NOTAS DE AULA

Geometria Analítica e
Álgebra Linear

Sistemas Lineares

Professor: Luiz Fernando Nunes, Dr.

2018/Sem_02
 Geometria Analítica e Álgebra Linear ii

Índice
2 Sistemas de Equações Lineares ................................................................................ 1
2.1 Definições Gerais .............................................................................................. 1
2.2 Interpretação Geométrica de Sistemas de Equações 2x2.................................. 2
2.3 Interpretação Geométrica de Sistemas de Equações 3x3.................................. 3
2.4 O Método do Escalonamento ............................................................................ 3
2.5 O Método de Cramer ........................................................................................ 8
2.6 Comparação entre o Método do Escalonamento e o Método de Cramer ....... 10
2.7 Sistemas Homogêneos .................................................................................... 10
2.8 Montando uma dieta alimentar com sistemas lineares ................................... 11
2.9 Exercícios propostos ....................................................................................... 12
Referências Bibliográficas. ........................................................................................... 13

Geometria Analítica e Álgebra Linear

 Prof. Nunes 1

2 Sistemas de Equações Lineares

2.1 Definições Gerais
2.1.1 Forma Algébrica de um Sistema de Equações Lineares com m equações e n
incógnitas

 a11 x1  a12 x 2    a1n x n  b1

a x     
 21 1 a 22 x 2 a 2n x n b2

    
a m1 x1  a m2 x2    a mn x n  bm

2.1.2 Forma Matricial

A  x b
 a11 a12  a1n   x1   b1 
a  a 2 n   x 2   b2 
 21 a 22   .
         
     
a m1 a m 2  a mn   x n  bm 
Onde:
 A  matriz dos coeficientes;
 x  vetor das incógnitas (ou vetor solução);
 b  vetor dos termos independentes.
2.1.3 Matriz Aumentada ou Matriz Completa do Sistema
 a11 a12  a1n b1 
a a 22  a 2n b2 
B [ A  b ] 
21
.
     
 
a m1 a m2  a mn bm 

Definições:
Diz-se que um sistema de equações lineares é incompatível (ou sistema impossível –
S.I.), se não admite nenhuma solução.
Um sistema de equações lineares que admite uma única solução é chamado de
compatível determinado (ou sistema possível determinado – S.P.D.).
Se um sistema de equações lineares tem mais de uma solução (infinitas soluções) ele
recebe o nome de compatível indeterminado (ou sistema possível indeterminado – S.P.I.)
Discutir um sistema de equações lineares S significa efetuar um estudo visando
classificá-lo de acordo com as definições anteriores.
Resolver um sistema de equações lineares significa determinar todas as suas soluções.
O conjunto dessas soluções recebe o nome de conjunto solução do sistema.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 2

2.2 Interpretação Geométrica de Sistemas de Equações 2x2

Nesta seção são apresentados três exemplos que ilustram a interpretação geométrica
para a solução de sistemas de equações lineares de duas equações com duas incógnitas:
Exemplos:

1) Resolver e interpretar geometricamente a solução do sistema:

2 x  y  5
  Solução: x = 3 e y = -1
 x  3y  6
Como o sistema tem solução única, esta é representada pela intersecção das retas cujas
equações gerais são: 2 x  y  5 e x  3 y  6 .

2) Resolver e interpretar geometricamente a solução do sistema:

 1 5
2 x  y  5 x   y 
  Solução: S.P.I.  2 2
6 x  3 y  15  y    
Como o sistema tem infinitas soluções, estas são representadas pela intersecção das
retas cujas equações gerais são: 2 x  y  5 e 6 x  3 y  15 (retas coincidentes).

3) Resolver e interpretar geometricamente a solução do sistema:

Geometria Analítica e Álgebra Linear

 Prof. Nunes 3

2 x  y  5
  Solução: S.I. (Sistema Impossível)
6 x  3 y  10
O sistema não tem solução. De fato, as retas cujas equações gerais são: 2 x  y  5 e
6 x  3 y  10 são paralelas (não coincidentes).

