Você está na página 1de 25

Captulo 3 - Sistemas de Equaes Lineares

3.1 Definio e representao 3.2 Problemas fundamentais dos sistemas de equaes lineares 3.3 Discusso de sistemas 3.4 Resoluo de sistemas com o mtodo da condensao 3.5 Sistemas homogneos 3.6 Sistemas de Cramer 3.7 Discusso de sistemas com parmetros

MGM, MJO Sistemas de Equaes Lineares

3.1 Definio e representao Vamos considerar um sistema de equaes lineares:


a11 x1 + a12 x2 + + a1n xn = b1 a x + a x + + a x = b 2n n 2 21 1 22 2 ai1 x1 + ai 2 x2 + + ain xn = bi am1 x1 + am 2 x2 + + amn xn = bm

onde: aij e bi para i = 1,, m, j = 1,, n so escalares conhecidos pertencentes a ;

x j para j = 1,, n so escalares a determinar. Temos, ento, um sistema de m equaes lineares a n incgnitas, x j , j = 1,, n , com coeficientes aij ,
i = 1,, m, j = 1,, n , e com termos independentes bi , i = 1,, m .

MGM, MJO Sistemas de Equaes Lineares

Matricialmente representamos o sistema na forma AX = B , sendo:


a11 a A = 21 am1 x1 x X = 2 xn b1 b B= 2 bm a11 a A = 21 am1

a12 a22 am 2

a1n a2 n amn

Matriz do sistema ou matriz dos coeficientes

Matriz das incgnitas

a12 a22 am 2

Matriz dos termos independentes

a1n a2 n amn

b1 b2 bm

Matriz completa do sistema

MGM, MJO Sistemas de Equaes Lineares

3.2 Problemas fundamentais dos sistemas de equaes lineares

1. Discusso do sistema: Investigar se existem ou no solues do sistema. Se existir pelo menos uma

soluo o sistema diz-se possvel (SP). Se o sistema no tiver solues diz-se impossvel (SI). No caso de o sistema ser possvel, ver se esta nica ou se, pelo contrrio, existe mais do que uma soluo. Se existir apenas uma soluo o sistema diz-se determinado (SPD) e se existir mais do que uma soluo o sistema diz-se indeterminado (SPI).
2. Resoluo do sistema: No caso de existirem, determinar as solues do sistema.

Exemplos:
x + y = 1 x = 1 1. Sistema possvel e determinado (SPD) x y =1 y = 0 x + y = 1 2. Sistema impossvel (SI) x + y = 1 x + y = 1 3. Sistema possvel e indeterminado (SPI) 2 x + 2 y = 2
MGM, MJO Sistemas de Equaes Lineares 4

3.3 Discusso de sistemas Teorema:

condio necessria e suficiente para que um sistema de equaes lineares seja possvel que a matriz dos coeficientes e a matriz completa tenham a mesma caracterstica, isto ,
car ( A ) = car ( A )

A discusso de um sistema de equaes lineares, com n incgnitas, representado matricialmente por


AX = B , pode resumir-se no quadro seguinte:

Determinado Possvel Indeterminado

car ( A ) = car ( A ) = n car ( A ) = car A < n


Grau de indeterminao = n car ( A )

( )

Impossvel

car ( A ) < car ( A )

MGM, MJO Sistemas de Equaes Lineares

3.4 Resoluo de sistemas com o mtodo da condensao

Definio:

Dois sistemas de equaes lineares dizem-se equivalentes quando tm o mesmo conjunto de solues.

Operaes elementares na equivalncia de sistemas:

Ao efectuarmos na matriz completa de um sistema:

1. troca de linhas; 2. multiplicao de uma linha por um escalar no nulo; 3. substituio de uma linha pela sua soma com outra multiplicada por um escalar;

obtemos a matriz completa de um outro sistema de equaes lineares equivalente ao inicial.

MGM, MJO Sistemas de Equaes Lineares

NOTA: Podemos realizar troca de colunas na matriz do sistema (equivalente a alterar a ordem das incgnitas),

devendo essa troca ser tida em considerao na resoluo final do sistema.

Para utilizarmos o mtodo da condensao na resoluo de sistemas de equaes lineares consideramos a matriz completa do sistema A e procedemos sua condensao. Uma vez condensada a matriz A , se o sistema for possvel, considera-se o subsistema formado pelas equaes cujos coeficientes do origem submatriz que define a caracterstica de A (ou de A ). A soluo (ou solues) desse subsistema, chamado subsistema principal, ser a soluo do sistema dado.

