Você está na página 1de 344

5.

2 Determinante via permutações 58


5.3 Adjunta de uma matriz quadrada 64
5.4 Exercícios resolvidos 66

6 Sistema de equações linerares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89


6.1 Estudo de sistemas lineares 93
6.2 Sistemas com número de incógnitas igual ao número de equações 96
6.3 Exercícios resolvidos 99

.
ar
II Vetores
7 Vetores no plano e no espaço . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

in
7.1 O plano e o espaço 127
7.2 Vetores 129

im
7.3 Exercícios resolvidos 135

8 Produto entre vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137


8.1 Produto generalizado 137
el
8.2 Produto escalar 138
8.3 Produto vetorial 142
Pr
8.4 Exercícios resolvidos 145

III Objetos Geométricos


o

9 Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157

9.1 Retas 157


9.2 Ângulo entre retas 160
r

9.3 Posição Relativa de retas 161


Ve

9.4 Distâncias 162


9.5 Exercícios resolvidos 164

10 Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
10.1 Planos 169
10.2 Ângulo 172
10.3 Posição relativa de dois planos 173
10.4 Posição relativa entre uma reta e um plano 174
10.5 Distãncias 174
10.6 Exercícios resolvidos 175

11 Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
11.1 Cônicas 207
11.2 Elipse 208
11.3 Hipérbole 211
11.4 Parábola 213

12 Translação de sistema de coordenadas. . . . . . . . . . . . . . . . . . . . . . . 215


12.1 Sistemas de Coordenadas 216
12.2 Translação de coordenadas 217
12.3 Exercícios resolvidos 221

.
13 Rotação do sistema de coordenadas. . . . . . . . . . . . . . . . . . . . . . . . . 233

ar
13.1 Rotação de coordenadas 233

in
14 Identificação de cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
14.1 Um exemplo 239

im
14.2 Procurando a mudança de coordenadas 240
14.3 Exercicios resolvidos 247

15 Como saber se uma cônica é degenerada. . . . . . . . . . . . . . . . . . . 273


el
16 Coordenadas polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
Pr
16.1 Coordenadas Polares 277
16.2 Relação entre coordenadas polares e cartesianas 279
16.3 A reta em coordenadas polares. 280
16.4 Circunferência em coordenadas polares 282
o

16.5 Cônicas em coordenadas polares 282


16.5.1 Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284


16.5.2 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
16.5.3 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
r

16.6 Exercícios Resolvidos 292


Ve

17 Parametrização de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303


17.1 Paramerização de curvas 303
17.1.1 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
17.1.2 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
17.1.3 Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
17.2 Parametrização em coordenadas polares 307
17.3 Exercícios resolvidos 309

IV Quádricas e Superfícies

18 Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
18.1 Quádricas 317
18.2 Superfícies 320
18.2.1 Superfícies Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
18.2.2 Superfícies de revolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
18.2.3 Superfícies Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
18.3 Exercícios resolvidos 325

19 Coordenadas Cilíndricas e esféricas . . . . . . . . . . . . . . . . . . . . . . . . . 331


19.1 Coordenadas Cilíndricas 331
19.2 Coordenadas Esféricas 332
19.3 Exercícios resolvidos 334

.
ar
20 Parametrizacão de Superfícies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
20.1 Parametrização de Superfícies 339

in
20.2 Exercícios Resolvidos 341

im
el
Pr
o
r sã
Ve
.
ar
1. Introdução

in
im
el
Este texto é uma apostila resultado do compilado das notas de aula que utilizei para ministrar
a disciplina Geometria Analítica ao longo dos anos. Ela está escrita na forma mais simples e
sintétizada que me foi possível. O objetivo da mesma é fornecer material teórico e prático aos
Pr
estudantes que façam uso delas para seus estudos. É por isto que não há nada proposto para ser
feito como exercicio e tudo está completamente resolvido na quantidade de detalhes que me foi
possível. Com isto quero dizer que não pretende para nada ser um livro texto de disciplina mas sim
um material de suporte para o estudo da mesma.
o

O material teórico que faz parte do texto está fortemente inspirado nos livros
• R. J. Santos, Matrizes, Vetores e Geometria Analítica, Imprensa Universitária da UFMG.

• K. Hoffman e R. Kunze, Álgebra Linear, Prentice Hall, Second edition, 1971.


• P. Boulos e I. C. Oliveira, Geometria Analítica-um tratamento vetorial, McGraw-Hill, São
Paulo, 2a edição-2000 .
r

• L. Leithold, O Cálculo com geometria analítica, Vol. 1, Harbra, São Paulo, 2a edição – 1977.
Ve

Os exercícios resolvidos que aparecem massivamente no corpo do trabalho são parte das listas de
exercícios e provas aplicadas na disciplina MA141 - Geometria Analítica da UNICAMP.
Finalmente faço o destaque de que a escrita do texto contou com apoio do Serviço de Apoio ao
Estudante (SAE) da Pró-reitoria de Graduação (PRG) da UNICAMP e foi feita pela estudante -
bolsista Ysabella Visinho dos Reis.
Esta apostila ainda contém muitos erros. Teria ainda mais se não fosse pelas correções aportadas
por Daniel Paulo Garcia e Helena Pivoto Paiva enquanto cursaram Geometria Analítica comigo. A
eles o meu agradecimento.
Ve
rsã
o
Pr
el
im
in
ar
.
I
Álgebra Matricial

.
ar
in
im
el
Pr

2 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1 Matrizes
2.2 Produto de matrizes e transposta de uma matriz
o

2.3 Exercícios resolvidos


3 Operações elementares . . . . . . . . . . . . . 29
3.1 Multiplicação de uma linha por um escalar λ 6= 0.
3.2 Substituir uma linha pela soma desta linha mais um
r

multiplo escalar de outra linha


Ve

3.3 Troca de posição de duas linhas de uma matriz


3.4 Matriz escalonada Reduzida
3.5 Exercícios resolvidos

4 Matrizes Quadradas . . . . . . . . . . . . . . . . 41
4.1 Matrizes Quadradas
4.2 Exercícios Resolvidos

5 Determinante de uma matriz quadrada


51
5.1 Determinantes
5.2 Determinante via permutações
5.3 Adjunta de uma matriz quadrada
5.4 Exercícios resolvidos

6 Sistema de equações linerares . . . . . . 89


6.1 Estudo de sistemas lineares
6.2 Sistemas com número de incógnitas igual ao nú-
mero de equações
6.3 Exercícios resolvidos
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
2. Matrizes

in
im
el
Neste capítulo começaremos estudando as noções básicas sobre matrizes. Começaremos com a
definição e logo passaremos a estudar as propriedades destes objetos.
Pr
2.1 Matrizes
Definição 2.1.1 Uma matriz real de tamanho m × n é um arranjo bidimensional de números

{ai j ∈ R, i = 1 . . . m, j = 1 . . . n}
o

que escrevemos na forma


 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A= . .
r

 
.. .. ..
 .. . . . 
Ve

am1 am2 . . . amn


Dada A uma matriz de tamanho m × n como acima, chamamos de entrada Ai j ao número ai j
que encontra-se na interseção da linha i com a coluna j (isto é na posição i, j da tabela) de A.
A matriz nula, que denotamos por 0, é a matriz cujas entradas são todas iguais a zero.
Denotamos por M(m × n) ao conjunto de todas as matrizes de tamanho m × n com entradas
em R.

Obs.
• Em particular uma matriz de tamanho 1 × n é chamada de matriz linha e uma matriz
m × 1 é chamada de matriz coluna.
• No caso em que m = n então dizemos que A é uma matriz quadrada de ordem n.
• As matrizes de tamanho 1 × 1 podem ser naturalmente identificadas com os números
reais.

A k−ésima linha de A é a matriz linha [A]k dada por


12 Capítulo 2. Matrizes

[A]k = (ak1 , ak2 , . . . , akn ).


A j−ésima coluna da matriz A é a matriz coluna [A] j dada por
 
a1 j
 a2 j 
[A] j =  .  .
 
.
 . 
am j
A seguinte definição estabelece quando duas matrizes são iguais.

.
Definição 2.1.2 Duas matrizes A ∈ M(m × n) e B ∈ M(k × l) são iguais se m = k, n = l e

ar
Ai j = Bi j ∀ i = 1, . . . , m, j = 1, . . . , n.

in
A seguir vemos alguns exemplos de matrizes.
 Exemplo 2.1 1. Seja A ∈ M(4 × 3) definida por

im
 
1 0 21
 3 −2 π 
 −3 41 9  .
A= 

5 5 5
el
temos que
Pr
 
0
 −2 
[A]2 = 

 41  ∈ M(4 × 1),
 e [A]3 = −3 41 9 ∈ M(1 × 3).
5
o

2. Seja B ∈ (3 × 6) dada por


 
1 1 1 1 1 2
B =  1 2 4 4 4 3 .
r

1 1 1 1 1 1
Ve

Então,
 
1
[B]1 =  1  ∈ M(3 × 1),

e [B]1 = 1 1 1 1 1 2 ∈ M(1 × 6).
1


Assim como acontece nos números reais, podemos definir as operações soma e produto por
escalar no conjunto das matrizes, porém impondo algumas restrições.
Definição 2.1.3 • A soma de duas matrizes A e B em M(m×n) é uma matriz em M(m×n),
que denotamos por A + B, cujas entradas são dadas por

(A + B)i j = Ai j + Bi j , ∀ i = 1, . . . , m, j = 1, . . . , n,
2.1 Matrizes 13

isto é, se
   
a11 a12 ... a1n b11 b12 ... b1n
 a21 a22 ... a2n   b21 b22 ... b2n 
A= e B= ,
   
.. .. .. ..  .. .. .. ..
 . . . .   . . . . 
am1 am2 . . . amn bm1 bm2 . . . bmn

então
 
a11 + b11 a12 + b12 . . . a1n + b1n
 a21 + b21 a22 + b22 . . . a2n + b2n 
A+B =  .
 
..

.
 a31 + b31 a32 + b32 . . . .

ar

am1 + bm1 am2 + bm2 . . . amn + bmn

A multiplicação de uma matriz A ∈ M(m × n) por um escalar λ ∈ R é uma matriz em

in
M(m × n), que denotamos por λ · A, cujas entradas são dadas por

(λ · A)i j = λ Ai j ∀i = 1 . . . m, j = 1 . . . n,
isto é, se

a11 a12 ... a1n

im
el
 a21 a22 ... a2n 
A= ,
 
.. .. .. ..
 . . . . 
am1 am2 . . . amn
Pr

então
 
λ a11 λ a12 ... λ a1n
λ a21 λ a22 ... λ a2n
o

 
λ ·A =  .
 
.. .. .. ..
 . . . . 

λ am1 λ am2 . . . λ amn


 Exemplo 2.2
1. Seja
r
Ve

   
1 2 1 1 0 7
A= 0 1 3  e B =  0 1 1 ,
3 2 2 0 2 4
vemos que
   
1+1 2+0 1+7 2 2 8
A+B =  0+0 1+1 3+1  =  0 2 4 ,
3+0 2+2 2 = 4 3 4 6
e
   
2.1 2.2 2.1 2 4 2
2 · A =  2.0 2.1 2.3  =  0 2 6  .
2.3 2.2 2.2 6 4 4

14 Capítulo 2. Matrizes

Teorema 2.1.1 O conjunto M(n × m) com as operações soma e produto por escalar definidas
acima é um espaço vetorial sobre os números reais, isto é, a soma e o produto por escalar
satisfazem as seguintes propriedades:
i- Comutatividade da soma: A + B = B + A.
ii- Associatividade da soma: (A + B) +C = A + (B +C).
iii- Existe um único elemento 0 em M(m × n) tal que A + 0 = A.
iv- Para cada elemento A existe um único elemento, que denotamos por −A, tal que A +
(−A) = 0.
v- 1 · A = A.
vi- (λ1 λ2 ) · A = λ1 · (λ2 · A).
vii- (λ1 + λ2 ) · A = λ1 · A + λ2 · A.

.
ar
viii- λ · (A + B) = λ · A + λ · B.

Demonstração: Para demonstrar esses fatos vamos utilizar a definição 2.1.2, isto é, vamos mostrar

in
que as entradas das matrizes de um e outro lado de cada identidade coincidem em cada caso.
i- Para cada i = 1 · · · m, j = 1 · · · n, temos
(A + B)i j = Ai j + Bi j

im
= Bi j + Ai j
= (B + A)i j
ii- Para cada i = 1 · · · m, j = 1 · · · n, temos
((A + B) +C)i j = (A + B)i j +Ci j
el
= (Ai j + Bi j ) +Ci j
= Ai j + (Bi j +Ci j )
Pr
= Ai j + (B +C)i j
= (A + (B +C))i j .
iii- Sabemos que a matriz nula
o

 
0 ... 0
0 =  ... . . . ...  ∈ M(m × n).
 

0 ... 0
satisfaz A + 0 = A. Vamos mostrar que é a única matriz com esta propriedade, isto é, com
a propriedade de que A + B = A para todo A ∈ M(m × n). Em particular, consideramos a
r

matriz A(i, j) cujas entradas são todas nulas exceto a entrada Ai j que é 1. Portanto, como
Ve

A(i, j) + B = A(i, j) temos que 1 + Bi j = 1 donde Bi j = 0. Da arbitrariedade na escolha de


i, j segue que todas as entradas Bi j = 0. De onde segue que B = 0.
iv- Dada a matriz A considere a matriz (−1) · A então é facil ver que A + (−1) · A = 0. Defina
−A = (−1) · A. Vamos mostrar que se B é tal que A + B = 0 então B = −A e portanto −A
é única. Observamos que caso tal B exista, da identidade A + B = 0 tiramos que para todo
i = 1 · · · m, j = 1, · · · n.
Ai j + Bi j = 0 ⇒ Bi j = −Ai j = (−1)Ai j = (−A)i j .
Então B = −A.
v- Trivial.
vi- Para cada i = 1 · · · m, j = 1 · · · n, temos
((λ1 λ2 ) · A)i j = (λ1 λ2 )i j
= λ1 (λ2 · Ai j )
= λ1 (λ2 · A)i j
= (λ1 .(λ2 .A)i j .
2.2 Produto de matrizes e transposta de uma matriz 15

vii- Para cada i = 1 · · · m, j = 1 · · · n, temos


((λ1 + λ2 ) · A)i j = (λ1 + λ2 )Ai j
= λ1 . Ai j + λ2 . Ai j
= (λ1 . A)i j + (λ2 . A)i j
= (λ1 · A + λ2 · A)i j .
viii- Para cada i = 1 · · · m, j = 1 · · · n, temos
(λ · (A + B))i j = λ (A + B)i j
= λ (Ai j + Bi j )
= λ Ai j + λ Bi j

.
= (λ · A + λ · B)i j .

ar


in
Obs.
i- Embora os símbolos sejam iguais, não devemos confundir o produto e a soma definidos
acima com os canônicos de R. Por exemplo a identidade

im
(λ1 + λ2 ) · A = λ1 · A + λ2 · A,
envolve duas operações soma: do lado esquerdo a soma canônica de R e do lado direito
a soma definida para matrizes. Nesse sentido o que diz a propriedade é que existe uma
relação entre as duas operações.
el
ii- A partir da definição de −A podemos definir no conjunto das matrizes, e em forma
análoga ao que acontece para os números reais, a operação diferença: Dadas A e B duas
matrizes em M(m × n) a diferença entre A e B é uma matriz A − B ∈ M(m × n) dada
Pr
por
A − B = A + (−B).
o

2.2 Produto de matrizes e transposta de uma matriz


Até aqui temos definido operações entre matrizes que preservam o tamanho. Nesta seção vamos a

estudar outros tipos de operações sobre as matrizes onde esta propriedade já não é necessáriamente
preservada.
r

Definição 2.2.1 O produto de uma matriz A ∈ M(m × n) e uma matriz B ∈ M(n × k) é uma
matriz AB ∈ M(m × k) cujas entradas são obtidas da seguinte forma
Ve

n
(AB)i j = ∑ Air Br j = Ai1 B1 j + Ai2 B2 j + · · · + Ain Bn j ,
r=1

para todo i = 1, · · ·, m e j = 1, · · ·, k.

 Exemplo 2.3
1. Seja
 
0
  1 
A= 1 2 3 4 ∈ M(1 × 4) e  2  ∈ M(4 × 1).
B= 

−1

Então A · B ∈ M(1 × 1) e
 
A·B = 1.0 + 2.1 + 3.2 + 4.(−1) = 0+2+6−4 = (4).
16 Capítulo 2. Matrizes

2. Seja
   
1 1 1 2 0
A =  1 2 3  ∈ M(3 × 3) e B =  2 1  ∈ M(3 × 2).
1 1 0 1 1

Então A · B ∈ M(3 × 2) e
   
2.1 + 2.1 + 1.1 1.0 + 1.1 + 1.1 5 2
A · B =  1.2 + 2.2 + 3.1 1.0 + 2.1 + 3.1  =  9 5  .
1.2 + 1.2 + 0.1 1.0 + 1.1 + 0.1 4 1

.


ar
Obs.

in
i- A entrada i, j do produto de A com B é obtido ao multiplicar as entradas da linha i de A
com as da coluna j de B em forma ordenada, isto é

(AB)i j = [A]i [B] j .

im
ii- Se A ∈ M(m × n) e B ∈ M(n × k) então AB está definida. Porém não necessáriamente
ocorre o mesmo para o produto de B com A. De fato só vai ser possivel fazer o produto
de B com A quando k = m.
iii- Sobre o conjunto das matrizes quadradas M(n × n) temos que AB e BA são definidas e
el
dão como resultado matrizes em M(n × n). No entanto temos que geralmente AB 6= BA.
Por exemplo se
Pr
   
0 1 0 0
A= B= ,
0 0 0 1

então A · B será
    
o

0 1 0 0 0 1
=
0 0 0 1 0 0

Por outro lado B · A será


    
0 0 0 1 0 0
= .
0 1 0 0 0 0
r
Ve

Segue então que A · B 6= B · A.

O produto de matrizes possui as seguintes propriedades.


Proposição 2.2.1 Sejam A, B,C matrizes de tamanhos apropriados e λ ∈ R. Então
i- A(B +C) = AB + AC.
ii- λ · (AB) = (λ · A)B = A(λ · B).
iii- Se Ik é a matriz quadrada de tamanho k × k definida por
 
1 0 ... 0
 0 1 ... 0 
Ik =  . . . . ,
 
 .. .. . . .. 
0 0 ... 1

e chamada de matriz identidade em M(k × k) então, para toda matriz A ∈ M(m × n), temos

Im A = A = AIn .
2.2 Produto de matrizes e transposta de uma matriz 17

iv- A(BC) = (AB)C.

Demonstração: Para demonstrar as propriedades comparamos as entradas das matrizes aos dois
lados da igualdade.
i-
[A(B +C)]i j = ∑ Aik (B +C)k j
k
= ∑ Aik (Bk j +C)k j
k
= ∑ Aik Bk j + ∑ AikCk j
k k

.
= (AB)i j + (AC)i j ∀i j .

ar
Portanto A(B +C) = AB + AC.
ii-
[(λ (AB)]i j = λ (AB)i j

in

⇒ λ ∑ Aik Bk j
= ∑(λ Aik )(Bk j )

im
= ((λ A) · B)i j ∀i j .

O outro caso é análogo.


iii- Seja A ∈ M(k × n) e Ir a matriz em M(r × r) cujas entradas são definidas por
el

0, se l 6= j
Il j =
1, se l = i
Pr

Então, temos que

(Ik · A)li = ∑(Ik )l j · A ji = Ill Ali = Ali .


o

Portanto Ik · A = A analogamente se prova A · In = A.


iv-
(A(BC))i j = ∑ Ail (BC)l j
l
r

= ∑ Ail ∑ BlkCk j
l k
Ve

= ∑ ∑ Ail BlkCk j
l k
!
= ∑ ∑ Ail Blk Ck j
k l
= ∑(AB)ikCk j = ((AB) ·C)i j .
k


Definição 2.2.2 Seja A uma matriz de tamanho m × n. A transposta de A é uma matriz At de


tamanho n × m cujas entradas são dadas por

(At )i j = A ji .

Para todo i = 1 · · · n e j = 1 · · · m.

 Exemplo 2.4
18 Capítulo 2. Matrizes

1. Se
 
1
1 2 3 ⇒ At =  2  .

A=
3
2. Se
 
  1 1
1 2 3
A= ⇒ At =  2 1  .
1 1 1
3 1
3. Se

.
ar
   
2 1 1 1 2 1 1 1
 1 2 2 2  1 2 3 4 
⇒ At = 
 
A=
 1
.
3 3 3   1 2 3 4 

in
1 4 4 4 1 2 3 4


im
Proposição 2.2.2 Sejam A, B e C matrizes de tamanhos apropriados e λ ∈ R. Então
i- (At )t = A.
ii- (λ · A)t = λ · At .
iii- (A + B)t = At + Bt .
el
iv- (AB)t = Bt At .

Demonstração: Fazemos a demonstração comparando as entradas das matrizes de ambos os lados


Pr
da igualdade.
i- Para todo i, j temos
((At )t )i j = (At ) ji
= Ai j . ∀i j.
o

Portanto (At )t = A.
ii- Para todo i, j temos

[(λ A)t ]i j = (λ A) ji
= λ A ji
= λ (At )i j . ∀i j.
r

Portando (λ A)t = λ At .
Ve

iii- Para todo i, j temos


[(A + B)t ]i j = (A + B) ji
= A ji + B ji
= (At )i j + (Bt )i j . ∀i j.
Então (A + B)t= + Bt .
At
iv- Para todo i, j temos
((AB)t )i j = (AB) ji
= ∑ A jk Bki
k
= ∑ Bki A jk
k
= ∑(Bt )ik (At )k j
k
= (Bt At )i j . ∀i j.
Então (AB)t = Bt At .
2.3 Exercícios resolvidos 19

Obs. O espaço das matrizes quadradas M(n × n) com as operações soma, produto por escalar e
produto formam uma estrutura conhecida com o nome de Álgebra Linear, isto é, é um espaço
vetorial munido de um produto com as seguintes propriedades
i- A(BC) = (AB)C.
ii- A(B +C) = AB + AC.
iii- λ .(AB) = (λ .A)B = A(λ .B).
iv- Existe o elemento In ∈ M(n × m) tal que In A = A = AIn .

.
Definição 2.2.3 Uma matriz quadrada A ∈ M(n × n) é dita

ar
• simétrica se At = A,
• antissimétrica se At = −A.

in
Proposição 2.2.3 Seja A ∈ M(m × n) então existe uma matriz simétrica A1 e uma antissimétrica
A2 tais que A = A1 + A2 .
Proof. Seja

Claramente
1
A1 = (A + At )
2
e
1
A2 = (A − At ).
2
im
el
1 1
Pr
At1 = (A + At )t = (At + A) = A1 .
2 2
1 1
At2 = (A − At )t = (At − A) = −A2 .
2 2
o

e

1 1
A1 + A2 = (A + At ) + (A − At ) = A.
2 2
r

2.3 Exercícios resolvidos


Ve

1. Construa as seguintes matrizes:


a) A = (ai j ) de tamanho 3 × 4 tal que ai j = i + j .

Resolução: A é uma matriz de 3 linhas e 4 colunas. Então seguindo a regra ai j = i + j


temos que:

a11 = 1 + 1 = 2 a12 = 1 + 2 = 3 a13 = 1 + 3 = 4 a14 = 1 + 4 = 5

a21 = 1 + 2 = 3 a22 = 2 + 2 = 4 a23 = 2 + 3 = 5 a24 = 2 + 4 = 6

a31 = 3 + 1 = 4 a32 = 3 + 2 = 5 a33 = 3 + 3 = 6 a34 = 3 + 4 = 7


Então:
 
2 3 4 5
A = 3 4 5 6
4 5 6 7
20 Capítulo 2. Matrizes

b) B = (bi j ) de tamanho 3 × 3 tal que bi j = i j.

Resolução: B é uma matriz de 3 linhas e 3 colunas. Então seguindo a regra bi j = i + j


temos que:

b11 = 1 · 1 = 1 b12 = 1 · 2 = 2 b13 = 1 · 3 = 3

b21 = 1 · 2 = 2 b22 = 2 · 2 = 4 b23 = 2 · 3 = 6


b31 = 3 · 1 = 3 b32 = 3 · 2 = 6 b33 = 3 · 3 = 9
Então:

.
ar
 
1 2 3
B = 2 4 6 
3 6 9

in
c) C = (ci j ) de tamanho 4 × 3 tal que ci j = 2i − 12 j.

im
Resolução: C é uma matriz de 4 linhas e 3 colunas. Então construimos C seguindo a regra
ci j = 2i − 12 j temos que:
el
1 3 1 1 1
c11 = 2 · 1 − · 1 = 2 c12 = · 1 − · 2 = 1 c13 = 2 · 1 − · 3 =
2 2 2 2 2
Pr
1 7 1 1 5
c21 = 2 · 2 − · 1 = c22 = 2 · 2 − · 2 = 2 c23 = 2 · 2 − · 3 =
2 2 2 2 2
1 11 1 1 9
c31 = 2 · 3 − · 1 = c32 = 2 · 3 − · 2 = 5 c33 = 2 · 3 − · 3 =
2 2 2 2 2
o

1 15 1 1 13
c41 = 2 · 4 − · 1 = c42 = 2 · 4 − · 2 = 7 c43 = 2 · 4 − · 3 =

2 2 2 2 2
Então:
3
1 12

r

2
Ve

 
7 5

2 3 2

C= 


 11 5 9 
2 2
 
15 13
2 7 2

2. Considere as seguintes matrizes


   
1 −1 1 1   1
−1 2 2 −1 1  
−2
3 1 1 4
A1 =  A2 =  1 2 −1 A3 = A4 =  
1 1 2 −2 4 −1 5
−1 1 2
0 0 −2 3 −4

  3
3   
A5 = A6 = −4 A7 = 3 1 −2 1 A8 = 2 0 −1 A9 = −2 1
1
3
2.3 Exercícios resolvidos 21

• Determine para quais valores de i, j podemos fazer os produtos Ai A j e faça a conta


para cada caso.
• Ache a transposta de cada uma das matrizes acima.
• Calcule

((2A1 )A4 )t + 3A7

Resolução:

A1 ∈ M(4 × 4), A2 ∈ M(3 × 3), A3 ∈ M(2 × 2)

.
ar
A4 ∈ M(4 × 1), A5 ∈ M(2 × 1), A6 ∈ M(3 × 1)

in
A7 ∈ M(1 × 4), A8 ∈ M(1 × 3), A9 ∈ M(1 × 2)

1 −1 1
−1 2 3
1
1im
Então os seguintes produtos possiveis são:
    
1
 · −2 =  6 
  
4


el
A1 · A4 =  1 1 2 −2  5   17 
0 0 −2 3 −4 −22
     
2 −1 1
Pr
3 13
A2 · A6 =  1 2 −1 · −4 = −8
−1 1 2 3 −1
     
1 4 3 7
A3 · A5 = · =
4 −1 1 11
o

   
1 3 1 −2 1

−2   −6 −2 4 −2
A4 · A7 =   5  · 3 1 −2 1 =  15
  
5 −10 5
−4 −12 −4 8 −4
r

   
1 2 0 −1
−2  −4 −0 2 
Ve

A4 · A8 =   5  · 2 0 −1 =  10 0 −5
  

−4 −8 0 4
   
1 −2 1
−2 −2
 · −2 1 =  4
 
A4 · A9 =  5 −10 5 

−4 8 −4
   
3  9 3 −6 3
A5 · A7 = · 3 1 −2 1 =
1 3 1 −2 1
   
3  6 0 −3
A5 · A8 = · 2 0 −1 =
1 2 0 −1
   
3  −6 3
A5 · A9 = · −2 1 =
1 −2 1
   
3  9 3 −6 3
A6 · A7 =  −4 · 3 1 −2 1 = −12 −4 8
  −4
3 9 3 −6 3
22 Capítulo 2. Matrizes
   
3  6 0 −3
A6 · A8 = −4 · 2 0 −1 = −8 0 4 
3 6 0 −3
   
3  −6 3
A6 · A9 = −4 · −2 1 =  8 −4
3 −6 3
 
1 −1 1 1
 −1 2 3 1 
A7 · A1 = 3 1 −2 1 ·   = 0 −3 0 11
1 1 2 −2 
0 0 −2 3
 
1

.
ar
 −2
A7 · A4 = 3 1 −2 1 ·   5  = (−13)

−4

in
 
 2 −1 1 
A8 · A2 = 2 0 −1 ·  1 2 −1 = 5 −3 0
−1 1 2

im
 
 3
A8 · A6 = 2 0 −1 · −4 = 3
3
 
 1 4
el

A9 · A3 = −2 1 · = 2 −9
4 −1
 
 3
A9 · A5 = −2 1 · = −5
Pr
1
 
1 −1 1 0  
2 1 −1
−1 2 1 0
At1 =  At2 = −1 2
 
1
1 3 2 −2
1 −1 2
o

1 1 −2 3
 
1 4

At3 = At4 = 1 −2 5 4

4 −1
 
3
r

1
At5 = 3 1 At6 = 3 −4 3 At7 = 
  

Ve

−2
1
 
2  
t t −2
A8 = 0   A9 =
1
−1
   t
2 −2 2 2 1
((2A1 ) · A4 )t + 3A7 =  −2 4 6 2  −2
     
·   + 3 3 1 −2 1
 2 2 4 −4  5  
0 0 −4 6 −4
 t
8
 12  
=   34  + 12 3 −6 3

−44
  
= 8 12 34 −44 + 9 3 −6 3 = 17 15 28 −41
2.3 Exercícios resolvidos 23

3. Sejam A, B duas matrizes A de tamanho m × n e B de tamanho n × p. Escreva



B = B1 B2 . . . B p

onde cada B j é a j−ésima coluna da matriz B. Mostrar que a i−ésima coluna da matriz AB é
dada por ABi , isto é

AB = AB1 AB2 · · · AB p

Exemplifique para o caso


   
1 −1 1 2 −2 1 3

.
A= 2 0 −3 B = −1 1 −3 1

ar
−3 2 1 1 1 −1 1

Resolução: Seja A uma matriz de tamanho m × n e B de tamanho n × p denote por Bi a

in
coluna i de B observamos que (A · Bi ) é uma matriz coluna. A entrada j−ésima da coluna é
h
(A · Bi ) j = ∑ A jk Bki = (AB)i j

im
k=1

Portanto A · Bi coincide com i−ésima coluna da matriz AB.


Se
el
 
2 −2 1 3
B = −1 1 −3 1
1 1 −1 1
Pr

Portanto,
       
2 −2 1 3
B1 = −1 B2 =  1  B3 = −3 B4 = 1
o

1 1 −1 1

Observamos que    
1 −1 1 2 −2 1 3  
4 −2 3 3
A·B =  2 0 −3 · −1 1 −3 1 =
  
r

−1 −7 5 3
−3 2 1 1 1 −1 1
Ve

Se denotamos por Ci a i−ésima coluna da matriz A · B Então


     
1 −1 1 2 4
C1 = A · B1 =  2 0 −3 · −1 = −1
   
−3 2 1 1 −7
     
1 −1 1 −2 −2
C2 = A · B2 =  2 0 −3 ·  1  = −7
−3 2 1 1 9
     
1 −1 1 1 3
C3 = A · B3 =  2 0 −3 · −3 =  5 
−3 2 1 −1 −10
     
1 −1 1 3 3
C4 = A · B4 =  2 0 −3 · 1 =  3 
−3 2 1 1 −6
24 Capítulo 2. Matrizes

4. Considere as seguintes matrizes


   
a b/2  x 
A= B= d f X= G= g
b/2 c y

• Mostre que a matriz de tamanho 1 × 1 obtida ao fazer

X t AX + BX + G

tem como única entrada

.
ax2 + bxy + cy2 + dx + f y + g

ar
• Exemplifique para o caso em que

in
   
5 −2 
20
 x
− √805

A= B= √ X= G= 4
−2 8 5 y

im
e obtenha a entrada correspondente a X t AX + BX + G.
• No item anterior substitua X por
el
  
1 2 −1 u+1
Y=√
5 1 2 v+2
Pr
e mostre que ao fazer Y T AY + BY + G a entrada que obtemos é

4u2 + 9v2 − 36.


o

Resolução:

    
a b/2 x  x
x y + d f +g
b/2 c y y
 
 ax b/2y
r

= x y + dx + f y + g
b/2x cy
Ve

b b
= ax2 + xy + xy + cy2 + dx + f y + g
2 2

= ax2 + bxy + cy2 + dx + f y + g


Se      x
 5 −2 x
x y + √205 −80√ +4
−2 b y 5 y
 
 5x −2y 20x − 80y
= x y + √ +4
−2x +8y 5
20 80
= 5x2 − 4xy + 8y2 + √ x − √ y + 4
5 5
Se
  
1 2 −1 u + 1
y= √
5 1x +2 v + 2
2.3 Exercícios resolvidos 25

Então podemos escrever


yt Ay + By + 6
    
1 2 1 5 −2 2 −1 u+1
= (u + 1, v + 2)
5 −1 2 −2 8 1 2 v+2
  
1 2 −1 u + 1
+ (20, −80) +4
5 1 2 v + 2
     
1 20 0 u + 1 2 −1 u+1
= (u + 1, v + 2) +4
5 0 45 v + 2 1 2 v+2
 

.
1 u + 1
+ (−40, −180) +4

ar
5 v + 2
    
1 4 0 u + 1 1 u + 1
= (u + 1, v + 2) + (−8, −36) +4

in
5 0 9 v + 2 5 v + 2

= 4(u + 1)2 + 9(v + 2)2 = 8(u + 1) = −36(v + 2) + 4

im
= 4u2 + 8u + 4 + 9v2 + 36v + 36 − 8u − 8 − 36v − 64 + 4
el
= 4u2 + 9v2 − 36
5. Sejam A, B duas matrizes quadradas de tamanho n × n.
• Mostre que
Pr

(A + B)2 = A2 + AB + BA + B2

• Observe que para ter (A + B)2 = A2 + 2AB + B2 temos que garantir que AB = BA. É
o

verdade que AB = BA para qualquer matriz quadrada? Veja o que acontece no caso

   
0 1 0 0
A= B=
0 0 0 1
r

Resolução:
Observamos que (A + B)2 = (A + B)(A + B) = A2 + AB + BA + B2 . É falso que AB = BA se
Ve

   
0 1 0 0
A= e B=
0 0 0 1

então
    
0 1 0 0 0 1
AB = =
0 0 0 1 0 0

No entanto
    
0 0 0 1 0 0
BA = =
0 1 0 0 0 0
26 Capítulo 2. Matrizes

6. Seja A uma matriz de tamanho m × n e X a matriz


 
x1
 x2 
X = . 
 
 .. 
xn .
Mostrar que

AX = x1 A1 + x2 A2 + · · · + xn An

onde A j é a j−ésima coluna da matriz A. Para entender as contas considere

.
ar
 
  x
1 1 2
A= X = y
−1 2 −2
z

in
Resolução: 

x1

im
 x2 
Seja A uma matriz de tamanho m × n e X =  .  como X é de tamannho (n × 1) temos
 
 .. 
xn .
que AX é de tamanho (m × 1). Assim a a j−ésima linha de AX é
el
h h h
∑ A jk Xk = ∑ Xk A jk = ∑ Xk = [A]kj
Pr
k=1 k=1 k=1

onde A j é a j−ésima coluna de A. Se


 
  x
1 1 2
o

A= e X = y
−1 2 −2
z

     
1 1 2
A1 = A2 = A3 =
−1 2 2
r

 
x + y + z
Ve

AX =
−x + 2y + 2z
     
x y 2z x + y + z
xA1 + yA2 + zA3 = =
−x 2y 2z −x + 2y + 2z
1 1y
 
7. Mostre que as matrizes da forma A = satisfazem a equação X 2 − 2X = 0 para todo
y 1
y∈R

Resolução:
1 1y
 
Se A = então:
y 1

1 1y 1 1y 1 1y 2 2y −2 −2
          
2 y 0 0
A − 2A = −2 = + =
y 1 y 1 y 1 2y 2 −2y −2 0 0
2.3 Exercícios resolvidos 27

8. Verifique se as afirmações abaixo são verdadeiras ou falsas.


• Se A é uma matriz de tamanho 2 × 2 tal que A2 = I então A = I (aqui I =identidade)
Resolução: (FALSO) De fato, considere
   
0 1 2 1 0
A= →A = .
1 0 0 1

• Se A é uma matriz de tamanho n × n tais que A2 = I, então A = I ou A = −I


Resolução: (FALSO) De fato, considere
   
0 −1 2 1 0
A= → A 6= I, A 6= −I, e A = .

.
−1 0 0 1

ar
• Se A e B são duas matrizes de tamanho n × n, então (A + B)2 = A2 + 2AB + B2 .
Resolução: (FALSO) Considere

in
     
1 0 0 0 1 0
A= B= → (A + B) =
0 0 1 0 1 0

im
Então (A + B)2 = A + B, A2 = A, B2 = 0 e AB = 0. Portanto (A+ B)2 6= A
• Se A e B são duas matrizes que comutam com a matriz M =
0 −1
1 0
2 + 2AB + B2 .

então AB =
el
BA.
Resolução: (VERDADEIRO) Primeiramente observamos que se
Pr
 
a b
A=
c d

tal que AM = MA então


o

     
a b 0 −1 0 −1 a b
= ⇒ a = d c = −b.
c d 1 0 1 0 c d

Portanto A e B devem ser da forma


   
a b t s
r

A= B= .
−b a −s t
Ve

Fazemos
   
at − sb as + tb at − bs bt + sa
AB = BA = .
−bt − sa at − bs −sa − tb −sb + ta

Portanto AB = BA.
• Se A é uma matriz quadrada tal que A3 = A então A = I ou A = 0.
Resolução: (FALSO) Seja A = −I então A3 = −I = A.
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
3. Operações elementares

in
im
el
Dada uma matriz A ∈ M(m × n) vamos considerar operações sobre as linhas desta de forma tal que
a nova matriz obtida B esteja em M(m × n). Em particular vamos nos concentrar em três tipos de
Pr
operações:

1. Multiplicação de uma linha por um escalra λ 6= 0.


2. Substituir uma linha pela soma desta linha mais um multiplo de outra linha.
3. Troca de duas linhas de uma matriz.
o

Procedimentos análogos podem ser feitos com as colunas de uma matriz. Nestas notas não

estudaremos esse caso.


r
Ve

3.1 Multiplicação de uma linha por um escalar λ 6= 0.

Por exemplo, multiplicar a linha i da matriz A ∈ M(m × n) por λ 6= 0 (que denotamos por λ `i → `i )
dá origem a uma nova matriz B ∈ M(m × n) com a seguinte forma:

   
a11 a12 . . . a1n a11 a12 ... a1n

 a21 a22 . . . a2n 


 a21 a22 ... a2n 

 .. .. ..   .. .. .. 
 . . .   . . . 
A=  λ `i → `i B =  .
 ai1 ai2 . . . ain


 −−−−−→  λ ai1 λ ai2 . . . λ ain



 .. .. ..   .. .. .. 
 . . .   . . . 
am1 am2 . . . amn am1 am2 . . . amn
30 Capítulo 3. Operações elementares

Em particular, ao fazer esta operação elementar sobre a identidade obtemos:

1 0 · · · · 0
 
 .. . . . 
   . . · · · · .. 
1 0 ... 0
 .. 
 0 ··· 1 0 0 · . 
 
