquer valor real
de x. São soluções do sistema: (0, –2,3), (2, –1,0), (–2, –3,6) etc.

7. Sétima possibilidade: os três planos intersectam-se dois a dois, segundo retas paralelas umas
às outras

Nesse caso, o sistema é impossível (SI).

Os vetores l1, l2 e l3 não são múltiplos um do outro, uma vez que não há paralelismo nem coincidência
entre nenhum dos planos. Além disso, é possível provar que l3 = kl1 + ml2 e que L3 i kL1 + mL2.

Exemplo

Observe: os vetores l1, l2 e l3 não são múltiplos um do outro, bem como l3 = 2l2 – l1, mas L3 i 2L2 – L1.

135
 Vejamos: L3 = (9, 3, 5, 5); 2L­2 = (10, 4, 2, 4); – L1 = (–1, –1, 3, 1); logo, 2L2 – L1 = (9, 3, 5, 3) e L3 = (9, 3, 5, 5).
Portanto, L3 i 2L2 – L1.
Logo, esse sistema é impossível.

8. Oitava possibilidade: os três planos têm um único ponto em comum

Neste caso, o sistema é possível e determinado (SPD).

É possível provar que o sistema tem uma única solução, se, e somente se, os vetores l1, l2 e l3 forem line-
armente independentes (LI).
Exemplo:

Para saber se os vetores (1, 2, –3), (2, 3, 4) e (4, 7, –1) são LI, verifiquemos se o determinante é
diferente de zero.

Uma vez que i 0, os vetores são LI. Portanto, esse sistema é possível e determinado (SPD).

Os próximos itens vão ensiná-lo a determinar a solução de um sistema como esse.

Escalonamento de sistemas lineares

Método para classificar, resolver e discutir sistemas lineares de quaisquer ordens, chamado de método do
escalonamento. Esse é o assunto, que vamos estudar.
Inicialmente, é necessário saber o que é sistema linear escalonado.
Considerando um sistema genérico m × n, dizemos que ele está escalonado, se a matriz dos coeficientes
tiver em cada uma de suas linhas o primeiro elemento não nulo situado à esquerda do primeiro elemento não
nulo da linha seguinte. Além disso, linhas com todos os elementos nulos devem estar abaixo de todas as outras.
Ao observar as equações do sistema escalonado, percebe-se que, na linha considerada, a primeira incógnita com
coeficiente não nulo está sempre à esquerda da primeira incógnita com coeficiente não nulo da linha seguinte.
São exemplos de sistemas escalonados:

§§

136
 §§

§§

Classificação e resolução de sistemas

lineares escalonados
Para classificar um sistema escalonado, basta observar a última linha com bastante atenção, uma vez que
a última linha num sistema de n incógnitas é a n-ésima linha; se não existir, deve ser considerada totalmente nula
(0x + 0y + 0z + ... = 0, equivale a 0 = 0), como mostrado nos segundo e terceiro exemplos anteriores.
Na última, é possível que haja:
§§ uma equação do primeiro grau com uma incógnita (2z = 4; 5w = 0; z = –1, ...): o sistema é SPD;
§§ uma igualdade sem incógnita que é verdadeira (0 = 0; 2 = 2; 5 = 5; ...): o sistema é SPI; e
§§ uma igualdade sem incógnita que é falsa (0 = 9; 0 = 2; 0 = –4; ...): o sistema é SI.
Exemplo:

1.

Sistema 3 x 3 já escalonado (número de equações = número de incógnitas)

Da terceira equação tiramos z = 2.
Da segunda equação, z = 2, obtemos 4y – 2 × 2 = 0. Logo, y = 1.
Na primeira equação, 3x – 2(1) + 2 = –6 e daí x = –2.
Conclusão: o sistema é possível e determinado, com S = {(–2, 1, 2)}.

2.

Sistema 4 × 4 já escalonado.
A quarta equação permite dizer que o sistema é impossível, logo, S = Ö.

3.

Sistema 2 × 3 já escalonado. (número de equações < número de variáveis)

Se um sistema escalonado tiver mais incógnitas que equações e pelo menos um coeficiente não nulo em
cada equação, ele será possível e indeterminado, uma vez que as equações que faltam podem ser consi-
deradas todas 0 = 0. A incógnita que não aparece no começo das equações é chamada incógnita livre.
Nesse exemplo, z é a incógnita livre: z = k, com k [ R, para descobrir a solução geral do sistema.

