Você está na página 1de 109

Sebenta

de
lgebra Linear e Geometria Analtica












Maria Eduarda Pinto Ferreira
Teresa Arajo


Captulo 1
Matrizes
Objectivo
Neste captulo vamos introduzir um novo conceito, o de matriz; os diferentes tipos
de matrizes existentes; estudar algumas operaes que se podem efectuar com
matrizes e as suas propriedades; dar o conceito de operao elementar; calcular a
caracterstica de uma matriz, quer pela definio, quer utilizando operaes
elementares, a que chamaremos mtodo da condensao e, finalmente, calcular a
inversa de uma matriz.
2 Matrizes
Introduo
Exemplo: Considere a seguinte tabela de dupla entrada da multiplicao:

* 2 3 4 5
6 12 18 24 30
7 14 21 28 35
8 16 24 32 40

Esta a tabela d-nos os resultados da multiplicao de 6, 7 e 8 por 2, 3, 4 e 5.
Por exemplo, na 3 linha, 4 coluna est o nmero 28, resultante da multiplicao de
7 por 4.
A entidade matemtica que representa uma tabela deste gnero uma matriz.
Definio: Uma matriz A = [a
ij
]
mxn
, i = 1, 2, , m, j = 1, 2, , n, do tipo mxn um
quadro com m linhas e n colunas cujos elementos a
ij
so escalares,
representando-se por:
A =
(
(
(
(

mn 2 m 1 m
n 2 22 21
n 1 12 11
a a a
a a a
a a a
L
M O M M
L
L
ou A =
|
|
|
|
|
.
|

\
|
mn m m
n
n
a a a
a a a
a a a
L
M O M M
L
L
2 1
2 22 21
1 12 11

As matrizes so representadas, normalmente, por letras maisculas (A, B, C, ) e
os seus elementos pela respectiva letra minscula com dois ndices, o primeiro,
normalmente representado pela letra i, corresponde ao nmero da linha e o
segundo, normalmente representado pela letra j, corresponde ao nmero da coluna,
sendo ento representado por a
ij
. Excepcionalmente podem aparecer matrizes
representadas por letras minsculas, por exemplo, na representao de um sistema
sob a forma de matriz, Ax = b, como iremos ver num outro captulo.
A matriz, A, delimitada por parnteses rectos ou por parnteses curvos. Daqui
para a frente vamos utilizar a notao de parnteses rectos.
Matrizes 3
Exemplo: O exemplo anterior pode ser convertido numa matriz B=[b
ij
]
4x5
.
Substituindo o operando * pelo nmero 0 obtm-se a seguinte matriz
O resultado da multiplicao de 7 por 4, que se encontra na 3 linha, 4 coluna,
matematicamente representa-se por b
34
= 28.

Podemos ento concluir que as matrizes so ferramentas que nos vo ajudar na vida
real, nomeadamente a programar, na resoluo de sistemas (circuitos elctricos), na
organizao de informao, etc.
Matrizes do mesmo tipo so matrizes com o mesmo nmero de linhas e o mesmo
nmero de colunas, isto , A = [a
ij
]
mxn
e B = [b
ij
]
pxq
so do mesmo tipo se e s se m=p
e n=q.
Exemplo: Dadas as 4 matrizes
so do mesmo tipo as matrizes C e D e a matrizes E e F.
(estas matrizes vo servir para exemplificar alguns conceitos)

Elementos homlogos, de matrizes do mesmo tipo, so os que tm ndices iguais,
isto , pertencem respectivamente mesma linha e mesma coluna, isto , dadas
duas matrizes A = [a
ij
]
mxn e
B = [b
ij
]
mxn
diz-se que o elemento a
ij
da matriz A
homlogo do elemento b
ij
da matriz B.
Exemplo: Nas matrizes C e D so elementos homlogos, os elementos
c
23
= 6 e d
23
= f; c
12
= 2 e d
12
= b; c
33
= 9 e d
33
= i; etc.
Exemplo: Nas matrizes E e F so elementos homlogos, os elementos
e
13
= 33 e f
13
= l; e
12
= 22 e f
12
= k; e
23
= 66 e f
23
= o; etc.

(
(
(
(

=
40 32 24 16 8
35 28 21 14 7
30 24 18 12 6
5 4 3 2 0
B
4 Matrizes
Diagonal principal, em matrizes com o mesmo nmero de linhas e colunas, so os
elementos cujo ndice da linha igual ao da coluna, isto , dada a matriz A = [a
ij
]
nxn
,
os elementos a
ij
com i=j so os elementos da diagonal principal.
Nota: S existem diagonais principais em matrizes quadradas.
Exemplo: As diagonais principais nas matrizes C e D so as seguintes
Na matriz C: c
11
= 1 c
22
= 5 c
33
= 9
Na matriz D: d
11
= a d
22
= e d
33
= i

Elementos opostos, ocupam posies simtricas relativamente diagonal principal,
isto , dada a matriz A = [a
ij
]
mxn
, diz-se que o elemento a
ij
o oposto do elemento a
ji
.
Exemplo: Na matriz C, os elementos c
12
= 2 e c
21
= 4 so elementos opostos.
Tipos de matrizes
Alguns tipos de matrizes Descrio
Matriz linha Matriz com uma s linha A = [a
1j
]
1xn

A = | |
n 1 12 11
a a a L
Matriz coluna Matriz com uma s coluna A = [a
i1
]
mx1

A =
(
(
(
(

1 m
21
11
a
a
a
M

Matriz rectangular Matriz com m linhas e n colunas A = [a
ij
]
mxn

A =
(
(
(
(

mn 2 m 1 m
n 2 22 21
n 1 12 11
a a a
a a a
a a a
L
M O M M
L
L

Matriz quadrada Matriz cujo nmero de linhas igual ao
nmero de colunas A = [a
ij
]
nxn

A =
(
(
(
(

mm 2 m 1 m
m 2 22 21
m 1 12 11
a a a
a a a
a a a
L
M O M M
L
L

Matriz nula Matriz A = [a
ij
]
mxn
com a
ij
= 0 j i
Matrizes 5
Matriz diagonal Matriz quadrada, A = [a
ij
]
nxn
, cujos elementos
acima e abaixo da diagonal so iguais a zero, e
pelo menos um elemento da diagonal principal
diferente de zero
A =
(
(
(
(

nn
22
11
a 0 0
0 a 0
0 0 a
L
M O M M
L
L
a
ij
0 i {1,2, n}
Matriz triangular superior Matriz quadrada, A = [a
ij
]
nxn
, cujos elementos
abaixo da diagonal so todos nulos
A =
(
(
(
(

nn
n 2 22
n 1 12 11
a 0 0
a a 0
a a a
L
M O M M
L
L

Matriz triangular inferior Matriz quadrada, A = [a
ij
]
nxn
, cujos elementos
acima da diagonal so todos nulos
A =
(
(
(
(

mm 2 m 1 m
22 21
11
a a a
0 a a
0 0 a
L
M O M M
L
L

Matriz identidade
(ou unidade)

Matriz diagonal, A = [a
ij
]
mxm
, cujos elementos
da diagonal so todos iguais a um
I
mxm
=
(
(
(
(

1 0 0
0 1 0
0 0 1
L
M O M M
L
L


Igualdade de matrizes
Duas matrizes, A = [a
ij
]
mxn
e B = [b
ij
]
mxn
, so iguais, se e s se, so do mesmo tipo e
todos os seus elementos homlogos so iguais, isto , a
ij
= b
ij
, i = 1, 2, ,m, j = 1, 2
, n.

6 Matrizes
Matriz transposta
Matriz que se obtm da matriz dada, A = [a
ij
]
mxn
, trocando ordenadamente as suas
linhas pelas suas colunas, designa-se por A
T
= [a
ji
]
nxm
.
Exemplo: As matrizes transpostas das matrizes C e F so:

Propriedades
Dadas as matrizes, A = [a
ij
]
mxn
e B = [b
ij
]
mxn
:
I (A
T
)
T
= A
Exemplo:
II (A + B)
T
= A
T
+ B
T

III (AB)
T
= B
T
A
T

Exerccio: Encontre algumas matrizes que satisfaam as propriedades anteriores.

Exerccio: "Algumas propriedades acima nem sempre se verificam.", diga em que
casos que isto acontece, para cada uma das propriedades.

Matriz simtrica: Matriz quadrada em que A = A
T
.

Matrizes 7
Operaes com matrizes
Adio de matrizes
S se podem adicionar matrizes do mesmo tipo.
Dadas duas matrizes A = [a
ij
]
mxn
e B = [b
ij
]
mxn
da soma destas matrizes resulta uma
outra matriz C = [c
ij
]
mxn
(do mesmo tipo) cujos elementos so iguais soma dos
elementos homlogos de A e B: c
ij
= a
ij
+ b
ij
(i = 1, 2, ,m; j = 1, 2 , n).
Propriedades
Dadas as matrizes, A = [a
ij
]
mxn
, B = [b
ij
]
mxn
, C = [c
ij
]
mxn
e D = [d
ij
]
mxn
:
I - Comutatividade: A + B = B + A
Exemplo:

II Associatividade: (A + B) + C = A + (B + C)
III Existncia de elemento neutro (matriz nula): A + 0 = 0 + A = A
IV Existncia de elemento oposto: A + (-A) = (-A) + A = 0
V Se A = B e C = D, ento A + C = B + D
Exerccio: Encontre algumas matrizes que satisfaam as propriedades anteriores.
Multiplicao de uma matriz por um escalar
Dada a matriz A = [a
ij
]
mxn
, da multiplicao do escalar k pela matriz A resulta uma
outra matriz C = [c
ij
]
mxn
, do mesmo tipo, cujos elementos so iguais ao produto do
escalar, k, por cada elemento da matriz A: c
ij
= ka
ij
, i = 1, 2, , m, j = 1, 2 , n.
8 Matrizes
Subtraco de matrizes
Dadas duas matrizes A = [a
ij
]
mxn
e B = [b
ij
]
mxn
a subtraco destas matrizes
corresponde adio de uma outra matriz que resulta da segunda por
multiplicao desta pelo escalar -1, isto , A - B = A + (-1)B.
Exemplo: C - D = C + (-1)D

Propriedades
Dadas as matrizes, A = [a
ij
]
mxn
, B = [b
ij
]
mxn
e k e t escalares reais:
I k(A + B) = kA + kB
II (k + t) A = kA + tA
III (kt) A = k (tA) = t (kA)
IV 1A = A
V A = B kA = kB
Exerccio: Encontre algumas matrizes que satisfaam as propriedades anteriores.
Multiplicao de matrizes
Dadas duas matrizes A = [a
ij
]
mxn
e B = [b
ij
]
nxp
, onde o nmero de colunas da
primeira igual ao nmero de linhas da segunda, o produto destas matrizes uma
outra matriz, C = [c
ij
]
mxp
tal que c
ij
=

=
n
1 k
kj ik
b a (i= 1, 2, ,m; j= 1, 2 , p).
Matrizes 9
Exemplo:

Propriedades
Dadas as matrizes, A = [a
ij
]
mxn
, B = [b
ij
]
mxn
, C = [c
ij
]
mxn
e D = [d
ij
]
mxn
:
I Associatividade (A B) C = A (B C)
II Existncia de elemento neutro A I = I A = A
III Distributividade da multiplicao direita e esquerda em relao
adio
(A + B) C = A C + B C A (B + C) = A B + A C
IV A = B e C = D A C = B D
Exerccio: Encontre algumas matrizes que satisfaam as propriedades anteriores.

Nota: Normalmente a multiplicao de matrizes NO COMUTATIVA, mas
quando tal acontece as matrizes dizem-se permutveis, isto ,
Matrizes permutveis: Matrizes A e B tais que AB = BA.
Exerccio: Encontre algumas matrizes permutveis.

Exerccio: Demonstre que a multiplicao de matrizes no comutativa.
(

+ + + + + +
+ + + + + +
=
(
(
(

=
9 * 6 * 3 * 8 * 5 * 2 * 7 * 0 4 * 1 *
9 * 6 * 3 * 8 * 5 * 2 * 7 * 4 * 1 *
9 8 7
6 5 4
3 2 1
o n m o n m n m
l k j l k j l k j
o n m
l k j
FC
(

+ + + + + +
+ + + + + +
=
(
(
(

=
9 * 6 * 3 * 8 * 5 * 2 * 7 * 0 4 * 1 *
9 * 6 * 3 * 8 * 5 * 2 * 7 * 4 * 1 *
9 8 7
6 5 4
3 2 1
o n m o n m n m
l k j l k j l k j
o n m
l k j
FC
10 Matrizes
Combinao linear de linhas e colunas
Dadas as matrizes coluna
(
(
(
(

=
1 m
21
11
1
a
a
a
A
M
,
(
(
(
(

=
2 m
22
12
2
a
a
a
A
M
,...,
(
(
(
(

=
mn
n 2
n 1
k
a
a
a
A
M
, e dada uma
matriz C, diz-se que C combinao linear de
n 2 1
A , , A , A K , se e s se

=
= + + + =
n
1 i
i i n n 2 2 1 1 n 2 1
A A A A C : , , , K K
Dependncia e independncia linear
Colunas linearmente dependentes
As matrizes coluna
n 2 1
A , , A , A K , dizem-se linearmente dependentes se e s se:

n 2 1
, , , K \{0}: 0 A A A
n n 2 2 1 1
= + + + K
Colunas linearmente independentes
As matrizes coluna
n 2 1
A , , A , A K , dizem-se linearmente independentes se e s se:
0 0 A A A
n 2 1 n n 2 2 1 1
= = = = = + + + K K
Analogamente para as linhas.
Exerccio: D a definio de combinao linear, dependncia e independncia linear
para as linhas.
Nota: A dependncia e independncia linear das colunas (linhas) de uma matriz
no se altera quando se efectuam operaes elementares.
Matrizes 11
Caracterstica de uma matriz
Definio
A caracterstica de uma matriz corresponde ao nmero mximo de colunas (linhas)
linearmente independentes.
Nota: O nmero mximo de linhas linearmente independentes igual ao nmero
mximo de colunas linearmente independentes.


Exemplo: Para a matriz calcule


a) as linhas linearmente independentes;
b) as colunas linearmente independentes;
c) a caracterstica da matriz A.
a)
L
1
, L
2
e L
3
so linearmente dependentes;

L
2
e L
3
so linearmente independentes;

L
1
e L
3
so linearmente dependentes;

L
1
e L
2
so linearmente independentes;
Concluindo, temos dois conjuntos de duas linhas linearmente independentes, {L
2,
L
3
}
e {L
1,
L
2
}.

b)
C
1
, C
2
e C
3
so linearmente dependentes, porque L
1
, L
2
e L
3
o so;



C
1
e C
2
so linearmente independentes;



(
(
(

=
6 4 2
5 4 0
3 2 1
A
( ) ( ) ( ) ( )

=
=
= + +
0
2
0 , 0 , 0 6 , 4 , 2 5 , 4 , 0 3 , 2 , 1
( ) ( ) ( )

=
=
= +
0
0
0 , 0 , 0 6 , 4 , 2 5 , 4 , 0
2 ) 0 , 0 , 0 ( ) 6 , 4 , 2 ( ) 3 , 2 , 1 ( = = +
( ) ( ) ( )

=
=
= +
0
0
0 , 0 , 0 5 , 4 , 0 3 , 2 , 1

=
=
= +
0
0
) 0 , 0 , 0 ( ) 4 , 4 , 2 ( ) 2 , 0 , 1 (


12 Matrizes



C
2
e C
3
so linearmente independentes;



C
1
e C
3
so linearmente independentes;
Concluindo temos trs conjuntos de duas colunas linearmente independentes,
{C
2
,C
3
}, {C
1
,C
3
} e {C
1
,C
2
}.

c) A caracterstica de uma matriz igual ao nmero mximo de linhas/colunas
linearmente independentes. Logo, das alneas anteriores, podemos concluir que
a caracterstica da matriz igual a 2.
Operaes elementares sobre matrizes
Existem trs operaes elementares:
I) Permuta de duas linhas (colunas);
II) Multiplicao de uma linha (coluna) por um nmero diferente de zero;
III) Adio aos elementos de uma linha (coluna) os elementos
correspondentes de uma outra linha (coluna) paralela multiplicada por
um nmero qualquer.
Exemplo: Aplicando a operao elementar tipo I) matriz C vem:





Aplicando a operao elementar tipo II) matriz C vem:





Aplicando a operao elementar tipo III) matriz C vem:


=
=
= +
0
0
) 0 , 0 , 0 ( ) 6 , 5 , 3 ( ) 4 , 4 , 2 (

=
=
= +
0
0
) 0 , 0 , 0 ( ) 6 , 5 , 3 ( ) 2 , 0 , 1 (


Matrizes 13
Matrizes equivalentes
Duas matrizes dizem-se equivalentes, e escreve-se A ~ B, se uma delas puder ser
obtida da outra realizando um nmero finito de operaes elementares.
Exemplo: As matrizes do exemplo anterior so matrizes equivalentes, isto ,
Mtodo da condensao
Vamos apresentar o mtodo da condensao. Veremos posteriormente como
utilizar este mtodo no clculo da caracterstica, da inversa e do determinante de
uma matriz e na resoluo de sistemas de equaes lineares.
A condensao de uma matriz A = [a
ij
]
mxn
consiste nas seguintes fases:
a) Tome-se 0 a
11
(se 0 a
11
= , troca-se a primeira linha com outra, de modo
a que
11
a seja no nulo, a esta operao chama-se pivotagem, se a primeira
linha for toda nula, troca-se com a ltima linha e repete-se o raciocnio),
designando-se este por elemento redutor ou pivot;
b) Fixado o elemento
11
a , procuram-se escalares
i
tais que 0 a a
1 i 11 i
= + ,
m ,..., 2 i = ; soma-se linha i a primeira multiplicada por
i
, anulando-se,
assim, todos os elementos abaixo de
11
a , diz-se ento que se condensou a
primeira coluna;
c) Na matriz obtida procede-se do mesmo modo, desta vez tomando como
elemento redutor
22
a , e assim sucessivamente, at um determinado
elemento
rr
a . A condensao termina, obtendo-se a matriz condensada A',
quando j no existem:
14 Matrizes
i) mais colunas, ou seja, n r =
(
(
(
(
(
(
(
(
(

=
0 0 0
0 0 0
' a 0 0
' a ' a 0
' a ' a ' a
' A
rn
n 2 22
n 1 12 11
L
M O M M
L
L
M O M M
L
L

ii) mais linhas, ou seja, m r =
(
(
(
(
(

=
+
+
+
mn 1 m , m mm
n 2 1 m , 2 m 2 22
n 1 1 m , 1 m 1 12 11
' a ' a ' a 0 0
' a ' a ' a ' a 0
' a ' a ' a ' a ' a
' A
L L
M O M M O M M
L L
L L

iii) apenas linhas nulas, ou seja, m r <
(
(
(
(
(
(
(
(
(

=
+
+
+
0 0 0 0 0
0 0 0 0 0
' a ' a ' a 0 0
' a ' a ' a ' a 0
' a ' a ' a ' a ' a
' A
rn 1 r , r rr
n 2 1 r , 2 r 2 22
n 1 1 r , 1 r 1 12 11
L L
M O M M O M M
L L
L L
M O M M O M M
L L
L L

Note-se que todas as matrizes A' contm uma submatriz triangular superior de
ordem mxima, r, de elementos diagonais no nulos.
A passagem da matriz inicial, A, para a matriz condensada, A', foi realizada
utilizando unicamente operaes elementares, logo as matrizes A e A' so
equivalentes.
Matrizes 15
Exemplo: Vamos aplicar o mtodo da condensao a vrias matrizes




















Caracterstica de uma matriz utilizando o mtodo da condensao
Como a independncia linear no se altera quando se efectuam operaes
elementares, a caracterstica de uma matriz pode ser obtida por condensao, e
corresponde ordem da submatriz triangular superior da matriz condensada, ou
seja, car(A) = r.
Exemplo: No exemplo dado para exemplificar as operaes elementares vimos que
as matrizes C, C
I
, C
II
, C
III
, C
IV
, C
V
e C
VI
so matrizes equivalentes, isto ,
foram obtidas umas das outras atravs de operaes elementares, e pode
escrever-se

Logo, tm a mesma caracterstica,
car(C) = car(C
I
) = car(C
II
) = car(C
III
) = car(C
IV
) = car(C
V
) = car(C
VI
)

16 Matrizes
Exemplo: Dos exemplos da condensao de matrizes, temos:

A matriz condensada contm uma submatriz triangular superior de ordem 3, logo a
caracterstica desta matriz 3.