 0 1 ... 0 
λ `i → `i Eim (λ ) = 
 .. 
Im =  . . . .  ← i
 
. 0 · · · 0 λ 0 ·

 .. .. . . ..  −−−−−→
 
 0 · · · 0 0 1 · ... 
 
0 0 ... 1  
 . . . . 
 .. .. · · · . . .. 
0 0 · · · · 1

.
ar
Observamos que a operação (λ `i → `i ) sobre a matriz A é igual a multiplicar A a esquerda por
Eim (λ ), isto é:
λ ` →`

in
Se i
A −−− i
−→ B então B = Eim (λ ) · A.
1
Esta operação elementar pode ser revertida. De fato, ao multiplicar a linha i de B por λ temos
novamente A. Isto garante que
1
Eim ( )Eim (λ ) = Im .
λ
Exemplo 3.1 Seja
im
el


 
1 2 3
 1 −1 1 
Pr
 0 1 −1  ,
A= 

0 0 1
e considerere a operação elementar 2`2 → `2 , isto é
o

   
1 2 3 1 2 3
 1 −1 1   2 −2 2


A=  0 1 −1  2` →` B= .
−−2−−−→2

 0 1 −1 
0 0 1 0 0 1
r

Em particular sobre a identidade


Ve

   
1 0 0 0 1 0 0 0
 0 1 0 0   0 2 0 0 
I=  0 0 1 0  2` →` E2 (2) =  .
−−2−−−→2

 0 0 1 0 
0 0 0 1 0 0 0 1

Observamos que E2 (2)A = B. Mais ainda


 
1 0 0 0
 0 1 0
 
1 2 0 
E2 = 0 0 1

2 0 
0 0 0 1
e
1 1
E2 ( )E2 (2) = I e E2 ( )B = A.
2 2

3.2 Substituir uma linha pela soma desta linha mais um multiplo escalar de outra
linha 31
3.2 Substituir uma linha pela soma desta linha mais um multiplo escalar de
outra linha
Por exemplo, substituir a linha i por multiplo escalar λ da linha j mais a linha i (que denotamos
por `i + λ ` j → `i ) dá origem a uma nova matriz B ∈ M(m × n) a seguinte forma:
   
a11 a12 . . . a1n a11 a12 ... a1n
 .. .. ..   .. .. .. 
 . . .   . . . 
   
 ai1 ai2
 . . . ain  
 ai1 + λ a j1 ai2 + λ a j2 . . . ain + λ a jn



A =  ... .. ..  `i + λ ` j → `i B =  .. .. ..
.
  
. .  . . .
  −−−−−−−−→  

.
 a j1 a j2 . . . a jn   a j1 a j2 . . . a jn

ar
   
 .. .. ..   .. .. .. 
 . . .   . . . 
am1 am2 . . . amn am1 am2 ... amn

in
Em particular, ao fazer esta operação elementar sobre a identidade obtemos, por exemplo para
o caso i > j:

im 1 0 · · · · 0
 
 .. . . .
 . . · · · · ..

  
1 0 ... 0
 . 
 0 ... 1 0 0 · ..
 
 ← i
el
 0 1 ... 0  m
 .. . . .. .. 
Im =  `i + λ ` j → `i Ei j (λ ) = 
 
.. .. . . ..  · . . . .

 . . . .  −−−−−−−−→ 
 ..

 ← j
 0 ··· λ ··· 1 · .
0 0 ... 1
Pr

 
 . . . . 
 .. .. · · · . . .. 
0 0 · · · · 1

Fazer esta operação `i + λ ` j → `i sobre a matriz A é igual a multiplicar A a esquerda por Eimj (λ ),
o

isto é:

Se A → B ao fazer a operação elementar λ ` j + `i → `i temos que B = Eimj (λ ) · A.

Esta operação elementar pode ser revertida. De fato, ao substituir a linha i por um multiplo (−λ )
r

da linha j mais a linha i temos novamente A. Isto garante que


Ve

Eimj (−λ )Eimj (λ ) = Im .

 Exemplo 3.2 Seja


 
1 2 3
 1 −1 1 
A=
 0 1 −1  ,

0 0 1

e considerere a operação elementar `1 + 2`2 → `1 , isto é


   
1 2 3 3 0 5
 1 −1 1   1 −1 1 
A= 
 0 1 −1  `1 + 2`2 → `1 B = 
 0 1 −1  .

−−−−−−−−−→
0 0 1 0 0 1
32 Capítulo 3. Operações elementares

Em particular sobre a identidade

   
1 0 0 0 1 2 0 0
 0 1 0 0   0 1 0 0 
I=  `1 + 2`2 → `1 E12 (2) =  .
 0 0 1 0  −−−−−−−−−→  0 0 1 0 
0 0 0 1 0 0 0 1

Observamos que E12 (2)A = B. Mais ainda

.
ar
 
1 −2 0 0
 0 1 0 0 
E12 (−2) = 
 0 0 1 0 

in
0 0 0 1

im
e

E12 (−2)E12 (2) = I e E12 (−2)B = A.


el

Pr

3.3 Troca de posição de duas linhas de uma matriz


o

Por exemplo, trocar a posição da linha i da matriz A com a posição da linha j (que denotamos por

`i ↔ ` j ) dá origem a uma nova matriz B ∈ M(m × n) da seguinte forma:


r

   
a11 a12 . . . a1n a11 a12 . . . a1n
 .. .. ..   .. .. .. 
Ve

 . . .   . . . 
   
 ai1 ai2
 . . . ain  
 a j1 a j2
 . . . a jn  ← i
A =  ... .. ..  `i ↔ ` j B =  ... .. .. 
 
. .  . . 
  −−−−→  
← j
 a j1 a j2
 . . . a jn 
 ai1 ai2
 . . . ain  
 .. .. ..   .. .. .. 
 . . .   . . . 
am1 am2 . . . amn am1 am2 . . . amn

Em particular ao fazer esta operação sobre a identidade obtemos:

 
1 0 ... 0
 0 1 ... 0 
Im =  `i ↔ ` j
 
.. .. . . .. 
 . . . .  −−−−→
0 0 ... 1
3.3 Troca de posição de duas linhas de uma matriz 33
 
1 0 · · · · · · · · 0
 .. . . .
. · · · · · · · · · ..

 . 
.
 
 0 · 1 · · · · ·· · · ..
 

 . 
 · · · 0 0 0 . . . 0 1 0 · ..
  ← i

 . 
 · · · 0 1 0 . . . 0 0 · · ..
 

 . . . 
 · · · .. 0 . . · · · · · ..
 
m
Ei j = 

 · · · ... ... · . . . 0 · · · ...


 
 · · · 0 0 0 . . . 1 0 · · ...
 

.
 
 · · · 1 0 0 · · · 0 0 · · ...  ←
 

ar
j
 
.
· · · 1 · ..
 
 0 · · · · · 
 
 . . . .
 .. .. · · · ·· · · . . ..

in
· 
0 0 · · · · · · · · · 1
Fazer esta operação (`i ↔ ` j ) sobre a matriz A é igual a multiplicar A por Eimj , isto é:

Se A → B

im
ao fazer a operação `i ↔ ` j temos que B = Ei j A.

Esta operação elementar pode ser revertida. De fato ao trocar novamente a posição das linhas i
el
e j da matriz B temos novamente A. Isto garante

Eimj Eimj = Im .
Pr

 Exemplo 3.3 Seja


 
1 2 3
o

 1 −1 1 
A=
 0 1 −1  ,

0 0 1

e considerere a operação elementar `3 ↔ `4 , isto é


r

   
1 2 3 1 2 3
Ve

 1 −1 1   1 −1 1 
A= 
 0 1 −1  `3 ↔ `4 B= .
−−−−→  0 0 1 
0 0 1 0 1 −1

Em particular sobre a identidade


   
1 0 0 0 1 2 0 0
 0 1 0 0   0 1 0 0 
I=  `3 ↔ `4 E34 =  .
 0 0 1 0  −−−−→  0 0 0 1 
0 0 0 1 0 0 1 0

Observamos que E34 A = B. Mais ainda

E34 E34 = I e E34 B = A.


34 Capítulo 3. Operações elementares

3.4 Matriz escalonada Reduzida


Na discussão das operações elementares temos provado o seguinte resultado.
Proposição 3.4.1 Fazer uma operação elementar sobre as linhas de uma matriz A de tamanho
m × n é equivalente a multiplicar A a esquerda por uma matriz quadrada E de tamanho m × m que é
obtida ao se fazer a operação elementar sobre a identidade Im . Isto é, a matriz obtida B de fazer a
operação elementar sobre A é igual a B = EA.
As operações elementares permitem definir uma relação no matrizes de tamanho m × n da
seguinte forma :
Dadas duas matrizes A, B ∈ M(m × n) dizemos que A está relacionada com B (e o denotamos

.
A ∼ B) se B pode ser obtida de A ao fazer um número finito de operações elementares.

ar
 Exemplo 3.4 Fazemos
     
−1 1 1 0 2 2 0 2 2
1

in
A =  −1 1 1  `1 + `2 → `1  1 1 1  `3 + `2 → `3  1 1 1  `1 → `1
−−−−−−−−→ −−−−−−−−→ 2
−1 −1 1 −1 −1 1 0 0 2 −−−−−−→

im
     
0 1 1 0 1 1 1 1 1
 1 1 1  1 `3 → `3  1 1 1  `1 ↔ `2  0 1 1  = B
2 −−−−→
0 0 2 −−−−−−→ 0 0 1 0 0 1
Então A ∼ B. 
el
Vamos mostrar que esta é uma relação de equivalência, isto é, vamos mostrar que relação é
• reflexiva: A ∼ A,
Pr
• simétrica: Se A ∼ B então B ∼ A
• transitiva: Se A ∼ B e B ∼ C então A ∼ C
Mostramos agora estas propriedades:
Demonstração.
o

A ∼ A: Toda A ∈ M(m × n) está relacionada com ela propria, isto é A ∼ A. De fato, por exemplo,
fazendo duas vezes a operação elementar troca de uma linha por outra vemos que A é obtida de A

por um número finito de operações elementares e, portanto, A ∼ A.


Se A ∼ B então B ∼ A: Sejam A, B duas matrizes em M(m × n) tais que A está relacionada com B,
r

isto é A ∼ B. Então B é obtida de A por meio de um número finito de operações elementares. Então
existem matrizes elementares E1 , · · · , Ek tais que
Ve

B = E1 · · · Ek · A.
Como toda operação elementar pode ser revertida, para cada matriz E j existe uma matriz elementar
E 0j tal que E 0j E j = Im , de onde
Ek0 · · · E10 · B = Ek0 · · · E10 · E1 · · · Ek · A = Im A = A.
Dito de outra forma, A é obtida de B fazendo um número finito de operações elementares sobre
suas linhas. De onde segue que B ∼ A.
Se A ∼ B e B ∼ C então A ∼ C: Sejam A, B e C matrizes em M(m × n) tais que A está relacionada
com B e B está relacionada com C então existem matrizes elementares E1 · · · Ek e D1 · · · Dk tais que
B = E1 · · · Ek . A e C = D1 · · · Dk . B donde
C = D1 · · · Dk · B = D1 · · · Dk · E1 · · · Ek · A.
Portanto C é obtida de A ao fazer um número finito de operações elementares sobre suas linhas,
isto é, A ∼ C. 
3.4 Matriz escalonada Reduzida 35

Consideremos então uma matriz A ∈ M(m × n) e todas as matrizes B que estão relacionadas
com A. Estas matrizes estão contidas em um conjunto [A] ⊂ M(m × n) que é o conjunto de sua
classe de equivalencia, isto é, o conjunto

[A] = {B ∈ M(m × n), B ∼ A}.

Se B é uma matriz contida em [A] dizemos então que A e B são equivalentes por linhas. É facil
mostrar as seguintes propriedades.
Proposição 3.4.2
a) A ∈ [A],
b) A ∼ B se e somente se [A] = [B],

.
[A] [B] 6= 0/ então [A] = [B],
T
c)

ar
d) B ∈ [A] então [A] = [B],
M(m × n) = A∈M(m×n) [A].
S
e)

in
Demonstração:
a) Utilizando que A ∼ A temos que A ∈ [A] = {B, B ∼ A} ⊂ M(m × n).
b) Assuma A ∼ B. Como ∼ é de equivalência, se

C ∼ A ⇒ C ∼ B ⇒ C ∈ [B].

im
Portanto [A] ⊆ [B]. Similarmente se mostra que [B] ⊆ [A] de onde [A] = [B].
el
Por outro lado, se [A] = [B] ⇒ B ∈ [A] ⇒ B ∼ A.
c) Se C ∈ [A] [B] ⇒ C ∼ A e C ∼ B então A ∼ C e C ∼ B ⇒ A ∼ B, pois ∼ é de equivalência,
T

assim [A] = [B] pelo item b)


Pr
d) Segue do item b).
e) Se M ∈ M(m × n) então M ∈ [M] portanto
[
M(m × n) ⊂ [A].
o

A∈M(m×n)

Como

[ [
[A] ⊂ M(m × n), então [A].
A∈M(m×n) A∈M(m×n)
r


Ve

Obs. Observamos que em particular


T os itens b), c) e d) nos dizem que se duas matrizes A e B não
são equivalentes então [A] [B] = 0.
/

Vemos então que para descrever uma classe de equivalencia só precisamos de uma matriz
na classe pois todas as outras vão ser obtidas ao fazer operações elementares sobre esta. Assim
dada uma classe, escolhemos um representante da classe que tenha a maior quantidade de 0 e 1
possíveis. Esse é motivo da seguinte definição.
Definição 3.4.1 Uma matriz A ∈ M(m × n) é dita escalonada reduzida por linhas, ou simples-
mente escalonada reduzida, se
1- O pivô de cada linha de A, isto é, a primeira entrada não nula de cada linha, é 1
2- Cada coluna que contém o pivô de alguma linha tem todas as outras entradas nulas.
3- O pivô de cada linha ocorre a direita do pivô da linha anterior.
4- As linhas nulas ocorrem abaixo de todas as linhas não nulas.
36 Capítulo 3. Operações elementares

Obs. O item 3- nos diz que as matrizes escalonadas reduzidas tem zeros abaixo da diagonal, isto é,
tem a forma
 
∗ ∗ ... ∗ ∗
 0 ∗ ... ∗ ∗ 
 
 0 0 ... ∗ ∗ 
 
 
 0 0 ... ∗ ∗ 
 

0 0 ... 0 ∗

.
 Exemplo 3.5 1. A matriz

ar
 
1 0 0 0
 0 1 0 0 
A= ,

in
 0 0 1 0 
0 0 0 1

im
é escalonada reduzida.
2. A matriz
 
0 1 0 0
A =  0 0 1 1 ,
el
0 0 2 4
Pr
não é escalonada reduzida. De fato, observamos que
     
0 1 0 0 0 1 0 0 0 1 0 0
 0 0 1 1  `3 − 2`2 → `3  0 0 1 1  1 `3 → `3  0 0 1 1 
−−−−−−−−−→ 2
0 0 2 4 0 0 0 2 −−−−−−→ 0 0 0 1
o

 
0 1 0 0

`2 − `3 → `2  0 0 1 0  ,
−−−−−−−−→
0 0 0 1
que é escalonada reduzida.
r

3. A matriz
Ve

 
1 0 0 0
 0 0 1 0 ,
0 0 0 1

é escalonada reduzida.
4. A matriz
 
0 ... 0
 0 ... 0 
 .. . . ..  ,
 
 . . . 
0 ... 0

é escalonada reduzida.

3.4 Matriz escalonada Reduzida 37

Teorema 3.4.3 Toda matriz A ∈ M(m × n) é equivalente por linhas a uma única matriz escalo-
nada reduzida.

Demonstração: Seja A ∈ M(m × n) uma matriz. Considere o seguinte jogo.


1 - Começamos pela primeira linha.
2 - Se ela for nula, fazemos uma operação elementar que a coloque na parte de baixo da matriz.
Se não for, procuramos a primeira entrada não nula e fazemos uma operação elementar para
tornar esta entrada igual a 1. O mesmo fazemos com todas as linhas não nulas.
3 - Fazendo novamente operações elementares colocamos as linhas de forma tal que os pivôs
apareçam conforme descemos nas linhas, a direita do pivô da linha anterior.

.
4- Se na linha de baixo tivermos pivôs abaixo do pivô da primeira linha, fazemos operações

ar
elementares entre cada uma destas linhass e a primeira linha para trasladas estes pivôs para
outra coluna.
5- Fixamos a primeira linha e recomeçamos o processo a partir da segunda linha, e assim

in
sucessivamente.
Por este método obtemos uma matriz onde todas as linhas nulas estão abaixo e, na parte de cima,
os pivôs ocorrem de forma adequada. Agora, só resta zerar as entradas acima de cada pivõ, o que é

im
feito novamente via operações elementares, obtendo uma matriz escalonada reduzida. Observamos
que o processo é finito pois a matriz tem finitas entradas.
Para ver a unicidade, assuma que A é equivalente por linhas a duas matrizes escalonadas
reduzidas B1 e B2 . Então B1 e B2 são equivalentes por linhas e portanto B2 é obtido de B1 fazendo
el
operações elementares. Mas estas operações devem ser identidade pois caso contrario B2 não pode
estar na sua forma escalonada reduzida. Donde B1 = B2 .
Pr


O teorema anterior garante que toda matriz é equivalente por linhas a uma matriz escalonada
reduzida. Por exemplo vemos que se A é uma matriz de 3 × 2 então ela é equivalente por linhas a
o

alguma das matrizes abaixo:


         
1 0 1 0 0 1 0 0 1 k
A1 =  0 1  A2 =  0 0  A3 =  0 0  A4 =  0 0  A5 =  0 0  ,
0 0 0 0 0 0 0 0 0 0
r

com k ∈ R.
Ve

Obs. No caso das matrizes quadradas de tamanho n × n, a matriz escalonada reduzida é a identidade
In ou possui pelo menos uma linha nula. De fato se B é uma matriz escalonada reduzida
quadrada que não é a identidade então temos que para alguma linha o pivô está a direita da
diagonal. Por exemplo:
 
1 0 0 0 ··· ∗

 0 1 ∗ 0 ∗··· ∗ 


 0 0 0 1 ··· ∗ 

 .. 

 0 0 0 0 . ∗ 

 .. .. .. .. .. .. 
 . . . . . . 
0 ··· ··· ··· ··· 0

Segue disto que os pivõs correspondentes as linhas inferiores estão a direita da diagonal. Pelo
fato da matriz ser quadrada temos que na linha n não haverá termos não nulos.
38 Capítulo 3. Operações elementares

3.5 Exercícios resolvidos


1. Construa, para cada operação elementar a seguir, a correspondente matriz elementar.
(a) troca da linha 2 pela linha 4 sobre uma matriz de 5 × 4
(b) Multiplicar a linha 3 por 14 sobre uma matriz de 4 × 2
(c) Adicionar a linha 3 a linha 5 multiplicada pelo escalar 3 sobre uma matriz de 5 × 5.
Resolução: Para cada caso consideramos o tamanho da identidade em função do tamanho
da matriz A sobre a qual fazemos a operação elementar.
(a) A ∈ M(5 × 4) entção I ∈ M(5 × 5)

   
1 0 0 0 0 1 0 0 0 0

.
ar

 0 1 0 0 0 


 0 0 0 1 0 

 0 0 1 0 0  `2 ↔ `4  0 0 1 0 0 =E
  −−−−−−→  
 0 0 0 1 0   0 1 0 0 0 

in
0 0 0 0 1 0 0 0 0 1

(b) A ∈ M(4 × 2) entção I ∈ M(4 × 4)


1
 0
0
1
0
0
0

0  1 im
× `3 → `3

1
 0
0 0 0
1 0 0 

=E
el
  
 0 0 1 0  4  0 0 41 0 
−−−−−−−−−→
0 0 0 1 0 0 0 1
Pr
(c) A ∈ M(5 × 5) entção I ∈ M(5 × 5)

   
1 0 0 0 0 1 0 0 0 0
o


 0 1 0 0 0 


 0 1 0 0 0 

 0 0 1 0 0  `3 + 3 × `5 → `3  0 0 1 0 3 =E
−−−−−−−−−−−−→

   
 0 0 0 1 0   0 0 0 1 0 
0 0 0 0 1 0 0 0 0 1
r

2. Decida quais das matrizes abaixo estão na forma escalonada reduzida.


Ve

   
  1 0 0 5 0 1 0 0 5
1 −2 −1 0  0 1 0 2 0   0 1 0 2 
A=  1 0 −1 1  B=
 0
 C= 
0 1 1 0   0 0 1 1 
0 1 0 2
0 0 0 0 1 1 0 0 −1
     
1 0 0 1 0 1 2 1 0 0 0
 0 1 0   0 1 1 2   0 1 1 0 
D=
 0 0
 E =  F = .
1   0 2 1 1   0 2 1 1 
0 −1 1 −1 0 1 1 1 1 1 −1
Resolução:
 
1 −2 −1 0
Não está na forma escalonada reduzida, pois o pivô
A =  1 0 −1 1 
da linha 2 está abaixo do pivô da linha 1.
0 1 0 2
3.5 Exercícios resolvidos 39

 
1 0 0 5 0
 0 1 0 2 0 
B=
 0
 Está na forma escalonada reduzida.
0 1 1 0 
0 0 0 0 1
 
1 0 0 5
 0 1 0 2  Não está na forma escalonada reduzida, pois o pivô
C= 
 0 0 1 1  da coluna 1 contém pivô, mas as outras entradas são 6= 0.
1 0 0 −1

.
ar
 
1 0 0
 0 1 0  Não está na forma escalonada reduzida, pois o pivô
D= 
 0 0 1  da coluna 1 contém pivô, mas as outras entradas são 6= 0.

in
0 −1 1
 
1 0 1 2

im
 0 1 1 2  Não está na forma escalonada reduzida, pois o pivô
E = 
 0 2 1 1  da coluna 1 contém pivô, mas as outras entradas são 6= 0.
−1 0 1 1
el
Pr
o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
4. Matrizes Quadradas

in
im
el
Até agora introduzimos o conjunto das matrizes e estudamos as diferentes operações entre estes
objetos. Nesta seção pretendemos focar no caso particular das matrizes quadradas.
Pr
4.1 Matrizes Quadradas
Considere o conjunto das matrizes quadradas de tamanho n × n, isto é, M(n × n). Observamos
que M(n × n) comporta-se um pouco como o conjunto de números racionais Q no sentido em que
o

soma e produto de elementos do conjunto produzem elementos do conjunto, mais ainda, existe um
elemento neutro para a soma, que é a matriz 0, e um elemento neutro para o produto que é a matriz

In .
Vimos que, para o caso da soma, sempre podemos achar um inverso aditivo, isto é: dada uma
matriz A existe uma matriz −A tal que A + (−A) = 0. Será que o mesmo acontece com o produto?.
r

Ou melhor, dada uma matriz A ∈ M(n × n) existe uma matriz B tal que BA = In ?
Ve

Não precisamos ir muito longe para ver que isto não é verdade. De fato no caso n = 2 considere,
por exemplo, a matriz
 
1 0
A= .
0 0
 
a b
para qualquer matriz B = temos que o produto de B com A dá
c d
      
a b 1 0 a 0 1 0
= 6= ,
c d 0 0 c 0 0 1

para qualquer matriz a, b, c, d escolhido.


No entanto, é interessante observar o seguinte:
Proposição 4.1.1 Seja A ∈ M(n × n).
i- Se existe B tal que BA = In então AB = In .
42 Capítulo 4. Matrizes Quadradas

ii- Se existe B tal que AB = In então BA = In .


iii- Se B e C são tais que AB = In = AC ou BA = In = CA então B = C.

Demonstração:
i- Seja B tal que BA = In . Sabemos que B é equivalente por linhas a uma matriz escalonada
reduzida, isto é, existem matrizes elementares E1 · · · Ek tais que C = E1 · · · Ek B é uma matriz
escalonada reduzida. Mais ainda C deve ser a identidade pois, caso contrario, teriamos que C
possui uma linha nula de onde segue que CA tem uma linha nula e, como

CA = E1 · · · Ek BA = E1 · · · Ek In = E1 · · · Ek ,

teriamos que a matriz E1 · · · Ek tem uma linha nula, o que é impossível. De fato, se isso

.
ar
acontecese a classe de equivalência da matriz identidade teria interseção com a classe de
equivalencia de uma matriz escalonada reduzida com linhas nulas o que é um absurdo.
Portanto C = In .

in
Como
In
z}|{
B(In − AB) = BIn − BA B = B − B = 0

temos que
z }| {
In

In − AB = (E1 · · · Ek B)(In − AB)


im
el
= E1 · · · Ek (B − BAB)
= E1 · · · Ek (B − B) = 0,
Pr
de onde In = AB.
ii- Se existe B tal que AB = In então, pelas propriedades da transposta, temos que Bt At = In .
O item anterior garante então que At Bt = In ou, aplicando novamente as propriedades da
transposta, BA = In .
o

iii- Sejam B e C tais que AB = In = AC então


B = BIn = BAC = InC = C.

Análogamente o outro caso.


r


Ve

Tudo isso motiva a seguinte definição.


Definição 4.1.1 Uma matriz quadrada A de tamanho (n × n) é dita invertível se existe uma
matriz B tal que

AB = BA = In .

Neste caso, chamamos B de inversa de A e a denotamos por A−1 .

Corolário 4.1.2 Seja A uma matriz invertível. Então a inversa é única.

Demonstração: Seja A−1 a inversa de A e assuma que existe B tal que AB = BA = In . Então:

B = B(AA−1 ) = (BA)A−1 = A−1 .

Tem-se ainda que Ek · · · E1 = A−1 , isto é, são as operações elementares feitas na identidade que dão
A−1 . 
4.1 Matrizes Quadradas 43

 Exemplo 4.1 1. Toda matriz elementar é invertível. De fato se E é a matriz associada a uma
operação elementar e E 0 é a matriz elementar associada à operação elementar inversa temos
que

E 0 E = I.

2. Seja
   
1 1 1 1 −1 0
A= 0 1 1  e B =  0 1 −1  ,
0 0 1 0 0 1

.
então AB = I. Portanto A é invertível.

ar


Em particular, como consequência da demostração do item i- da Proposição 4.1.1 temos que A


é uma matriz invertível então ela é equivalente por linhas a matriz identidade. Dito de outra forma,

in
existem matrizes elementares E1 · · · Ek tais que

Ek · · · E1 A = In .

im
E se uma matriz é equivalente por linhas a matriz identidade então, Ek · · · E1 A = In donde Ek · · · E1 =
A−1 e portanto A é invertível. Temos provado o seguinte resultado.
el
Corolário 4.1.3 Uma matriz quadrada é invertível se, e somente se, é equivalente por linhas a
matriz identidade. Mais ainda, uma matriz é invertível se ela for produto de matrizes elementares.
Pr
 Exemplo 4.2 Dada a matriz
 
1 1 1
A =  1 0 1 .
0 1 1
o

Vamos fazer operações elementares para levar a matriz para a forma escalonada reduzida

     
1 1 1 1 0 0 1 0 0
A =  1 0 1  `1 − `3 → `1  1 0 1  `2 − `1 → `2  0 0 1 
−−−−−−−−→ −−−−−−−−→
0 1 1 0 1 1 0 1 1
r

   
1 0 0 1 0 0
Ve

`3 − `2 → `3 0 0 1 `2 ↔ `3 0 1 0  = I.
  
−−−−−−−−→ −−−−→
0 1 0 0 0 1
Vamos fazer as mesmas operações elementares na identidade.
     
1 0 0 1 0 −1 1 0 −1
I =  0 1 0  `1 − `3 → `1  0 1 0  `2 − `1 → `2  −1 1 1 
−−−−−−−−→ −−−−−−−−→
0 0 1 0 0 1 0 0 1
   
1 0 −1 1 0 −1
`3 − `2 → `3 −1 1
 1  `2 ↔ `3  1 −1 0  = A−1 .
−−−−−−−−→ −−−−→
1 −1 0 −1 1 1
De fato
    
1 1 1 1 0 −1 1 0 0
 1 0 1   1 −1 0  =  0 1 0  .
0 1 1 −1 1 1 0 0 1
44 Capítulo 4. Matrizes Quadradas

Poderiamos ter feito isto tudo de uma única vez e simultaneamente se colocassemos a identidade
ao lado da matriz A e fizessemos as operações elementares nas duas

A I
z }| { z }| {  
1 1 1 | 1 0 0 1 0 0 | 1 0 −1
 1 0 1 | 0 1 0  `1 − `3 → `1  1 0 1 | 0 1 0 
−−−−−−−−→
0 1 1 | 0 0 1 0 1 1 | 0 0 1
   
1 0 0 | 1 0 −1 1 0 0 | 1 0 −1
`2 − `1 → `2  0 0 1 | −1 1 1  `3 − `2 → `3  0 0 1 | −1 1 1 
−−−−−−−−→ −−−−−−−−→
0 1 1 | 0 0 1 0 1 1 | 0 0 1

.
ar
 
1 0 0 | 1 0 −1
`2 ↔ `3  0 1 0 | 1 −1 0  .
−−−−→

in
0 0 1 | 1 1 1
| {z } | {z }
I A−1

im


Isto fornece um método valiosíssimo para achar a inversa de uma matriz que é o método de
Gauss-Jordan. A seguir o descrevemos: Seja A uma matriz invertível dada por
el
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= .
 
.. .. .. ..
Pr
 . . . . 
an1 an2 · · · ann

i- Construa a matriz aumentada [A|In ] como segue


o

 
a11 a12 · · · a1n | 1 0 · · · 0
a21 a22 · · · a2n | 0 1 · · · 0

 
[A|In ] =  .
 
.. .. .. .. . . . ..
 . . . . | .. .. . . . 
an1 an2 · · · ann | 0 0 · · · 1
r

ii- Faça operações elementares até levar [A|In ] na sua forma escalonada reduzida.
Ve

 
1 0 ··· 0 | b11 b12 · · · b1n
 0 1 ··· 0 | b21 b22 · · · b2n 
.
 
.. .. . . .. . .. .. ..
. | ..

 . . . . . . 
0 0 ··· 1 | bn1 bn2 · · · bnn

iii- A matriz
 
b11 b12 · · · b1n
 b21 b22 · · · b2n 
B= .
 
.. .. .. ..
 . . . . 
bn1 bn2 · · · bnn

É a inversa de A.
4.2 Exercícios Resolvidos 45

Vamos brevemente justificar porque o método funciona. Assuma que A é invertível e sejam
E1 · · · Ek A = In e, claramente, A−1 = E1 · · · Ek . Se multiplicarmos

E1 · · · Ek [A|In ] = [E1 · · · Ek A|E1 · · · Ek In ]


= [In |E1 · · · Ek ]
= [In |A−1 ].

Como [In |E1 · · · Ek ] é matriz escalonada reduzida associada a [A|In ] temos que A−1 está unívoca-
mente determinada. Algumas propriedades da inversa são as seguintes:
Proposição 4.1.4
i- Se A é invertível então A−1 também o é. Mais ainda (A−1 )−1 = A.

.
ar
ii- Se A é invertível então (At )−1 = (A−1 )t .
iii- Se A e B são invertíveis então AB também o é. Mais ainda (AB)−1 = B−1 A−1 .

in
Demonstração: i- Se A é invertível então

AA−1 = A−1 A = I

portanto A é a inversa de A−1 .


ii- Se A é invertível então
im
AA−1 = A−1 A = I ⇒ (A−1 )t At = At (A−1 )t = I t = I
el
e portanto (At )−1 = (A−1 )t .
Pr
iii- De fato

(AB)(B−1 A−1 ) = A(BB−1 )A−1 = AIA−1 = AA−1 = I.

Então AB é invertível e (AB)−1 = B−1 A−1 .


o



4.2 Exercícios Resolvidos


1. Verifique se a afirmação a seguir é verdadeira ou falsa: Se A e B são duas matrizes tais que
r

AB está definido e resulta numa matriz invertível, então A e B são quadradas e invertíveis.
Ve

Resolução: (FALSO) Sejam


 
  1 0  
1 0 0 1 0
A= B=  0 1  → AB = .
0 1 0 0 1
0 0

2. Encontre a inversa de
 
1 1 0 0 0 0 0
 0 1 1 0 0 0 0 
 
 0 0 1 1 0 0 0 
 
A=  0 0 0 1 1 0 0 .

 0 0 0 0 1 1 0 
 
 0 0 0 0 0 1 1 
0 0 0 0 0 0 1

Resolução:
46 Capítulo 4. Matrizes Quadradas

Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,

M = [A|I]

e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida

M̃ = [I|B]

logo, o método garante que B = A−1 .


Procedemos desta forma,

.
1 1 0 0 0 0 0 | 1
 
0 0 0 0 0 0

ar
 0 1 1 0 0 0 0 | 0 1 0 0 0 0 0 
 
 0 0 1 1 0 0 0 | 0 0 1 0 0 0 0 
 
 0 0 0 1 1 0 0 | 0 0 0 1 0 0 0

in

 
 0 0 0 0 1 1 0 | 0 0 0 0 1 0 0 
 
 0 0 0 0 0 1 1 | 0 0 0 0 0 1 0 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1

`6 − `7 → `6

im
el
|
 
1 1 0 0 0 0 0 1 0 0 0 0 0 0

 0 1 1 0 0 0 0 | 0 1 0 0 0 0 0 

Pr

 0 0 1 1 0 0 0 | 0 0 1 0 0 0 0 


 0 0 0 1 1 0 0 | 0 0 0 1 0 0 0 


 0 0 0 0 1 1 0 | 0 0 0 0 1 0 0 

 0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
o

`5 − `6 → `5

|
 
1 1 0 0 0 0 0 1 0 0 0 0 0 0
r

 0 1 1 0 0 0 0 | 0 1 0 0 0 0 0 
Ve

 

 0 0 1 1 0 0 0 | 0 0 1 0 0 0 0 


 0 0 0 1 1 0 0 | 0 0 0 1 0 0 0 


 0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1 

 0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1

`4 − `5 → `4

|
 
1 1 0 0 0 0 0 1 0 0 0 0 0 0

 0 1 1 0 0 0 0 | 0 1 0 0 0 0 0 


 0 0 1 1 0 0 0 | 0 0 1 0 0 0 0 


 0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1 


 0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1 

 0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
4.2 Exercícios Resolvidos 47

`3 − `4 → `3

|
 
1 1 0 0 0 0 0 1 0 0 0 0 0 0

 0 1 1 0 0 0 0 | 0 1 0 0 0 0 0 


 0 0 1 0 0 0 0 | 0 0 1 −1 1 −1 1 


 0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1 


 0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1 

 0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1

.
`2 − `3 → `2

ar
|
 
1 1 0 0 0 0 0 1 0 0 0 0 0 0

in

 0 1 0 0 0 0 0 | 0 1 −1 1 −1 1 −1 


 0 0 1 0 0 0 0 | 0 0 1 −1 1 −1 1 

0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1

im
 
 

 0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1 

 0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
el
`1 − `2 → `1
Pr
| 1 −1 1 −1 1 −1 1
 
1 0 0 0 0 0 0

 0 1 0 0 0 0 0 | 0 1 −1 1 −1 1 −1 


 0 0 1 0 0 0 0 | 0 0 1 −1 1 −1 1 

0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1 .
o


 

 0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1 

 0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1

Portanto
r

1 −1 1 −1 1 −1 1
 
Ve


 0 1 −1 1 −1 1 −1 

 0 0 1 −1 1 −1 1 
−1
 
A = 0 0 0 1 −1 1 −1 .


 0 0 0 0 1 −1 1 

 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1

Juntando as partes podemos responder: A matriz inversa de A é

1 −1 1 −1 1 −1 1
 
 0 1 −1 1 −1 1 −1 
 
 0 0 1 −1 1 −1 1 
−1
 
A = 0 0
 0 1 −1 1 −1  .
 0 0
 0 0 1 −1 1 

 0 0 0 0 0 1 −1 
0 0 0 0 0 0 1
48 Capítulo 4. Matrizes Quadradas

3. Calcular a inversa da matriz


 
1 2 2
A= 1 3 1 
1 3 2

Resolução:
Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,

M = [A|I],

.
e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida

ar
M̃ = [I|B].

in
Logo, o método garante que B = A−1 .
Procedemos desta forma, se

im
 
1 2 2
A= 1 3 1 
1 3 2
el
construimos a matriz
 
1 2 2 | 1 0 0
Pr
 1 3 1 | 0 1 0 ,
1 3 2 | 0 0 1

e fazemos operações elementares sobre ela, até chegar na matriz escalonada reduzida.
o

 
1 2 2 | 1 0 0

 1 3 1 | 0 1 0  `3 − `2 → `3
1 3 2 | 0 0 1
r

 
1 2 2 | 1 0 0
` − 2`3 → `1
 1 3 1 | 0 1 0  1
Ve

`2 − `3 → `2
0 0 1 | 0 −1 1
 
1 2 0 | 1 2 −2
 1 3 0 | 0 2 −1  `2 − `1 → `2
0 0 1 | 0 −1 1

 
1 2 0 | 1 2 −2
 0 1 0 | −1 0 1  `1 − 2`2 → `1
0 0 1 | 0 −1 1
 
1 0 0 | 3 2 −4
 0 1 0 | −1 0 1 ,
0 0 1 | 0 −1 1
que está na forma escalonada reduzida.
Do método de Gauss-Jordan, obtemos que
4.2 Exercícios Resolvidos 49

 
3 2 −4
A−1 =  −1 0 1 .
0 −1 1
Juntando as partes podemos responder:
A inversa de A é
 
3 2 −4
A−1 =  −1 0 1 .
0 −1 1

.
4. Verifique se a afirmação a seguir é verdadeira ou falsa: Se A e B são duas matrizes tais que

ar
AB está definido e resulta numa matriz invertível, então A e B são quadradas e invertíveis.
Resolução: (FALSO) Sejam

in
 
  1 0  
1 0 0 1 0
A= B=  0 1  → AB = .
0 1 0 0 1
0 0
5. Calcule a inversa da seguinte matriz


1 1 1 1
 im
el
 1 −1 −1 −1 
A=
 1 1 −1 −1 

Pr
1 1 1 −1

Depois faça A−1 A e mostre que é igual a identidade I.


