TEXTO INTRODUTÓRIO:

Trabalhando os conceitos dos Sistemas Lineares

“Felizes aqueles que se divertem com problemas que educam a alma e elevam o espírito.” (Fénelon)

Caríssimos alunos vamos mergulhar nas ondas do conhecimento que tratam dos Sistemas Lineares e
suas aplicações em situações do cotidiano.

Primeiramente vamos falar do conceito de uma equação linear, pois, o mesmo é muito importante por
se tratar das partes de um Sistema Linear.

Segundo Santos (2000: 97), “equação linear é toda equação da forma

a1 x1  a 2 x 2  a3 x3  ...  a n x n  b em que a 1 , a 2 , a 3 , ..., a n são números reais, que recebem o nome

de coeficientes das incógnitas x 1 , x 2 , x 3 , ..., x n , e b é um número real chamado termo independente.”

Vejam a seguir alguns exemplos de equações lineares:

a) 3x + 5z - 4y = 10 b) -5t + 6g – 5h = - 5 – 2z

Já as equações a seguir não são lineares:

a) sx – 3z + 3x = 5 b) j 2 - 5r = 6t – 6 c) h - 3d = - 4f + 8

Sistemas Lineares

Segundo Santos (2000: 217), Sistemas lineares são:

Um conjunto de equações lineares da forma:

 a11 x1  a12 x2  a13 x3  ...  a1n xn  b1

 a x  a x  a x  ...  a x  b
 21 1 22 2 23 3 2n n 2

...

...
...

 am1 x1  am2 x2  am3 x3  ...  amn xn  bn

é um sistema linear de m equações e n incógnitas.

A solução de um sistema linear é a n-upla de números reais ordenados (r 1 , r 2 , r 3 , ..., r n ) que é,

simultaneamente, solução de todas as equações do sistema.

Podemos relacionar um sistema de equações lineares, por meio de uma equação matricial da seguinte
forma:
  a11 a12 ... a1n   x1   b1 
a a 22 ... a 2 n  x  b 
 21  2  2
Considere a matriz A =  a31 a32 ... a3n  , a matriz X =  x 3  e a matriz B = b3  , nestas
     
   ...    
a m1 am2 ... a mn   x n  bn 

condições, resolver o sistema de equações lineares acima se reduziria na resolução da equação

matricial AX= B, fato este que poderá ser verificado ao efetuar a multiplicação da matriz A pela matriz X
e igualando o resultado à matriz B.

Sistema Normal

Um sistema é normal quando tem o mesmo número de equações (m) e de incógnitas (n) e o
determinante da matriz dos coeficientes associada ao sistema linear é diferente de zero.

Se m = n e det A  0, então o sistema é normal.

Veja a seguir como determinar se um sistema linear é normal:

x  y  0

2 x  3 y  z  2
3x  z  4


Para determinar se um sistema é normal devemos confirmar duas verdades que são:

1ª - m = n

m = 3, n = 3  m =n, confirmamos a primeira verdade.

2ª - det A  0

1 1 0
det A = 2 3  1 = -4 que é diferente de 0.
3 0 1

Portanto, o sistema é normal.

Como podemos calcular o determinante de “A” citado anteriormente?

Podemos utilizar a regra de Sarrus.

Para calcular o determinante de 3ª ordem seguiremos os seguintes passos:

1º - Repetiremos as duas primeiras colunas do lado da terceira.

2º - Encontraremos a soma do produto dos elementos da diagonal principal com os dois produtos
obtidos pela multiplicação dos elementos das paralelas a essa diagonal (a soma deve ser precedida do
sinal positivo).

3º - Encontraremos a soma do produto dos elementos da diagonal secundária com os dois produtos
obtidos pela multiplicação dos elementos das paralelas a essa diagonal (a soma deve ser precedida do
sinal negativo).

Veja a seguir a resolução do sistema citado anteriormente:

1 1 0
det A = 2 3  1
3 0 1

1 1 0 1 1
2 3 1 2 3
3 0 1 3 0

Multiplicação dos elementos da diagonal principal:

+((1.3. –1) + (1. –1. 3) + (0. 2. 3)) = +((-3) + (-3) + (0)) = -6

Multiplicação dos elementos da diagonal secundária:

-((1. 2. –1) + (1. –1. 0) + (0. 3. 3)) =-((-2) + (0) + (0)) = 2

Portanto, temos:

-6 + 2 = -4 que é o valor do determinante de “A”.

Veja a seguir um exemplo de um sistema que não é normal:

x  y  3

y  z  5
t  w  5


Pare e pense! Será que você já sabe por que este sistema não é normal?

Temos m = 3 e n = 5  m  n.

Logo, o sistema não é normal.

Falaremos agora da Regra de Cramer que é um dispositivo para o cálculo de um sistema normal.

Temos, portanto:

Dxi
xi 
D

Em que i  {1, 2, 3,..., n}, D = det. A é o determinante da matriz incompleta associada ao sistema, e
Dxi é o determinante obtido pela substituição, na matriz incompleta, da coluna i pela coluna formada

pelos termos independentes.

