0.

1 Matriz Inversa
( ) ( )
1 2 1
Consideremos as matrizes A = ∈ M2 (R) e B = ∈ M2×1 (R). Pode-
3 4 2
( )
x
mos nos perguntar se existe uma matriz X = satisfazendo
y
( )( ) ( )
1 2 x 1
= .
3 4 y 2
Observe que gostaríamos de resolver uma equação matricial (ou seja, envolvendo
matrizes). Podemos fazer um paralelo com uma equação com coecientes reais, por
exemplo,
2x = 3.
Para resolver esta equação, podemos simplesmente, multiplicar ambos os lados da
equação, por 2−1 = 12 . Assim,
3 3
2−1 (2x) = 2−1 3 ⇒ (2−1 2)x = 2−1 3 ⇒ 1x = ⇒ x= .
2 2
Observe que na primeira passagem, usamos a associatividade da multiplicação de
números reais, e na segunda passagem, temos que 2−1 é o inverso multiplicativo de
2, ou seja, 2−1 2 = 1. Veja que multiplicando o coeciente de x (no caso 2) pelo seu
inverso multiplicativo (no caso 2−1 = 21 ) conseguimos "isolar" x (seu coeciente agora
é 1).
Então, no caso da(equação)matricial ( que estamos
) ( tentando
) resolver,
( será
) que existe
a b a b 1 2 1 0
uma matriz A−1 = tal que = ? Notemos
c d c d 3 4 0 1
que neste caso, a matriz identidade de ordem 2, está fazendo o papel de 1 ∈ R.
Veja que no caso armativo, teremos
( )[( )( )] ( )( )
a b 1 2 x a b 1
= ⇒
c d 3 4 y c d 2
[( )( )]( ) ( )( )
a b 1 2 x a b 1
= ⇒
c d 3 4 y c d 2
( )( ) ( )( ) ( ) ( )( )
1 0 x a b 1 x a b 1
= ⇒ =
0 0 y c d 2 y c d 2
que é a solução procurada.
Vamos agora denir esta matriz e ver quando que ela existe.

1
Denição 0.1.1: Considere a matriz A ∈ Mn (R). A matriz inversa de A é uma
matriz de ordem n, denotada por A−1 , tal que

AA−1 = In e A−1 A = In .

Se existe A−1 , a matriz A será chamada inversível.

Teorema 0.1.2: Considere a matriz A ∈ Mn (R). A matriz A é inversível se, e

somente se, det(A) ̸= 0.

Não faremos a demonstração deste teorema. Observe que o Teorema nos fornece
uma forma rápida de determinar se uma matriz é ou não é inversível, basta calcular
o seu determinante. Se det(A) = 0, então a matriz é inversível e de det(A) ̸= 0, então
a matriz não é inversível.
( )
1 2
Exemplo 0.1.3: A matriz A = é inversível, pois det(A) = 4−6 = −2 ̸= 0.
3 4

Mas, se sabemos que uma matriz A é inversível (sabendo que seu determinante
é não nulo), então é possível determinar A−1 . A resposta é sim, e existem várias
métodos para encontrar A−1 . Veremos neste texto o Método de Gauss-Jordan.
Não descreveremos o Método em geral, apenas o ilustraremos com exemplos.
Antes de começarmos com o exemplo, vamos denir as operações elementares com
as linhas, que usaremos no Método.

Denição 0.1.4: As seguintes operações elementares com as linhas podem ser

realizadas em uma matriz:
1) Trocar duas linhas.
2) Multiplicar uma linha por uma constante não nula.
3) Somar um múltiplo de uma linha com outra linha.
 
1 1 1
 √2 4

8
Exemplo 0.1.5: Considere a matriz A =  2 3 15  ∈ M3 (R). Podemos
4 0 −1
permutar
 √duas linhasda matriz A, por exemplo linha 1 e linha 2. Assim obteremos
2 3 15
′  
A = 1
2
1
4
1
8 .
4 0 −1

2
 Podemos multiplicar uma linha por um
 número não nulo,por 
exemplo podemos

8· 2 8· 4 8· 8
1 1 1
4 2 1
′′ √   √ 
multiplicar a linha 1 por 8. Então A =  2 3 15  =  2 3 15 .
4 0 −1 4 0 −1
Podemos também, por
 exemplo, multiplicar alinha1 por -8 e somarcom a linha
−4 −2 −1 −4 −2 −1
 √
′′′   √ 
3, obtendo assim A =  2 3 15  =  2 3 15 .
4 − 4 0 − 2 −1 − 1 0 −2 −2
 