MGM, MJO Sistemas de Equaes Lineares

Exemplos:
x y = 0 1. Resolver o seguinte sistema de equaes lineares: x + y + z = 1 . x y + 2z = 2

Resoluo:
1 1 0 A = 1 1 1 1 1 2 0 1 1 0 1 0 2 1 2 0 0 1 0 1 . 1

Ento: car ( A ) = car ( A ) = 3 Sistema Possivel


Como n incgnitas = 3 Sistema Possvel e Determinado ( SPD )
x y = 0 x = 0 2 y + z = 1 y = 0 z = 1 z = 1 S = ( 0,0,1)

MGM, MJO Sistemas de Equaes Lineares

2 x1 + x2 + x3 + x4 = 1 4 x + x x x = 1 1 2 3 4 2. Resolver o seguinte sistema de equaes lineares: 6 x1 + 2 x2 = 0 x1 x2 + x3 x4 = 2

Resoluo:
2 1 1 1 4 1 1 1 A= 6 2 0 0 1 1 1 1 1 1 1 1 0 1 3 3 0 0 10 6 0 0 0 0 1 1 0 L L 2 2 3 4 0
1

1 1 1 1 4 1 1 1 6 2 0 0 2 1 1 1

2 1 0 L L 2 L L L 3 L 1 L L 2 L
2 2 3 3 4 4

4 1

1 1 1 1 0 1 3 3 0 1 3 3 0 3 1 3

2 3 3 5

Ento: car ( A ) = car ( A ) = 3 Sistema Possivel Como n incgnitas = 4 Sistema Possvel Simplesmente Indeterminado ( SPI )
MGM, MJO Sistemas de Equaes Lineares 9

2 x + 33 x1 = 4 5 x1 x2 + x3 x4 = 2 6 x4 + 21 x2 3 x3 3 x4 = 3 x2 = 5 10 x 6 x = 4 3 4 3x + 2 x3 = 4 5

2 x + 33 6 x4 + 21 3 x4 + 2 , , , x4 S = 4 5 5 5

x1 x2 = 1 3. Resolver o seguinte sistema de equaes lineares: x1 + 2 x2 + 3 x3 = 1 x + 3x = 2 1 3

Resoluo:

1 1 0 A = 1 2 3 1 0 3

1 1 1 0 1 0 1 3 2 0 0 0

1 0 1

car ( A ) = 2 car ( A ) = 3 Sistema Impossvel ( SI )


MGM, MJO Sistemas de Equaes Lineares 10

3.5 Sistemas Homogneos

Definio: Chama-se sistema de equaes lineares homogneo a um sistema de equaes lineares cujos
termos independentes so todos nulos.

Que tipo de sistema ser um sistema homogneo? Pode ser determinado ou indeterminado, mas sempre possvel porque car ( A ) = car ( A ) , admitindo sempre
a soluo nula.
x + 2 y z = 0 Exemplo: Resolver o seguinte sistema homogneo: 2 x y + 3 z = 0 . x 3y + 4z = 0

Resoluo:
1 2 1 1 2 1 A = 2 1 3 0 5 5 1 3 4 0 0 0 x + 2 y z = 0 x = z 5 y + 5 z = 0 y = z
MGM, MJO Sistemas de Equaes Lineares

car ( A ) = 2 n incgnitas = 3 SPI

S = ( z, z, z )

11

3.6 Sistemas de Cramer

Definio: Um sistema de equaes lineares diz-se um sistema de Cramer se forem satisfeitas as seguintes
condies:

(i) O nmero de incgnitas igual ao nmero de equaes; (ii) O determinante da matriz do sistema no nulo.

Que tipo de sistema ser um sistema de Cramer?


um sistema sempre possvel e determinado pois o determinante da matriz do sistema no nulo admitindo por isso caracterstica mxima n .

MGM, MJO Sistemas de Equaes Lineares

12

Resoluo de sistemas de Cramer


a11 x1 + a12 x2 + a21x1 + a22 x2 + Consideremos o sistema de Cramer: an1x1 + an 2 x2 + + a1n xn = b1 + a2n xn = b2 + ann xn = bn

Matricialmente escrevemos: AX = B , com


a11 a12 a a A = 21 22 an1 an 2 a1n x1 b1 x b a2 n 2 , X= , B = 2. ann xn bn

Temos c = A 0 .

MGM, MJO Sistemas de Equaes Lineares

13

1 Frmulas de Cramer:
O valor de cada incgnita xi , i = 1,

, n , pode ser obtido a partir do quociente:


xi = i , i = 1, c ,n

onde i o determinante da matriz que se obtm da matriz dos coeficientes substituindo a coluna de ordem
i , isto , a coluna dos coeficientes da incgnita xi , pela coluna dos termos independentes B .

Exemplo:
2 x + 3 y + z = 1 Resolver o seguinte sistema de Cramer: x + y + z = 3 . x z = 2

MGM, MJO Sistemas de Equaes Lineares

14

Resoluo:
2 3 c = 1 1 1 3 1 = 3 1 1 1 =3

1 0 1 1 1 = 12 2 1 2 = 1 3 1 1 = 9 2 3 1 3 = 1 1 3 = 6 1 0 2

2 0 1

1 2 1

12 x= 1 = =4 c 3 2 9 = = 3 y = c 3 3 6 = =2 z = c 3

S = ( 4, 3, 2 )

MGM, MJO Sistemas de Equaes Lineares

15

2 Resoluo matricial de sistemas de Cramer:


Como A 0 ento a matriz A admite inversa, logo:
AX = B A 1AX = A 1B X = A 1B

Exemplo: Resolver o sistema de Cramer do exemplo anterior.