A regra de Cramer é um instrumento importante para a resolução de sistemas normais.

Veja a seguir a resolução de dois exemplos:

2 x  y  7
a) 
2 x  3 y  3

Devemos primeiramente calcular o determinante.

2 1
2 3

Para calcular o determinante, multiplicaremos os elementos da diagonal principal e subtrairemos da

multiplicação dos elementos da diagonal secundária.

(2. –3) – (1. 2) = -8

Como – 8 é diferente de 0 e m = n o sistema é normal , podemos utilizar a regra de Cramer para

resolvê-lo.

2 1 
Substituindo, na matriz dos coeficientes   , a coluna C 1 (coluna 1) pela coluna formada pelos
 2 3 
termos independentes, encontramos:

7 1
Dx =
3 3

D x = +(7. -3) – (1. 3)  -21 – 3 = -24

Substituindo, agora, C 2 (coluna 2) pela coluna dos termos independentes, encontramos:

2 7
Dy =
2 3

D y = +(2. 3) – (7. 2)  6 – 14 = -8

Assim:

Dx
x
D
  24
x 3
8

Dy
y
D

8
y 1
8

Logo, (x, y) = (3, 1) é a solução do sistema dado.

Podemos fazer a “prova” dos valores encontrados substituindo no sistema. Veja a seguir:

2 x  y  7

2 x  3 y  3

2(3)  1  7

2(3)  3(1)  3

6  1  7

6  3  3

7  7

3  3

As duas sentenças matemáticas são válidas, portanto os valores encontrados são verdadeiros.

x  y  z  3

b) 2 x  y  z  0
3x  y  2 z  6


m=n=3

1 1 1
D = 2 1 1
3 1 2

1 1 1 1 1
D = 2 1 1 2 1
3 1 2 3 1

D = + ( 1. 1. 2 + -1. -1. 3 + 1. 2. -1) – ( -1. 2. 2 + 1. -1. -1 + 1. 1. 3) = 3  0

Como o sistema é normal, podemos utilizar a regra de Cramer:

Para determinarmos o D x devemos substituir a primeira coluna pelos termos independentes.

0 1 1 0 1
D x = 3 1 1 3 1
6 1 2 6 1

D x = + ((0. 1. -1) + (-1. –1. 6) + (1. 3. -1)) – ((-1. 3. 2) + (0. -1. -1) + (1. 1. 6))

D x = + (0 + 6 -3) – (-6 + 0 + 6)

Dx = 3

Para determinarmos o D y devemos substituir a segunda coluna pelos termos independentes.

1 3 1 1 3
D y = 2 0 1 2 0
3 6 2 3 6

D y = + ((1. 0. 2) + (3. -1. 3) + (1. 2. 6)) – ((3. 2. 2) + (1. -1. 6) + (1. 0. 3))

D y = + (0 - 9 + 12) – (12 -6 + 0)

Dy =-3

Para determinarmos o D z devemos substituir a terceira coluna pelos termos independentes.

1 1 3 1 1
Dz = 2 1 0 2 1
3 1 6 3 1

D z = + ((1. 1. 6) + (-1. 0. 3) + (3. 2. -1)) – ((-1. 2. 6) + (1. 0. -1) + (3. 1. 3))

D z = + (6 + 0 – 6) – (-12 + 0 + 9)

Dz = 3

Assim, teremos:

Dx 3 Dy 3 Dz 3
x  1 y   1 z  1
D 3 D 3 D 3

Logo, (x, y, z) = (1, -1,1) é a solução deste sistema.

Podemos fazer a “prova” dos valores encontrados substituindo no sistema. Veja a seguir:

x  y  z  3

2 x  y  z  0
3x  y  2 z  6


1  (1)  1  3

2(1)  (1)  1  0
3(1)  (1)  2(1)  6


1  1  1  3

2  1  1  0
3  1  2  6


3  3

0  0
6  6


As três sentenças matemáticas são válidas, portanto os valores encontrados são verdadeiros.

Sistemas Equivalentes

Dando sequência ao nosso estudo de sistemas de equações lineares, gostaríamos de convida-lo a

investigar os sistemas I e II abaixo:

x  y  z  6

(I) 2 x  y  3z  9
 x  y  2z  5


  x  y  5z  12

(II) 2 x  2 y  z  9
x  2 y  z  5


Encontrando suas soluções, utilizando, por exemplo, na Regra de Cramer apresentada anteriormente,
temos como solução do sistema I, os valores: x  1 ; y  2 ; z  3 . E como solução do sistema II, os
valores x  1 ; y  2 ; z  3 . Isto mesmo! Ambos os sistemas possuem o mesmo conjunto solução.
Sistemas que possuem esta propriedade são chamados de “Sistemas Equivalentes”. Sendo assim, os
sistemas I e II são Equivalentes. E isto nos mostra uma grande ferramenta na resolução de sistemas
lineares, pois, dado um sistema linear qualquer, se conseguíssemos um sistema equivalente a este,
mais simples de ser resolvido, facilitaríamos muito os nossos cálculos.

