Prof. Ailton Durigon p.

5. MATRIZES, DETERMINANTES E SISTEMAS LINEARES

5.1 MATRIZES

5.1.1 Definição
Uma matriz é um arranjo retangular de variáveis ou números reais ou complexos,
cada um tendo um lugar ordenado dentro da matriz. Os números ou variáveis são chamados
elementos da matriz.
Os números em cada fila horizontal são chamados linhas; os números em cada fila
vertical são chamados colunas. O número de linhas (m) e o número de colunas (n) define as
dimensões da matriz (m x n) que se lê “m por n”, sendo m x n a ordem da matriz.
Representaremos uma matriz genérica de “m” linhas e “n” colunas por:

 a11 a12 a13 .... a1n 

a  i = linha
.... a 2 n  
 
a 22 a 23
A mxn    a ij
21
 ,  j = coluna
 .... .... .... .... ....  mxn
 a  3ª linha e 4ª coluna
 a m1 a m2 a m3 .... a mn   34

Ex.: 1) A = 
2 1 4
 matriz retangular 2 x 3
 1 0 5
2) B = 
1 5
 matriz quadrada 2 x 2
 2 3

Determinamos algumas matrizes uma vez definida a ordem e a expressão que permite
obter o valor de cada aij.
 a ij  i  j se i  j
Ex.: Construir a matriz A = (aij)2 x 4 tal que : 
a ij  0 se i  j

5.1.2 Tipos de Matrizes

a) Matriz Quadrada : É aquela cujo número de linhas é igual ao número de colunas.

Ex. A= ( a ij ) de ordem 3 onde a ij = i + j.
b) Matriz Nula : É aquela em que aij = 0 , para todo i e j.
Ex. B  bij 3x 2
onde bij  0 , i e j.
c) Matriz coluna: É aquela formada por uma única coluna(n = 1).
1
Ex. 1)Vetor coluna. 2) C   2
 4  3x1
d) Matriz linha : É a que possui uma única linha(m = 1).
Ex.: 1) Vetor linha. 2) D  3 2 11x3
1 0 0 
1, se i  j
e) Matriz identidade : É a matriz quadrada em aij =  Ex.: I3  0 1 0 
0, se i  j 0 0 1  3x3

Prof. Ailton Durigon

 Prof. Ailton Durigon p.2

 0 0 0
 0 0 
f) Matriz diagonal: É a matriz quadrada em que aij = 0 para i  j . Ex.: E   0 1
0 0 2 0
 
0 0 0 3 4x 4
g) Matriz triangular superior : É a matriz quadrada onde todos os elementos abaixo da
3 2 12
diagonal principal são nulos, ou seja, m = n e aij = 0 se i > j. Ex.: G  0 1 5 
0 0 3 
h) Matriz triangular inferior: É a matriz quadrada onde todos os elementos acima da diagonal
1 0 0 0
2 1 0 0 
principal são nulos, ou seja, m = n e aij = 0 se i < j. Ex.: H
3 4 1 0
 
1 2 7 0
i) Matriz transposta : Dada a matriz A = (aij) m x n , podemos obter outra matriz At = (bij) n x m
cujos elementos bij = aji isto é, as linhas de (bij)n x m são as colunas de A.
 5 2
5 1  1
Ex.: A   1 3 At  
 2 3 0  2 x 3
 1 0 3x 2
j) Matriz simétrica : É a matriz quadrada em que aij= aji. Ou seja, A  A t
3 1 4
a 12  a 21
Ex.: S  1 5 6 
a 23  a 32
 4 6 0 
k) Matriz Oposta: chamamos de matriz oposta de A, a matriz obtida a partir de A, trocando-se
o sinal de todos seus elementos. Se escreve  A .
 2 3  2 3 
Ex.: A     A   
4 1   4 1
l) Matriz Antissimétrica: A diagonal principal deve sempre ser zero. A   A t ou A t   A .
0 3  0 3
Ex.: A    A t
  3 0 
3 0   
m) Matriz Escalar: É a matriz diagonal porém os elementos da diagonal principal são todos
iguais.
a 0 0 
E  0 a 0 a  0
0 0 a 

Prof. Ailton Durigon

 Prof. Ailton Durigon p.3

Definição: O traço de uma matriz A = [aij ] , de ordem n, que denotamos por tr(A), é a soma
n
dos elementos da diagonal principal, isto é, tr  A    a ii
i 1

5.1.3 Igualdade de matrizes

Duas matrizes são iguais se verificar duas condições:
1) Tenha a mesma ordem.
2) Os elementos correspondentes sejam iguais.
A  (a ij ) mxn 
 A  B  a ij  bij , i , j com i  1,2,3,..., m e j  1,2,3,..., n
B  (bij ) mxn 