137
 Da segunda equação, obtemos 3y – 6k = 0 ä y = 2k.
Aplicando z = k e y = 2k, obtemos x + 2k + k = 0 ä x = –3k.
Portanto, o sistema é possível e indeterminado e sua solução geral é (– 3k, 2k, k); k [ R.

4.

Neste caso, o sistema é possível e indeterminado (escalonado, com duas equações e quatro incógnitas),
e são duas as incógnitas livres (y e t).
Fazemos y = a e t = b, com a [ R e b [ R.
Ao substituir nas equações:
1 – 3b
2z + 3b = 1 ä 2z = 1 – 3b ä z = ______
​   ​
2
1 – 3b
2x – a + ______
​   ​ – b = 2 ä 4x = 2a – 1 + 3b + 2b + 4 ä
2
2a + 5b + 3
ä 4x = 2a + 5b + 3 ä x = __________
​   ​
4

( ​ 
2a + 5b + 3
Solução geral: ​ __________
4
1 – 3b
 ​, a, ______
​ 
2
 ​, b ​ )
Determinante da matriz incompleta
Da mesma forma que ocorre com o sistema 2 × 2, podemos usar um determinante para separar sistemas
SPD dos demais (SPI e SI).
Isso serve para sistemas 3 × 3 e mesmo para sistemas n x n quaisquer. Num sistema 3 x 3 genérico, teríamos

, e o determinante da matriz incompleta seria .

(matriz dos coeficientes)

Se D i 0, o sistema (3 × 3 ou n x n) é SPD.
Se D = 0, o sistema (3 × 3 ou n x n) não é SPD (portanto, ou SPI ou SI).
É possível entender por que o determinante dos coeficientes de um sistema n × n não é nulo, se o sistema
for determinado; basta lembrar que o determinante de uma matriz com uma fila de zeros é sempre nulo (proprie-
dade).
Observe que um sistema escalonado só não tem os coeficientes da última linha nulos se ele for determinado.

Observação

Conhecida a classificação do sistema, saberemos sempre como será o determinante D:

SPD ∫ D i 0  SPI ∫ D = 0 SI ∫ D = 0

138
Sistemas lineares equivalentes
Dois sistemas lineares são equivalentes, se tiverem o mesmo conjunto solução.

Por exemplo, os sistemas e são equivalentes, uma vez que, resolvidos, ambos

apresentam S = {(6, 4)}.

Teoria na prática
1. Calcule a e b para que os sistemas e sejam equivalentes.

Resolução:

Vamos resolver o sistema .

Para que os sistemas sejam equivalentes, S = {(7, –2)}, também deve ser equivalente o conjunto solução do
outro sistema dado:
ax + y = 12 ä a(7) + (–2) = 12 ä 7a – 2 = 12 ä 7a = 14 ä a = 2
2x – by = 20 ä 2(7) –b(–2) = 20 ä 14 + 2b = 20 ä 2b = 6 ä b = 3
Portanto, a = 2 e b = 3.

Processo para escalonamento de um sistema linear

Se o sistema linear não estiver escalonado, é possível obter um sistema equivalente a ele, que esteja es-
calonado, mediante algumas operações elementares. Para transformar um sistema não escalonado num sistema
equivalente escalonado, pode-se recorrer a alguns procedimentos.
§§ Trocar a posição das equações:

§§ Multiplicar todos os termos de uma equação pelo mesmo número real diferente de zero:
3x – y + z = 5 ä 6x – 2y + 2z = 10
§§ Multiplicar os dois membros de uma equação por um mesmo número real diferente de zero e somar o
resultado aos membros correspondentes da outra equação:

139
 §§ Se no processo de escalonamento resultar uma equação com todos os coeficientes nulos e o termo indepen-
dente diferente de zero, essa equação será suficiente para afirmar que o sistema é impossível, isto é, tem S = Ö.
0x + 0y + 0z = 7 ä S = Ö
Exemplos de sistemas que são escalonados e, posteriormente, classificados e resolvidos.

1.

