UNIVERSIDADE ESTADUAL DE MATO GROSSO DO SUL – UEMS

Unidade de Dourados - Curso de Física

Ano Letivo de 2008
Profª: Deise Pinheiro – 3º ano - Matutino
Disciplina: Álgebra Linear –SISTEMAS LINEARES
CAPÍTULO 2: SISTEMAS DE EQUAÇÕES LINEARES
2.1 EQUAÇOES LINEARES
2.1.1 DEFINIÇÃO: Chamamos de equação linear, nas incógnitas x1, x2, ..., xn toda equação do tipo
a1 x1 + a 2 x 2 + ... + a n x n = b , onde a1 , a 2 ,..., a n são os coeficientes (reais ou complexos) e b é o termo
independente da equação. Exemplos:
1) 2x1 – 6x2 + 4x3 = 2
2) -3x + 4y – 5z + w/4 = 8

2.1.2 SOLUÇÃO DE UMA EQUAÇÃO LINEAR

Dizemos que a seqüência ou n-upla ordenada (α1 , α2 ,..., αn ) é uma solução da equação linear
a1 x1 + a 2 x 2 + ... + a n x n = b , se a1 x1 + a 2 x 2 + ... + a n x n = b for uma sentença verdadeira. Exemplo:
Seja a equação linear x1 + 2x2 + x3 – x4 = -1. A seqüência (1, 0, 3, 5) é uma solução da equação, pois
1+2.0+3-5 = -1 é uma sentença verdadeira. Por outro lado, a seqüência (1, 3, 0, 1) não é solução, pois 1+2.3+0-
1 = -1 é uma sentença falsa.

2.2 SISTEMAS DE EQUAÇÕES LINEARES

Um sistema de equações lineares com m equações e n incógnitas é um conjunto de equações do tipo:

 a1 1x1 + a1 2x2 + . . +. a1n xn = b1


*  a2 1x1 + a2 2x2 + . . +. a2n xn = b2 , onde os coeficientes aij, 1 ≤ i ≤ m e 1 ≤ j ≤ n, são números reais (ou
   
 a x + a x + . . +. a x = b
 m1 1 m2 2 m nn m
complexos).

 x1 + 2x2 − 3x3 + 2x4 = 2

Exemplo: 2 x + 5 x − 8 x + 6 x = 5
 1 2 3 4 .

 3x1 + 4x2 − 5x3 + 2x4 = 4

OBS.: 1) se no sistema (*) m = n, diremos simplesmente que o sistema é linear de ordem n;
2) Se os termos independentes bi, 1 ≤ i ≤ m, forem todos nulos, o sistema (*) recebe o nome de sistema
linear homogêneo.

 a1 1x1 + a1 2x2 + . . +. a1n xn = 0

 a x + a x + . . +. a2n xn = 0
Assim, um sistema linear homogêneo é um sistema do tipo:  2 1 1 2 2 2 .
   
 a x + a x + . . +. a x = 0
 m1 1 m2 2 m nn

2.2.1 SOLUÇÃO DE UM SISTEMA LINEAR

Dizemos que uma n-upla de números (α1 , α2 ,..., αn ) é uma solução do sistema (*) se for solução de
cada uma das m equações deste sistema.
 S :  2x − y + z = 1, uma solução de S é (0, 3, 4). Notaremos que essa solução não
 x + 2y = 6
Exemplo: Dado o sistema

é única: a terna (8/5, 11/5, 0) também é uma solução de S.

OBS.: No sistema linear homogêneo, a n-upla (0, 0, 0, ..., 0) é sempre uma solução do mesmo. Assim, um
sistema homogêneo tem sempre pelo menos uma solução.

2.3 CLASSIFICAÇÃO DE UM SISTEMA LINEAR QUANTO AO NÚMERO DE SOLUÇÕES

Um sistema linear do tipo (*) recebe o nome de:
i) possível (ou compatível) e determinado, se apresenta única solução;
ii) possível e indeterminado, se possui mais de uma solução;
iii) impossível (ou incompatível), se não admite solução.

 x + 2 y − 3z + 2w = 2
Exemplos: 1) O sistema S :  2 x + 5 y − 8 z + 6w = 5 é possível e indeterminado.
 3x + 4 y − 5z + 2w = 4

S :  4x1 − 2x2 = 5 é impossível.