Exercício
1) Construa as matrizes:
a) A = a ij 1 x 3 , tal que a ij  2i  j.
i  j, se i  j
b) B = b ij 4 x 2 , tal que b ij  
i  j, se i  j
2) Determine a soma dos elementos da diagonal principal da matriz A = (aij) de ordem 4, em
que a ij  i  j.
3) Quantos elementos tem uma matriz quadrada de ordem 6?
2a  1 b  2
4) Determine os valores de “a e b” tais que:  .
b3 a3
5) Determine os valores de x e y nas igualdades:
 log 3 x  4
 2     x 2  3x  2
a)  y    9 b)   2
     4  x 
 5   5
2x  3y 0 5 0  2x 3y  x  1 2y 
c)  d)    
1 7 1 5x  2y  3 4  3 y  4
6) Sendo A=( a ij ) 2 x 3 tal que a ij  i  j determine x, y e z da matriz B tal que A=B e B=
2 y  1 4
x .
 z 5
7) Calcule x, y e z tais que:
 x2  1 0 x  0 0 1 xy 3 5 3
a)     b) 
 0 y 2  4 1  0 0 z 2y x z y1
 1 2  x y 1 2 
8) Determine x, y z e w nas matrizes A    , B   e C   tais que
 1 3  1 3  z w
A=B=C.
 a  b x  y   3 2
9) Determine a, b, x e y tais que    .
 a  b 2x  y  1 1

Prof. Ailton Durigon

 Prof. Ailton Durigon p.4

2 x2
10) Seja A  . Se A=At, calcule o valor de x.
2x  1 0
11) Considerando a matriz M  (a ij ) 2 x 2 com a ij  2i  j calcular x, y, z e t para que
x  y z  t 
M .
x  y 2z  t 
12) Calcule o valor de x e y em:

 2x 2  6 3 4   11x 3 4
a)    
 3 2 1  3 2 1

2x  3y 2  12 2 
b)  
 0 13  0 5x  y

c)  x  1 6 2y  x  4   2x  y 6 3x  y  3
1 x 5 
 
13) Determine x, y e z para que a matriz A seja simétrica, onde A   2 7  4 .
 y z  3
0 4 2
14) Determine x, y e z de modo que a matriz A seja anti-simétrica, onde A  x 0 1  z .
y 2z 0
5 4  1
15) Obter a oposta da transposta e determinar a ordem da matriz: A =  
 2 0  3

5.1.4 Operações com matrizes

a) Adição e Subtração: Para somar ou subtrair duas matrizes A e B de mesma ordem, basta
somar (A + B) ou subtrair (A – B) os termos correspondentes. Ou seja:
A  (a ij ) mxn 
  A  B  C   cij mxn tal que: c ij = a ij + b ij
B  (bij ) mxn 

b) Multiplicação:
I – De um número por uma matriz: A multiplicação de uma matriz por um escalar envolve a
multiplicação de cada elemento da matriz pelo número. Este processo é chamado
“multiplicação escalar”, porque ele altera a matriz para cima ou para baixo de acordo com o
k 
tamanho do número. Assim temos:   k.A   k.a ij 
A  (a ij ) mxn
mxn

II – De duas matrizes: Para multiplicar duas matrizes, multiplica-se cada linha da 1ª matriz por
todas as colunas da 2ª matriz.

Prof. Ailton Durigon

 Prof. Ailton Durigon p.5

1 2  1 2
Exemplo: Dadas as matrizes A =   eB=   , vamos obter
 3  1  4 3
C = A.B.
Só podemos multiplicar duas matrizes sob determinada condição, ou seja:
 O produto A.B só é possível se o número de colunas da matriz A for igual ao número de
linhas da matriz B.
Assim: A mxp . B pxn = C = (A.B) m x n
iguais

A matriz C é obtida da seguinte forma:

p
cij   a ik bkj  a i1b1j  a i2 b2 j   a ip bpj para i  1, , m e j  1, ,n
k 1

Exercícios
 2 3  1  1 3  1
1) Sejam as matrizes A =   e B=  
 4 0 2   0 2 3 
Calcule: a) A + B = b) B – A =
 m 2m   n  n  7 8 
2) Ache m, n, p e q, de modo que:      .
p p  q  3q  1 5
1  1 0 
3) Dada a matriz A  2 3 4  , obtenha a matriz X tal que X = A + At.
0 1  2
4) Determine a matriz X tal que 2X – B = 4A , sendo:
 9 0  2  3
A=   , B=  
 1 2  1 0 
5) Determine as matrizes X e Y tais que:
X  Y  2A  0  1   1 0
 , sendo: A =   , B=  
X  Y  B  2 3    3 6
0 1  2  1
6) Dadas as matrizes : A =   e B=   , determine A 2  2AB  B 2 .
 2  2  3  2
1  1 a b   4  2
7) Calcular a, b, c, d tal que: 0 3  .  c d  =   3 0 
     