A matriz condensada contm uma submatriz triangular superior de ordem 2, logo a
caracterstica desta matriz 2.

A matriz condensada contm uma submatriz triangular superior de ordem 3, logo a
caracterstica desta matriz 3.
Inversa de uma matriz
Inversa esquerda e inversa direita de uma matriz
Seja A = [a
ij
]
mxn
. Chama-se inversa esquerda da matriz A, a qualquer matriz M do
tipo nxm tal que M A = I, onde I a matriz identidade de ordem n. Chama-se
inversa direita da matriz A, a qualquer matriz N do tipo nxm tal que A N = I, onde
I a matriz identidade de ordem m.
Definio de inversa de uma matriz
Chama-se inversa da matriz A a uma matriz, que se representa por A
-1
, tal que
A
-1
A = A A
-1
= I
Nota: Uma condio necessria para uma matriz ter inversa, que seja quadrada.
No entanto, nem todas as matrizes quadradas tm inversa.
Matrizes 17
Exerccio: D um exemplo de uma matriz quadrada que no tenha inversa.
Propriedades
Dadas as matrizes, A = [a
ij
]
mxn
, B = [b
ij
]
mxn
e k escalar inteiro:
I (A B)
-1
= B
-1
A
-1
II Se A quadrada e invertvel ento (A
-1
)
-1
= A
III I
-1
= I
IV A
-1
(A B) = 0 B = 0
V Se A quadrada e invertvel ento (A
k
)
-1
= (A
-1
)
k
VI - (A
T
)
-1
= (A
-1
)
T

Exerccio: Encontre algumas matrizes que satisfaam as propriedades.
Clculo da inversa de uma matriz por condensao
A inversa de uma matriz A pode ser calculada atravs da realizao de um nmero
finito de operaes elementares sobre linhas (colunas), a este mtodo chama-se
mtodo da condensao. Neste mtodo o objectivo , aplicando operaes
elementares s linhas:
ou

ou, aplicando operaes elementares s colunas:

ou


I A
~ operaes
elementares
sobre
linhas
I
A
-1
I
A
A
-1
~
operaes
elementares
sobre
colunas
I
I A
~
operaes
elementares
sobre
linhas
I
A
-1
I
A
A
-1
~
operaes
elementares
sobre
colunas
I
18 Matrizes
Exerccios
1 - Considere as seguintes matrizes sobre :

A =
1 2 3
2 1 4

(
B =
(
(
(

2 3
1 2
0 1
C =
3 1 3
4 1 5
2 1 3

(
(
(

D =
3 2
2 4

(
E =
2 4 5
0 1 4
3 2 1

(
(
(
F =

(
4 5
2 3


a) Para as matrizes A, B e C, identifique:
i) a
12
, a
22
, a
23

ii) b
11
, b
21
, b
32

iii) c
13
, c
31
, c
33


b) Para as matrizes A, B, C, D, E, F, se possvel calcule:
i) C+E
ii) AB e BA
iii) 2D - 3F
iv) CB+D
v) (3)(2A) e 6A
vi) A(BD) e (AB)D
vii) A(C+E) e AC+AE
viii) 3A+2A e 5A
ix) DF+2A
x) (-4A)(3C) e (-12)(AC)
xi) A
T
e (A
T
)
T

xii) (C+E)
T
e C
T
+E
T

xiii) (AB)
T
e B
T
A
T

xiv) (BC)
T
e C
T
B
T


(

=
4 3
2 1
A
=

2 / 1 2 / 3
1 2
1
A
L =L /-2 2 2
(

2
1
2
3
1 0
1 2 0 1
~
1 3 2 0
1 2 0 1
~
~
1 3 2 0
0 1 2 1
~
1 0 4 3
0 1 2 1
L =L + L 1 1 2 L =L -3L 2 2 1
Exemplo:
Matrizes 19
2 - Dadas as seguintes matrizes sobre :

A =
(
(
(

2 1 0
3 2 1
0 2 1
B =
1 2 1
0 1 2
0 1 3

(
(
(
C =
(
(
(


5 2 1
1 3 2
2 0 1


Determine a matriz X tal que:
a) A+X
T
=B
T
+C
b) (A+B)
T
+X=B-C
T

c) X+AB=C
T
A
d) X+B
2
-A=2I+C
e) (A+X)
T
=BC+A
2

3 - Dada a matriz A =
(


2 1
1 1
, verifique se 3A+A
2
=A(3I+A).

4 - Dadas a matriz A =
(


b b a
b a a
e B =
(


d d c
d c c
sobre , mostre que so
permutveis.

5 - Sejam i,j e A=[a
ij
] uma matriz nxn.
Diga, justificando, se so verdadeiras ou falsas as seguintes afirmaes:
a) (A+I)
2
=A
2
+2A+I
b) (A+B)
2
=A
2
+2AB+B
2

c) se AB=BA, ento (A+B)(A-B)=A
2
-B
2


6 - Seja A =
1 2
4 3

(
, encontre f(A) onde f(X)=2X
3
-4X+3.

7 - Encontre todas as matrizes B que permutam com a matriz A dada em 6.

8 - Determine uma matriz B de 2 ordem, sem elementos nulos, tal que B
2
=0.

9 - Para A =

(
(
(
1 2 0
2 5 3
0 3 0
, B =
(
(
(

1 2 0
0 2 2
4 3 1
e C =
1 0 1 2
3 1 0 1
2 1 0 2

(
(
(


a) simplifique a expresso AB+5B+B
T
B-M=0
b) determine o valor de M da expresso anterior
c) verifique se A e B so permutveis
d) verifique se A e C so permutveis

20 Matrizes
10 - Para M =
(
(
(
(

2 3 3 1
0 2 1 2
3 1 2 1
1 2 0 1
, calcule MM
T
e classifique a matriz produto.

11 - Para a matriz A=
(
(
(

6 4 0
5 3 1
3 2 1
calcule

a) as linhas linearmente independentes
b) as colunas linearmente independentes
c) a caracterstica de A

12 - Calcule a caracterstica das seguintes matrizes:

A=
(
(
(

3 2 1
1 1 0
3 2 1
B=
(
(
(

2 0 0 1
1 0 1 1
1 1 1 1
C=
(
(
(

0 0 1
0 1 0
1 0 0
D=
(
(
(
(

1 0 0
0 0 0
1 1 1
0 0 1


13 - Dadas as matrizes A, B e C determine as matrizes X que verifiquem as
condies:
A=
(


1 0
1 1
B=
(

5 1
3 2
C=
(

8 0
0 1

a) AX=B
2
+C
b) BX=A
T
+BC
c) XC=(AB)
2
d) XC=(A-B)
2

14 - Dadas as matrizes A=
(
(
(
(

b 3 2 a
1 a 0 5
a 2 4 3
2 b 1 a
e B=
(
(
(
(





2 1 1 0
7 b 1 10
1 1 1 1
b 2 2 1 a 2


a) Calcule AB
b) Determine a e b, tal que A=B
-1


15 - Para A=
(
(
(

8 0 1
3 5 2
3 2 1
B=
(
(
(

2 3 5
5 4 0
3 2 1
C=
(
(
(

9 6 3
6 4 2
3 2 1
D=
(
(
(

6 4 2
5 4 0
3 2 1


a) Verifique que (AB)
-1
=B
-1
A
-1

b) Utilizando o mtodo da condensao calcule car(A), car(B), car(C) e car(D)
Matrizes 21

16 - Calcule a caracterstica das seguintes matrizes:

A=
(
(
(




1 a 2 1 a 2 1 a
2 a 1 a 2 a
2 a 1 a 2 2
B=
(
(
(




1 1 2 1 2 1
2 1 2
1 2 1 2 2
a a a
a a a a
a a


17 - Dadas as matrizes
(
(
(
(
(
(

0
2
3
cis
2
cis 1
2
4
cis 2
,
(
(

2
cis 2 0
1 cis 0 cis
e
(
(
(
(
(
(

0
2
cis
2
3
cis 3
5
4
cis 2

a) Identifique cada uma das matrizes acima indicadas com as letras A, B e C tal
que D=AB=
(

i 2 L
L L
.
b) Calcule a matriz D.
c) Simplifique a expresso X = (B
T
A
T
C)
T
+AB
d) Determine o valor da matriz X.
18 - Dadas as matrizes A =
(

|
.
|

\
|
+
2
cis 2 i 2 , B =
( )
(

cis 2
i 10 4
e C =
(

4 3
2 1

a) Determine C
-1
, utilizando o mtodo da condensao.
b) Simplifique a expresso AB+ACB+X = 0.
c) Determine o valor da matriz X.
19 - Dadas as matrizes A =
0 1 2
1 1
2
a

(
B =
1 0
2 1
1 1

(
(
(

a) Verifique se (AB)

T
= B
T
A
T
.
b) Determine o valor da matriz X tal que X = (AB)

T
xA+ B
T
A
T
xA.

20 - Dadas as matrizes A=
(

+
1 i 3
i i 2 1
, B=
(
(
(
(

|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
0 cis
2
cis
2
3
cis
2
3
cis 2
e C=
1 2
1 3

(

a) Simplifique a expresso AX+BX+X-C=0.
b) Determine a matriz X que verifica a condio AX+BX+X-C=0.
Solues

1 - a) i) 2;1;4 ii) 1;2;2 iii) 3;2;3

b) i)
(
(
(


4 3 5
9 2 4
8 5 5
ii)
(

9 16
8 14
;
(
(
(

17 8 7
10 5 4
3 2 1
iii)
18 19
2 1

(

22 Matrizes
iv) IMP v)
(

24 6 12
18 12 6
vi)
58 4
66 4

(
vii)
(

41 4 34
38 8 28

viii)
(

20 5 10
15 10 5
ix) IMP x)

(
204 48 264
216 36 276
xi)
1 2
2 1
3 4

(
(
(
; A
xii)
(
(
(

4 9 8
3 2 5
5 4 5
xiii)
(

9 8
16 14
xiv) IMP; IMP

2 - a)
(
(
(



0 3 2
3 6 2
2 5 1
b)

(
(
(
2 1 0
4 1 0
1 7 7
c)
(
(
(

17 6 3
1 3 4
3 7 2

d)
3 3 4
1 2 12
1 1 2

(
(
(
e)
(
(
(


11 20 11
2 10 3
6 5 4


3 - Verdadeira

5 - a) Verdadeira b) Falsa c) Verdadeira

6 -
(

119 104
52 15


7 -
(

+
w y 2
y w y 2


8 - Por exemplo:
1 1
1 1

(


9 - a) (A+5I+B
T
)B-M=0 b) M =
(
(
(


22 30 10
19 3 11
12 1 5

c) No Permutveis d) No Permutveis
10 -
(
(
(
(


23 11 14 3
11 9 2 2
14 2 15 0
3 2 0 6
Matriz Simtrica

11 - a) as 3 linhas
b) as 3 colunas
c) 3

12 - Car(A)=2 Car(B)=3 Car(C)=3 Car(D)=3
Matrizes 23

13 - a)
(

36 7
57 15
b)
(
(
(

7
58
7
3
7
3
7
15
c)
(
(
(


8
23
6
2
3
1
d)
(
(
(

8
20
5
8
20
5


14 - a)
(
(
(
(
(

+ + + +
+
+ +
+ + +
19 b 2 ab 2 2 b 2 a 2 1 b a 32 a 2
2 b 10 a 7 11 ab a 4 0
10 b 6 a 2 2 b 2 a a 5 24 a 6
3 b 7 ab 2 1 b a 2 1 b a b 10 1 a 2
2
2 2

b) Por exemplo a=4 b=3

15 - a) Verdadeira
b) Car(A)=3; Car(B)=3; Car(C)=1; Car(D)=2

16 - Se a -1 a 1 a 0 Car(A) = 3
Se a = -1 a = 1 a = 0 Car(A) = 2

Se a -1 a 1 a 0 Car(B) = 3
Se a = 0 Car(B) = 3
Se a = 1 Car(B) = 3
Se a = -1 Car(B) = 2
Resumo: Se a -1 Car(B) = 3
Se a = -1 Car(B) = 2
17 - a) B, A, C b)
(


i 2 3
i 2 0
c) X = (C
T
+ I)(AB) d) IMP
18 - a)
(
(

2
1
2
3
1 2
b) X = - A(I + C)B c)
(



i 24 8
i 8 96

19 - a) Verdadeiro b) X = 2 (AB)
T
A =
(

+ + + +
2 4 2 2
2 4 2
a 2 14 a 2 a 2 6 a 2 2
a 4 a 4 a 4

20 - a) X = (A + B + I)
-1
C b)
(
(
(

0
6
1
1
2
1



24 Matrizes

Captulo 2
Determinantes
Objectivo

O objectivo deste captulo introduzir o conceito de determinante de uma matriz,
ver algumas regras prticas para o calcular, a reduo da ordem de um
determinante utilizando o teorema de Laplace e as suas propriedades. Alm disso,
veremos como calcular a inversa de uma matriz utilizando determinantes, bem
como a definio e o clculo dos valores prprios e vectores prprios de uma
matriz.
26 Determinantes
Introduo
Permutao de n elementos
Permutao
Seja n} ..., 2, {1, S= o conjunto dos inteiros de 1 a n, dispostos em ordem crescente.
Um rearranjo j
1
j
2
... j
n
dos elementos de S chamado uma permutao de S.
Exemplo: 4231 uma permutao de S = {1, 2, 3, 4}.
Inverso
Uma permutao j
1
j
2
... j
n
de n} ..., 2, {1, S= tem uma inverso se um inteiro maior j
r
precede um inteiro menor j
s
.
Exemplo: 4231 uma permutao de S = {1, 2, 3, 4} e temos
4 > 2 uma inverso
4 > 3 uma inverso
4 > 1 uma inverso
2 > 1 uma inverso
3 > 1 uma inverso
Concluindo em 4231 temos cinco inverses.
Permutao principal
Permutao por ordem crescente, isto , sem inverses.
Exemplo: 1234 a permutao principal de S = {1, 2, 3, 4}.
Classes
Uma permutao de classe par se o nmero total de inverses for par.
Uma permutao de classe mpar se o nmero total de inverses for mpar.
Nota: As permutaes principais so consideradas de classe par.
Exemplo: Em 4132 temos
4 > 1 uma inverso
4 > 3 uma inverso
4 > 2 uma inverso
3 > 2 uma inverso
Temos quatro inverses, logo a permutao de classe par.

Determinantes 27
Exemplo: Na permutao do exemplo anterior temos cinco inverses, logo 4231
de classe mpar.