 − 6x1 + 3x2 = 1
2) O sistema

3) O sistema S :
 2x + 3y = 1 é possível e determinado.
 5x + 7 y = 3

2.4 SISTEMAS EQUIVALENTES
Dois sistemas S1 e S2 do tipo (*) são chamados equivalentes (S1 ~ S2) se possuem a(s) mesma(s)

 2x + y = 1 0  2x + y − 2z = 1 0
solução(ões). Exemplo: Sejam S :  y + 1 z0= − 2 8e S :  3x + 2 y + 2 z = 1 , a terna (1, 2, -3) é solução única de S 1 e
1 2
 − 1 z4= 4 2  5x + 4 y + 3z = 4
também de S2.
Logo, S1 e S2 são sistemas equivalentes.

2.5 SISTEMAS E MATRIZES

Um sistema do tipo (*) pode ser escrito numa forma matricial da seguinte maneira:
 a11 a12  a1n   x1   b1 
a     
 21 a 22  a 2 n  ⋅  x 2  =  b2  ou seja, AX=B, onde A é a matriz dos coeficientes, x é a matriz das
         
     
a m1 a m 2  a mn   x m  bm 
incógnitas e B é a matriz dos termos independentes.
  a11 a12  a1n b1 
a a 22  a 2 n b2 
OBS.: Uma outra matriz que podemos associar ao sistema (*) é  21
, chamada matriz
     
 
a m1 a m 2  a mn bm 

 x + 4 y + 3z = 1
ampliada do sistema (*). Exemplo: No sistema  2x + 5 y + 4z = 4 temos a forma matricial:
 x − 3 y − 2z = 5
1 4 3  x  1  1 4 1
3
2 5 4  ⋅  y  = 4 , e a matriz ampliada é 
     4 4
 2 5 .
1 − 3 − 2
   z   5
 
1 
−3 − 2 5

2.6 OPERAÇÕES ELEMENTARES SOBRE AS LINHAS DE UMA MATRIZ

São três as operações elementares sobre as linhas de uma matriz:
 0 5  2 3
 2 3  → 0 5 
i) Permuta das i-ésima e j-ésima linhas (Li →Lj). Exemplo: L1→ L2:    

− 1 0 
 
− 1 0 

ii) Multiplicação da i-ésima linha por um escalar não nulo α (Li → α Li). Exemplo: L2 → 2L2:
0 5 0 5
2 3 → 
 6
 4 

−1 0
 
−1 0

iii) substituição da i-ésima linha pela i-ésima mais α vezes a j-iésima linha (Li → Li + α Lj). Exemplo: L3→L3
 0 5 0 5
 2 3 →2 3
+ +3L2:    .

− 1 0 
 
5 9 


2.7 MATRIZES EQUIVALENTES

2.7.1 Definição: Dadas as matrizes A, B ∈ Mmxn dizemos que a matriz B é linha equivalente da matriz A, se B
for obtida da matriz A mediante um número finito de operações elementares sobre as linhas de A. Indicações:
2 5 −1 2 5 −1
A ~ B. Exemplo: A =   fazendo L2 → (-2)L1 + L2 temos B =  .
4 3 6  0 − 7 8 
TEOREMA: Dois sistemas lineares do tipo (*) com matrizes ampliadas equivalentes são equivalentes.

 x + 2 y − 3z = 0
Exemplos: 1)  2 x − y + z = 1
 4 x + y − 5z = 2
 2 x2 
2) Seja A =  t
 . Se A = A, então x = ?
2 x −1 0 

2.8 FORMA ESCALONADA E FORMA ESCADA DE UMA MATRIZ

2.8.1 FORMA ESCALONADA
Diz-se que uma matriz A = [aij]mxn está na forma escalonada se o número de zeros precedentes do 1º
elemento não nulo de uma linha, aumenta de linha para linha até que sobrem eventualmente apenas uma linha
nula. Exemplos:
 4 3 1 5 0
2 1 5 6  0 1 5 6 −1
1) As matrizes A =
0 0 3 −1
 e B =   estão na forma escalonada. Observe a matriz
0 0 0 0 0