1  1 2 0 
8) Dadas as matrizes: A=   e B=   calcular:
2 3  1  4 
a) (A – 2B) t b) X = 2A – 3B + I 2 c) A.B =

Prof. Ailton Durigon

 Prof. Ailton Durigon p.6

 x y   2 3   1 0
9) Ache x, y, z e w se    
 z w   3 4   0 1
 1 1   5 1 
10) Sendo A= 2 9 B  2 3  e C  0 1 calcule:
 1 2 
 3 2   5 1   

1 1 
a) 2  A  B  c) B  C
4 4 
5 5 2 10 2
b) B  C d) o elemento x 21 da matriz X  A  B C .
3 3 3 3 3
 1
1 2 3   2 0 1  
11) Sejam: A=   B  C 2  D   2 1
 2 1 1  3 0 1
 4 
a) A.C b) B.C c) C.D d) D.A e) D. B
3 5 
12) Calcular X tal que X+A=B sabendo que: A     
e B  bij com bij  3i  j3
1 2  2x 2

13) Sendo A  1 2 4 e B  3 1 7  determine X tal que X   2A  3B

1 t

2
1 0   3 1 3  2 4 5 
1 2 3       3 2 
14) Sejam : A    , B 2 1 , C 4 1 5 , D  , E  1 0 4 
2 1 4     2 4   
 3 2   2 1 3  3 2 1 
 4 5
eF    . Se possível, calcule:
 2 3
a) C + E= b) AB e BA= c) 3A + 2A e 5A= d) DF + AB =

e) CB + D= f) A(C +E) e AC + AE = g) (AB)t e BtAt = h) (C + E)t =

4 2
15) Seja A=  . Calcule: a) A2+ 3A b) 2A3 + 3A2 + 4A + 5I2
 1 3 
3 2 7  6 2 4 
16) Sejam A = A  6 5 4  e B  0 1 3  . Encontrar:
 
0 4 9  7 7 5 
a) a primeira linha de AB, b) a terceira linha de AB,
c) a segunda coluna de AB, d) a primeira coluna de BA.
 x 0
17) Determine os números x e y tais que: x     I 2  02x2
 0 y
18) Sabendo que A e B são matrizes quadradas de ordem três tais que a ij  2i  3 j e
b ij  5i  j 2 . Calcule o valor de A + B
 2 4 1 3  5 8
19) Calcule a matriz X tal que X  A  B  C onde: A    B  C .
 6 8  7  1   9 2

Prof. Ailton Durigon

 Prof. Ailton Durigon p.7

20) Calcule x e y nas igualdades abaixo:

  3 0  1 2    2 2
a)      
 1  2x 1  3x 2y   3 1

 3x  5 1    1 2   0  1
     
b)  0 2    0  2   0 4
     
  1 y  3  3 3y    4 21 
 x  21    5 y
21) Calcule os valores de x, y e z nas matrizes: A    B  e
3 0    4 3
2 4 
C  de modo que B  C  2A.
 z  3

5.1.5 Propriedades da Álgebra Matricial

Teorema: Sejam as matrizes A, B e C com ordem adequadas e os escalares  e  . Então, as

seguintes propriedades são verdadeiras:
 A  B
t
i)  A t  Bt ;

A 
t
ii) t
A;

 A.B
t
iii)  Bt .A t ;
iv) A + B = B + A (comutatividade)
v) A + (B + C) = (A + B) + C (associatividade)
vi) A + 0 = 0 + A (elemento neutro da adição) . OBS.: 0 = matriz nula;
vii) A + (–A) = 0 (elemento simétrico);
viii)  (A + B) =  A +  B (distributividade);
ix)      A  A  A (distributividade);
x) 0.A = 0
xi) (A)  ()A (associatividade);
xii) A(BC) = (AB)C (associatividade);
xiii) A.I n  A.I m  A , A  a ij   mxn
; (elemento neutro da multiplicação)
onde I = matriz identidade
xiv) A  B  C   AB  AC e  B  C  A  BA  CA (distributividade).
Demonstração: Fica como exercício

Exercício: Usando as propriedades, verifique se valem para matrizes as igualdades:

1)  A  B   A 2  2AB  B2
2

2)  A  B  .  A  B   A 2  B2

Prof. Ailton Durigon

 Prof. Ailton Durigon p.8

5.2 DETERMINANTES
O determinante de uma matriz quadrada é um escalar obtido através de certas
operações. Representamos da seguinte maneira:
1 3  1 3
A   det  A  
5 7  5 7

 Cálculo do determinante

a) Determinante de primeira ordem: Dada uma matriz quadrada de primeira ordem M=[ a11]
chamamos de determinante associado à matriz M o número real a11. det  M   a 11

 a11 a12 
b) Determinante de segunda ordem: Dada a matriz M=  , o determinante associado a
a21 a22 
essa matriz é dado pelo “produto dos elementos da diagonal principal menos o produto dos
elementos da diagonal secundária”.
a a12  a a12
M   11   det  M   11  a11.a 22  a 21.a12
a 21 a 22  a 21 a 22

c) Determinante de terceira ordem: Utilizamos a Regra de Sarrus.