Resolução:
Utilizamos o método de Gauss-Jordan para inversão de matrizes. Para isto, contruimos a
o

matriz M = [A|I] colocando A e depois a identidade I. E levamos M a sua forma escalonada


reduzida M̃ = [I|B]. Então A−1 = B.

Assim
 
1 1 1 1 | 1 0 0 0
 1 −1 −1 −1 | 0 1 0 0  `2 − `1 → `2
r

 1 1 −1 −1 | 0 0 1 0  `3 − `1 → `3
 
Ve

` − `1 → `4
1 1 1 −1 | 0 0 0 1 −−4−−−− −−−→
 
1 1 1 1 | 1 0 0 0
 0 −2 −2 −2 | −1 1 0 0  1
  `2 → `2
 0 0 −2 −2 | −1 0 1 0  −− 2
−−−−−→
0 0 0 −2 | −1 0 0 1
 
1 1 1 1 | 1 0 0 0
 0 1 1 1 | 1/2 −1/2 0 0   ` − `2 → `1
1 0  −−1−−−−

 0 0 −2 −2 | −1 0 −−−→
0 0 0 −2 | −1 0 0 1
 
1 0 0 0 | 1/2 1/2 0 0
 0
 1 1 1 | 1/2 −1/2 0 0 
 1 `3 → `3
 0 0 −2 −2 | −1 0 2
1 0  −− −−−−−→
0 0 0 −2 | −1 0 0 1
50 Capítulo 4. Matrizes Quadradas

 
1 0 0 0 | 1/2 1/2 0 0
 0 1 1 1 | 1/2 −1/2 0 0 
 ` − `3 → `2
−1/2 0  −−2−−−−

 0 0 1 1 | 1/2 0 −−−→
0 0 0 −2 | −1 0 0 1
 
1 0 0 0 | 1/2 1/2 0 0
 0
 1 0 0 | 0 −1/2 1/2 0   1 `4 → `4
 0 0 1 1 | 1/2 0 2
−1/2 0  −− −−−−−→
0 0 0 −2 | −1 0 0 1

.
ar
 
1 0 0 0 | 1/2 1/2 0 0
 0 1 0 0 | 0 −1/2 1/2 0   ` − `4 → `3
0  −−3−−−−

in
 0 0 1 1 | 1/2 0 −1/2 −−−→
0 0 0 1 | 1/2 0 0 −1/2

im
 
1 0 0 0 | 1/2 1/2 0 0
 0
 1 0 0 | 0 −1/2 1/2 0  
 0 0 1 0 | 0 0 −1/2 1/2 
el
0 0 0 1 | 1/2 0 0 −1/2

Identificamos então
Pr
 
1 0 0 0 | 1/2 1/2 0 0
 0 1 0 0 | 0 −1/2 1/2 0 
M̃ =  
 0 0 1 0 | 0 0 −1/2 1/2 
0 0 0 1 | 1/2 0 0 −1/2
o

| {z } | {z }
I A−1

De onde segue que


 
1/2 1/2 0 0
r

0 −1/2 1/2 0
A−1 = 
 

−1/2 1/2
Ve

 0 0 
1/2 0 0 −1/2

Agora calculamos

    
1/2 1/2 0 0 1 1 1 1 1 0 0 0
0 −1/2 1/2 0 1 −1 −1 −1   0 1 0 0 
A−1 A = 
  
 = 
 0 0 −1/2 1/2   1 1 −1 −1   0 0 1 0 
1/2 0 0 −1/2 1 1 1 −1 0 0 0 1
.
ar
5. Determinante de uma matriz quadrada

in
im
el
Neste capítulo vemos a definição de determinante de uma matriz quadrada. O determinante pode
ser visto como uma função do espaçõ das matrizes nos reais que satisfaz uma serie de propriedades
Pr
que a tornam única.
o

5.1 Determinantes
r

Definição 5.1.1 Uma função D : M(n × n) → R é dita n-linear se, satisfaz


Ve

     
a11 ··· a1n a11 · · · a1n a11 · · · a1n
 .. ..   .. ..   .. .. 

 . . 

 .
 . 


 . . 

 ak1 + cbk1 · · · akn + cbkn  = D  ak1 · · · + bk1 · · ·
D akn  cD bkn ,

   
 .. ..   .. ..   .. .. 
 . .   . .   . . 
an1 ··· ann an1 · · · ann an1 · · · ann

para todo 1 ≤ k ≤ n.

Exemplo 5.1 Sejam `1 , . . . , `n inteiros positivos e menores ou iguais do que n e b ∈ R. A função


D : M(n × n) → R definida por

D(A) = b([A]1`1 · · · [A]n`n ).


52 Capítulo 5. Determinante de uma matriz quadrada

é n-linear. De fato, para todo 1 ≤ k ≤ n, temos


 
a11 ··· a1n
 .. .. 

 . . 

 ak1 + cbk1 · · ·
D akn + cbkn  = b(a1` · · · (ak` + cbk` ) · · · an` )
 1 k k n
 .. .. 
 . . 
an1 ··· ann
= b(a1`1 · · · ak`k · · · an`n ) + cb(a1`1 · · · cbk`k · · · an`n )
   
a11 · · · a1n a11 · · · a1n
 .. ..   .. .. 

.
 . .   . . 

ar
   
= D  ak1 · · · akn  + cD  bk1 · · · bkn 
  
.
 .. ..   .. .. 
 . .   . . 

in
an1 · · · ann an1 · · · ann

im
Lema 5.1.1 Dadas D1 , . . . , Dk funções n−lineares e b1 , . . . , bk ∈ R. A função

D = b1 D1 + · · · + bk Dk ,
el
é n−linear.
Pr
Demonstração: De fato,
   
a11 ··· a1n a11 ··· a1n
 .. ..   .. .. 
 . .   . . 
o

   
 ak1 + cbk1 · · ·
D akn + cbkn  = b1 D1  ak1 + cbk1 · · · akn + cbkn 
  
.. .. .. ..

   
 . .   . . 
an1 ··· ann an1 ··· ann
 
a11 ··· a1n
r

 .. .. 
 . . 
Ve

 
+ · · · + bk Dk  a
 k1 + cbk1 · · · akn + cbkn 

 .. .. 
 . . 
an1 ··· ann
   
a11 · · · a1n a11 · · · a1n
 .. ..   .. .. 
 . .   . . 
   
= b1 D1   ak1 · · · akn  + · · · + cb1 D1  bk1 · · · bkn 
  
 .. ..   .. .. 
 . .   . . 
an1 · · · ann an1 · · · ann
   
a11 · · · a1n a11 · · · a1n
 .. ..   .. .. 
 . .   . . 
   
+ · · · + bk Dk  ak1 · · · akn  + cbk Dk  bk1 · · · bkn 
  

 .. ..   .. .. 
 . .   . . 
an1 · · · ann an1 · · · ann
5.1 Determinantes 53
   
a11 · · · a1n a11 · · · a1n
 .. ..   .. .. 
 . .   . . 
   
 ak1 · · ·
= D akn  + cD  bk1 · · · bkn .

 .. ..   .. .. 
 . .   . . 
an1 · · · ann an1 · · · ann

.
Definição 5.1.2 Uma função n linear é alternada se D(A) = 0 sempre que duas lineas de A

ar
sejam iguais.

Corolário 5.1.2 Seja D alternada e assuma que A0 é obtida de A de intercambiar duas lineas

in
então D(A0 ) = −D(A).

im
Demonstração: Se D é alternada, então para quaisquer l e k temos
el
     
a11 ··· a1n a11 ··· a1n a11 ··· a1n
 .. ..   .. ..   .. .. 

 . . 


 . . 


 . . 

Pr
 ak1 + al1 · · · akn + aln   ak1 ··· akn   al1 ··· aln 
     
0 = D .. .. .
. .. .
. ..
 = D  +D 
     
 . .   . .   . . 

 ak1 + al1 · · · akn + aln   ak1 + al1 · · · akn + aln   ak1 + al1 · · · akn + aln 
     
 .. ..   .. ..   .. .. 
. . . . . .
o

     
an1 ··· ann an1 ··· ann an1 ··· ann

       
a11 · · · a1n a11 · · · a1n a11 · · · a1n a11 · · · a1n
 .. ..  .. ..  .. ..  .. .. 
r

  
 . .   . .   . .   . . 
Ve

       
 ak1 · · · akn    ak1 · · · akn    al1 ··· aln    al1 ··· aln 
    
= D  ... ..  +D  .. ..  +D  .. ..  +D  .. .. 

 .  
 . .  
 . .  
 . . 
 ak1 · · · akn   al1 ··· aln   ak1 · · · akn   al1 ··· aln 
       
 .. ..   .. ..   .. ..   .. .. 
 . .   . .   . .   . . 
an1 · · · ann an1 · · · ann an1 · · · ann an1 · · · ann

   
a11 · · · a1n a11 · · · a1n
 .. ..   .. .. 
 . .   . . 
   
 ak1 · · · akn    al1 ··· aln 
  
= 0 + D  ... .. + D .. ..  + 0.
  
 .  
 . . 
 al1 · · · aln    ak1 · · · akn 
  
 .. ..   .. .. 
 . .   . . 
an1 · · · ann an1 · · · ann
54 Capítulo 5. Determinante de uma matriz quadrada

Portanto
   
a11 · · · a1n a11 · · · a1n
 .. ..   .. .. 
 . .   . . 
   
 ak1 · · · akn    al1 ··· aln 
  
D  ... ..  = −D  .. ..  .

 .  
 . . 

 al1 · · · aln   ak1 · · · akn 
   
 .. ..   .. .. 
 . .   . . 
an1 · · · ann an1 · · · ann

.


ar
Definição 5.1.3 Uma função D : M(n × n) → R é chamada de função determinante se ela é
uma função n-linear, alternada tal que D(I) = 1 para I matriz identidade.

in
 Exemplo 5.2 Seja D uma função n−linear alternada e A uma matriz em M(2 × 2) então
   
a b a+0 0+b

im
D = D
c d 0+c d +0
   
a 0 0 b
= D +D
0+c d +0 0+c d +0
el
       
a 0 a 0 0 b 0 b
= D +D +D +D
0 d c 0 0 d c d
Pr
       
1 0 1 0 0 1 0 1
= adD + acD + bdD + cdD
0 1 1 0 0 1 1 0
   
1 0 0 1
= adD + 0 + 0 + cdD
0 1 1 0
o

 
1 0
= (ad + (−cd))D .
0 1

Portanto existe uma única função determinante D para matrizes em M(2 × 2) e é dada por
r

 
a b
D = ad − bc.
c d
Ve

Isto provém do fato de que a função determinante satisfaz


 
1 0
D = 1.
0 1


Definição 5.1.4 Se n > 1 e A é uma matriz em M(n × n, K) denotamos por A(i| j) a matriz em
5.1 Determinantes 55

M((n − 1) × (n − 1)) que é obtida de A apagando-se a linha i e a coluna j. Isto é, se


 
a11 · · · a1 j−1 a1 j a1 j+1 · · · a1n
 .. .. .. .. .. .. .. 
 . . . . . . . 
 
 ai−11 · · · ai−1 j−1 ai−1 j ai−1 j+1 · · · ai−1n 
 
A=  ai1 · · · ai j−1 ai j ai j+1 · · · ain 

 ai+11 · · · ai+1 j−1 ai+1 j ai+1 j+1 · · · ai+1n 
 
 .. .. .. .. .. .. .. 
 . . . . . . . 
an1 ··· an j−1 an j an j+1 ··· ann

.
então

ar
 
a11 · · · a1 j−1 a1 j+1 ··· a1n
 .. .. .. .. .. .. 
 . . . . . . 

in
 
 ai−11 · · · ai−1 j−1 ai−1 j+1 · · · ai−1n 
A(i| j) = 
 ai+11 · · ·
.
 ai+1 j−1 ai+1 j+1 · · · ai+1n 

 .. .. .. .. .. .. 
 . . . . . .

im

an1 · · · an j−1 an j+1 · · · ann
Se D é uma função n − 1-linear denotamos
el
Di j A = D(A(i| j)).
Pr
Teorema 5.1.3 Seja n > 1 e D uma n − 1-função linear alternada em M((n − 1) × (n − 1)). Para
todo j a função E j : M(n × n) → R definida por
n
E j (A) = ∑ (−1)i+ j Ai j (Di j A),
o

i=1

é uma n-função linear alternada. Mais ainda se D é uma função determinante E j também o é.

Demonstração: Seja A uma matriz de tamanho n × n. Então, Di j (A) é independente da i−ésima


fila de A e como D é (n − 1)linear temos que Di j é (n − 1) linear com respeito a qualquer linha de
r

A diferente de i. Então Ai j Di j A é n linear por um resultado acima. Como a soma e produto por
Ve

escalar de funções n−lineares é n−linear temos que E j definida como acima é n−linear.
Assuma que A tem duas linhas iguais. Observamos que é suficiente supor que as linhas são
adjacentes. Então assuma que a linha k é igual à linha k + 1. Se i 6= k, k + 1, a matriz A(i| j) tem
duas linhas iguais e Di j (A) = 0. Portanto

E j (A) = (−1)k+ j Ak j Dk j (A) + (−1)k+1+ j A(k+1) j D(k+1) j (A).

Mas como Ak j = A(k+1) j e A(k| j) = A(k + 1| j) temos que E j (A) = 0.


Se D é uma função determinante e I é a identidade de tamanho n × n, então I( j| j) é a identidade
de tamanho (n − 1) × (n − 1) e como

1 se i = j
Ii j = ,
0 se i 6= j

segue que E j (I) = D(I( j| j)) = 1. 


56 Capítulo 5. Determinante de uma matriz quadrada

Corolário 5.1.4 Existe uma função determinante em M(n × n).

Demonstração: Sabemos que existe a função determinante em matrizes de 1 × 1 definida por

det(a) = a

e para matrizes de tamanho 2 × 2, definida pelo exemplo 5.2, em que


 
a b
det = ad − bc.
c d

Utilizando o teorema anterior definimos a função determinante para matrizes de tamanho n × n por

.
ar
meio do seguinte esquema
i- Se n = 1 então A = (a) donde det(A) = a.
ii- Se n > 1 então

in
det(A) = (−1)i+ j ai1 det(A(i|1)) + · · · + (−1)i+n ain det(A(i|n)),

im
ou equivalentemente

det(A) = (−1) j+1 a1 j det(A(1| j)) + · · · + (−1) j+n an j det(A(n| j)).

Para qualquer 1 ≤ i, j ≤ n escolhidos (vamos ver na próxima seção que de fato é independente da
el
escolha de i ou j). A primeira fórmula corresponde ao cálculo do determinante com respeito à
coluna j e a segunda corresponde ao cálculo de determinante com respeito a linha i.
Pr
Observamos que a fórmula assim obtida dá uma função determinante, isto em virtude do
teorema 5.1.3 De fato, vejamos que para n = 2 temos a função D obtida no exemplo 5.2. Para isto,
seja A ∈ M(2 × 2) dada por
 
a11 a12
o

A= ,
a21 a22

escolhemos calcular o determinante com respeito a linha 1. Então


det(A) = (−1)1+1 a11 det((a22 )) + (−1)1+2 a12 det((a21 ))
r

= a11 a22 − a12 a21 .


Ve

Mostramos agora como funciona a recursão fazendo as contas para n = 3 seja A ∈ M(3 × 3)
dada por
 
a11 a12 a13
A =  a21 a22 a23  .
a31 a32 a33

Escolhemos calcular novamente o determinante com respeito a linha 1 e vamos utilizar a formula
achada para o cálculo de determinantes de matrizes de tamanho 2 × 2. Assim
     
1+1 a22 a23 1+2 a21 a23 1+3 a21 a22
det(A) = (−1) a11 det + (−1) a12 det + (−1) a13 det
a32 a33 a31 a33 a31 a32
  
= a11 a22 a33 − a23 a32 + a12 a21 a33 − a23 a31 + a13 a21 a32 − a32 a22 .

Portanto a função det assim definida é uma função determinante.



5.1 Determinantes 57

Obs. Para simplificar a notação é definido o cofator da entrada ai j da matriz A de tamanho n × n


como o número āi j obtido por

āi j = (−1)i+ j det(A(i| j)).

Com esta notação, a formula para o cálculo do determinante fica

det(A) = ai1 ãi1 + · · · + ain ãin ,

ou equivalentemente

det(A) = a1 j ã1 j + · · · + an j ãn j .

.
ar
 Exemplo 5.3 Vamos mostrar como calcular o determinante de uma matriz utilizando a fórmula
acima. Calculamos o determinante da matriz abaixo a partir da terceira linha.

in
 
1 0 1 1  
 0 0 1 1
1 2 1 
= (−1)(1+1) (1) det  1 2 1 

det 

im
 1 0 1 3 
1 −1 1
−1 1 −1 1
 
1 1 1
+(−1)(1+2) (0) det  0 2 1 
el
−1 −1 1
 
1 0 1
+(−1)(1+3) (1) det  0 1 1 
Pr
−1 1 1
 
1 0 1
+(−1)(1+4) (3) det  0 1 2 
o

−1 1 −1

Portanto, precisamos calcular os seguintes

 
0 1 1
r

   
(1+2) 1 1 (1+3) 1 2
det 1 2 1
  = 0 + (−1) (1) det + (−1) (1) det
1 1 1 −1
Ve

1 −1 1
= 0 + (−1 × 0) + (1 × −3) = −3.

 
1 0 1    
1+1 1 1 1+3 0 1
det  0 1 1  = (−1) (1) det + 0 + (−1) (1)
1 1 −1 1
−1 1 1
= 0 + 0 + 1 = 1.

 
1 0 1    
1+1 1 2 1+3 0 1
det  0 1 2  = (−1) (1) det + 0 + (−1) det
1 −1 −1 1
−1 1 −1
= (1 × −3) + 0 + (1 × 1) = −2.
58 Capítulo 5. Determinante de uma matriz quadrada

Substituindo temos,
 
1 0 1 1
 0 1 2 1 
det   = (1 × −3) + 0 + (1 × 1) + (−3 × −2) = 4.
 1 0 1 3 
−1 1 −1 1


5.2 Determinante via permutações


Nesta seção vamos mostrar que a função determinante definida na seção anterior é única e indepen-

.
ar
dente da escolha da coluna ou linha escolhida. Também vamos mostrar um método mais simples
para o cálculo do mesmo.
Seja e j ∈ M(1 × n) a matriz linha definida por

in
j
z}|{
e j = (0, . . . , 0, 1 , 0, . . . , 0)

em M(1 × n) pode ser escrita da forma


im
onde o número 1 está na posição j. Com esta notação temos que todam matriz linha α = (a1 , . . . , an )

(a1 , . . . , an ) = a1 (1, 0, . . . , 0) + · · · + an (0, . . . , 0, 1)


el
ou, equivalentemente
Pr
n
α = ∑ ai ei .
i=1

Portanto, para toda função n-linear D em M(n × n) temos


o

!
n

D(A) = D ∑ [A]1i ei , α2 , . . . , αn
1 1
i1 =1
!
n n
= ∑ [A]1i ∗ D ei , ∑ [A]2i ei , . . . , αn
r

1 2 2
i1 =1 i2 =1
Ve

n
= ∑ [A]1ii ∗ [A]2i2 D (ei1 , ei2 , . . . , αn )
i1 ,i2 =1
..
.  
n
ei1
= ∑ ([A]1ii ∗ . . . ∗ [A]nin )D  ...  .
 
i1 ,...,in =1
ein
Se pedimos que D seja alternada temos que os termos dos produtos que involvem
 
ei1
D  ...  ,
 

ein

onde ei j = eik para algum k e j, são identicamente nulos.


5.2 Determinante via permutações 59

Definição 5.2.1 Uma n-upla de inteiros positivos (i1 , . . . , in ) tais que 1 ≤ i j ≤ n para todo
j = 1 . . . n e i j 6= ik para todos j e k é chamada uma permutaão de grau n do conjunto (1, . . . , n).

Assim, uma permtação é definida como uma função bijetora σ : {1, . . . , n} → {1, . . . , n}. Uma
tal função define uma n-upla (σ1 , . . . , σn ) e é por tanto uma regra para reorganizar os elementos
1, 2, . . . , n de alguma forma definida. Em particular se

σ (1, . . . , n) = (σ1 , . . . , σn )

então

σ (i) = σi ∀ i ∈ {1, . . . , n}.

.
ar
Um fato básico em permutações é o seguinte:
Toda permutação σ pode ser obtida de uma suceção de intercambio de pares.

in
Esta suceção pode ser de diferentes formas mas o número de intercambio de pares utilizados é
sempre sempre par ou impar e isto depende somente da permutação.

im
Definição 5.2.2 Uma permutação σ : {1, . . . , n} → {1, . . . , n} é dita
• par se o número de intercambios utilizado for par.
• impar se o número de intercámbios utilizados for impar.
O sinal da permutação sigma será
el

1 se σ par
sinal(σ ) = .
−1 se σ impar
Pr
 Exemplo 5.4 • A permutação σ = (1, 3, 4, 2, 5) é par pois pode ser vista como composta
dos seguintes intercâmbios de pares

σ1 : (1, 2, 3, 4, 5) → (1, 3, 2, 4, 5), σ2 : (1, 2, 3, 4, 5) → (1, 2, 4, 3, 5).


o

Então

σ = σ2 ◦ σ1 (1, 2, 3, 4, 5) = σ2 (1, 3, 2, 4, 5) = (1, 3, 4, 2, 5).

• A permutação σ = (3, 2, 1) é impar pois pode ser vista como composta dos seguintes inter-
r

câmbios de pares
Ve

σ1 : (1, 2, 3) → (2, 1, 3) σ2 : (1, 2, 3) → (1, 3, 2),

da seguinte forma,

σ = σ1 ◦ σ2 ◦ σ1 (1, 2, 3) = σ1 ◦ σ2 (2, 1, 3) = σ1 (2, 3, 1) = (3, 2, 1).

Podemos então escrever


 
n
ei1
D(A) = ∑ ([A]1ii ∗ . . . ∗ [A]nin )D  ... 
 
i1 ,...,in =1
ein
 
eσ (1)
= ([A]1σ (1) ∗ . . . ∗ [A]nσ (n) )D  ... 
 

diferentes permutações σ
eσ (n)
60 Capítulo 5. Determinante de uma matriz quadrada

pois os termos com ei j = eik cancelam e só restam aqueles que são um reordenamento de {1, . . . , n}
isto é, as permutações.
Por otro lado, pelo fato de D ser alternada, temos que
   
eσ (1) e1
D  ...  = sinal(σ )D  ...  .
   

eσ (n) en

Portanto podemos escrever

D(A) = ∑ (sinal(σ )([A]1σ (1) ∗ . . . ∗ [A]nσ (n) )D (e1 , . . . , en ) .

.
diferentes permutações σ

ar
ou
!

in
D(A) = ∑ (sinal(σ ) ∗ [A]1σ (1) ∗ . . . ∗ [A]nσ (n) ) D(I).
diferentes permutações σ

im
Se denotamos por det(A) a

det(A) = ∑ (sinal(σ ) ∗ [A]1σ (1) ∗ . . . ∗ [A]nσ (n) ).


diferentes permutações σ
el
temos mostrado o seguinte resultado.

Teorema 5.2.1 Existe uma unica função determinante em M(n × n) definida por det(A). Mais
Pr
ainda, toda função n-linear alternada D em M(n × n) satisfaz

D(A) = det(A)D(I).
o

Obs. Como consequência deste teorema temos que o determinante pode ser visto como um

polinômio nas entradas da matriz.

 Exemplo 5.5 Vamos ver como obter a fórmula do determinante para uma matriz de tamanho
r

2 × 2 com este formalismo.


Primeiramente observamos que para n = 2 temos duas permutações
Ve

σ (1, 2) = (1, 2) com sinal(σ ) = 1

λ (1, 2) = (2, 1) com sinal(λ ) = −1


Então, se
 
a11 a12
A=
a21 a22

temos que

det(A) = sinal(σ )a1σ (1) a2σ (2) + sinal(λ )a1λ (1) a2λ (2)
= a11 a22 − a12 a21 .


5.2 Determinante via permutações 61

Corolário 5.2.2 Se D é uma função determinante as E j são todas iguais. Dito de outra forma, o
cálculo do determinante não depende da escolha da línea ou coluna.

Teorema 5.2.3 Sejam A e B matrizes em M(n × n) então

det(AB) = det(A)det(B).

Demonstração: Fixamos B e definimos D(A) = det(AB). É simples ver que D é n- linear e


alternada. Portanto, por um resultado acima temos que

.
D(A) = det(A)D(I),

ar
mas

D(I) = det(IB) = det(B).

in


im
Proposição 5.2.4

det(At ) = det(A).
n
el
det(A) = ∑ (−1)i+ j [A]i j det(A(i| j)).
i=1
Pr
Demonstração: A primeira identidade segue de
det(At ) = ∑(sinal(σ ))[A]σ ,1 . . . [A]σ ,n
1 n
σ
= ∑(sinal(σ −1 ))[A]1,σ −1
1
. . . [A]n,σn−1 .
o

A segunda provem do fato de que todas as funções alternadas E j são funções determinante.

A fórmula vista para o determinante permite o cálculo do determinante de qualquer matriz de


r

tamanho n × n, porém tem um grande defeito que é o volume de contas a fazer. Já no caso 4 × 4
Ve

temos que calcular o determinante de 4 matrizes de tamanho 3 × 3 o que resulta em muito trabalho.
A ideia então é obter, a partir da definição de determinante, um método mais simples para o cálculo.
 Exemplo 5.6 1. Uma matriz A de tamanho n × n que possui uma linha ou uma coluna nula
tem determinante igual a 0. De fato, se calculamos o determinante a partir desta linha ou
coluna obtemos que cada término é 0.
2. Seja A uma matriz triangular superior, isto é uma matriz da forma
 
a11 a12 a13 · · · a1n
 0 a22 a23 · · · a2n 
 
A= 0
 0 a33 · · · a3n  .
 .. .. .. .. 
 . . . . 
0 0 0 · · · ann

Então

det(A) = a11 a22 · · · ann .


62 Capítulo 5. Determinante de uma matriz quadrada

Provamos isso por indução. Claramente vale para matrizes de tamanho 2 × 2. Assuma como
válido para matrizes de tamanho n × n, vamos mostrar o caso (n + 1) × (n + 1). Para isto
calculamos o determinante com respeito a primeira coluna e obtemos
 
a11 a12 a13 · · · a1n+1  
 0 a22 a23 · · · a2n+1  a22 a23 · · · a2n+1
   0 a33 · · · a3n 
 0
det(A) =  0 a33 · · · a 3n+1 1+1
 = (−1) a11 det  ..
 
.. ..  +0.

 .. .. .. ..   . . . 
 . . . . 
0 0 · · · an+1n+1
0 0 0 · · · an+1n+1

Agora, utilizando a hipótese indutiva temos

.
ar
det(A) = a11 a22 · · · an+1n+1 .

Como queriamos mostrar.

in


Teorema 5.2.5 Seja E uma matriz elementar.

im
i- Se B é uma matriz obtida a partir de multiplicar uma linha da In por um escalar λ 6= 0
então

det(B) = λ .
el
ii- Se B é uma matriz obtida a partir de trocar duas linhas de In , então
Pr
det(B) = −1.

iii- Se B é uma matriz obtida a partir de adicionar a uma linha de In um multiplo escalar de
outra linha de In então
o

det(B) = 1.

Demonstração: Consequência direta do teorema anterior e do fato det(In ) = 1. 

Portanto se B é obtida de A e de fazer uma operação elementar E então temos que


r

det(B) = det(E) det(A).


Ve

Inductivamente podemos provar que se B = E1 · · · Ek A, para E1 · · · , Ek matrizes elementares então

det(B) = det(E1 ) · · · det(Ek ) det(A).

Teorema 5.2.6 Seja A uma matriz de tamanho n × n.


i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar λ 6= 0 então

det(B) = λ det(A).

ii- Se B é uma matriz obtida a partir da troca de duas linhas de A então

det(B) = − det(A).

iii- Se B é uma matriz obtida a partir de adicionar uma linha de A um múltiplo escalar de outra
5.2 Determinante via permutações 63

linha de A, então

det(B) = det(A).

Demonstração: Segue do teorema anterior e de utilizar a propriedade det(AB) = det(A) det(B).




Juntando todo o visto até agora temos que para calcular determinates, podemos utilizar as
seguintes propriedades:
1. det(I) = 1.
2. det(At ) = det(A).
3. Se A é uma a matriz triangular superior de tamanho n × n então

.
ar
 
a11 a12 a13 · · · a1n
 0 a22 a23 · · · a2n 
 
0 a33 · · · a3n 

in
det(A) = det  0  = a11 a22 · · · ann .

 .. .. . . .. 
 . . . . 
0 0 0 · · · ann

4. Se A tem linha nula então det(A) = 0.

im
5. Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar λ 6= 0 então

det(B) = λ det(A).
el
6. Se B é uma matriz obtida a partir da troca de duas linhas de A então
Pr
det(B) = − det(A).

7. Se B é uma matriz obtida a partir de adicionar uma linha de A um múltiplo escalar de outra
linha de A, então
o

det(B) = det(A).

 Exemplo 5.7 Vamos ver como estas propriedades funcionam com um exemplo. Calculando
det(A) para
r

 
1 0 1 1
 1 1 0 0 
Ve

A=
 0

2 0 1 
0 0 1 2
Começamos fazendo operações elementares sobre A até leva-lá numa matriz triangular superior.
   
1 0 1 1 1 0 1 1
 `2 − `1 → `2 A2 =  0 1 −1 −1  `3 − 2`2 → `3
 1 1 0 0   
A =   0 2 0 1  −−−−−−−−→  0 2 0 1  −−−−−−−−−→
0 0 1 2 0 0 1 2
   
1 0 1 1 1 0 1 1
 1 1 −1 −1 
 `4 − 1 `3 → `4 A4 =  0 1 −1 −1 
 
A3 =   0 0 2 3 0 0 2 3 
−−−−2−−−−−→
 
0 0 1 2 0 0 0 1/2

Como det(A4 ) = 1 × 1 × 2 × 12 = 1 e det(A) = det(A2 ) = det(A3 ) = det(A4 ) temos det(A) = 1. 


64 Capítulo 5. Determinante de uma matriz quadrada

Corolário 5.2.7 Seja A uma matriz e B sua forma escalonada reduzida. Sejam E1 · · · Ek as
matrizes elementares tais que

B = E1 · · · Ek A.

Então B 6= I se det(A) = 0. Caso contrário

1
det(A) = .
det(E1 ) · · · det(Ek )

Demonstração: Se B não é a identidade então necessariamente tem uma linha nula. Portanto

.
det(B) = 0. Utilizando que

ar
det(B) = det(E1 ) · · · det(Ek ) det(A).

Temos que se B 6= I então det(A) = 0 e se B = I,

in
1
det(A) = .
det(E1 ) · · · det(Ek )

im
Corolário 5.2.8 Uma matriz quadrada A é invetível se, e somente se, det(A) 6= 0.

el
Demonstração: Segue do resultado anterior e do fato que uma matriz é invertível se, e somente se
é equivalente por linhas a identidade. 
Pr
Finalizamos esta seção observando o seguinte diagrama de equivalências

A é invertível ks +3 A ∼ I
4<
o

t|

det(A) 6= 0
r

5.3 Adjunta de uma matriz quadrada


Ve

Seja A uma matriz de tamanho n × n dada por


 
a11 · · · a1n
A =  ... .. ..  .

. . 
an1 · · · ann

Lembramos que o cofator da entrada ai j é o número


 
a11 · · · a1 j−1 a1 j+1 ··· a1n
 .. .. .. .. .. .. 
 . . . . . . 
 
a i−11 · · · ai−1 j−1 ai−1 j+1 · · · ai−1n
ãi j = (−1)i+ j det(A(i| j)) = (−1)i+ j det 
 
.
 ai+11 · · · ai+1 j−1 ai+1 j+1 · · · ai+1n 
 
 .. .. .. .. .. .. 
 . . . . . . 
an1 · · · an j−1 an j+1 · · · ann
5.3 Adjunta de uma matriz quadrada 65

Definição 5.3.1 A matriz adjunta de A, que denotamos por ad j(A), é a matriz


 t
ã11 · · · ã1n
 .. .. ..  ,
ad j(A) =  . . . 
ãn1 · · · ãnn

isto é, a transposta da matriz formada pelos cofatores.

 Exemplo 5.8 1. Seja


   t  
a b d −c d −b
A = ⇒ ad j(A) = = .
c d −b a −c a

.
Observamos que

ar
  
a b d −b
A ad j(A) =
c d −c a
 
ad − bc 0

in
=
0 ad − bc
   
1 0 1 0
= (ad − bc) = det(A) .

im
0 1 0 1
2. Seja
 
1 0 1
el
A =  0 1 1 .
1 1 0
Pr
     
1+1 1 1 1+2 0 1 1+3 0 1
ã11 = (−1) det ã12 = (−1) det ã13 = (−1) det
1 0 1 0 1 1

     
2+1 0 1 2+2 1 1 2+3 1 0
o

ã21 = (−1) det ã22 = (−1) det ã23 = (−1) det


1 0 1 0 1 1

     
3+1 0 1 3+2 1 1 3+3 1 0
ã31 = (−1) det ã32 = (−1) det ã33 = (−1) det .
1 1 0 1 0 1
Calculando temos,
r
Ve

ã11 = −1 ã12 = 1 ã13 = −1

ã21 = 1 ã22 = −1 ã23 = −1


ã31 = −1 ã32 = −1 ã33 = 1
Então,
t  
−1 1 −1 −1 1 −1
ad j(A) =  1 −1 −1  =  1 −1 −1  .
−1 −1 1 −1 −1 1

Observamos que,
      
−1 1 −1 1 0 1 −2 0 −0 1 0 0
ad j(A)·A =  1 −1 −1   0 1 1  =  0 −2 −0  = −2  0 1 0  .
−1 −1 1 1 1 0 0 0 2 0 0 1
66 Capítulo 5. Determinante de uma matriz quadrada

E que
   
2 1 1 1+3 0 1
det(A) = 1 × (−1) det + 0 + 1 × (−1) det = −1 − 1 = −2.
1 0 1 1


A Propriedade fundamental da matriz adjunta é que fornece uma fórmula para a inversa de A. Isto é
o enunciado do seguinte teorema.

Teorema 5.3.1 Seja A uma matriz de n × n. Então

A(ad j(A)) = det(A)In .

.
ar
Mais ainda, se A é invertível, então
1
A−1 = ad j(A).

in
det(A)

Demonstração: A entrada i j do produto A(ad j(A)) é dada por

ai1 ã j1 + · · · + ain ã jn

Decorre da definição que se i = j então


im
el
ai1 ã j1 + · · · + ain ã jn = det A

Se i 6= j então
Pr
ai1 ã j1 + · · · + ain ã jn = 0

pois é o determinante da matriz obtida de A substituindo a linha j pela linha i. Isto é, o determinante
da matriz:
o

 
a11 · · · a1n

 .. .. 
 . . 
 
 ai1 · · · ain 
  ← i
A =  ... .. 

. 
r

 ai1 · · · ain  ← j
 
Ve

 
 .. .. 
 . . 
ai1 · · · ain
respeito da linha i. 

5.4 Exercícios resolvidos


1. Para cada matriz abaixo encontre a inversa (se existe):
     
1 2 a b cos(x) sin(x)
A= , B= , C=
3 5 −b a − sin(x) cos(x)
     
1 0 0 2 2 −1 1 3 −7
D = 0 5 0 E =  2 −1 2  F = 0 1 −2
0 0 6 −1 2 2 0 0 1
Resolução:
5.4 Exercícios resolvidos 67
 
1 2
• A= ⇒ det(A) = 5 − 6 = −1
3 5

     
5 −3 5 −2 −1 1 −1 −5 2
adj(A) = = ⇒ A = ⇒A =
−2 1 −3 1 det(A) 3 −1
 
a b
• Para que B = tenha inversa det(B) = a2 + b2 6= 0. Então:
−b a
 t    
a b a −b 1 −1 a −b
adj(B) = = ⇒ B = 2

.
−b a b a (a + b2 ) b a

ar
 
−1 cos(x) − sin(x)
• É igual ao caso de B quando a = cos x e b = sin x ⇒ C =
sin(x) cos(x)

in
• Por Gauss-Jordan

1 0 0
..
.
..
1 0 0

 `52 → `2
0 5 0 . 0 1 0 −−−−−−→
 



1 0 0
im
..
.
..
0 1 0 . 0
1 0
1
0

2 0




1 0 0

⇒ D−1 = 0 51 0 
el

.. .. 0 0 16
  
`3
0 0 6 . 0 0 1 6 → `3 0 0 1 . 0 0 16
−−−−−−→
Pr

• Por Gauss-Jordan
   
.. ..
o

2 2 −1 . 1 0 0 2 2 −1 . 1 0 0
. `2 − `1 → `2  0 −3 3 ... −1 1 0
 2 −1 2 .. 0 1 0
   

−−−−−−−−−→ 
.. ..
  
−1 2 2 . 0 0 1 −1 2 2 . 0 0 1
r

   
.. ..
0 6 3 . 1 0 2 0 0 0 . −1 0 0
Ve

2`3 + `1 → `1  0 −3 3 ... −1 1 0 2`2 + `1 → `1 .


 0 −3 3 .. −1 1 2
   
−−−−−−−−−−→   −−−−−−−−−−→
.. ..
 
−1 2 2 . 0 0 1 −1 2 2 . 0 0 1
   
`1 . ..
9 → `1 1 .. −1 2 2 −1 2 2
−−−−−−→0 0 9 9  9 0 0 1 . 9 9 9
`2 . ..
−3 → `20 1 −1 .. 2`2 + `3 → `3 
1 −1 1 −1
   
−−−−−−→ 3 3 0 −−−−−−−−−−→ 0 1 −1 . 3 3 0
. .
 
`3 → `3 1 −2 −2 .. 0 0 −1 1 0 −4 .. 2 −2
1
−−−−−−→ 3 3

   
. .
0 0 1 .. −1
9
2
9
2
9  1 0 0 .. 2
9
2
9
−1
9 
`2 + `1 → `2 
.. .
−−−−−−−−−→  2 −1 2  `3 ↔ `1 
1 0 .. 2 −1 2 
  
`3 + 4 × `1 → `3 0 1 0 . 9  −−−−→ 0

9 9 9 9 9 
−−−−−−−−−−−−→ . .
0 0 1 .. 2
9
2
9
−2
9 0 0 1 .. −1
9
2
9
2
9
68 Capítulo 5. Determinante de uma matriz quadrada
 2 2 −1 
9 9 9
 
−1 −1
 2 2

E = 9 9 9


 
−1 2 2
9 9 9

• Por Gauss-Jordan
   
.. ..
1 3 −7 . 1 0 0 7`3 + `1 → `1 1 3 0 . 1 0 7
. .
0 1 −2 .. 0 1 0 −−−−−−−−−−→

.
0 1 0 .. 0 1 2
   

ar
. .
   