Para construir uma permutao do conjunto n} ..., 2, {1, S= , podemos colocar
qualquer um dos n elementos de S na primeira posio, qualquer um dos restantes
n-1 elementos na segunda posio, qualquer um dos restantes n-2 elementos na
terceira posio, e assim sucessivamente, at que a n-sima posio s pode ser
preenchida pelo elemento que falta. Donde, podemos concluir que existem
1 2 3 ... 2) - (n 1) - (n n permutaes em S, ou seja, n! permutaes.
Exemplo:
Conjunto Nmero de
permutaes
Permutaes Inverses Classes
S = {1} 1! = 1 1 - par
S = {1, 2} 2! = 2*1 = 1 12
21
-
2>1
par
mpar
S = {1, 2, 3} 3! = 3*2*1 = 6 123
231
312
132
213
321
-
2>1, 3>1
3>1, 2>1
3>2
2>1
3>2, 3>1, 2>1
par
par
par
mpar
mpar
mpar

Na tabela acima podemos verificar que o nmero de permutaes pares e mpares
para cada conjunto S igual. Generalizando, para n > 1, n} ..., 2, {1, S= tem
2
n!

permutaes pares e
2
n!
permutaes mpares.
Teorema de Bezout: Se numa permutao trocarmos entre si dois elementos a
permutao muda de classe.
28 Determinantes
(

22 21
12 11
a a
a a
Determinante
Dada a matriz A = [a
ij
]
nxn
, definimos o determinante da matriz A, e escrevemos
|A|, det(A) ou simplesmente , como
|A| =
n 2 1
nj j 2 j 1
a a a K

(1)
onde o somatrio realizado para todas as permutaes, j
1
j
2
... j
n
, do conjunto
n} ..., 2, {1, S= . O sinal escolhido positivo ou negativo consoante a permutao j
1
j
2

... j
n
seja par ou mpar, respectivamente.
Em cada termo,
n 2 1
nj j 2 j 1
a a a K , do determinante da matriz A, os subndices relativos
s linhas esto na sua ordem natural, enquanto que os subndices relativos s
colunas esto na ordem j
1
j
2
... j
n
. Como a permutao j
1
j
2
...j
n
simplesmente um
rearranjo dos nmeros de 1 a n, no contm repeties. Assim, cada termo do
determinante da matriz A o produto de n elementos de A com sinal apropriado,
com exactamente um elemento de cada linha e um elemento de cada coluna. Como
estamos a somar todas as permutaes do conjunto n} ..., 2, {1, S= , o determinante
da matriz A tem n! termos na equao (1).
Exemplo: A = [a
11
] n = 1 1! = 1 permutao
S tem a permutao principal, de classe par, logo |A| = a
11
.

Exemplo: A = n = 2 2! = 2*1 = 2 permutaes

Pela equao (1) vem
a
11
a
22
(permutao de classe par)
a
12
a
21
(permutao de classe mpar)
Logo, |A| = ? a
11
a
22
? a
12
a
21
ou seja, |A| = +a
11
a
22
- a
12
a
21

Nota: S possvel calcular determinantes de matrizes quadradas. A ordem de um
determinante igual ao nmero de linhas (colunas).
Determinantes 29
21 12 22 11
22 21
12 11
a a a a
a a
a a
A + = =
negativos termos
a a a
a a a
a a a
A
positivos termos
a a a
a a a
a a a
A
33 32 31
23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
=
=
Para simplificar, "porque quando as coisas se complicam, vm os Matemticos e
simplificam", surgiram algumas regras prticas.
Regras prticas
Para matrizes 2x2

Para matrizes 3X3, temos a regra de Sarrus:
ou ainda,



NOTA: Estas regras prticas para o clculo de determinantes s podem ser
aplicadas a matrizes de ordem inferior ou igual a trs.
Como se poder calcular o determinante de uma matriz de ordem superior a trs?
Podemos utilizar a definio, mas tem a desvantagem de ser pouco eficiente. Por
exemplo, para o clculo do determinante de uma matriz de ordem 4, vamos ter 4! =
4*3*2*1 = 24 parcelas, correspondentes s respectivas permutaes de um conjunto
de quatro elementos.
Novamente para simplificar o clculo do determinante de uma matriz, surgiu o
teorema de Laplace.
23 22 21
13 12 11
21 12 33 11 32 23 31 22 13 23 12 31 13 32 21 33 22 11
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a a a a a a a a a a a a a a a a
a a a
a a a
a a a
A + + + = =
30 Determinantes
(
(
(
(



5 1 1 3
1 1 2 1
2 2 0 1
4 3 2 1
Antes de vermos o teorema de Laplace vamos aprender dois novos conceitos.
Menor complementar de um elemento, a
ij
, de uma matriz A, o determinante da
matriz que se obtm da matriz A, suprimindo-lhe a linha i e a coluna j, ou seja, a
linha e a coluna que cruzam nesse elemento.
Complemento algbrico de um elemento, a
ij
, de uma matriz A, o produto do
menor complementar desse elemento por (-1)
i+j
, onde i e j so as ordens da linha e
da coluna, respectivamente, que se cruzam nesse elemento, e representa-se por A
ij
.


Exemplo: Seja A = .



O menor complementar do elemento a
44
e o respectivo complemento



algbrico A
44
= (-1)
4+4
.


Teorema de Laplace
O determinante de uma matriz A igual soma dos produtos que se obtm
multiplicando cada um dos elementos de uma das suas linhas (ou colunas) pelo
respectivo complemento algbrico.
Exemplo: Vamos desenvolver o determinante da matriz A, do exemplo anterior,
segundo a 4 linha:
det(A) = a
41
A
41
+ a
42
A
42
+ a
43
A
43
+ a
44
A
44









= (-3)(-28) + (-21) + (-10) + 5(-4) = 33
1 2 1
2 0 1
3 2 1

1 2 1
2 0 1
3 2 1

1 2 1
2 0 1
3 2 1
) 1 ( 5
1 2 1
2 0 1
4 2 1
(-1) ) 1 (
1 1 1
2 2 1
4 3 1
(-1) 1
1 1 2
2 2 0
4 3 2
(-1) 3
4 4
4 3 4 2 4 1
+
+

=
+
+ + +
-
Determinantes 31
Propriedades
O valor do determinante de uma matriz no se altera quando se trocam,
ordenadamente, as suas colunas com as suas linhas, isto ,
|A| = |A
T
|
Demonstrao:
Sejam A = [a
ij
] e A
T
= [b
ij
] onde b
ij
= a
ji
, 1 i n, 1 j n). Ento, por (1), temos
|A
T
| =
n j 2 j 1 j nj j 2 j 1
n 2 1 n 2 1
a a a b b b K K

= (2)
Reordenando os factores do termo
n j 2 j 1 j
n 2 1
a a a K , de forma a que os ndices de linha
estejam ordenados, vem
n 2 1 n 2 1 n 2 1
nk k 2 k 1 n j 2 j 1 j nj j 2 j 1
a a a a a a b b b K K K = =
Supondo que as permutaes, k
1
k
2
... k
n
, que determina o sinal associado a
n 2 1
nk k 2 k 1
a a a K , e j
1
j
2
... j
n
, que determina o sinal associado a
n 2 1
nj j 2 j 1
b b b K , so ambas
pares ou ambas mpares.

Exemplo:
O nmero de inverses na permutao 45123 seis e em 34512, tambm seis.

E como os termos e o sinal correspondentes em (1) e (2) coincidem, conclui-se que
|A| = |A
T
|.
Nota: Desta propriedade conclui-se que podemos aplicar as propriedades tanto s
linhas como s colunas.

Exemplo: |A| =



|A
T
| =


10 ) 2 4 0 ( 4 8 0
1 2 1
2 0 1
4 2 1
= + =


10 ) 2 4 0 ( 8 4 0
1 2 4
2 0 2
1 1 1
= + =

53 42 31 25 14 25 14 53 42 31 52 41 35 24 13
a a a a a a a a a a b b b b b = =
32 Determinantes
Se os elementos de uma linha (coluna) da matriz A forem todos nulos, ento
|A| = 0.
Demonstrao:
Suponhamos que a r-sima linha da matriz A formada por zeros. Cada termo da
definio de determinante da matriz A, em (1), contm um factor da r-sima linha,
ento cada termo do determinante da matriz A ser nulo, logo |A| = 0, isto ,
|A|=

= =
+
+
0 0 a a 0 a a a
n 1 r 1 r 2 1
nj j 1 r j 1 r j 2 j 1
K K


Exemplo:



Se uma matriz B resulta da matriz A pela troca da posio relativa de duas
linhas (colunas) de A, ento |B| = - |A|.
Demonstrao:
(linhas)
Suponhamos que a matriz B provm da matriz A devido troca da posio relativa
das linhas r e s da matriz A, com r < s. Temos ento que
b
ij
= a
ij
, i r; i s, b
rj
= a
sj
, b
sj
= a
rj

Logo, por (1),
A
a a a a a
a a a a a
b b b b b B
n r s 2 1
n s r 2 1
n s r 2 1
nj sj rj j 2 j 1
nj rj sj j 2 j 1
nj sj rj j 2 j 1
=
= =
= =
= =

K K K
K K K
K K K

0 ) 0 0 0 ( 0 0 0
1 2 1
0 0 0
4 2 1
= + + + + =

Determinantes 33
A permutao j
1
j
2
...j
s
...j
r
... j
n
resulta da permutao j
1
j
2
...j
r
...j
s
... j
n
devido troca da
posio de dois nmeros. Logo, pelo teorema de Bezout, h uma mudana na classe
da permutao, isto , o nmero de inverses na primeira difere do nmero de
inverses da segunda por uma "quantidade" mpar. Isto significa que o sinal de
cada termo em |B| simtrico do sinal do termo correspondente em |A|. Assim,
|B| = -|A|.
(colunas)
Aplicando a primeira propriedade matriz A e matriz B estamos perante o caso
de troca de duas linhas, j demonstrado.


Exemplo:


Trocando a primeira linha com a segunda, obtemos o determinante





Se uma matriz B obtida de uma matriz A, multiplicando uma linha (coluna)
da matriz A por um nmero real k, ento |B| = k*|A|.
Demonstrao:
Suponhamos que a r-sima linha da matriz A=[a
ij
] multiplicada por k para se
obter a matriz B = [b
ij
]. Ento, b
ij
=a
ij
se i r e b
rj
= k*a
rj
. De (1), obtemos
| A | k
a a a a k
a a k a a
b b b b B
n s 2 1
n s 2 1
n r 2 1
nj rj j 2 j 1
nj rj j 2 j 1
nj rj j 2 j 1
=
= =
= =
= =

K K
K K
K K

10
1 2 1
2 0 1
4 2 1
=


10 ) 0 8 4 ( 0 4 2
1 2 1
4 2 1
2 0 1
= + + =


34 Determinantes
Nota: Podemos simplificar o clculo de |A|, encontrando o mximo divisor
comum de cada linha e coluna de A.

Exemplo:


Multiplicando a 1 linha por 2, obtemos o determinante






Se duas linhas (colunas) da matriz A forem iguais, ento |A|= 0.
Demonstrao
Suponhamos que as linhas r e s da matriz A so iguais. Se trocarmos as posies
relativas das linhas r e s da matriz A obtemos uma nova matriz, B. Por um lado,
|B| = -|A| (por uma propriedade anterior). Por outro lado, como B = A ento |B|
= |A|. Logo
|A| = -|A| 2*|A|= 0 |A| = 0


Exemplo:



Um determinante de uma matriz com duas linhas (colunas) paralelas
proporcionais nulo.
Demonstrao:
nn ni ni 2 n 1 n
n 2 i 2 i 2 22 21
n 1 i 1 i 1 12 11
a a ka a a
a a ka a a
a a ka a a
| A |
L L L
M O M O M O M M
L L L
L L L
=
10
1 2 1
2 0 1
4 2 1
=


20 ) 4 8 0 ( 8 16 0
1 2 1
2 0 1
8 4 2
= + =


0 ) 8 8 2 ( 8 8 2
1 2 1
4 2 1
4 2 1
= + + + + =

Determinantes 35
Por uma propriedade anterior
Este determinante tem duas colunas iguais, logo, por uma propriedade anterior,
conclumos que |A| = 0.

Exemplo:




Se cada elemento de uma linha (coluna) do determinante de uma matriz
igual soma de duas parcelas, ele poder-se- decompor na soma de dois
determinantes, que se obtm daquele substituindo os elementos dessa linha
(coluna) sucessivamente pelas primeiras e pelas segundas parcelas dessa
somas, mantendo inalteradas as restantes linhas (colunas).
Demonstrao:
Pela definio (1)
|A|=
n i 2 1
nj ij j 2 j 1
a a a a K K


Se
) m (
ij
) 2 (
ij
) 1 (
ij ij
i i i i
b b b a + + + = K (m parcelas), ento
|A|=
n i i i 2 1
nj
) m (
ij
) 2 (
ij
) 1 (
ij j 2 j 1
a ) b b b ( a a K K K + + +


Aplicando a propriedade distributiva da multiplicao em relao adio obtemos




ou seja, |A|=|A
1
|+|A
2
|+ ... + |A
m
|
0 ) 6 24 24 ( 24 24 6
1 2 1
12 6 3
4 2 1
= + + + =

n i 2 1
n i 2 1
n i 2 1
nj
) m (
ij j 2 j 1
nj
) 2 (
ij j 2 j 1
nj
) 1 (
ij j 2 j 1
a b a a
a b a a
a b a a | A |
K K
K
K K
K K

+
+
+ +
+ =
n i 2 1
n i 2 1
n i 2 1
nj
) m (
ij j 2 j 1
nj
) 2 (
ij j 2 j 1
nj
) 1 (
ij j 2 j 1
a b a a
a b a a
a b a a | A |
K K
K
K K
K K

+
+
+ +
+ =
nn ni ni 2 n 1 n
n 2 i 2 i 2 22 21
n 1 i 1 i 1 12 11
a a a a a
a a a a a
a a a a a
k | A |
L L L
M O M O M O M M
L L L
L L L
=
nn ni ni 2 n 1 n
n 2 i 2 i 2 22 21
n 1 i 1 i 1 12 11
a a a a a
a a a a a
a a a a a
k | A |
L L L
M O M O M O M M
L L L
L L L
=
36 Determinantes
0
a a a
a a a
a a a
a a a
a a a
a a a a a
nn 2 n 1 n
sn 2 s 1 s
sn 2 s 1 s
n 2 22 21
n 1 12 11
n j sj sj 2 j 1 j
n s r 2 1
= =

L
M O M M
L
M O M M
L
M O M M
L
L
K K K 0
a a a
a a a
a a a
a a a
a a a
a a a a a
nn 2 n 1 n
sn 2 s 1 s
sn 2 s 1 s
n 2 22 21
n 1 12 11
n j sj sj 2 j 1 j
n s r 2 1
= =

L
M O M M
L
M O M M
L
M O M M
L
L
K K K


Exemplo:



Se uma matriz B for obtida de uma matriz A adicionando a cada elemento da
r-sima linha (coluna) da matriz A, o elemento correspondente da s-sima
linha (coluna) da matriz A, r s, multiplicado por k, ento |B| = |A|.
Demonstrao:
Temos b
ij
= a
ij
para i r e b
rj
= a
rj
+ k*a
sj
e r j, por exemplo, para r < s, por (1) vem
n s r r 2 1
n r 2 1
nj sj sj rj j 2 j 1
nj rj j 2 j 1
a a ) a k a ( a a
b b b b B
K K K
K K
+ =
= =


Aplicando a propriedade distributiva da multiplicao em relao adio
n s r 2 1
n s r 2 1 n s r 2 1
nj sj sj j 2 j 1
nj sj sj j 2 j 1 nj sj rj j 2 j 1
a a a a a k | A |
a a a k a a a a a a a B
K K K
K K K K K K


+ =
+ =

mas,




Logo, |B| = |A|+ 0 = |A|.


Exemplo:


10 0 10
1 2 1
2 0 1
1 2 1
1 2 1
2 0 1
4 2 1
1 2 1
2 0 1
) 1 ( 4 2 2 1 1
= + =


+ + +
10
1 2 1
2 0 1
4 2 1
=


Determinantes 37
Somando 2 linha a 1 multiplicada por 1, obtemos o determinante





O determinante de uma matriz triangular superior ou triangular inferior
igual ao produto dos elementos da diagonal principal.
Demonstrao:
Recordando a definio de determinante de uma matriz
|A|=
n i 2 1
nj ij j 2 j 1
a a a a K K


onde o somatrio realizado para todas as permutaes, j
1
j
2
j
n
, do conjunto
n} ..., 2, {1, S= e o sinal escolhido positivo ou negativo consoante a permutao j
1
j
2

... j
n
seja par ou mpar, respectivamente.
Com efeito, se para um dos lados da diagonal principal todos os elementos da
matriz so nulos, ento todos os termos diferentes do termo principal tm pelo
menos um factor nulo, logo,
|A|=
nn 22 11
a a a K


Exemplo:


Inversa de uma matriz utilizando determinantes
Para o clculo da inversa de uma matriz utilizando determinantes necessitamos de
aprender mais uma definio, a de matriz adjunta, que vamos representar por
Adj(A).
10
1 2 1
2 0 1
4 2 1
=

10 ) 5 ( 2 1
5 0 0
2 2 0
4 2 1
1 2 1
2 0 1
4 2 1
1 3 3
1 2 2
L L L
L L L
= =


=
+ =
10 ) 0 4 8 ( 4 0 2
1 2 1
2 2 0
4 2 1
= + + + + =

38 Determinantes
Matriz Adjunta
Matriz adjunta de uma matriz quadrada, A, a matriz que se obtm da matriz A da
seguinte forma:
a) Calculam-se os complementos algbricos de todos os elementos de A;
b) Constri-se, a partir de A, a matriz Adj(A), substituindo cada elemento de
A pelo seu complemento algbrico.
Inversa da matriz A
) ( Adj
| |
1
)) Adj( (
| |
1
T T 1
A
A
A
A
A = =



Exemplo:


A
11
= (-1)
1+1
|4|=4 A
12
= (-1)
1+2
|3|=-3
A
21
= (-1)
2+1
|2|=-2 A
22
= (-1)
2+2
|1|=1





Valores prprios e vectores prprios
Definio: Dada uma matriz quadrada A, diz-se que um nmero real um
valor prprio de A se existir uma matriz coluna, no nula, X, com
elementos pertencentes a , tal que
X AX =
Qualquer matriz coluna, no nula, X, que verifique a relao anterior, chamada
um vector prprio de A associado a .
Seja = A [
ij
a ] uma matriz quadrada de ordem n, ento
(

=
4 3
2 1
A
2 6 4
4 3
2 1
= = = A
(


=
1 2
3 4
) ( Adj A
(

=
(

=
(

2 / 1 2 / 3
1 2
1 3
2 4
2
1
1 2
3 4
2
1
T
1
A
Determinantes 39
(
(
(
(

=
(
(
(
(

(
(
(
(

=
n n nn n n
n
n
x
x
x
x
x
x
a a a
a a a
a a a
X AX
M M
L
M O M M
L
L
2
1
2
1
2 1
2 22 21
1 12 11


Aplicando multiplicao de matrizes, temos

= + + +
= + + +
= + + +

= + + +
= + + +
= + + +
0 ) ( ...
........ .......... .......... .......... ..........
0 ... ) (
0 ... ) (
...
........ .......... .......... .......... ..........
...
...
2 2 1 1
2 2 22 1 21
1 2 12 1 11
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
n nn n n
n n
n n
n n nn n n
n n
n n
x a x a x a
x a x a x a
x a x a x a
x x a x a x a
x x a x a x a
x x a x a x a


Que equivalente, na forma matricial, a
(
(
(
(

=
(
(
(
(

(
(
(
(




0
0
0
x
x
x
a a a
a a a
a a a
n
2
1
nn 2 n 1 n
n 2 22 21
n 1 12 11
M M
L
M O M M
L
L

ou seja, 0 ) ( = X I A , sendo 0 a matriz coluna nula de tipo 1 n .
Definio: Seja A uma matriz quadrada de tipo n n . O determinante



= =
nn 2 n 1 n
n 2 22 21
n 1 12 11
a a a
a a a
a a a
I A ) ( f
L
M O M M
L
L

designado por polinmio caracterstico de A.
A equao 0 I A ) ( f = = designada por equao caracterstica de A.
Teorema: Os valores prprios da matriz A so as razes reais do polinmio
caracterstico de A.
Depois de obter todos os valores prprios de A, resolvendo a equao 0 I A = ,
substituindo na igualdade 0 X ) I A ( = , por cada um dos valores prprios e
40 Determinantes
resolvendo o sistema da resultante, obtm-se o conjunto dos vectores prprios de A
associados a cada valor prprio.