 a11 a12 a13 

Seja M  a 21 a 22 a 23  o seu determinante é calculado pelos seguintes os passos:
 a 31 a 32 a 33 

1) repetimos as duas primeiras coluna ao lado da última(ou as duas primeiras linhas abaixo).

a11 a12 a13 a11 a12

det  M   a 21 a 22 a 23 a 21 a 22
a 31 a 32 a 33 a 31 a 32

2) Encontramos a soma do produto dos elementos da diagonal principal com os dois produtos
obtidos pela multiplicação dos elementos das paralelas a essa diagonal com 3 elementos.
3) Encontramos a soma do produto dos elementos da diagonal secundária com os dois
produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal com 3
elementos.
4) Realizamos a diferença entre os dois resultados.
Dessa forma, temos

det  M  =a11 .a 22 .a 33 + a12 .a 23 .a 31 + a13 .a 21 .a 32  (a 31 .a 22 .a13 + a 32 .a 23 .a11 + a 33 .a 21 .a12 )

Prof. Ailton Durigon

 Prof. Ailton Durigon p.9

Exemplos:
1) Calcule o determinante das matrizes:
1 2 3  2 1 3
 3 2   5 4
a) A =   b) B =   c) C =  4 5 6  d) D =  5 3 0
1  4   2 1   7 1 3   2 1 1

2) Resolva as seguintes equações:

2 1 3 1 x 2
x 1 1 0
a) x 0 x = x  6 b) 2 x 4 = 0 c) +  10
2 3 0 x
5 4 2 1 3 x

5.2.1 Propriedades dos determinantes

Em muitas situações, o cálculo do determinante pode ser simplificado com a

aplicação das seguintes propriedades:
P1. det  A   det  A t  ;
P2. Seja A uma matriz, contendo uma coluna (ou linha) onde todos os elementos são iguais a
zero. Então, det(A) = 0;
P3. Se multiplicarmos por um número real todos os elementos de uma linha ou de uma coluna
de uma matriz, o determinante fica multiplicado por esse número;
P4. Se trocarmos as posições de duas filas paralelas (linhas ou colunas), o determinante muda
de sinal;
P5. Seja A uma matriz, com duas linhas(ou duas colunas) paralelas iguais ou proporcionais.
Então, det(A) = 0;
P6. O determinante de uma matriz diagonal ou triangular(superior ou inferior) é igual ao
produto dos elementos da diagonal principal;
P7. Se uma fila(linha ou coluna) de uma matriz A for combinação linear de outras filas, então,
det(A) = 0;
P8. (Teorema de Binet) Se A e B são matrizes quadradas de mesma ordem, então temos que:
det(A.B) = det(A).det(B);
P9. (Teorema de Jacobi) Se adicionarmos a uma fila de uma matriz quadrada A, uma outra fila
paralela, multiplicada por um escalar, o determinante da matriz B obtida será igual ao da
matriz A. Ou seja: det  A   det  B 

Exemplo
Construa uma matriz para cada propriedade enunciada e verifique que a propriedade é válida.

Exercícios
1) Calcular os seguintes determinantes:
2 3 4 1 2 4
12 4 7 3
a) b) c)  2 1 2 d) 1  3 9
1 0,4 4 2
0 5 6 1 4 16

Prof. Ailton Durigon

 Prof. Ailton Durigon p.10

2) Calcular o valor de x nas igualdades abaixo

0 3x 1 1 0 1 2 1 3
3x 3
a) 0 b) 0 3x 2 4 c) x 1 3  0 d) 4  1 x  1  12
4 x3
4 3x 3 1 x 3 x 0 x
3) Calcular os determinantes das matrizes F e G nos seguinte casos:
2  4 1  2  1 2 4 1 
a) F     1  b) G    
3 2  3 2   3 4 2  3

 
4) Sendo A  a ij
2 x2
 
onde a ij  2i  j e B  b ij
2 x2
1 se i  j
onde b ij  
3 se i  j
calcular os

determinantes das seguintes matrizes:

a) A t  B t b) (A  B) t c) A t  B t
2  1 1 2
5) Sendo A  X  B onde A    e B  3 2 calcular a matriz X.
3 1   
 1 2 3  0 1 1
   
6) Calcular det(X), sabendo que 2A  X  B  A onde A   0 1 2 e B   2 3 1 .
 1 2 0  1 0 4
 2 3   1 2
7) Sendo A    e B  , calcular:
 4 5  3 4
a) det(A+B) b) det(A) + det(B) c) det(A).det(B)
1 1 3
2x 4
8) Calcular o valor de x para que se tenha x x 4  .
1 x
0 x 2
9) Calcular os determinantes a seguir:
1
 0 log 3 3 log
sen 2 1 1 1
3
3
a) log 1 0 1 b) 0 log 3 27 log 1 27
cos 32 2  1 30 3
0 log 3 81 log 1 243
3