0 0 1 .. 0 0 1 2`3 + `2 → `2 0 0 1 .. 0 0 1
−−−−−−−−−−→

in
 
..
1 0 0 . 1 −3 1
 
1 −3 1
−3`2 + `1 → `1 0 1 0 ... 0 1 2 ⇒ F −1 0 1 2
 
−−−−−−−−−−−→ 

im
. 0 0 1

0 0 1 .. 0 0 1
2. Seja A = (ai, j ) a matriz 5 × 5 cuja entrada na posição (i, j) é max{i, j}, o maior entre i e j,
para todo i e j. Calcule det(A) e conclua se A é ou não invertível.
el
Resolução:
Para começar escrevemos a matriz A utilizando a definição, isto é, A é uma matriz de 5 × 5
cuja entrada na posição (i, j) é max{i, j}, o maior entre i e j, para todo i e j.
Pr
Então
 
1 2 3 4 5
 2 2 3 4 5 
 
o

A=  3 3 3 4 5 

 4 4 4 4 5 

5 5 5 5 5

Da teoria, sabemos que uma matriz A é invertível se o seu determinante é diferente de 0, isto
é, se det(A) 6= 0.
r
Ve

Para achar o determinante de A temos varias opções das quais destacamos dois:
• calculamos diretamente utilizando fórmula de determinante
• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
λ 6= 0 então

det(B) = λ det(A).

ii- Se B é uma matriz obtida a partir de trocar duas linhas de A então

det(B) = − det(A).

iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
de outra linha de A então

det(B) = det(A).
5.4 Exercícios resolvidos 69

Fazemos o cálculo do determinante pelo segundo método, fazendo operações elementares


sobre A.
 
1 2 3 4 5
 2 2 3 4 5 
 
A=  3 3 3 4 5  `5 − `4 → `5

 4 4 4 4 5 
5 5 5 5 5
 
1 2 3 4 5
 2 2 3 4 5 
 
 3 3 3 4 5  `4 − `3 → `3
A2 = 

.

ar
 4 4 4 4 5 
1 1 1 1 0

in
 
1 2 3 4 5

 2 2 3 4 5 

A3 =  3 3 3 4 5  `3 − `2 → `3

im
 
 1 1 1 0 0 
1 1 1 1 0
 
1 2 3 4 5
el

 2 2 3 4 5 

A4 =  1 1 0 0 0  `2 − `1 → `2
 
 1 1 1 0 0 
Pr
1 1 1 1 0
 
1 2 3 4 5

 1 0 0 0 0 

A5 =  1 1 0 0 0 .
o

 
 1 1 1 0 0 
1 1 1 1 0

Observamos que
det(A) = det(A2 ) = det(A3 ) = det(A4 ) = det(A5 )
r

Calculando o determinante de A5 segundo a última coluna temos


Ve

 
1 0 0 0
 1 1 0 0 
det(A5 ) = (−1)1+5 × 5 × det 
 1 1 1 0 +0 = 5

1 1 1 1
Então det(A) = 5 6= 0 e, portanto, A é invertível.
Podemos responder:
A matriz A tem det(A) = 5 e portanto é invertível.
3. Calcule o determinante de
 
1 1 1 1 1 1
 1 1 1 1 x1 1 
 
 1 1 1 x2 1 1 
B=  .
 1 1 x3 1 1 1 

 1 x4 1 1 1 1 
x5 1 1 1 1 1
70 Capítulo 5. Determinante de uma matriz quadrada

Resolução:
Para achar o determinante de B temos varias opções das quais destacamos dois:
• calculamos diretamente utilizando fórmula de determinante
• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
λ 6= 0 então

det(B) = λ det(A).

ii- Se B é uma matriz obtida a partir de trocar duas linhas de A então

det(B) = − det(A).

.
ar
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
de outra linha de A então

in
det(B) = det(A).

Calculamos o determinante pelo segundo método, fazendo operações elementares sobre B

im
 
1 1 1 1 1 1
 1 1 1 1 x1 1  `2 − `1 → `2
 1 1 1 x2 1 1  `3 − `1 → `3
 
B=   `4 − `1 → `4
1 1 x 1 1 1
el
3

 1 x4 1 1 1 1  `5 − `1 → `5
 
`6 − `1 → `6
x5 1 1 1 1 1
Pr
 
1 1 1 1 1 1
 0
 0 0 0 x1 − 1 0  
 0 0 0 x2 − 1 0 0 
 `2 ↔ `6
B1 = 

 0 0 x3 − 1 0 0 0 
o


 0 x4 − 1 0 0 0 0 
x5 − 1 0 0 0 0 0

 
1 1 1 1 1 1
x5 − 1 0 0 0 0 0
r

 
 
 0 0 0 x2 − 1 0 0 
Ve

B2 =   `3 ↔ `5

 0 0 x3 − 1 0 0 0 

 0 x4 − 1 0 0 0 0 
0 0 0 0 x1 − 1 0
 
1 1 1 1 1 1

 x5 − 1 0 0 0 0 0 

 0 x4 − 1 0 0 0 0 
B3 =  

 0 0 x3 − 1 0 0 0 

 0 0 0 x2 − 1 0 0 
0 0 0 0 x1 − 1 0
Então, utilizando as propriedades do determinante com respeito às operações elementares,
temos
det(B) = det(B1 )
= −det(B2 )
= det(B3 )
5.4 Exercícios resolvidos 71

Calculamos o determinante de B3 pela fórmula com respeito a sexta coluna da matriz e


utilizamos que o determinante de uma matriz triangular é o produto das entradas da diagonal.

det(B3 )
 
x5 − 1 0 0 0 0
 0 x4 − 1 0 0 0 
(1+6)
 
= (−1) × 1 × det 
 0 0 x3 − 1 0 0 

 0 0 0 x2 − 1 0 
0 0 0 0 x1 − 1
= −(x5 − 1)(x4 − 1)(x3 − 1)(x2 − 1)(x1 − 1).

.
ar
Assim,

det(B) = −(x5 − 1)(x4 − 1)(x3 − 1)(x2 − 1)(x1 − 1).

in
Juntando as partes podemos responder:
O determinante de B é

im
det(B) = −(x5 − 1)(x4 − 1)(x3 − 1)(x2 − 1)(x1 − 1).

4. Dada a matriz
el
 
1 1 1 1
 0 2 2 2 
Pr
A=
 0

0 1 1 
0 0 0 1

Determinar
i- Inversa de A
o

ii- Determinante de A e de A−1 .


Resolução:
Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,
r

M = [A|I]
Ve

e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida

M̃ = [I|B]

logo, o método garante que B = A−1 .


Procedemos desta forma,
 
1 1 1 1 | 1 0 0 0
 0 2 2 2 | 0 1 0 0 
  `1 − `2 /2 → `1
 0 0 1 1 | 0 0 1 0 
0 0 0 1 | 0 0 0 1

1 − 21
 
1 0 0 0 | 0 0
 0 2 2 2 | 0 1 0 0 
 ` − 2`3 → `2
0  2

 0 0 1 1 | 0 0 1
0 0 0 1 | 0 0 0 1
72 Capítulo 5. Determinante de uma matriz quadrada

1 − 12
 
1 0 0 0 | 0 0
 0 2 0 0 | 0 1 −2 0  ` − `4 → `3
0  3

 0 0 1 1 | 0 0 1
0 0 0 1 | 0 0 0 1

1 − 21
 
1 0 0 0 | 0 0
 0 2 0 0 | 0 1 −2 0   ` /2 → `2
1 −1  2

 0 0 1 0 | 0 0
0 0 0 1 | 0 0 0 1

.
1 − 21
 
1 0 0 0 | 0 0

ar
 0
 1 0 0 | 0 21 −1 0  
 0 0 1 0 | 0 0 1 −1 
|

in
0 0 0 1 0 0 0 1
Logo, a inversa de A é

im
1 − 12
 
0 0
0 12 −1 0 
A−1 = 

.
 0 0 1 −1 
0 0 0 1
el
Observamos que tanto A como A−1 são matrizes triangulares superiores, portanto, o determi-
nante é o produto das entradas da diagonal. Assim
Pr
1 1
det(A) = 1 × 2 × 1 × 1 = 2 det(A−1 ) = = .
det(A) 2
Juntando as partes podemos responder:
o

i- A inversa de A é
1 − 12 0
 

0
1
0 −1 0
A−1 = 
 
2 
 0 0 1 −1 
0 0 0 1
r
Ve

ii- det(A) = 2 e det(A−1 ) = 21 .


5. Calcular o determinante da matriz A = (ai j ) ∈ M(5 × 5, R), cujas entradas são da forma

ai j = 1 + xi − y j

para xt , yt números reais quaisquer para todo 1 ≤ t ≤ 5.


Resolução:
Primeiramente construimos a matriz

 
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5

 1 + x2 − y1 1 + x2 − y2 1 + x2 − y3 1 + x2 − y4 1 + x2 − y5 


 1 + x3 − y1 1 + x3 − y2 1 + x3 − y3 1 + x3 − y4 1 + x3 − y5 

 1 + x4 − y1 1 + x4 − y2 1 + x4 − y3 1 + x4 − y4 1 + x4 − y5 
1 + x5 − y1 1 + x5 − y2 1 + x5 − y3 1 + x5 − y4 1 + x5 − y5

Para achar o determinante de A temos varias opções das quais destacamos dois:
5.4 Exercícios resolvidos 73

• calculamos diretamente utilizando fórmula de determinante


• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
λ 6= 0 então

det(B) = λ det(A).

ii- Se B é uma matriz obtida a partir de trocar duas linhas de A então

det(B) = − det(A).

.
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar

ar
de outra linha de A então

det(B) = det(A).

in
Fazemos o cálculo do determinante pelo segundo método, fazendo operações elementares

im
sobre A.
Fazemos operações elementares sobre A para obter
 
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
1 + x2 − y1 1 + x2 − y2 1 + x2 − y3 1 + x2 − y4 1 + x2 − y5
el
 
 

 1 + x3 − y1 1 + x3 − y2 1 + x3 − y3 1 + x3 − y4 1 + x3 − y5 

 1 + x4 − y1 1 + x4 − y2 1 + x4 − y3 1 + x4 − y4 1 + x4 − y5 
Pr
1 + x5 − y1 1 + x5 − y2 1 + x5 − y3 1 + x5 − y4 1 + x5 − y5

`2 − `1 → `2
`3 − `1 → `3
o

`4 − `1 → `4
`5 − `1 → `5

 
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
 x2 − x1 x2 − x1 x2 − x1 x2 − x1 x2 − x1 
r

 

 x3 − x1 x3 − x1 x3 − x1 x3 − x1 x3 − x1 .

x4 − x1 x4 − x1 x4 − x1 x4 − x1 x4 − x1
Ve

 
x5 − x1 x5 − x1 x5 − x1 x5 − x1 x5 − x1
Se algum dos números

x2 − x1 , x3 − x1 , x4 − x1 , x5 − x1

for 0 temos que a matriz possui, pelo menos, uma linha nula e, consequentemente

det(A) = 0.

Caso contrário continuamos fazendo as seguintes operações elementares

`2 /(x2 − x1 ) → `2
`3 /(x3 − x1 ) → `3
`4 /(x4 − x1 ) → `4
`5 /(x5 − x1 ) → `5
74 Capítulo 5. Determinante de uma matriz quadrada

1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
 

 1 1 1 1 1 


 1 1 1 1 1 


 1 1 1 1 1 

 1 1 1 1 1 
1 1 1 1 1
o que resulta numa matriz quadrada com duas linhas iguais, e portanto com determinante
nulo. Juntando as partes podemos responder: Para qualquer valor de xi e y j temos que
det(A) = 0.

.
6. Considere a matriz

ar
 
1 0 1 0
 1 1 x 1 
A=  0 1

1 x 

in
1 1 1 1
i- Determine os valores de x que tornam a matriz A invertível

im
ii- Calcule o determinante de A e de A−1 para cada x que torna A invertível.
iii- Ache a inversa de A para o caso x = 3.
Resolução:
Da teoria, sabemos que uma matriz A é invertível se o seu determinante é diferente de 0, isto
el
é, se det(A) 6= 0.
Pr
Para achar o determinante de A temos varias opções das quais destacamos dois:
• calculamos diretamente utilizando fórmula de determinante
• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
o

λ 6= 0 então

det(B) = λ det(A).
ii- Se B é uma matriz obtida a partir de trocar duas linhas de A então
r

det(B) = − det(A).
Ve

iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
de outra linha de A então
det(B) = det(A).
Fazemos o cálculo do determinante pelo segundo método, fazendo operações elementares
sobre A, lembrando não multiplicar nem dividir por x pois não sabemos o seu valor.
 
1 0 1 0
 1 1 x 1  `2 − `4 → `2
A= 
 0 1 1 x  `3 − `4 → `4
1 1 1 1
 
1 0 1 0
 0 0 x−1 0 
B1 =   `4 − `1 → `4
 −1 0 0 x−1 
1 1 1 1
5.4 Exercícios resolvidos 75
 
1 0 1 0
 0 0 x−1 0 
B2 = 
 −1 0
 `2 ↔ `4
0 x−1 
0 1 0 1

 
1 0 1 0
 0 1 0 1 
B3 = 
 −1
 `3 ↔ `4
0 0 x−1 
0 0 x−1 0

.
 
1 0 1 0

ar
 0 1 0 1 
B4 =  
 0 0 x−1 0 
−1 0 0 x−1

in
Calculamos agora o determinante de B4 , utilizando a fórmula a partir da terceira linha e
obtemos

im
 
1 0 0
det(B4 ) = (x − 1) det  0 1 1  = (x − 1)2 .
1 0 x−1
el
Portanto, utilizando as propriedades do determinante respeito das operações elementares,
temos
Pr
det(B4 ) = −(det(B3 )) = −(− det(B2 )) = det(B2 ) = det(B1 ) = det(A).

Donde
o

det(A) = (x − 1)2 .

Com isto, podemos responder


i- Os valores de x que tornam a matriz A invertível, são x ∈ R\{1}.
ii- para cada x ∈ R\{1} temos
r

det(A) = (x − 1)2 .
Ve

Como det(A−1 ) = det(A)−1 obtemos

1
det(A−1 ) =
(x − 1)2

Agora, devemos achar a inversa de A para o caso x = 3.


No lugar, achamos a inversa de A para o caso em que x − 1 = a 6= 0, que corresponde aos
casos em que a matriz é invertível.
Logo podemos substituir diretamente x por 3 e obter a inversa procurada.
Poderiamos ter substituido diretamente x por 3 e fazer a conta, mas optamos por fazer um
pouco de trabalho a mais.
Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,

M = [A|I]
76 Capítulo 5. Determinante de uma matriz quadrada

e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida

M̃ = [I|B]

logo, o método garante que B = A−1 .


Assim, lembrando que a = x − 1 6= 0, fazemos as operaçoes elementares atê levar esta matriz
na forma escalonada reduzida.
 
1 0 1 0 | 1 0 0 0
 1 1 x 1 | 0 1 0 0  `2 − `4 → `2
 
 0 1 1 x | 0 0 1 0  `3 − `4 → `4
1 1 1 1 | 0 0 0 1

.
ar
 
1 0 1 0 | 1 0 0 0
 0 0 a 0 | 0 1 0 −1 
 −1 0 0 a | 0 0 1 −1  `4 − `1 → `4
 

in
1 1 1 1 | 0 0 0 1
 
1 0 1 0 | 1 0 0 0

im
 0 0 a 0 | 0 1 0 −1 
 −1 0 0 a | 0 0 1 −1  `2 ↔ `4
 

0 1 0 1 | −1 0 0 1
el
 
1 0 1 0 | 1 0 0 0
 0 1 0 1 | −1 0 0 1 

 −1
 `3 ↔ `4
0 0 a | 0 0 1 −1 
Pr
0 0 a 0 | 0 1 0 −1
 
1 0 1 0 | 1 0 0 0
 0 1 0 1 | −1 0 0 1  1
a `3 → `3 (lembre a 6= 0)
o

 
 0 0 a 0 | 0 1 0 −1 
−1 0 0 a | 0 0 1 −1

 
1 0 1 0 | 1 0 0 0
 0 1 0 1 | −1 0 0 1 
r

  `1 − `3 → `1
 0 0 1 0 | 0 1/a 0 −1/a 
Ve

−1 0 0 a | 0 0 1 −1

 
1 0 0 0 | 1 −1/a 0 1/a
 0 1 0 1
 | −1 0 0 1   `4 + `1 → `4
 0 0 1 0 | 0 1/a 0 −1/a 
−1 0 0 a | 0 0 1 −1
 
1 0 0 0 | 1 −1/a 0 1/a
 0 1 0 1 | −1 0 0 1   ` /a → `4
1/a 0 −1/a  4

 0 0 1 0 | 0
0 0 0 a | 1 −1/a 1 1−a a
 
1 0 0 0 | 1 −1/a 0 1/a
 0 1 0 1 | −1 0 0 1 
  `2 − `4 → `2
 0 0 1 0 | 0 1/a 0 −1/a 
0 0 0 1 | 1/a −1/a2 1/a 1−a a2
5.4 Exercícios resolvidos 77

| −1/a

1 0 0 0 1 0 1/a

1+a 2 a2 +a−1
 0
 1 0 0 | − a 1/a −1/a a2


 0 0 1 0 | 0 1/a 0 −1/a 
2 1−a
0 0 0 1 | 1/a −1/a 1/a a2

Donde, para cada a, temos

−1/a

1 0 1/a

 − 1+a 2 a2 +a−1
1/a −1/a
A−1

=  a a2 
a

.
 0 1/a 0 −1/a 

ar
1−a
1/a −1/a2 1/a a2

Se x = 3, então a = 2. Substituimos isto acima, e obtemos que a inversa de A para x = 3 é

in
dada por:
 
1 −1/2 0 1/2

im
 −3/2 1/4 −1/2 5/4 
A−1 =  .
 0 1/2 0 −1/2 
1/2 −1/4 1/2 −1/4
el
Juntando as partes podemos responder:
i- Os valores de x que tornam a matriz A invertível, são x ∈ R\{1}.
ii- para x 6= 1
Pr
1
det(A−1 ) =
(x − 1)2

• Para x = 3 temos
o

 
1 −1/2 0 1/2

 −3/2 1/4 −1/2 5/4 


A−1 =  
 0 1/2 0 −1/2 
1/2 −1/4 1/2 −1/4
r

7. Calcule os determinantes das matrizes:


Ve

     
sin α cos α a+b a+c a b
A= B= C=
sin β cos β d +b d +c −b a
 
    1 1 −1
1 + x1 y1 1 + x1 y2 1 a
D= E= F = −1 0 1
1 + x2 y1 1 + x2 y2 1 b
−1 −1 0
     
0 a 0 1 1 1 a b c
G = b c d  H =  a b c  I = b c a 
0 e 0 a2 b2 c2 c a b
 
  1 1 −6 −2
sin α cos α 1 4 7 4 4
J = sin β
 cos β 1 K = −2 −2 1 −2

sin γ cos γ 1
−4 −7 0 −1
78 Capítulo 5. Determinante de uma matriz quadrada
 
1 2 3 4
5 6 7 8
L=
 9 10 0

0
11 12 0 0
   
a b c d 1 −2 3 2
−b a d −c 0 2 −1 1
M=
 −c −d a
 N=
0 0 −1 1

b
−d c −b a 2 0 0 3
Resolução:

.
• A)

ar
 
sin α cos α
det = sin(α) cos β − sin β cos α = sin(α − β )
sin β cos β

in
• B)
 
a+b a+c

im
det = (a + b)(d + c) − (d + b)(a + c) = (a − d)(c − b)
d +b d +c

• C)
el
 
a b
det = a2 + b2
−b a
Pr

• D)
 
1 + x1 y1 1 + x1 y2
det = (1 + x1 y1 )(1 + x2 y2 ) − (1 + x2 y1 )(1 + x1 y2 )
1 + x2 y1 1 + x2 y2
o

• E)
 
1 a
det = b−a
1 b
r
Ve

• F)  
1 1 −1  
3+1 −1 0
det −1 0
 1  = (−1) · (−1) det
−1 −1
−1 −1 0
 
1 1
+(−1)3+2 · 1 det
−1 −1

= (−1)4 · (−1) · (1) + 0 = −1

• G)
 
0 a 0  
2+1 0 a
det b c d = 0 + d(−1) det
  +0 = 0
0 e
0 e 0
5.4 Exercícios resolvidos 79

• H) Se a 6= 0, fazendo duas operações elementares de

−a`1 + `2 → `2 e − a2 `1 + `2 → `2

temos queo valor do determinante


 não varia. Assim
 
1 1 1 1 1 1
det  a b c  = det 0 b − a c−a 
2
a b c 2 2 0 b − a c2 − a2
2 2

.
= 1 · (b − a) · (c2 − a2 ) − (c − a) · (b2 − a2 )

ar
= (b − a) · (c − a) · (c + a − b − a)

in
= (b − a) · (c − a) · (c − b)
E se a = 0

im
  
1 1 1 1 1 1
det  a b c  = det 0 b c  = 1 · (bc2 − b2 c) = bc(c − b)
a2 b2 c2 0 b2 c2
el
• I)  
a b c  
2+1 c a
det b c a = (−1) a det
Pr
 
a b
c a b
   
1+2 b a 1+2 b c
+(−1) b det + (−1) b det
c b c a
o

= a(cb − a2 ) − b(b2 − ac) + c(ba − c2 )


= ac2 b − a3 − b3 + bac + cba − c3


r

= 3abc − (a3 + b3 + c3 )
Ve

• J)  
sin α cos α 1  
sin β cos β
det sin β cos β 1 = (−1)3+1 · 1 det
sin γ cos γ
sin γ cos γ 1
 
3+2 sin α cos α
+(−1) · 1 det
sin γ cos γ
 
3+3 sin α cos α
+ (−1) · 1 det
sin β cos β

= (sin β cos γ − sin γ cos β )


−(sin α cos α − sin γ cos β )
+(sin α cos β − sin β cos α)
= sin(β − γ) + sin(γ − α) + sin(α − β )
80 Capítulo 5. Determinante de uma matriz quadrada

• K)
   
1 1 −6 −2 `2 − 4 × `1 → `2 1 1 −6 −2
4 7 4 4 −−−−−−−−−−−−→
 `3 + 2 × `1 → `3 K1 = 0 3 28 12 

K= −2 −2 1 −2 −−−−−−−−−−−−→ 0 0 −11 −6

−4 −7 0 −1 `4 + 4 × `1 → `4 0 −3 −24 −9
−−−−−−−−−−−−→
 
1 1 −6 −2
0 3 28 12 
`4 + `2 → `4 K =
−−−−−−−−−→ 2 0 0 −11 −6

0 0 4 3

.
 
−11 −6

ar
1+1
det(K) = det(K1 ) = det(K2 ) = (−1) · 1 · 3 det
4 3

= 1 · 3 −33 + 24 = 3 × (−9) = −27

in
• L)  
1 2 3 4  
5 6 7 5 6 7
8
= (−1)1+4 · 1 · 4 · det  5 6 7

im
det 
 9 10 0 0
11 12 0
11 12 0 0
 
1 2 3
+(−1)2+4 · 1 · 8 · det  9 10 0
el
11 12 0
 
9 10
Pr
1+3
= −4 · (−1) · 7 · det
11 12
 
9 10
+8 · 3 · det
11 12
o

= −28 · ( 108 − 110} ) + 24 · ( 108 − 110} )


| {z | {z
−2 −2
= 56 − 48 = 8
• M) Observamos que
r

  
a b c d a −b −c −d
−b a d −c
 b a −d c 
Ve

MMt
 
= 
 −c −d a b  c d a −b
−d c −b a d −c b a
 2
(a + b2 + c2 + d 2 )

0 0 0
 0 (a2 + b2 + c2 + d 2 ) 0 0 
= 2 2 2 2
.
 0 0 (a + b + c + d ) 0 
0 0 0 2 2 2 2
(a + b + c + d )
Portanto,
det(MMt ) = (a2 + b2 + c2 + d 2 )4
Utilizando que
det(M)2 = det(M 2 ) = det(M) det(M) = det(M) det(Mt ) = det(MMt )
temos
det(M) = (a2 + b2 + c2 + d 2 )2
5.4 Exercícios resolvidos 81

• N)    
1 −2 3 2 1 −2 3 2
0 2 −1 1 0 2 −1 1
N =   `2 − `3 → `2 N 1 =  
0 0 −1 1 −−−−−−−−−→ 0 0 −1 1
2 0 0 3 2 0 0 3
 
−2 3 2
4+1
det(N) = det(N1 ) = (−1) · 2 · det 2 0 0
0 −1 1
 
1 −2 3
+3 · (−1)4+4 · 3 · det 0 2 0

.
0 0 −1

ar
  
3+2 3 2
det(N) = −2 · (−1) · 2 · det + 3 · (−2)
−1 1

in
= 4 · (3 + 2) − 6 = 14

   im
8. Resolva a equação f (x) = 0 onde f (x) = det(A − xI) e a matriz A é a seguinte:



0 1 0
 
5 6 −3

el
3 4 cos a sin a
A= A= A = 1 0 0  A = −1 0 1 
5 2 − sin a cos a
0 0 1 1 2 1
Pr
     
5 2 −3 4 −2 2 0 0 1
A = 4 5 −4 A = −5 7 −5 A = 0 1 0
6 4 −4 −6 6 −4 1 0 0
o

     
2 −2 0 −2 2 −2 2 −2 3
A = −2 3 −2 A =  2 1 −4 A =  0 3 −2  ;

0 −2 4 −2 −4 1 0 −1 2
   
2 2 3 1 0 0
r

A=  1 2 1 ; A=
  −1 3 0  .
2 −2 1 3 2 −2
Ve

Resolução:

1.
  √
3−x 4 5 ± 81
det x2 − 5x − 14 ⇒ x=
5 2−x 2

⇒ x1 = 7, x2 = −2

2.
 
cos a − x sin a
det = x2 − 2 cos α + 1
− sin a cos a − x
82 Capítulo 5. Determinante de uma matriz quadrada

2 cos a ± 2 cos a − 4 f (x) não tem solução real, pois
⇒ x1 =
2 2 cos2 a − 4 < 0

3.
 
−x 1 0  
−x 1
det  1 −x 0  = (−1)3+3 · (1 − x) · det
1 −x
0 0 1−x

= (1 − x) · (x2 − 1) = (x + 1) · (1 − x)2

.
ar
Então: x1 = −1 e x2 = 1

in
4.  
5−x 6 −3  
−x 1
1  = (−1)1+1 · (5 − x) · det

im
det  −1 −x
2 1−x
1 2 1−x
 
1+2 −1 1
+(−1) · 6 · det
1 1−x
el
 
1+3 −1 −x
+(−1) · (−3) · det
1 2
Pr
= (5 − x) · (x2 − x − 2) − 6(x − 1 − 1) − 3(x + 2)
= 5x2 − 5x − 10 − x3 + x2 − 2x + 12 − 6x − 3x − 6
= −x3 + 6x2 − 16x − 4.
o

Tem uma única raiz real x ' 0, 22.


5.
 
−x 0 1  
−x 1
det  0 1 − x 0  = (−1)2+2 · (1 − x) · det
r

1 −x
1 0 −x
Ve

= (1 − x) · (x2 − 1)

Então: x1 = 1 e x2 = −1
 
1 2 3
9. Considere a matriz A =  1 1 2 
0 1 2
a) Calcule o det(An ), para todo número natural n.
b) Usando escalonamento encontre a matriz inversa A−1 .

Resolução:
a)
   
1 2 2 3
det(A) = (−1)1+1 · 1 · det + (−1)1+2 · 1 · det +0
1 2 1 2
5.4 Exercícios resolvidos 83

= −1 · 1 · 1 = −1.

Então

det(An ) = (det(A))n = (−1)n

b) Usando escalonamento encontre a matriz inversa A−1 .

.
   
. ..

ar
 1 2 3 .. 1 0 0  `1 − 2`3 → `1  1 0 −1 . 1 0 −2 
.  −−−−−−−−−−→ .
1 1 2 .. 0 1 0 1 0 0 .. 0 1 −1 
  
  
. ..
   

in
0 1 2 .. 0 0 1 `2 − `3 → `2 0 1 2 . 0 0 1
−−−−−−−−−→

im
   
.. ..
 0 0 −1 . 1 −1 −1   0 0 −1 . 1 −1 −1 
`1 − `2 → `1 
 .. 
`3 + 2`1 → `3 
 .. 
−−−−−−−−−→  1 0 0 . 0 1 −1   −−−−−−−−−−→  1 0 0 . 0 1 −1 

. .
0 1 2 .. 0 0 1 0 1 0 .. 2 −2 −1
el
   
.. ..
0 0 1 . −1 1 1   1 0 0 . 0 1 −1 
Pr

−`1 ↔ `1 
 .. 
`1 ↔ `2  0 0 1
 .. 
−−−−−−−→  1 0 0 . 0 1 −1  −−−−→  . −1 1 1 
. ..

0 1 0 .. 2 −2 −1 0 1 0 . 2 −2 −1
o

 
..
1 0 0 . 0 1 −1 
 
 0 1 −1
.

`2 ↔ `3  0 1 0 .. 2 −2 −1  ⇒ A−1  2 −2 −1 
 
−−−−→ 
. −1 1 1

0 0 1 .. −1 1 1
r

10. Verificar se as afirmações abaixo são verdadeiras ou falsas.


Ve

a) Toda matriz é produto de matrizes elementares.


b) Seja A uma matriz n × n tal que A4 − A2 + A = 3In , então A é invertível.
c) Se A, B e C são matrizes n × n, então det(A(B +C)) = det(AB) + det(AC).
Resolução:
a) Toda matriz é produto de matrizes elementares. (FALSO) Considere por exemplo a
matriz nula:
 
0 0
0 0

não pode ser nunca produto de elementares.


b) Seja A uma matriz n × n tal que A4 − A2 + A = 3In , então A é invertível. (VERDA-
DEIRO)
Manipulando a expressão
 
1 3
A4 − A2 + A = 3In ⇒ A (A − A + I) = In
3
84 Capítulo 5. Determinante de uma matriz quadrada

donde
 
1 3
B= (A − A + I)
3
é a inversa de A.
c) Se A, B e C são matrizes n × n, então det(A(B +C)) = det(AB) + det(AC). (FALSO).
Sejam
     
1 0 0 0 1 0
A= B= C=
0 1 0 1 0 0

.
Então, claramente, AB = B e AC = C e det(B) = det(C) = 0. Como B + C = A = I

ar
temos que det(A(B +C)) = 1.
11. Considere a matriz, que depende do parámetro k,

in
 
1 −2 0
A =  3k 8 + 2k k − 1 
0 8k + 8 0

im
a) Determinar, para quais valores reais de k a matriz A é invertível.

b) Calcular a inversa, para o caso k = 0, utilizando operações elementares nas linhas.


el
Resolução:
a) Para saber os valores de k que tornam a matriz A invertível, lembramos que: uma matriz
é invertível se o seu determinante for diferente de 0. Assim, calculamos o determinante
Pr
de A  
1 −2 0
det(A) = det  3k 8 + 2k k − 1 
0 8k + 8 0
o

 
2+3 1 −2
= 0 + (−1) (k − 1) det +0
0 8k + 8

= −(k − 1)(8k + 8)
= −8(k2 − 1).
De onde tiramos que A será invertível caso k 6∈ {−1, 1}.
r

b) Vamos calcular a inversa de A para o caso k = 0, isto é, quando


Ve

 
1 −2 0
A =  0 8 −1 
0 8 0

Fazendo operações elementares nas linhas de A. Assim, procedemos pelo método de


Gauss, construimos a matriz M = [A|I] e fazemos operações elementares até chegar na
forma escalonada reduzida M̃ = [I|B] e nesse caso B = A−1 .
Assim
 
1 −2 0 | 1 0 0
 0 8 −1 | 0 1 0  −l3 + l2 → l2
0 8 0 | 0 0 1
 
1 −2 0 | 1 0 0
 0 0 −1 | 0 1 −1  l3 /8 → l3
0 8 0 | 0 0 1
5.4 Exercícios resolvidos 85
 
1 −2 0 | 1 0 0
 0 0 −1 | 0 1 −1  2l3 + l1 → l1
0 1 0 | 0 0 18

1 0 0 | 1 0 41
 
 0 0 −1 | 0 1 −1  (−1)l2 → l2
0 1 0 | 0 0 81

1 0 0 | 1 0 14
 
 0 0 1 | 0 −1 1  l2 ↔ l3
0 1 0 | 0 0 81

.
ar
1 0 0 | 1 0 14
 
 0 1 0 | 0 0 1 
8
0 0 1 | 0 −1 1

in
Que está na forma escalonada reduzida. Então

1 0 41

im
 

A−1 =  0 0 18 
0 −1 1
el
12. Determinar para quais valores reais de a a seguinte matriz
 
a 3 a−2
Pr
A= a 4−a a−1 
−3a −9 7 − 2a

é invertível.
Resolução: Para calcular o determinante fazemos operações elementares sobre as linhas da
o

matriz para obter


 
a 3 a−2
A= a 4−a a−1 
−3a −9 7 − 2a
r
Ve

 
a 3 a−2
l2 − l1 → l2
B =  0 1−a 1 
l3 + 3l1 → l3 1
0 0 1+a
Como det(A) = det(B1 ) e B1 é triangular superior, temos que
 
a 3 a−2
det(A) = det  0 1 − a 1  = a(1 − a2 )
0 0 1+a

portanto, A será invertível se o seu determinante for diferente de zero, isto é se, a 6∈ {−1, 0, 1}.
13. Verifique se as afirmações abaixo são verdadeiras ou falsas.
• Existem duas matrizes A, B de tamanho n × n tais que det(A) 6= 0, B 6= 0 e AB = 0.
Resolução: (FALSO) Se det(A) 6= 0 então A é invertível. Portanto se AB = 0 então,

B = A−1 AB = A−1 0 = 0.
86 Capítulo 5. Determinante de uma matriz quadrada

• Se A, B são duas matrizes de tamanho n × n então, det(A − B) = det(A) − det(B).


Resolução: (FALSO) Considere
     
1 0 0 0 1 0
A= B= → A−B =
0 0 0 −1 0 1

e det(A − B) = 1, det(A) = 0 e det(B) = 0.


• Se A e B são matrizes de tamanho n × n tais que AB é invertível então A e B são
invertíveis.
Resolução: (VERDADEIRO) Pois como A e B são quadradas, temos que

.
det(AB) = det(A) det(B)

ar
portanto AB invertível garante det(AB) 6= 0 então det(A) 6= 0 e det(B) 6= 0 e portanto A
e B são invertíeis.

in
• Se A e B são duas matrizes de tamanho n × n então det(A + 2B) = det(A) + 2n det(B).
Resolução: (FALSO) Basta considerar por exemplo n = 2 e as matrizes
     

im
1 0 0 0 1 0
A= B= → A + 2B =
0 0 0 1/2 0 1

e det(A + 2B) = 1 mas det(A) = 0 e det(B) = 0, não valendo assim a identidade.


• Se A e B são duas matrizes quadradas tais que A − B possui alguma linha nula, então
el
det(A) = det(B).
Resolução: (FALSO)
Pr
     
2 0 1 0 1 0
A= B= → A−B = .
0 1 0 1 0 0

Mas det(A) = 2 6= 1 = det(B).


o

• Se n é impar, toda matriz antisimétrica de tamanho n × n tem determinante nulo.


Resolução: (VERDADEIRO) Se A é antisimétrica de tamanho n × n com n ímpar,

então A = −At e

det(A) = det(−At ) = (−1)n det(At ) = − det(A)


r

portanto det(A) = 0.
Ve

• Seja A uma matriz de tamanho n × n. Se A3 = I (I =a matriz identidade), então det(A) =


1.
Resolução: (VERDADEIRO) Como A3 = I então det(A)3 = det(A3 ) = det(AI) = 1
então det(A) é solução da equação de x3 = 1 então det(A) = 1 pois as outras soluções
são imaginarias.
14. Calcule o determinante da matriz

 
1 1 −1 1 1

 1 −1 1 1 1 

A=
 −1 1 1 1 1 

 1 1 1 −1 1 
1 1 1 1 −1

A matriz A, é invertível? Justifique.


Resolução:
5.4 Exercícios resolvidos 87

Para calcular o determinante fazemos operações elementares até levar A numa matriz diagonal.
Logo, calculamos o determinante multiplicando os elementos da diagonal da matriz obtida.
Depois, levamos em consideração a mudança do determinante com as operações elementares
feitas para achar o determinante da matriz A
 
1 1 −1 1 1
 1 −1 1 `2 − `1 → `2
 1 1  `3 + `1 → `3
A=  −1 1 1 1 1  ` − `1 → `4
 1 1 1 −1 1  4
` − `1 → `5
1 1 1 1 −1 −−5−−−− −−−→

.
ar
 
1 1 −1 1 1

 0 −2 2 0 0 

A1 =  0 2 0 2 2  `3 + `2 → `3
 −−−−−−−−−→

in
 
 0 0 2 −2 0
0 0 2 0 −2

im
 
1 1 −1 1 1

 0 −2 2 0 0 
 `4 − `3 → `4
A2 = 
 0 0 2 2 2 
 `5 − `3 → `5
0 0 2 −2 0
el
  −−−−−−−−−→
0 0 2 0 −2
Pr
 
1 1 −1 1 1

 0 −2 2 0 0 

A3 =  0 0 2 2 2  `5 − 1 `4 → `5
2
 −−−−−−−−−−→
 
 0 0 0 −4 −2
o

0 0 0 −2 −4

 
1 1 −1 1 1

 0 −2 2 0 0 

r

A4 = 
 0 0 2 2 2 

0 0 0 −4 −2
Ve

 
0 0 0 0 −3

det(A) = det(A1 )
= det(A2 )
= det(A3 )
= det(A4 )
= 1 × (−2) × 2 × (−4) × (−3) = −48.
Como det(A) 6= 0 temos que A é invertível.
15. Calcule o determinante da matriz
 
4 2 −4 2 2
6 2 2 4 2
 
A= 1 1 1 1 1
1 −1 1 0 1
1 1 −1 −1 −1
88 Capítulo 5. Determinante de uma matriz quadrada

Resolução:
Para calcular o determinante da matriz A fazemos operações elementares sobre ela até chegar
numa matriz triangular superior T . Depois calculamos o determinante de T multiplicando as
entradas da diagonal, e utilizamos as operações elementares feitas para relacionar este valor
com o determinante de A.

