n.

5 Determinantes: Regra de Cramer e Triangulao

Podemos classificar um sistema linear de trs maneiras:

SPD Sistema possvel determinado: existe apenas um

conjunto soluo;
SPI Sistema possvel indeterminado: existem inmeros
conjuntos soluo;
SI Sistema impossvel: no possvel determinar um
conjunto soluo.

Classificao dos sistemas

Possvel - SP Impossvel - SI

Determinado Indeterminado
SPD SPI

Algumas formas de resoluo de um sistema de equaes:

escalonamento de um sistema linear

regra de Cramer
REGRA DE CRAMER

A regra de Cramer um teorema

em lgebra Linear, que d a soluo de
um sistema de equaes lineares em
termos de determinantes. Recebe este
nome em homenagem a Gabriel
Cramer (1704 - 1752).

S poder ser utilizada na resoluo de sistemas que o nmero

de equaes e o nmero de incgnitas forem iguais.

Consiste num mtodo para resolver um sistema linear normal:

aquele em o determinante diferente de zero. SPD

ao resolvermos um sistema linear de n equaes e n incgnitas

para a sua resoluo devemos calcular o determinante (D) da
equao incompleta do sistema, substituir os termos
independentes em cada coluna e calcular os seus respectivos
determinantes e assim aplicar a regra de Cramer.
 Regra de Cramer:

2 =7
Observe o sistema linear: {
+ 5 = 2
Resoluo:
2 1
a. Seja = [ ] a matriz dos coeficientes das incgnitas.
1 5

7 1
b. Seja = [ ] a matriz que se obtm a partir da matriz
2 5
dos coeficientes substituindo a 1 coluna (coeficientes de x) pelos
termos independentes.

2 7
c. Seja = [ ] a matriz que se obtm a partir da matriz dos
1 2
coeficientes substituindo a 2 coluna (coeficientes de y) pelos
termos independentes.

d. Os valores de x e y so dados pelas frmulas (regra de Cramer):

= e =

e. Logo:
det A = 10 + 1 = 11
det Ax = 35 2 = 33
det Ay = 4 7 = 11
 33 11
=
= 11 = 3 e =
= 11
= 1

Logo, x = 3 e y = 1 R: (3, 1)

Exemplo:
1. Resolva os sistemas pela regra de Cramer:
+2 =0
a. {3 4 + 5 = 10 Resposta: {(2, 1, 0)}
++ =1

+2+ =8
b. {2 + = 3 Resposta: {(1,2,3)}
3 + = 2

Resolues:
a. calculamos o seu determinante que ser representado por D.
1 2 1 | 1 2
= [2 1 1 | 2 1]
3 1 1 | 3 1

Det = 1 + 6 + 2 + 3 1 + 4 Det = 15

b. devemos substituir os temos independentes na primeira coluna

da matriz A, formando assim uma segunda matriz que ser
representada por Ax.
 8 2 1
= |3 1 1 |
2 1 1

c. calcularmos o seu determinante representado por Dx.

8 2 1 | 8 2
= [3 1 1 | 3 1]
2 1 1 | 2 1

Dx = 8 + 4 + 3 + 2 8 + 6 Dx = 15

d. substitumos os termos independentes na segunda coluna da

matriz incompleta formando a matriz Ay.

1 8 1
= |2 3 1 |
3 2 1

e. calcularmos o determinante Dy.

1 8 1 | 1 8
= [2 3 1 | 2 3]
3 2 1 | 3 2

Dy = -3 + 24 +4 9 2 + 16 Dy = 30

f. substituindo os termos independentes do sistema na terceira

coluna da matriz incompleta formaremos a matriz Az.
 1 2 8
= |2 1 3|
3 1 2

g. calculamos o determinante representado por Dz.

1 2 8 | 1 2
= [2 1 3 | 2 1]
3 1 2 | 3 1

Dz = - 2 + 18 + 16 + 24 3 8 = 45 Dz = 45

h. depois de ter substitudo todas as colunas da matriz incompleta

pelos termos independentes, iremos colocar em prtica a regra de
Cramer.
15
i. A incgnita =
= 15
=1

30
j. A incgnita = = =2
15

45
k. A incgnita = = =3
15

Portanto, o conjunto verdade desse sistema ser V = {(1,2,3)}.