5.2.2 Menor complementar e cofator

Chamamos menor complementar relativo ao elemento aij de uma matriz quadrada M,
o determinante Mij associado a matriz obtida de M quando suprimos a linha i e a coluna j.
2 1 3 2 1
Ex: Dada a matriz 𝑀 = [−1 −2 4 ], temos M23  = 0 – 1 = – 1.
1 0
1 0 −3
Chamamos de cofator relativo ao elemento aij de uma matriz quadrada o número Cij
tal que: C ij  ( 1) i  j  M ij

Prof. Ailton Durigon

 Prof. Ailton Durigon p.11

2 1 3
Ex: Dada a matriz M =  1 2 4  determine os cofatores C 21 e C 33 .
 1 0 3

5.2.3 Teorema fundamental (de Laplace)

Seja a matriz A   a ij  quadrada de ordem n  2 . O determinante de det(A) dessa
matriz é obtido pela soma dos produtos dos elementos de uma fila qualquer(linha ou coluna)
pelos respectivos cofatores.
 a11 a12 a13 
Dessa forma, dada a matriz A  a 21 a 22 a 23  , seu determinante é:
 a 31 a 32 a 33 
det  A   a11.C11  a12 .C12  a13 .C13  escolhendo a primeira linha.

Exercícios
1) Calcular os determinantes das seguintes matrizes:
1 3 1 3 3 1 4  2  1 0 1
a)   2  1 3 1 7  0
5 1   0 1 2
j) 
 1 3 9  f)  4 28 29 1 44  1 0  1 0
   
b) 7 1 3 4 28 29 1 44 0 1 1 0
2 1 1 2 1 1 5 7  6 4 0 1
2 3 4 0
1 0 0  0 1  2 
k) 
c) 3 2 4  g) 3  2 1  0 0 3 2
 
5 1  1 0 1 0  4 2 3 4
 41 7 4 1 2  0 2 0 4 2 1  3 2
0 0   2 1 0 2 3 0 0 0
 0 0 0 
h)   l) 
d)  1 3 18 4 5  0 0  3 1  4 1 5 1
     
10 3  2 2
 2  1 7 38 4  1 1 0 1 
28 31  1 3 5  0 1 1 3 1 2 3 4 2
 2 0 0 2 0 1 0 0 0
21 0 38 44 i)   
 0 1 0 0  0 0 0 1  m) 0 4 0 2 1
e)     
5 5 1

 0 17 1 1  0 1 0 0  0 4
  0 1 0 1 2
 0 25 2 1 
 1 se i  j
 
2) Sendo A= aij
3x 3
onde aij  2i  j e B  bij
3x 3
 
onde bij  
3 se i  j
. Calcule os
determinantes das seguintes matrizes:
a) At . Bt
b) B . A
c) At. B

Prof. Ailton Durigon

 Prof. Ailton Durigon p.12

5.2.4 Matriz dos cofatores

Em uma matriz onde cada elemento aij é trocado pelo seu cofator Cij .
2 3 1  2 6 7 
Ex: Seja a matriz A   4 1 2 , determine a matriz dos cofatores. Rs:  9 3
  9 
 5 3 4   5 0 10

5.2.5 Matriz adjunta

É a transposta da matriz dos cofatores. Denota-se por Adj  A  ou A .
 2 3 4  18 11 10
Ex.: Determine a adjunta da matriz A  0 4 2  . Rs: Adj  A    2 14 4 
1 1 5   4 5 8 

5.2.6 Matriz inversa

1
Lembremos que o inverso de um número a(diferente de zero) é o número  a 1 , de
a
1 1
tal forma que a.a  a .a  1 .
De maneira análoga, temos que dada uma matriz A, se existe uma matriz B tal que
A.B  B.A  In , dizemos que B é a matriz inversa de A, denotada por A 1 . Assim B  A 1 .
OBS.: A matriz A e sua inversa tem a mesma ordem.