Exemplo: Seja, A = para encontrar os valores prprios de A, resolvemos a

equao |A - I|=0



Temos ento como valores prprios para a matriz A,
1
= 2 e
2
= 6. Vamos ento
calcular os vectores prprios associados a cada um deles.

Para
1
= 2, substitumos na igualdade (A-I)X=0, obtendo
Ento, o conjunto dos vectores prprios associados a
1
, que vamos designar
por ,

Para
2
= 6, substitumos na igualdade (A-I)X=0, obtendo
Ento, o conjunto dos vectores prprios associados a
2
, que vamos designar
por ,
6 2 0 12 8 0
3 1
3 5
2
= = = + =

=
=

= +
= +

=
(

=
(

0 0 0
0 3 3
0
0
1 1
3 3
0
0
3 1
3 5
2 1
2 1
2 1
2
1
2
1
1
1
x x
x x
x x
x
x
x
x

)
`

= 0 :
2
2
2
1
x
x
x
V

=
=

=
= +

=
(

=
(

0 0
3
0 3
0 3
0
0
3 1
3 1
0
0
3 1
3 5
2 1
2 1
2 1
2
1
2
1
2
2
x x
x x
x x
x
x
x
x

)
`

= 0 :
3
2
2
2
2
x
x
x
V

V
2

V
(

3 1
3 5
Determinantes 41
Exerccios
1. Encontre o nmero de inverses para cada uma das seguintes permutaes de
S = {1,2,3,4,5}.
a) 52134 b) 45213 c) 42135 d) 13542 e) 35241 f) 12345
2. Determine se cada uma das seguintes permutaes de S = {1,2,3,4} par ou
mpar.
a) 4213 b) 1243 c) 1234 d) 3214 e) 1423 f) 2431
3. Verifique para o conjunto S = {1, 2, 3} o teorema de Bezout.
4. Dadas as seguintes matrizes sobre R:
A =
(


5 4
2 3
B =
(

a b a
a a b
C =
(
(
(

1 5 2
3 2 4
3 2 1

a) Calcule os determinantes das matrizes A e C utilizando a definio.
b) Calcule os determinantes das matrizes A, B e C utilizando as regras prticas.
5. Determine os valores de k, para os quais:
k 2 4
k k
= 0.
6. Calcule os determinantes:
a)
1 8
7 4
b)
7 5 2
4 1 3
2 0 1
c)
5 1 2
1 2 2
4 0 1

42 Determinantes
7. Aplicando propriedades e os resultados do exerccio anterior, calcule os
determinantes:
a)
5 1 4
1 2 0
2 2 1

b)
2 1 5
2 2 1
1 0 4
c)
32 56 7
0 0 0
30 20 1
d)
3 2 3
6 2 6
2 2 2



e)
7 15 2
4 3 3
2 0 1
f)
7 15 2
8 6 6
2 0 1
g)
6 3 2
0 1 0
3 1 1

8. Calcule o valor do determinante
5 0 0 1 2
0 3 0 1 0
1 0 0 2 2
0 2 2 1 0
4 2 0 0 1

a) Aplicando o Teorema de Laplace 1 linha;
b) Aplicando o Teorema de Laplace 3 linha;
c) Aplicando propriedades.
9. Sejam i,j N e A=[a
ij
] e B=[b
ij
] uma matriz nxn. Diga, justificando, se so
verdadeiras ou falsas as seguintes afirmaes:
a) |A| 0
b) |A|= 0 se e s se A = 0
c) |-A|= -|A|
d) |AB|=|BA|
Determinantes 43
10. Utilizando apenas as propriedades dos determinantes, prove que:
a)
2 1 0 0
408 305 202 101
10 9 5 3
4 3 2 1
=0 b)
d c c b b a a d
c b b a a d d c
b a a d d c c b
a d d c c b b a
+ + + +
+ + + +
+ + + +
+ + + +
=0
c)
g i d f a c
i h f e c b
h g e d b a



=0 d)
4
a
d c 3 b 6 a 10 c b 3 a 6 b a 3 a
d c 2 b 3 a 4 c b 2 a 3 b a 2 a
d c b a c b a b a a
d c b a
=
+ + + + + +
+ + + + + +
+ + + + + +

11. Utilizando apenas as propriedades dos determinantes, calcule:
a)
d c b a
c c b a
b b b a
a a a a
b)
b a ab ab 1
a c ca ca 1
c b bc bc 1
2 2
2 2
2 2
+
+
+
c)
x x x 2
x y y x
x y z x
+
+

d)
b 2 b a 2 1 b 3 a
a b a 2 a
0 1 b a
+
+
+
e)
b a 2 b 3 a 5 b a 3
a a 2 b 2 a b
a b a 3 a 2




f)
+ +
+ + +
2 1 2
1 3 2 1 2
3 1 2
, para 0 e 0 (sol: -9)
12. Calcule:
a)
n ... 1 1 1
... ... ... ... ...
1 ... 3 1 1
1 ... 1 2 1
1 ... 1 1 1
b)
1 n 2 n ... n n n
1 n 3 n 2 ... 1 n 1 n 1 n
... ... ... ... ... ...
3 3 ... 5 3 3
2 2 ... 2 3 2
1 1 ... 1 1 1



44 Determinantes
c)
0 ... 1 1 1
... ... ... ... ...
1 ... 0 1 1
1 ... 1 0 1
1 ... 1 1 1

d)
n 2 ... 2 2 2
2 1 n ... 2 2 2
... ... ... ... ... ...
2 2 ... 3 2 2
2 2 ... 2 2 2
2 2 ... 2 2 1


e)
n n ... n 3 n 2 n
... ... ... ... ...
n 3 ... 12 6 3
n 2 ... 6 6 2
n ... 3 2 1
2
+
h)
n 1 ... 1 1 1
... ... ... ... ...
1 ... b 1 1 1
1 ... 1 a 1 1
1 ... 1 1 1
+
+
+

i)
k n ... n n n
... ... ... ... ...
4 ... k 4 4 4
3 ... 3 k 3 3
1 ... 1 1 1

j)
1 ... 1 1 x
... ... ... ... ...
0 ... 1 1 x
0 ... 0 1 x
a ... a a x 1
n 1 13 12
+

k)
x 1 2 ... 2 2 2
2 x 1 ... 2 2 2
... ... ... ... ... ...
2 2 ... x 1 2 2
2 2 ... 2 x 1 2
2 2 ... 2 2 x 1

i)
x n ... 3 2 1
... ... ... ... ...
n ... x 3 2 1
n ... 3 x 2 1
n ... 3 2 x 1
+
+
+
+

13. Determine as razes das equaes:
a)
x 4 3 2 1
4 x 3 2 1
4 3 x 2 1
4 3 2 x 1
+
+
+
+
= 0 b)
0 2 x
2 x 0
x 0 2
= 0 c)
4 x 2
2 x x
1 x 1
3
2
= 0
d)
d d d x d
c c x c c
b x b b b
x a a a a




= 0 e)
x x x x
f x x x
e d x x
c b a x
= 0
Determinantes 45
f)
b b a a x x
1 b 1 a 1 x
1 1 1
2 2 2
+ + +
+ + + = 0 g)
x 6 11 19 x 14 2 x 3
6 x 4 x 6 8 5 x 3
10 x 7 6 x 13 2 x
+ +


= 0
h)
x a b c
a x c b
b c x a
c b a x

= 0
14. Mostre que
a)
c b a d
b a d c
a d c b
d c b a
= 0 se a+b+c+d = 0
b)
2 2 2 2
2 2 2 2
2 2 2 2
b a c c
b c a b
a a c b
+
+
+
= 2
2 2
2 2
2 2
a 0 c
0 a b
b c 0

c)
1 1 1 1
xyz xyw xzw yzw
w k z k y k x k
z w z 2 z y z x
2 2 2 2
+ + + +
+ + +
=
3 2
3 2
3 2
3 2
w w w 1
z z z 1
y y y 1
x x x 1

15. Das matrizes que se seguem , inverta as que forem invertveis:
A=
(

1 0
1 1
B=
2 6
3 9

(
C=
(
(
(

1 0 0
0 1 1
2 0 2
D=
(
(
(


2 1 2
0 1 1
1 1 1

16. Determine a e b de forma a que as matrizes A e B sejam invertveis:
A=
(
(
(

2 1 0
a a 1
1 1 1
B=
(
(
(
(

b 1 2 1
b 3 1 1
1 b 2 1
0 1 1 1

46 Determinantes
17. Sendo A=
(
(
(
(


1 2 1 2
1 1 2 0
1 1 1 1
1 2 0 2

a) Calcule A
-1
utilizando o mtodo da adjunta;
b) Represente uma matriz de 5 ordem cujo determinante seja igual ao det(A).
18. Sejam A=[a
ij
]
nxn
e B=[b
ij
]
nxn
matrizes regulares:
a) Sabendo que det(AB) = det(A)*det(B) mostre que det(A)*det(A
-1
) = 1
b) Mostre que det(A+B) det(A) + det(B)
c) Mostre que (A*B)
-1
= B
-1
* A
-1
19. Sabendo que
1 1 1
2 3 3
1 2
1 2
+ + +
+ +
=
i i i
i i i
i e utilizando somente as propriedades,
resolva a equao
x xi i
x xi i
x xi i
i
+ +
+ +
+
= +
2 1
3 2
3
2 2 , apresentando o resultado na forma
mais simples.
20. Sabendo que 2
3 2 1
2 2 2
= z y x
z y x
e utilizando somente propriedades, calcule
z z y y x x
z y x
x x x
+ + +
+ + +
2 2 2
3 2 1
3 2
.
Determinantes 47
21. Determine o valor do determinante da matriz A, utilizando somente
propriedades
(
(
(
(
(
(

+
+
=
0 4 4
4
2 3
3 3
1
2 1
3 3
1
1 1
cis
i
i i
i
i i
A
22. Determine os valores e vectores prprios das matrizes
a)
(

2 0
1 1
b)
6 3
2 1

(
c)
14 9
6 11

(
d)

(
(
(
2 1 2
5 3 3
3 1 3
e)
5 6 8
12 13 16
4 4 5

(
(
(

(Obs: Em d) e e) os valores prprios so inteiros.)
Solues
1. a) 5 b) 7 c) 4 d) 4 e) 7 f) 0
2. a) + b) - c) + d) - e) + f) +
4. a) 23; 79 b) 23; b
2
-2a
2
; 79
5. k=0 k=2
6. a) -52 b) 13 c) 3
7. a) 3 b) -3 c) 0 d) 0
e) 39 f) 78 g) 0
8. -66
9. a) Falsa b) Falsa c) Falsa d) Verdadeira
11. a) a(b-a)(c-b)(d-c) b) 0 c) x(y-x)(z-y) d) (a+b)(2a+b)(a+2b)
e) b(a+b)(a-b) f) -9
12. a) (n-1)! b) (n-1)! c) 1 d) -2(n-2)! e) n! f) (n+x)x
n-1
48 Determinantes
g) (x-1)(x-2) ... (x+1-n) h) abc ... n i) (-k)
n-2
j) 1+x(1-a
12
)
h) (2n-1-x)(-1-x)
n-1

13. a) (10+x)x
3
-10; 0 (raz tripla) b) -(x+2)(x
2
-2x+4) -2; 1 3i
c) -x(2-x)(x
2
-2) 0; 2; 2 d) -x
3
(a+b+c+d-x) a+b+c+d; 0 (raz tripla)
e) x(x-a)(x-d)(x-f) 0; d; f; a f) (a-x)(b-x)(a-b) a; b sse ba
g) (5x-5)(x-1)(10x+96)
5
48
; 1(raz dupla)
h) (-x+a+b+c)(-x+a-b-c)(-x-a+b-c)(x+a+b-c) a+b+c; a-b-c; -a+b-c; -a-b+c
15.
(


1 0
1 1
; IMP;
(
(
(
(
(
(

1 0 0
1 1
2
1
1 0
2
1
;
(
(
(
(
(
(


0 1 1
3
1
0
3
2
3
1
1
3
2

16. a 1 b
10
281 11

17. a)
(
(
(
(




2 0 2 1
8 1 10 3
3 0 4 1
9 1 11 3
b)
(

A 0
0 1

19. -6/5+2/5i
20. 2x
21. -2+2i
22. a) =1 [x 0]
T
; =2 [x x]
T
b) =4 [x -2x/3]
T
; =3 [x -x]
T

c) =20 [x 2x/3]
T
; =5 [x -x]
T
d) =1 [x x x]
T
; =2 [x 2x x]
T

e) =1 [x 2x -x]
T
; =-1 [x x 0]
T
; =-3 [-2z -4z z]
T


Captulo 3
Sistemas de Equaes Lineares
Objectivo
Neste captulo vamos introduzir um novo processo de resolver sistemas de
equaes lineares, utilizando os conhecimentos adquiridos sobre matrizes e a sua
caracterstica. Veremos como discutir um sistema de equaes lineares, em funo
de um, ou mais, parmetros. Finalmente, iremos ver dois casos particulares de
sistemas, sistemas de Cramer, resolvidos utilizando determinantes, e sistemas
homogneos, resolvidos utilizando a matriz inversa.
50 Sistemas de Equaes Lineares
Introduo
Vamos considerar um sistema de equaes lineares, ou seja,

= + + +
= + + +
= + + +
= + + +
m n mn m m
i n in i i
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
b x a x a x a
...
........ .......... .......... .......... ..........
...
........ .......... .......... .......... ..........
...
...
2 2 1 1
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

onde
ij
a , ,...,m i 1 = , ,...,n j 1 = e
i
b , ,...,m i 1 = so escalares conhecidos pertencentes a
e
j
x , ,...,n j 1 = so escalares a determinar, tambm pertencentes a . Teremos
ento um sistema de m equaes lineares a n incgnitas,
j
x , ,...,n j 1 = , com
coeficientes
ij
a , ,...,m i 1 = , ,...,n j 1 = e com termos independentes
i
b , ,...,m i 1 = .
Definindo as matrizes:
(
(
(
(
(
(
(
(

=
mn m m
in i i
n
n
a a a
a a a
a a a
a a a
A
L
M O M M
L
M O M M
L
L
2 1
2 1
2 22 21
1 12 11

(
(
(
(
(
(
(
(

=
n
i
x
x
x
x
x
M
M
2
1

(
(
(
(
(
(
(
(

=
m
i
b
b
b
b
b
M
M
2
1

onde A designada como matriz do sistema ou matriz dos coeficientes, x como
matriz das incgnitas e b como matriz dos termos independentes, este sistema
pode ser representado sob forma matricial como b Ax = . Vamos, alm disso, definir
uma nova matriz A, que designaremos por matriz completa do sistema, como
Sistemas de Equaes Lineares 51
(
(
(
(
(
(
(
(

=
m mn m m
i in i i
n
n
b a a a
b a a a
b a a a
b a a a
A
L
M M O M M
L
M M O M M
L
L
2 1
2 1
2 2 22 21
1 1 12 11

Chamamos soluo do sistema a qualquer ponto
n
n
c c c ) ,..., , (
2 1
tal que, fazendo
) ,..., , ( ) ,..., , (
2 1 2 1 n n
c c c x x x = as m equaes do sistema se verificam.
Se o sistema no tiver solues diz-se impossvel, e no caso de ter, pelo menos, uma
soluo diz-se possvel. Se existir apenas uma soluo o sistema diz-se
determinado e se existir mais do que uma soluo indeterminado.
Resoluo de sistemas
Resolver um sistema determinar todas as suas solues ou concluir que estas no
existem. Dois sistemas dizem-se equivalentes se e s se tm as mesmas solues. A
equivalncia entre sistemas permite resolver um sistema, resolvendo outro,
equivalente ao sistema dado. Os mtodos de resoluo de sistemas consistem
precisamente em passar do sistema inicial para outros, em passagens sucessivas,
todos equivalentes entre si, de modo que o ltimo seja um sistema muito simples,
do qual seja imediato determinar as suas solues, que sero, tambm, as do
problema inicial.
Vamos ver um mtodo de resoluo de sistemas de equaes lineares: o mtodo da
condensao, baseado na condensao da matriz completa do sistema.
52 Sistemas de Equaes Lineares
Mtodo da condensao
Seja o sistema definido anteriormente, b Ax = , de m equaes a n incgnitas.
Consideremos a matriz completa do sistema A, de tipo ) 1 ( + n m , e vamos
proceder sua condensao utilizando operaes elementares sobre linhas e
colunas at obtermos uma matriz que contenha uma submatriz triangular inferior,
de ordem r, de elementos diagonais no nulos.
(
(
(
(
(
(
(
(
(