1 2 0
 
Exemplo 0.1.6: Considere a matriz A =  0 −1 3  ∈ M3 (R).
−1 −2 1
O Método de Gauss-Jordan consiste em escrever a matriz identidade ao lado da
matriz A.  
1 2 0 | 1 0 0
 
 0 −1 3 | 0 1 0 
−1 −2 1 | 0 0 1
Agora realizamos operações elementares nas linhas desta matriz, até que na parte
inicial apareça a matriz identidade de ordem 3, e a matriz que surgirá na parte nal
será a matriz inversa A−1 .
 
1 2 0 | 1 0 0
 
 0 −1 3 | 0 1 0 
−1 −2 1 | 0 0 1

Nosso objetivo será zerar os termos abaixo da diagonal, e depois acima da diagonal.
Vamos zerar os termos nesta ordem: a21 , a31 , a32 , a23 , a13 e por último a12 . Como
a21 já é 0, vamos zerar a31 . Para isto, vamos substituir a linha 3, por linha 1 somada
com a linha 3.
 
1 2 0 | 1 0 0
 
 0 −1 3 | 0 1 0 
1−1 2−2 0+1 | 1+0 0+0 0+1

ou seja  
1 2 0 | 1 0 0
 
 0 −1 3 | 0 1 0 
0 0 1 | 1 0 1

3
Observe que o elemento a32 também já foi zerado, então vamos zerar os elementos
acima da diagonal, a saber a23 . Para isto, vamos substituir a linha 2, pela linha 2
somada com (-3)multiplicado pela linha 3
 
1 2 0 | 1 0 0
 
 (−3)0 + 0 (−3)0 + (−1) (−3)1 + 3 | (−3)1 + 0 (−3)0 + 1 (−3)1 + 0 
0 0 1 | 1 0 1
de onde  
1 2 0 | 1 0 0
 
 0 −1 0 | −3 1 −3 
0 0 1 | 1 0 1
Agora vamos substituir a linha 3, por linha 2 multiplicada por −1.
 
1 2 0 | 1 0 0
 
 (−1)0 (−1)(−1) (−1)0 | (−1)(−3) (−1)1 (−1)(−3) 
0 0 1 | 1 0 1
de onde segue que  
1 2 0 | 1 0 0
 
 0 1 0 | 3 −1 3 
0 0 1 | 1 0 1
Observe que resta apenas o elemento a12 para zerar. Vamos substituir a linha 1,
por linha 1 somada com (-2) multiplicado pela linha 2
 
(−2)0 + 1 (−2)1 + 2 (−2)0 + 0 | (−2)3 + 1 (−2)(−1) + 0 (−2)3 + 0
 
 0 1 0 | 3 −1 3 
0 0 1 | 1 0 1
de onde temos  
1 0 0 | −5 2 −6
 
 0 1 0 | 3 −1 3 
0 0 1 | 1 0 1
Note que a matriz de ordem 3 que obtemos do lado esquerdo é a matriz identidade,
portanto a matriz de ordem 3 do lado direito é a matriz inversa da matriz A. Assim
 
−5 2 −6
 
A−1 =  3 −1 3  .
1 0 1
Para vericar se o resultado é verdadeiro, podemos calcular AA−1 e A−1 A e veri-
car se obtemos a matriz identidade de ordem 3.

4
Exercício 0.1.7: Decida se as seguintes matrizes são inversíveis. Encontre as inver-
sas quando
 existirem.
  
1 1 1
1 2 3 2 3 4
   1 1 
a) A1 =  4 5 6  b) A2 =  5 1
6 7 
1 1 1
7 8 9
  8 9 10 
1 2 4 1 12 1
4
   1 
c) A3 =  1 3 9  d) A4 =  1 13 9 
1 4 16 1 14 1
   
16
1 0 0 1 2 3
   
e) A5 =  0 2 0  f) A6 =  0 4 5 
0 0 3 0 0 6
   
1 2 3
2 3 4
2 23 43
   
g) A7 =  4
5
5
6
6
7  h) A8 =  54 65 76 
7 8 9 8 9 10
8 9 10 7 8 9

5
Capítulo 1

Sistemas de Equações Lineares

Denição 1.0.1: Uma equação linear nas n variáveis x1 , x2 ,..., xn é uma equação
que pode ser escrita na forma

a1 x1 + a2 x2 + · · · + an xn = b (1.1)

onde os coecientes a1 , a2 ,..., an e o termo independente b são constantes (nú-

meros reais).

