Álgebra Linear

AULA 05 - Sistemas lineares

Prof. Hugo Nunes

Sistemas lineares

1 Sistemas lineares

2 Forma Matricial

3 Forma Vetorial

4 Interpretação gráfica de um sistema 2 × 2

5 Métodos para resolução

Sistemas lineares
Definição (Equação linear)
Uma equação linear nas n variáveis reais, x1 , x2 , . . . , xn , é toda equação da forma

a1 x1 + a2 x2 + · · · + an xn = b

onde tanto os coeficientes, a1 , a2 , . . . , an , quanto o termo independente, b, são números

reais.
Requisitos para uma equação linear
a) As variáveis aparecem apenas na primeira potência.

b)

c)
Requisitos para uma equação linear
a) As variáveis aparecem apenas na primeira potência.

b) As equações lineares não têm produtos ou raízes de variáveis;

c)
Requisitos para uma equação linear
a) As variáveis aparecem apenas na primeira potência.

b) As equações lineares não têm produtos ou raízes de variáveis;

c) Nenhuma variável envolvida em funções trigonométricas, exponenciais ou logarítmicas;

Definição (Solução de uma equação linear)
Chama-se de solução de uma equação linear em n variáveis, qualquer n-upla de números
reais (α1 , α2 , . . . , αn ) que, ao terem suas coordenadas substituídas ordenadamente na
equação, a satisfaçam, ou seja, quando:

a1 α1 + a2 α2 + · · · + an αn = b.
Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna

(x, y, z) = (1, 0, 6) ou seja x = 1, y=0 e z=6

é solução da equação pois, substituindo-se esses valores na equação tem-se:

Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna

(x, y, z) = (1, 0, 6) ou seja x = 1, y=0 e z=6

é solução da equação pois, substituindo-se esses valores na equação tem-se:

2x − 3y + z = 8
Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna

(x, y, z) = (1, 0, 6) ou seja x = 1, y=0 e z=6

é solução da equação pois, substituindo-se esses valores na equação tem-se:

2x − 3y + z = 8

2(1) − 3(0) + 6 = 8
Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna

(x, y, z) = (1, 0, 6) ou seja x = 1, y=0 e z=6

é solução da equação pois, substituindo-se esses valores na equação tem-se:

2x − 3y + z = 8

2(1) − 3(0) + 6 = 8

8 = 8

é uma identidade verdadeira.

Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna (x, y, z) = (2, 2, 1) não é solução da equação
pois, substituindo-se esses valores na equação tem-se:
Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna (x, y, z) = (2, 2, 1) não é solução da equação
pois, substituindo-se esses valores na equação tem-se:

2x − 3y + z = 8
Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna (x, y, z) = (2, 2, 1) não é solução da equação
pois, substituindo-se esses valores na equação tem-se:

2x − 3y + z = 8

2(2) − 3(2) + 1 = 8
Exemplo
Dada a equação linear 2x − 3y + z = 8, a terna (x, y, z) = (2, 2, 1) não é solução da equação
pois, substituindo-se esses valores na equação tem-se:

2x − 3y + z = 8

2(2) − 3(2) + 1 = 8

−1 = 8

que é falso.
Definição (Equação linear degenerada)
Considere a equação linear

a1 x1 + a2 x2 + · · · + an xn = b.

Se a1 = · · · = an = 0, dizemos que a equação linear é degenerada.

Teorema
Considere a equação linear degenerada

a1 x1 + a2 x2 + · · · + an xn = b, com a1 = · · · = an = 0.

a) Se b ̸= 0, então a equação linear degenerada não possui solução.

b) Se b = 0, então a equação linear degenerada possui infinitas soluções.

Exemplo
Dada equação degenerada
0x + 0y + 0z + 0w = 9.
Observe que independente dos valores que possam ser atribuídos às variáveis x, y, z e w,
o lado esquerdo dessa equação sempre será nulo, enquanto o lado direito será sempre 9,
gerando a igualdade
0 = 9,
que é obviamente falsa.
Definição (Sistema linear)
Chama-se sistema linear a um conjunto formado por m equações lineares a n variáveis,
x1 , x2 , . . . , xn , consideradas simultaneamente:


 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a21 x1

+ a22 x2 + · · · + a2n xn = b2
.. .. .. .. .. .. .. .. ..