+
+
+
+
m
r
r rn r r rr
n r r
n r r
b
b
b a a a
b a a a a
b a a a a a
' 0 0 0 0 0
' 0 0 0 0 0
' ' ' ' 0 0
' ' ' ' ' 0
' ' ' ' ' '
1
1 ,
2 2 1 , 2 2 22
1 1 1 , 1 1 12 11
L L
M M O M M O M M
L L
L L
M M O M M O M M
L L
L L

Note-se que, durante a condensao da matriz A, nunca podemos realizar
nenhuma operao elementar sobre a coluna dos termos independentes, nem todas
as operaes elementares sobre linhas e colunas. Vejamos a que corresponde cada
operao elementar na equivalncia de sistemas:
Operaes elementares sobre linhas:
I) corresponde troca de ordem de duas equaes;
II) corresponde multiplicao de ambos os membros de uma equao por um
escalar qualquer;
III) corresponde soma de uma equao com o produto de outra equao por
um escalar qualquer.
Sistemas de Equaes Lineares 53
Operaes elementares sobre colunas:
I) corresponde troca dos coeficientes de duas incgnitas, ou seja, troca da
ordem das incgnitas;
II) corresponde multiplicao dos coeficientes de uma incgnita por um
escalar qualquer;
III) corresponde soma dos coeficientes de uma incgnita com o produto dos
coeficientes de outra incgnita por um escalar qualquer.
Ento, poderemos realizar todas as operaes elementares sobre linhas, pois para
todas elas se obtm uma matriz que representa um sistema equivalente ao anterior,
mas apenas operaes elementares de tipo I sobre colunas, o que corresponde
troca de ordem das incgnitas, devendo por isso ser anotada e tida em conta no
final da resoluo do problema.
Obtivemos assim uma nova matriz que representa um sistema equivalente ao
primeiro, como vimos a partir da correspondncia entre operaes elementares
sobre linhas e colunas de uma matriz e as operaes elementares possveis de
realizar sobre um sistema de modo a obter um sistema equivalente.
evidente, a partir da observao da nova matriz, que o novo sistema s ser
possvel se as ltimas r equaes forem satisfeitas, ou seja, se e s se 0 ' =
i
b ,
m r i ,..., 1 + = , o que nos leva ao seguinte teorema:
Teorema: condio necessria e suficiente para que uma sistema de equaes
lineares seja possvel que a matriz dos coeficientes e a matriz completa
tenham a mesma caracterstica, isto ,
) ( car ) ( car A A =
54 Sistemas de Equaes Lineares

= +
= + +
=
2 3
1 3 2
1
3 1
3 2 1
2 1
x x
x x x
x x
Temos ento, como consequncia imediata do teorema, que se ) ( car ) ( car A A o
sistema impossvel.


Exemplo: Consideremos o sistema



Temos, ento, car(A) = 2 car( A) = 3, logo o sistema impossvel (SI).

No caso de o sistema ser possvel, obtemos o sistema equivalente ao primeiro:

= + + +
= + + + + +
= + + + + + +
+ +
+ +
+ +
r n rn r r r r rr
n n r r r r
n n r r r r
b x a x a x a
b x a x a x a x a
b x a x a x a x a x a
' ' ... ' '
........ .......... .......... .......... .......... .......... ..........
' ' ... ' ' ... '
' ' ... ' ' ... ' '
1 1 ,
2 2 1 1 , 2 2 2 22
1 1 1 1 , 1 1 2 12 1 11

Este novo sistema contm apenas r equaes, a que chamaremos equaes
principais, designando as restantes por equaes no principais ou redundantes.
As incgnitas correspondentes matriz triangular superior so designadas por
incgnitas principais e as restantes por incgnitas no principais. Teremos, assim,
r incgnitas principais e n-r incgnitas no principais.
Note-se que, se r=n, no existem incgnitas no principais e, portanto, o sistema
ser reduzido a:

=
= + +
= + + +
n n nn
n n
n n
b x a
b x a x a
b x a x a x a
' '
......... .......... ..........
' ' ... '
' ' ... ' '
2 2 2 22
1 1 2 12 1 11

(
(
(


(
(
(


(
(
(



=
=
=
+ =
1 0 0 0
0 3 1 0
1 0 1 1
~
1 3 1 0
0 3 1 0
1 0 1 1
~
2 3 0 1
1 3 2 1
1 0 1 1
2 3 3
1 3 3
1 2 2
L L L
L L L
L L L
A
Sistemas de Equaes Lineares 55

=
=
=

=
= +
=

=
= +
=
2
0
1
2
4 2 2
1 2
8 4
4 2
1
3
2
1
3
2
1
3
3 2
3 1
x
x
x
x
x
x
x
x x
x x
(1,0,2) S =
sendo, portanto, um sistema possvel e determinado, bastando apenas para
encontrar a sua soluo realizar a substituio sucessiva dos valores das incgnitas
n
x ,
1 n
x ,...,
2
x ,
1
x .

Exemplo: Consideremos o sistema





Temos, ento, car(A) = car( A) = r = 3, n = 3, n r = 0, logo o sistema possvel e
determinado (SPD). Alm disso, contm uma equao no principal, que , por
coincidncia, a ltima. Passemos ao sistema condensado equivalente, e a partir
deste soluo do sistema:







Se r<n, para resolver o sistema bastar passar para o segundo membro as incgnitas
no principais, obtendo-se:

=
= + +
= + + +
+ +
+ +
+ +
n rn r r r r r rr
n n r r r r
n n r r r r
x a x a b x a
x a x a b x a x a
x a x a b x a x a x a
' ... ' ' '
......... .......... .......... .......... .......... .......... ..........
' ... ' ' ' ... '
' ... ' ' ' ... ' '
1 1 ,
2 1 1 , 2 2 2 2 22
1 1 1 , 1 1 1 2 12 1 11

= +
= + +
= +
=
2 3 2
1 2
2 2
1
2 1
3 2 1
2 1
3 1
x x
x x x
x x
x x
(
(
(
(



(
(
(
(




(
(
(
(


(
(
(
(


=
=
=
=
=
+ =
=
0 0 0 0
8 4 0 0
4 2 1 0
1 1 0 1
~
~
8 4 0 0
8 4 0 0
4 2 1 0
1 1 0 1
~
4 2 3 0
0 0 2 0
4 2 1 0
1 1 0 1
~
2 0 3 2
1 1 2 1
2 0 1 2
1 1 0 1
3 4 4
2
3
4 4
2
2
3 3
1
2
4 4
1 3 3
1
2
2 2
L L L
L L L
L L L
L L L
L L L
L L L
A
56 Sistemas de Equaes Lineares

= +
= + +
= +
= +
= + +
2 2 6 2 4
5 10 6 7
1 4 4 3
1 3 2
2 3 2
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
4 3 2 1
x x x x
x x x x
x x x x
x x x x
x x x x
Neste caso, o sistema ter vrias solues, dizendo-se, portanto, indeterminado. O
nmero de incgnitas no determinadas igual ao de incgnitas no principais, n-r,
designando-se este nmero por grau de indeterminao do sistema, e o sistema
diz-se possvel e n-r vezes indeterminado. As solues do sistema inicial so
encontradas do mesmo modo que no caso anterior, ou seja, por substituio
sucessiva dos valores das incgnitas
r
x ,
1 r
x ,...,
2
x ,
1
x .


Exemplo: Consideremos o sistema
















Temos ento car(A) = car( A) = r = 2, n = 4, n r = 2, logo o sistema possvel e
duplamente indeterminado (SP2D). Alm disso, contm trs equaes no
principais, por coincidncia as trs ltimas e duas incgnitas no principais, x
3
e x
4
.
Obtemos o sistema condensado equivalente:








(
(
(
(
(
(



(
(
(
(
(
(






(
(
(
(
(
(






=
=
+ =
=
=
=
=
=
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
3 7 5 5 0
2 3 1 2 1
~
~
6 14 10 10 0
3 7 5 5 0
3 7 5 5 0
3 7 5 5 0
2 3 1 2 1
~
2 2 6 2 4
5 10 6 7 1
1 4 4 3 1
1 1 3 1 2
2 3 1 2 1
2 5 5
2 4 4
2 3 3
1 5 5
1 4 4
1 3 3
1 2 2
2L - L L
L L L
L L L
4L - L L
L - L L
L - L L
2L - L L
A
( )

+ =
=

+ =
+ = + +

+ =
+ = +

= +
= + +
4 3 2
4 3 1
4 3 2
4 3 4 3 1
4 3 2
4 3 2 1
4 3 2
4 3 2 1
x 5 / 7 x 5 / 3 x
x 5 / 1 x 5 / 4 x
x 5 / 7 x 5 / 3 x
x 3 x 2 x 5 / 7 x 5 / 3 2 x
x 7 x 5 3 x 5
x 3 x 2 x 2 x
3 x 7 x 5 x 5
2 x 3 x x 2 x
|
.
|

\
|
+ =
4 3 4 3 4 3
x , x , x
5
7
x
5
3
, x
5
1
x
5
4
S
Sistemas de Equaes Lineares 57
1 0 1
1 0 1
2
= =
= =
a a
a a
1 1 a a
3
3 ) car( ) car(
=
= =
n
A A
1 = a
(
(
(


(
(
(

0 0 0 0
5 0 5 0
2 1 1 1
~
0 0 0 0
5 5 0 0
2 1 1 1
3 2
C C
3
2 ) car( ) car(
=
= =
n
A A
Discusso de sistemas
Por vezes surgem casos em que no necessitamos de resolver um sistema de
equaes lineares, mas apenas de o classificar. Normalmente, nesse tipo de sistemas
os coeficientes das incgnitas dependem de um ou mais parmetros e o que se
pretende simplesmente determinar se o sistema impossvel, possvel e
determinado ou possvel e indeterminado, e, neste ltimo caso, qual o grau de
indeterminao, em funo dos ditos parmetros, sem nunca chegar a resolver
realmente o sistema. Assim, a matriz obtida por condensao a partir da matriz
completa, no necessita de representar um sistema equivalente ao inicial, podendo,
portanto, realizar-se todas as operaes elementares sobre colunas, excluindo,
unicamente, a ltima, sobre a qual continua a no se poder realizar qualquer
operao.
Exemplo: Consideremos o sistema










Observando os elementos da diagonal principal, verificamos que estes se anulam
quando

Logo, teremos

sistema possvel e determinado (SPD)





sistema possvel e simplesmente indeterminado(SP1D)

= + + +
+ =
= +
a x a ax x
a x x x a
a ax x x
3 ) 3 (
1 2 4 ) 2 (
1 3
3 2 1
3 2 1
3 2 1
(
(
(

+
+

(
(
(

+ +
+

(
(
(

+
+

=
+ =
=
+ + =
a a a
a a a a a
a a
a a a
a a a a a
a a
a a a
a a
a a
A
L L L
L L
L
L a L
L
3 3 1 0 0
1 9 3 4 2 1 0
1 3 1 1
~
~
1 6 3 1 0
1 9 3 4 2 1 0
1 3 1 1
3 3 1
1 2 4 1 2
1 3 1 1
2 2
2 2
2 3 3
2 2
1 3 3
1
) 2 (
2 2
2
~
58 Sistemas de Equaes Lineares




sistema impossvel (SI)


Exemplo: Consideremos o sistema







Observando os elementos da diagonal principal, verificamos que estes se anulam
quando

Logo, teremos










Vamos ver, para a=2, quando se anula o ltimo elemento da coluna dos termos
independentes


















1 = a
(
(
(



6 0 0 0
13 1 2 0
4 1 1 1
3 ) car(
2 ) car(
=
=
A
A
0 0 2
2 0 2 4
= =
= =
b b
a a
3 2 0 6
2
= = = b b b b
2 = a ~
1 0 2 0
6 0 2 12 0
1 2 4
~
1 2 0 0
6 2 12 0 0
1 2 4
3 2
(
(
(

+

(
(
(

b b
b
b
b b
b
b
C C
(
(
(


(
(
(


=
=
=
6 0 0 0
7 0 12 0
1 2 4
~
6 6 0 12 0
7 0 12 0
1 2 4
~
2
2 3 3
3
6
3
3 2 2
b b
b
b
b b
b
b
bL L L
L L
L L L
2 ) car( = A
2 = a ~
1 0 2 0
6 0 2 12 0
1 2 4
~
1 2 0 0
6 2 12 0 0
1 2 4
3 2
(
(
(

+

(
(
(

b b
b
b
b b
b
b
C C
(
(
(


(
(
(


=
=
=
6 0 0 0
7 0 12 0
1 2 4
~
6 6 0 12 0
7 0 12 0
1 2 4
~
2
2 3 3
3
6
3
3 2 2
b b
b
b
b b
b
b
bL L L
L L
L L L
2 ) car( = A
) 3 2 ( 2 = = = b b a
3
2 ) car( ) car(
=
= =
n
A A
SP1I
3 2 2 = b b a
3 ) car(
2 ) car(
=
=
A
A
SI
2 ( = b

= + +
= + +
= +
b bx x x
a x x ax
bx x x
3 2 1
3 2 1
3 2 1
2 4
3
1 2 4
(
(
(

+

(
(
(


(
(
(


=
+ =
+ = =
1 2 0 0
3 12 2 4 0
1 2 4
~
2 4
4 12 4 4
1 2 4
~
2 4
3 1
1 2 4
1 3 3
1 2 2 2
4
2
b b
a ab a
b
b b
a a
b
b b
a a
b
A
L L L
aL L L L L
0 b
3
3 ) car( ) car(
=
= =
n
A A
SPD 2 a
Sistemas de Equaes Lineares 59
Sistemas de Cramer
Vamos agora ver um caso particular dos sistemas possveis e determinados, que
pode ocorrer quando o nmero de equaes igual ao nmero de incgnitas, ou
seja, quando n m = .
Definio: Um sistema de equaes lineares diz-se um sistema de Cramer se
forem satifeitas as condies seguintes:
a) O nmero de incgnitas igual ao nmero de equaes;
b) O determinante da matriz do sistema no nulo.
Consideremos ento o sistema:

= + + +
= + + +
= + + +
n n nn n n
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
...
........ .......... .......... .......... ..........
...
...
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

ou, na forma matricial,
b Ax = , com
(
(
(
(

=
nn n n
n
n
a a a
a a a
a a a
A
L
M O M M
L
L
2 1
2 22 21
1 12 11
,
(
(
(
(

=
n
x
x
x
x
M
2
1
e
(
(
(
(

=
n
b
b
b
b
M
2
1
.
60 Sistemas de Equaes Lineares
O nmero de equaes e de incgnitas o mesmo, e, portanto, se 0 A ento
estamos perante um sistema de Cramer, cuja soluo pode ser obtida utilizando as
chamadas frmulas de Cramer:
O valor de cada incgnita,
i
x , n i ,..., 1 = , pode ser obtido a partir do quociente

=
i
i
x , n i ,..., 1 =
onde o denominador o determinante da matriz dos coeficientes, A = , e o
numerador,
i
, o determinante da matriz que se obtm da matriz dos
coeficientes, A, substituindo a coluna de ordem i, isto , a coluna dos coeficientes da
incgnita
i
x , pela coluna dos termos independentes, b.

Exemplo: Seja o sistema de equaes lineares



ento A = e |A| = -4. Calculemos os determinantes
i
, i = 1,2,3.









Vejamos outro mtodo de resoluo de um sistema de Cramer, b Ax = , utilizando a
inversa da matriz do sistema,
1
A , que existe sempre, pois 0 A . Multiplicando
esquerda ambos os membros de b Ax = por
1
A , tem-se b A Ax A
1 1
= , e, como
I A A =
1
, teremos b A Ix
1
= , ou seja, b A x
1
= .

= + +
= +
= +
4 3
3 2 2
1
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
(
(
(


1 1 3
2 1 2
1 1 1
1
1 1 4
2 1 3
1 1 1
1
=

= 8
1 4 3
2 3 2
1 1 1
2
=

= 11
4 1 3
3 1 2
1 1 1
3
= =
4
1
4
1
1
=

= x 2
4
8
2
=

= x
4
11
4
11
3
=

= x
Sistemas de Equaes Lineares 61


Exemplo: Utilizando o exemplo anterior, temos A =



Logo A
-1
= , e portanto, x = A
-1
b = .