Exemplo:
 5 2
 6  
2 4 3
1) Determine a inversa da matriz A   . Rs.: A 1   
1 5   1 1 
 6 3 
1 2 
2) Verifique que a matriz M    não tem inversa.
0 0 

Outra forma utilizada para obter a inversa é utilizando o det(A) e a Adj(A). Dessa
forma, se A é uma matriz quadrada tal que det(A) 0, então A admite uma inversa e será
obtida por:
1
A1  .Adj  A 
det  A 

Exercícios

1) Calcular o valor de x para que exista a inversa de:

 3 3 2  x 0 1 
x 2 
a)  x 1 0  b)  

c)  3 5 1 
 2 1 x   1 2x   2x 10 x  1

Prof. Ailton Durigon

 Prof. Ailton Durigon p.13

2) Determinar a inversa das matrizes dadas:

2 1 0 0  4 1 2 2 
 2 3 1 1
1 3  0 1 1   3 1 0 0 
a) A    b) B  1 2 0  c) C   d) D  
2 7 0 1 1 1 2 3 1 0
 4 7 0     
 1 0 0 3 0 7 1 1

3) Resolver as equações matriciais:

3 4  1 3 4 7
a)   X   c) .X 
2 3  1 2 3 5

 1 2  13  0 1  9
b)   X  d)   X 
 1 3  18  1 0   7

5.3. SISTEMAS LINEARES

5.3.1. Definição:
Definição1(Equação linear): Toda equação da forma a1x1  a 2 x 2  ...  a n x n  b é
denominada equação linear, onde:
a1 , a 2 ,...,a n são coeficientes
x1 , x 2 ,..., x n são as incógnitas
b é o termo independente

Exemplos

1) Dada a equação linear 4x – y + z = 2, encontrar uma de suas soluções.

2) Determine m para que (–1, 1, –2) seja solução da equação mx + y – 2z = 6. Rs.: – 1
x y
3) Dada a equação   1 , ache z para que (z, z + 1) torne a sentença verdadeira.
2 3

Definição2(Sistema linear): Denomina-se sistema linear de m equações nas n incógnitas ao

a 11x 1  a 12 x 2    a 1n x n  b1
a x  a x    a x  b
 21 1 22 2 2n n 2
conjunto de equações lineares da forma: 
    
a m1 x 1  a m 2 x 2    a mn x n  b n
a mn  coeficientes das incógnitas

onde  x n  incógnitas
b  termos independentes
 m

Prof. Ailton Durigon

 Prof. Ailton Durigon p.14

Expressão matricial de um sistema de equações lineares

Dentre suas variadas aplicações, as matrizes são utilizadas na resolução de um
sistema de equações lineares. Dado um sistema linear de m equações e n incógnitas, temos:
 Matriz Incompleta: é a matriz formada pelos coeficientes das incógnitas.
 Matriz Completa: é a matriz , que obtemos ao acrescentarmos à matriz incompleta uma
última coluna formada pelos termos independentes das equações do sistema.
 a11 a12 a1n   a11 a12 a1n b1 
a a 22 
a 2n   a 21 a 22 a 2n b 2 
A  21
B 
   
   
a m1 a m2 a mn  a m1 a m2 a mn b m 

OBS.: Podemos dizer que um sistema satisfaz a seguinte equação matricial:

a11x1  a12 x 2   a1n x n   x1   b1 
a x  a x   a x   x  b 
A.X = B   21 1 22 2 2n n   2 
.   2
......................................     
     
a m1x1  a m2 x 2   a mn x n   x n  nx1  b m 

 a11 a12 a1n   x1   b1 

a  x  b 
onde A   21 a 22 a 2n 
, X   2 B 2
     
     
a m1 a m2 a mn  mxn  x n  nx1  b m  mx1

Exemplos
1) Expresse matricialmente os sistemas:
2a  b  c  1
2x  y  5 
a)  b) a  c  0
 x  3y  0 3a  5b  c  2

2  5 a    4
2) Escreva o sistema cuja expressão matricial é:   .     
3 1  b  7 

5.3.2. Solução de um sistema linear:

Se tivermos um sistema de uma equação e uma incógnita a.x  b existirão 3
possibilidades:
i. a  0 . Neste caso a equação tem uma única solução x = b/a.
ii. a = 0 e b = 0. Então temos 0.x = 0 e qualquer número poderá ser solução da equação.
iii. a = 0 e b  0. Temos 0.x = b e não existe solução para esta equação.

Obs: Esta análise vale para mais equações e mais incógnitas.

Prof. Ailton Durigon

 Prof. Ailton Durigon p.15

Dessa forma temos as seguintes possibilidades:

 Determinado (uma única solução)
Possível 
 Indeterminado (infinitas soluções)
Impossível (não tem solução)


Uma sequência ou ênupla ordenada de números reais  1 ,  2 , 3 , ,  n  é solução de

um sistema linear se satisfaz a todas as equações simultaneamente.

x  y  z  6

Exemplo: Seja o sistema S : 2x  y  z  1 . Verifique se as ternas abaixo são soluções de S.
3x  y  z  4

a) 1, 2,3
b) 1, 2,1

Sistema Normal: Quando o número de equações for o mesmo do número de incógnitas e o

determinante da matriz incompleta associado ao sistema for diferente de zero,
diremos que um sistema é normal.