2.3 Interpretação Geométrica de Sistemas de Equações 3x3

Dado um sistema de equações com três equações com três incógnitas:
 a11 x1  a12 x 2  a13 x3  b1

a 21 x1  a 22 x 2  a 23 x3  b2
a x  a x  a x  b
 31 1 32 2 33 3 3
cada equação representa um plano no espaço tridimensional. Desta forma os planos
1 ,  2 e  3 são os planos definidos pelas equações do sistema. Assim, as soluções do
referido sistema pertencem à interseção 1   2  3 desses planos.
Se pelo menos dois desses planos são paralelos, ou se dois deles intersectam o terceiro
segundo retas paralelas, a interseção 1   2  3 é vazia e o sistema é impossível.
Se os três planos se intersectam em uma reta r, isto é, se 1   2   3  r , o sistema
é indeterminado e qualquer ponto da reta r é uma solução do sistema.
O sistema é determinado (solução única), quando os três planos se encontram em um
único ponto.
Existem ao todo, oito posições relativas possíveis para os planos 1 ,  2 e  3 . Quatro
dessas posições correspondem aos sistemas impossíveis e nas outras quatro, o sistema tem
solução.

2.4 O Método do Escalonamento

Definição:
Diz-se que uma matriz é escalonada quando o primeiro elemento não-nulo de cada
uma das suas linhas situa-se à esquerda do primeiro elemento não-nulo da linha seguinte.
Além disso, as linhas que tiverem todos os seus elementos iguais a zero devem estar abaixo
das demais.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 4

Definição:
Diz-se que um sistema de equações lineares é um sistema escalonado, quando a matriz
aumentada associada a este sistema é uma matriz escalonada.
O Método do Escalonamento para resolver ou discutir um sistema de equações
lineares S consiste em se obter um sistema de equações lineares escalonado equivalente a S
(equivalente no sentido de possuir as mesmas soluções que este).
Partindo do sistema S pode-se chegar a este sistema escalonado equivalente por meio
de uma seqüência de operações elementares, que são as seguintes:

1) Trocar a ordem das equações do sistema;

2) Multiplicar uma equação por uma constante diferente de zero;

3) Substituir uma equação do sistema por sua soma com outra equação multiplicada por uma
constante diferente de zero.
Desta forma, se um sistema de equações foi escalonado e, retiradas as equações do
tipo 0 = 0, então restam p equações com n incógnitas.
Se a última das equações restantes é do tipo:
 
0  x1  0  x2  0  x3    0  xn1  0  xn   p  p  0 , então o sistema de
equações é impossível – S.I. (não admite soluções);
Caso contrário, sobram duas alternativas:

(i) Se p = n o sistema é possível determinado – S.P.D .(admite solução única);

(ii) Se p < n, então o sistema é possível indeterminado – S.P.I. (admite infinitas soluções).

Observação:
Para se escalonar um sistema S é mais prático efetuar o escalonamento da matriz
aumentada associada ao sistema. Uma vez concluído o escalonamento dessa matriz
aumentada, associamos a ela o novo sistema que é equivalente ao sistema original S.
Exemplos:

x  y  z  1

1) Discutir e resolver o sistema: 2 x  y  2z  0
3 x  y   1
 z

Resolução:
1
1  1 1 1 L2  L2  2 L1
1  1 1 1  L2  L2
 2 1 2 0 0 3  3
    0  2  
3  1 1 1 L3  L3  3L1
0 2  2  2
 
1  1 1 1  L3  L3  2L2 1  1 1 1 
 2  2
 0 1 0     0 1 0   cujo sistema equivalente é
3
0 2  2  2   3 
  0 0  2  2 
 3 

Geometria Analítica e Álgebra Linear

 Prof. Nunes 5


x  y  z  1
 2
 y    Como o número de equações restantes é igual ao número
 3
 2
 2z  
 3
de incógnitas, o sistema é possível e determinado (S.P.D.). Resolvendo este sistema de baixo
1 2
para cima, obtemos z  , y   e finalmente x  0 . Desta forma, a solução pode ser dada
3 3
 2 1
pela única tripla ordenada x, y , z    0,  ,  .
 3 3
 2 1
Resposta: x, y , z    0,  , 
 3 3

 x  2y  z  1

2) Discutir e resolver o sistema: 2 x  y  3z  0
 x  7y  3

Resolução:
1  2  1 1 L2  L2  2 L1 1  2  1 1  L3  L3  L2 1  2  1 1 
 2 1  3 0  0 5  1  2  0 5  1  2 
    