Sistemas homogneos
Definio: Um sistema de m equaes lineares a n incgnitas diz-se um sistema
homogneo se todos os termos independentes das equaes do sistema
forem nulos, ou seja, se tivermos

= + + +
= + + +
= + + +
0 ...
........ .......... .......... .......... ..........
0 ...
0 ...
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n mn m m
n n
n n
x a x a x a
x a x a x a
x a x a x a

ou, na forma matricial, 0 = Ax , com 0 a matriz coluna nula com m
elementos.
Este sistema sempre possvel, pois admite, pelo menos a soluo nula, 0 =
j
x ,
,...,n j 1 = . Vejamos em que condies ele admite solues no nulas.
Teorema: Um sistema homogneo, 0 = Ax , admite solues no nulas se e s se
n r A car < = ) ( .
Neste caso, o sistema ser indeterminado, com grau de indeterminao n-r.
Do teorema anterior, conclui-se que o sistema tem solues no nulas se e s se
|A|= 0, ou seja, se a matriz do sistema, A, for singular. No caso de |A| 0, ou seja,
se a matriz A for regular, o sistema admite apenas a soluo nula, sendo, portanto,
possvel e determinado.
(
(
(


1 1 3
2 1 2
1 1 1
(
(
(




4 3 2 1 4 5
1 1 1
4 1 2 1 4 3
/ / /
/ / /
(
(
(

4 / 11
2
4 / 1
62 Sistemas de Equaes Lineares
Sistemas de Equaes Lineares 63


Exemplo:



SPD






Exemplo:



SP1I


= +
= +
= +
0 2 3
0 3 2
0 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
3
3 ) car( ) car(
=
= =
n
A A
(
(
(


(
(
(


(
(
(


=
=
=
0 2 0 0
0 5 5 0
0 1 2 1
~
0 3 5 0
0 5 5 0
0 1 2 1
~
0 2 3 1
0 3 1 2
0 1 2 1
2 3 3
1 3 3
1
2
2 2
L L L
L L L
L L L

=
=
=

=
=
= +

=
= +
= +
0
0
0
0
0 5
0 2
0 2
0 5 5
0 2
z
y
x
z
y
y x
z
z y
z y x
) 0 , 0 , 0 ( S =

= +
= +
= +
0 4 3
0 3 2
0 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
(
(
(


(
(
(


(
(
(


=
=
=
0 0 0
5 5 0
1 2 1
~
5 5 0
5 5 0
1 2 1
~
4 3 1
3 1 2
1 2 1
2 3 3
1 3 3
1
2
2 2
L L L
L L L
L L L
3
2 ) car( ) car(
=
= =
n
A A

=
=


=
= +

= +
= +
z y
z x
z y
z z x
z y
z y x 0 2
0 5 5
0 2
) , , ( S z z z =
64 Sistemas de Equaes Lineares
Exerccios:
1. Dados os seguintes sistemas:
a)

= + +
= +
= + +
5 5 2
1 2
1 2
w z y x
w z y x
w z y x
b)

= +
=
= +
= +
= +
3
2 2
1
4
5 2
z y
z x
z y x
z x
y x
c)

= + +
= + +
= + +
4 4 4 7
2 4 2
1 2
t z y x
t z y x
t z y x

d)

= +
= +
= +
= + + +
3 2 2 2 4
5 2 3
1 2
4
t z y x
t x
t z y x
t z y x
e)

= +
=
=
1 2
1 2
1
z x
x
z y x
f)

= + +
= +
= +
1 2
0
1
w z y x
z y x
w z y

g)

= +
= +
= + +
= + +
2 7 3
1 3 5
0 2
1
w z y
w z y x
w z y
w y x
h)

= +
= + +
= + +
= + +
0
1 2 3
2 3 4 2 2
3 3 3 6
z x
t z y x
t z y x
t y x

i) Resolva, quando possvel, os sistemas, utilizando o mtodo da condensao e
classifique-os;
ii) Verifique se algum dos sistemas de Cramer e, caso afirmativo, resolva-o,
utilizando as frmulas de Cramer.
2. Que valores dever tomar o parmetro a para o sistema seguinte seja de Cramer?

= + +
= +
= + +
2 4 3
1 3 2
1 ) 1 (
z y x
z y x
z a ay x

Sistemas de Equaes Lineares 65
3. Faa a discusso dos sistemas:
a)

= + +
= + + +
= + +
= + +
a t z y x
at z y x
t z y x
t z y x
2 2 2
1 3 2
1 2 3
1 3 2
b)

= + +
= + +
= + +
1 ) 1 2 ( ) 1 2 ( ) 1 (
) 2 ( ) 1 ( ) 2 (
1 ) 2 ( ) 1 2 ( 2
z a y a x a
a z a y a x a
z a y a x

c)

= + +
= +
= + +
= +
p t z y x
p t mz y x
t z y x
z y x
2 2 2
1 2 3 3
1 4 2 3
2
d)

= + + + +
= + + + +
= + + + +
a z a y x a
z a y x a
z y a x a
) 2 ( 3 ) 1 2 (
2 ) 1 ( 2 ) 1 (
1 2 ) 1 ( ) 1 (

e)

=
= + +
= +
b az ay x
z ay x
z x
3
5 2 2
4 2 2
f)

= + +
= +
= + +
= + +
p t z my
p t z m my
t z my
t z y x
9 3 3
2 6 ) 3 ( 2
0 3
3 2 2

4. Determine uma relao entre os parmetros a, b, c e d, de modo que o sistema

= + +
= +
= + +
d cz y x
bz y
az y x
2
0 4
1
seja:
a) Possvel e determinado;
b) Possvel e indeterminado;
c) Impossvel.
5. Dado o sistema

=
= +
6 z y x
4 z y x

a) O sistema indeterminado. Justifique a afirmao.
b) Acrescente uma 3 equao de modo que o sistema seja
i) Possvel e determinado;
ii) Impossvel;
iii) Possvel e indeterminado.
66 Sistemas de Equaes Lineares
Solues:
1. ii) a) (2y-z,y,z,1) SP2I b) (2,1,2) SPD c)
|
.
|

\
| +
7
1
, ,
5
3 2
,
35
7 22
z
z z
SP1I
d) SI e) (1/2,-5/4,3/4) SPD f) (1-w,0,1+w,w) SP1I g) SI
h) (-2,11,-2,-8) SPD
ii) e),h)
2. a3
3. a) a1 SI a=1 SPD
b) m3 SPD m=3 p=5 SP1I m=3 p5 SI
c) a1 a-2 SPD a=1 a=-2 SI
d) a0 a1 a3 SPD a=0 a=1 SP1I a=3 SI
e) a0 a-1 SPD a=0 SI a=-1 b=2 SP1I a=-1 b2 SI
f) p0 SI m1 p=0 SP1I m=1 p=0 SP2I
4. a) b-4c+4a0 b) b=4c-4a d=1 c) b=4c-4a d1
Captulo 4
Geometria Analtica
Objectivo
Neste captulo vamos comear por fazer uma breve reviso sobre geometria
analtica no espao, e tentar dar uma perspectiva diferente desta. Iro ser dados
novos conceitos, nomeadamente, o produto vectorial, o produto misto e o clculo
da distncia entre um ponto e uma recta e entre um ponto e um plano.
68 Geometria Analtica

Introduo
Comecemos por rever alguns conceitos de geometria no espao, adquiridos no
secundrio.
Colineariedade
Dois vectores so colineares quando tm a mesma direco, isto , quando podem
ser representados sobre a mesma recta.
Teorema: Se dois vectores no nulos,
1
v ,
2
v , pertencentes
3
, so colineares,
possvel determinar um e um s nmero real k, tal que
1
v = k
2
v , isto ,
1
v = k
2
v k ,
1
v ,
2
v
3



Complanaridade
Trs ou mais vectores so complanares quando so representados por segmentos
orientados de um mesmo plano.
Teorema: Se trs vectores,
1
v ,
2
v e
3
v , so complanares e os dois primeiros so no
colineares, ento o terceiro combinao linear dos dois primeiros e esta
combinao linear nica.
3
v =
1
v +
2
v , ,
1
v ,
2
v ,
3
v
3


Exemplo: Se ) (
1
3 2, 1, = v , 5) 2, 3, (
2
= v , 8) 4, , 4 (
3
= v e
1
v e
2
v so no
colineares, ento,
3
v = 1
1
v + 1
2
v .
Se,
1
v

= (1, 2, 3) e

2
v

= (2, 4, 6), ento
1
v e
2
v so colineares, isto ,
1
v =
2
1
2
v
Exemplo:
Geometria Analtica 69
Teorema: Dados trs vectores
1
v ,
2
v e
3
v no complanares, qualquer vector, v , do
espao combinao linear dos trs primeiros e esta combinao linear
nica.
v =
1
v +
2
v +
3
v , , ,
1
v ,
2
v ,
3
v
3

Exerccio: Encontre um conjunto de trs vectores no complanares.
Referenciais em
2

O par de vectores
1
v ,
2
v de
2
, no colineares, chamado base do plano, pois a
partir deles possvel obter qualquer vector do plano, isto , um terceiro vector, v ,
de
2
, combinao linear dos dois primeiros e esta combinao linear nica, isto

v =
1
v +
2
v , ,
1
v ,
2
v , v
2

Os escalares e so as coordenadas de v em relao base {
1
v ,
2
v } e o vector v
representa-se como o par ordenado (,).
Ao vector
1
v chama-se projeco de v sobre
1
v segundo a direco de
2
v ,
analogamente o vector
2
v a projeco de v sobre
2
v segundo a direco de
1
v .
Ao comprimento do vector v , chamamos mdulo do vector e representamos por
| | v .
v
1
v
2
v
1

v
2
P
Q
v = Q - P
70 Geometria Analtica

As bases mais utilizadas so as bases ortonormadas. A base { j i, } chama-se base
ortonormada se os seus vectores forem unitrios (comprimento igual unidade) e
forem perpendiculares, isto
1 | | | | = = j i j i
Exemplo: Referencial em
2

{(1, 0), (0, 1)}



Referenciais em
3

O estudo feito para
2
, pode ser generalizado para
3
.
Dados trs vectores
1
v ,
2
v e
3
v no complanares, {
1
v ,
2
v ,
3
v } uma base de
3
, se
qualquer vector, v , do espao combinao linear dos trs vectores da base, isto ,
v =
1
v +
2
v +
3
v , , ,
1
v ,
2
v ,
3
v
3

Os escalares , e so as coordenadas de v em relao base {
1
v ,
2
v ,
3
v } e o
vector v representa-se como o terno ordenado (, , ).
x
O
i
j
y
(1, 0)
(0, 1)
Geometria Analtica 71
Uma base no espao,
3
, { k j i , , } chama-se base ortonormada se os seus vectores
forem unitrios (comprimento igual unidade) e ortogonais (perpendiculares) dois
a dois, isto
1 | | | | | | = = = k j i i k k j j i


Exemplo: Referencial em {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
Produto escalar ou produto interno
Dado o tringulo OAB e aplicando a lei dos cosenos
1
ao tringulo temos:
+ = cos | | | | 2 | | | | | |
2 1
2
2
2
1
2
1 2
v v v v v v (1)
Por outro lado, pelas propriedades dos mdulos

1
Fazendo c = | | v , b = | |
1
v e a = | |
2
v , ento, c = b - a, e, pelo teorema de Pitgoras e pela definio
de coseno e seno, obtemos a lei dos cosenos no tringulo OAB:
( )
( ) ( )
2 2
2 2 2 2 2 2 2
2
2 2
cos 2
sen cos cos 2 sen cos
)
2
cos( ) cos(
b ab a
b b ab a b b a
b b a c
+ =
= + + = + =
= |
.
|

\
|
+ + =



x
O
i
j
y
(1, 0, 0)
(0, 1, 0)
(0, 0, 1)
k
z
1 octante
v
1
v
2


/2
O
A
B
3

72 Geometria Analtica

( )
2 1
2
2
2
1
2
1 2
2
1 2
2 | | | | | | v v v v v v v v + = = (2)
Donde, de (1) e (2), vem:
2 1
2
2
2
1 2 1
2
2
2
1
2 | | | | cos | | | | 2 | | | | v v v v v v v v + = +
ou seja,
= cos | | | |
2 1 2 1
v v v v
ao qual chamamos produto escalar, que representamos por
2 1
v v ,
2 1
v v ou
2 1
| v v .
Mdulo de um vector
Dado um vector v = (a, b, c)
v v v v v v v v = = = | | | | 0 cos | | | |
2

ao qual chamamos mdulo de um vector.
Propriedades do produto escalar
Para todo ( ) c b a v , ,
1
= , ( ) ' , ' , '
2
c b a v = e ( ) ' ' , ' ' , ' '
3
c b a v = e k , fcil verificar que:
i)
1
v
1
v 0 e
1
v
1
v =0 se e s se ( ) 0 , 0 , 0
1
= v
ii) Anulamento do produto
1
v
2
v = 0
1
v
2
v
1
v = 0
2
v = 0
iii) Comutatividade
1
v
2
v =
2
v
1
v
iv) Distributividade da multiplicao em relao adio

1
v (
2
v +
3
v )=
1
v
2
v +
1
v
3
v
Geometria Analtica 73
v) (k
1
v )
2
v = k(
1
v
2
v ) =
1
v (k
2
v )
Exerccio: A partir da definio de produto escalar demonstre as propriedades
anteriores.
Expresso cartesiana do produto escalar
Fixado um referencial cartesiano ( k , j , i , O ) se u = (a, b, c) e v = (a', b', c') neste
referencial temos
u = k c j b i a + + e v = k ' c j ' b i ' a + +
u v = ( k c j b i a + + ) ( k ' c j ' b i ' a + + ) (3)
Aplicando a (3) as propriedades do produto escalar obtemos:
u v = ( k c j b i a + + ) ( k c j b i a ' ' ' + + ) =
= k k cc j k cb i k ca k j bc j j bb i j ba k i ac j i ab i i aa ' ' ' ' ' ' ' ' ' + + + + + + + + =
= ( ) ( ) ( ) j k cb bc k i ca ac j i ba ab k k cc j j bb i i aa ' ' ' ' ' ' ' ' ' + + + + + + + + (4)
Em particular, se os trs vectores da base forem unitrios e perpendiculares entre si,
o referencial diz-se ortonormado e tem-se
0 1 = = = = = = i k k j j i k k j j i i (5)
substituindo (5) em (4) vem
u v = ' ' ' cc bb aa + +
que a expresso cartesiana do produto interno num referencial ortonormado ou
em coordenadas cartesianas.
74 Geometria Analtica

Num referencial ortonormado, podemos escrever
2 2 2
| | c b a u u u + + = = .
Exemplo: Dado um referencial ortonormado determine |(-1, -4, -2)|.

Exemplo: Dado um referencial tal que

determine |(-1, -4, -2)|.


Mas,


Ento, fazendo as respectivas substituies, obtemos: |(-1, -4, -2)|=

Exerccio: Compare os resultados obtidos nos dois exemplos anteriores.

ngulo entre dois vectores
O ngulo entre dois vectores
1
v ,
2
v , no nulos, varia entre 0 e . Vejamos como
determin-lo. Da definio de produto escalar de dois vectores
1
v
2
v vem:
= cos | | | |
2 1 2 1
v v v v
onde o ngulo formado pelos dois vectores,
1
v
2
v . Resolvendo em ordem a
obtm-se:
|(-1, -4, -2)|= 21 ) 2 ( ) 4 ( ) 1 (
2 2 2
= + +
( ) ( ) 1 ; 2 ;
3
, ngulo ;
2
) , ( ngulo , ngulo = = = = = = k i j k j k i j i
r r r r r r r r r

0 | || |
1
2
1
* 1 * 2 | || |
0 | || |
| | 4 | | | |
2 2 2
=

= =
= =

= =
=

= =
= = = = = =
cos
3
cos
2
cos
1 1
k i k i i k
k j j k k j
j i i j j i
k k k j j j i i i
2
|(-1, -4, -2)| = ( k j i 2 4 1 ) ( k j i 2 4 1 ) =
= k k j k i k k j j j i j k i j i i i 4 8 2 8 16 4 2 4 + + + + + + + +
2
85
Geometria Analtica 75
|
|
.
|

\
|
=
| | | |
arccos
2 1
2 1
v v
v v

ou seja o ngulo formado pelos vectores
1
v e
2
v .
Condio de ortogonalidade de dois vectores
Da propriedade ii) do produto escalar podemos concluir que: dois vectores no
nulos,
1
v e
2
v , so ortogonais se e s se o produto escalar entre eles for nulo, isto ,
se:
1
v
2
v = 0

ngulos directores e cosenos directores de um vector
Dado o vector u = k c j b i a + + . Os ngulos directores de u so os ngulos , e
que u forma com os vectores da base k j i e , , respectivamente.
u
x
O
i
j
y
k
z
1 octante
Exemplo: Calcular o ngulo entre os vectores
1
v =(1,1,-2) e
2
v =(-2,1,1)
2
1
6
3
6 6
3
1 1 4 4 1 1
2 1 2
| (-2,1,1) | | (1,1,-2) |
2,1,1) (1,1,-2)(-
cos = =

=
+ + + +
+
=

=
3
2
2
1
arccos

=
|
.
|

\
|
=
Exemplo: Os vectores ) (
1
3 2, 1, = v e 1) 1, - -1, (
2
= v so ortogonais, porque
1
v
2
v = 1*(-1)+2*(-1)+3*1=0
76 Geometria Analtica