   
4 2 −4 2 2 3 4 2 −4 2 2
` −
 2 21 1 ` → ` 2 0 −1
6 2
 2 4 2  `3 − `1 → `3  8 1 −1 
A = 1 1 1 1 1 4 A = 0 1/2 2 1/2 1/2 
` − 1 ` → `4 1 
  
1  4 41 1

1 −1 1 0 0 −3/2 2 −1/2 1/2 
` − 4 `1 → `5

.
1 1 −1 −1 −1 −−5−−− −−−−−→ 0 1/2 0 −3/2 −3/2

ar
 
4 2 −4 2 2
`3 + 12 `2 → `3 0 −1 8 1 −1  `4 + 5 `3 → `4

in
3

`4 − 2 `2 → `4 A2 = 
 0 0 6 1 0 3
 `5 − 2 `3 → `5
1 3
`5 + 2 `2 → `5  0 0 −10 −2 2 −−−−− 
−−−−−→
−−−−−−−−−−→ 0 0 4 −1 −2

im
   
4 2 −4 2 2 4 2 −4 2 2
0 −1 8 1 −1  0 −1 8 1 −1 
   
A3 = 0 0 6 1 0  `5 − 5`4 → `5 T = 0 0 6 1 0 

el
−− − −−−− − −−→

0 0 0 −1/3 2   0 0 0 −1/3 2 
0 0 0 −5/3 −2 0 0 0 0 −12
Pr
Observamos que

det(T ) = 4 × (−1) × 6 × (−1/3) × (−12) = −96

Como, todas as operações elementares feitas são do tipo "adicionar a uma linha um multiplos
o

escalar de outra linha"temos que o valor do determinante não é alterado. Isto é


det(A) = det(A1 ) = det(A2 ) = det(A3 ) = det(T ) = −96.


r
Ve
.
ar
6. Sistema de equações linerares

in
im
el
Neste capítulo consideramos o problema de achar n escalares x1 , · · · , xn ∈ R que satisfazem as
seguintes equações:
Pr


 a11 x1 + a12 x1 + ··· + a1n xn = b1
 a21 x1 + a22 x2 + ··· + a2n xn = b2

(1) .. ,


 .
am1 x1 + am2 x2 + ··· + amn xn = bm

o

onde os ai j 0 s e b j 0 s são números em R. Chamamos a este conjunto de equações de sistema linear


de m equações com n incognitas.


Em particular, um sistema linear é dito homogêneo se
r

b1 = b2 = · · · = bm = 0,
Ve

isto é,


 a11 x1 + a12 x1 + ··· + a1n xn = 0
 a21 x1 + a22 x2 + ··· + a2n xn = 0

.. ,


 .
am1 x1 + am2 x2 + · · · + amn xn = 0

Definição 6.0.1 Uma n-upla (c1 , · · · , cn ) é dita uma solução do sistema se, ao substituir xi = ci
em cada uma das equações acima, são satisfeitas as identidades. O conjunto solução é o conjunto
de todas as n-uplas que são solução do sistema.

Nem sempre é possível garantir a existência de solução. De fato vamos ver depois que alguns
sistemas lineares não tem solução. Outros, no entanto, admitem infinitas soluções. Em particu-
lar:
90 Capítulo 6. Sistema de equações linerares

Corolário 6.0.1 Todo sistema homogêneo admite pelos menos uma solução.

Demonstração: De fato, a solução x1 = 0, · · · , xn = 0 resolve o sitema linear homogêneo. 

Procuramos então um método prático para achar ou garantir a existência de soluções para
sistemas lineares. Para isto, começamos observando que podemos reescrever o sistema (1) em
notação matricial como

AX = B,

onde

.
     
a11 a12 ... a1n x1 b1

ar
 a21 a22 ... a2n   x2   b2 
A= X = B= .
     
.. .. .. ..  ..  ..
 . . . .   .   . 
am1 am2 . . . amn

in
xn bn

Nesta notação podemos dizer que uma n-upla (c1 , · · · , c2 ) é solução do sistema linear (1) se

im
    
a11 a12 . . . a1n c1 b1
 a21 a22 . . . a2n   c2   b2 
..   ..  =  ..  ,
    
 .. .. ..
 . . . .   .   . 
am1 am2 . . . amn cn bn
el
isto é, ao fazer o produto da matriz A com a matriz
Pr
 
c1
 c2 
C =  . ,
 
 .. 
cn
o

obtemos B.

A dificuldade em resolver o sistema linear radica na complexidade da matriz A. Em principio,


quanto menos entradas não nulas possua a matriz A mais difícil será resolver o sistema linear.
Assim, para resolver o sistema, procuramos um método que me elimine o maior número possível
r

de entradas não nulas. Este é o coração da técnica de eliminação de parámetros que ilustramos com
Ve

o seguinte exemplo.
 Exemplo 6.1 Considere o sistema

x1 + 2x2 + x3 = 0
x1 + 2x2 + x3 = 0
ou, em notação matricial
 
  x1  
1 2 1  0
x2  = .
1 1 1 0
x3
Se fazemos a primeira equação menos a segunda temos que x2 = 0. Substituindo agora na segunda
equação, tiramos x1 + x3 = 0. Portanto, resolver este sistema torna-se equivalente a resolver o
sistema

x1 + x3 = 0
,
x2 = 0
91

ou, em notação matricial


 
  x1  
1 0 1  0
x2  = .
0 1 0 0
x3

Observe que a diferença fundamental aqui é que, no segundo caso, estamos com uma matriz
escalonada reduzida!. 

 Exemplo 6.2 Vamos obter os coeficientes estequiométricos para o balanceamento da equação

xC6 H6 + yO2 → zCO2 + wH2 O.

.
ar
Comparando a quantidade de átomos, temos o seguinte sistema
 
 6x = z  6x −z = 0

in
6x = w ⇒ 6x −w = 0 .
2y = 2z + w 2y −2z −w = 0
 

im
Escrito na linguagem de matrizes fica,
   
  x 0
6 0 −1 0
 6 0 0 −1   y  = 
   0 
.
el
 z   0 
0 2 −2 −1
w 0
Pr
O conjunto solução é S = {(x/3, 5x/2, 2x, x), x ∈ R} donde a solução para x = 6 é dada por
(2, 15, 12, 6). Portanto a equação balanceada é

2C6 H6 + 15O2 → 12CO2 + 2H2 O.


o

Podemos fazer o mesmo com xH2 + yO2 → zH2 O para obter que o balanceamento é dado por
2H2 + O2 → 2H2 O.

Seja então AX = B um sistema linear e considere E1 · · · Ek A = D as operações elementares que


me levam A na sua forma escalonada reduzida D, isto é
r

E1 · · · Ek A = D.
Ve

Multiplicando aos dois lados da igualdade

AX = B,

por E1 · · · Ek obtemos um novo sistema, isto é

E1 · · · Ek AX = E1 · · · Ek B → DX = B̃, para B̃ = E1 · · · Ek B,

que é muito mais simples de resolver que o sistema original pois D tem uma quantidade maior de
entradas nulas do que A. Mais ainda, temos o seguinte resultado.

Teorema 6.0.2 O sistema AX = B e o sistema DX = B̃ tem o mesmo conjunto solução.

Demonstração: Lembramos que

E1 · · · Ek A = D e E1 · · · Ek B = B̃,
92 Capítulo 6. Sistema de equações linerares

para E1 , . . . , Ek matrizes elementares.


Seja S uma solução do sistema AX = B então AS = B. Então
DS = (E1 · · · Ek A)A
= E1 · · · Ek (AS)
= E1 · · · Ek (AS)
= E1 · · · Ek B = B̃
Por outro lado, assuma que S̃ é solução de DX = B̃ Sejam E10 , · · · , Ek0 as matrizes elemetares
inversas de E1 · · · Ek
AS̃ = (Ek0 · · · E10 E1 · · · Ek A)S̃

.
ar
= Ek0 · · · E10 (E1 · · · Ek A)S̃
= Ek0 · · · E10 DS̃
= Ek0 · · · E10 B̃

in
= Ek0 · · · E10 (E1 · · · Ek B)
= (Ek0 · · · E10 E1 · · · Ek )B.

im
Assim temos construído um método para determinar soluções de sistemas lineares, o método
de Gauss-Jordan, e que passamos a descrever:

el
Considere o sistema de equações lineares
Pr
    
a11 a12 . . . a1n x1 b1
 a21 a22 . . . a2n   x2   b2 
..   ..  =  ..  .
    
 .. .. ..
 . . . .   .   . 
am1 am2 . . . amn xn bn
o

i- Construa a matriz

 
a11 a12 . . . a1n | b1
 a21 a22 . . . a2n n | b2 
..  .
 
 .. .. .. ..
r

 . . . . | . 
am1 am2 . . . amn | bm
Ve

ii- Faça operações elementares na matriz até levar a parte correspondente a A na sua forma
escalonada reduzida

M̃ = [D|B̃].

iii- Resolva, se possível, DX = B̃


iv- O conjunto solução de DX = B̃ é igual ao conjunto solução de AX = B.
Explicamos brevemente por que o método funciona. Se E1 · · · Ek são operações elementares
que levam A na sua forma escalonada reduzida, tiramos que

E1 · · · Ek [A|B] = [E1 · · · Ek A|B] = [D|B̃],

está na forma escalonada reduzida (e que é unívocamente determinada).


Os conjuntos solução de AX = B e de DX = B̃ coincidem como consequência do teorema
anterior.
6.1 Estudo de sistemas lineares 93

 Exemplo 6.3 Consideramos o sistema linear



 x + (a − 1)z = 2
−2x + (a2 − 1)y + (1 − a)z = −4 ,
2x + (3a − 3)z = 4

com 3 equações e 3 variáveis onde a ∈ R é um parámetro que podemos ajustar. Vamos estudar para
que valores de a o sistema possui solução e como são essas soluções.
Construimos a matriz aumentada do sistema e fazemos operações elementares para levá-la na
forma escalonada reduzida.
   
1 0 a−1 | 2 1 0 a−1 | 2
 −2 a2 − 1 1 − a | −4  `3 − 2`1 → `3  0 a2 − 1 a − 1 | 0 

.
`2 + 2`1 → `2

ar
2 0 3a − 3 | 4 −−−−−−−−−−→ 0 0 a−1 | 0
 
1 0 0 | 2
`1 − `3 → `1 

in
0 a2 − 1 0 | 0 .
`2 − `3 → `2
−−−−−−−−−→ 0 0 a−1 | 0
Portanto se a 6= ±1 então o sistema tem solução única igual a
S = {(2, 0, 0)}.

im
Se a = 1 então o sistema inicial é equivalente ao sistema
el

 x = 2
0y = 0 ,
−2z = 0

Pr

que tem infinitas soluções S = {(2, y, z), z, y ∈ R2 }.


Se a = −1 então o sistema inicial é equivalente ao sistema

x = 2
o


0y = 0 ,
−2z = 0

que tem infinitas soluções S = {(2, y, z), z, y ∈ R2 }. Não há valores de a para os quais o sistema não
tem solução. 
r

Proposição 6.0.3 Considere um sistema de equações lineares da forma AX = B. Se S1 6= S2 são


Ve

duas soluções do sistema, então o sistema admite infinitas soluções.

Demonstração: Seja Sρ = ρS1 + (1 − ρ)S2 com ρ ∈ R um número qualquer diferente de 0 ou 1.


Observamos que Sρ 6= S1 e Sρ 6= S2 . Vamos mostrar que Sρ é solução do sistema. De fato
ASρ = ρAS1 + (1 − ρ)AS2 = ρB + (1 − ρ)B = B.


6.1 Estudo de sistemas lineares


Se temos um sistema linear da forma AX = B e aplicamos o método de Gauss-Jordan para resolvé-lo,
podemos chegar nos seguintes casos.
Caso 1. O sistema tem solução. Depois de aplicar as operações elementares sobre a matriz
[A|B] temos que a matriz resultante [D|B̃] não admite linhas da forma (0 · · · 0|k) com k 6= 0.
Neste caso o sistema pode ter uma única solução ou infinitas soluções dependendo da matriz
escalonada reduzida D.
94 Capítulo 6. Sistema de equações linerares

A-) Se a matriz escalonada reduzida não tem colunas sem pivôs então ela é da forma
1 · · · 0 | b˜1
 
 .. . . .. . 
 . . . | .. 
 0 · · · 1 | b˜n 
 
 0 ··· 0 | 0 .
 
 
 .. .. 
 . ··· . | 0 
0 ··· 0 | 0
O sistema, neste caso tem solução única, e igual a

.
b˜1
 

ar
S =  ...  .
 

b˜n

in
B-) Se a matriz D tem colunas sem pivôs então há mais variáveis do que equações e portanto
existem variáveis que podem assumir valores arbitrários. Por exemplo fica uma matriz da
forma
0 · · · 0 | b˜1

im
 
1 0 0
 0 1 0 0 · · · 0 | b˜2 
1 · · · 0 | b˜3 
 
 0 0 0
 
 .. .. .. .. .. 
el
. .
 . . . . . | . 
1 | b˜k 
 
 0 0
 0 0 · · · .
 0 0 0 ··· 0 0 | 0 
Pr
 
 0 ··· ··· ··· ··· 0 | 0 
 
 . . .. .. .. .. .. 
 .. .. . . . . | . 
0 ··· ··· ··· ··· 0 | 0
o

para k < n. Neste caso temos infinitas soluções.


Caso 2. O sistema não tem solução. Depois de aplicar as operações elementares sobre a matriz

[A|B] temos que a matriz resultante [D|B̃] admite linhas da forma (0, · · · , 0|k) com k 6= 0. Neste
caso fica uma equação da forma
r

0 = k 6= 0,
Ve

o que constitui uma contradição.

 Exemplo 6.4 1. ) Considere o sistema



 x + y + z = 1
x − z = 2 .
3x + y − z = 1

Este sistema não tem solução. De fato,


   
1 1 1 | 1 1 1 1 | 1
 1 0 −1 | 2  `3 − `1 → `3  1 0 −1 | 2 
−−−−−−−−→
3 1 −1 | 1 2 0 −2 | 0
 
1 1 1 | 1
`3 − 2`2 → `3 1
 0 −1 | 2  .
−−−−−−−−−→
0 0 0 | −2
6.1 Estudo de sistemas lineares 95

Assim, o sistema equivalente obtido é



 x + y + z = 1
x − z = 2 ,
0 = −2

que não tem solução.


2. ) Vamos procurar a solução do seguinte sistema

 x + y + z = 1
x − y + z = 1 .

.
x + y − z = 0

ar
Construimos

in
   
1 1 1 | 1 1 1 1 | 1
M̃ =  1 −1 1 | 1  `2 − `1 → `1  0 −2 0 | 0 
−−−−−−−−→
1 1 −1 | 0 1 1 −1 | 0

−−−−−−−−→

1 1 1 | 1

0 0 −2 | −1 −−−−−−−→
1
`3 − `1 → `3  0 −2 0 | 0  − `2 → `2 
2
im

1 1 1 | 1
0 1 0 | 0 
0 0 −2 | −1

el
   
1 1 1 | 1 1 0 1 | 1
1
− `3 → `3 0 1 0 | 0 `1 − `2 → `1 0 1
   0 | 0 
Pr
−−−−−−−−→
−−2−−−−−→ 0 0 1 | 12 0 0 1 | 21

1 0 0 | 12
 

`1 − `3 → `1  0 1 0 | 0  .
−−−−−−−−→
0 0 1 | 21
o

O sistema equivalente fica


 x = 12

y = 0 .
r

z = − 12

Ve

O conjunto soluçao é

S = {(1/2, 0, −1/2)}

3. ) Se temos um sistema em que a matriz aumentada fica


 . 
1 0 1 0 .. 1
.  
  x + z = 1

0 1 2 0 .. 2

⇒ y + 2z = 2 .
 
 .

 0 0 0 1 .. 3  
 w = 3
.
0 0 0 0 .. 0

Temos infinitas soluções. Mais ainda o conjunto solução é

S = {(1 − z, 2 − 2z, z, 3) , z ∈ R} .
96 Capítulo 6. Sistema de equações linerares

4. ) Se temos um sistema em que matriz aumentada fica


 
1 2 0 4 0 | 1 
 0 0 1 3 0 | 0   x + 2y + 4w = 1
 
 0 0 0 0 1 | 1 ⇒ z + 3w = 0 .
 
 0 0 0 0 0 | 0   v = 1
0 0 0 0 0 | 0
Temos infinitas soluções. Mais ainda o conjunto solução é

S = {(1 − 2y − 4w, y, −3w, w, 1) , y, w ∈ R} .

.


ar
Em particular quando tratarmos de um sistema linear homogenêo, o caso 2 nunca acontece.
Pois o sistema sempre tem solução, de fato a solução trivial (todas as entradas nulas) sempre é

in
solução como vimos anteriormente. Mais ainda, caso exista uma solução não trivial teremos então
infinitas soluções.

im
6.2 Sistemas com número de incógnitas igual ao número de equações
Considere agora um sistema de equações lineares AX = B com um número de incognitas n igual
ao número de equações m, isto é, a matriz associada ao sistema é quadrada. Caso a matriz seja
equivalente por linhas a identidade teremos que existe A−1 e portanto a solução do sistema é única
el
e da forma

S = A−1 B.
Pr

Caso a matriz não seja equivalente por linhas a identidade então teremos que o sistema tem infinitas
ou nenhuma solução, dependendo do B. Portanto assuma que depois de fazer operações elementares
sobre as linhas da matriz aumentada ficamos com uma matriz escalonada reduzida
o


1 0 · · · 0 ∗ ∗ 0 0 0 | b1

 0 1 · · · 0 ∗ ∗ 0 0 0 | b2 

 .. .. 
 
..
 . . 0 ∗ ∗ 0 0 0 | . 
 
 0 1 ∗ ∗ 0 0 0 | bk−3 
r

 
 0 · · · 0 · · · 0 1 0 0 | bk−2

M̃ =  .
Ve

 0
 · · · 0 · · · 0 0 1 0 | bk−1  
 0
 · · · 0 · · · 0 0 0 1 | bk  
 0
 · · · 0 · · · 0 0 0 0 | bk+1  
 . . . . . . . . .
. . . . . . . . .

 . . . . . . . . | . 
0 ··· 0 ··· 0 0 0 0 | bn
• Se bk+1 = · · · = bn = 0 temos um sistema com infinitas soluções e que possui n − k variáveis
livres.
• Se bk+1 6= 0 então o sistema não tem solução.
Proposição 6.2.1 Seja AX = B um sistema de equações lineares com número de incógnitas igual
ao número de equações. O sistema tem solução única se, e somente se, det(A) 6= 0.

Demonstração: Se det(A) 6= 0 então a matriz do sistema possui inversa, donde a solução é unica.
Se o sistema possui solução única então não existem variáveis livres, de onde segue que cada
coluna da matriz escalonada reduzida associada a A tem pivô. Portanto é a identidade. Então A é
equivalente por linhas a identidade e consequêntemente invertível e com det(A) 6= 0. 
6.2 Sistemas com número de incógnitas igual ao número de equações 97

Temos assim as seguintes equivalências para matrizes quadradas.

A é invertível ks +3 A ∼ In
KS SK

 
det(A) 6= 0 ks +3 AX = B tem solução única

Um método interessante para resolver este tipo de sistemas de equações lineares é fornecido pela
regra de Cramer.

Teorema 6.2.2 (Regra de Cramer). Considere o sistema

.
    
a11 a12 ... a1n x1 b1

ar
 a21 a22 ... a2n  x2   b2 
= ,
    
 .. .. .. ..  .. ..
 . . . .  .   . 

in
am1 am2 . . . amn xn bn
em que

im
 
a11 · · · a1n
 .. .. 
A =  . ··· . 
an1 · · · ann
el
é invertível. Então a solução do sistema é
Pr
S = (S1 , · · · , Sn ),

onde
 
a11 a12 . . . a1 j−1 b1 a1 j+1 · · · a1n
o

1  a21 a22 . . . a2 j−1 b1 a2 j+1 · · · ann 


Sj = det  ,
 
.. .. .. .. .. ..
det(A) . . . . . .

 
an1 an2 . . . an j−1 bn an j+1 · · · ann

para todo i = 1 · · · n. para todo i = 1 · · · n.


r
Ve

Demonstração: Sabemos que a solução do sistema AX = B é dada por S = A−1 B. Como


1
A−1 = ad j(A),
det(A)
1
S= ad j(A)B.
det(A)
Portanto a entrada j−ésima é dada por
1
Sj = (b1 ã j1 + · · · + bn ã jn )
det(A)
 
a11 a12 . . . a1 j−1 b1 a1 j+1 · · · a1n
1  a21 a22 . . . a2 j−1 b1 a2 j+1 · · · ann 
= det  . .
 
.. .. .. .. ..
det(A)  .. . . . . . 
an1 an2 . . . an j−1 bn an j+1 · · · ann

98 Capítulo 6. Sistema de equações linerares

 Exemplo 6.5
Considere o sistema

 x + y + z = 0
x − z = 2 ,
x − y = 2

então
   
1 1 1 0
A =  1 0 −1  e B =  2 .
1 −1 0 2

.
   
1 1 1 1

ar
det(A) = (−1) det + 0 + (−1)(−1) det
−1 0 1 −1
= −1 + (−2) = −3 6= 0.

in
Então é invertível e portanto o sistema tem solução única. Se a solução é
 
S1

im
S =  S2  ,
S3
temos, da regra de Cramer, que
 
0 1 1
el
1
S1 = det  2 0 −1 
−3
2 −1 0
Pr
    
1 2 −1 2 0
= 0 + (−1) · 1 det + 1 det
−3 2 0 2 −1
−1 4
= (−2 + (−2)) = .
3 3
o

 
1 0 1
−1

S2 = det  1 2 −1 
3
1 2 0
    
−1 2 −1 1 2
r

= 1 det + 0 + 1 det
3 2 0 1 2
Ve

−1 −2
= (2 + 0) = .
3 3
 
1 1 0
−1
S3 = det  1 0 2 
3
1 −1 2
     
1 0 2 1 2
= − 1 det + (−1) det +0
3 −1 2 1 2
2
= − .
3
Então
 4 
3
S =  − 23 
− 23

6.3 Exercícios resolvidos 99

6.3 Exercícios resolvidos


1. Sendo
   
1 0 0 x
A= 1 1 1  X = y 
2 1 1 z
determine os valores de λ para que o sistema AX = λ X tenha uma, nenhuma ou infinitas
soluções.
Resolução:
Para resolver o exercício construímos um sistema linear. Então, para começar observamos

.
que

ar
AX = λ X ⇒ AX = λ IX ⇒ (A − λ I)X = 0
com I a matriz identidade. Em forma matricial

in
       
1 0 0 λ 0 0 x 0
 1 1 1  −  0 λ 0   y  =  0 

im
2 1 1 0 0 λ z 0
Vemos assim que o sistema pode ser escrito da seguinte forma
    
1−λ 0 0 x 0
el
 1 1−λ 1  y  =  0 
2 1 1−λ z 0
Pr
que é um sistema linear homogêneo.
Da teoria, sabemos que sistemas lineares homogéneos sempre tem solução pois, por exemplo
(0, 0, 0) é solução do sistema.
Concluimos que não existe λ para o qual o sistema não tem solução.
Para os outros casos, observamos que um sistema linear homogéneo tem solução única se
o

a matriz do sistema for invertível ou, equivalentemente, tiver determinante diferente de 0.


Caso contrário o sistema tem infinitas soluções.


Neste caso a matriz do sistema é
 
1−λ 0 0
r

 1 1−λ 1 
Ve

2 1 1−λ
Calculamos o determinante da matriz a partir a primeira linha da matriz utilizando a definição
 
1−λ 0 0
det  1 1−λ 1 
2 1 1−λ
 
1+1 1−λ 1
= (−1) (1 − λ ) det +0
1 1−λ
= (1 − λ )((1 − λ )2 − 1) = (1 − λ )(λ 2 − 2λ )
= (1 − λ )λ (λ − 2)
Observamos que a matriz do sistema não será invertível se o determinante for nulo, isto é, se
λ = 0, 1, 2.
Portanto o sistema terá infinitas soluções se λ = 0, 1, 2 e terá solução única se λ ∈ R\{0, 1, 2}.
100 Capítulo 6. Sistema de equações linerares

2. Considere o sistema

 x1 + 2x2 − 3x4 + x5
 = 2
x1 + 2x2 + x3 − 3x4 + x5 = 3

x + 2x2 − 3x4 + 2x5 = 4
 1


3x1 + 6x2 + x3 − 9x4 + 4x5 = 9

Resolução:
a) Escreva o sistema acima na forma matricial AX = B e determine a matriz A.
b) Usando o método de Gauss-Jordan de linha equivalência encontre a forma escalonada
reduzida (ou forma escada) da matriz aumentada do sistema.

.
c) Determine as variáveis livres da solução geral do sistema.

ar
d) Escreva a solução geral desse sistema.
Resolução:
Começamos escrevendo o sistema na forma AX = B.

in
 
  x1  
1 2 0 −3 1  2
x2

im

 1 2 1 −3 1     3 
 =  .
  x3
 1 2 0 −3 2 
   4 
 x4 
3 6 1 −9 4 9
| {z } x5 | {z }
A B
el
| {z }
X

Identificamos
Pr
 
1 2 0 −3 1
 1 2 1 −3 1 
A= 
 1 2 0 −3 2 
3 6 1 −9 4
o

Construimos agora a matriz aumentada M, colocando a matriz coluna B a direita da matriz A,


isto é, M = [A|B], assim


 
1 2 0 −3 1 | 2
r

 1 2 1 −3 1 | 3 
M= .
Ve

 1 2 0 −3 2 | 4 
3 6 1 −9 4 | 9

Fazemos operações elementares sobre as linhas de M ate chegar na matriz escalonada


reduzida:

 
1 2 0 −3 1 | 2
`2 − `1 → `2
 1
 2 1 −3 1 | 3 
 `3 − `1 → `3
 1 2 0 −3 2 | 4 
`4 − 3 × `1 → `4
3 6 1 −9 4 | 9
 
1 2 0 −3 1 | 2
 0
 0 1 0 0 | 1  `1 − `3 → `1
 0 0 0 0 1 | 2  `4 − `3 → `4
0 0 1 0 1 | 3
6.3 Exercícios resolvidos 101

 
1 2 0 −3 0 | 0
 0 0 1 0 0 | 1  ` − `2 → `4
0 0 1 | 2  4

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

.
ar
Portanto, a matriz escalonada reduzida é
 
1 2 0 −3 0 | 0

in
 0 0 1 0 0 | 1 
 0 0 0 0 1 | 2 .
 

0 0 0 0 0 | 0

 x1 + 2x2 − 3x4 = 0
x3 = 1 ,
im
Utilizando esta matriz, construimos o sistema linear equivalente

el
x5 = 2

Pr
que tem o mesmo conjunto solução que o sistema original.
Observamos que temos 5 incognitas e 3 equações, portanto temos duas variáveis libres.
Ressolvemos o sistema e obtemos

S = {(−2x2 + 3x4 , x2 , 1, x4 , 2), x2 , x3 ∈ R} .


o

Juntando as partes podemos responder:


a)
 
  x1  
r

1 2 0 −3 1  2
x2 
 1 2 1 −3 1    3 
Ve


  x3  =  ,
 1 2 0 −3 2    4 
 x4 
3 6 1 −9 4 9
x5

com
 
1 2 0 −3 1
 1 2 1 −3 1 
A= .
 1 2 0 −3 2 
3 6 1 −9 4

b) A matriz escalonada reduzida é


 
1 2 0 −3 0 | 0
 0 0 1 0 0 | 1 
 .
 0 0 0 0 1 | 2 
0 0 0 0 0 | 0
102 Capítulo 6. Sistema de equações linerares

c) O sistema linear equivalente é



 x1 + 2x2 − 3x4 = 0
x3 = 1 ,
x5 = 2

e suas variáveis livres são x2 e x4 .


d) A solução do sistema é

S = {(−2x2 + 3x4 , x2 , 1, x4 , 2), x2 , x4 ∈ R} .

3. Considere o sistema linear

.
ar

 (2 − p)x +(2 − p)y +z = 1
x +y +(2 − p)z = 1 ,
(3 − 2p)x +(2 − p)y +z = p

in
com 3 equações e 3 variáveis. Determinar os valores de p para os quais o sistema tem:
a) Solução única;

im
b) Várias soluções;
c) Nenhuma solução.
d) Nos casos a) e b), resolver o sistema.
Resolução:
el
Para começar, escrevemos o sistema na forma matricial AX = B:
    
(2 − p) (2 − p) 1 x 1
Pr
 1 1 (2 − p)   y  =  1 
(3 − 2p) (2 − p) 1 z p
| {z } | {z } | {z }
A X B

Construimos a matriz aumentada M do sistema colocando a matriz A seguida da matriz B na


o

forma M = [A|B], isto é,


 
(2 − p) (2 − p) 1 | 1
 1 1 (2 − p) | 1 
(3 − 2p) (2 − p) 1 | p
r
Ve

Utilizamos o método de Gauss e fazemos operações sobre as linhas da matriz aumentada


para simplificar o sistema.
 
(2 − p) (2 − p) 1 | 1
 1 1 (2 − p) | 1  `3 − `1 → `3
(3 − 2p) (2 − p) 1 | p
 
(2 − p) (2 − p) 1 | 1
 1 1 (2 − p) | 1 
(1 − p) 0 0 | p−1
o Obtemos assim um novo sistema linear

 (2 − p)x +(2 − p)y +z = 1
x +y +(2 − p)z = 1 ,
(1 − p)x = p−1

que é equivalente ao anterior e, portanto, tem o mesmo conjunto solução que o anterior.
6.3 Exercícios resolvidos 103

Da teoria, sabemos que um sistema linear

AX = B,

com A matriz quadrada, terá solução única se, e somente se, det(A) 6= 0, isto é, se A for
invertível.

Mais ainda, neste caso, a única solução é dada por S = A−1 B.

Os casos: sistema sem solução ou sistema com infinitas soluções podem ocorrer somente
quando det(A) = 0.

.
A matriz do sistema equivalente é dada por

ar
 
(2 − p) (2 − p) 1
A= 1 1 (2 − p)  .

in
(1 − p) 0 0

Calculamos o determinante desta a partir da linha 3 e obtemos:

im
det(A) = (1 − p)(4 − 4p + p2 − 1)
= (1 − p)(p − 1)(p − 3)
= −(p − 1)2 (p − 3)
el
Portanto, como

det(A) = −(p − 1)2 (p − 3),


Pr
o sistema tem solução única quando p ∈ R\{1, 3}.
Passamos agora a ver que acontece nos diferentes casos.
Caso p 6= 1, 3: temos que p − 1 6= 0 e p − 3 6= 0. Fazemos operações elementares para
simplificar a matriz aumentada do sistema
o

 
(2 − p) (2 − p) 1 | 1

 1 1 (2 − p) | 1  `3 − `1 → `3
(3 − 2p) (2 − p) 1 | p
r

 
(2 − p) (2 − p) 1 | 1
Ve

 1 1 (2 − p) | 1  `3 /(1 − p) → `3
(1 − p) 0 0 | p−1

 
(2 − p) (2 − p) 1 | 1
 1 1 (2 − p) | 1  `2 − `3 → `2
1 0 0 | −1
 
(2 − p) (2 − p) 1 | 1
 0 1 (2 − p) | 2 
1 0 0 | −1
Portanto o sistema equivalente é

 (2 − p)x +(2 − p)y +z = 1
y +(2 − p)z = 2
x = −1

104 Capítulo 6. Sistema de equações linerares

Calculando:

x = −1 ⇒ (2 − p)y + z = 1 + (2 − p) y + (2 − p)z = 2

Portanto

(2 − p)(2 − (2 − p)z) + z = 1 + (2 − p) ⇒ z(1 − (2 − p)2 ) = 1 − (2 − p)

⇒ z(3 − p) = 1
⇒ z = 1/(3 − p) y = (4 − p)/(3 − p)
Assim, quando p 6= 1, 3, a solução é

.
ar
 
4− p 1
S = −1, , .
3− p 3− p

in
Caso p = 1: A matriz aumentada do sistema é equivalente a
 
1 1 1 | 1

im
 1 1 1 | 1 
0 0 0 | 0

chegamos assim ao sistema linear


el
{x + y + z = 1,
Pr
que possui uma equação e 3 incognitas. Portanto temos duas variáveis livres e o sistema
possui infinitas soluções. O conjunto solução é dado por

S = {(1 − y − z, y, z), y, z ∈ R}
o

Caso p = 3: A matriz aumentada do sistema é equivalente a


 
−1 −1 1 | 1
 1 1 −1 | 1 
−2 0 0 | 2
r

Portanto, o sistema não possui solução dado que temos as equações


Ve


−x −y +z = 1
x +y −z = 1

que geram um sistema impossível.


Juntando as partes podemos responder:
a) O sistema tem solução única quando p ∈ R\{1, 3}
b) O sistema tem infinitas soluções quando p = 1.
c) O sistema não tem solução quando p = 3.
d) Para cada p ∈ R\{1, 3} a única solução do sistema é dada por
 
4− p 1
S = −1, , .
3− p 3− p
Para p = 1 o conjunto solução é

S = {(1 − y − z, y, z), y, z ∈ R} .
6.3 Exercícios resolvidos 105

4. Dado a ∈ R, considere o sistema



 x + y + az = 1
x + (1 + a)y + (2 + a)z = 1
2x + 2y + (a2 + 2a − 4)z = a

a) Determine os valores de a para os quais o sistema tem: solução única, infinitas soluções,
nenhuma solução.
b) Encontre o conjunto solução em cada caso que o sistema é solúvel.
Resolução: Vamos resolver a) e b) simultaneamente.
Para começar, escrevemos o sistema na forma matricial AX = B:

.
ar
    
1 1 a x 1
 1 1+a 2+a   y  =  1 

in
2 2 2
a + 2a − 4 z a
| {z } | {z } | {z }
A X B

im
e construimos a matriz aumentada M do sistema colocando a matriz A seguida da matriz B
na forma M = [A|B], isto é,
 
1 1 a | 1
el
M =  1 1+a 2+a | 1 
2 2 2
a + 2a − 4 | a
Pr
Utilizamos o método de Gauss e fazemos operações sobre as linhas da matriz aumentada
para simplificar o sistema.

 
1 1 a | 1
o

` − `1 → `2
 1 1+a 2+a | 1  2
`3 − 2`1 → `3
2 2 a2 + 2a − 4 | a

 
1 1 a | 1
r

 0 a 2 | 0 
Ve

2
0 0 a −4 | a−2

e obtemos assim um sistema linear equivalente



 x + y + az = 1
ay + 2z = 0
 2
(a − 4)z = a − 2

cujo conjunto solução é igual ao do sistema original.


Da teoria, sabemos que um sistema linear

AX = B,

com A matriz quadrada, terá solução única se, e somente se, det(A) 6= 0, isto é, se A for
invertível.

Mais ainda, neste caso, a única solução é dada por S = A−1 B.


106 Capítulo 6. Sistema de equações linerares

Os casos: sistema sem solução ou sistema com infinitas soluções podem ocorrer somente
quando det(A) = 0.
Assim, por ser mais simples de manipular, trabalhamos com o nosso sistema equivalente

 x + y + az = 1
ay + 2z = 0
(a2 − 4)z = a − 2

Observamos que a matriz do sistema é


 
1 1 a

.
A= 0 a 2  ⇒ det(A) = a(a2 − 4)

ar
2
0 0 a −4

O sistema, portanto, terá solução única se a 6∈ {0, 2, −2}.

in
Resolvendo, para a fixo e diferente de 0, 2, e −2, temos

1 −2z −2
z= ⇒ y= = ⇒

im
a+2 a a(a + 2)

a −2
x = 1 − az − y = 1 − −
a + 2 a(a + 2)
el
Assim, para o valor de a escolhido, temos que a solução do sistema é
 
a 2 −2 1
Pr
S = 1− + , ,
a + 2 a(a + 2) a(a + 2) a + 2

Caracterizamos assim o caso de solução única.


Passamos agora a estudar os casos em que
o

det(A) = 0,

isto é quando a pode assumir os valores 0, 2 e −2.


Se a = 2 a matriz aumentada do sistema é equivalente a
r

   
1 1 2 | 1 1 1 2 | 1
Ve

 0 2 2 | 0  1  0 1 1 | 0 
2 `2 → `2
0 0 0 | 0 0 0 0 | 0

 
1 0 1 | 1
`1 − `2 → `1  0 1 1 | 0  ,
0 0 0 | 0

obtendo o sistema
 
x + + z = 1 x = 1−z

y + z = 0 y = z

Que é um sistema com infinitas soluções, e cujo conjunto solução é

S = {(1 − λ , −λ , λ ), λ ∈ R}.
6.3 Exercícios resolvidos 107

Se a = −2 então a matriz aumentada do sistema é equivalente a


 
1 1 −2 | 1
 0 −2 2 | 0 
0 0 0 | −4

que tem como resultado um sistema impossível:



 x + y − 2z = 1
− 2y + 2z = 0 .
0 = −4

.
Se a = 0 então a matriz aumentada do sistema é equivalente a

ar
 
1 1 0 | 1
 0 0 2 | 0 ,

in
0 0 −4 | −2

que também tem como resultado um sistema impossível:

im

 x + y = 1
2z = 0 .
−4z = −2

el
5. Em cada um dos sistemas abaixo encontre, usando o metódo de Gauss, sua solução geral:
 
 4x +3y −z +t = 4  x +5y +4z −13z = 3
Pr
a) x −y +2z −t = 0 ; b) 3x −y +2z +5t = 2
5x +2y +z =4 2x +2y +3z −4t = 1
 


 x +y +z +t = 1

 x −y +2z −t = 0

o

x −y +z −t = 1

c) 3x +y +3z +t = 0 d) .
−x −y −z t =1
x −y −z −5t = 0

 

x +y −z −t = 1

Resolução:
a) Escrevemos
r
Ve


 4x +3y −z +t = 4
x −y +2z −t = 0
5x +2y +z =4

 
 x   
4 3 −1 1  y  4
em forma matricial  1 −1 2 −1   = 0 
 z 
5 2 1 0 4
t

Resolvemos por método de Gauss-Jordan


   
.. ..
 4 3 −1 1 . 4   −1 1 −2 1 . 0 
. .
 1 −1 2 −1 .. 0  `1 − `5 → `1  1 −1 2 −1 .. 0
   
 −−−−−−−−−→ 

. .
 
5 2 1 0 .. 4 5 2 1 0 .. 4
108 Capítulo 6. Sistema de equações linerares
   
.. ..
 −1 1 −2 1 . 0   −1 1 −2 1 . 0 
`1 + `2 → `2  0 0 0 0 . 0  `1 + `3 → `3  0 0 0 0 ... 0 
.
.
   
−−−−−−−−−→   −−−−−−−−−→ 
. .

5 2 1 0 .. 4 0 7 −9 5 .. 4

   
.. −5 2 −4 5 −2 .. 4
−1 0 .  −`1 → `1  1 0 . 7 
 −−−−−−−→
7 7 7 7 7
−1 
`3 + `1 → `1  0 0 0 0 ... ..
  