Para anular os coeficientes de x na segunda e na terceira equação:

§§ multiplica-se a primeira por –2 e soma-se com a segunda; e
§§ multiplica-se a primeira por 3 e soma-se com a terceira.
Em seguida, trocam-se as posições das duas últimas equações para que o coeficiente de y seja 1 na segun-
da equação:

O sistema obtido está escalonado e é equivalente ao sistema dado. Para resolvê-lo:

​ –32 ​= 2
§§ z = ____
–16
§§ y + 5 · 2 = 13 ä 13 – 10 y = 3
§§ x + 2 · 3 + 2 = 7 ä x = 7 – 6 – 2 x = −1
Sistema possível e determinado, cujo S = {(–1, 3, 2)}.

2.

Sistema possível e indeterminado (escalonado é 2 × 3); do qual z é uma incógnita livre, ou seja, o valor de
z pode ser qualquer número real:
​ 8 + 4a
z = a ä –7y + 4a = –8 ä –7y = –8 – 4a ä y = ______  ​
7
​ 8 + 4a
x + 2 · ______ ​ 5 –  ​
 ​ – a = 3 ä 7x + 16 + 8a – 7a = 21 ä 7x = 5 – a ä x = _____ a
7 7

( ​ 5 –  ​,
Solução geral: ​ _____
7 )
8 + 4a
a ​ ______
7
 ​, a ​.

3.

Sistema sem solução, portanto, S = Ö.

140
 4.

Esse sistema tem o número de equações maior que o número de variáveis (3 × 2).
Analisemos com atenção cada passagem.
As duas primeiras equações obtidas formam um sistema escalonado, que, resolvido, corresponde a
​ –11 ​ = 1 e x = 2 – 3 × 1 = –1.
y = ____
–11
O valor y = 1 satisfaz também a terceira equação (7y = 7).
Logo, o sistema dado é possível e determinado e tem S = {(–1, 1)}.

5.

De 2y = –6, obtemos y = –3, e de 3y = –24, obtemos y = –8.

Logo, o sistema é impossível, pois não há, simultaneamente, y = –3 e y = –8.
Portanto, S = Ö.

6.

A incógnita y é livre.
Para y = a, com a [ R, temos: x – 3a = 2 e daí x = 2 + 3a.
Logo, o sistema é possível e indeterminado, com solução geral (2 + 3a, a).

Discussão de um sistema linear

Caso seja conveniente, o processo de escalonamento também pode ser empregado na discussão de siste-
mas lineares.

Exemplo

Vamos discutir o sistema , empregando escalonamento.

​ 5 ​e a terceira equação é eliminada (0y = 0) e o sistema fica escalonado com duas equa-
Se 6b – 5 = 0, b = __
6
ções e duas incógnitas: SPD com S = {(5, –5)}.
Se 6b – 5 i 0, b i __​ 5 ​; a terceira equação fica impossível (0y = 6b – 5 i 0) e o sistema será impossível (SI).
6
Para discutir um sistema qualquer, n × n, é conveniente utilizar o cálculo do determinante da matriz dos
coeficientes aliado ao escalonamento.

141
 Primeiramente, calcula-se o determinante, de modo que seu valor não seja nulo, obtendo com isso as con-
dições dos parâmetros para que o sistema seja SPD.
Em seguida, com o mesmo determinante, impõe-se que seu valor seja nulo para que sejam substituídos no
sistema os valores obtidos a partir dessa condição (se houver mais de um valor para o mesmo parâmetro, haverá
mais de um sistema a ser considerado).
Em seguida, escalona(m)-se o(s) sistema(s) obtido(s) até a última linha e, a partir dela, conclui-se a discus-
são do sistema, de acordo com as classificações possíveis dos sistemas lineares escalonados.

Teoria na prática
1. Discuta o sistema

Resolução:

Se D i 0 ä a – 2 i 0 ä a i 2, obteremos SPD.
Para D = 0 ä a = 2, é preciso escalonar ou, uma vez que esse sistema é 2 × 2, é preciso observar as duas
equações.
Substituída a = 2, obtemos .