 . . . . . . . . .

a x
m1 1 + am2 x2 + · · · + amn xn = bm

Onde:

a) Os elementos aij são os coeficientes;

b) Os elementos bm são os termos independentes.
Definição (Ordem do sistema)
A ordem do sistema é determinada pelo produto m × n, onde m é o número de equações e
n o número de variáveis.
Exemplo
Temos um sistema linear de ordem 3 × 3, ou seja, temos três equações e três variáveis.




x + 2y + 3z = 6
2x − 3y + 2z = 14 .

y − −2

3x + z =
Exemplo
Temos um sistema linear de ordem 3 × 4, ou seja, temos três equações e quatro variáveis.
√
 2x − 3y + 5z − 2w = −1


 1
x + 4y − z + 8w = 3.
2

−5x + 1.4y + z − 1

w =
3
Definição (Solução de um sistema)
Chama-se solução do sistema linear uma n-upla (α1 , α2 , . . . , αn ) de números reais que
satisfaz, simultaneamente, as m equações do sistema.
Exemplo
Dado o sistema




x + 3y − z = 7
2y − z = 2

x − 2y − 2z

= 4
Exemplo
Dado o sistema




x + 3y − z = 7
2y − z = 2

x − 2y − 2z

= 4

Sua solução é dada pela sequência (2, 3, 4), ou seja:

x = 2, y = 3 e z = 4.
Exemplo
Dado o sistema




x + 3y − z = 7
2y − z = 2

x − 2y − 2z

= 4

Sua solução é dada pela sequência (2, 3, 4), ou seja:

x = 2, y = 3 e z = 4.

Pois, ao se substituir esses valores em todas as equações, verifica-se que todas são satisfeitas.:

2 + 3(3)
 − 4 = 7
2(3) − 4 = 2
2 − 2(3) − 2(4) = 4

Definição (Sistema homogêneo)
Dizemos que um sistema linear é homogêneo quando os termos independentes de todas
as equações que o compõem são iguais a zero.


 a11 x1 + a12 x2 + · · · + a1n xn = 0

 a21 x1

+ a22 x2 + · · · + a2n xn = 0
.. .. .. .. .. .. .. .. ..


 . . . . . . . . .

a x
m1 1 + am2 x2 + · · · + amn xn = 0

Onde:

a) Os elementos aij são os coeficientes;

b) Os termos independentes bm são todos nulos.
Exemplo
Temos um sistema homogêneo de ordem 2 × 2:
(
2x − 3y = 0
.
x + 5y = 0
Exemplo
Temos um sistema homogêneo de ordem 2 × 3:
(
3x − y + 7z = 0
.
x − 2y + 3z = 0
Proposição
Um sistema homogêneo admite sempre como solução n-upla de números reais (0, 0, . . . , 0),
chamada solução trivial.
Forma Matricial
Definição
Usando as definições de produto e igualdade entre matrizes, é possível escrever o sistema


 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a21 x1

+ a22 x2 + · · · + a2n xn = b2

 ... ..
.
..
.
..
.
..
.
..
.
..
.
..
.
..
.


a x
m1 1 + am2 x2 + · · · + amn xn = bm

como a seguinte equação matricial

Ax = b,
onde:
a11 a12 ··· a1n x1 b1
     

 a21 a22 ··· a2n   x2   b2 

     
A=
 .. .. .. ..  , x=
 .. 
 e  ..  .
b= 
 . . . . 
  .   . 
am1 am2 ··· amn xm bm
As matrizes são denominadas por:

a) A é a matriz de coeficientes
b) x é a matriz (vetor coluna) das variáveis
c) b é a matriz (vetor coluna) dos termos independentes.
Exemplo
Dado o sistema:




2x + 4y + 6z = 18
4x + 5y + 6z = 24 .

y − 2z

3x + = 4
Sua representação matricial é:
    
2 4 6 x 18
    
 y  = 24
4 5 6    

3 1 −2 z 4
Exemplo
Dado o sistema:


 2x + 3y + 5z = 20

−4x

− 5z + w = −4
.