7 0 
 1` → `
 0 0 0 0 . 0 
−−−−−−−−−−−−→  .

.. 4

.
7 3 3
0 7 −9 5 .. 4 −−−−−−−→ 0 1 −9 5
. 7

ar
7 7

in
4 −5 2 4 9 5
Então: x1 = − z+ t e y= + z− t

im
7 7 7 7 7 7

 
4 −5 2 4 9 5
S = (x, y, z,t), x = − z + t, y = + z − t, z,t ∈ R
el
7 7 7 7 7 7
Pr
b) Escrevemos


 x +5y +4z −13z = 3
o

3x −y +2z +5t = 2
2x +2y +3z −4t = 1

 
  x  
1 5 4 −13  y  3
r

em forma matricial  3 −1 2 5 
 z =
   2 
2 2 3 −4 1
Ve

Resolvemos por método de Gauss-Jordan


   
.. ..
1 5 4 −13 . 3 `2 − 3`1 → `1 1 5 4 −13 . 3

 ..

 −−−−−−−−−−→ 
 ..


 3 −1 2 5 . 2   0 −16 −10 44 . −7 
.. `3 − 2`1 → `3 ..
   
2 2 3 −4 . 1 −−−−−−−−−−→ 0 −8 −5 22 . −5

 
..
1 5 4 −13 . 3 
1 
.
- `2 + `3 → `3 0 −16 −10 44 .. −7 
 
2−−−−−−−−−→

−− 
..

0 0 0 0 . − 23

Portanto o sistema é sem solução.


6.3 Exercícios resolvidos 109

c) Escrevemos


 x −y +2z −t = 0
3x +y +3z +t = 0
x −y −z −5t = 0

 
 x  
1 −1 2 −1  y  0
em forma matricial 3 1 3 1  z = 0 
    
1 −1 −1 −5 0
t

.
ar
Resolvemos por método de Gauss-Jordan
   
.. ..
 1 −1 2 −1 . 0  `−3−− `1 → `3  1 −1 2 −1 . 0 

in
.. −−−−−−−→ .
 0 4 −3 4 .. 0 
   
 3 1 3 1 . 0 
. −3` + `2 → `2 .
   
1 −1 −1 −5 .. 0 −−−−−−− −−−−→ 0 0 −3 −4 .. 0


..
 1 −1 2 −1 . 0  −
`2 − `3 → `2  0 4 .

.. 0 
1
im
4 `2 → `2
−−−−−−→

..

 1 −1 2 −1 . 0 
.
 0 1 0 2 .. 0 
el
   
−−−−−−−−−→  0 8
.. − 31 `3 → `3 ..
  
4
0 0 −3 −4 . 0 −−−−−−−−→ 0 0 1 3 . 0
Pr
   
.. 5 ..
 1 0 2 1 . 0   1 0 0 −3 . 0 
 .
`1 + `2 → `1  0 1 0 2 .. 0  `1 − 2`3 → `1  0 1 0 2
  .. 
−−−−−−−−−→   −−−−−−−−−−→  . 0 
. ..

0 0 1 43 .. 0
o

0 0 1 43 . 0

5
x = 3t
r
Ve

Então: y = −2t

z = − 43 t

 
5 4
S = (x, y, z,t), x = t, y = −2t, z = − t, t ∈ R
3 3

d) Escrevemos



 x +y +z +t = 1
x −y +z −t = 1


 −x −y −z t =1
x +y −z −t = 1

110 Capítulo 6. Sistema de equações linerares
     
1 1 1 1 x 1
 1 −1 1 −1   y   1 
   
em forma matricial 
 −1 −1 = 
−1 1   z   1 
1 1 −1 −1 t 1

Resolvemos por método de Gauss-Jordan


 ..   .. 
1 1 . 1 1 1 1 1 . 1 1 1
 .  `3 + `1 → `3  .. 
1 −1 1 −1 .. 1  −−−−−−−−−→ 1 −1 1 −1 . 1 
   
 
 .   . 
 −1 −1 −1 1 .. 1 
 `4 − `2 → `4
 0 0 0 2 .. 2 

.
−−−−−−−−−→
  
. .

ar
1 1 −1 −1 .. 1 0 2 −2 0 .. 0

`2
2 → `2

in
 .   . 
1 1 1 .. 11 −−−−−−→ 1 1 1 .. 1
1
 .   . 
2 0 2 0 .. 2  1 0 1 0 .. 1
   
`3
`2 + `1 → `2  3 → `3
  
. .

im
−−−−−−−−−→  −−−−−−→  0 0
  
 0 0 0 2 .. 2 
  0 1 .. 1 

. .
0 2 −2 0 .. 0 `4
2 → `4 0 1 −1 0 .. 0
−−−−−−→
el
 ..   . 
1 1 . 1 1 1 1 0 .. 0
1 1
 ..  `1 + `3 → `1  . 
0 −1 0 −1 . 0  −−−−−−−−−→ 0 −1 0 0 .. 1
   
Pr
`2 − `1 → `2 
  
−−−−−−−−−→  .   . 
0 0 0 1 .. 1 
 `2 + `3 → `2
 0 0 0 1 .. 1 
−−−−−−−−−→
  
. .
0 1 −1 0 .. 0 0 1 −1 0 .. 0
o

 .   . 
1 00 .. 1 1 1 0 .. 2
0 0

`1 + `2 → `1  .   . 
−−−−−−−−−→  0 −1 0 0 .. 1 0 −1 0 0 .. 1
  
 `1 + `4 → `1 
   
 .  −−−−−−−−−→  . 
`4 + `2 → `4 
 0 0 0 1 .. 1 0 0 0 1 .. 1 
−−−−−−−−−→
  
r

. .
0 0 −1 0 .. 1 0 0 −1 0 .. 1
Ve



 x = 2
y = −1

Então: . S = {(2, −1, −1, 1)}
 z
 = −1
t = 1

6. Seja
 
a 0 b | 2
M= a a 4 | 4 
0 a 2 | b

a matriz ampliada (ou aumentada) do sistema linear. Para que valores de a e b o sistema
admite:
a) Solução única
b) Solução com uma variável livre
6.3 Exercícios resolvidos 111

c) Solução com duas variáveis livres.


d) Nenhuma solução.
Resolução:
• Utilizando o método de Gauss-Jordan
   
a 0 b | 2 a 0 b | 2
 a a 4 | 4  `2 − `1 → `2  0 a 4−b | 2 
−−−−−−−−−→
0 a 2 | b 0 a 2 | b
 
a 0 b | 2
`3 − `2 → `3  0 a 4−b | 2 

.
−−−−−−−−−→

ar
0 0 b−2 | b−2

• Se b − 2 = 0, então o sistema fica:

in
 
a 0 2 | 2
 a a 2 | 2 
0 0 0 | 0

• Se a = 0, então o sistema fica: im


el
 
0 0 2 | 2
Pr
 0 0 2 | 2 
0 0 0 | 0

Portanto temos S = {(x, y, 1), x, y ∈ R}


o

• Se a 6= 0, então o sistema é equivalente a:



ax + z = 2
ay + 2z = 2
r

Possui infinitas soluções, então


Ve

 
2 2 2 2
S = (x, y, z, ), x = − z, y = − z
a a a a

• Se b 6= 2

   
a 0 b | 2 a 0 b | 2
 0 a 4−b | 1  0 a 4−b | 2 
2  `3 → `3
b−2
0 0 b−2 | b−2 −−−−−−−−−−→ 0 0 1 | 1

`1 − b`3 → `1 
a 0 0 | 2−b

−−−−−−−−−−→
 0 a 0 | b−2 
`2 − (4 − b)`3 → `2 0 0 1 | 1
−−−−−−−−−−−−−−→
112 Capítulo 6. Sistema de equações linerares

Então o sistema e equivalente a



 ax = 2 − b
ay = b − 2
z = 1

Se a = 0 o sistema não tem solução, pois b 6= 2.

• Se a 6= 0, então
 
2−b b−2

.
S= , , 1,

ar
a a

7. Considere o sistema AX = B, com

in
   
1 2 −3 4
A =  3 −1 5  eB= 2 
4 2
1 a − 16 a + 14

im
a) Determine o valor (ou valores) de a para que o sistema tenha solução única.
b) Existem valores para a de forma que o sistema tenha infinitas soluções?
c) Existem valores para a de forma que o sistema não tenha solução?
el
Resolução:
• Resolvemos pelo método de Gauss-Jordan
Pr
   
.. ..
 1 2 −3 . 4   1 2 −3 . 4 
 .. 
`3 − `2 → `3 
 .
.. 
 3 −1 5 . 2   −−−−−−−−−→  3 −1 5 2 
. .
 
4 1 a2 − 16 .. a + 14 1 2 a2 − 2 .. a + 12
o

 
..
 1 2 −3 . 4 
`3 − `1 → `3 
 .. 
−−−−−−−−−→  3 −1 5 . 2 
r

.

0 0 a2 − 18 .. a + 8
Ve

Observamos que se a2 = 18 o sistema não tem solução, pois a última linha fica na
forma (0, 0, 0, |, 0) com b 6= 0.

• Se a2 6= 18, então
 
1 2 −3  
2 1 2
det  3 −1 5  = (a − 18) det = −7(a2 − 18) 6= 0
3 −1
0 0 a2 − 18

Então o sistema possui solução única. Não há valores de a para que o sistema possua
infinitas soluções.
8. Verificar se a afirmação abaixo é verdadeira ou falsa.

• Seja AX = B um sistema linear com m equações e n variáveis. Se n < m o sistema


nunca admite soluções.
6.3 Exercícios resolvidos 113

Resolução: (FALSO) Por exemplo



 x+y = 0
x + 2y = 1
2x + 3y = 1

é um sistema com 3 equações e 2 variáveis e tem como solução (−1, 1).


9. Considere o sistema linear nas três variáveis x, y, z

 x + ay = 2
(a + 1)x + 2y + (a + 2)z = 3b − 2

.
x + ay + (a + 2)z = b + 2

ar
i) Determinar os valores de a e b para os quais o sistema tem: solução única, infinitas soluções
ou nenhuma solução

in
ii) Nos casos onde tiver solução, resolver o sistema.

im
Resolução: Primeiramente construimos escrevemos o sistema em forma matricial
    
1 a 0 x 2
 (a + 1) 2 (a + 2)   y  =  3b − 2 
a a+2 b+2
el
1 z

e construimos a matriz aumentada do sistema


Pr
 
1 a 0 | 2
 (a + 1) 2 (a + 2) | 3b − 2 
1 a a+2 | b+2
o

Aplicamos agora o método de Gauss-Jordan para transformar o sistema num sistema mais sim-
ples, lembrando que ao manipular as expressões que tem a ou b não estivermos multiplicando

por 0 ou dividindo por 0.


 
1 a 0 | 2
 (a + 1) 2 (a + 2) | 3b − 2  −l3 + l2 → l2
r

1 a a+2 | b+2
Ve

 
1 a 0 | 2
 a 2−a 0 | 2b − 4  −l1 + l3 → l3
1 a a+2 | b+2
 
1 a 0 | 2
 a 2−a 0 | 2b − 4 
0 0 a+2 | b
Temos assim um novo sistema, cuja matriz principal é
 
1 a 0
A =  a 2−a 0 
0 0 a+2

Claramente se o det(A) 6= 0 o sistema terá solução única pois, nesse caso, A é invertível. Os
outros casos podem acontecer somente se det(A) = 0, isto é, o sistema pode não ter solução
114 Capítulo 6. Sistema de equações linerares

ou ter infinitas soluções.


Como

det(A) = (a + 2)(2 − a − a2 ) = −(a + 2)2 (a − 1).

Temos que para a 6∈ {−2, 1} o sistema possui solução única.


Caso a 6∈ {−2, 1}: Observamos que então (2 − a − a2 ) = −(a + 2)(a − 2) 6= 0.
Ressolvemos

 x + ay = 2
ax + (2 − a)y = 2b − 4

.
(a + 2)z = b

ar
Então

in
b 2b − 4 − 2a a(2b − 4 − 2a)
z= , y= x = 2−
a+2 2 − a − a2 2 − a − a2

im
Portanto
 
a(2b − 4 − 2a) 2b − 4 − 2a b
S = 2− , ,
2 − a − a2 2 − a − a2 a + 2
el
para todo b ∈ R. Caso a = −2: Neste caso a matriz aumentada do sistema equivalente fica
Pr
   
1 −2 0 | 2 1 −2 0 | 2
 −2 4 0 | 2b − 4  2l1 + l2 → l2  0 0 0 | 2b 
0 0 0 | b 0 0 0 | b

Portanto se b 6= 0 o sistema não tem solução. Se b = 0, então o sistema é equivalente a


o

x − 2y = 2

cujo conjunto solução é


r

S = {(2 + 2y, y, z), y, z ∈ R}


Ve

Caso a = 1: A matriz aumentada do sistema equivalente é


 
1 1 0 | 2
 1 1 0 | 2b − 4 
0 0 3 | b

portanto, se 2b − 4 6= 2, isto é se b 6= 3 o sistema não possui solução. Caso b = 3 temos que


o sistema fica

x+y = 2
z = 1

Donde

S = {(x, 2 − x, 1), x ∈ R}.


6.3 Exercícios resolvidos 115

10. Considere o sistema linear nas três variáveis x, y, z



 x + y + kz = 1
x + ky + z = 1
kx + y + z = 1

Determinar os valores de k o sistema tem: solução única, infinitas soluções ou nenhuma


solução.
Nos casos onde tiver solução, resolver o sistema.
Resolução:
Primeiramente escrevemos o sistema em forma matricial AX = B. Obtemos assim

.
     

ar
1 1 k x 1
A= 1 k 1  X = y  B= 1 
k 1 1 z 1

in
O sistema possui solução única quando o determinante da matriz do sistema A for diferente
de zero. Pois neste caso a matriz, é invertível e a solução é S = A−1 B.
Calculamos então

im

1 1 k
det  1 k 1  = 1(k − 1) − 1(1 − k) + k(1 − k2 )
k 1 1
= −(k3 − 3k + 2)
el
= −(k − 1)2 (k + 2)
Donde, se k ∈
/ {−2, 1} temos que A é invertível.
Pr
Caso k ∈
/ {−2, 1}: construimos a matriz aumentada do sistema e fazemos operações
elementares sobre ela
   
1 1 k | 1 1 1 k | 1
 1 k 1 | 1  l2 − l1 → l2  0 k−1 1−k |
o

0 
l3 − l1 → l3
k 1 1 | 1 k−1 0 1−k | 0

 
1 1 k | 1
l2 /(k − 1) → l2 
0 1 −1 | 0  l1 − l2 → l1
l3 /(k − 1) → l3
1 0 −1 | 0
r
Ve

   
1 0 k+1 | 1 0 0 k+2 | 1
 0 1 −1 | 0  l1 − l3 → l1  0 1 −1 | 0 
1 0 −1 | 0 1 0 −1 | 0
Portanto chegamos no sistema equivalente

 z = 1/(k + 2)
y=z
x=z

Que tem solução


 
1 1 1
S= , ,
k+2 k+2 k+2
Caso k = 1 temos que o sistema fica

x + y + z = 1,
116 Capítulo 6. Sistema de equações linerares

Cujo conjunto solução é


S = {(x, y, 1 − x − y), x, y ∈ R}
Caso k = −2 Substituindo k = 2 e aplicando o método de Gauss, temos
   
1 1 −2 | 1 1 1 k | 1
 1 −2 1 | 1  l2 − l1 → l2  0 −3 3 | 0 
l3 − l1 → l3
−2 1 1 | 1 −3 0 3 | 0
 
1 1 −2 | 1
l2 /(−3) → l2 
0 1 −1 | 0  l1 − l2 → l1
l3 /(−3) → l3
1 0 −1 | 0

.
ar
 
1 0 −1 | 1
 0 1 −1 | 0 
1 0 −1 | 0

in
que produz um sistema

 x−z = 1
y−z = 0
x−z = 0

im

que é um sitema sem solução. Portanto este caso não tem solução.
11. Verifique se as afirmações abaixo são verdadeiras ou falsas.
el
• Todo sistema Homogêneo com 5 equações e 6 variáveis possui soluções não nulas.
Resolução: (VERDADEIRO) Todo sistema linear homogêneo possui solução. Neste
caso, o sistema possui uma variável livre e portanto possui infinitas soluções não nulas.
Pr
• Se A é uma matriz de tamnho n ×n com det(A) = 0, então o sistema homogêneo AX = 0
sempre tem solução única.  
1 0
Resolução:(FALSO) Por exemplo considere A = . Claramente det(A) = 0
0 0
o

e o sistema homogêneo associado é {x = 0 que possui como conjunto solução S =


{(0, y), y ∈ R.}

• Um sistema de 3 equações e 5 variáveis sempre possui solução.


Resolução: (FALSO) Basta considerar por exemplo o sistema

x = 0
r


y+z+v+w = 0
Ve

y+z+v+w = 1

• Se A é uma matriz de tamanho m × n com m < n e existe uma matriz B de tamanho


n × m tal que AB = Im , então todo sistema linear tendo A como matriz principal tem
soluções múltiplas.
Resolução (VERDADEIRO)
Primeiramente observamos que, como AB = I, cada coluna [B]i de B é uma solução da
equação
 
0
 .. 
 . 
 
 0 
i
 
A[B] =  1  ←i

 0 
 
 .. 
 . 
0
6.3 Exercícios resolvidos 117

Então uma solução de


 
c1
AX =  ... 
 

cn
é dada por
S = c1 [B]1 + . . . + cn [B]n .
Então todo sistema que tem A como matriz principal tem solução. Portanto, como o
sistema terá mais variáveis do que equações, esse sistema terá soluções múltiplas.

.
• Se A é uma matriz invertível, então ela não é matriz aumentada de um sistema solúvel.

ar
Resolução: (VERDADEIRO) Por ser a matriz invertível quer dizer que a matriz au-
mentada é equivalente por linhas à identidade. Então o sistema original será equivalente
a um sistema que tem uma equação da forma

in
0=1

im
que é um sistema sem solução.
12. Sabendo que o sistema

 x +y +z = 1
mx +2y +3z = 0
el
 2
m x +4y +9z = 1
admite uma única solução, podemos concluir que m pode assumir todos os valores do
Pr
intervalo real:
a) [0, 1] b) [1, 2] c) [3, 4) d)[0, 4].
Resolução:
Considere o sistema
o


 x +y +z = 1
mx +2y +3z = 0

 2
m x +4y +9z = 1
 
1 1 1
r

• Seja A =  m 2 3  a matriz do sistema, então


Ve

m2 4 9
     
1+1 2 3 1+2 m 3 1+3 m 2
det(A) = (−1) · 1 · det + (−1) · 1 · det + (−1) · 1 · det
4 9 m2 9 m2 4

= 6 − (9m − 3m2 ) + (4m − 2m2 ) = 6 − 5m + m2


Portanto, det(A) = 0 se

5 ± 25 − 24
m=
2
isto é, se m = 3 ou m = 2, então o sistema possui única solução se m ∈ a) = [0, 1]
13. Resolva
 o sistema dependendo dos valores  dos parámetros respectivos:
 1
 2x + 3x2 + x3 = 1  x1 −
 2x2 − x3 + x4 = −2
x1 + 6x2 + x3 = 3 2x1 + 7x2 + 3x3 + x4 = 6
 
a) ; b) .

 2x1 − 3x2 + 2x 3 = λ 
 11x1 + 11x2 + 4x3 + 8x4 = 8
x1 + 3x2 + 2x3 = 1 10x1 + 2x2 + 8x4 = λ
 
Resolução:
118 Capítulo 6. Sistema de equações linerares

• a) Aplicamos o método de Gauss-Jordan


 .   .. 
2 3 1 .. 1 2 3 1
. 1
 .  `3 − `1 → `3  .. 
 1 0 1 .. 3  −−−−−−−−−→ 0 3 −1 . 2
   
 
 2 −3 2 ... λ  ..
   
`2 − `4 → `4
 0 −6 1 . λ − 1 
−−−−−−−−−→
   
.. .
1 3 2 . 1 1 3 2 .. 1

 . 
2 3 1 .. 1
`1 − `2 → `1  .. 
−−−−−−−−−→

.
0 3 −1 . 2
 
`3 + 2`2 → `3  

ar
−−−−−−−−−−→  .. 
`4 − `2 → `4

 0 −6 1 . λ − 1 

−−−−−−−−−→ .
1 3 2 .. 1

in
 . 
2 3 1 .. 1
`1 − `2 → `1  . 
−−−−−−−−−→  0

3 −1 .. 2 

im
`3 + 2`2 → `3
−−−−−−−−−−→  . 
`4 − `2 → `4
 0
 −6 1 .. λ − 1  
−−−−−−−−−→ ..
1 3 2 . 1
el
Então para que o sistema tenha solução devemos ter
2(3λ + 8) = 2λ + 5
−11
6λ + 16 = 2λ + 5 ⇒ λ =
Pr
4
Neste caso
1 7 1
x = − , 3y = , z = −
4 4 4
o

• b) Aplicamos o método de Gauss-Jordan


.. ..

   
1 −2 −1 1 . 1 1 −2 −1 1 . 1
 ..  `1 − 2`1 → `2 
  .. 
 2 7 3 1 . 6   0 11 5 −1 . 10
 
 `3 − 11`1 → `3 


 11 11 4 8 .. 8  . .. 
r

 `4 − 10`4 → `4  0 33 15 −3 . 30
 
 
. −−−−−−−−−−−→ ..
Ve

10 2 0 8 .. λ 0 22 10 −2 . 20 − λ
 .   .. 
1 −2 −1 1 .. 1 1 0− −1
11
9
11 . −2
11
−1 ..  `1 + 2`2 → `1  ..
   
5 10 5 −1 10
 0 1 .  0 1 .
 
`2 /11 → `2  11 11 11  `3 − 33`2 → `3 
 11 11 11
−−−−−−−−−→  .
. .. 
 0 33 15 −3 . 30   `4 − 22 → `2  0 0 0 0 . 0 


.. −−−−−−−−−−−→ ..
0 22 10 −2 . 20 − λ 0 0 0 0 . λ
Portanto, se λ 6= 0 o sistema é sem solução. Se λ = 0 temos
 
−2 + a − 9b 10 − 5a + b
S= , , a, b ∈ R .
11 11
14. Determine os coeficientes a, b, c e d da função polinomial p(x) = ax3 + bx2 + cx + d, cujo
gráfico passa pelos pontos P1 = (0, 10), P2 = (1, 7), P3 = (3, −11) e P4 = (4, −14).
Resolução:
Seja p(x) = ax3 + bx2 + cx + d o que passa pelos pontos
6.3 Exercícios resolvidos 119

• P1 = (0, 10) então, P(0) = 10 ⇒ d = 10

• P2 = (1, 7) então, P(1) = 7 ⇒ a+b+c+d = 7

• P3 = (3, −11) então, P(3) = −11 ⇒ 27a + 9b + 3c + d = −11

• P4 = (4, −14) então, P(4) = −14 ⇒ 64a + 16b + 4c + d = −14


Então,
 
 a + b + c = −3  a + b + c = −3
27a + 9b + 3c = −21 ⇒ 9a + 3b + c = −7
64a + 16b + 4c = −24 16a + 4b + c = −6
 

.
Resolvemos o sistema pelo método de Gauss-Jordan

ar
   
.. ..
 1 1 1 . −3  `2 − `1 → `2  1 1 1 . −3 
.. − −−−− −−−−→ .

in
 8 2 0 .. −4 
   
 9 3 1 . −7 
`3 − `1 → `3
. −−−−−−−−−→ .
   
16 4 1 .. −6 15 3 0 .. −3

im
   
.. ..
1  1 1 1 . −3   1 1 1 . −3 
2 `2 → `2 ..
 4 1 0 . −2  `3 − 3`2 → `3
   .
 4 1 0 .. −2 

1
3 `3 → `3 
.
 −−−−−−−−−−→ 
.

−−−−−−−−→
5 1 0 .. −1 1 0 0 .. 1
el
• a=1
• 4a + b = −2 ⇒ b = −6
Pr
• c = −3 − 1 + 6 = 2
Então,
p(x) = x3 − 6x2 + 2x + 10
o

15. Determine coeficientes a, b e c da equação do círculo, x2 + y2 + ax + by + c = 0, que passa


pelos pontos P1 = (−2, 7), P2 = (−4, 5) e P3 = (4, −3).

Resolução:
Seja a equação do círculo
r

x2 + y2 + ax + by + c = 0
Ve

que passa pelos pontos


• P1 = (−2, 7) então, 4 + 49 − 2a + 7b + c = 0 ⇒ −2a + 7b + c = −53
• P2 = (−4, 5) então, 16 + 25 − 4a + 5b + c = 0 ⇒ −4a + 5b + c = −41
• P3 = (4, −3) então, 16 + 9 + 4a − 3b + c = 0 ⇒ 4a − 3b + c = −25
Então,

 −2a + 7b + c = −53
−4a + 5b + c = −41
4a − 3b + c = −25

Resolvemos o sistema pelo método de Gauss-Jordan

   
.. ..
 −2 7 1 . −53   −2 7 1 . −53 
. .
 −4 5 1 .. −41  `2 + 3`3 → `2 1 1 .. −66 
   
 0
−−−−−−−−−−→
.. ..
   
4 −3 1 . −25 4 −3 1 . −25
120 Capítulo 6. Sistema de equações linerares

 
`2 ..
2 → `2  −2 7 1 . −53 
−−−−−−→ .
1 1 .. −33  −3`2 + `3 → `3
 
 0
−−−−−−−−−−−→
2`1 + `3 → `3 ..
 
−−−−−−−−−−→ 0 11 3 . −31
 
..
 −2 7 1 . −53 
.
 0 1 1 ..
 
−33 
.
 
0 8 0 .. −32

.
ar
Então,

b=4 c = −33 − b = −29 2a = 53 + b + c = −4 ⇒ a = −2

in
16. Considere o sistema (∗) AX = B, com A uma matriz m × n e B uma matriz m × 1.
a) Mostre que: se Y1 e Y2 são soluções do sistema homogêneo associado AX = 0 e a e b

im
são números reais então Z = aY1 + bY2 também é solução do homogêneo associado.
Resolução:
Se Y1 e Y2 são tais que AY1 = 0 e AY2 = 0 e a, b ∈ R
Então,
el
A(aY1 + bY2 ) = aAY1 + bAY2 = a · 0 + b · 0 = 0
Pr
b) Mostre que: Se X1 e X2 são soluções de (∗) então Y = X2 − X1 é solução do sistema
homogêneo associado AX = 0.
Resolução:
Se Y1 e Y2 são tais que AY1 = B e AY2 = B
o

Então,

A · (Y1 −Y2 ) = AY1 − AY2 = B − B = 0


r

c) Suponha que X0 é uma solução particular de (∗) e mostre que qualquer solucão X de
(∗) é da forma X = X0 +Y , com Y solução do homogêneo associado.
Ve

OBS: Na verdade pode-se provar que para todo sistema homogêneo (∗∗) AX = 0, com
A uma matriz m × n, existem r soluções não nulas Y1 , · · · ,Yr , 0 ≤ r ≤ n, de (∗∗) tal que
toda solução Y de (∗∗) se escreve na forma Y = a1Y1 + a2Y2 + · · · + arYr , com a1 , · · · , ar
números reais (r = 0 ocorre quando (∗∗) tem a solução nula como única solução) .
Portanto, por c), se o sistema (∗) tem uma solução X0 então toda solução X de (∗) é do
tipo X = X0 + a1Y1 + a2Y2 + · · · + arYr , com a1 , · · · , ar números reais. A solução X0 é
comumente chamada de solução inicial (ou particular) de (∗) e o conjunto {Y1 , · · · ,Yr }
é chamado de um conjunto de geradores do sistema (∗) (ou simplesmente de geradores
de (∗)) Observe ainda que X0 é a única solução de (∗) somente quando r = 0.
Resolução:
Seja X0 tal que AX0 = B. Se X1 é solução de AX = B
Então,

A · (X0 − X1 ) = AX0 − AX1 = B − B = 0


6.3 Exercícios resolvidos 121

logo,

X1 = X0 + (X1 − X0 ) = X0 +Y

onde AY = 0.
17. Dada uma matriz A = CD onde
   
−1 3 2 −1 2 5
C = , D = ,
1 3 3 −2
 
−1
resolva o sistema AX = B, sabendo-se que B = .
0

.
Resolução:

ar
   
−1 2 5 −1 3 2
Se A = CD com D = eC = .
3 −2 1 3

in
 
−1
Então a solução de AX = B para B = é
0

im
X = A−1 B = (CD)−1 B = D−1C−1 B
   
2 5 3 2 −1
=
3 −2 1 3 0
el
    
2 5 −3 −11
= =
3 −2 −1 −7
Pr
18. Determine se as afirmações abaixo são verdadeiras ou falsas
a) Seja A uma matriz quadrada e A 2 = 0 então A = 0 (0 é a matriz nula.)
  
0 1 0 0
Resolução: (FALSO) Seja A = , então, A 6= 0 e A · A = A2 = .
0 0 0 0
o

b) Seja A uma matriz quadrada que é simétrica e antisimétrica. Então A = 0.


Resolução: (VERDADEIRO) A = At e A = −At , então, 2A = A + A = At + (−At ) =

At − At = 0 ⇒ A = 0
c) Toda matriz pode ser escrita como soma de uma matriz simétrica e uma antisimétrica.
Resolução: (VERDADEIRO) Dada A, seja B = 21 (A + At ) e C = 12 (A − At ). Então:
r

B +C = 21 A + At + 21 A − At = A
Ve

Bt = 12 (A + At )t = 21 (At + A) = B
Ct = 21 (A − At )t = 12 (At − A) = −C
d) A única matriz quadrada tal queA2 = Id é A 
= Id.  
−1 0 2 1 0
Resolução: (FALSO) Seja A = ⇒ A = =1
0 −1 0 1
e) Se A, B são matrizes quadradas tais que AB = BA então Ak Bk = (AB)k para todo k ∈ N
Resolução: (VERDADEIRO) Sejam A, B tal que AB = BA. Provamos por indução.
Se k = 1 ⇒ A− 1 · B1 = AB = (AB)1 . vale para k. Então provamos para k = 1
Ak+1 · Bk+1 = Ak · ABk · B = Ak · Bk · AB = (AB)k · (AB) = (AB)k+1
f) Seja A uma matriz quadrada que satisfaz A2 + 3AB + 7I = 0, onde B é uma matriz
quadrada do tamanho apropriado, então A é invertível.
Resolução: (VERDADEIRO)
1
A2 + 3AB + 7I = 0 ⇒ A2 + 3AB = −7I ⇒ − (A2 + 3AB) = I
7
122 Capítulo 6. Sistema de equações linerares
 
1 3
⇒ A − A − B = I.
7 7
19. Considere o sistema


 −x −y +z = 1
x −y −az = 1
x +ay +z = −3

a) Determine os valores de a para os quais o sistema tem solução única.


b) Determine o conjunto solução para a = 1
c) Determine o conjunto solução para a = −1

.
ar
d) Determine o conjunto solução para a = 3
Resolução:
Para calcular o determinante da matriz A fazemos operações elementares sobre ela até chegar

in
numa matriz triangular superior T . Depois calculamos o determinante de T multiplicando as
entradas da diagonal, e utilizamos as operações elementares feitas para relacionar este valor
com o determinante de A.

A=


4 2 −4 2
6 2
1 1
2
1
4
1
2
2
1

` −
 2 21 1
3

im
` →
 `3 − `1 → `3
4
` 2

A =


4
0 −1
0
2

1/2
−4
8
2
2
1
1/2
2
−1 
1/2 


el
 ` − 1 ` → `4 1 
 
1  4 41 1
 
1 −1 1 0 0 −3/2 2 −1/2 1/2 
`5 − 4 `1 → `5
1 1 −1 −1 −1 −−−−−−−−−−→ 0 1/2 0 −3/2 −3/2
Pr
 
4 2 −4 2 2
`3 + 12 `2 → `3 0 −1
 8 1 −1  `4 + 5 `3 → `4
3 3
`4 − 2 `2 → `4 A2 = 0 0
 6 1 0 `5 − 2 `3 → `5
1 3
`5 + 2 `2 → `5  0 0 −10 −2 2 −−−−− 
−−−−−→
o

−−−−−−−−−−→ 0 0 4 −1 −2

   
4 2 −4 2 2 4 2 −4 2 2
0 −1 8 −1
1 0 −1 8 1 −1 
 
 
A3 =  0 0 6 1 0  `5 − 5`4 → `5 T = 0 0 6 1 0 
−− − −−−− − −−→
   
r

0 0 0 −1/3 2  0 0 0 −1/3 2 
0 0 0 −5/3 −2 0 0 0 0 −12
Ve

Observamos que
det(T ) = 4 × (−1) × 6 × (−1/3) × (−12) = −96
Como, todas as operações elementares feitas são do tipo "adicionar a uma linha um multiplos
escalar de outra linha"temos que o valor do determinante não é alterado. Isto é
det(A) = det(A1 ) = det(A2 ) = det(A3 ) = det(T ) = −96.
4) Primeiramente observamos que o sistema pode ser escrito na forma matricial
AX = B
em que
     
−1 −1 1 x 1
A =  1 −1 −a X = y
 B = 1

1 a 1 z 3
6.3 Exercícios resolvidos 123

Claramente, o sistema terá solução única quando a matriz do sistema A for invertível, isto é,
quando det(A) 6= 0. Calculamos então
 
−1 −1 1
det(A) = det  1 −1 −a
1 a 1
   
1+1 −1 −a 1+2 1 −a
= −1 × (−1) × det + (−1) × (−1) × det
a 1 1 1
 
1 −1
+(1) × (−1)1+3 × det
1 a

.
= −(−1 + a2 ) + (1 + a) + (a + 1)

ar
= −a2 + 2a + 3 = −(a − 3)(a + 1)
Se a = 1 Temos que a matriz aumentada do sistema fica

in
 
−1 −1 1 | 1
 1 −1 −1 | 1 
1 1 1 | −3


−1 −1 1 | 1

im
Fazemos operações elementares sobre ela para obter um sistema mais simples de resolver.

 1 −1 −1 | 1  `1 + `3 → `1 2 0 0 | −2

0 0 2 | −2

el
` + `3 → `1
1 1 1 | −3 −−2−−−− −−−→ 1 1 1 | −3
Então o sistema é equivalente a
Pr

 x +y +z = −3
2x = −2 ,
2z = −2

o

que tem por conjunto solução


S = {(−1, −1, −1)}


Se a = −1 Temos que o sistema fica
r


 −x −y +z = 1
Ve

x −y +z = 1
x −y +z = −3

Este sistema não tem solução pois não podemos ter simultáneamente

x −y +z = 1
x −y +z = −3
Se a = 3 Temos que a matriz aumentada do sistema fica
 
−1 −1 1 | 1
 1 −1 −3 | 1 
1 3 1 | −3
Fazemos operações elementares sobre ela para obter um sistema mais simples de resolver.
   
−1 −1 1 | 1 −1 −1 1 | 1
 1 −1 −3 | 1  `2 + `1 → `2  0 −2 −2 | 2 
` + `1 → `3
1 3 1 | −3 −−3−−−− −−−→ 0 2 2 | −2
124 Capítulo 6. Sistema de equações linerares
   
−1 −1 1 | 1 −1 −1 1 | 1
`3 + `2 → `3  0 −2 −2 | 2 − 12 `2 → `2  0 1 1 | −1
−−−−−−−−−→ 0 0 0 | 0 −−−− − −−−→ 0 0 0 | 0
   
−1 0 2 | 0 1 0 −2 | 0
`1 + `2 → `1  0 1 1 | −1 −`1 → `1 0 1 1 | −1
−−−−−−−−−→ 0 0 0 | 0 −−−−−−−→ 0 0 0 | 0
Então o sistema equivalente é

x −2z = 0
y +z = −1

.
ar
Que tem por conjunto solução a

S = {(2z, −1 − z, z), z ∈ R}

in
im
el
Pr
o
r sã
Ve
II
Vetores

.
ar
in
im
el
Pr
o

r
Ve

7 Vetores no plano e no espaço . . . . . . 127


7.1 O plano e o espaço
7.2 Vetores
7.3 Exercícios resolvidos

8 Produto entre vetores . . . . . . . . . . . . . . 137


8.1 Produto generalizado
8.2 Produto escalar
8.3 Produto vetorial
8.4 Exercícios resolvidos
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
7. Vetores no plano e no espaço

in
im
el
Quando resolvemos um sistema linear obtemos um conjunto solução. As perguntas neste caso são:
Como é esse conjunto solução? Como caracterizá-lo e como estudá-lo?
Pr
O problema básico a que nos confrnntamos é o da visualização do conjunto solução. O ser
humano visualiza coisas intuitivamente por meio de figuras e desenhos. Mas, para desenhar,
precisamos do lugar ou papel onde desenhar e uma ideia de escala para que a nossa figura guarde
uma certa coerência; esse é o objetivo deste capítulo.
o

7.1 O plano e o espaço


r

Quando tratamos de um sistema linear com duas incognitas sabemos que o conjunto solução é
Ve

formado por elementos da forma (a, b) então é natural, na hora de desenhar o conjunto de faze-lo
sobre um papel onde o número a dé uma ideia de largura e o número b de altura. Nosso papel aqui
é o plano cartesiano

R2 = {(a, b), a, b ∈ R}.

Para fazer o desenho traçamos sobre o plano duas retas perpendiculares. Uma delas será chamada de
eixo x e a outra de eixo y. O ponto de interseção O, que chamamos de origem, terá por coordenadas
O = (0, 0). Sobre cada uma das retas traçamos uma escala, que de preferência deve ser a mesma
para as duas. Os valores de x positivo será do lado direito do (0, 0) e do y positivo será acima do
O = (0, 0).
Então, nosso conjunto solução pode ser representado ali: por exemplo o ponto Q = (a, b) vai
corresponder ao ponto que for a intersecção da reta paralela ao eixo y cortando o eixo x no valor
correspondente a a e da reta paralela ao eixo x cortando o eixo y no valor b.
128 Capítulo 7. Vetores no plano e no espaço

.
ar
Da mesma forma que para sistemas de duas incognitas podemos proceder para sistemas de

in
três incognitas. Só que agora o conjunto solução possui elementos da forma a, b, c portanto para
representa-los somente com altura e largura não é possivel, precisamos de mais uma magnitude,
neste caso profundidade. Este novo lugar geométrico onde vamos desenhar nosso conjunto solução

im
é o espaço cartesiano

R3 = {(a, b, c), a, b, c ∈ R}.


el
Para desenhar nele, traçamos três retas perpendiculares, uma que será chamada de eixo x, outra de
eixo y e a terceira de eixo z. As três retas se intersectam em um ponto que chamamos de origem O.
Este ponto O terá coordenadas O = (0, 0, 0).
Pr
Análogamente ao caso anterior, sobre cada uma das retas traçamos uma escala, que de pre-
ferência deve ser a mesma para todas. Os valores de x positivo, y positivo e z positivo serão
distribuidos na forma que indica o desenho. Agora, nosso conjunto solução pode ser representado
ali: por exemplo o ponto P = (a, b, c) vai corresponder ao ponto que for intersecção do plano
o

paralelo ao plano correspondente aos eixos xz que corta o eixo y em b e do plano paralelo ao plano
correspondente aos eixos xy que corta o eixo z em c.
r sã
Ve

Obs. Uma solução de um sistema linear pode ser representada no plano ou no espaço por um ponto
no mesmo.