0 0 0 4  
0 0 0 0 0
−1 4 5 6
0 7 3 0
C =  não está na forma escalonada.
0 0 0 0
 
0 0 1 2
OBS.: Uma matriz está na forma escalonada se existirem elementos não nulos a1 j1 , a 2 j 2 ...., a r j r , onde

j1 < j 2 < ... < j r satisfazendo as seguinte condições ai j= 0 p a i ≤ rr a. Exemplos:

 j < jr
2 1 3 4 
= 0 0 1 − 2
1) Seja A  

0 0 0 3 

4 0 3 1
 5
2) Seja B = 0 1 2 

0 4 3 1


2.8.2 MATRIZ ESCADA

Uma matriz A = [aij]mxn se diz linha reduzida à forma escada se:
a) O primeiro elemento não nulo de uma linha não nula é 1.
b) Cada coluna contendo o primeiro elemento não nulo de alguma linha tem todos os seus outros elementos
nulos.
c) As linhas eventualmente nulas ocorrem abaixo das não nulas.
d) Se as linhas 1, 2, ..., r são as linhas não nulas, e se o primeiro elemento não nulo da linha i ocorre na coluna
ki, então k1 < k2 < ... < kr.
0 −3 4 1
1 0 0 0 1
 0 0 0
Exemplos: As matrizes A = 0 0 1 2 e B =   não estão na forma escada. Observe:
0 0 1 0
0
 0 
−1 0  
0 0 0 0
1 0 3 0 5
0 1 4 0 2
C =  está na forma escada pois satisfaz os itens (a), (b), (c) e (d).
0 0 0 1 4
 
0 0 0 0 0

2.9 SISTEMA ESCALONADO

Um sistema do tipo (*) está na forma escalonada, se sua matriz ampliada está na forma escalonada.

 x + 2 y − 3z + 0t = 1  2x + 2 y − 2z = 1 0
Exemplos: S : 
1 4z + 2t = 3 e S2 :  y + 1 z0= − 2 8
 2t = 2  − 1 z4= 4 2
2.9.TEOREMA: Todo sistema linear do tipo (*) é equivalente a um sistema escalonado.

2.10 POSTO OU CARACTERÍSTICA DE UMA MATRIZ

Seja A = [aij]mxn uma matiz e B a matriz escalonada de A. Chamamos de Posto ou Característica da
matriz A (indicado por P) ao número de linhas não nulas de B.
OBS.: ao número n – p chamaremos de nulidade da matriz ampliada de um sistema e indicaremos por N. Assim
N = n – p, onde n é o número de incógnitas e p o posto da matriz ampliada.
Exemplos: Achar o posto e a nulidade das matrizes ampliadas de um sistema.
1 2 1 0
= −1 0 3 5
a) A  

1 −2 1 1

2 −1 3
1 4 2
b) 
1 −5

1
 
4 16 8
OBS.: 1) resolver ou solucionar um sistema é obter todas as suas soluções (quando existem).
2) Discutir um sistema é verificar a existência ou não de soluções. No caso de existir solução, verificar
se é única ou não.

2.11 TEOREMA DE ROUCHÉ-CAPELLI

i) Um sistema de m equações e n incógnitas tem solução se, e somente se, o posto (p) da matriz ampliada do
sistema (PA) é igual ao posto da matriz dos coeficientes (PC).
ii) Se PA = PC = n, então o sistema tem solução única.
iii) se PA = PC < n, então o sistema tem mais de uma solução. Neste caso, o número N = n – p (grau de
liberdade) é o número de variáveis do sistema em função das variáveis livres.
Exemplo: Discutir e resolver os seguintes sistemas:

 x+ y+ z+ w= 0
 2x − y − z = 0
a) 
y + 2z − w = 0
 x + 2 y + 3z + w = 1

 x+ y+ z = 2
b)
 x − 2 y + 3z = 5