 3x − 4y − z − w = 0

− −2

z + w =
Sua representação matricial é:

2 3 5 0 x 20
    

−4 0 −5 1  y  −4
    
   =  
 3

−4 −1 −1  z   0
   

0 0 −1 1 w −2
Definição (Matriz aumentada)
A matriz formada pela matriz de coeficientes, juntamente com a matriz dos termos
independentes, é denominada matriz aumentada, e é representada por:
 
a11 a12 ··· a1n b1
 
 a21

a22 ··· a2n b2 

(A | b) = 
 
 .. .. .. .. .. 

 . . . . . 
 
am1 am2 · · · amn bm
Exemplo
Dado o sistema:




2x + 4y + 6z = 18
4x + 5y + 6z = 24 .

y − 2z

3x + = 4
Sua matriz aumentada é:
 
2 4 6 18
 
(A | b) = 
4 5 6 24

3 1 −2 4
Exemplo
Dado o sistema:


 2x + 3y + 5z = 20

−4x

− 5z + w = −4
.


 3x − 4y − z − w = 0

− −2

z + w =
Sua matriz aumentada é:
 
2 3 5 0 20
 
−4 0 −5 1 −4
(A | b) = 
 

 3 −4 −1 −1 0
 
0 0 −1 1 −2
Definição
Dado um sistema homogêneo 

 a11 x1 + a12 x2 + · · · + a1n xn = 0

 a21 x1

+ a22 x2 + · · · + a2n xn = 0
.. .. .. .. .. .. .. .. ..


 . . . . . . . . .

a x
m1 1 + am2 x2 + · · · + amn xn = 0
usa equação matricial é da forma

Ax = 0,
onde:

a11 a12 ··· a1n x1 0

     

 a21 a22 ··· a2n   x2  0

     
A=
 .. .. .. ,
...  x=
 .. 
 e  ..  .
0= 
 . . .   .  .
am1 am2 ··· amn xm 0
e sua matriz aumentada, e é representada por:
 
a11 a12 ··· a1n 0
 
a
 21 a22 ··· a2n 0

(A | b) = 
 
 .. .. .. .. .. 
.

 . . . .
 
am1 am2 · · · amn 0
Forma Vetorial
Definição (Produto de uma matriz por um vetor coluna)
Sejam
c1 c2 ··· cn
···
 
a11 a12 a1n 
b1

 a21 a22 ··· a2n 
 
 b2 
 
 
Am×n = 
 . ..

..  e bn×1 = 
 .. 

 .. .. .
 . . . 

am1 am2 · · · amn bn

Então:

Ab = b1 c1 + b1 c2 + · · · + bn cn

a11 a12 a1n

     

 a21   a22   a2n 

     
 ..  + b2  ..  + · · · + bn  .. 
= b1      
 .   .   . 
am1 am2 amn
Exemplo
Sejam
c1 c2 c3
   
1 2 3 3 b1
   
A=
1 4 9
 e 2b2 .
b= 
1 8 27 1 b3
Exemplo
Sejam
c1 c2 c3
   
1 2 3 3 b1
   
A=
1 4 9
 e 2b2 .
b= 
1 8 27 1 b3

Temos:

Ab = b1 c1 + b2 c2 + b3 c3
Exemplo
Sejam
c1 c2 c3
   
1 2 3 3 b1
   
A=
1 4 9
 e 2b2 .
b= 
1 8 27 1 b3

Temos:

Ab = b1 c1 + b2 c2 + b3 c3
     
1 2 3
     
= 3
1 + 2 4 + 1  9 
    
1 8 27
Exemplo
Sejam
c1 c2 c3
   
1 2 3 3 b1
   
A=
1 4 9
 e 2b2 .
b= 
1 8 27 1 b3

Temos:

Ab = b1 c1 + b2 c2 + b3 c3
     
1 2 3
     
= 3
1 + 2 4 + 1  9 
    
1 8 27
     
3 4 3
     
3 +  8  +  9 
=      
3 16 27
Exemplo
Sejam
c1 c2 c3
   
1 2 3 3 b1
   
A=
1 4 9
 e 2b2 .
b= 
1 8 27 1 b3

Temos:

Ab = b1 c1 + b2 c2 + b3 c3
     
1 2 3
     
= 3
1 + 2 4 + 1  9 
    
1 8 27
     
3 4 3
     
3 +  8  +  9 
=      
3 16 27
 
10
 
= 
20

46
Definição (Forma vetorial de um sistema)
Um sistema qualquer de m equações lineares envolvendo n variáveis,


 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a21 x1

+ a22 x2 + · · · + a2n xn = b2
.. .. .. .. .. .. .. .. ..


 . . . . . . . . .

a x
m1 1 + am2 x2 + · · · + amn xn = bm
e sua forma matricial Ax = b,

a11 a12 ··· a1n x1 b1

    

 a21 a22 ··· a2n   x2   b2 

    
 . .. .. ..   .  =  . .
 . .  .   . 
 . . . 
 .   . 
am1 am2 ··· amn xm bm
pode ser reescrito na forma vetorial

a11 a12 a1n b1

       

 a21  a   a   b2 
       
x1   + x2  22  + · · · + xn  2n
. .  .  =  ..  .
.   
 .   . 
 .   .   .   . 
am1 am2 amn bm
Exemplo
O sistema




x − y − 2z = 6
3x + y − 2z = −6

−2x − 2y +

z = 2
pode ser reescrito na forma vetorial
       
1 −1 −2 6
       
 3 + y  1 + z −2 = −6
x       
−2 −2 1 2
Exemplo
O sistema




x + 2y + z + 2w = 3
2x + 4y + z + 3w = 4


3x + 6y + z + 4w = 5
pode ser reescrito na forma vetorial
         
1 2 1 2 3
         
x
2 + y 4 + z 1 + w 3 = 4
        
3 6 1 4 5
Interpretação gráfica de um sistema
2×2
Sistemas lineares 2 × 2
O sistema linear mais simples consiste em duas equações com duas variáveis:

a11 x + a12 y = b1

a21 x + a22 y = b2


Cada uma das equações do sistema linear acima representa a equação de uma reta contida
no plano.
Sistemas lineares 2 × 2
Existem três casos possíveis para os gráficos das equações de um sistema 2 × 2:

a) As retas se intersectam em um único ponto.

b) As equações descrevem a mesma reta.

c) As duas retas são paralelas.

 y

a11 x + b12 y = b1

a21 x + b22 y = b2

Figure: As retas se intersectam em um único ponto.

 y

a11 x + b12 y = b1

a21 x + b22 y = b2

Figure: As equações descrevem a mesma reta.

 y

a11 x + b12 y = b1

a21 x + b22 y = b2

Figure: As duas retas são paralelas.

Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:
Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:

(a) O sistema é consistente e as equações são independentes.

Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:

(a) O sistema é consistente e as equações são independentes.

Possui exatamente uma solução, ou seja, o par ordenado de números reais correspondente
ao ponto de intersecção das retas.
Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:

(a) O sistema é consistente e as equações são independentes.

Possui exatamente uma solução, ou seja, o par ordenado de números reais correspondente
ao ponto de intersecção das retas.

(b) O sistema é consistente, mas as equações são dependentes.

Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:

(a) O sistema é consistente e as equações são independentes.

Possui exatamente uma solução, ou seja, o par ordenado de números reais correspondente
ao ponto de intersecção das retas.

(b) O sistema é consistente, mas as equações são dependentes.

Possui infinitas soluções, ou seja, todos os pares de números reais correspondentes aos
pontos de uma reta.
Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:

(a) O sistema é consistente e as equações são independentes.

Possui exatamente uma solução, ou seja, o par ordenado de números reais correspondente
ao ponto de intersecção das retas.

(b) O sistema é consistente, mas as equações são dependentes.

Possui infinitas soluções, ou seja, todos os pares de números reais correspondentes aos
pontos de uma reta.