Observação 1.0.2: Convém observar que se tivermos duas ou três variáveis, escre-
veremos simplesmente x e y , ao invés de x1 e x2 , e x, y e z , ao invés de x1 , x2 e
x3 .

Exemplo 1.0.3: 1) x + y = 1 é uma equação linear (observe que x + y = 1 é a

equação de uma reta em R2 );
2) 2x + 3y + z = 2 é uma equação linear (observe que 2x + 3y + z = 2 é a equação de
um plano em R3 );
3) x1 + x3 = x5 − 7x6 + 1 é uma equação linear;
4) x + (sen(59◦ ))y = 1 é uma equação linear;
5) x2 = y não é uma equação linear, pois a variável x possui uma potência diferente
de 1;
6) xy + y = 1 não é uma equação linear, pois temos um produto das variáveis x e y ;
√
7) x1 + 2x2 + x3 = x4 não é uma equação linear;
8) x + sen(y) = 1 não é uma equação linear;

Uma solução de uma equação linear como (1.1) é uma n-upla (s1 , s2 , ..., sn ) cujas

6
coordenadas satisfazem a equação (1.1) quando substituimos

x1 = s1 , x2 = s2 , ..., xn = sn .

Por exemplo, uma solução da equação linear x + y = 1 é um par ordenado (1, 0),
de modo que, substituindo x por 1 e y por 0, a equação é satisfeita, ou seja, 1 + 0 = 1.
Observe que o par ordenado (−1, 2) também é solução, pois −1 + 2 = 1.

Denição 1.0.4: Um sistema de equações lineares é um conjunto nito de

equações lineares, cada uma com as mesmas variáveis.

Por exemplo um sistema com m equações lineares e n variáveis, pode ser escrito
da seguinte forma 

 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a x + a x + ··· + a x = b
21 1 22 2 2n n 2
. (1.2)

 · · ·


am1 x1 + a12 x2 + · · · + a1n xn = bm
{
x+y =0
Exemplo 1.0.5: é um sistema de equações lineares.
y=1

Denição 1.0.6: Uma solução com n variáveis é uma n-upla que é simultanea-
mente solução de cada uma das equações do sistema.
{
x+y =0
Exemplo 1.0.7: (−1, 1) é uma solução do sistema de equações lineares ,
y=1
pois (−1) + 1 = 0 (ou seja, (−1, 1) é solução da primeira equação) e 1 = 1 (isto é,
(−1, 1) é solução da segunda equação).

Denição 1.0.8: O conjunto solução de um sistema de equações lineares é o

conjunto de todas as soluções do sistema

Ao processo de encontrar o conjunto solução de uma sistema de equações lineares,

chamaremos de resolver o sistema de equações lineares.

Denição 1.0.9: Um sistema de equações lineares homogêneo é um sistema

de equações lineares onde o termo constante de cada equação é 0.

7
 Ou seja, um sistema de equações lineares da seguinte forma


 a11 x1 + a12 x2 + · · · + a1n xn = 0

 a x + a x + ··· + a x = 0
21 1 22 2 2n n
.

 · · ·


am1 x1 + a12 x2 + · · · + a1n xn = 0

Exemplo 1.0.10: A equação linear x + y = 1 tem innitas soluções (a saber todos

os pontos sobre a reta dada pela equação). Você consegue esboçar esta reta? Vamos
tentar?!
Podemos escrever o conjunto solução S = {(x, y) : y = 1 − x} = {(x, 1 − x) : x ∈
R}.

Exercício 1.0.11: Encontre uma solução e o conjunto solução das equações (esboce
geometricamente)
a) x + 2y = 1 b) x − y − 3 = 0 c) 2x − y = 2

Exemplo 1.0.12: Considere a equação linear x + 2y + 3z = 6. Podemos escrever

x = 6 − 2y − 3z , então para cada valor atribuido para y e z , obtemos um valor para x.
Por exemplo, se y = 0 e z = 1, então x = 6 − 2(0) − 3(1) = 3, e assim (3, 0, 1) é uma
solução da equação linear. Desta forma, a equação linear possui innitas soluções. O
conjunto solução da equação é

S = {(x, y, z) : x = 6 − 2y − 3z} = {(6 − 2y − 3z, y, z) : y, z ∈ R}.