Mas agora, nos perguntamos:

Dado um sistema de equações lineares qualquer como poderemos gerar sistemas equivalentes a
este?

Esta pergunta será respondida, após definirmos alguns objetos que nos ajudará na construção destes
tipos de sistemas. Espere um pouco!

Dado um sistema de equações lineares qualquer, podemos relacioná-lo a uma matriz formada pelos
coeficientes de suas incógnitas e seus termos independentes, vejamos um exemplo. Considere o
sistema de equações lineares I dado anteriormente.

x  y  z  6

2 x  y  3z  9
 x  y  2z  5


A matriz que será relacionada com este sistema, da forma exposta acima, será:

1 1 1 6 
 2 1 3 9 
 
1 1 2 5 

Tal matriz recebe o nome de Matriz Ampliada do Sistema. Você deve ter percebido que acrescentamos
na matriz um segmento vertical pontilhado, tal segmento serve para nos orientar sobre quais serão
coeficientes de incógnitas e quais serão os termos independentes, visto que, em algumas classes
especiais de sistemas, poderemos desprezar seus termos independentes, nesta relação com suas
matrizes ampliadas. Abordaremos tais sistemas, no final deste roteiro.

Agora, definiremos as Operações Elementares de uma matriz ou de um sistema de equações lineares.

Estas operações são as ferramentas que necessitaremos na geração de Sistemas Equivalentes, pois
elas aplicadas nas linhas (ou colunas) do sistema ou sobre sua matriz ampliada, não altera suas
soluções. Estas operações são:

1ª) Troca de linhas (ou de colunas);

2ª) Multiplicação de uma linha (ou coluna), por uma constante, diferente de zero;

3ª) Substituição de uma linha (ou coluna) por ela mesma previamente multiplicada por uma constante
diferente de zero e somada a uma outra linha (ou coluna) previamente multiplicada por uma constante
diferente de zero. Vejamos alguns exemplos de aplicações de operações elementares, analisando o
sistema e sua matriz ampliada, usaremos ainda o sistema anterior:
 x  y  z  6 1 1 1 6 
  2 1 3 9 
2 x  y  3z  9  
 x  y  2z  5 1 1 2 5 


Trocando a 1ª linha com a 3ª linha;

 x  y  2z  5 1 1 2 5 
  2 1 3 9 
2 x  y  3z  9  
x  y  z  6 1 1 1 6 


Multiplicando a 2ª linha por -1;

 x  y  2z  5  1 1 2 5 
  2 1 3 9 
 2 x  y  3z  9  
x  y  z  6  1 1 1 6 


Substituindo a 2ª linha por ela mesma somada a 1ª linha multiplicada por 2;

 x  y  2z  5 1 1 2 5
 0
0 x  y  z  1 1 1 1
 
x  y  z  6
  1 1 1 6 

Sendo assim, todos os quatro sistemas obtidos são equivalentes, isto é, possuem como solução
x  1 ; y  2 ; z  3 . Você poderá confirmar isto, verificando que os valores x  1 , y  2 e z  3 ,
solução do sistema inicial, satisfazem identicamente todas as equações obtidas nos sistemas acima.

Pensando nisto tudo, como poderemos encontrar um sistema equivalente mais fácil? Analise os quatro
sistemas do exemplo anterior, qual é o mais fácil de ser solucionado? Certamente você concluiu que
seria o último não é mesmo? Visto que, eliminamos de certa forma, uma das incógnitas na segunda
equação do sistema. E a ideia, que será abordada agora, é esta mesma, à saber: dado um sistema de
equações lineares, procurar por meio de operações elementares, fazer aparecer o maior número de
zeros em sua matriz ampliada, mas para fazer isto, teremos basicamente, duas linhas de cálculo, a
primeira seria, procurar zerar os termos abaixo da diagonal principal (entenda-se como termos da
diagonal principal os elementos da matriz que ocupam a posição i=j, ou seja, linha do termo igual a
coluna do termo) e a segunda linha de cálculo seria, além de zerar os termos abaixo da diagonal
principal, por meio de operações elementares, zerar também os termos acima e transformando os
termos da diagonal principal todos iguais a 1. Tais processos, recebem o nome de Método de Gauss
(também conhecido como escalonamento ou redução a forma escada) e Método de Gauss-Jordan,
respectivamente. Sendo assim estudaremos tais métodos, aplicados a alguns exemplos.
 Sistemas Escalonados

Um sistema de equações lineares é dito ser ou estar escalonado, se aplicamos um dos métodos
citados anteriormente. Vejamos alguns exemplos:

Exemplo 1: Aplicação do Método de Gauss – Redução a Forma Escada

Considere ainda o Sistema de equações lineares inicial;

x  y  z  6 1 1 1 6 
  2 1 3 9 
2 x  y  3z  9  
 x  y  2z  5 1 1 2 5 


Trabalharemos apenas sobre sua Matriz ampliada.