1  7 0 3 L3  L3  L1 0  5 1 2  0 0 0 0 
x  2 y  z  1
cujo sistema equivalente é   Como o número de equações
 5y  z  2
restantes é menor que o número de incógnitas, o sistema é possível mas indeterminado
2 1
(S.P.I.). Desta forma, para cada valor de z   , pode-se encontrar y    z e
5 5
1 7
x   z . Assim, a solução pode ser dada por uma tripla ordenada
5 5
x, y, z    1  7 z ,  2  1 z , z  , sendo z   .
5 5 5 5 
1 7 
Resposta: x, y , z     z ,   z , z 
2 1
5 5 5 5 

x  y  z  1

3) Discutir e resolver o sistema: 2 x  y  z  4
 x  2 y  2z  0

Resolução:
1  1 1 1  L2  L2  2 L1 1  1 1 1  L3  L3  L2 1  1 1 1
2  1 1 4  0 1  1 2   0 1  1 2 
     
1  2 2 0 L3  L3  L1 0  1 1  1 0 0 0 1

Geometria Analítica e Álgebra Linear

 Prof. Nunes 6

x  y  z  1

cujo sistema equivalente é 0 x  y  z  2  Como esta última equação não
0 x  0 y  0 z  1

possui solução, o sistema é impossível (S.I.).
Resposta: S.I.

4) Determinar o valor de a para que o sistema linear S admita uma única solução e determiná-
la:
x  y  1

S  2 x  y  2
 3y  a

Resolução:
1 1 1  L2  L2  2L1 1 1 1  L3  L3  3L2 1 1 1 
2 1 2   0  1 0   0  1 0  que é uma matriz
     
0 3 a  0 3 a  0 0 a 
ampliada de um sistema que somente será possível se a = 0. Assim, o sistema equivalente é
x  y  1

 y  0
Desta forma, a solução pode ser dada pelo único par ordenado x , y   1, 0 
Resposta: a = 0, x , y   1, 0 

2 x  4 y  3 z  9

5) Discutir o sistema de acordo com os parâmetros a e b: 6 x  7 z  13
4 x  2 y  az  b

Resolução:
1
2 4 3 9  L2  L2  3L1 2 4 3 9  L2   L2
6 0 7 13 0  12  2  2
     14  
4 2 a b  L3  L3  2 L1 0  6 a  6 b  18
2 4 3 9  L3  L3  L2 2 4 3 9 
0 6 1 7     7  cujo sistema equivalente é:
 0 6 1
0  6 a  6 b  18 0 0 a  5 b  11
2 x  4 y  3z  9 Se a  5 e b  11  S .I .
 
 6y  z  7  Se a  5 e b  11  S .P.I .
 a  5z  b  11 Se a  5 e b qualquer  S .P.D.

Se a  5 e b  11  S .I .

Resposta: Se a  5 e b  11  S .P.I .
Se a  5 e b qualquer  S .P.D.


Geometria Analítica e Álgebra Linear

 Prof. Nunes 7

 x  4 y  a2z  a2

6) Discutir o sistema de acordo com os parâmetros a e b: 2 x  2 y  2az  ab
4 x  y  4 z  b 2

Resolução:
1  4 a 2 a 2  L2  L2  2 L1 1  4 a2 a2 
   
2 2  2a ab  0 10  (2a  2a )  2a  ab 
2 2

4  1 15
 4 b  L3  L3  4 L1
2 0 15
 4  4a 2
 4a  b  L3  L3  L1
2 2

10
 
1  4 a2 a2 
0 10  (2a 2  2a )  2a  ab
2  
 
0 0  a 2  3a  4  10 a  15ab  10b  L3  2L3
2 2

 10 

1  4 a2 a2 
 
0 10  ( 2a 2  2a )  2a 2  ab 
0 0  2a 2  6a  8  2a 2  3ab  2b 2 
 
I) Para  2a 2  6a  8  0  a 2  3a  4  0  a  4 e a  1  S.P.D.

II) Para a  4  0  32  12b  2b 2  b 2  6b  16  0

b  8 ou b  2  S.P.I .
b  8 e b  2  S.I .