Os cossenos dos ngulos directores so os seus cossenos directores, isto , cos,
cos, e cos, ou seja,
( )( )
2 2 2 2 2 2
1
0 , 0 , 1 , ,
| | | |
cos
c b a
a
c b a
c b a
i u
i u
+ +
=
+ +
= =
( )( )
2 2 2 2 2 2
1
0 , 1 , 0 , ,
| | | |
cos
c b a
b
c b a
c b a
j u
j u
+ +
=
+ +
= =
( )( )
2 2 2 2 2 2
1
1 , 0 , 0 , ,
| | | |
cos
c b a
c
c b a
c b a
k u
k u
+ +
=
+ +
= =
Produto vectorial
Considerem-se dois vectores u e v , que podemos supor representados por
segmentos orientados com origem num mesmo ponto, P. Chama-se produto
vectorial ou externo, e representa-se por v u ou v u , ao vector, w, assim
caracterizado:
a) w perpendicular ao plano PAB
b) o triedro u , v , w directo, isto , um observador orientado segundo w ver
u realizar uma rotao, de ngulo inferior a , da sua direita para a sua
esquerda, se pretender que u rode de modo a ficar assente sobre a linha de
aco de v ;
A
B
C

v
P u
uX v
Geometria Analtica 77
c) = = sen | | | | | | | | v u v u w
Interpretao geomtrica
Geometricamente, o mdulo do produto vectorial dos vectores u e v igual rea
do paralelogramo ABCD:
Demonstrao:
A rea do paralelogramo igual base vezes a altura, isto :
h | | A
ABCD
u = , onde, = sen | | h v , ou seja, = sen | | | | A
ABCD
v u
Como = sen | | | | | | v u v u ento
ABCD
A | | = v u .
Propriedades
Para todo ( ) c b a v , ,
1
= , ( ) ' , ' , '
2
c b a v = e ( ) ' ' , ' ' , ' '
3
c b a v = e k , fcil verificar que:
i)
1 1
v v = 0, qualquer que seja
1
v
ii) O produto vectorial no comutativo, antissimtrico
2 1
v v =
1 2
v v
iii) Distributividade da multiplicao em relao adio
) (
3 2 1
v v v + =
3 1 2 1
v v v v +
iv) 0
2 1
= v v se e s se um dos vectores nulo ou
1
v e
2
v so colineares.
v)
2 1
) ( v v k = ) (
2 1
v v k = ) (
2 1
v k v
D
A
B
C
h

u
v
78 Geometria Analtica

Expresso cartesiana do produto vectorial
Fixado um referencial cartesiano ( k j i , , , O ) se u = (a,b,c) e v = (a',b',c'), neste
referencial temos u = k c j b i a + + e v = k c j b i a ' ' ' + + .
Num referencial ortonormado temos:
j k i i k
i j k k j
k i j j i
k k j j i i
= =
= =
= =
= = = 0
(6)
Por (6) e pelas propriedades do produto escalar obtemos:
v u = ) ' ' ' ( ) ( k c j b i a k c j b i a + + + + =
= k ba ab j ac ca i cb bc ) ' ' ( ) ' ' ( ) ' ' ( + + =
= k
b a
b a
j
c a
c a
i
c b
c b
' ' ' ' ' '
+
ou seja,
v u = ) ' ' , ' ' , ' ' (
' ' '
c b a
c b a
c b a
k j i
=
onde (a'', b'', c'') u e (a'', b'', c'') v .
Geometria Analtica 79

Condio de paralelismo
v u = (0,0,0) se e s se u // v , ou seja,
' ' ' c
c
b
b
a
a
= =
Produto misto
Dados trs vectores ( ) c b a v , ,
1
= , ( ) ' , ' , '
2
c b a v = e ( ) ' ' , ' ' , ' '
3
c b a v = , chama-se produto
misto ao nmero real que se obtm da expresso ) (
3 2 1
v v v , e representa-se por
(
1
v ,
2
v ,
3
v ).
Interpretao geomtrica
Geometricamente, o produto misto de trs vectores
1
v ,
2
v e
3
v , igual, em mdulo,
ao volume do paraleleppedo:
D
A B
C
h

v
2
v
1
v
3
v
2
X
v
3
h
Exemplo: Determine a rea do paralelogramo em que os vectores ) ( 3 2, 1, = u
e 5) 2, 3, ( = v so os lados desse paralelogramo.
v u =
5 2 3
3 2 1
4
=
k j i
rea =
3 ) 1 ( 1 1
2 2 2
= + +
=
( ) 4 , , 4 4
( ) 4 , , 4 4 4
80 Geometria Analtica


Demonstrao
O volume do paraleleppedo igual rea da base vezes a altura, isto :
h A V
b
=
mas | | A
3 2 b
v v = e = cos | v | h
1
, logo,
) , , v ( cos | | | v | cos | v | | | V
3 2 1 3 2 1 1 3 2
v v v v v v = = =
Propriedades
Para todo ( ) c b a v , ,
1
= , ( ) ' , ' , '
2
c b a v = , ( ) ' ' , ' ' , ' '
3
c b a v = e ( ) ' ' ' , ' ' ' , ' ' '
4
c b a v = e k ,
fcil verificar que:
i) (
1
v ,
2
v ,
3
v ) = 0 se um dos vectores nulo, se dois deles so colineares, ou se
os trs so complanares.
ii) O produto misto independente da ordem circular dos vectores, isto ,
(
1
v ,
2
v ,
3
v ) = (
2
v ,
3
v ,
1
v ) = (
3
v ,
1
v ,
2
v )
Nota: Se trocarmos de posio dois vectores consecutivos o produto misto
muda de sinal, isto , (
1
v ,
2
v ,
3
v ) = -(
2
v ,
1
v ,
3
v ).
iii) (
1
v ,
2
v ,
3
v +
4
v ) = (
1
v ,
2
v ,
3
v ) + (
1
v ,
2
v ,
4
v )
(
1
v +
2
v ,
3
v ,
4
v ) = (
1
v ,
3
v
4
v ) + (
2
v ,
3
v ,
4
v )
(
1
v ,
2
v +
3
v ,
4
v ) = (
1
v ,
2
v
4
v ) + (
1
v ,
3
v ,
4
v )
Geometria Analtica 81
iv) (
1
v ,
2
v ,k
3
v ) = (
1
v ,k
2
v ,
3
v ) = (k
1
v ,
2
v ,
3
v ) = k (
1
v ,
2
v ,
3
v )
Expresso cartesiana do produto misto
Fixado um referencial cartesiano ) , , , O ( k j i , ( ) c b a v , ,
1
= , ( ) ' , ' , '
2
c b a v = e
( ) ' ' , ' ' , ' '
3
c b a v = , neste referencial temos
1
v = k c j b i a + + ,
2
v = k c j b i a ' ' ' + + ,
3
v =
k c j b i a ' ' ' ' ' ' + + . Num referencial ortonormado temos:
3 2
v v = k
b a
b a
j
c a
c a
i
c b
c b
' ' ' '
' '
' ' ' '
' '
' ' ' '
' '
+
logo,
(
1
v ,
2
v ,
3
v ) =
1
v (
3 2
v v ) =
' ' ' ' ' '
' ' '
' ' ' '
' '
' ' ' '
' '
' ' ' '
' '
c b a
c b a
c b a
b a
b a
c
c a
c a
b
c b
c b
a = +
Observao: Atendendo expresso cartesiana do produto misto fcil verificar as
suas propriedades.


Exemplo: Verifique se os vectores ) (
1
3 2, 1, = v , 5) 2, 3, (
2
= v e 8) 4, , 4 (
3
= v so
complanares.
(
1
v ,
2
v ,
3
v
) = 0 ) 48 20 24 ( 40 36 16
8 4 4
5 2 3
3 2 1
= + + + + =
Logo, so complanares.
82 Geometria Analtica

Recta
Recta definida por um ponto e um vector
Seja r uma recta que passa pelo ponto A = (x
0
, y
0
, z
0
) e tem a direco do vector no
nulo u = (a, b, c). Para que um ponto P = (x, y, z), pertencente a
3
, pertena recta
r, necessrio e suficiente que os vectores AP e u sejam colineares, isto :
AP= u ,
ou seja,
P - A = u
Equao vectorial da recta
Resolvendo em ordem a P vem:
P = A + u (7)
ou
(x, y, z) = (x
0
, y
0
, z
0
) + (a, b, c) (8)
A qualquer uma das equaes (7) e (8) chamamos equao vectorial da recta r.
O vector u = (a, b, c) chamado vector director da recta r, e representa-se por d
r
, e
o parmetro.
Geometria Analtica 83
Equaes paramtricas da recta
Sabemos, por (8), que
(x, y, z) = (x
0
+a, y
0
+b, z
0
+c)
ento

+ =
+ =
+ =
c z z
b y y
a x x
0
0
0

a que chamamos equaes paramtricas da recta r.
Equaes cartesianas da recta
No sistema anterior podemos resolver a primeira equao em ordem a , e
substituir nas outras duas, obtendo

|
.
|

\
|
+ =
|
.
|

\
|
+ =
a
x x
c z z
a
x x
b y y
0
0
0
0
(9)
ou
c
z z
b
y y
a
x x
0 0 0

=

(10)
A qualquer uma das equaes (9) e (10) chamamos equaes cartesianas da recta r.
84 Geometria Analtica


Recta definida por dois pontos
A recta definida pelos pontos A = (x
0
, y
0
, z
0
) e B = (x
1
, y
1
, z
1
) a recta que passa por
um dos pontos A ou B e tem a direco do vector u = AB = (x
1
-x
0
, y
1
-y
0
, z
1
-z
0
).
Rectas paralelas aos eixos coordenados
Os eixos Ox, Oy e Oz so rectas particulares
Ox:

=
=
0 z
0 y
Oy:

=
=
0 z
0 x
Oz:

=
=
0 y
0 x

Uma recta r paralela ao eixo Ox se e s se o seu vector director for paralelo ao
vector director da recta Ox, ou seja, i = (1, 0, 0). Dado um ponto A = (x', y', z')
pertencente recta r,
r // Ox

=
=
z' z
y' y

Analogamente para r // Oy e r // Oz.
r // Oy

=
=
z' z
x' x
r // Oz

=
=
y' y
x' x

Nota: Duas rectas so paralelas se e s se os seus vectores forem colineares.
Exemplo: Determine as equaes vectorial, paramtricas e cartesianas da
recta, r, que passa pelo ponto A = (1, 2, 3) e tem a direco do
vector u = (2, 5, 7).
r: (x, y, z) = (1, 2, 3) + (2, 5, 7) equao vectorial

+ =
+ =
+ =
7
3 z
5 2 y
2
1 x
: r equaes paramtricas
z 2 y 1 x
: r
3
=

equaes cartesianas
2
5
7
Geometria Analtica 85
Plano
Plano definido por um ponto e dois vectores
Seja um plano que contm o ponto A = (x
0
, y
0
, z
0
) e paralelo aos vectores, no
nulos e no colineares, u = (a, b, c) e v = (a', b', c'). Para que um ponto P = (x, y, z),
pertencente a
3
, pertena ao plano , necessrio e suficiente que AP se possa
escrever como combinao linear de u e v , isto
AP =
0
u +
1
v ,
0
,
1

ou seja
P - A =
0
u +
1
v
Equao vectorial do plano
Resolvendo em ordem a P vem:
P = A +
0
u +
1
v (11)
ou
(x, y, z) = (x
0
, y
0
, z
0
) +
0
(a, b, c) +
1
(a', b', c') (12)
A qualquer uma das equaes (11) e (12) chamamos equao vectorial do plano .
Equaes paramtricas do plano
Sabemos, de (12), que
(x, y, z) = (x
0
+a
0
+a'
1
, y
0
+b
0
+b'
1
, z
0
+c
0
+c'
1
)
ento

+ + =
+ + =
+ + =
1 0 0
1 0 0
1 0 0
c' c z z
b' b y y
a' a x x

a que chamamos equaes paramtricas do plano .
86 Geometria Analtica

Equao cartesiana do plano
Do sistema anterior, podemos tirar
0
e
1
e obtemos
A(x-x
0
) + B(y-y
0
) + C(z-z
0
) = 0 (13)
ou
Ax + By + Cz + D = 0 (14)
com A = bc' - b'c, B = -ac' + a'c, C = ab' - a'b e D = -(Ax
0
+ By
0
+ Cz
0
).
A qualquer uma das equaes (13) e (14) chamamos equao cartesiana do plano .
Ao vector formado pelos coeficientes das incgnitas x, y, z da equao (14), (A,B,C),
chamamos vector normal do plano, e designa-se por N

, este vector perpendicular


ao plano. Logo, N

pode ser obtido a partir do produto vectorial de dois vectores


quaisquer, no colineares, do plano, isto
N

= v u =
c' b' a'
c b a
k j i

Plano definido por um ponto e pelo seu vector normal
A equao cartesiana do plano pode ser obtida por:
0
c' b' a'
c b a
z z y y x x
0 0 0
=

A(x-x
0
) + B(y-y
0
) + C(z-z
0
) = 0
Geometria Analtica 87
Plano definido por trs pontos
O plano definido pelos pontos A = (x
0
, y
0
, z
0
), B = (x
1
, y
1
, z
1
) e C = (x
2
, y
2
, z
2
), o
plano que passa por um dos pontos A, B ou C e paralelo aos vectores, no nulos e
no colineares, u e v , definidos pelos trs pontos, por exemplo. u =B - A e v =C - A.

Planos paralelos aos planos coordenados
Os planos coordenados, xOy, yOz e xOz, so planos particulares, de equaes
cartesianas
xOy: z = 0 yOz: x = 0 xOz: y = 0
Um plano paralelo ao plano xOy se e s se o seu vector normal for paralelo ao
vector normal ao plano xOy, ou seja, k = (1, 0, 0). Dado um ponto A = (x', y', z')
pertencente ao plano ,
// xOy z = z'
Analogamente para // yOz e // xOz
// yOz x = x' // xOz y = y'
Exemplo: Determine as equaes vectorial, paramtricas e cartesiana do
plano, , que passa pelo ponto A = (1, 2, 3) e contm as direces
dos

vectores u

=

(2,

5,

7)

e

v

=

(0,

1,

1).
: (x, y, z) = (1, 2, 3) + 0(2, 5, 7) + 1= (0, 1, 1) equao vectorial

+ + =
+ + =
+ =

1 0
1 0
0
7 3 z
5 2 y
2 1 x
: equaes paramtricas
0
1 1 0
7 5 2
3 - z 2 - y 1 - x
: = equao cartesiana
88 Geometria Analtica

Interseco de dois planos
Dados dois planos 0 D Cz By Ax : = + + + e 0 D' z C' y B' x A' : = + + + , podemos
saber a sua posio relativa e qual a sua interseco, a partir da resoluo do
sistema


Se o sistema for possvel e simplesmente indeterminado, ento a sua interseco
uma recta.

Se o sistema for possvel e duplamente indeterminado, ento os planos so
coincidentes.

Se o sistema for impossvel, ento estamos perante dois planos paralelos, ou seja,
constante
C'
C
B'
B
A'
A
= = =
=

Geometria Analtica 89
Interseco de trs planos
Dados trs planos 0 D Cz By Ax : = + + + , 0 D' z C' y B' x A' : = + + + e
0 ' D' z ' C' y ' B' x ' A' : = + + + , sabemos a sua posio relativa a partir da resoluo do
sistema

.
Se o sistema for possvel e determinado, ento a sua interseco um ponto.

Se o sistema for possvel e simplesmente indeterminado, ento a sua interseco
uma recta.


90 Geometria Analtica

Se o sistema for possvel e duplamente indeterminado, ento os planos so
coincidentes.


Se o sistema for impossvel, ento podem acontecer quatro situaes:
// //


( ) //


// , = recta e = recta




==


=
=

Geometria Analtica 91
= recta e = recta e = recta





Interseco de uma recta com um plano
Dados uma recta r: (x, y, z) = (x
0
, y
0
, z
0
) + (a, b, c) e um plano
0 D Cz By Ax : = + + + ,sabemos a sua posio relativa a partir da resoluo do
sistema

r
.
Se o sistema for possvel e determinado, ento a sua interseco um ponto.




92 Geometria Analtica

Se o sistema for possvel e simplesmente indeterminado, ento a sua interseco
uma recta.




Se o sistema for impossvel ento a recta paralela ao plano, ou seja, d
r
N

.
ngulos
ngulo entre duas rectas
Dadas duas rectas r: (x, y, z) = (x
0
, y
0
, z
0
) +
0
(a, b, c) e s: (x, y, z) = (x
1
, y
1
, z
1
) +
1
(a',
b', c'), o ngulo, , formado pelas duas rectas igual ao menor ngulo formado
pelos vectores directores de r e s. Da definio de ngulo entre dois vectores, d
r
e
d
s
, vem
|
|
.
|

\
|
=
| d | | d |
d d
arccos
s r
s r

e como
2
0

, 1 cos 0 , temos

r
r

Geometria Analtica 93
| d | | d |
d d
arccos
s r
s r
=
ou seja o ngulo formado pelas rectas r e s.
Se estivermos perante um referencial ortonormado, temos:
2 2 2 2 2 2
s r
s r
c' b' a' c b a
cc' bb' aa'
arccos
| d | | d |
d d
arccos
+ + + +
+ +
= =

Rectas ortogonais
Num referencial ortonormado as rectas r e s so ortogonais se e s se
aa' + bb' + cc' = 0
ngulo entre dois planos
Dados dois planos 0 D Cz By Ax : = + + + e 0 D' z C' y B' x A' : = + + + , o ngulo, ,
formado pelos dois planos igual ao menor ngulo que formam os vectores
normais de e . Da definio de ngulo entre dois vectores, N

e N

, vem:
|
|
.
|

\
|
=


| N | | N |
N N
arccos
e, como
2
0

, 1 cos 0 , temos

Exemplo: Calcular o ngulo entr e as rectas

=
=
+ =
2 1
3
:
z
y
x
r
1 1
3
2
2
:
z y x
s =

+
dr=(1,1,-2) ds=(-2,1,1)
6
3
6 6
3
1 1 4 4 1 1
2 1 2
| (-2,1,1) | | (1,1,-2) |
2,1,1) (1,1,-2) (-
cos = =

=
+ + + +
+
=

=
3 2
1
arccos

= |
.
|

\
|
=
1
2
e
94 Geometria Analtica

| N | | N |
N N
arccos


=
ou seja o ngulo formado pelos planos e .
Se estivermos perante um referencial ortonormado, temos:
2 2 2 2 2 2
C' B' A' C B A
CC' BB' AA'
arccos
| N | | N |
N N
arccos
+ + + +
+ +
= =




Planos ortogonais
Num referencial ortonormado os planos 0 D Cz By Ax : = + + + e
0 D' z C' y B' x A' : = + + + so ortogonais se e s se
AA' + BB' + CC' = 0
ngulo entre uma recta e um plano
Dados uma recta r: (x, y, z) = (x
0
, y
0
, z
0
) +
0
(a, b, c) e um plano
0 D Cz By Ax : = + + + , o ngulo, , formado pela recta e pelo plano, igual ao
complementar do ngulo , que a recta r forma com o vector normal ao plano , ou
seja, o ngulo formado pelo vector director da recta, d
r,
e o vector normal ao plano,
N

. Como
2

= + , ento cos = sen e da definio de ngulo entre dois vectores,


d
r
e N

, vem
Exemplo: Calcular o ngulo entre os planos : 2x-3y+5z-8=0 e : 3x+2y+5z-4=0
N

