Geometria Analítica – Semana 1

3. Vetores no plano e no espaço

Definição de vetor: É um segmento de reta orientado no plano ou no espaço
Segmentos orientados com a mesma direção, sentido e comprimento são o mesmo vetor
3.1 Soma e multiplicação por escalar
a) Soma de vetores e suas propriedades
1. Tome um segmento orientado que representa V;
2. Tome um segmento orientado que representa W, com origem na extremidade de
V;
3. O vetor V + W é representado pelo segmento orientado que vai da origem de V até
a extremidade de W.
Propriedades da soma de vetores:
i. Propriedade comutativa - (V + W = W + V)

ii. Propriedade associativa - (V + W) + U = V + (W + U)

iii. V+0=0+V
 (Vetor 0 é um vetor que inicia e termina no mesmo ponto)
iv. V + (- V) = 0
(O vetor -V é o vetor V com o sentido contrário)
v. Diferença de Vetores - V – W = V + (- W)

b) Multiplicação por escalar ()

α ∙V
Se α =0 ou V =0 então, α ∙ V =0
Se α ≠ 0 e V ≠ 0 então, o vetor α ∙ V será caracterizado por :

i. Tem comprimento [] vezes o comprimento de V;

ii. Tem direção igual a V
iii. Tem mesmo sentido de V, se  > 0 e tem o sentido contrário de V, se  < 0.

3.1. Componentes de um Vetor no Plano

Definição: As componentes de um vetor V (V1, V2) são as coordenadas do ponto final do
representante de v com ponto inicial na origem;
a) Soma de Vetores em um plano
V + W = (V1 + W1), (V2 + W2)
b) Multiplicação de Vetores em um Plano

V = (V1, V2)
3.1 Componentes de um Vetor no Espaço
Definição: As componentes de V (V1, V2, V3) no espaço são as coordenadas do ponto final
do representante de v que tem como ponto inicial a origem

a) Soma de Vetores no espaço

b) Multiplicação de Vetores no espaço

Obs.: Quando um vetor V está representado por um segmento orientado com ponto inicial
fora da origem, digamos em P = (x1, y1, z1), e ponto final em Q = (x2, y2, z2), então as
componentes do vetor V são dadas por

Obs.2: O vetor V = (V1, V2, V3), pode ser escrito como uma matriz:

Isto resulta em um teorema com várias propriedades

3.2 Produtos de Vetores
3.2.1 Norma e Produto Escalar
Definição de Norma: É o comprimento de um vetor V e é denotado
por ∥ V ∥
Obs.: Um vetor de comprimento 1 é chamado de vetor unitário
Pode ser calculado da seguinte forma
- Em um vetor no plano

- Em um vetor no espaço

Propriedades de norma
I.

II.
Definição de Produto Escalar: O produto escalar (interno) de V e W é definido como:
0 se V ou W = 0
ou
∥ V ∥∙∥W ∥∙ cosθ

Sendo  o ângulo formado entre V e W

Mas, também é possível calcular da seguinte forma:
V W = V1 W1 + V2W2 + V3 W3
Obs.: Se o ângulo entre dois vetores é 90 º eles são chamados de ortogonais ou
perpendiculares e possuem produto escalar = 0

3.2.2 Projeção ortogonal

Definição de projeção ortogonal:
Dados dois vetores V e W a projeção ortogonal de V sobre W denotada por
é o vetor que é paralelo a W tal que V - seja ortogonal a W.
(Vetor que se de mesma a W até o momento que não encontra V por cima)

Proposições

Exemplo:
3.2.3 Produto Vetorial
Definição: (OBS: apenas no espaço) O produto vetorial V x W é o vetor com:
Comprimento:
∥ V ∥∙∥W ∥∙ senθ

Metade da Área do paralelogramo que V e W formam

Direção: perpendicular a V e W
Sentido:
V x W: Sentido anti-horário = Positivo = Vetor sentido para cima
V x W: Sentido horário = Negativo = Vetor sentido para baixo
Calcular V x W

Ou
3.2.4 Produto Misto
Definição: Definimos o produto misto de V, W, U como:
(V x W) U
Ou
V1 V2 V3
Det W 1 W 2 W 3
U1 U2 U3
Isto é, o produto vetorial dos dois primeiros com o produto escalar do segundo ou o
determinante da matriz.
Combinação Linear
Definição: V 1 +V 2 +V 3 +V 4 +V 5 +V 6 +V 7 … +V n , V
V é CL (combinação linear) de V 1 +V 2 +V 3 +V 4 +V 5 +V 6 +V 7 … +V n se

V = αV 1+ αV 2 +αV 3 +αV 4 +α V 5 + αV 6 +α V 7 … +αV n α E R

Dois vetores V, R no plano geram U, se U pode ser escrito como:

U = xV + yW
Isto é, se U for combinação linear de V e W

Teorema: V, W geram o plano completo se e somente se V, W não são paralelos

V, W geram o espaço completo se e somente se V, W não são coplanares
Como descobrir se são coplanares?
V1 V2 V3
Det W 1 W 2 W 3
U1 U2 U3
Se for diferente de 0 eles não são coplanares

Dependência Linear
Definição:
V 1 +V 2 +V 3 +V 4 +V 5 +V 6 +V 7 … +V n é L.I (Linearmente Independente) se toda CL
(combinação linear)
αV 1+ αV 2 +αV 3 +αV 4 +α V 5 + αV 6 +α V 7 … +αV n tem α = 0
V 1 +V 2 +V 3 +V 4 +V 5 +V 6 +V 7 … +V n é L.D (Linearmente dependente) se existe alguma CL
(combinação linear) em que
αV 1+ αV 2 +αV 3 +αV 4 +α V 5 + αV 6 +α V 7 … +αV n tem α ≠ 0

Se a matriz formada pelos coeficientes que multiplicam as incógnitas do sistema tiver

determinante igual a -1 ela é invertível portanto, estes vetores serão linearmente
independentes.
Por outro lado, se o determinante formado pelas coordenadas dos vetores for diferente de 0
também podemos concluir que ele será linearmente independente.
O mesmo serve para o caso contrário em que o determinante é igual a 0 e, portanto,
apresenta infinitas soluções em que uma delas não será nula, sendo assim, os vetores são
linearmente dependentes.

Mais de 2 vetores no plano são sempre L.D

Mais de 3 vetores no espaço são sempre L.D
15+27