Vale a pena observar, que conjunto solução desta equação linear é formado por todos
os pontos do plano dado por esta equação.

Exercício 1.0.13: Encontre uma solução e o conjunto solução das equações

a) x + 2y + z = 1 b) 2x + 2y + 2z = 8 c) x − y − z − 1 = 0

Exemplo 1.0.14: Resolva o sistema de equações lineares

{
x+y =3
.
x−y =1

Pelos exemplos anteriores, a solução da primeira equação é dada por todos os

pontos da reta de equação x + y = 3. Enquanto que o conjunto solução da segunda
equação é o conjunto de pontos da reta de equação x − y = 1. Como a solução do

8
sistema deve ser tanto uma solução da primeira equação, quanto da segunda equação,
a solução do sistema será um ponto na primeira reta e na segunda reta, logo na
interseção das retas.
Você pode esboçar as retas e encontrar sua interseção?
Outra form de encontrar a solução é resolvendo o sistema, por exemplo por substi-
tuição. Da primeira equação temos que x = 3 − y . Substituindo na segunda equação,
obtemos (3 − y) − y = 1 ⇒ 3 − 2y = 1 ⇒ −2y = −2 ⇒ y = 1. Então x = 3 − 1 = 2.
Portanto a solução do sistema de equações lineares é (2, 1). Observe que esta é a
única solução do sistema. Logo o conjunto solução do sistema é S = {(2, 1)}.

Pela posição relativa de retas no plano, sabemos que dadas duas retas, elas podem
ter um único ponto de interseção (como aconteceu no exemplo acima), podem ter
innitos pontos de interseção (o que acontece por exemplo com as seguintes retas
x + y = 1 e 2x + 2y = 2) ou nenhum ponto de interseção (o que ocorre com as retas
x + y = 1 e x + y = 2, que levaria a um absurdo da forma 1 = x + y = 2).
Assim podemos ter as seguintes situações: um sistema com uma única solução,
com innitas soluções ou com nenhuma solução. Além disso, dado qualquer sistema
de equações lineares teremos uma, e somente uma, das situações acima.

Denição 1.0.15: Um sistema impossível é um sistema de equações lineares que

não tem nenhuma solução. Um sistema possível determinado é um sistema de
equações lineares que tem innitas soluções. E um sistema possível indetermi-
nado é um sistema de equações lineares que tem uma única solução.
Exercício 1.0.16: Encontre uma solução e o conjunto solução dos sistemas de equa-
ções
{ lineares (esboce geometricamente)
{ {
x+y =2 x+y =2 x+y =3
a) b) c)
x−y =4 x+y =4 3x + 3y = 9
{ {
2x + 3y = 1 2x + y = 5
d) e)
3x − 2y = 2 3x − 5y = −7

Denição 1.0.17: Dois sistemas lineares são equivalentes quando têm os mesmos
conjuntos solução.

Nosso objetivo será transformar o sistema dado em um sistema equivalente que

seja mais fácil de resolver.

9
 No nosso texto, um sistema fácil de resolver, seria um sistema da forma


 x−y+z =1
y − 3z = 5 .


7z = 14

Este será um sistema fácil de resolver, pois podemos encontrar a solução, obtendo
o valor de z = 2 prontamente, na terceira equação, e então substituindo este valor na
segunda equação e obtendo o valor de y = 5 + 3(2) = 11. E substituindo os valores
de y e z já encontrados, na primeira equação, obtemos o valor de x = 1 + y − z =
1 + 11 − 2 = 10. Assim a solução deste sistema é (10, 11, 2).
Antes de introduzirmos um método que consiga transformar o sistema que deseja-
mos resolver, em um sistema equivalente mais fácil de resolver, vamos falar do conceito
de matriz completa ou matriz ampliada do sistema, um conceito muito usado.
Para denir este conceito, faremos uso de um exemplo para ilustrar a situação:
Considere o sistema 

 x − y + 2z = 5
3x − 2y = 7 .


2x − y + z = 1
Podemos reescrever este sistema em uma formato de matrizes da seguinte forma:
    
1 −1 2 x 5
    
 3 −2 0   y  =  7  ,
2 −1 1 z 1

chamado umsistema matricial.