=(2,-3,5) N

=(3,2,5)
38
25
38 38
25
25 4 9 25 9 4
25 6 6
| (3,2,5) | | (2,-3,5) |
,2,5) (2,-3,5)(3
cos = =
+ + + +
+
=

=
|
.
|

\
|
=
38
25
arccos
38
25
=
Geometria Analtica 95
|
|
.
|

\
|
=

| N | | d |
N d
arcsen
r
r

e, como
2
0

, 1 cos 0 , temos
| N | | d |
N d
arcsen
r
r

=
ou seja o ngulo formado pela recta r e pelo plano .
Se estivermos perante um referencial ortonormado, temos:
2 2 2 2 2 2
r
r
C B A c b a
cC bB aA
arcsen
| N | | d |
N d
arcsen
+ + + +
+ +
= =






Ortogonalidade entre uma recta e um plano
Num referencial ortonormado uma recta, r, e um plano, , so ortogonais se e s se
o vector director da recta r for paralelo ao vector normal do plano .
constante
C
c
B
b
A
a
= = =
Exemplo: Calcular o ngulo entre a recta

+ =
=
=
3
2 1
:
z
y
x
r e o plano : x+y-5=0
dr=(-2,-1,1) N

=(1,1,0)
2
3
2
3
2
3
2 6
3
0 1 1 1 1 4
0 1 2
| (1,1,0) | | (-2,-1,1) |
1,1,0) (-2,-1,1)(
sen = =

=
+ + + +
+
=

=
3 2
3
arcsen

=
|
|
.
|

\
|
=
3
96 Geometria Analtica

Distncias
Distncia de um ponto a um plano
Dado um ponto P (x
0
, y
0
, z
0
) e um plano : Ax + By+ Cz +D = 0, para calcularmos a
distncia de P a temos trs passos:
1 Determinar a recta, r, que contm o ponto P e perpendicular a .
r:

+ =
+ =
+ =
C z z
B y y
A x x
0
0
0

2 Determinar o ponto I, de interseco de r com
I:

r

3 Determinar a distncia entre os pontos P e I
d(P, ) = d(P, I) = | P - I |

Exemplo: Calcular a distncia do ponto P(-4,2,5) ao plano : 2x+y+2z+8=0
1

+ =
+ =
+ =
2 5 z
2 y
2 4 x
2 I:

=
=
=
=

= + + + + + +

= + + +
+ =
+ =
+ =
3 / 4
3 / 7
3 / 2
3 / 20
0 8 ) 2 5 ( 2 ) 2 ( ) 2 4 ( 2
___
___
___
0 8 2 2
2 5 z
2 y
2 4 x
z
y
x
z y x
I (-20/3,2/3,7/3)
3 d(P,) = d(P,I) = 4
3
12
9
144
9
64
9
16
9
64
3
7
5
3
2
2
3
20
4
2 2 2
= = = + + = |
.
|

\
|
+ |
.
|

\
|
+ |
.
|

\
|
+
Geometria Analtica 97
Distncia de um ponto a um recta
Dado o ponto P de coordenadas (x
0
, y
0
, z
0
) e a recta r: (x, y, z) = (x
1
, y
1
, z
1
) +
0
(a, b,
c), para calcularmos a distncia de P a r temos trs passos:
1 Determinar o plano, , que contm o ponto P e perpendicular a r
: a(x-x
0
) + b(y-y
0
) + c(z-z
0
) = 0
2 Determinar o ponto, I, de interseco de r com .
I:

r

3 Determinar a distncia entre os pontos P e I.
d(P, r) = d(P, I) = | P - I |
Exemplo: Calcular a distncia do ponto P(2,0,-3) recta
1
3
2
2
2
:
+
=

=
z y x
s
1 : 2(x-2)+2(y-0)+(z+3)=0
: 2x+2y+z-1=0
2 I:

=
=
=
=

= + + + +

= + +
+ =
+ =
+ =
0
3
2
0
0 1 ) -3 ( ) 2 2 ( 2 ) 2 ( 2
___
___
___
0 1 - z 2y 2x
-3 z
2 2 y
2 0 x
z
y
x
I(0,2,-3)
3 d(P,)=d(P,I) = 2 2 8 4 4 ) 3 3 ( ) 2 0 ( ) 0 2 (
2 2 2
= = + = + + +
98 Geometria Analtica

Exerccios
1. Verifique se so colineares os pontos:
a) A = (1,2,3), B = (1,3,5), C = (2,-1,4)
b) A = (1,2,-1), B = (0,1,-2), C = (-2,-1,-4)
2. Determine a rea do tringulo formado pelos pontos A = (1,0,-2), B = (5,1,0) e
C = (3,-1,4).
3. Um paralelippedo gerado pelos vectores ) 1 , 1 , 1 ( = a
r
, ) 0 , 1 , 2 ( = b
r
e ) 1 , 1 , 1 ( = c
r
.
Calcule de modo que o volume do paralelippedo seja igual a 6 unidades.
4. Sendo P
0
= (5,-5,6) e P
1
= (4,-1,12) pontos da recta r, determine as suas equaes:
a) Vectorial;
b) Paramtricas;
c) Cartesianas.
5. Determine um sistema de equaes cartesianas da recta r que passa pelos
pontos A = (2,4,0) e B = (3,7,1).
6. Determine as equaes paramtricas das seguintes rectas:
r
x y
z r
x z
y z
1 2
5
1
6
1
5 6
2 5
: : =

=
= +
=


7. Determine a ordenada e a cota do ponto P, cuja abcissa 2, e que pertence
recta que passa pelo ponto A = (3,-1,4) e tem a direco do vector
r
r r
r
v i j k = 2 5 .
8. Citar um ponto e um vector director de cada uma das seguintes rectas:

=
+
1
4
3
3
1
:
1
y
z x
r

=
=
=
t z
y
t x
r
2
1
2
:
2
z y x r = = :
3

=
=
10 4 2
0 3 4
:
4
x z
x y
r

=
=
0
0
:
5
y
x
r
Geometria Analtica 99
9. Determine as equaes cartesianas das rectas:
a) r
1
: passa pelo ponto A = (1,-2,4) e paralela ao eixo Ox;
b) r
2
: passa pelo ponto B = (3,2,1) e perpendicular ao plano xOz.
10. Verifique se os pontos P = (3,2,-1) e Q = (1,1,-1) pertencem recta de equao
vectorial P = (2,4,1) + k(-1,2,2).
11. Determine uma equao da recta que:
a) Passa pelo ponto P
0
= (-1,2,3) e paralela recta definida pelo ponto
(1,0,-1) M = e pelo vector ) 3 , 1 , 2 ( = v
r
;
b) Passa pelo ponto P
0
= (1,3,-2) e paralela recta que passa pelos pontos
(-1,2,1) A = e B = (5,-4,1).
12. Determine a recta r representada pelo seguinte sistema de equaes cartesianas
e determine uma equao vectorial desta recta

=
= + +
0 2 z y x
0 z y x

13. Determine uma equao vectorial e uma representao cartesiana dos eixos Ox,
Oy e Oz.
14. Determine m e n, de modo que sejam paralelas as seguintes rectas:

+ =
=
+ =

2 2
6 4
8 3
:
1
z
y
x
r 3
2 1
:
2
=

=
+
z
m
y
n
x
r
15. Determine m de modo que sejam ortogonais as seguintes rectas:

=
=
+ =



5
3
2 1
:
1
z
y
x
r

=
=
x z
mx y
r
2
3
:
2

100 Geometria Analtica

16. Considere as rectas

=
=
+ =


2 1
3
:
1
z
y
x
r e z y
x
r = =

+
4
2
2
:
2
. Determine:
a) a posio relativa das rectas;
b) o ngulo formado pelas rectas;
c) o ponto de interseco das rectas.
17. Estudar a posio relativa das rectas:
a)

=
=
=

3
6 4
3 1
:
1
z
y
x
r z
y
x r =
+
=
2
3
:
2

b)

=
=
3
2
:
1
y
x z
r z y x r = = :
2

c)
2
2
4
7
5
5
:
1
+
=

=
+ z y x
r
35
14 7
5
5
6
3
:
2

+
=
z y x
r
d)
1
1
2
3
1
2
:
1

=

=
z y x
r
2
1
4
2
2
5
:
2

=

=
z y x
r
e)
2
1
2
3
1
2
:
1

=

=
z y x
r
2
3
1
2
2
1
:
2
+
=

=
+ z y x
r
18. Comente a afirmao: Duas rectas complanares so sempre concorrentes.
19. Verifique as posies relativa das rectas r e s:

+ =
=
+ =
3 3
2
7 2
:

z
y
x
r
6
3
2
4
4
3
:
+
=
+
=
z y x
s
20. Calcule a equao vectorial do plano que passa nos pontos P
1
= (1,0,3), P
2
=
(1,3,-1) e P
3
= (1,3,1).
21. Calcule a equao cartesiana do plano que passa em A = (1,2,3) e contm as
direces dos vectores ) 4 , 3 , 2 ( = u
r
e ) 3 , 2 , 1 ( = v
r
.
Geometria Analtica 101
22. Sejam os pontos no colineares, A = (2,-3,1), B = (4,9,-4) e C=(2,6,-2). Determine
as equaes do plano que passa por eles:
a) vectorial;
b) paramtricas;
c) cartesianas.
23. Determine a equao cartesiana do plano:
a) que passa pelo ponto P
0
= (2,1,-2) e perpendicular recta

=
+ =
+ =

z
y
x
r 2 1
3 4
: ;
b) que passa pelo ponto P
1
= (-3,2,1) e contm a recta

=
=
=
z
y
x
r 3
4
: ;
c) contm as rectas

=
=
+ =
3
4 2
3 1
:
1
z
y
x
r

3
8
4
6
3
:
2
z
y x
r .
24. Verifique se as seguintes rectas esto no mesmo plano e, se estiverem, calcule a
equao desse plano.
a) P=(1,2,3)+k(-1,2,3) e Q=(0,1,1)+t(1,1,-2);
b) P=(1,-1,1)+k(2,1,1) e Q=(1,0,1)+t(2,1,1).
25. Determine as equaes paramtricas dos planos xOy, xOz, yOz.
26. Considere os planos
: kx + ky + z - 1 = 0
: x + y - z + k = 0
: x + ky + z = 0
e determine, se existirem, os valores de k tais que:
a) Os 3 planos se intersectam num ponto;
b) Os 3 planos se intersectam segundo uma recta;
c) Os planos e so perpendiculares.
102 Geometria Analtica

27. Considere a recta z
y x
r =

3
2
2
1
:
a) Determine uma equao vectorial do plano que passa pelo ponto P = (1,2,0)
e perpendicular recta r;
b) Verifique se a recta s, que passa pelo ponto A = (0,0,8) e tem a direco do
vector ) 1 , 1 , 1 ( = u
r
, est contida no plano .
28. Determine a posio relativa dos planos:
a) x + 2y + z = 0 x - 2y - 8z = 0 x + y + z - 3 = 0;
b) x + 3y + 4z + 1 = 0 2x + y - z + 2 = 0 3x + 4y + 3z + 3 = 0;
c) P = (1,-2,0) + t(2,1,3) + k(5,4,0) P = (4,0,2) + t(7,5,3) + k(1,1,-1).
29. Determine as equaes paramtricas da recta de interseco dos planos:
a) 3x + 3y - z + 7 = 0 x + 6y + 2z - 6 = 0;
b) 2x - 3y + z - 1 = 0 2x + 3y - z - 2 = 0.
30. Quais os ngulos entre os vectores?
a) ) 3 , 5 , 2 ( = u
r
e ) 2 , 5 , 1 ( = v
r
;
b) ) 4 , 3 , 2 ( = u
r
e ) 1 , 1 , 1 ( = v
r
.
31. Mostre que os vectores ) 4 , 3 , 1 ( = u
r
e ) 1 , 4 , 8 ( = v
r
so perpendiculares.
32. Dadas as equaes cartesianas dos planos 0 2 : = + z y x e
0 1 2
2
1
3 : = + z y x e a recta z
y x
r =
+
=

4
2
2
1
: determine:
a) o ngulo entre os planos;
b) o ngulo entre o plano e a recta r;
c) a interseco dos planos;
d) a interseco do plano com a recta r.
Geometria Analtica 103
33. Determine o ngulo entre os planos:
a) x + y - z = 2 y - z = 8;
b) x - 3y + 4z = 8 2x - 6y + 8z = 8;
c) P = (1,0,3) + t(-2,3,5) + k(0,1,1) P = (0,0,3) + t(5,2,3) + k(7,2,3).
34. Determine o ngulo entre as seguintes rectas e planos:
a) x + y - z = 2 P = (0,3,1) + (3,0,5);
b) 2x - 6y + 8z = 8 P = (5,4,1) + (3,0,2).
35. Determine os valores de m e n, para que o plano 0 3 2 ) 1 2 ( : = + nz y x m
seja paralelo ao plano 0 4 4 : = + z y x .
36. Determine o valor de m, de modo que os planos 0 2 2 : = + z y mx e
0 1 2 3 : = + z my x sejam perpendiculares.
37. Determine a distncia entre os pontos P = (7,3,4) e Q = (1,0,6).
38. Determine a distncia do ponto P = (2,0,7) recta 3
2
2
2
: + =

= z
y x
r .
39. Determine a distncia do ponto P = (-4,-7,-5) ao plano : 2x + 4y + 2z + 8 = 0.
40. Determine a distncia entre as rectas

=
+ =
x z
x y
r
2
3 2
: e

=
+ =
=

4 3
4 1
2 1
:
z
y
x
s
41. Determine a distncia entre os planos 5 2 2 : = + z y x e
0 14 2 4 4 : = + + z y x .
42. Determine a distncia da recta

=
=
4
3
:
y
x
r ao plano : x + y - 12 = 0.
104 Geometria Analtica

43. Considere o plano definido por (x,y,z) = (1,2,3)+k(1,0,1)+t(0,2,1), k,t e o
plano definido pelos pontos A = (1,2,3), B = (2,0,1) e C = (0,0,0). Determine
justificando:
a) a interseco dos planos dados;
b) o ngulo formado pelos planos;
c) a recta r que passa pelo ponto P = (1,1,1) e no intersecta nenhum dos dois
planos;
d) a distncia entre a recta r e cada um dos planos.
44. Determine t tal que o ponto T = (t, -1, 5) diste 5 unidades do plano que contm
o ponto A = (1, -1, -2) e paralelo aos vectores u = (0, 1, 1) e v = (2, 1, 0).
45. Determine as equaes cartesianas da recta t, que passa pelo ponto A = (-2,1,3) e
perpendicular s rectas r e s

=
=

2
3
1
:
y
z
x
r

=
+ =
=

3
2 1
2
:
z
y
x
s
46. Dado um prisma ortogonal tal que
A = (1, 1, 0), B = (0, 2, 0), C = (-1, 1, 0)
a) Determine o plano definido pelos pontos A, B e C;
b) Determine a recta que passa por A e perpendicular a ;
c) Determine a projeco ortogonal dos pontos A, B, C na outra base do
prisma, sabendo que a altura deste uma unidade (sem utilizar a frmula
da distncia);
d) Calcule o volume do prisma utilizando a interpretao geomtrica de
produto misto.
Geometria Analtica 105
47. Considere os pontos A = (1,1,0), B = (1,3,-1), C = (1,2,1) e o plano
) 2 , 1 , 1 ( ) 1 , 1 , 2 ( ) 0 , 0 , 1 ( ) , , ( : + + = k z y x
a) Determine a equao cartesiana do plano que contm o ponto A e
paralelo ao plano , sabendo que perpendicular ao vector de coordenadas
(2,2,6) e contm o ponto B.
b) Determine a recta que contm o ponto C e perpendicular ao plano .
c) Determine a distncia do ponto C ao plano .
d) Determine o ponto C, simtrico de C em relao ao plano .
48. Dado um referencial tal que
( ) ( ) 2 , 1 ,
3
, , ,
3
, = = =

= k i j k j k i j i
r r r r r r r r r
ngulo ngulo
Verifique se so perpendiculares as rectas
r:

=
=

2
2
1
z
y
x
s:

=
+ =
y z
y x
2
3

49. Dado um referencial tal que
( ) ( ) 1 ; 2 ; 4 ;
2
, ;
3
) , ( ;
4
, = = =

= k i j k j k i j i
r r r r r r r r r
ngulo ngulo ngulo
Determine o ngulo que a recta r:

+ =
=
y z
y x
2 4
faz com o plano : 4 = z .
106 Geometria Analtica

Solues:
1. a) No b) Sim
2. 5 5
3. =
2
3

7. y=1, z=9
14. n = -4; m = 3
15. m = -8
16. a) Complanares, concorrentes, no perpendiculares
b) = /3 c) I = (4, 1, -3)
17. a) Paralelas (no coincidentes) b) No complanares
c) Perpendiculares, reversas (no complanares) d) Paralelas (no coincidentes)
e) Complanares, concorrentes, no perpendiculares
18. Falsa
19. Coincidentes
24. a) No b) Sim
26. a) k 1 b) Impossvel c) k = 1/2
27. b) Sim
28. a) Intersectam-se num ponto b) Intersectam-se numa recta
c) Planos coincidentes
30. a) arccos
190
285 11
b) arccos
87
87 6

32. a) /2 b) arcsen
14
14 3
c) recta d) |
.
|

\
|

3
1
,
3
2
,
3
5

33. a) arccos
3
6
b) 0 c) arccos
39
39 5

Geometria Analtica 107
34. a) arcsen
51
102
b) arcsen
338
338 11

35. m = -1/2, n = 1/2
36. m = 1/2
37. 7
38.
3
218 2

39.
6
6 19

40. 13
41. 4
42.
2
2 5

43. a) recta b) arccos
45
5 17
d) d(r,) = 1, d(r,) =
5
5

44. -28
46. a) z=0 b) x=1;y=1 c) d) 2
47. a) x+y+3z=2 b) x-1=2-y=1-z c) 3 d) (3,0,-1)
48. No
49. arcsen
|
|
.
|

\
|
+ 2 12 44
2