(c) O sistema é inconsistente.

Sistemas lineares 2 × 2
Nestes três casos dizemos, respectivamente:

(a) O sistema é consistente e as equações são independentes.

Possui exatamente uma solução, ou seja, o par ordenado de números reais correspondente
ao ponto de intersecção das retas.

(b) O sistema é consistente, mas as equações são dependentes.

Possui infinitas soluções, ou seja, todos os pares de números reais correspondentes aos
pontos de uma reta.

(c) O sistema é inconsistente.

As retas são paralelas e, portanto, não há soluções.

Definição (Classificação de um sistema quanto ao número de soluções)
Dizemos que um sistema linear é:
Definição (Classificação de um sistema quanto ao número de soluções)
Dizemos que um sistema linear é:

1. Possível, consistente ou compatível.

Definição (Classificação de um sistema quanto ao número de soluções)
Dizemos que um sistema linear é:

1. Possível, consistente ou compatível.

(a) Determinado: possui solução única.

Definição (Classificação de um sistema quanto ao número de soluções)
Dizemos que um sistema linear é:

1. Possível, consistente ou compatível.

(a) Determinado: possui solução única.

(b) Indeterminado: possui infinitas soluções.

Definição (Classificação de um sistema quanto ao número de soluções)
Dizemos que um sistema linear é:

1. Possível, consistente ou compatível.

(a) Determinado: possui solução única.

(b) Indeterminado: possui infinitas soluções.

2. Impossível, inconsistente ou incompatível.

Definição (Classificação de um sistema quanto ao número de soluções)
Dizemos que um sistema linear é:

1. Possível, consistente ou compatível.

(a) Determinado: possui solução única.

(b) Indeterminado: possui infinitas soluções.

2. Impossível, inconsistente ou incompatível.

Não possui solução.

 y
7

2x + y =61

Exemplo 4
O sistema
3
(
2x + y = 1
3x + 2y = 4 2
3x + 2y = 4
1
possui uma única solução
0
−4 −3 −2 −1 0 1 x
−1

Figure: O sistema tem uma única solução, no

ponto (−2, 5)
 y
7

5 10x + 5y = 15
Exemplo
4
O sistema
( 3
10x + 5y = 15
2x + y = 3 2

2x + y =13
possui infinitas soluções.
0
−2 −1 0 1 2 3 4 x
−1

Figure: O sistema possui infinitas soluções.

 y
7

3x + 2y =64

5
Exemplo
4
O sistema
( 3
3x + 2y = 1
3x + 2y = 4 3x + 2y = 1 2

não possui solução. 1

0
−4 −3 −2 −1 0 1 x
−1

Figure: O sistema não possui solução.

Teorema (Análise de um sistema 2 × 2)
Seja o sistema e sua representação matricial:

a11 x + a12 y = b1
" #
a11 a12
e A=
a x +
21 a22 y = b2 a21 a22

a) O sistema possui solução única se, e somente se:

det(A) ̸= 0.

b) O sistema não tem solução ou tem infinitas soluções

det(A) = 0.
Métodos para resolução
Definição (Sistemas equivalentes)
Dois sistemas de equações lineares são equivalentes quando eles têm o mesmo conjunto
solução.
Métodos para resolução de Sistemas Lineares
1. Método da Substituição

2. Regra de Cramer

3. Escalonamento (próximas aulas)

Definição (Método da Substituição)
Esse método consiste em:

1.

2.

3.
Definição (Método da Substituição)
Esse método consiste em:

1. Isole uma das variáveis em qualquer equação do sistema e substitua nas demais,
obtendo um novo sistema, com uma variável a menos.

2.

3.
Definição (Método da Substituição)
Esse método consiste em:

1. Isole uma das variáveis em qualquer equação do sistema e substitua nas demais,
obtendo um novo sistema, com uma variável a menos.

2. Repita o processo até que se obtenha uma equação que dependa apenas de uma
variável.

3.
Definição (Método da Substituição)
Esse método consiste em:

1. Isole uma das variáveis em qualquer equação do sistema e substitua nas demais,
obtendo um novo sistema, com uma variável a menos.