  
1 −1 2 x
   
A matriz  3 −2 0  é chamada a matriz dos coecientes. A matriz  y 
2 −1 1 z
 
5
 
é chamada a matriz das variáveis e a matriz  7  é chamada a matriz dos
1
termos independentes
 . 
1 −1 2 | 5
 
E a matriz  3 −2 0 | 7  formada pelos coecientes e termos independentes
2 −1 1 | 1
é chamada matriz ampliada ou matriz completa do sistema.

10
1.1 Métodos de Resolução de Sistemas

Existem vários métodos e formas de resolver um sistema. Vamos usar neste texto o
Método de Eliminação de Gauss, que consiste em:
1) Escrever a matriz completa do sistema de equações lineares.
2) Usar operações elementares com as linhas para reduzir a matriz completa a uma
matriz mais simples (esta matriz mais simples será chamada matriz na forma escalo-
nada ou matriz na forma escada).
3) Resolve o sistema equivalente.
Convém ressaltar que usando as operações elementares no na matriz ampliada,
obtemos outra matriz (na forma escada) e escrevendo este sistema, ele é equivalente
ao sistema original.
As operações elementares, que aparecem no item (2) são as operações elencadas
em (0.1.4).
O processo de aplicar operações elementares com linhas para transformar uma
matriz em uma outra matriz (matriz escalonada) é chamado escalonamento.
Vamos agora ilustrar o Método de eliminação de Gauss com os seguintes

Exemplo 1.1.1: Encontre o conjunto solução do sistema



 x−y+z =0
−x + 3y + z = 5 .


3x + y + 7z = 2

Vamos encontrar a solução do sistema de equações lineares usando o Método de

Eliminação de Gauss.
Passo 1) Escrever a matriz completa do sistema de equações lineares.

 
1 −1 1 | 0
 
 −1 3 1 | 5 
3 1 7 | 2
Passo 2) Usar as operações elementares com as linhas na matriz ampliada.
Nosso objetivo será zerar as entradas a21 , a31 e a32 da matriz ampliada, nesta ordem.
(Ou seja, pretendemos zerar os termos abaixo da diagonal). Começamos zerando a21 .
Para isto, vamos substitiur a linha 2 (linha que contém o elemento a21 ) por: linha 1
somada com linha 2 (resumindo: L1 + L2, sendo L1 a linha 1 e L2 a linha 2). Assim

11
obteremos  
1 −1 1 | 0
 
 1 − 1 −1 + 3 1 + 1 | 0 + 5 
3 1 7 | 2
ou seja  
1 −1 1 | 0
 
 0 2 2 | 5 
3 1 7 | 2
Agora, vamos zerar a entrada a31 . A m de conseguir isto, vamos substituir a linha
3 (linha que contém o elemento a31 ) por: multiplicamos (-3) pela linha 1 e somamos
este resultado com a linha 3, ou sinteticamente, (−3)L1 + L3. Então
 
1 −1 1 | 0
 
 0 2 2 | 5 
(−3)1 + 3 (−3)(−1) + 1 (−3)1 + 7 | (−3)0 + 2

de onde temos que  

1 −1 1 | 0
 
 0 2 2 | 5 
0 4 4 | 2
Observe que para zerar os termos que estão abaixo da posição a11 , sempre multi-
plicamos a linha 1 por um número conveniente e somamos com a linha que contém o
elemento que desejamos zerar.
Resta agora zerar o termo a32 . Para fazer isso vamos multiplicar (-2) pela linha 2
e somar este resultado com a linha 3, isto é, (−2)L2 + L3. Portanto
 
1 −1 1 | 0
 
 0 2 2 | 5 
0 (−2)2 + 4 (−2)2 + 4 | (−2)5 + 2

que implica  
1 −1 1 | 0
 
 0 2 2 | 5 
0 0 0 | −8
Note que para zerar os termos que estão abaixo da posição a22 , sempre multipli-
camos a linha 2 por um número conveniente e somamos com a linha que contém o
elemento que desejamos zerar.

12
 Veja que a matriz resultante tem um formato que lembra uma "escada". Esta
matriz é chamada matriz na forma escada ou escalonada.
Agora escrevemos o sistema de equações lineares


 x−y+z =0
0x + 2y + 2z = 5 ,


0x + 0y + 0z = −8
ou simplesmente 

 x−y+z =0
2y + 2z = 5 .