Uma vez que sabemos onde desenhar e onde representar os objetos do conjunto, temos que ter
uma noção de diferencia entre os objetos representados.
7.2 Vetores 129

Começamos por diferenciar pontos. Para diferenciá-los basta ver que não são iguais. Isto será
feito por meio da distância.
Definição 7.1.1 Dados dois pontos P e Q no plano ou espaço, definimos a distância entre P e
Q como
• No plano, se P = (p1 , p2 ) e Q = (q1 , q2 )
q
d(P, Q) = (q1 − p1 )2 + (q2 − p2 )2

• No espaço, se P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 )


q

.
d(P, Q) = (q1 − p1 )2 + (q2 − p2 )2 + (q3 − p3 )2

ar
Obs. Decorre da definição que d(P, Q) = 0 se, e somente se P = Q. De fato, se P = Q claramente

in
d(P, Q) = 0. Por outro lado se P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 ) então d(P, Q) = 0 garante
que

(q1 − p1 )2 + (q2 − p2 )2 + q3 − p3 )2 = 0.
De onde segue que
q1 = p1 q2 = p2 e q3 = p3 .
im
el
Portanto P = Q.
Pr
7.2 Vetores
Se dois pontos A e B no plano como no espaço não são iguais, nosso próximo passo é de alguma
forma mensurar ou descrever como deve ser o deslocamento de A a para B. Para isto introduzimos
o conceito de vetor.
o

Definição 7.2.1 Um vetor~u no plano é um par ordenado de números reais (a, b). Análogamente,
um vetor~u no espaço é uma tripla ordenada de números reais (a, b, c). As entradas a, b, c recebem

o nome de componentes do vetor.

Denotamos por V2 ao conjunto dos vetores no plano e por V3 ao conjunto de vetores no espaço,
r

isto é
Ve

V2 = {(a, b), a, b ∈ R} e V3 = {(a, b, c), a, b, c ∈ R}.

Definimos sobre estes espaços duas operações: a soma e o produto por escalar. Dados ~u = (a, b),~v =
(c, d) vetores no plano e α ∈ R definimos por ~u +~v e α~u aos vetores cujas componentes são dadas
por

~u +~v = (a + c, b + d), α~u = (αa, αb).

Analogamente ao caso do plano, dados ~u = (a, b, c) e ~v = (d, e, f ) vetores no espaço e α ∈ R


definimos

~u +~v = (a + c, b + e, c + f ) α~u = (αa, αb, αc).

Observamos como a definição é igual ao caso das matrizes e que, embora esta notação seja igual à
notação que damos para os pontos, o significado é completamente diferente.
Os espaços dos vetores munidos da soma e produto por escalar definidos satisfazem as seguintes
operações:
130 Capítulo 7. Vetores no plano e no espaço

i- Comutatividade da soma: ~u +~v =~v +~u.


ii- Associatividade da soma: (~u +~v) + ~w = ~u + (~v + ~w).
iii- Existe um único elemento 0 = (0, 0) em V2 (ou 0 = (0, 0, 0) em V3 ) tal que ~u + 0 = u.
iv- Para cada elemento ~u existe um único elemento, que denotamos por −~u, tal que ~u + (−~u) = 0.
v- 1~u = ~u.
vi- (λ1 λ2 )~u = λ1 (λ2~u).
vii- (λ1 + λ2 )~u = λ1~u + λ2~u.
viii- λ1 (~u +~v) = λ1~u + λ1~v.
para quaisquer ~u,~v,~w vetores e λ1 , λ2 escalares.
Vemos assim que o conjunto dos vetores tem uma estrutura de espaço vetorial.
Os vetores agem no plano e no espaço produzindo deslocamentos. Por exemplo, dado um ponto

.
ar
P = (p1 , p2 ) no plano e um vetor ~v = (v1 , v2 ) o ponto Q obtido ao se deslocar desde P na direção
de ~v é dado por

in
Q = (p1 + v1 , p2 + v2 ).
−→
Graficamente isto pode ser representado por um segmento de reta orientado PQ com origem em P

im
e extremo em Q.
Q = (p1 + a, p2 + b)
el
~v = (a, b)

P = (p1 , p2 )
Pr
O

Desta forma, podemos ver cada ponto P, no plano ou no espaço, como deslocamentos do ponto
−→
o

origem O na direção do vetor OP, cujas componentes são dadas precisamente pelas entradas do
ponto, isto é

−→
P = (a, b) ⇒ OP = (a + 0, b + 0) = (a, b).
−→
r

P = (a, b, c) ⇒ OP = (a + 0, b + 0, c + 0) = (a, b, c).


Ve

Também podemos fazer o caminho contrário, dado dois pontos P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 )
−→
procuramos o vetor PQ que mensura o deslocamento do ponto P ao ponto Q.
−→
Gráficamente, o vetor PQ é representado pelo segmento de reta orientado com origem em P e
extremidade em Q.
Neste caso é simples fazer a conta e obter
−→
P = (p1 , p2 ), Q = (q1 , q2 ) ⇒ PQ = (q1 − p1 , q2 − p2 ).
−→
P = (p1 , p2 , p3 ), Q = (q1 , q2 , q3 ) ⇒ PQ = (q1 − p1 , q2 − p2 , q3 − p3 ).


→ −→
Definição 7.2.2 Sejam AB (que vai do ponto A ao ponto B) e PQ (que vai do ponto P ao ponto
Q) dois segmentos de reta orientados que representam os correspondentes vetores. Dizemos que
−→ −→
• os segmentos de reta orientados representam o mesmo vetor se AB = PQ.

→ −→ −→ −→
• AB e PQ são paralelos se existe um escalar λ ∈ R{0} tal que AB = λ PQ.
7.2 Vetores 131

 d um triângulo e sejam P e Q os pontos médios dos lados −


Exemplo 7.1 Seja ABC
→ − →
AC e AB
respectivamente. Então o segmento de reta que une P com Q é paralelo ao lado CB.

B
Q

A
P
C

.
Vamos resolver isto com vetores. Sabemos que

ar

→ −→ −→
AP + PQ = AQ,

in
então

→ −
→ − →
CB = AB − AC

im
−→ −→
= 2AQ − 2AP
−→ − →
= 2(AQ − AP)
−→
= 2PQ.
el


Definição 7.2.3 • Um vetor ~v é dito uma combinação linear de vetores {~u1 , · · · ,~uk } se
Pr
existem escalares {λ1 , · · · , λk } tais que

~v = λ1~u1 + · · · + λk~uk
o

• Um conjunto de vetores {~u1 , · · · ,~uk } é dito linearmnete dependente (l.d) se existem


escalares {λ1 , · · · , λk }, não todos simultaneamente nulos, tais que

λ1~u1 , + · · · + λk~uk = ~0.

Caso contrário dizemos que são linearmente independente (l.i).


r
Ve

Obs. Vamos dar uma ideia intuitiva sobre o que significa um conjunto de vetores ser linear-
mente independente ou linearmente dependente. Assuma que {~u1 , . . . ,~uk } é um conjunto
linearmente dependente, então existem escalares λ1 , . . . , λk tais que

λ1~u1 , + · · · + λk~uk = ~0

Isto significa que se começamos em um ponto P0 arbitrário e fazemos o deslocamento


dado pelo vetor λ1~u1 chegamos em P1 , isto é,
−−→
P0 P1 = λ1~u1 .

Agora se nos deslocamos de P1 seguindo o vetor λ~u2 chegamos em P2 , isto é,


−−→
P1 P2 = λ2~u2 .

Procedendo desta forma, isto é,


−−−→
Pi−1 Pi = λi~ui ,
132 Capítulo 7. Vetores no plano e no espaço

chegamos a o ponto Pk . Mas como


k
−−→ −−−→
P0 Pk = ∑ Pi−1 Pi
i=1
k
= ∑ λi~ui = ~0
i=1

temos que Pk = P0 . Ou seja, temos o seguinte percurso.


P3


λ3 u3
λ4 →

u4

.
P2

ar
P4
λ2 →

u2

in
P1

λ1 →

im
u1 Pk−1
λk →

uk
P0
Caso os vetores {~u1 , . . . ,~uk } sejam linearmente independentes nunca poderemos fazer um
el
percurso fechado em P0 como acima, pois a única forma de formar o ~0 é fazendo todos os
termos iguais a ~0.
Pr
 Exemplo 7.2 1. Os vetores →

v 1 = (1, 1, 1) →

v 2 = (2, 1, 0) e →

v 3 = (2, 0, −2) são linearmente
dependentes. De fato


v 3 = −2→

v 1 + 2→

v 2.
o

2. Os vetores →−
v 1 = (1, 1, 1), →

v 2 = (1, 1, 0) e →

v 3 = (1, 0, 1) são linearmente independentes.

De fato, se

α→

v 1 +β→

v 2 + γ→

v 3 = 0.
r

Então
Ve


 α + β + γ = 0
α + β = 0
α + + γ = 0

Como
 
1 1 1    
1 1 1 1
det  1 1 0  = 1 × det + 0 + 1 × det = −1 6= 0
1 0 1 1
1 0 1

Temos que o sistema tem solução única, portanto, α = β = γ = 0.




Obs. Todo vetor do plano pode ser escrito unívocamente como combinação linear dos vetores
{~e1 = (1, 0), ~e2 = (0, 1)}.
7.2 Vetores 133

Mais ainda, as coordenadas (x, y) de um ponto qualquer do plano P = (x, y), podem ser vistas
como as componentes da combinação linear, isto é,
−→
OP = x ~e1 + y ~e2 .

Os eixos coordenados são os conjuntos


−→
eixo x → {P, OP = x ~e1 , x ∈ R}.
−→
eixo y → {P, OP = y ~e2 , y ∈ R}.

Todo vetor no espaço pode ser escrito unívocamente como combinação linear dos vetores

.
{~e1 = (1, 0, 0), ~e2 = (0, 1, 0), ~e3 = (0, 0, 1)}.

ar
Mais ainda, as coordenadas (x, y, z) podem ser vistas como as compenentes da combinação
linear, isto é,

in
−→
OP = x ~e1 + y ~e2 + z ~e3 .

Os eixos coordenados são os conjuntos


−→
eixo x → {P, OP = x ~e1 , x ∈ R}.
−→
eixo y → {P, OP = y ~e2 , y ∈ R}. im
el
−→
eixo z → {P, OP = z ~e3 , z ∈ R}.
Análogamente, os planos coordenados podem ser descritos da seguinte forma
Pr
−→
plano yz → {P, OP = y ~e2 + z ~e3 , y, z ∈ R}.
−→
plano xz → {P, OP = x ~e1 + z ~e3 , x, z ∈ R}.
o

−→
plano xy → {P, OP = x ~e1 + y ~e2 , x, y ∈ R}.

Determinar se um conjunto de vetores ~u1 , · · ·~uk é linearmente dependente é equivalente a


determinar se existe uma k−upla (λ1 , . . . , λk ) 6= (0, . . . , 0) tais que
r

λ1 ~u1 + · · · + λk ~uk = 0.
Ve

Este problema pode ser escrito em forma matricial como AX = 0 onde


   
| ··· | λ1
A =  ~u1 · · · ~uk  X =  ...  .
 
| ··· | λk

Assim, por exemplo, o problema de como determinar se um conjunto {~u1 , · · · ,~uk } de vetores no
espaço é linearmente independente ou não, pode ser tratado da seguinte forma (fazemos aqui o caso
do espaço como exemplo): assuma que

~ui = (ai1 , ai2 , ai3 ).

então a equação

λ1~u1 + . . . + λk~uk = 0
134 Capítulo 7. Vetores no plano e no espaço

pode ser escrita matricialmente (ou como um sistema linear) como


   
0

a11 · · · ak1 λ1
 a12 · · · ak2   ..  =  ... 
 .  
.
a13 · · · ak3 λk 0
Se o sistema tem solução única temos λ1 = λ2 = · · · = λk = 0 e, portanto, o conjunto é linearmente
independente. Caso contrário, temos soluções com λi 6= 0 para alguns i’s. Neste último caso o
conjunto é linearmente dependente.
 Exemplo 7.3 Vamos mostrar agora que dados dois vetores linearmente independentes no plano,
podemos escrever qualquer outro vetor como combinação linear deles. O mesmo acontece no

.
espaço, isto é, com três vetores linearmente independentes podemos descrever qualquer outro vetor

ar
no espaço como combinação linear deles.
Sejam ~u = (u1 , u2 ) e ~v = (v1 , v2 ) vetores no plano. Então se ~w = (a, b) é um outro vetor
queremos saber se existe α, β tal que

in
α~u + β~v = ~w
o que é equivalente a saber se o sistema

im
    
u1 v1 α a
= ,
u2 v2 β b
tem solução.
el
Em geral, se
 
u1 v1
Pr
det 6= 0,
u2 v2
sempre vai ter solução. Mas, pedir que o determinante seja diferente de zero é equivalente a dizer
que ~u e ~v são linearmente independentes. De fato, ao ter determinante diferente de zero, temos que
o problema
o

α~u + β~v = ~0,


tem por única solução α = β = 0.


Analogamente, três vetores {~u1 ,~u2 ,~u3 } no espaço que sejam linearmente independentes nos
permitem descrever qualquer outro vetor como combinação linear de estes vetores.
r

Do que foi discutido acima obtemos


Ve

Proposição 7.2.1
• Em V2 o número máximo de vetores linearmente independentes é 2.
• Em V3 o número máximo de vetores linearmente independentes é 3.
Demonstração: Assuma que, em V2 , temos k vetores lineramente independentes que geram V2 .
Claramente k > 1 pois, pelo visto acima, se~v = (a, b) 6= (0, 0) temos que ~u = (−b, a) satisfaz {~u,~v}
é linearmente independente. Assuma então que k > 2. Considere o sistema homogêneo associado
 
  λ1  
a11 a12 · · · a1n  .  0
.
 . = .
a21 a22 · · · a2n 0
λn
Temos assim k > 2 variáveis e, portanto, o sistema possui váriáveis livres. De onde segue que
existem soluções não nulas, o que é uma contradição. De fato, se há soluções não nulas temos que
~u1 , · · · ,~un não é lineramente independente.
O resultado para V3 se prova em forma análoga. 
7.3 Exercícios resolvidos 135

7.3 Exercícios resolvidos


1. Determine a extremidade ou a origem do segmento orientado nos seguintes casos:
a) Representa o vetor v = (1, −2, 1) e sua origem é o ponto P = (1, 0, 1).
b) Representa o vetor v = (−1, 0, 1) e sua origem é o ponto médio entre os pontos P1 =
(1, 1, 3) e P2 = (−1, 1, 1).
c) Representa o vetor v = (1, 1, 1) e sua extremidade é o ponto P = (1, 1, 1).
Resolução:
a) Se ~V = (1, −2, 1) então o representante de ~V com origem em M P = (1, 0, 1) tem
extremidade Q = (q1 , q2 , q3 ) onde = (q1 − 1, q2 − 0, q3 − 1) = (1, −2, 1), portanto,
q1 = 2, q2 = −2, q3 = 2, isto é, Q = (2, −2, 2).

.
b) A origem de ~V = (−1, 0, 1) é P = 12 (1, 1, 3) + 21 (−1, 1, 1) = (0, 1, 2). Então sua extremi-

ar
−→
dade é Q = (q1 , q2 , q3 ) onde PQ = ~V , isto é, (q1 , q2 − 1, q3 − 2) = (−1, 0, 1), portanto,
q1 = −1, q2 = 1, q3 = 3 de onde Q = (−1, 1, 3).

in
c) O representante de ~V = (1, 1, 1) tem extremidade em P = (1, 1, 1) então sua origem
−→
é Q = (q1 , q2 , q3 ) tal que QP = ~V , isto é, (1 − q1 , 1 − q2 , 1 − q3 ) = (1, 1, 1), portanto,

im
q1 = −0, q2 = 0, q3 = 0, ou seja Q = (0, 0, 0).
2. Verifique se os pontos dados abaixo são colineares:
a) A = (1, 0, 1), B = (2, 2, 0) e C = (0, −2, 2);
b) A = (0, 1, −1), B = (1, 2, 0) e C = (0, 2, 1);
el
c) A = (3, 1, 4), B = (2, 7, 1) e C = (0, 1, 5).
Resolução:
−→
a) A = (1, 0, 1), B = (2, 2, 0) e C = (0, −2, 2) são colineares, pois AB = (1, 2, −1) e
Pr

→ −→
AC = (−1, −2, 1) satisfazem −AB = AC


b) A = (0, 1, 1), B = (1, 2, 0) e C = (0, 2, 1) não são colineares, pois AB = (1, 1, 1) e


AC = (0, 1, 2) são linearmente independentes.
o

−→
c) A = (3, 1, 4), B = (2, 7, 1) e C = (0, 1, 5) não são colineares, pois AB = (−1, 6, −3) e


AC = (−3, 0, 1) são linearmente independentes.


3. Dados os pontos A = (1, 0, 1), B = (−1, 1, 1) e C = (0, 1, 2).
a) Determine o ponto D tal que A, B, C e D sejam os vértices consecutivos de um
r

paralelogramo
Ve

b) Determine o ponto médio entre A e C e o ponto médio entre B e D.


Resolução:
a) Sejam A = (1, 0, 1), B = (−1, 1, 1) e C = (0, 1, 2). Se A, B,C, D formam um paralelo-
gramo
B C

A D
−→ −→
então AB = CD, logo, se D = (x, y, z) temos que (−2, 1, 0) = (−x, 1 − y, 2 − z) de onde
−→ −→
x = 2, y = 0 e z = 2 ⇒ D = (2, 0, 2). Observamos que AD = (1, 0, 1) = CD.

b) O ponto médio entre A e C é


     
1 1 1 1 1 1 1 3
A+ C = , 0, + 0, , 1 = , , .
2 2 2 2 2 2 2 2
136 Capítulo 7. Vetores no plano e no espaço

O ponto médio entre B e D é


   
1 1 1 1 1 1 1 3
B+ D = − , , + (1, 0, 1) = , , .
2 2 2 2 2 2 2 2

4. Demonstre que as diagonais de um paralelogramo se cortam ao meio (Sugestão: Sejam M e


N os pontos médios das duas diagonais. Mostre MN = ~0.)
Resolução:
Sejam A, B,C, D os vértices do paralelogramo
seja M o ponto médio entre A e C e N o ponto médio de B e D
−−→ −→ −→ −→ − → 1− → 1 −→ − → 1− → 1 −→
MN = AB − AM − NB = AB − AC − DB = AB + AC + BD

.
2 2 2 2

ar
1 −→ − → 1−→ 1 −→ 1 −→ 1 −→ 1 −→ 1 −→
= (AB + CA) + AB + BD CD + (AD) = (−AD) + AD = 0
2 2 2 2 2 2 2

in
⇒ M=N

Resolução:

−−→ −→ −−→ −−→ 1 −−→ 1 −


im
1 −−→ 1 −−→ −−→ −−→
MN = AM − MN = MN + (MN) − (CB) = MN + (MN − MN − MN)
2
1 −−→ 1 −→ 1 −
2
→ −→
2 2
el
= MN + DC (AB + DC)
2 2 2
−→ −→
5. Sejam OA e OB dois vetores não colineares no espaço. Qual o conjunto dos pontos P tais
Pr
−→ −
→ −→
que OP = λ OA + (1 − λ )OB?

Resolução: n−→ −→o


Sejam A = (x0 , y0 ) e B = (x1 , y1 ) dois pontos no espaço tal que OA, OB é linearmente
o

−→ −→ −→ −→ −→
independentes, então, os pontos P tal que OP = λ OA + (1 − λ )OB é a reta OP = λ (OA −
−→ −→ −
→ −→ −→ −→

OB) + OB = λ (BA) + OB ⇒ BP = λ BA, portanto é a reta que passa por B e A.


r
Ve
.
ar
8. Produto entre vetores

in
im
el
Sobre um espaço vetorial nem sempre é possível definir uma operação produto cujo resultado seja
um vetor do mesmo espaço. Em termos matemáticos, um espaço vetorial nem sempre admite
uma estrutura de álgebra. No entanto outras noções de produto podem ser introduzidas. Este é o
Pr
conteúdo deste capítulo.

8.1 Produto generalizado


o

Um produto entre elementos de um espaço vetorial V é uma aplicação ? : V × V → K que associa a


dois elementos de V um outro elemento de outro espaço vetorial K satisfazendo as seguintes regras

a) Distributividade a respeito da soma.

~u ? (~v + ~w) = (~u ?~v) + (~u ? ~w).


r

b) Distributividade a respeito do produto por escalar.


Ve

(λ ·~v) ?~u = λ · (~v ?~u) =~v ? (λ ·~u).

Assim o produto genérico ? será determinado por

(a, b) ? (d, e) = (a~e1 + b~e2 ) ? (d~e1 + e~e2 )


= ad(~e1 ?~e1 ) + ae(~e1 ?~e2 ) + bd(~e2 ?~e1 ) + be(~e2 ?~e2 ),

para vetores em V2 e por

(a, b, c) ? (d, e, f ) = (a~e1 + b~e2 + c~e3 ) ? (d~e1 + e~e2 + f~e3 )


= ad(~e1 ?~e1 ) + ae(~e1 ?~e2 ) + a f (~e1 ?~e3 )
+bd(~e2 ?~e1 ) + be(~e2 ?~e2 ) + b f (~e2 ?~e3 )
+cd(~e3 ?~e1 ) + ce(~e3 ?~e2 ) + c f (~e3 ?~e3 ),

para vetores em V3 , portanto o produto fica determinado pelos valores que assumem
138 Capítulo 8. Produto entre vetores

(~e1 ?~e1 ) (~e1 ?~e2 )

(~e2 ?~e1 ) (~e2 ?~e2 ),


para vetores em V2 , e por

(~e1 ?~e1 ) (~e1 ?~e2 ) (~e1 ?~e3 )

(~e2 ?~e1 ) (~e2 ?~e2 ) (~e2 ?~e3 )


(~e3 ?~e1 ) (~e3 ?~e2 ) (~e3 ?~e3 ),

.
ar
para vetores em V3 .

8.2 Produto escalar

in
O produto escalar, ou interno, entre dois vetores é um produto V × V → R que associa a dois
vetores ~u,~v um escalar ~u ·~v que chamamos de produto escalar de ~u com ~v. Aqui R é visto como o

im
espaço vetorial dos escalares.
Ele fica determinado pelas seguintes fórmulas

(~e1 ·~e1 ) = 1 (~e1 ·~e2 ) = 0


el
(~e2 ·~e1 ) = 0 (~e2 ·~e2 ) = 1,
para vetores no plano, e por
Pr

(~e1 ·~e1 ) = 1 (~e1 ·~e2 ) = 0 (~e1 ·~e3 ) = 0

(~e2 ·~e1 ) = 0 (~e2 ·~e2 ) = 1 (~e2 ·~e3 ) = 0


o

(~e3 ·~e1 ) = 0 (~e3 ·~e2 ) = 0 (~e3 ·~e3 ) = 1,


para vetores no espaço.


Portanto, no plano, se ~u = (a, b) e ~v = (d, e) teremos

~u ·~v = ad + be,
r
Ve

e, no espaço, se ~u = (a, b, c) e ~v = (d, e, f ) teremos

~u ·~v = ad + be + c f .

 Exemplo 8.1
1.

(1, 2) · (−1, −3) = 1 · (−1) + 2 · (−3) = −7.

2.

(2, 0, 1) · (0, 0, 1) = 2 · 0 + 0 · 0 + 1 · 1 = 1.

Proposição 8.2.1 O produto escalar satisfaz as seguintes propriedades:


i) ~u ·~u ≥ 0.
ii) ~u ·~u = 0 se, e somente se ~u = ~0.
8.2 Produto escalar 139

iii) (λ~u) ·~v = ~u · (λ~v) = λ (~u ·~v) para qualquer escalar λ ∈ R.


iv) ~u ·~v =~v ·~u.
v) (~u +~v) · ~w = ~u · ~w +~v · ~w.

Demonstração: Fazemos o caso V3 pois o outro é análogo. Observamos que iii- e iv- seguem da
construção do produto. Se ~u = (a, b, c) temos que

~u ·~u = a2 + b2 + c2 ,

então
i) ~u ·~u ≥ 0 pois é soma de números não negativos.
ii) ~u ·~u = 0 ⇔ a2 + b2 + c2 = 0 ⇔ a = b = c = 0.

.
ar
iv) ~u ·~v = a · d + b · e + e · j =~v ·~u.


in
Definição 8.2.1 A norma de um vetor ~u é o escalar dado por

k ~u k= ~u ·~u.

im
Um vetor de norma igual a 1 é dito um vetor unitário.

Corolário 8.2.2 Seja ~u um vetor, então ~v = ||~1u||~u é unitario.


el
Demonstração: Segue imediato da seguinte conta:
Pr

1 ||~u||
k ~u k~u = ||~u|| = 1.


o

Corolário 8.2.3 Seja ~u um vetor tal que ~u ·~v = 0 para todo ~v, então ~u = ~0.

Demonstração: Em particular para ~u =~v teremos

0 = ~u ·~u = ||u||2 .
r

Portanto ~u = ~0.
Ve

 Exemplo 8.2 Vamos mostrar que dados dois pontos P, Q temos que
−→
d(P, Q) =k PQ k .

Fazemos o caso do espaço, o outro é análogo. Se


−→
P = (p1 , p2 , p3 ), Q = (q1 , q2 , q3 ) ⇒ PQ = (q1 − p1 , q2 − p2 , q3 − p3 ).

De onde
−→
q
k PQ k= (q1 − p1 )2 + (q2 − p2 )2 + q3 − p3 )2 = d(P, Q).

Sejam ~u e ~v dois vetores em V2 ou V3 e considere uma representação deles de tal forma que
−→ −→
~u = OP e ~v = OQ.
140 Capítulo 8. Produto entre vetores

~u ~v − ~u

θ
Q
O ~v

Seja 0 ≤ θ ≤ π o ângulo formado pelos segmentos OP e OQ. Então, pela lei do cosseno, tiramos
que
k~u −~vk2 = d(P, Q)2

.
ar
= d(O, P)2 + d(O, Q)2 − 2d(O, P) d(O, Q) cos(θ )
= k ~u k2 + k~v k2 −2 k ~u k k~v k cos(θ ).

in
Por outro lado
k~u −~vk2 = (~u −~v) · (~u −~v)

im
= ~u ·~u +~v ·~v − 2~u ·~v
= k ~u k2 + k~v k2 −2~u ·~v.
Comparando obtemos que
el
~u ·~v =k ~u k k~v k cos(θ ).
Pr
Definição 8.2.2 Sejam ~u e ~v dois vetores. O ângulo 0 ≤ θ ≤ π definido por

~u ·~v
cos(θ ) = .
k ~u k k~v k
o

é chamado de ângulo entre ~u e ~v.


Dois vetores ~u e ~v são ditos ortogonais se cos(θ ) = 0 ou, equivalentemente, ~u ·~v = 0. Neste

caso denotamos ~u ⊥~v.


 Exemplo 8.3 Dois segmentos de reta são paralelos se os vetores que os representam tem um
r

ângulo de θ = 0 ou θ = π. De fato se ~u = λ~v tiramos que


Ve

~u ·~v λ ~v ·~v λ
cos(θ ) = = 2
= = ±1.
k ~u k k~v k |λ | k~v k |λ |


Uma vez que temos a noção de perpendicularidade entre dois vetores ~u 6= 0 e ~v 6= 0 podemos
perguntar se é possível decompor ~v como soma de dois elementos

~v =~vk +~v⊥ ,

onde

~vk = λ~u e ~v⊥ ·~u = 0.

A solução desta pergunta, embora muito simples, terá grande interesse para nosso trabalho depois.
Vamos assumir que sim. Neste caso, existe um α tal que

~v⊥ =~v − α~u,


8.2 Produto escalar 141

como, por hipótese,

0 =~v⊥ ·~u =~v ·~u − α k ~u k2 ,

tiramos que

~v ·~u
α= .
k ~u k2

Portanto

~v =~vk +~v⊥ ,

.
ar
onde
 
~v ·~u ~v ·~u
~vk = ~u e ~v⊥ = ~v − ~u .

in
k ~u k2 k ~u k2

Definição 8.2.3 Dados dois vetores ~u e ~v não nulos. A aplicação que leva ~v → ~vk recebe o

Pro j~u (~v) =


k ~u k2
~u. im
nome de projeção ortogonal de ~v sobre ~u e é denotada por

~v ·~u
el
Proposição 8.2.4 Dados ~u, ~v e ~
w vetores e α escalar, então
Pr
Pro j~u (~v + α~w) = Pro j~u (~v) + αPro j~u (~w)

Demonstração: Utilizando a definição da projeção ortogonal e as propriedades do produto escalar


vemos que
o

(~v + α~w) ·~u


Pro j~u (~v + α~w) = ~u
k ~u k2

~v ·~u ~w ·~u
= 2
~u + α ~u
k ~u k k ~u k2
r

= Pro j~u (~v) + αPro j~u (~w).


Ve

 Exemplo 8.4 Sejam P e Q dois pontos e ~u um vetor dado, queremos determinar um ponto R tal

→ −→ − →
que PR = λ~u e RQ ⊥ PR como na figura
Q

P R ~u

Como vimos antes se P = (p1 , p2 , p3 ) ,Q = (q1 , q2 , q3 ) e ~u = (u1 , u2 , u3 ) então



→ −→
PR = Pro j~u (PQ),
142 Capítulo 8. Produto entre vetores

Assumindo R = (x, y, z) temos


−→

→ PQ ·~u
PR = (x − p1 , y − p2 , z − p3 ) = · u.
k ~u k2
Portanto
−→
PQ ·~u
x = p1 + · u1
k ~u k2
−→
PQ ·~u
y = p2 + · u2
k ~u k2

.
−→
PQ ·~u

ar
z = p3 + · u3 .
k ~u k2


in
8.3 Produto vetorial

im
O produto vetorial é um produto entre vetores de V3 cujo resultado é um vetor em V3 . Este produto
é denotado por × e é dado pelas seguintes condições

(~e1 ×~e2 ) = ~0 (~e1 ×~e2 ) =~e3 ~ 2


(~e1 ×~e3 ) = −e
el
(~e2 ×~e1 ) = −~e3 (~e2 ×~e2 ) = ~0 (~e2 ×~e3 ) =~e1
(~e3 ×~e1 ) =~e2 (~e3 ×~e2 ) = −~e1 (~e3 ×~e3 ) = ~0 .
Pr
Portanto a fórmula geral do produto é

(a, b, c) × (d, e, f ) = (b f − ce)~e1 + (cd − a f )~e2 + (ae − bd)~e3 .


o

Como visto, lembrar da fórmula para o produto não é fácil. No entanto, podemos utilizar a
seguinte regra mnemotécnica: Sejam~v = (a, b, c), ~u = (d, e, f ) vetores e~e1 = (1, 0, 0),~e2 = (0, 1, 0),

~e3 = (0, 0, 1) os vetores canônicos. Utilizando formalmente o cálculo de determinantes, temos que
 
~e1 ~e2 ~e3
r

~v ×~u = det  a b c  = (b f − ce)~e1 + (cd − a f )~e2 + (ae − bd)~e3 .


Ve

d e f

Observamos que esta fórmula não faz sentido no sentido estrictamente matemático.
Proposição 8.3.1 Sejam ~u, ~v e ~
w vetores e α um escalar. São válidas as seguintes identidades:
i) ~u ×~v = −(~v ×~u)
ii)
 
− ~w −
~w · (~u ×~v) = det  − ~u −  .
− ~v −

Portanto

~u · (~u ×~v) =~v · (~u ×~v) = 0,

e, consequentemente, ~u⊥(~u ×~v) e ~v⊥(~u ×~v).


iii) α(~v ×~u) = (α~v) ×~u =~v × (α~u).
8.3 Produto vetorial 143

iv) (~w +~v) ×~u = ~w ×~u +~v ×~u.

Demonstração: Vamos fazer a prova utilizando a regra vista acima. Sejam~v = (a, b, c),~u = (d, e, f )
e ~w = (g, h, i).
i-
   
~e1 ~e2 ~e3 ~e1 ~e2 ~e3
~v ×~u = det  a b c  = − det  d e f  = −(~u ×~v).
d e f a b c
ii- Fazemos a conta
~w · (~v ×~u) = (g~e1 + h~e2 + i~e3 ) · (b f − ce)~e1 + (cd − a f )~e2 + (ae − bd)~e3

.
= g(b f − ce) + h(cd − a f ) + i(ae − bd)

ar
 
− ~w −
= det  − ~u −  .
− ~v −

in
Claramente, quando fizermos ~u · (~v ×~u) ou ~v · (~v ×~u) estaremos calculando o determinante
de uma matriz com duas linhas repetidas. Portanto o resultado é 0.

im
iii-
   
~e1 ~e2 ~e3 ~e1 ~e2 ~e3
α(~v ×~u) = det  αa αb αc  = (α~v) ×~u = det  a b c  =~v × (α~u).
d e f αd αe α f
el
iv- Segue imediatamente das propriedades que definem o produto vetorial como produto.

Pr

Obs. Observamos que


~u ×~u = ~0.
o

De fato, pela propriedade i- da proposição acima, temos


~u ×~u = −~u ×~u ⇒ 2(~u ×~u) = ~0,

então,
~u ×~u = ~0.
r
Ve

 Exemplo 8.5 Sejam ~u = (1, 1, 1) e ~v = (1, −2, −1). Então


 
~e1 ~e2 ~e3
~u ×~v = det  1 1 1 
1 −2 −1
= (−2 − (−3))~e1 − (−1 − 1)~e2 + (−2 − 1)~e3
= ~e1 + 2~e2 − 3~e3
= (1, 2, −3)
Observamos que
~u · (~u ×~v) = (1, 1, 1) · (1, 2, −3) = 1 + 2 − 3 = 0
e
~v · (~u ×~v) = (1, −2, −1) · (1, 2, −3) = 1 − 4 + 3 = 0

144 Capítulo 8. Produto entre vetores

Vamos calcular a norma do produto vetorial entre dois vetores. Sejam~v = (a, b, c) e ~u = (d, e, f )
então

k~v ×~u k2 = (b f − ce)2 + (cd − a f )2 + (ae − bd)2


= d 2 f 2 − 2b f ce + c2 e2 + c2 d 2 − 2cda f + a2 f 2
+a2 e2 − 2aedb + b2 d 2
+c2 f 2 − c2 f 2 + b2 e2 + a2 d 2 − a2 d 2
= (a2 f 2 + b2 f 2 + c2 f 2 ) + (a2 e2 + b2 e2 + c2 e2 )
+(a2 d 2 + b2 d 2 + c2 d 2 )

.
−2b f ce − 2cda f − 2aedb − c2 f 2 − b2 e2 − a2 d 2

ar
= (a2 + b2 + c2 )(d 2 + e2 + f 2 ) − ((a, b, c) · (d, e, f ))2
= k ~u k2 k~v k2 −(~u ×~v)2

in
= k ~u k2 k~v k2 (1 − cos(θ )2 )
= k ~u k2 k~v k2 sin(θ )2 .

Portanto

k~v ×~u k=k ~u k k~v k sin(θ ).


im
el
Assim k~v ×~u k é a área do paralelogramo determinado por ~u e ~v.
Pr
~v
o

~u

Corolário 8.3.2 ~u ×~v = 0 se, e só se, ~u = λ~v para algum λ ∈ R.


r

Demonstração: Claramente se u = λ v temos que


Ve

~v ×~u = λ~u ×~u = 0.

Por outro lado, se ~v ×~u = 0 se o ângulo entre ~u e ~v é zero ou π. Portanto ~u = λ~v para algum
λ ∈ R. 

Corolário 8.3.3 Dados três vetores não nulos ~u,~v e ~


w o volume do paralelepípido determinado
por esses é dado por

Vol = |~w · (~v ×~u)|.

Demonstração: Observamos que

|~w · (~v ×~u)| =k ~w k k (~v ×~u) k | cos(θ )|,

que não é outra coisa senão a fórmula do volume do sólido que é a área da base pela altura do
mesmo.
8.4 Exercícios resolvidos 145

~w

~v
~u 

8.4 Exercícios resolvidos

.
1. Considere

ar
~u = 3~v − 5~w

in
onde ||~v||2 = 4, ||~w||2 = 3 e ~v · ~w = 1. Calcule
• ~u ·~v,
• ~u · ~w,

im
• ||~u − 2~v||2 ,
• ||~u − 2~w||2 ,
• ||~u −~v||2 ,
• ||~u − ~w||2 .
el
Resolução:
Considere ~u = 3~v − 5~w onde ||~v||2 = 4, ||~w||2 = 3 e ~v · ~w = 1. Observamos que
Pr

~u ·~v = (3~v − 5~w) ·~v = 3||~v||2 − 5~w ·~v

= 12 − 5(1) = 7.
o

~u · ~w = (3~v − 5~w) · ~w = 3~v · ~w − 5||~w||2


= 3 − 15 = −12.
r
Ve

||~u − 2~v||2 = ||~v − 5~w||2 = ||~v||2 − 10~v · ~w + 25||~w||2

= 4 − 10 + 75 = 69.

||~u − 2~w||2 = ||3~v − 8~w||2 = 9||~v||2 − 48~v · ~w + 64||~w||2

= 36 − 48 + 192 = 180.

||~u −~v||2 = ||2~v − 5~w||2 = 4||~v||2 − 20~v · ~w + 25||~w||2

= 16 − 20 + 100 = 96.

||~u − ~w||2 = ||3~v − 6~w||2 = 9||~v||2 − 36~v · ~w + 36||~w||2

= 36 − 36 + 108 = 108.
146 Capítulo 8. Produto entre vetores

2. Sejam

A = (1, −2, 1) B = (−1, 0, 2) C = (3, 20, 150)

e considere o triângulo ABC


d (imagem puramente ilustrativa)

.

→ − →
Determine R, RC e AR.

ar
Resolução: Pela forma do triângulo temos que decompor

→ − → − →

in
AC = AR + RC.

Observamos que

im

→ −

AR = Pro j−
→ AC.
AB

Como

→ −

el
AC = (2, 22, 149) AB = (−2, 2, 1).