Os coeficientes da primeira equação são o dobro dos coeficientes da segunda equação. Por isso, para que
1 ​; para que sejam incompatíveis, b i __
haja equações equivalentes, b = ​ __ ​ 1 ​.
2 2
Portanto:
§§ a i 2 ∫ SPD
​ 1 ​ ∫ SPI
§§ a = 2 e b = __
2
​ 1 ​ ∫ SI
§§ a = 2 e b i __
2

2. Discuta o sistema em função dos parâmetros a e b.

Resolução:

Para D i 0 ä a i 2 (SPD).
Com a = 2, obtemos D = 0.

∫ escalonando ∫

Na última linha vai haver uma igualdade verdadeira, se b + 1 = 0; portanto, b = –1 (SPI).

A igualdade será falsa para b + 1 i 0 ou b i –1 (SI).

142
 Portanto:
§§ a i 2 ∫ SPD
§§ a = 2 e b = –1 ∫ SPI
§§ a = 2 e b i –1 ∫ SI

Resolução de sistemas pela regra de Cramer

A regra de Cramer, uma das mais tradicionais para resolver sistemas de equações lineares, apresenta vanta-
gens e desvantagens sobre outros métodos. A melhor vantagem é que ela fornece os valores das incógnitas dire-
tamente como quociente de dois determinantes. Em comparação com o método do escalonamento, ela apresenta
duas desvantagens. A primeira delas é que a regra de Cramer aplica-se tão somente se o determinante da matriz
do sistema for diferente de zero; segunda desvantagem: trata-se de uma regra mais trabalhosa, uma vez que pres-
supõe o cálculo de quatro determinantes em vez do escalonamento de um único sistema 3 × 3.
Consideremos o sistema de três equações lineares com três incógnitas:

§§ Inicialmente, calcula-se D, o determinante da matriz dos coeficientes do sistema (matriz incompleta):

Se D i 0, é possível prosseguir, uma vez que o sistema é possível e determinado (SPD).

Se D = 0, não se aplica a regra de Cramer.
§§ Em seguida, para cada incógnita a ser determinada, calcula-se um novo determinante, que é o da matriz
obtida, substituindo-se, na matriz dos coeficientes, a coluna dos coeficientes da incógnita a ser determinada
pela coluna dos termos independentes:

Dx (para determinar x) =

Dy (para determinar y) =

Dz (para determinar z) =

§§ O valor de cada incógnita é o quociente de cada um desses determinantes por D, ou seja:

D Dy D
x = __
​  x ​  y = ​ __ ​  z = __
​  z ​
D D D
A regra de Cramer pode ser aplicada para qualquer sistema n x n, com D i 0.

143
 Demonstração dessa regra no sistema 2 × 2.
Considerando tratar-se de um sistema linear genérico, 2 × 2, que seja determinado: com
a1 __ b1
​ __
a2 ​ i ​ b  ​, ou seja, a1b2 i a2b1, ou ainda, a1b – a2b1 i 0.
2

Resolução por adição:

Determinantes de matrizes obtidas a partir do sistema:

a b
D = ​ __
​ a1 ​ ​ __1 ​  = a1b2 – a2b1 i 0
2 b2

c b
Dx = ​ __
​  c1 ​ ​ __1 ​  = b2c1 – b1c2
2 b2

a c1
D = ​ __
​  a1 ​ ​ __
c  ​  = a1c2 – a2c1
2 2

Comparadas as igualdades (I) e (II) com os valores de D, Dx e Dy, é possível escrever D · x = Dx e D · y = Dy.
Uma vez que D i 0, há uma única solução para o sistema dada por:
D Dy
x = __
​  x ​e y = ​ __ ​
D D

Teoria na prática
1. Resolva os sistemas pela regra de Cramer.
a)

Resolução:
–5 ​  = 19 i 0
​ 2  ​ ​ ___
D = ​___
3 2
–5 ​  = 76
​  –2 ​ ​ ___
Dx = ​___
16 2

​  2 ​ ​ ___
Dy = ​__ –2 ​  = 38
3 16
D 76
x = __
​  x ​ = ​ ___ ​= 4
D 19
Dy 38
y = __
​   ​ = ___
​   ​= 2
D 19

S = {(4, 2)}

144
 b)

Resolução:
O sistema dado pode ser escrito como

​​ 3 ​ ​ ___
D = __ –1 ​ ​ = 11
5 2

​ 1 ​ ​ ___
Dx = ​__ –1 ​  = 6
4 2

​ 3 ​ ​ __
Dy = ​ __ 1 ​  = 7
5 4
D 6  ​
x = __ ​  x ​ = ​ ___
D 11
Dy 7
y = __ ​   ​ = ___
​   ​
D 11