TRIANGULAO, ESCALONAMENTO OU MTODO DE GAUSS

 Quando m e n so maiores que 3, torna-se muito trabalhoso
utilizar a regra de Cramer, por isso utilizamos a tcnica do
escalonamento, que facilita a discusso e a resoluo de qualquer
sistema linear.

Triangularizar uma matriz significa transform-la em uma matriz

triangular superior ou inferior atravs de eliminao de Gauss.

Triangular uma matriz nada mais do que aplicar o

escalonamento.

Dizemos que um sistema em que existe pelo menos um coeficiente

no nulo em cada equao est escalonado se o nmero de
coeficientes nulos antes do primeiro coeficiente no nulo aumenta
de equao para equao.

Teorema: O determinante da matriz triangular superior o

produto dos elementos das diagonais.

Exemplo:
+2 = 5
{ 3+2 =1
+ = 1
 Primeiro construmos a matriz aumentada
1 2 1 | 5
[0 3 2 | 1]
1 0 1 | 1
Depois temos que transformar essa matriz, numa matriz
triangular superior

1 2 1 | 5 1 2 1 | 5
[0 3 2 | 1] 3 = 3 1 [0 3 2 | 1]
1 0 1 | 1 0 2 2 | 4

1 2 1 | 5 1 2 1 | 5
[0 3 2 | 1 ] 3 = 33 + 22 [0 3 2 | 1 ]
0 2 2 | 4 0 0 10 | 10

Agora, como a matriz est escalonada, voltamos ao sistema:

+2 = 5 +2 = 5
{ 3+2=1 { 3+2 =1
+ = 1 10 = 10

A partir do sistema escalonado temos:

= 1 =1 =2

Portanto, a soluo do sistema : ( 2, 1, -1 )

SPD (sistema possvel e determinado)
 Voltando a matriz escalonada, temos que o determinante da
matriz escalonada o produto da diagonal principal:
1 2 1 | 5
[0 3 2 | 1 ]
0 0 10 | 10

Logo, det (matriz escalonada) = (1). (3). (10) = 30

Entretanto, como em um determinado passo multiplicamos a linha 3 por
3 para poder escalonar a matriz, ento o determinante dessa matriz est
multiplicado por 3, assim, para sabermos o determinante da matriz
original, temos que dividir esse determinante por 3.
30
Logo, ( ) = = 10
3

Como no houve troca de linhas, o determinante no muda de sinal.

Relembrando

A eliminao de Gauss um mtodo, segundo o qual permitido

efetuar 3 tipos de operaes:

1) trocar linhas de lugar;

2) multiplicar uma linha por um nmero qualquer no-nulo;
3) somar a uma linha, outra linha multiplicada por um nmero
qualquer no nulo.

Na eliminao de Gauss, o determinante:

 muda de sinal quando trocamos as linhas de lugar, tantas vezes
quantas forem as trocas;
quando multiplicamos as linhas o determinante fica
multiplicado por esse nmero. preciso ver todas as
multiplicaes que foram feitas no escalonamento.

Exerccios:

1. Calcule o determinante das matrizes utilizando o

escalonamento:

3 0 1 0
2 0 2 0
a. =[ ] R: det (H) = - 16
0 1 0 1
0 1 0 1

2 1 0 0
1 2 1 0
b. =[ ] R: det (J) = 5
0 1 2 1
0 0 1 2

Resoluo:

3 0 1 0 3 0 1 0 3 0 1 0
2 0 2 0 2 = 32 + 2 1 0 0 8 0 0 1 0 1
. [ ] [ ] 2 3 [ ]
0 1 0 1 4 = 4 + 3 0 1 0 1 0 0 8 0
0 1 0 1 0 0 0 2 0 0 0 2

Det (H escalonada) = (3).(1).(8).(2) = 48

Como houve a multiplicao de uma linha por 3, ento:
48
Det (H) = (3).(1).(8).(2) = = 16
3