III) Para a  1  0  2  3b  2b 2  2b 2  3b  2  0
1
b  2 ou b   S .P.I .
2
1
b  2 e b   S .I .
2

Resposta: A discussão se divide em 3 casos:

I) Para a  4 e a  1  S.P.D.
II) Para a = 4:
b  8 ou b  2  S.P.I .
b  8 e b  2  S.I .
III) Para a =  1
1
b  2 ou b   S .P.I .
2
1
b  2 e b   S .I .
2
7) Utilizando o método do escalonamento, discuta o sistema de equações lineares
seguinte, em função do parâmetro k.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 8

 x  y  kz  k 2

 x  ky  z  k
kx  y  z   k

Resolução:
 x  y  kz  k 2 1 1 k k 2  1 1 k k2 
   L2  L2  L1
 
 x  ky  z  k  1 k 1 k  L  L  kL  0 (k  1) (1  k ) (k  k 2 ) 
kx  y  z   k k 1 1  k  3 3 1 0 (1  k ) (1  k 2 ) (k  k 3 )
    
 k  1
1 1 k k 2
 2  k  k 2  0  k 2  k  2  0  
L3  L3  L2
   k  2
 0 (k  1) (1  k ) (k  k 2 )   
0   2
 2
 3   k 2  k 3  0  k 2 (k  1)  0  k  0
 0 ( 2 k k ) ( k k )   
 k  1
Resposta:
Sistema Possível e Determinado (S.P.D.) para k  1 e k  2
Sistema Impossível (S.I.) para k  1 ou k  2

2.5 O Método de Cramer

O método de Cramer se aplica para sistemas de equações lineares onde a matriz dos
coeficientes das incógnitas é quadrada.

Forma Algébrica de um Sistema de Equações Lineares com m equações e n incógnitas

 a11 x1  a12 x 2    a1n x n  b1
a x  a 22 x 2    a2n xn  b2
 21 1

    
a n1 x1  an2 x2    a nn x n  bn

Forma Matricial

A  x b
 a11 a12  a1n   x1   b1 
a
 21 a 22  a 2 n   x 2  b2 
  .
       
     
 a n1 an2  a nn   x n  bn 
Onde:
 A  matriz dos coeficientes;
 x  vetor das incógnitas (ou vetor solução);
 b  vetor dos termos independentes.
Chamamos de D ao determinante de A, isto é D  det A e Di ao determinante da
matriz obtida de A, substituindo a i-ésima coluna de A pela coluna dos termos independentes.
D
Assim, se D  0 , então xi  i .
D
Neste caso ( D  0 ) a solução será única, pois  A 1 e
Geometria Analítica e Álgebra Linear
 Prof. Nunes 9

 
A  x  b  A1   A  x   A1  b  A1  A  x  A1  b  I  x  A 1  b  x  A 1  b
Exemplo:

1) Utilizando o Método de Cramer, resolver o seguinte sistema de equações lineares:

 x1  x2  x3  6

 x1  x2  x3  4
2 x   
 1 x2 x3 1
1 1 1
D  det 1  1  1  4  0  xi  i  i
D D
D 4
2  1 1 
6 1 1
det  4  1  1

 1  1 1   4
x1   1
4 4
1 6 1
det 1  4  1

2 1 1   12
x2   3
4 4
1 1 6
det 1  1  4
2  1 1   8
x3   2
4 4

Observação Importante:
Se D  D1  D2  .......  Dn  0 o sistema não é necessariamente SPI !!!
Assim, aplicar o Método de Cramer apenas para os casos em que D  0 .
Exemplo:

1) Utilizando o Método de Cramer, resolver o seguinte sistema de equações lineares:

 x1  2 x2  3 x3  1

2 x1  4 x2  6 x3  2
3 x  6 x2  9 x3  4
 1
1 2 3 1 2 3  1 1 3 1 2 1
D  det 2 4 6  det 2 4 6  det 2 2 6  det 2 4
      2  0  isto é:
3 6 9 4 6 9 3 4 9 3 6 4
D  D1  D2  D3  0
Mas escalonando o sistema obtemos:
1 2 3 1 L2  L2  2 L1 1 2 3 1 L2  L3 1 2 3 1
 2 4 6 2  0 0 0 0   0 0 0 1 cujo sistema
    
3 6 9 4 L3  L3  3L1 0 0 0 1 0 0 0 0
equivalente é:
Geometria Analítica e Álgebra Linear
 Prof. Nunes 10

 x1  2 x2  3 x3  1
 que é impossível (SI) !!!
0 x1  0 x2  0 x3  1

2.6 Comparação entre o Método do Escalonamento e o Método de

Cramer
Suponha um computador capaz de efetuar 1.000.000 de operações de multiplicação e
divisão por segundo. Então seriam exigidos os seguintes tempos para a resolução de sistemas
de equações lineares cujas matrizes dos coeficientes das incógnitas têm o formato: 1010,
1515 e 2020, respectivamente.