0 = −8
Passo 3) Resolver o sistema equivalente.
Começamos a resolução de baixo para cima, ou pela última equação, 0 = 8. Mas
observe que não existem x, y e z de modo que 0 = 8 (é um absurdo). Portanto o
sistema não tem solução.

Exemplo 1.1.2: Encontre o conjunto solução do sistema



 x−y+z =0
−x + 3y + z = 5 .


3x + y + 7z = 10
Vamos encontrar a solução do sistema de equações lineares usando o Método de
Eliminação de Gauss.
Passo 1) Escrever a matriz completa do sistema de equações lineares.

 
1 −1 1 | 0
 
 −1 3 1 | 5 
3 1 7 | 10
Passo 2) Usar as operações elementares com as linhas na matriz ampliada.
Nosso objetivo será zerar as entradas a21 , a31 e a32 da matriz ampliada, nesta ordem.
(Ou seja, pretendemos zerar os termos abaixo da diagonal). Começamos zerando a21 .
Para isto, vamos substitiur a linha 2 (linha que contém o elemento a21 ) por: linha 1
somada com linha 2 (resumindo: L1 + L2, sendo L1 a linha 1 e L2 a linha 2). Assim
obteremos  
1 −1 1 | 0
 
 1 − 1 −1 + 3 1 + 1 | 0 + 5 
3 1 7 | 10

13
ou seja  
1 −1 1 | 0
 
 0 2 2 | 5 
3 1 7 | 10
Agora, vamos zerar a entrada a31 . A m de conseguir isto, vamos substituir a linha
3 (linha que contém o elemento a31 ) por: multiplicamos (-3) pela linha 1 e somamos
este resultado com a linha 3, ou sinteticamente, (−3)L1 + L3. Então
 
1 −1 1 | 0
 
 0 2 2 | 5 
(−3)1 + 3 (−3)(−1) + 1 (−3)1 + 7 | (−3)0 + 10

de onde temos que  

1 −1 1 | 0
 
 0 2 2 | 5 
0 4 4 | 10
Observe que para zerar os termos que estão abaixo da posição a11 , sempre multi-
plicamos a linha 1 por um número conveniente e somamos com a linha que contém o
elemento que desejamos zerar.
Resta agora zerar o termo a32 . Para fazer isso vamos multiplicar (-2) pela linha 2
e somar este resultado com a linha 3, isto é, (−2)L2 + L3. Portanto
 
1 −1 1 | 0
 
 0 2 2 | 5 
0 (−2)2 + 4 (−2)2 + 4 | (−2)5 + 10

que implica  
1 −1 1 | 0
 
 0 2 2 | 5 
0 0 0 | 0
Note que para zerar os termos que estão abaixo da posição a22 , sempre multipli-
camos a linha 2 por um número conveniente e somamos com a linha que contém o
elemento que desejamos zerar.
Veja que a matriz resultante tem um formato que lembra uma "escada". Esta
matriz é chamada matriz na forma escada ou escalonada.

14
 Agora escrevemos o sistema de equações lineares


 x−y+z =0
0x + 2y + 2z = 5 ,


0x + 0y + 0z = 0
ou simplesmente 

 x−y+z =0
2y + 2z = 5 .


0=0
Passo 3) Resolver o sistema equivalente.
Começamos a resolução de baixo para cima, ou pela última equação, 0 = 0, que
sempre é verdadeira. Da equação 2 temos z = 5−2y 2
. Substituindo este valor na
equação 1, obtemos x = y − z = y − 2 =5−2y 2y−5+2y
2
= 4y−5
2
.
Então observe que para cada valor de y em R, teremos valores para x e z . Ou
seja, o sistema tem innitas soluções.
{ 4y − 5 5 − 2y } {( 4y − 5 5 − 2y ) }
S = (x, y, z) : x = ez= = , y, :y∈R .
2 2 2 2
Exemplo 1.1.3: Para que valor(es) de k, se houver, o sistema
{
x + ky = 1
kx + y = 1
terá
a) nenhuma solução
b) uma única solução
c) innitas soluções.
Vamos usar o Método de Eliminação de Gauss.
Passo 1) Escrever a matriz ampliada do sistema de equações lineares
( )
1 k | 1
k 1 | 1
Passo 2) Usar operações elementares com as linhas.
Nosso objetivo será zerar o elemento a22 . Para isto vamos fazer (−k)L1 + L2. Como
vamos multiplicar a linha 1 por k e k pode ser 0, para efetuarmos a operação nas
linhas precisamos supor que k ̸= 0.
( )
1 k | 1
,
(−k)1 + k (−k)k + 1 | (−k)1 + 1