As seções 3.3 e 3.4 são dedicadas a solução de um sistema de equações lineares:

5.3.3. Teorema de Cramer(Gabriel Cramer, matemático e astrônomo suíço, 1704-1725):

Seja S um sistema normal. Se D  0 , então S tem uma única solução(possível
e determinado). A solução desse sistema será dado por:
Di  xi
xi  ou xi 
D 
onde
 i = { 1, 2, ........,n}
 D ou  é o determinante da matriz incompleta associada ao sistema S.
 Di ou  xi é o determinante da matriz obtida de A, substituindo-se a i-ésima coluna pelos
termos independentes das equações do sistema.

Exercícios

1) Analisar e resolver os sistemas por Cramer.

 x y z 3  x  2y  z  1
 2x  y  7  
a)  b)  2 x  y  z  0 c)  2 x  y  3z  4
2 x  3y  3 3x  y  2 z  6 3x  3y  2 z  0
 
 x  3y  2 z  1 2 x  3y  7 z  1 2x  y  8z  5
  
d) 2 x  y  z  2 e)  x  3z  5 f)  x  y  2z  0
  x  4 y  3z  1  2y  z  0  x  2y  3z  6
  

Prof. Ailton Durigon

 Prof. Ailton Durigon p.16

2 x 2 y  2 z  7
x  2 y  3z  9 x  2 y  z  4 
  
g) 3x  y  4z  5 h) 3x  36 y  2z  8 i) 2 x 1  2 y  2 z  9
2x  y  z  0  x  2 y  z  4  x y1
  2  2  2 z 1  2
 z 1
log (x  y  z)  0 x  y  w  z  2  2x  y  1
 2 x  2 y  4w  z  5 
 
j) log y (x  z)  1 k)  l)  x  y  z  1
  x z 
x  2w  z  7  2x  y
log 3  log 3  log 3  y  w  1  1
5 y

 3z  2
2) Determinar k de modo que os sistemas sejam normais
x  y  z  1
kx  y  3 (k  1) x  4 y  2k 
a)  b)  c) kx  2 y  3z  7
x  ky  5 (k  1) x  2 y  1  3k  2
k x  y  kz  1

5.3.4. Sistemas escalonados

Sistemas Equivalentes: Dois sistemas são equivalentes quando possuem a mesma solução.
x  y  3 x  y  3
Ex.1) Os sistemas S1 :  e S2 :  são equivalentes pois ambos possuem
2x  3y  8  x  2y  5
como solução o par (1, 2).
Ex.2) Calcular m e n de modo que os sistemas S1 e S2 sejam equivalentes:
x  y  1 mx  ny  1
S1 :  e S2 : 
2x  y  5 nx  my  2

Propriedades dos sistemas equivalentes

1) Trocando de posição as equações de um sistema, obtemos um outro equivalente ao
primeiro.
2) Multiplicando uma ou mais equações de um sistema por um número k  * , obtemos um
sistema equivalente ao primeiro.
3) Adicionando a uma das equações de um sistema o produto de outra equação, desse mesmo
sistema, multiplicada por um número k  * , obtemos uma sistema equivalente ao
primeiro.

Sistemas Escalonados: Dizemos que um sistema está escalonado se o número de coeficientes

nulos antes do primeiro coeficiente não nulo aumenta de equação para equação.
Procedimento para escalonar um sistema:
1) Colocamos como primeira equação aquela em que o coeficiente da primeira incógnita seja
diferente de zero e fazemos este coeficiente igual a 1.
2) Utilizamos as propriedades de sistemas equivalentes, anulamos todos os coeficientes da
primeira incógnita das demais equações.
3) Anulamos todos os coeficientes da segunda incógnita a partir da terceira equação.
4) Repetimos o processo com as demais incógnitas até que o sistema se torne escalonado.

Prof. Ailton Durigon

 Prof. Ailton Durigon p.17

Definição: Dada uma matriz Amxn , seja Bmxn a matriz escalonada equivalente a A. O posto
de A, denotado por p, é o número de linhas não nulas de B.

Teorema:
i. Um sistema de m equações e n incógnitas admite solução se e somente se o posto da
matriz completa é igual ao posto da matriz incompleta; caso contrário o sistema é
impossível.
ii. Se as duas matrizes tem o mesmo posto p e p = n, a solução será única (n = número de
incógnitas).
iii. Se as duas matrizes tem o mesmo posto p e p < n, podemos escolher n - p incógnitas
(variáveis livres - nulidade) e outras p incógnitas serão dadas em função destas; portanto
teremos infinitas soluções.

Obs: Ao escalonarmos um sistema podemos ter as seguintes situações:

1. 0x1  0x 2  0x 3   0x n  0 , exclua do sistema
2. 0x1  0x 2  0x 3   0x n  b , com b  0 então o sistema será impossível.