Escalonamento Cramer
1010 0,8 milésimos de seg. 1 min. e 8 seg.
1515 2,5 milésimos de seg. 1 ano, 1 mês e 16 dias
2020 6 milésimos de seg. 2 milhões, 754 mil, 140 anos
Fonte: Revista do Professor de Matemática n.23, 1993.

2.7 Sistemas Homogêneos

 a11 x1  a12 x 2    a1n x n  0
a x      0
 21 1 a 22 x 2 a 2n x n

    
a m1 x1  a m2 x2    a mn x n  0

Sistemas Homogêneos de Equações Lineares com m equações e n incógnitas são

sistemas de equações lineares onde os termos independentes são todos nulos. Este tipo de
sistema é sempre possível, pois admite a solução x1  x 2  x3    x n  0 .
Desta forma, se um sistema homogêneo de equações foi escalonado e, retiradas as
equações do tipo 0 = 0, então restam p equações com n incógnitas.

(i) Se p = n o sistema é possível determinado – S.P.D. (admite solução única), e esta solução é
x1  x 2  x3    x n  0 , conhecida por solução trivial;
(ii) Se p < n, então o sistema é possível indeterminado – S.P.I. (admite infinitas soluções).
Exemplo:
1) Ache todos os valores de k para que sistema homogêneo de equações lineares que segue
 kx  ky  z  0

admita solução diferente da solução trivial: 2 x  ky  z  0
 x  ky  2kz  0

Observação: Solução trivial é aquela em que todas as incógnitas são iguais à zero.
Resolução:
k k 1 k k 1 k k
det  2 k 1   0 2 k
 1  2 k  0  2k 3  5k 2  2k  0  k  (2k 2  5k  2)  0
1 k 2 1 k 2k  1 k

Geometria Analítica e Álgebra Linear

 Prof. Nunes 11

1
 k  0 , k  2 ou k 
2
1
Resposta: k  0, k  2 ou k 
2

2.8 Montando uma dieta alimentar com sistemas lineares

Neste exemplo, apresentado por FILHO, 2006, temos uma interessante aplicação dos
sistemas lineares.
A tabela que segue traz os principais nutrientes presentes em alguns alimentos:

Arroz Feijão Frango Suco Pão Margarina VDR

(50g) (30g) (80g) (200ml) (50g) (14g)
Energia(Kcal) 190 100 150 120 130 45 2000
Carboidratos(g) 37 16 8 30 28 0 300
Proteínas(g) 3 7 13 1 4 0 75
Gorduras Totais(g) 0 0 6 0 1,5 5 55

Para montar uma dieta é necessário determinar as quantidades x1 , x2 , x3 , x4 , x5 e x6

(em porções) de cada alimento, necessárias para compor os VDR (Valores Diários de
Referência). Isto corresponde a resolver o sistema linear:
190 x1  100 x 2  150 x3  120 x 4  130 x5  45 x6  2000
 37 x  16 x  8 x3  30 x 4  28 x5   300
 1 2

 3 x1  7 x2  13 x3  x4  4 x5   75
 6 x3  1,5 x5  5 x6  55
Escalonando este sistema, podemos obter o seguinte sistema equivalente:
 x1  0,33 x5  0,17 x6  0,19
  0,07 x5  1,68 x6  8,05
 x2

 x3  0,25 x5  0,83 x6  9,16
 x4  1,24 x5  0,45 x6  11,60
Assim, este sistema é do tipo possível indeterminado – S.P.I. (admite infinitas
soluções). Os valores de x1 , x2 , x3 e x4 podem ser colocados em função de x5 e x6 . Temos
então:
 x1  0,19  0,33 x5  0,17 x6
 x   8,05   1,68 x6
 2 0,07 x5

 x3  9,16  0,25 x5  0,83 x6
 x 4  11,60  1,24 x5  0,45 x6

Assim, se fizermos, por exemplo: x5  5 e x6  6 , podemos obter:

x1  0,81 ; x 2  1,71 ; x3  2,91 e x 4  2,64 ,
O que corresponde, aproximadamente, a 40g de arroz, 50g de feijão, 230g de frango,
520ml de suco, 250g de pão e 84g de margarina.
Observação:

Geometria Analítica e Álgebra Linear

 Prof. Nunes 12

Evidentemente a dieta aqui proposta tem caráter didático; apenas médicos ou nutricionistas
podem prescrever dietas alimentares.