1 1 1 6  1 1 1 6 
2 1 3 9  
Linha 2  Linha 2  2. Linha 1
 0 3 1 3
   
1 1 2 5  1 1 2 5 

1 1 1 6  1 1 1 6 
0 3 1 3 
Linha 3 Linha 1 Linha 3
 0 3 1 3
   
1 1 2 5  0 2 1 1 

1 1 1 6  1 1 1 6 
0 3 1 3 
Linha 3  2. Linha 2  3. Linha 3
 0 3 1 3
   
0 2 1 1  0 0 1 3

Relacionando a última matriz obtida, ao sistema, cuja matriz ampliada dele é esta, temos o sistema
equivalente ao inicial:

x  y  z  6

  3 y  3z  3
  z  3


Assim, resolvendo a terceira equação e substituindo os valores encontrados nas demais, temos que
z  3, y  2 e x  1 , que era exatamente a solução esperada, por se tratar de sistemas
equivalentes.

Vejamos agora o segundo método.

Exemplo 2: Aplicação do Método de Gauss-Jordan

Consideraremos ainda o mesmo sistema.

x  y  z  6 1 1 1 6 
  2 1 3 9 
2 x  y  3z  9  
 x  y  2z  5 1 1 2 5 


Como este método é uma continuação de interações sobre as matrizes que estão sendo geradas, para
aplicarmos teremos que passar por todos os passos anteriores sendo assim, vejamos como este é
aplicado:

1 1 1 6  1 1 1 6 
2 1 3 9  
Linha 2  Linha 2  2. Linha 1
 0 3 1 3
   
1 1 2 5  1 1 2 5 

1 1 1 6  1 1 1 6 
0 3 1 3 
Linha 3 Linha 1 Linha 3
 0 3 1 3
   
1 1 2 5  0 2 1 1 

1 1 1 6  1 1 1 6 
0 3 1 3 
Linha 3  2. Linha 2  3. Linha 3
 0 3 1 3
   
0 2 1 1  0 0 1 3

1 1 1 6   3 0 4 15 
0 3 1 3 
Linha 1  3. Linha 1 Linha 2
 0 3 1 3
   
0 0 1 3 0 0 1 3

 3 0 4 15  3 0 0 3 
0 3 1 3 
Linha 1  Linha 1 4. Linha 3
 0 3 1 3
   
0 0 1 3 0 0 1 3

3 0 0 3  3 0 0 3 
0 3 1 3 
Linha 2  Linha 2  Linha 3
 0 3 0 6 
   
0 0 1 3 0 0 1 3

3 0 0 3  1
Linha 1  Linha 1 1 0 0 1 
0 3 0 6   3
 0 3 0 6 
   
0 0 1 3 0 0 1 3
 1 0 0 1  1 1 0 0 1 
0 3 0 6  
Linha 2   Linha 2
3
 0 1 0 2 
   
0 0 1 3 0 0 1 3

1 0 0 1  1 0 0 1 
0 1 0 2  
Linha 3   1. Linha 3
 0 1 0 2 
   
0 0 1 3 0 0 1 3

Relacionando esta última matriz a um sistema, temos o seguinte sistema equivalente:

x  1

y  2
z  3


Tal método é muito interessante e muito aplicado em resoluções de sistemas, pois ele nos mostra
diretamente qual é a solução do sistema.

Ainda, falando sobre estes métodos, vejamos outros exemplos de sistemas de equações lineares,
onde podemos solucioná-los por tais métodos. Você aprendeu neste roteiro que dado um sistema de
equações lineares, este pode ou não, ter solução. Como ficaria este estudo utilizando os métodos
acima? Vejamos:

Considere o sistema de equações lineares abaixo:

x  y  z  1

 2 x  3 y  4 z  0

Encontrando e trabalhando sobre sua matriz ampliada temos:

 1 1 1 1  Linha 2  2. Linha 1  Linha 2 1 1 1 1 

 2 3 4 0    
  0 5 6 2 

1 1 1 1  Linha 1  5. Linha 1  Linha 2 5 0 1 3

0 5 6 2    
  0 5 6 2 

1 0 1 3
5 0 1 3 Linha 1  15. Linha 1  
0 5 6 2    5 5
   
0 5 6 2

1 0 1 3
1 0 1 3  
 5
1
Linha 2  . Linha 2
 5 5   5
 
5

  0 1 6 2
 0 5 6 2
 5 5 
Relacionando a última matriz ao seu sistema temos:

 z 3
 x  5  5

y  6 z  2
 5 5

z 3 6 2
Assim, o sistema terá como soluções: x   , y   z  e z  z . Como o valor de z poderá ser
5 5 5 5
qualquer número real, tal sistema admite infinitas soluções.