2. Repita o processo até que se obtenha uma equação que dependa apenas de uma
variável.

3. Substitua seu valor nas outras equações que dela dependam, determinando as demais
variáveis.
Exercício
Resolva o sistema linear abaixo, aplicando o método da substituição:




x + 2y − z = −3
2x − y + 3z = 9.

−x +

y + 5z = 8
Solução.
Vamos isolar a varável x na primeira equação e substituí-la nas demais:

+ 2y − z = −3 ⇒ x = −2y + z − 3

x




2x − y + 3z = 9




−x + y + 5z = 8

Solução.
Vamos isolar a varável x na primeira equação e substituí-la nas demais:

+ 2y − z = −3 ⇒ x = −2y + z − 3

x




2x − y + 3z = 9




−x + y + 5z = 8


Assim: 
 2x − y + 3z = 9

−x + y + 5z = 8

Solução.
Vamos isolar a varável x na primeira equação e substituí-la nas demais:

+ 2y − z = −3 ⇒ x = −2y + z − 3

x




2x − y + 3z = 9




−x + y + 5z = 8


Assim:  
 2x − y + 3z = 9  2(−2y + z − 3) − y + 3z = 9
⇒
−x + y + 5z = 8 −(−2y + z − 3) + y + 5z = 8
 
Solução.
Vamos isolar a varável x na primeira equação e substituí-la nas demais:

+ 2y − z = −3 ⇒ x = −2y + z − 3

x




2x − y + 3z = 9




−x + y + 5z = 8


Assim:  
 2x − y + 3z = 9  2(−2y + z − 3) − y + 3z = 9
⇒
−x + y + 5z = 8 −(−2y + z − 3) + y + 5z = 8
 

Obtemos o sistema: (
−5y + 5z = 15
.
3y + 4z = 5
■
continuando.
Vamos isolar a varável y na primeira equação e substituí-la nas demais:

−5y + 5z = 15 ⇒ y = z − 3

3y + 4z = 5

continuando.
Vamos isolar a varável y na primeira equação e substituí-la nas demais:

−5y + 5z = 15 ⇒ y = z − 3

3y + 4z = 5


Assim:

3y + 4z = 5
continuando.
Vamos isolar a varável y na primeira equação e substituí-la nas demais:

−5y + 5z = 15 ⇒ y = z − 3

3y + 4z = 5


Assim:

3y + 4z = 5

3(z − 3) + 4z = 5
continuando.
Vamos isolar a varável y na primeira equação e substituí-la nas demais:

−5y + 5z = 15 ⇒ y = z − 3

3y + 4z = 5


Assim:

3y + 4z = 5

3(z − 3) + 4z = 5

3z − 9 + 4z = 5
continuando.
Vamos isolar a varável y na primeira equação e substituí-la nas demais:

−5y + 5z = 15 ⇒ y = z − 3

3y + 4z = 5


Assim:

3y + 4z = 5

3(z − 3) + 4z = 5

3z − 9 + 4z = 5

7z = 14
continuando.
Vamos isolar a varável y na primeira equação e substituí-la nas demais:

−5y + 5z = 15 ⇒ y = z − 3

3y + 4z = 5


Assim:

3y + 4z = 5

3(z − 3) + 4z = 5

3z − 9 + 4z = 5

7z = 14

z = 2

■
continuando.
Substituindo z = 2, temos:

y = z−3
continuando.
Substituindo z = 2, temos:

y = z−3

y = 2−3
continuando.
Substituindo z = 2, temos:

y = z−3

y = 2−3

y = −1
continuando.
Substituindo z = 2, temos:

y = z−3

y = 2−3

y = −1

Para encontrar x:

x = −2y + z − 3
continuando.
Substituindo z = 2, temos:

y = z−3

y = 2−3

y = −1

Para encontrar x:

x = −2y + z − 3

x = −2(−1) + 2 − 3
continuando.
Substituindo z = 2, temos:

y = z−3

y = 2−3

y = −1

Para encontrar x:

x = −2y + z − 3

x = −2(−1) + 2 − 3

x = 1
continuando.
Substituindo z = 2, temos:

y = z−3

y = 2−3

y = −1

Para encontrar x:

x = −2y + z − 3

x = −2(−1) + 2 − 3

x = 1

n o
Portanto, a única solução do sistema é S = (1, −1, 2) , ou seja, o sistema é possível determinado. ■
Teorema (Regra de Cramer)
Seja A uma matriz quadrada. A solução para o sistema Ax = b é dada por:

det(A1 ) det(A2 ) det(An )

x1 = , x2 = , ··· , xn = ,
det(A) det(A) det(A)

onde Ai é a matriz obtida substituindo a coluna i de A por b. Onde:

a) Se det(A) ̸= 0, o sistema tem solução única

b) Se det(A) = 0 e det(Ai ) = 0 o sistema tem infinitas soluções

c) Se det(A) = 0 e algum det(Ai ) ̸= 0 o sistema não possui solução

Exercício
Resolva o seguinte sistema pela regra de Cramer




y − z = 4
2x + y + 2z = 0.

 x − y

= 5
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

= (0)(1)(0) + (1)(2)(1) + (−1)(2)(−1)

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

= (0)(1)(0) + (1)(2)(1) + (−1)(2)(−1)

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

= (0)(1)(0) + (1)(2)(1) + (−1)(2)(−1) −(−1)(1)(1) − (0)(2)(−1) − (1)(2)(0)

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

= (0)(1)(0) + (1)(2)(1) + (−1)(2)(−1) −(−1)(1)(1) − (0)(2)(−1) − (1)(2)(0)

= 5

■
Solução.
Primeiro temos que verificar se o sistema tem uma solução única. Tomamos a matriz dos coeficientes:
    



y − z = 4 0 1 −1 4
   
2x + y + 2z = 0 ⇒ A=
2 1 2
 e b=
0


 x − y

= 5 1 −1 0 5

Vamos calcular o determinante:

 
0 1 −1 0 1
 
det(A) = 2 1 2 2 1
 
 
1 −1 0 1 −1

= (0)(1)(0) + (1)(2)(1) + (−1)(2)(−1) −(−1)(1)(1) − (0)(2)(−1) − (1)(2)(0)

= 5

Como det(A) ̸= 0, o sistema tem uma solução única, agora vamos calcular os determinantes para cada
variável. ■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

Agora, vamos calcular o determinante:

 
4 1 −1 4 1
 
det(A1 ) = 0 1 2 0 1
 
 
5 −1 0 5 −1

■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

Agora, vamos calcular o determinante:

 
4 1 −1 4 1
 
det(A1 ) = 0 1 2 0 1
 
 
5 −1 0 5 −1

■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

Agora, vamos calcular o determinante:

 
4 1 −1 4 1
 
det(A1 ) = 0 1 2 0 1
 
 
5 −1 0 5 −1

= (4)(1)(0) + (1)(2)(5) + (−1)(0)(−1)

■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

Agora, vamos calcular o determinante:

 
4 1 −1 4 1
 
det(A1 ) = 0 1 2 0 1
 
 
5 −1 0 5 −1

= (4)(1)(0) + (1)(2)(5) + (−1)(0)(−1)

■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

Agora, vamos calcular o determinante:

 
4 1 −1 4 1
 
det(A1 ) = 0 1 2 0 1
 
 
5 −1 0 5 −1

= (4)(1)(0) + (1)(2)(5) + (−1)(0)(−1) −(−1)(1)(5) − (4)(2)(−1) − (1)(0)(0)

■
continuando.
Substituindo a primeira coluna pela matriz b, temos:
     
0 1 −1 4 4 1 −1
     
A=
 2 1  e b = 0 ⇒ A1 =  0
2  1 2 
  

1 −1 0 5 5 −1 0

Agora, vamos calcular o determinante:

 
4 1 −1 4 1
 
det(A1 ) = 0 1 2 0 1
 
 
5 −1 0 5 −1

= (4)(1)(0) + (1)(2)(5) + (−1)(0)(−1) −(−1)(1)(5) − (4)(2)(−1) − (1)(0)(0)