{( 6  ​ · ___
S = ​ ​  ​ ___
11 11 )}
​  7  ​  ​  ​

2. Resolva a equação matricial aplicando a regra de Cramer.

Resolução:

Essa equação matricial é equivalente ao sistema , do qual é a matriz coeficiente das

incógnitas. Portanto:

​  1 ​ ​ ___
D = ​ __ –1 ​  = 7
2 5

​  4 ​ ​ ___
Dx = ​ __ –1 ​  = 21
1 5

​ 1 ​ ​ ___
Dy = ​ __ –4 ​  = –7
2 1
D 21
x = __
​  x ​ = ​ ___  ​= 3
D 7
Dy –7
y = __
​   ​ = ___​   ​= –1
D 7

Logo, a solução é , ou seja, x = 3 e y = –1.

145
 3. Resolva o sistema aplicando a regra de Cramer.

Resolução:

O sistema dado não é sistema linear.

​ 1x ​= m e ​ __
Se __ 1 ​= n, o sistema toma a forma de um sistema linear 2 × 2 nas incógnitas m e n:
y

​ 1 ​ ​ ___
D = ​__ 1  ​  ​ = –5
2 –3

​ 3 ​ ​ ___
Dm = ​ __ 1  ​  = –10
1 –3

​ 1 ​ ​ __
Dn = ​ __ 3 ​  = –5
2 1
D
m = ___ ​ –10 ​= 2
​  m ​ = ____
D –5
D –5
n = __
​  n ​ = ___​   ​= 1
D –5
Portanto:

( )
​ 1 ​, 1 ​é a solução do sistema inicial.
Logo, ​ __
2

4. Resolva o sistema

Resolução:

Uma vez que D = 5 i 0, o sistema é SPD, o que nos permite prosseguir.

146
 D 9
x = __
​  x ​ = ​ __  ​
D 5
Dy 12
y = __
​   ​ = ___
​   ​
D 5
D 9
z = __
​  z ​ = __​   ​
D 5
9 ​, ___
A solução do sistema é dada pela terna ​ ​ __
5 5 5 ( ​ 9 ​  ​.
​ 12 ​, __ )
Sistemas lineares homogêneos
Se num sistema linear todos os termos independentes forem nulos, o sistema será denominado sistema
linear homogêneo.
São sistemas lineares homogêneos:

Convém notar que um sistema linear homogêneo n x n (com n > 2) é sempre possível, uma vez que admite
pelo menos a solução (0, 0, 0), denominada solução trivial, nula ou imprópria.
Esses sistemas homogêneos, sempre possíveis, são os únicos que podem ser classificados apenas a partir
do cálculo determinante. Como não há chance de o sistema homogêneo ser SI, se o determinante for nulo, o sistema
homogêneo será SPI. Mesmo assim, para resolver o sistema de D = 0, ele deve ser escalonado.

Teoria na prática
1. Verifique se o sistema é determinado ou indeterminado.

Resolução:

§§ Aplicando o determinante:

§§ Aplicando o escalonamento:

O sistema é determinado; logo, S = {(0,0)}.

147
 2. Resolva os sistemas:

a)

Resolução:

Se D = 0 e o sistema é homogêneo, ele só pode ser possível e indeterminado.

Vamos, então, determinar a solução geral:
Se y = k e se somada uma das equações, obtemos

​ 6k ​ = __
4x – 6y = 0 ä 4x – 6k = 0 ä 4x = 6k ä x = __ ​ 3k ​
4 2
A solução x = 3​ __k ​e y = k, tirada da primeira equação é também solução da segunda, uma vez que:
2
6 · __​ 3k ​– 9k –9k = 0
2

{( ) }
3k ​,k ​| k [ R ​
S = ​ ​  ​ __
2
b)

Resolução:

Se D i 0 e se o sistema é homogêneo, a única solução do sistema é a trivial, ou seja, S = {(0, 0)}.

3. Determine a para que o sistema admita outras soluções além da solução trivial (0, 0, 0).

Resolução:

Para que um sistema homogêneo 3 x 3 admita outras soluções além da trivial, deve haver D = 0, ou seja:

Logo, a = 1.