Vejamos ainda um outro tipo de situação que pode ocorrer numa resolução de um sistema de
equações lineares:

x  y  z  1

 2 x  2 y  2 z  0
3 x  y  5 z  7


Encontrando e trabalhando sobre sua matriz ampliada temos:

 1 1 1 1  1 1 1 1 
 2 2 2 0  
Linha 2  2. Linha 1 Linha 2
 0 0 0 2 
   
 3 1 5 7   3 1 5 7 

1 1 1 1  1 1 1 1 
0 0 0 2  
Linha 3  3. Linha 1 1. Linha 3
 0 0 0 2 
   
 3 1 5 7  0 4 8 4 

1 1 1 1  1 1 1 1 1 
0 0 0 2  
Linha 3  . Linha 3
4
 0 0 0 2 
   
0 4 8 4  0 1 2 1

1 1 1 1  1 1 1 1 1 
0 0 0 2  
Linha 3  . Linha 3
4
 0 0 0 2 
   
0 4 8 4  0 1 2 1

1 1 1 1  1 1 1 1 
0 0 0 2  
Linha 3  Linha 2
 0 1 2 1
   
0 1 2 1 0 0 0 2 

Relacionando a última matriz a seu sistema temos que:

 x  y  z  1

0 x  y  2 z  1
0 x  0 y  0 z  2


Observando a terceira equação obtida, concluímos que não existirá nenhum valor de x , y e z , que

será solução da mesma, já que 0 x  0 y  0 z  2 implica 0  2 , o que sabemos não ser verdade. Sendo
assim tal sistema não admite nenhuma solução.

Esperamos que você tenha entendido os métodos e exemplos abordados até o momento, caso tenha
ficado alguma dúvida ou se você gostaria de aprofundar um pouco mais nos estudos de sistemas de
equações lineares, sugerimos que busque estudar e/ou aumentar seu conhecimento, utilizando um
livro de apoio, por exemplo, as leituras obrigatórias e as leituras complementares indicadas neste
roteiro.

Aplicando o conceito de Sistemas Lineares

Uma coleção de livros de Matemática para o ensino médio é representada por três livros:

 M 1 é o do 1º ano;

 M 2 é o do 2º ano;

 M 3 é o do 3º ano.

As livrarias A, B e C, em um relatório sobre vendas diárias, apresentaram os seguintes resultados

num determinado dia:

Livraria
Total de vendas
Valor total recebido

A
1 M1
2 M2
3 M3
R$111,00

B
2 M1
1 M2
2 M3
R$88,00

C
3 M1
2 M2
5 M3
R$181,00

Com base nesse relatório, determine os preços dos livros M 1 , M 2 e M 3 .

Solução:

Se M 1 custar x reais, M 2 custar y reais e M 3 custar z reais, teremos o seguinte sistema:

1x  2 y  3z  111

2 x  1y  2 z  88
3x  2 y  5 z  181


Escalonando o sistema, teremos:

 x  2 y  3z  111

 y  z  38
 z  20


Assim, z = 20, y = 18 e x = 15.

Logo, M 1 custará R$15,00; M 2 custará R$18,00 e M 3 custará R$20,00.

Vejamos agora uma outra classe de Sistemas de Equações Lineares, à saber, os Sistemas Lineares
Homogêneos.

Sistemas Lineares Homogêneos

Um sistema de equações lineares qualquer é dito ser Homogêneo se todos seus termos
independentes, forem nulos, isto é, iguais a zero.

Por exemplo, os sistemas abaixo são homogêneos:

x  y  z  0 x  y  z  0
  x  y  z  0
 2 x  2 y  2 z  0 2 x  y  3z  0 
3 x  y  5 z  0  x  y  2z  0  2 x  3 y  4 z  0
 

O estudo deste tipo de sistema é interessante, pois se trata de sistemas que sempre serão resolúveis,
isto é, dado um sistema linear homogêneo, existe sempre no mínimo uma solução para este sistema, à
saber, a solução nula. No caso dos três sistemas acima, claramente você pode observar que estes têm
como solução comum os valores x  0, y  0 e z  0 .
Mas, agora que sabemos o que é um Sistema de Equações Lineares Homogêneos, e sabermos
também uma de suas principais particularidades (sempre é resolúvel), como poderemos encontrar
suas soluções? Para esta classe de Sistemas, também analisamos suas soluções através do Método
de Gauss ou pelo Método de Gauss-Jordan, vejamos alguns exemplos dos possíveis casos que
poderão ocorrer com relação a esta classe de sistemas:

Exemplo 1: Analisemos as soluções do sistema linear homogêneo abaixo:

x  y  z  0

 2 x  2 y  2 z  0
3 x  y  5 z  0


Como os termos independentes, após aplicarmos qualquer operação elementar nas linhas da matriz
ampliada deste sistema não alterarão, sempre será igual a zero, não é necessário apresentar na matriz
ampliada deste, a coluna dos termos independentes, sendo assim, encontrando e trabalhando sobre
sua matriz ampliada, temos:

 1 1 1 1 1 1
 2 2 2  
Linha 2  2. Linha 1 Linha 2
 0 0 0 
   
 3 1 5   3 1 5 

1 1 1 1 1 1
0 0 0  
Linha 3  3. Linha 1 Linha 3
 0 0 0 
   
 3 1 5  0 4 8
1 1 1 1 1 1 1
0 0 0  
Linha 3  Linha 3
4
 0 0 0 
   
0 4 8 0 1 2 

1 1 1 1 1 1
0 0 0  
Linha 2  Linha 3
 0 1 2 
   
0 1 2  0 0 0 

Relacionando a última matriz a seu sistema temos que:

x  y  z  0

0 x  y  2 z  0 logo que y  2 z e substituindo este resultado na primeira equação temos que
0 x  0 y  0 z  0

x  2z  z  0 , o que nos dá x  3z . Sendo assim o sistema possui infinitas soluções à saber, x  3z ,
y  2z e z  z .

Exemplo 2: Analisemos as soluções do sistema linear homogêneo abaixo:

 x  y  z  0

2 x  y  3z  0
 x  y  2z  0


encontrando e trabalhando sobre sua matriz ampliada, temos:

1 1 1  1 1 1 
2 1 3 
Linha 2  2. Linha 1 Linha 2
 0 3 1
   
1 1 2  1 1 2 

1 1 1 1 1 1 
0 3 1 
Linha 3  Linha 1 Linha 3
 0 3 1
   
1 1 2  0 2 1
1 1 1 1 1 1 
0 3 1  0 3 1
Linha 3  2. Linha 2 3. Linha 3
   
0 2 1 0 0 1 

Relacionando a última matriz a seu sistema temos que:

x  y  z  0

0 x  3 y  z  0 logo que z  0 e substituindo este resultado na segunda equação temos que
0 x  0 y  z  0

3 y  0  0 , o que nos dá y  0 , e fazendo a substituição de z  0 e y  0 na primeira equação, temos
x  0  0  0 , o que implica x  0 . Sendo assim o sistema possui uma única solução à saber, x  0 ,
y  0 e z  0.

Para aprimorar os seus conhecimentos sobre os assuntos tratados nesse roteiro estude as leituras
obrigatórias e complementares com afinco. E não se esqueça que para entendermos um conceito
matemático é preciso estudá-lo e depois exercitarmos muito para pegar a prática de resolução.

REFERÊNCIAS

IEZZI, Gelson e HAZZAN, Samuel. Fundamentos de matemática elementar, 4: seqüências, matrizes

determinantes e sistemas. São Paulo: Atual, 1993. Capítulo V - Determinantes – I Introdução – II
Definição de determinantes (n  3) – Capítulo VI Sistemas Lineares – I Introdução – II Teorema de
Cramer – III Sistemas Escalonados – IV Sistemas equivalentes – Escalonamento de um sistema – V
Sistema Linear homogêneo.

Neste capítulo, os autores, que você já conhece, irão tratar do conceito de determinantes e sistemas
lineares de forma mais matemática e menos aplicativa. Porém, este estudo servirá para você
aprofundar os seus conhecimentos sobre determinantes e sistemas lineares. Os autores vêm
abordando de forma simples, porém com muito rigor, os conceitos à volta de determinantes e sistemas
lineares. Além disso, há exemplos resolvidos e mais exercícios para você aprofundar os seus
conhecimentos.

WEBER, Jean E., MATEMÁTICA PARA ECONOMIA E ADMINISTRAÇÃO.2a ed. São Paulo: Harbra,
2001.Capítulo 7 Álgebra Matricial – 7.7 O determinante de uma Matriz – 7.9 Equações Lineares
Simultâneas.

Weber aborda, no capítulo sete de seu livro, importantes conceitos matemáticos sobre determinantes e
sistemas lineares. É muito importante para o seu bom desempenho nessa disciplina, que você estude
os exemplos e resolva os vários exercícios.

LEITURAS COMPLEMENTARES

Você pode, ainda, visitar alguns sites para aumentar seu cabedal de conhecimento sobre os conceitos
de determinantes e sistemas lineares.

http://www.somatematica.com.br/emedio/sistemas/sistemas.php

http://pessoal.sercomtel.com.br/matematica/medio/matrizes/sistemas.htm#sist01

GLOSSÁRIO

Fénelon – François de Salignac de La Mothe, Duque de Fénelon, nasceu no castelo da família, em

Périgord, em 6 de agosto de 1651. Desencarnaria em Cambrai a 7 de janeiro de 1715, aos sessenta e
três anos de idade.

SARRUS (pronuncia-se Sarrí), cujo nome completo é Pierre Frederic SARRUS (1798 - 1861), foi
professor na universidade francesa de Strasbourg. A regra de SARRUS foi provavelmente escrita no
ano de 1833.