Exemplos

Resolva os seguintes sistemas por escalonamento.

 x  2y  4z  5 a  b  c  12  x  3y  4z  3
  
1) 2x  y  2z  8 2) 3a  b  2c  14 3) 4x  y  3z  1
3x  3y  z  7 2a  2b  c  3 3x  2y  5z  2
  

Exercícios
Resolva os seguintes sistemas por escalonamento:

2x  4y  2z  18  x  2y  z  1  x  y  z 1
  
a)  2x  y  z  3 b) 2 x  y  3z  0 c)  x  y  z  2
 3x  y  2z  4  x  7y  3 2x  y  z  3
  
 x  4y  8 x  y  z  t  6 2x  y  z  5
  
d)  3x  y  15 e) 2x  y  2z  t  1 f) 3x  2 y  4z  0
10x  12y  7 x  2 y  z  2t  3 x  2 y  z  2
  
x  y  z  2 t  5 x  y  z  t  0 x  y  z  4
g)  h)  i) 
2x  2 y  2z  4t  10 3z  2 t  4 y  z  2
 x  3y  2 z  2 4x  y  z  5 3x  2 y  6  24
  
j) 3x  5y  4z  4 k)  2x  y  z  1 l) 2x  4 y  3z  23
5x  3y  4z  10 x  y  2 5x  3y  4z  33
  

Prof. Ailton Durigon

 Prof. Ailton Durigon p.18

x  y  z  0 6x  2 y  5z  73 x  2 y  2z  3w  2
  
m) x  y  z  2 n) 7 x  3y  z  1 o) 2x  4 y  3z  4w  5
x  2 y  z  1 4x  8y  9z  9 5x  10 y  8z  11w  12
  
3x  2 y  4z  1
2 x  y  3z  11 x  y  z  t  1 x  y  z  3
 x  3y  2 z  0 2 x  y  z  2 

p)  q)  r) x  y  3z  3
 xyz 6  x  y  z  t  0 3x  3y  5z  0
 3x  y  z  4 2x  2z  t  1 
 x  y  z  1
x  3y  2z  3w  7 t  14

s) 2x  6 y  z  2w  5t  2
x  3y  z  2t  1


5.3.5. Sistema linear homogêneo

Um sistema é dito homogêneo quando os termos independentes(Matriz B) de todas as
equações são nulos.

OBS.: i) A n-úpla (0,0,0,...,0) é sempre solução de um sistema de n incógnitas e recebe o

nome de solução trivial, quando existem as demais são chamadas não-triviais.
ii) Um sistema linear homogêneo é sempre possível: determinado ou indeterminado.

Exercícios
1) Resolva os seguintes sistemas:
x  y  z  0 3x  2 y  z  0 x  y  3z  0
  
a) 2x  y  z  0 b) 5x  5y  3z  0 c) 4x  y  z  0
x  2 y  z  0 2x  3y  2z  0 2x  3y  7z  0
  
3x  4 y  z  t  0  x  y  2z  0
3x  y  3z  0 2 x  y  z  0
 
d)  e) 
x  2 y  z  3t  0 3x  y  4z  0
4x  z  t  0 5x  y  6z  0

 x  y  2z  c  1

2) Determine a, b e c para que seja homogêneo o sistema 3x  2 y  z  b  c
x  2 y  3z  a  3b.


Prof. Ailton Durigon

 Prof. Ailton Durigon p.19

Discussão de um sistema linear

Discutir um sistema, em função de um ou mais parâmetros, significa dizer se ele é possível e

determinado(SPD), possível e indeterminado(SPI) ou impossível(SI) para valores destes
parâmetros.

Exercícios

1) Discuta os sistemas em função do parâmetro a.

ax  2y  z  0 x  y  3 x  y  z  0
  
a)  x  3y  z  0 b)  x  3y  1 c) ax  3y  5z  0
 x  2z  2  x  az  8 a 2 x  9y  25z  0
  
2) Determine m para que o sistema tenha soluções próprias(seja SPI).
2x  y  3z  0  x  2y  z  0
 
a)  x  4y  5z  0 b) px  y  z  0
3x  mz  2z  0 2px  2y  3z  0
 
 x  y  2z  1

3) Para que valores de k o sistema 3x  y  2z  3 é possível e determinado.
 y  kz  2

x  y  5

4) Determine o valor de k para que o sistema 3x  2y  k seja possível e determinado.
 x  kz  5

2kx  ky  k  1
5) Discuta o sistema  Rs.: k = -1/2 SPI, k = 0 SI, k  0 ou k  -1/2 (SPD)
 x  ky  1  k
6x  ay  12
6) Determine os valor de a e b para que o sistema  seja determinado.
4x  4y  b
x  y  z  0

7) Estude o sistema linear :  x  y  mz  2
mx  2y  z  1

8) Determine os valores de m e k, de modo que seja possível e indeterminado o sistema:
 x  2y  mz  1

3x  y  z  4
2x  4y  2z  k

 x  2y  1
9) Resolva o sistema: 
3x  ay  b

Prof. Ailton Durigon