148
 CONSTRUÇÃO DE HABILIDADES

Habilidade 21 - Resolver situação-problema cuja modelagem envolva conhecimentos algébricos.

Dentro do terceiro eixo cognitivo do Enem, a habilidade 21 exige do aluno a capacidade de resol-
ver uma situação proposta a partir de conhecimentos algébricos adquiridos.

Modelo
(Enem) Na aferição de um novo semáforo, os tempos são ajustados de modo que, em cada ciclo
completo (verde-amarelo-vermelho), a luz amarela permaneça acesa por 5 segundos, e o tempo em
que a luz verde permaneça acesa igual a 2/3 do tempo em que a luz vermelha fique acesa. A luz
verde fica acesa, em cada ciclo, durante X segundos e cada ciclo dura Y segundos.
Qual a expressão que representa a relação entre X e Y?
a) 5X – 3Y + 15 = 0
b) 5X – 2Y + 10 = 0
c) 3X – 3Y + 15 = 0
d) 3X – 2Y + 15 = 0
e) 3X – 2Y + 10 = 0

Análise Expositiva

Habilidade 21
O exercício exige que o aluno seja capaz de interpretar um problema do cotidiano e utilizar
seus conhecimentos para modelar e resolver problemas a partir da aplicação de expressões
algébricas.
Seja Z o tempo que a luz vermelha fica acesa. Logo, temos:
3X ​e, portanto,
​ 2Z ​ ⇔ Z = ​ ___
X = ___
3 2
Y = 5 + X + Z ⇔ Y = 5 + X + ___ ​ 3X ​
2
⇔ 5X – 2Y + 10 = 0
Alternativa B

150
 Estrutura Conceitual

SISTEMAS LINEARES

Equações lineares Sistemas lineares Solução de

a1x1 + a2x2 + a3x3 + ... + anxn = b
x1, x2, x3, xn → incógnitas
S=
a1, a2, a3, an → coeficientes
b → termo independente
um sistema
a11x1 + a12x2 + a13x3 + ... + a1nxn = b1
(α1, α2, α3, ..., αn)
a21x1 + a22x2 + a23x3 + ... + a2nxn = b2 α1, α2, α3, αn → solução
................................................. de cada uma das equações
am1x1 + am2x2 + am3x3 + ... + amnxn = bm do sistema

Sistema 2×2 Sistema 3×3 Classificação

a1x + b1y = k1 a1x + b1y + c1z = k1
a2x + b2y = k2 a2x + b2y + c2z = k2 Possível Impossível
Resolução pelo método a3x + b3y + c3z = k3 (SI)
de adição
Neste sistema existem Determinado Indeterminado
Interação geométrica duas matrizes associadas: (SPD) (SPI)
Os pares de números que solu- - Completa
cionam o sistema determinam
uma reta. a1 b1 c1
a2 b2 c2
a3 b3 c3

- Incompleta
a1 b1 c1 k1
a2 b2 c2 k2
a3 b3 c3 k3

151
 SISTEMAS LINEARES

Escalonamento Regra de Cramer Sistemas lineares

homogêneos
Método para:
Método de resolução de
- classificar Quando todos os termos
um sistema
- resolver independentes das equações
- discutir a1x + b1y + c1z = k1 lineares forem nulos.
um sistema linear.
a2x + b2y + c2z = k3
Utilizamos determinantes
nesse método a3x + b3y + c3z = k3
SPD → det ≠ 0
SPI → det = 0 a1 b1 c1
SI = det = 0 det = a2 b2 c2
Sistemas equivalentes a3 b3 c3

- Possuem o mesmo con- Calcular o determinante

junto solução. D ≠ 0 → SPD → Prosseguir
D = 0 → Parar, pois não se aplica à regra

Os coeficientes devem ser os elementos

da matriz.

Para determinar x:
k1 b1 c1
D
Dx = k2 b2 c2 ⇒ x = __
​  x​
D
k3 b3 c3

Para determinar y:
a1 k1 c1
Dy
Dy = a2 k2 c2 ⇒ y = __
​  ​
D
a3 k3 c3

Para determinar z:
a1 b1 k1
D
Dz = a2 b2 k2 ⇒ z = __
​  z ​
D
a3 b3 k3

152