Gabriel Cramer (Genebra, 31 de Julho de 1704 - Bagnols, França, 4 de Janeiro de 1752) foi um
matemático suíço.
Foi professor de Matemática e de Filosofia da Universidade de Genebra e membro da Academia de
Berlim e da London Royal Society.
Dedicou-se especial atenção à teoria das curvas. A sua obra mais importante foi Introduction à
l'analyse des courbes algébriques (1750).
Ocupou-se também da origem, a forma dos planetas e dos seus movimentos. É famosa a regra que
permite a resolução dos sistemas de equações lineares que tem o seu nome, a Regra de Cramer.
 Nascimento
31 de Julho de 1704
Genebra, Suíça

Falecimento
4 de Janeiro de 1752
Bagnols, França

Nacionalidade

Suíço

Incógnitas - quantidades desconhecidas, a serem determinadas na resolução de um

problema.

Resolúvel - que se pode resolver; que tem solução.

ATIVIDADES
1) Resolva os seguintes sistemas lineares:

2 x  y  8 z  5  x  2 y  3z  9
3x  y  5  
a)  b)  x  y  2 z  0 c) 3x  y  4 z  5
2 x  3 y  4  x  2 y  3z  6 2 x  y  z  0
 

2) Determine o valor de z no sistema:

2 x  y  3z  3

 4 x  3 y  2 z  2
5 y  3z  6


3) Determine x, y e z no sistema:

3x  2 y  z  0

x  5 y  z  0
2 x  y  0


4) Num país a renda nacional é dada pelas relações macroeconômicas por meio das equações IS-
LM (IS: Investment-Saving e LM: Liquidity Money):

C = 40 + 0,2(Y – T)

I = 15 – 20r

M d = 4 + 0,1Y – 10r

M S = 10

G = T = 10

Em que: Y é a renda nacional, C é o consumo, I é o investimento, r é a taxa de juros, M d é a

demanda por moeda, M S é a oferta de moeda, G é o gasto governamental, e T é o imposto

arrecadado. Obtenha os valores de Y e r de equilíbrio, isto é, aqueles valores que satisfazem as

equações:

Y  C  I  G

M d  M S

5) Uma coleção de livros de Teoria da Administração para os cursos de Administração e Ciências

Contábeis é representada por três livros:

 T.A 1 é o da parte inicial;

 T.A 2 é o da parte intermediária;

 T.A 3 é o da parte avançada.

As livrarias A, B e C, em um relatório sobre vendas diárias, apresentaram os seguintes resultados

num determinado dia:
Livraria
Total de vendas
Valor total recebido

A
2 T.A 1
4 T.A 2
6 T.A 3
R$222,00

B
4 T.A 1
2 T.A 2
4 T.A 3
R$176,00

C
6 T.A 1
4 T.A 2
10 T.A 3
R$362,00

Com base nesse relatório, determine por meio de sistemas lineares os preços dos livros T.A 1 ,

T.A 2 e T.A 3 .

ATIVIDADES
1) Escalone e classifique os seguintes sistemas lineares:
x  2 y  z  0 3x  y  z  0 x  y  z  1
  
a) 3x  y  2 z  1 b)  x  y  2 z  1 c) 2 x  3 y  2 z  2
2 x  3 y  z  7 2 x  2 y  z  2 4 x  9 y  4 z  4
  
x  3 y  2z  8 x  y  z  6  x  2 y  3z  5
  
d) 2 x  7 y  z  9 e) 3x  y  2 z  1 f) 2 x  5 y  4 z  19
 x  2 y  z  7 2 x  6 y  7 z  5  x  y  5 z  4
  

2) Resolva os sistemas a seguir utilizando o método por você escolhido:

2 x  3 y  z  9 x  4 y  7 x  2 y  z  0
  
a)  x  2 y  2 z  5 b) 3x  y  3 c) 3x  y  z  0
3x  y  3z  8 5 x  3 y  34 2 x  y  3z  0
  
 x  3 y  1
x  y  z  3 
d)  e)  y  2 z  0
2 x  2 y  z  7 x  z  1


ATIVIDADES
1) Resolva os seguintes sistemas:
x  2 y  z  3
2 x  3 y  4  2 x  y  z  6 x  y  z  t  w  5
a)  b) )  y  3z  9 c)  d) 
2 y  8 3z  12 y  z  0 t  w  0

x  y  z  t  w  2

e)  z  t  w  0
t  2w  0


2) Escalone e resolva (quando possível) os sistemas:

 x  y  3z  0 x  y  2z  2  x  y  3z  1 x  2 y  z  1
   
a) 4 x  y  z  0 b) 2 x  y  z  3 c) 3x  4 y  z  2 d) 2 x  y  z  2
2 x  3 y  7 z  0 4 x  y  z  3 7 x  10 y  3z  6 x  3 y  2z  1
   

x  y  z  t  1
x  2 y  2 2 x  y  4 x  z  t  2
  
e) 2 x  4 y  4 f)  x  y  2 g) 
3x  6 y  6 3x  2 y  5 x  y  t  3
   x  y  z  4

3) Resolva os sistemas aplicando a regra de Cramer:

x  2 y  x  2 3x  y  z  17
5 x  3 y  5 7 x  2 y  17  
a)  b)  c) 2 x  y  3z  9 d) 3 y  5 x  2 z  10
2 x  7 y  43 3 x  5 y  1 3x  3 y  2 z  3 4 y  5 z  7 x  3
 