= 23

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

Agora, vamos calcular o determinante:

 
0 4 −1 0 4
 
det(A2 ) = 2 0 2 2 0
 
 
1 5 0 1 5

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

Agora, vamos calcular o determinante:

 
0 4 −1 0 4
 
det(A2 ) = 2 0 2 2 0
 
 
1 5 0 1 5

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

Agora, vamos calcular o determinante:

 
0 4 −1 0 4
 
det(A2 ) = 2 0 2 2 0
 
 
1 5 0 1 5

= (0)(0)(0) + (4)(2)(1) + (−1)(2)(5)

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

Agora, vamos calcular o determinante:

 
0 4 −1 0 4
 
det(A2 ) = 2 0 2 2 0
 
 
1 5 0 1 5

= (0)(0)(0) + (4)(2)(1) + (−1)(2)(5)

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

Agora, vamos calcular o determinante:

 
0 4 −1 0 4
 
det(A2 ) = 2 0 2 2 0
 
 
1 5 0 1 5

= (0)(0)(0) + (4)(2)(1) + (−1)(2)(5) −(−1)(0)(1) − (0)(2)(5) − (4)(2)(0)

■
continuando.
Substituindo a segunda coluna pela matriz b, temos:
     
0 1 −1 4 0 4 −1
     
A=
 2 1  e b = 0 ⇒ A2 =  2 0
2  2 
  

1 −1 0 5 1 5 0

Agora, vamos calcular o determinante:

 
0 4 −1 0 4
 
det(A2 ) = 2 0 2 2 0
 
 
1 5 0 1 5

= (0)(0)(0) + (4)(2)(1) + (−1)(2)(5) −(−1)(0)(1) − (0)(2)(5) − (4)(2)(0)

= −2

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

Agora, vamos calcular o determinante:

 
0 1 4 0 1
 
det(A3 ) = 2 1 0 2 1
 
 
1 −1 5 1 −1

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

Agora, vamos calcular o determinante:

 
0 1 4 0 1
 
det(A3 ) = 2 1 0 2 1
 
 
1 −1 5 1 −1

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

Agora, vamos calcular o determinante:

 
0 1 4 0 1
 
det(A3 ) = 2 1 0 2 1
 
 
1 −1 5 1 −1

= (0)(1)(5) + (1)(0)(1) + (4)(2)(−1)

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

Agora, vamos calcular o determinante:

 
0 1 4 0 1
 
det(A3 ) = 2 1 0 2 1
 
 
1 −1 5 1 −1

= (0)(1)(5) + (1)(0)(1) + (4)(2)(−1)

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

Agora, vamos calcular o determinante:

 
0 1 4 0 1
 
det(A3 ) = 2 1 0 2 1
 
 
1 −1 5 1 −1

= (0)(1)(5) + (1)(0)(1) + (4)(2)(−1) −(4)(1)(1) − (0)(0)(−1) − (1)(2)(5)

■
continuando.
Substituindo a terceira coluna pela matriz b, temos:
     
0 1 −1 4 0 1 4
     
A=
 2 1  e b = 0 ⇒ A3 =  2
2  1 0 
  

1 −1 0 5 1 −1 5

Agora, vamos calcular o determinante:

 
0 1 4 0 1
 
det(A3 ) = 2 1 0 2 1
 
 
1 −1 5 1 −1

= (0)(1)(5) + (1)(0)(1) + (4)(2)(−1) −(4)(1)(1) − (0)(0)(−1) − (1)(2)(5)

= −22

■
continuando.
Logo, a solução do sistema é:

det(A1 ) 23
x= ⇒ x=
det(A) 5
continuando.
Logo, a solução do sistema é:

det(A1 ) 23
x= ⇒ x=
det(A) 5

det(A2 ) 2
y= ⇒ y=−
det(A) 5
continuando.
Logo, a solução do sistema é:

det(A1 ) 23
x= ⇒ x=
det(A) 5

det(A2 ) 2
y= ⇒ y=−
det(A) 5

det(A3 ) 22
z= ⇒ z=−
det(A) 5