2.9 Exercícios propostos

1) Determine o valor de m para que o sistema seja indeterminado:

mx  y  3z  0

4 x  5 y  mz  0
3 y  4 z  0

m 1 3 
Dica: Ao invés de escalonar, impor a condição: det  4 5 m   0
 0 3  4

26
Resposta: m = 2 ou m = 
3

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

2 x  3 y  az  5 Se a  3 e b  4  S .I .
 
3 x  y  2 z  1 Resposta: Se a  3 e b  4  S .P.I .
x  4 y  z  b Se a  3 e b qualquer  S .P.D.
 

3 x  5 y  12 z  w  3

3) Dado o sistema linear  x  y  4 z  w  6
 2 y  2z  w  5


a) Discuta a solução do sistema.

b) Acrescente a equação 2z + kw = 9 neste sistema e encontre um valor de k que o torne

incompatível.

Resposta: a) S.P.I. b) k  1

4) Resolver os sistemas de equações lineares, reduzindo-os à forma escalonada.

 x  y  2z  4

a)  x  2 y  z  1
 x  4 y  3z  9

7  5z 5 z
Resposta: O sistema é S.P.I. Assim, para cada z   , temos: x  e y , ou, a
3 3
 7  5z 5  z 
solução é a tripla  , ,z .
 3 3 
2 x  y  z  3

b) 3 x  y  z  2 Resposta: Sistema Impossível.
4 x  3 y  z  0


Geometria Analítica e Álgebra Linear

 Prof. Nunes 13

 x  y  3z  0

c) 2 x  y  z  0
5 x  4 y  2 z  0

Resposta: Após o escalonamento restam 3 equações com 3 incógnitas, logo o sistema é
S.P.D., e a solução é: x = y = z = 0.
 x  y  z  2

d)  x  y  2z  3 Resposta: x = 4, y = 1 e z =3
 2x  y   12
 z

5) Discutir os sistemas abaixo, reduzindo-o à forma escalonada.

x  y  z  1

a) 2 x  3 y  az  3
 x  ay  3z  2

Se a  3  S .I .

Resposta: Se a  2  S .P.I .
Se a  3 e a  2  S .P.D.

6) Utilizando o método do escalonamento, discuta o sistema de equações lineares
seguinte, em função dos parâmetros a e b.
2 x  ay  z  a

x  y  az  1
3x  (a  1) y  z  b

Dica: Antes de discutir, escalone o sistema até a forma:
1 1 a 1 
0 (a  2) (1  2a ) (a  2) 

0 0 a (b  a  1)

Resposta:
I) Sistema Possível e Determinado (S.P.D.) para a  0 e a  2

II) Sistema Possível e Indeterminado (S.P.I.) para a  0 e b  1

Sistema Impossível (S.I.) para a  0 e b  1

III) Sistema Possível e Indeterminado (S.P.I.) para a  2 e b  3

Sistema Impossível (S.I.) para a  2 e b  3

Referências Bibliográficas.
1. BOLDRINI, José Luiz et al. Álgebra Linear. 3.a Edição. São Paulo: Harper & Row do
Brasil, 1980.
2. CALLIOLI, Carlos A. et al. Álgebra Linear e Aplicações. 6.a Edição. São Paulo: Atual,
1990.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 14

3. FILHO, Adalberto A.D. Montando uma dieta alimentar com sistemas lineares. Revista
do Professor de Matemática, n. 59 – Sociedade Brasileira de Matemática, 2006.
4. LIMA, Elon L., et al. A Matemática do Ensino Médio. 3.a Edição. Rio de Janeiro:
Coleção do Professor de Matemática – Sociedade Brasileira de Matemática, 2001.
5. POOLE, David. Álgebra Linear. São Paulo: Thomson Learning, 2006.
6. STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra Linear. 2.a Edição. São Paulo:
Pearson Education do Brasil, 2010.
7. STEINBRUCH, Alfredo e WINTERLE, Paulo. Geometria Analítica. 2.a Edição. São
Paulo: Pearson Education do Brasil, 2010.

Geometria Analítica e Álgebra Linear