3x  y  z  2 x  y  z  6 x  2 y  2z  0 2 x  3 y  z  0
   
e)  x  2 y  z  9 f) 3x  4 y  2 z  2 g)  x  y  z  2 h) 4 x  8 y  6 z  2
4 x  3 y  2 z  1 2 x  5 y  z  0 2 x  2 y  3z  7 6 x  y  z  0
   
 2 x  y  z  14 2 x  3 y  2 z  22
2 y  x  t  3 4 y  2 x  30
 
i)  j) ) 
3 x  2 z  t  11 4 y  2 z  14
4 y  z  3t  7 5 y  u  32

REFERENCIAL DE RESPOSTAS DOS EXERCÍCIOS E QUESTÕES QUE COMPÕEM AS

ATIVIDADES –
ATIVIDADE 1

1) a) S = {(1,2)} b) S = {(1, 1, 1)} c) S = {(2, -1, -3)}

2) z = -2

3) S = {(0, 0, 0)}

4)Y = 75 e r = 15%

5) Logo, T.A 1 custará R$15,00; T.A 2 custará R$18,00 e T.A 3 custará R$20,00.

ATIVIDADE 2

x  2 y  z  0

1) a)  y  3 z  7 , da última equação, o sistema é possível e determinado.
 16 z  48

 x  y  2 z  1

b) 4 y  5 z  3 , o sistema é impossível. Logo, S = {}(vazio).
0 z  1

x  y  z  1
c)  , como m < n, o sistema está escalonado. Logo, o sistema é possível e
5 y  0
indeterminado.
x  3 y  2z  8

d)  y  5 z  25 , como m = n o sistema é possível e determinado tendo uma única solução.
 28 z  140

x  y  z  6

e)  4 y  5 z  17 , como a última equação do sistema é sempre falsa, então o sistema é
0 y  0 z  24

impossível e S = {}(vazio).
 x  2 y  3z  5

f)  y  2 z  9 , como a última equação do sistema é verdadeira, então o sistema é possível e
0 y  0 z  0

indeterminado, admitindo infinitas soluções.
 2) a) S = (1, -2, 1) b) O sistema é impossível. Portanto, solução vazia. C) Logo o sistema é
possível e determinado. Da última equação, vem y = 0. Como o sistema é homogêneo, possível e
determinado, então x = y = z = 0. Portanto, S = (0, 0 , 0). d) S = (-3, 1) e) S = (1, 0 , 0)

ATIVIDADE3
1) a) (-4, 4) b) (1, 3, 4) c) (3+z; -z; z); z qualquer. d) (5 – y – z + 2w; y; -w; w), y, z, w
quaisquer. E) (2 – y; 3w; - 2w; w), y, w quaisquer.

 2 z 13 z   5  z 3z 
2) a)  ; ; z  , z qualquer. b) (1, 3, 2) c) impossível d)  ; ; z  , z qualquer.
 5 5   5 5 

e) (2 –2y; y) y qualquer. F) impossível g) (7; -1; -2; -3)

3) a) (4 e 5) b) (3 e – 2) c) (1, 2 e 3) d) (4, 0 e 5) e) (-1, 3 e –2) f) (-2, 0 e – 4)

g) (- 2, 1 e 3) h) (-1/2, 1 e – 2) i) (5, 3, 1 e 2) j) (-3, 6, -5 e 2)

OUTRAS REFERÊNCIAS

CAROLI, Alesio João; CALLIOLI, Carlos Alberto e FEITOSA, Miguel Oliva. Matrizes e Sistemas
Lineares. Rio de Janeiro: Livro Técnico S.A, 1968.

http://pt.wikipedia.org/wiki/Gabriel_Cramer

FERRIERA, Aurélio Buarque de Holanda. Minidicionário da língua Portuguesa. 4ª ed. Rio de

Janeiro: Nova Fronteira, 2001.

http://www.dec.ufcg.edu.br/biografias/FFenelon.html

IEZZI, Gelson e HAZZAN, Samuel. Fundamentos de matemática elementar, 4: conjuntos, funções. São
Paulo: Atual, 1993.
MORETTIN, Pedro A., HAZZAN, Samuel e BUSSAB, Wilton de O.. CÁLCULO: funções de uma e
várias variáveis. São Paulo: Saraiva, 2004.

http://www.paulomarques.com.br/arq12-1.htm

SANTOS, Carlos Alberto Marcondes, GENTIL, Nelson e GRECO, Sérgio Emílio. Matemática: volume
único. São Paulo: Ática, 2000.

STEINBRUCH, Alfredo. Matrizes, Determinantes e Equações lineares. São Paulo: McGraw-Hill,

1989.

WEBER, Jean E., MATEMÁTICA PARA ECONOMIA E ADMINISTRAÇÃO.2ª ed. São Paulo: Harbra,
2001.