Como houve uma troca de linha: det (H)= - 16

 2 1 0 0 2 1 0 0 2 1 0 0 2 1 0 0
1 2 1 0 0 3 2 0 0 3 2 0 0 3 2 0
. [ ] 2 = 22 + 1 [ ] 3 = 33 + 2 [ ] 4 = 44 + 3 [ ]
0 1 2 1 0 1 2 1 0 0 4 3 0 0 4 3
0 0 1 2 0 0 1 2 0 0 1 2 0 0 0 5

Det (J escalonada) = (2).(3).(4).(5) = 120

Como houve a multiplicao de uma linha por 2, uma linha por 3, e outra
120
linha por 4, ento: Det (J) = =5
24

Como no houve uma troca de linha: det (J)= 5

2. Descubra os valores de x, y e z no sistema dado, pelo mtodo do

3 + = 5
escalonamento: { + 2 = 3
2 + 3 = 7

a. Para primeira equao escolhemos a equao cujo coeficiente da primeira incgnita seja no
nulo e se possvel igual a 1 ou a 1:
+ 2 = 3
{ 3 + = 5
2 + 3 = 7
b. Anulamos os coeficientes da 1 incgnita nas demais equaes:
+ 2 = 3
{ 3 + = 5 3 1
2 + 3 = 7

3 3 + 6 = 9
{ 3 + = 5 3 1 + 2
2 + 3 = 7

+ 2 = 3
L1 . (-2)
{ 4 + 7 = 4
2+3 =7

2 2 + 4 = 6
{ 4 + 7 = 4 2 1 + 3
2 + 3 = 7
 + 2 = 3
{ 4 + 7 = 4 3 2
+ 3 = 1

+ 2 = 3
{ + 3 = 1 4 2
4 + 7 = 4

+ 2 = 3
{ 4 + 12 = 4 2 + 3
4 + 7 = 4
+ 2=3
{ +3 =1
19 = 0

Logo, x=2 y=1 e z=0

A soluo do sistema : S= {(2, 1, 0)}

3. Escalone e resolva os sistemas:

2 + 2 = 4
a. { S= {(3 , - 1)}
3 =6

4 2 = 34
b. { S= {(8 , - 1)}
+6=2

+ = 4
c. { S= {(-1 , - 3)}
3 2 = 3

2 + + 2 = 0
d. { + + = 1 S= {(1, 2,-2)}
+ 2 + 2 = 1

Resolues:

1. Escalone e resolva os sistemas:

 2 + 2 = 4
a. {
3 =6

3 = 6 3 = 6
{ L1(-2) + L2 { S = {(3 , - 1)}
2 + 2 = 4 8 = 8

4 2 = 34
b. {
+6 = 2

+ 6 = 2 + 6 = 2
{ L1(-4) + L2 { S = {(8 , - 1)}
4 2 = 34 26 = 26

+ = 4
c. {
3 2 = 3

+ = 4 + = 4
{ L1(-3) + L2 { S = {(-1 , - 3)}
3 2 = 3 5 = 15

2 + + 2 = 0
d. { + + = 1
+ 2 + 2 = 1

+ + = 1 L1 troca com a L2 + + =1
{2 + + 2 = 0 L1 (-2) + L2 { = 2 L2 troca com a L3
+ 2 + 2 = 1 + 2 + 2 = 1

+ + =1 L1 (-1) + L2 + + =1
{ + 2 + 2 = 1
{ + =0 S = {(1, 2,-2)}
= 2 = 2

Referncias Bibliogrficas

BOLDRINI, J. L. et al. lgebra linear. So Paulo: Harper & Row, 1980.

CALLIOLI, C. A. et al. lgebra linear e aplicaes. So Paulo: Atual, 1990.

ANTON, H.; BUSBY, R. C. lgebra linear contempornea. So Paulo: Bookman, 2008.

KOLMAN, B.; HILL, R. Introduo lgebra linear com aplicaes. 6 ed. Rio de Janeiro:
Prentice-Hall, 1998.
LIPSCHUTZ, S. lgebra linear. So Paulo: McGraw-Hill do Brasil, 1972.
STEINBRUCH, A. e WINTERLE, P. lgebra linear. So Paulo: Pearson-Makron Books, 2010.