2 1 1 3 3 1 1 2 1 A = 3 3 1 1 1 3 3

Resoluo:

2 1 1 3 3 1 4 2 1 1 X=A B= 1 3 = 3 3 3 2 2 1 1 1 3 3
MGM, MJO Sistemas de Equaes Lineares

S = ( 4, 3, 2 )

16

3.7 Discusso de sistemas com parmetros

O objectivo caracterizar o tipo de sistema em funo da variao dos parmetros.

Exemplos:
x1 + x2 + ax3 = 1 1. Discutir, em funo dos parmetros reais a e b , o sistema de equaes lineares: x1 + ax2 + x3 = b . 2 x1 + x2 + a x3 = a

Resoluo: I. Condensa-se a matriz completa do sistema

1 1 a A = 1 a 1 2 1 1 a

1 1 1 a b 0 a 1 1 a L L L a L L L 0 0 a2 a
2 2 1 3 3 1

1 b 1 a 1
17

MGM, MJO Sistemas de Equaes Lineares

II. Seguem-se os seguintes passos

1 Passo: Impem-se as condies que tornam a car ( A ) mxima


a 1 a 2 a 0 a 1 a 0 car ( A ) = 3

2 Passo: Nas condies definidas no 1 Passo estuda-se a car A


car ( A ) = 3

( )

Concluso: a 1 a 2 a 0 a 1 a 0 SPD

3 Passo: Contrariam-se as condies encontradas no 1 Passo


a = 0 a =1
MGM, MJO Sistemas de Equaes Lineares 18

4 Passo: Nas condies do 3 Passo estudam-se car ( A ) e car A

( )

1 Caso: a = 0
1 1 0 a = 0 A = 0 1 1 0 0 0 1 b 1 1

car ( A ) = 2 car ( A ) = 3 SI

2 Caso: a = 1
1 1 1 a = 1 A = 0 0 0 0 0 0 car ( A ) = 1 1 b 1 0

i) b 1 car ( A ) = 2 SI ii) b = 1 car ( A ) = 1 SP 2 I


MGM, MJO Sistemas de Equaes Lineares 19

III. Resumo

a 0 a 1, b

SPD

a = b =1

SP2I
SI

( a = 0, b ) ( a = 1 b 1)

MGM, MJO Sistemas de Equaes Lineares

20

2. Discutir, em funo dos parmetros reais a e b , o seguinte sistema de equaes lineares:


x1 + ax2 + bx3 = 1 x1 + bx2 + ax3 = a . 2 x1 + ax2 + b x3 = b

Resoluo:

I. Condensa-se a matriz completa do sistema

1 a b A = 1 b a 2 1 a b

1 1 a b a 0 b a a b L L L b L L L 0 0 b2 b
2 2 1 3 3 1

1 a 1 b 1

MGM, MJO Sistemas de Equaes Lineares

21

II. Seguem-se os seguintes passos

1 Passo: Impem-se as condies que tornam a car ( A ) mxima


b 0 b 1 b a car ( A ) = 3

2 Passo: Nas condies definidas no 1 Passo estuda-se a car A


car ( A ) = 3

( )

Concluso: b 0 b 1 b a SPD

3 Passo: Contrariam-se as condies encontradas no 1 Passo


b = 0 b = 1 b = a
MGM, MJO Sistemas de Equaes Lineares 22

1 Caso: b = 0
1 a 0 b = 0 A = 0 a a 0 0 0 1 a 1 1

i) a 0 car ( A ) = 2 car ( A ) = 3 SI
1 0 0 ii) a = 0 A = 0 0 0 0 0 0 1 1 1

car ( A ) = 1 car ( A ) = 2 SI

2 Caso: b = 1
a 1 1 b = 1 A = 0 1 a a 1 0 0 0
1 a 1 0

i) a 1 car ( A ) = 2 = car ( A ) SPI


MGM, MJO Sistemas de Equaes Lineares 23

1 1 1 ii) a = 1 A = 0 0 0 0 0 0

1 0 0

car ( A ) = car ( A ) = 1 SP 2 I

3 Caso: a = b
1 a a a = b A = 0 0 0 2 0 0 a a 1 1 0 a a 1 0 a 2 a 0 a 1 0 0 0 1 a 1 a 1

i) a 0 a 1 car ( A ) = 2 car ( A ) = 3 SI ii) a = 0 j analisado iii) a = 1 j analisado

MGM, MJO Sistemas de Equaes Lineares

24

III. Resumo

b 0 b 1 b a

SPD
SPI SP2I SI

b = 1 a 1 a = b =1

( b = 0, a ) ( a = b a 0 a 1)

MGM, MJO Sistemas de Equaes Lineares

25