15
ou seja, ( )
1 k | 1
0 1−k | 1−k
2

Agora escrevendo o sistema equivalente

{
x + ky = 1
(1 − k 2 )y = 1 − k

Passo 3) Resolver o sistema equivalente. Começamos com a segunda equação

(1 − k )y = 1 − k .
2

◦ Se 1 − k 2 ̸= 0 ⇔ (1 − k)(1 + k) ̸= 0 ⇔ k ̸= 1 e k ̸= −1
Então y = 1−k1−k
2 = (1−k)(1+k) = 1+k . Daí segue da primeira equação que x = 1 − ky =
1−k 1

1 − k( 1+k
1
) = 1+k−k
1+k
1
= 1+k . Assim S = {(x, y) : x = y = 1+k 1
} = {( 1+k
1 1
, 1+k )} é a
única solução do sistema.
◦ Se 1 − k 2 = 0 ⇔ (1 − k)(1 + k) = 0 ⇔ k = 1 ou k = −1
a) k = −1
Então (1 − (−1)2 )y = 1 − (−1) ⇒ (1 − 1)y = 2 ⇒ 0y = 2 ⇒ 0 = 2 que é um absurdo,
ou seja, não existe x e y satisfazendo 0 = 2. Portanto não existe solução.
b) k = 1
Então (1 − (1)2 )y = 1 − (1) ⇒ (1 − 1)y = 0 ⇒ 0y = 0 ⇒ 0 = 0 que sempre é
verdadeiro. Daí da equação 1, temos x + y = 1 ⇒ y = 1 − x. Assim o sistema tem
innitas soluções, a saber,

S = {(x, y) : y = 1 − x} = {(x, 1 − x) : x ∈ R}.

Resta agora analisar o sistema se k = 0.

Neste caso o sistema de equações lineares se reduz a
{
x=1
.
y=1

Ou seja possui uma única solução S = {(1, 1)}.

Exercício
 1.1.4: Encontre o conjunto solução dos seguintes sistemas.

 x + 2y − 3z = 9
a) 2x − y + z = 0 R : S = {(2, 5, 1)}


4x − y + z = 4

16
 

 x − 3y − 2z = 0
b) −x + 2y + z = 0 R : S = {(x, x, −x) : x ∈ R}


2x + 4y + 6z = 0


 w + x + 2y + z = 1
c) w−x−y+z =0 R:S=∅


x + y = −1w + x + z = 2


 x+y+z =1
d) x − y + 2z = 2


x + 6y + 3z = 3
{
x+y+z+w−t=0
e) R : innitas soluções
x − y − z + 2w − t = 0
{
f) x1 + 2x2 + 3x3 + 4x4 + 5x5 + 6x6 = 2 R : innitas soluções


 2x + y = 2
g) x − 2y = 3 R : S = ∅


3x + 3y = 1

Exercício 1.1.5: Para que valor(es) de k, se houver, o sistema terá

a) nenhuma solução
b) uma única solução
c) innitas soluções. 
{  x + y + kz = 1
kx + 2y = 3 
1) 2) x + ky + z = 1
2x − 4y = −6 

kx + y + z = −2

 x + 2y − 2z − t = 1 

  x + y + kz = 0
 2x − 2y − 2z − 3t = −1 
3) 4) kx + y − z = 2 − k

 2x − 2y − z − 5t = 9 


 x + ky − z = −k
3x − y + z − kt = 0

17
Índice Remissivo
coecientes, 6 de uma equação linear, 6
conjunto solução, 7
termo independente, 6
equação
linear, 6
escalonamento, 11

matriz
ampliada, 10
completa, 10
das variáveis, 10
dos coecientes, 10
dos termos independentes, 10
inversa, 2
inversível, 2
método de eliminação de Gauss, 11
Método de Gauss-Jordan, 2

sistema
impossível, 9
matricial, 10
possível determinado, 9
possível indeterminado, 9
sistema de equações lineares, 7
sistema de equações lineares homogêneo,
7
sistemas
equivalentes, 9
solução
de um sistema de equações lineares, 7

18