Então
Pr

→ (2, 22, 149) · (−2, 2, 1)
AR = (−2, 2, 1)
9
= 21(−2, 2, 1)
= (−42, 42, 21).
o

Obtemos assim que


R = (−42 + 1, 42 − 2, 21 + 1) = (−41, 44, 22),

e

→ −
→ − →
RC = AC − AR
r

= (2, 22, 149) − (−42, 42, 21)


Ve

= (44, −20, 128).


Portanto


AR = (−2, 2, 1).

R = (−41, 44, 22).


−→
RC = (44, −20, 128).

3. A área do triângulo ABC é 6. Sabendo-se que A = (2, 1, 0), B = (−1, 2, 1) e que o vértice
C está no eixo y, encontre as coordenadas de C.

Resolução: √
d um triângulo de área 6. Se A = (2, 1, 0) e B = (−1, 2, 1) e C = (0, y, 0), então
Seja ABC

→ −

AB = (−3, 1, 1) e AB = (−2, y − 1, 0). Então
√ 1
6 = AB × AC
2
8.4 Exercícios resolvidos 147

Como

i j k
1 = −(y − 1)2 , −2, −3y + 5)

AB × AC = −3 1
−2 y − 1 0

AB × AC 2 = (y − 1)2 + 4 + (5 − 3y)2

= y2 − 2y + 1 + 4 + 25 − 30y + 9y2
= 10y2 − 32y + 30.
Então,

.
1
· (10y2 − 32y + 0) ⇒ 10y2 − 32y + 6 = 0

ar
6=
4

2 18 ± 14
⇒ 5y − 18y + 3 = 0 ⇒ y =

in
10
1
⇒ y = 3 ou y =
5
Portanto

1
C = (0, 3, 0) ou C = 0, , 0
5


im
el
4. a) Decompor o vetor ~w = (1, 3, 2) como soma de dois vetores ~w = ~u +~v, onde ~u é paralelo
ao vetor (0, 1, 3) e v é ortogonal a (0, 1, 3).
Pr
b) Encontre√um vetor ~u que seja ortogonal aos vetores (2, 3, −1) e (2, −4, 6) tal que
k ~u k= 3 3.

Resolução:
a) Seja ~w = ~u +~v e u~0 = (0, 1, 3). Queremos decompor ~w como uma soma ~w = ~u +~v em
o

u0 e ~v ⊥ u~0 . Então,
que ~u//~

h~w, u0 i ~w · u~0 9
~u = Pro ju0 (~w) = 2
· u~0 = 2
· u~0 = · (0, 1, 3)
ku0 k ku0 k 10
r

   
9 27 21 −7
Ve

⇒ ~u = 0, , ⇒ ~v = ~w −~u = 1, ,
10 10 10 10

b) Queremos√achar ~u que seja ortogonal a u~0 = (2, 3, −1) e a (~


u1 = (2, −4, 6) tal que
kuk = 3 · 3. Fazemos

2 3 −1
~w = ~u0 ×~u1 =
= (14, −14, −14)
2 −4 6

Então ~w é ortogonal a ~u0 e ~u1 simultáneamente.


√ O vetor que procuramos é um múltiplo
escalar de a~w com norma igual a 3 · 3. Como
√ √
3 · 3 = ||a~w|| = |a| ||~w|| = 14|a| 3
3
temos que a = ± 14 . Assim o vetor procurado é

~u = ±(3, −3, −3).


148 Capítulo 8. Produto entre vetores

5. a) Demonstre que não existe x tal que os vetores ~v = (x, 2, 3) e ~u = (x, −2, 3) sejam
perpendiculares.
b) Encontre o ângulo entre os vetores ~u = (2, 1, 0) e ~v = (0, 1, −1) e entre os vetores
~w = (1, 1, 1) e~z = (0, −2, −2).

Resolução:
a) Se ~v = (x, 2, 3) e ~u = (x, −2, 3). Então,
~v ·~u = x2 − 4 + 9 = x2 + 5 > 0 ∀x
Portanto,

.
~v ·~u 6= 0 ∀x ∈ R

ar
b) Sejam ~u = (2, 1, 0) e ~v = (0, 1, −1). Então,

in
 
~u ·~v 1 1
cos(α(u, v)) = = √ √ = α(u, v) = arccos √
5· 2 10

~w ·~z −4 im
Sejam ~w = (1, 1, 1) e~z = (0, −2, −2). Então,
el
cos(α(z, w)) = √ √ = √
3· 8 24
Então ,
Pr
 
−4
α(~z,~w = arccos √ .
24
6. a) Dado um triângulo isósceles, mostre que a mediana relativa à base é a mediatriz (i.é., é
o

perpendicular à base).
b) Mostre que: Se um triângulo tem duas medianas iguais então ele é isósceles.

Resolução:
a) Assuma que AH = 12 · AB e que AC = BC . Então,

r
Ve

BC + HB = HC ⇒ HC = HB − HB e AC = AH + HC

2 2 2
⇒ BC = AH + HC + 2 · AH · HC
Então como
AH = HB
Temos que
HC · HB = −HC · HB
Portanto,
HC · HB = 0.
8.4 Exercícios resolvidos 149

b)
7. Sejam ~u e ~v dois vetores de comprimentos iguais, mostre que para quaisquer números a e b,
os vetores a~u + b~v e a~v + b~u têm o mesmo comprimento. O que significa isso?

Resolução:
Sejam ~u,~v tal que k~uk = k~vk = c e considere a, b ∈ R. Seja w
~ 2 = a ·~u + b ·~v e w
~ 2 = b ·~u + a ·~v.
Então:

k~wk2 = a2 · k~uk2 + b2 · k~vk2 + 2ab ·~v ·~u = (a2 + b2 ) · c2 + 2ab ·~v ·~u

k~wk2 = a2 · k~vk2 + b2 · k~uk2 + 2ab ·~v ·~u = (a2 + b2 ) · c2 + 2ab ·~v ·~u

.
ar
O vetor ~w1 e ~w2 são o lado de um triângulo de lado ac e outro bc e que formam o ângulo que
formam ~v e ~u. Os dois tem o mesmo comprimento por causa do teorema do coseno.
8. Determine, se existir, os valores de x para que o vetor ~v = x~i + 6~k seja paralelo ao produto

in
vetorial de ~w =~i + x~j + 2~k por ~u = 2~i + ~j + 2~k

Resolução:
Sejam ~w = (1, x, 2) e ~u = (2, 1, 2).



i j k



im
~w ×~u = 1 x 2 = (2x − 2, 2, 1 − 2x) .
el
2 1 2
Pr
Para que ~w ×~u seja paralelo a ~v = (x, 0, 6) teriamos que ∃ λ tal que

λ ·~v = ~w ×~u

Mas isto significa (λ · 0 = 2) o que não pode acontecer, portanto não serão paralelos ∀ x ∈ R.
o

9. Determine x para que os pontos A = (x, 1, 2), B = (2, −2, −3), C = (5, −1, 1) e D = (3, −2, −2)
sejam coplanares.
r

Resolução:
Sejam A = (x, 1, 2), B = (2, −2, −3), C = (5, −1, 1) e D = (3, −2, −2). Considere:
Ve

• BA = (−27x, +3, +5, )


• BC = (3, 1, 4)
• DC = (1, 0, 1)
Calculamos então,

i j k

BC × DC = 3 1 4 = (1, 4, −1)

1 0 1

Logo para que A, B,C e D sejam coplanares devemos ter

0 = BA · (BC × DC) = (x − 2, 3, 5) · (1, 1, −1) = x − 2 + 3 − 5 = x − 4 ⇒ x ≡ 4


150 Capítulo 8. Produto entre vetores

10. Encontre o volume do paralelepípedo determinado pelos vetores ~u, ~v e ~w nos seguintes casos:


a) Dados os pontos A = (1, 3, 4), B = (3, 5, 3), C = (2, 1, 6) e D = (2, 2, 5) tome ~u = AB,
−→ −→
~v = AC e ~w = AD = (1, 3, 4).
b) ~u =~i + 3~j + 2~k, ~v = 2~i + ~j −~k e ~w =~i − 2~j +~k.
Resolução:
a) Sejam A = (1, 3, 4), B = (3, 5, 3), C = (2, 2, 5) e D = (2, 2, 5).

→ −
→ −→
~u = AB = (2, 2, −1) ~v = AC = (1, −2, 2) ~w = AD = (1, −1, 1)
O volume do paralelepípido determinado por ~u,~v e ~w é (~u ·~v × ~w). Calculamos:

i j k

.
~v × ~w = 1 −2 −2 = (0, 1, 1) = ~u · (~v × ~w) = (2, 2, −1) · (0, 1, 1) = 2 − 1 = 1

ar
1 −1 1
Então vol = 1.

in
b) O volume do paralelepípido gerado por ~u = (1, 3, 2), ~v = (2, 1, −1) e w = (1, −2, 1) é
dado por
| ~u · (~v × ~w) |
Calculamos,

i
j

k
im
~v × ~w = 2 1 −1 = (−2, −3, −5)
el
1 −2 1
| ~u · (~v × ~w) |=| ~u · (1, 3, 2) · (−1, −3, −5) |=| −1, −9, −10 |=| −20 |= 20
Pr
11. Sejam ~u e ~v vetores no espaço. Mostre que
a) (~u +~v) × (~u −~v) = 2~v ×~u
b) Se ~u ×~v é não nulo e ~w é um vetor qualquer no espaço então existem números reais a, b
e c tal que ~w = a(~u ×~v) + b~u + c~v.
o

c) Se ~u ×~v é não nulo e ~u é ortogonal a ~v então ~u × (~u ×~v) é paralelo a ~v.


Resolução:

a)
~u ×~u = 0
(~u +~v) × (~u −~v) = ~u ×~u −~u ×~v +~v ×~u −~v ×~v = 2~v ×~u
~v ×~v = 0
r
Ve

b) Se ~u ×~u = 0 6= 0. Então:
 
~u
 ... 
 = k~u ×~vk2 6= 0
  
det ~u | ~v | ~u ×~u = det 
 ~v 
 ... 
~u ×~v
 
~u
 ... 
 
Pois, det(A) = det(At ) e det 
 ~v
 = u3 · (u1 × u2 ). Então o sistema linear

 ... 
~u ×~v
 
 a
~u | ~v | ~u ×~u =  b  = (~w)
c
8.4 Exercícios resolvidos 151

tem única solução. Portanto, ∃ a, b, c ∈ R tal que

a ·~u + b ·~v + c ·~u ×~v = ~w

c) Assuma ~u ×~v 6= 0 e ~u ·~v = 0. Como ~u ×~v 6= 0. Então {~u,~v,~u ×~v} é uma base tal que
~u ·~v = 0
~u ·~u ×~v = 0
~v · (~u ×~v) = 0
Como ~u × (~u ×~v) = a ·~u + b ·~v + c ·~u ×~v. Pelo item anterior e ~u ⊥ ~u × (~u ×~v) e ~u ×~v ⊥

.
ar
u × (u × v).
Por propriedade do prodduto vetorial segue que

in
0 = u · (~u × (~u ×~v)) = a

0 = ~u ×~v · (~u × (~u ×~v)) = c

im
⇒ ~u × (~u ×~v) = b~v
√ √ √
12. Sejam A = (2, 1, 2), B = (1, 0, 0) e C = (1 + 3, 3, − 6) três pontos no espaço. Calcule
os ângulos do triângulo ABC,
d e os comprimentos da mediana e da altura que saem do vértice
el
A.

Resolução: √ √ √
Pr
Sejam A = (2, 1, 2), B = (1, 0, 0) e C = (1 + 3, 3, − 6)
√ √ √ √ √ √
BA = (1, 1, 2) BC = ( 3, 3, − 6) AC = ( 3 − 1 − 1, 3, − 6 − 2)
√ √ √ √ √ √ √
BA · BA = 3 + 3 − 2 6 = 2 · ( 3 − 6) = cos θ · kBAk kBCk = cos θ · 6 · 42
o

√ √
2 · ( 3 − 6)
⇒ cos θ = √ √

6 · 42
Os outros se calculam de forma similar.
13. Sejam ~u = (−1, 1, 1) e ~v = (2, 0, 1) dois vetores. Encontre os vetores ~w que são paralelos ao
r

plano determinado por O, ~u e ~v, perpendiculares a ~v e ~u · ~w = 7.


Ve

Resolução:
Sejam ~u = (−1, 1, 1) e ~v = (2, 0, 1). Seja ~w = (a, b, c) tal que w ∈ π com π sendo o plano
gerado por {o,~u,~v}. Então,

~w = λ ·~u + γ~v ~w ·~v = 0 ~u · ~w = 7

⇒ 0 = ~w ·~v = λ ·~u ·~v + γ · k~vk2 = λ · (−1) + γ · 5

⇒ 7 = ~u · ~w = λ · k~uk2 + γ ·~u ·~v = λ · 3 + γ · (−1)


−λ + 5γ = 0 λ = 5γ 1 5
⇒ ⇒ ⇒ γ= e λ=
3λ − 2γ = 7 15γ − γ =7 2 2
152 Capítulo 8. Produto entre vetores

5 1
⇒ ~w = ·~u + ·~v
2 2

14. O vetor ~w é ortogonal aos vetores ~u = (2, 3, −1) e ~v = (1, −2, 3) e ~w · (2, −1, 1) = −6.
Encontre ~w.
Resolução:
Seja ~w ortogonal a

~u = (2, 3, −1)
e tal que ~w · (2, −1, 1) = −6
~v = (1, −2, 3)

.
ar
Observamos que ~w = λ (~u ×~v). Como

~e1 ~e2 ~e3

~u ×~v = 2 3 −1 = (7, −7, −7),

in
1 −2 3

temos que

Como
~w = a(7, −7, −7).

im
el
3
~w · (2, −1, 1) = −6 → 14a = −6 → a = − .
7
Portanto,
Pr
3
~w = − (7, −7, −7) = (−3, 3, 3).
7
15. Sejam u = (1, −1, 3) e v = (3, −5, 6). Encontre pro ju+v (2u − v).
o

Resolução:
Sejam ~u − (1, −1, 3) e ~v = (3, −5, 6)

pro ju+v (2u − v) = pro j(4,−6,9) (−1, 3, 0)


(4, −6, 9) · (−1, 3, 0)
= · (4, 6, 9)
k4, 6, 9k2
r

−22
= · (4, 6, 9)
Ve

| 16 + 36 + 81 |
−22
= · (4, 6, 9).
133
16. Responda, justificando, falso ou verdadeiro a cada uma das seguintes afirmações:
a) Se ~u, ~v e ~w são vetores no espaço, com ~v não nulo e ~v ×~u =~v × ~w então ~u = ~w.
b) Se ~u, ~v e ~w são vetores no espaço então: | ~u · (~v × ~w) |=|~v · (~u × ~w) |=| ~w · (~v ×~u) |=|
~v · (~w ×~u) |.
c) Se ~u, ~v e ~w são vetores no espaço então ~u × (~v × ~w) = (~u ×~v) × ~w.
d) Se ~u, ~v e ~w são vetores no espaço, ~u é não nulo e ~u ×~v = ~u × ~w = ~0 então ~v × ~w = ~0.

Resolução:

a) Falso
~v = (1, 0, 0) ~u = (1, 1, 0) ~w = (0, 1, 0) ~v × ~w = (0, 0, 1) =~v ×~u
8.4 Exercícios resolvidos 153

b) Verdadeiro
 

~u As outras são permutaçoẽs, das linhas da matriz.
|~u · (~v ×~w) |= det  ~v  Como estas permutaçoẽs alteram o sinal do
~w determinante não temos alteração do módulo.

c) Falso

Sejam ~u = (0, 1, 0), ~v = (0, 1, 0) e ~w = (0, 0, 1)

.
Se ~u = (0, 1, 0) ⇒ ~u ×~v = (−1, 0, 0) ⇒ (~u ×~v) × ~w = (0, 1, 0)

ar
in

i j k

⇒ ~v × ~w = (1, 0, 0) ⇒ ~u × (~v × ~w) = 0 1 1 = (0, 1, −1)

1 0 0

d) Verdadeiro

⇒ ~u ×~v = 0 im
⇒ ~v = λ ·~u
el
Sejam ~u = (1, 0, 0) ⇒ ~v × ~w = α · λ ·~u ×~u = 0
⇒ ~u × ~w = 0 ⇒ ~w = α ·~u
Pr
o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
III
Objetos Geométricos
9 Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9.1 Retas
9.2 Ângulo entre retas
9.3 Posição Relativa de retas
9.4 Distâncias
9.5 Exercícios resolvidos

.
ar
10 Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
10.1 Planos
10.2 Ângulo

in
10.3 Posição relativa de dois planos
10.4 Posição relativa entre uma reta e um plano
10.5 Distãncias

im
10.6 Exercícios resolvidos

11 Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
11.1 Cônicas
el
11.2 Elipse
11.3 Hipérbole
11.4 Parábola
Pr

12 Translação de sistema de coordenadas.


215
12.1 Sistemas de Coordenadas
o

12.2 Translação de coordenadas


12.3 Exercícios resolvidos

13 Rotação do sistema de coordenadas. 233


13.1 Rotação de coordenadas
r
Ve

14 Identificação de cônicas . . . . . . . . . . . 239


14.1 Um exemplo
14.2 Procurando a mudança de coordenadas
14.3 Exercicios resolvidos

15 Como saber se uma cônica é degene-


rada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273

16 Coordenadas polares . . . . . . . . . . . . . . 277


16.1 Coordenadas Polares
16.2 Relação entre coordenadas polares e cartesianas
16.3 A reta em coordenadas polares.
16.4 Circunferência em coordenadas polares
16.5 Cônicas em coordenadas polares
16.6 Exercícios Resolvidos

17 Parametrização de curvas . . . . . . . . . 303


17.1 Paramerização de curvas
17.2 Parametrização em coordenadas polares
17.3 Exercícios resolvidos
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
9. Retas

in
im
el
Uma reta é uma linha formada por um número infinito de pontos que não tem inicio nem fim. Mas
qual a diferência entre reta e curva infinita? Para uma resposta teríamos que entrar em criterios
sobre como a reta é acurva que minimiza a distância entre quaisquer dois de seus pontos. Não
Pr
vamos percorrer este caminho. Faremos algo um pouco mais intuitivo e utlizando conhecimentos
prévios de matemática. Em particular vamos ver que as retas representam soluções de sistemas
lineares com uma variável livre.
o

9.1 Retas

Observamos que, quando foram intoduzidas as coordenadas, descrevemos os eixos coordenados


(que são retas) como um conjunto de pontos P tais que o vetor que mede o deslocamento de O para
−→
P, isto é, OP é um multiplo de um vetor fixo, por exemplo ~e1 no caso do eixo x.
r

Na matemática, a reta aparece por exemplo nas aproximações de funções por polinômio de
Ve

Taylor de primeira ordem. Se queremos estudar o comportamento de f : R → R ao redor de um


ponto x0 então, do polinômio de Taylor tiramos que se y = f (x),

y ' f (x0 ) + f 0 (x0 )(x − x0 ),

que é a equação da reta, isto é, uma equação da forma

y = mx + b.

Assim, uma reta r é descrita então pelo conjunto

r : {P = (x, y), y = mx + b}.

Vamos manipular um pouco esta equação para obter uma equação vetorial. Se P = (x, y) é um
ponto da reta, então temos que P = (x, mx + b). Seja Q o ponto de coordenadas (0, b) e ~v o vetor
(1, m) então, em forma vetorial, podemos dizer que
−→ −→
OP = x(1, m) + (0, b) = x~v + OQ.
158 Capítulo 9. Retas

Portanto,
−→ −→ −→
QP = OP − OQ = x~v, x ∈ R.
De onde tiramos que podemos escrever a equação da reta em forma vetorial como
−→
r : {P = (x, y), QP = x~v, x ∈ R}.
Esta equação coincide em estrutura com a que vimos para eixos coordenados.

−→
Obs. A equação acima diz: A reta é o conjunto r, que contém o ponto Q, tal que QP é paralelo ao
vetor ~v para todo P ∈ r.
−→

.
De fato, Q ∈ r pois, fazendo x = 0, temos que QP = 0 de onde segue que P = Q.

ar
Chegamos assim a seguinte definição:

in
Definição 9.1.1 Uma reta r, no plano ou espaço, que passa por um ponto Q e é paralela ao
vetor ~v é o conjunto de pontos P no plano (ou espaço) que satisfaz a equação vetorial
−→
λ ∈ R.

im
QP = λ~v,

Obs. −→
• O ponto Q ∈ r, pois QQ = 0~v = ~0.
el
−−→
• Existe um ponto P0 ∈ r tal que QP0 =~v.
−−→
• Para cada ponto P0 na reta existe um λ0 ∈ R tal que QP0 = λ0~v. Isto é, toda a reta é
−−→
Pr
formada por todos os pontos P0 tais que QP0 é um múltiplo escalar de ~v.

Proposição 9.1.1 No espaço, a reta r que passa pelo ponto Q e é paralela ao vetor ~v pode ser
descrita como o conjunto de pontos P que satisfaz
−→
o

QP ×~v = 0.
−→

Demonstração: Das propriedades do produto vetorial sabemos que QP ×~v = 0 se, e somente se,
−→
QP = λ~v para algum λ ∈ R portanto se, e somente se, satisfaz a equação da reta. 

Exemplo 9.1 Vamos escrever a equação vetorial da reta r que passa pelo ponto Q = (1, −2, 5) e
r

é paralela ao vetor ~v = (1, −1, −2). Então, r consiste de todos os pontos P = (x, y, z) tais que
Ve

(x − 1, y + 2, z − 5) = λ (1, −1, −2)


com λ ∈ R. 

Para facilitar as ideias fazemos as contas no espaço. Assuma que Q tem coordenadas (x0 , y0 , z0 )
e ~v = (v1 , v2 , v3 ). Se o ponto genérico P ∈ r tem coordenadas P = (x, y, z), então a equação vetorial
da reta r é dada por
(x − x0 , y − y0 , z − z0 ) = λ (v1 , v2 , v3 ), λ ∈R
ou equivalentemente

 x = x0 + λ v1
y = y0 + λ v2 λ ∈R .
z = z0 + λ v3

Assim, temos uma outra forma de definir a reta, equivalente com a anterior
9.1 Retas 159

Definição 9.1.2 Uma reta r no plano que passa pelo ponto Q = (x0 , y0 ) e é paralela ao vetor
~v = (v1 , v2 ) é o conjunto de pontos P do plano que satisfazem a equação paramétrica


x = x0 + λ v1
λ ∈ R.
y = y0 + λ v2

Uma reta r no espaço, que passa pelo ponto Q = (x0 , y0 , z0 ) e é paralela ao vetor~v = v1 , v2 , v3 )
é o conjunto de pontos P do espaço que satisfazem a equação paramétrica

 x = x0 + λ v1
y = y0 + λ v2 λ ∈ R.

.
ar
z = z0 + λ v3

in
Obs. Quando escrita dessa forma temos que a reta nada mais é do que a representação gráfica da
solução de um sistema linear (de duas incógnitas e duas equações no plano e de três incógnitas
e três equações no espaço) cuja matriz escalonada reduzida é quadrada e tem uma única linha

im
nula. Ou seja, as retas representam o conjunto solução de sistemas lineares com uma variável
livre. De fato, por exemplo, para um sistema de 3 equações e 3 incógitas com uma matriz
escalonada reduzida com uma linha nula, teremos uma solução da forma

S = {(x0 + λ v1 , y0 + λ v3 , x0 + λ v3 ), λ ∈ R},
el
que coincide com a equação paramétrica da reta.
Pr
 Exemplo 9.2 Vamos escrever a equação paramétrica da reta do exemplo anterior, isto é a reta
que passa pelo ponto Q = (1, −2, 5) e é paralela ao vetor ~v = (1, −1, −2). Então, r consiste de
todos os pontos P = (x, y, z) tais que

 x = 1+λ
o

y = −2 − λ λ ∈R ,

z = 5 − 2λ

A equação paramétrica
r
Ve


 x = x0 + λ v1
y = y0 + λ v2 λ ∈R .
z = z0 + λ v3

diz que dado um ponto P = (x, y, z) na reta, existe um λ comum tal que

x − x0 y − y0 z − z0
=λ =λ = λ,
v1 v2 v3

então, um ponto P = (x, y, z) da reta deve satisfazer as identidades

x − x0 y − y0 z − z0
= = .
v1 v2 v3

Essa última expressão é conhecida como equação simétrica da reta que passa pelo ponto Q =
(x0 , y0 , z0 ) e é paralela ao vetor ~v = (v1 , v2 , v3 ).
160 Capítulo 9. Retas

Obs. Caso algum dos vi seja 0 a equação em forma simétrica, como escrita acima, fica mal definida.
Mas é só perceber que, por exemplo, se v1 = 0 e v2 6= 0 e v3 6= 0 então da equação paramétrica
tiramos que x = x0 . Onde a equação simétrica é
y − y0 z − z0
x = x0 = .
v2 v3

 Exemplo 9.3 Vamos escrever a equação simétrica da reta dos exemplos anteriores, isto é a reta
que passa pelo ponto Q = (1, −2, 5) e paralela ao vetor ~v = (1, −1, −2). Então, a retar r consiste
de todos os pontos P = (x, y, z) tais que

x−1 y+2 z−5

.
= = .
1 −1 −2

ar


Resumindo: Para obter a equação de uma reta é necessário um ponto Q = (x0 , y0 , z0 ) que esteja

in
na reta e um vetor ~v = (v1 , v2 , v3 ) paralelo a ela. Depois é só substituir na fórmula correspondente.
Isto é, em

im
(x − x0 , y − y0 , z − z0 ) = λ (v1 , v2 , v3 ) λ ∈ R

para a forma vetorial, em


el

 x = x0 + λ v1
y = y0 + λ v2 λ ∈R .
z = z0 + λ v3

Pr

para a forma paramétrica, ou em


x − x0 y − y0 z − z0
= = .
o

v1 v2 v3
para a forma simétrica.

9.2 Ângulo entre retas


r

−→ −→
Dadas duas retas r1 : PQ1 = λ~v1 e r2 : PQ2 = λ~v2 o ângulo θ entre elas
Ve

 
é definido como o θ ∈ 0, π2 tal que

|~
v1 · v~2 |
cos (θ ) =
||~v1 || ||~v2 ||
π
Se o ângulo é 0 as retas são ditas paralelas e se o ângulo é 2 são ditas perpendiculares.
9.3 Posição Relativa de retas 161

9.3 Posição Relativa de retas


−−→ −−→
Sejam r1 : Q1 P = λ~v1 e r2 : Q2 P = λ~v2 duas retas no plano.
Primeiro caso: Se ~v1 = a~v2 para algum a 6= 0 então temos duas possibilidades
−−−→
i- Q2 ∈ r1 . Neste caso as retas são iguais: De fato como Q2 ∈ r1 temos que Q1 Q2 = λ0~v1 . De
−−→
onde segue que, para todo P ∈ r1 , existe um λ1 tal que Q1 P = λ1~v1
−−→ −−−→ −−→
Q2 P = Q2 Q1 + Q1 P = −λ0~v − λ1~v1 = a(λ0 + λ1 )~v2 .

Portanto P ∈ r2 . Analogamente se prova que todo P ∈ r2 pertence a r1 .


ii- Q2 ∈/ r1 . Neste caso as retas são paralelas (claramente cos (θ ) = 0 para θ o ângulo entre as
retas). De fato, para haver interseção teria que existir um ponto P0 que satisfaça as duas

.
ar
equações, isto é, existem λ1 e λ2 tais que
−−→ −−→
Q1 P0 = λ1~v1 = aλ1~v2 Q2 P0 = λ2~v2
−−−→ −−→ −−→

in
Q1 Q2 = Q1 P0 − Q2 P0 = (aλ1 − λ2 )~v2 ,
e portanto Q2 ∈ r2 , o que é uma contradição.

im
Segundo caso: Se ~v1 e ~v2 são linearmente independentes as retas se intersectam. De fato, como
~v1 e ~v2 são linearmente independentes existem a, b tais que
−−−→
Q1 Q2 = a~v1 + b~v2 .
−−→
el
Vamos mostrar que o ponto P ∈ r1 tal que Q1 P = a~v1 é o único ponto de r1 que está em r2 , isto é
\
r1 r2 = {P}.
Pr
De fato
−−→ −−−→ −−→ −−−→ −−→
Q2 P = Q2 Q1 + Q1 P = −Q1 Q2 + Q1 P = −(a~v1 + b~v2 ) + a~v1 = −b~v2

Portanto P ∈ r1 r2 . Se existir um outro P0 ∈ r1


o

T T
r2 teremos que
−→0

PP = a~v1 = a~v2 ,

para escalares a1 , a2 . Isto gera uma contradição pois temos assumido que ~v1 e ~v2 são linearmente
independentes.
r

Quando tratarmos com retas no espaço aparece mais uma possibilidade.


−−→ −−→
Ve

Sejam r1 : Q1 P = λ~v1 e r2 : Q2 P = λ~v2 duas retas no espaço.


Primeiro caso: ~v1 = a~v2 , isto é, os vetores são linearmente dependentes. Temos duas possibili-
dades
i- Q2 ∈ r1 . Neste caso as retas são iguais e a demonstração é idêntica ao caso 1 i-no plano
ii- Q2 ∈/ r1 . Neste caso as retas são paralelas e não se cruzam e a demonstração é idêntica ao
caso 1 ii-no plano
Segundo caso: Se ~v1 e ~v2 são linearmente independentes. Temos duas possibilidades.
−−−→
i- Se Q1 Q2 é combinação linear de ~v1 e ~v2 , as retas se intersectam. A demonstração deste fato é
muito similar ao Caso 2 do plano.
−−−→
ii- Se Q1 Q2 e ~v1 e ~v2 são linearmente independentes as retas são ditas reversas e não se in-
−−→ −−→
tersectam. De fato, se P ∈ r1 ∩ r2 então existe λ1 e λ2 tais que Q1 P = λ1~v1 e Q1 P = λ2~v2 ,
portanto
−−−→ −−→ −−→ −−→ −−→
Q1 Q2 = Q1 P + PQ2 = Q1 P − Q2 P = λ1~v1 − λ2~v2 ,

o que é uma contradição.


162 Capítulo 9. Retas

 Exemplo 9.4 Considere o triângulo

.
ar
in
Vamos mostrar que existe um único ponto G na intersecção das 3 retas `1 , `2 , `3 para isto vemos
que
−→

im
x2 x2
 
• `1 : D + λ DB ⇒ 2 , 0 + λ x1 − 2 , y1 .
−→ 2 y1
• `2 : A + α AF ⇒ α x1 +x 2 , 2 .
−→
• `3 : C + β CE ⇒ (x2 , 0) + β x21 , x2 , y21 .


Observamos que, por ser um triângulo, `1 e `2 não são paralelas então existe {G} = `1 ∩ `2 . Portanto
el
G é tal que existem α0 , λ0 satisfazendo
• α20 (x1 + x2 ) = λ0 x1 − x22 + x22 .

Pr
• α20 y1 = λ0 y1 .
Então
1 2
λ0 = e α0 = .
3 3
o

Donde

 
x1 + x2 y1
G= , .
3 3
r

Por outro lado, vemos que G ∈ `3 . De fato, ao fazer B = 23


Ve

   
2 x1 − x2 y1 x1 + x2 y1
(x2 , 0) + · , = , = G.
3 2 2 3 3
Então

`1 ∩ `2 ∩ `3 = {G}.

9.4 Distâncias
Estudaremos aqui somente o caso do espaço, pois o plano torna-se um caso particular deste.
Dados dois conjuntos A e B sobre um espaço onde é possível medir, a distância entre esses dois
conjuntos será definida por

dist(A, B) = inf d(a, b),


a∈A, b∈B
9.4 Distâncias 163

isto é, p ínfimo de todas as possíveis distâncias entre os pontos de A e B. Caso existam a ∈ A e


b ∈ B que realizam esse ínfimo, dizemos que a e b realizam a distância e portanto

d(A, B) = d(a, b).


−−→
Distância ponto-reta: Dado um ponto P0 e uma reta r : Q1 P1 = λ~v calculamos a distância
entre P0 e r como

d(P, r) = inf d(P, Q) = inf d(P0 , Q).


P∈{P0 }, Q∈r Q∈r

Agora observamos o seguinte desenho

.
P0

ar
in
d(Q1 , P0 ) > d(Q2 , P0 )

θ r

−−→
Q1 Q2

−−→ im ~v

Pelo teorema de Pitágoras, vemos que a distância será realizada por aquele ponto Q2 ∈ r tal
el
que Q2 P0 é perpendicular a ~v. Mais ainda, observamos que Q2 P0 pode ser escrito como
−−→
−−→ −−→ −
→ −−→ Q1 P0 ·~v
Q2 P0 = Q1 P0 − Pro j~v (Q1 P0 ) = Q1 P0 − ~v,
Pr
||~v ||2
de onde
−−→ 2
d(P0 , r)2 = Q2 P0

o

−−→ 2 (− −→
Q1 P0 ·~v)2
= Q1 P0 −


||~v||2
−−→ 2
= Q1 P0 (1 − cos(θ )2 )

r

−−→ 2
Q1 P0 ×~v

Ve

−−→ 2
= Q1 P0 sin(θ )2 = .

||~v||2
Assim,
−−→
Q1 P0 ×~v

d(P0 , r2 ) = .
||~v||
Distância reta-reta:
No caso de duas retas poderemos falar de distãncia entre elas quando tivermos duas retas
paralelas ou reversas, pois caso se intersectem a distância será 0. De fato, se temos duas retas r1 e
r2 que se intersectam, existe um ponto P ∈ r1 ∩ r2 , então P ∈ r1 e P ∈ r2 e

d(r1 , r2 ) = inf d(Q1 , Q2 ) = d(P, P) = 0


Q1 ∈r1 , Q2 ∈r2

Se as retas são paralelas, podemos fazer o desenho delas sobre um plano onde identificamos os
pontos Q1 ∈ r1 , Q2 ∈ r2 e o vetor diretor ~v de r1 e ~v de r2 .
164 Capítulo 9. Retas

Q1 ~v
r2

r1 P

~v
Q2

Novamente, pelo teorema de Pitágoras, vemos que a distância será realizada pelo ponto P ∈ r2

.
−−→ −−→

ar
tal que PQ1 é perpendicular a ~v. Mais ainda, observamos que PQ1 pode ser escrito como
−−→ −−−→ −−→
PQ1 = Q2 Q1 − Q2 P
−−−→ −−−→

in
= Q2 Q1 − Pro j~v (Q2 Q1 )
−−−→
−−−→ Q2 Q1 ·~v
= Q2 Q1 − ~v
||~v ||2
Procedendo de forma similar ao caso do ponto, temos
−−−→
|| Q2 Q1 ×~v || im
el
d(r1 , r2 ) = .
||~v ||
−−→ −−→
Se temos duas retas r1 : PQ1 = λ~v1 e r2 : PQ2 = λ~v2 que são reversas então a distância entra as
Pr
−−→ −−→
duas retas será dada pela distância entre dois pontos P1 ∈ r1 e P2 ∈ r2 tais que P1 P2 ⊥~v1 e P1 P2 ⊥~v2 .
−−→ −−−→
Assim sendo, este vetor P1 P2 será dado pela projeção ortogonal de Q1 Q2 na direção ~v1 ×~v2 que
é ortogonal a ~v1 e ~v2 simultaneamente.

−v1
o

P1 Q1
r sã

P2
r1 r2
Ve

Q2


v2
Portanto,
−−−→
−−→ −−−→ |(~v1 ×~v2 ) · Q1 Q2 |
d(r1 , r2) = ||P1 P2 || = || Pro j~v1 ×~v2 (Q1 Q2 ) || = .
||~v1 ×~v2 ||

9.5 Exercícios resolvidos


1. Considere as retas

x − 2y + z = 1 x−1 1−z
r1 : r2 : = y = 0;
x + y − 2z = 0 2 2

Determine:
a) se são iguais, paralelas, concorrentes ou reversas,
b) a distância entre elas,
9.5 Exercícios resolvidos 165

c) o ângulo entre elas.


Resolução:


Sabemos que toda reta fica determinada por um ponto P sobre ela e o vetor diretor V .
Então, começamos procurando esta informação de r1 e r2 , isto é, um ponto sobre elas e o
vetor diretor.
Esta informação é fácilmente determinada ao achar as equações paramétricas das retas.
Para achar r1 resolvemos o sistema

x − 2y + z = 1
r1 :
x + y − 2z = 0
 
1 −2 1 | 1

.
`2 − `1 → `2

ar
1 1 −2 | 0
 
1 −2 1 | 1
`2 /3 → `2
0 3 −3 | −1

in
 
1 −2 1 | 1
0 1 −1 | −1/3

im
 
1 0 −1 | 1/3
`1 + 2`2 → `1
0 1 −1 | −1/3
Portanto o sistema equivalente é
el

x − z = 1/3
.
y − z = −1/3
Pr
A reta r1 é solução deste sistema e, portanto fica determinada por

 x = 1/3 + t
r1 = y = −1/3 + t t ∈ R.
z = t

o

Daqui, podemos concluir que a reta r1 passa pelo ponto P1 = (1/3, −1/3, 0) e tem como

vetor diretor a ~V1 = (1, 1, 1).


Para achar a reta r2 definida por
x−1 1−z
r

r2 : = y=0
2 2
Ve

fazemos
x−1 1−z
=s =s y = 0;
2 2
donde

 x = 1 + 2s
r2 = y = 0 s∈R
z = 1 − 2s

Portanto, a reta r2 passa pelo ponto P2 = (1, 0, 1) e é paralela a ao vetor ~V2 = (2, 0, −2).
Com esta informação, podemos observar que as retas não são paralelas nem iguais pois ~V1 e
~V2 são linearmente independentes, de fato

e1 e2 e3
~V1 × ~V2 = 1 1 1 = −2e1 + 4e2 − 2e3 ≡ (−2, 4, −2) 6= ~0.


2 0 −2
166 Capítulo 9. Retas

Utilizando que
−−→
P1 P2 = (1 − 1/3, 0 − (−1/3), 1 − 0) = (2/3, 1/3, 1),
calculamos −−→
|(~V1 × ~V2 ) · P1 P2 |
dist(r1 , r2 ) =
||~V1 × ~V2 ||
|(−2, 4, −2) · (2/3, 1/3, 1)|
=
||(−2, 4, −2)||
2 1
= √ = √ > 0.
24 6

.
Finalmente, o ângulo entre elas é π/2 pois

ar
|~V1 · ~V2 | |(1, 1, 1) · (2, 0, −2)|
cos(α(r1 , r2 )) = = √ = 0.
~ ~
||V1 || ||V2 || 24

in
Juntando as informações, podemos responder:
a) As retas são reversas.
b) A distância entre elas é √16 .
c) O ângulo entre elas é π/2.
2. As retas r e s são dadas por

 x = 1 + 2t
im
el
 
y−2
r := y = 3 + t t ∈ R , s := x + 2 = e z=1
−1
z = 1−t

Pr
a) Encontrar a distância entre as retas r e s e mostrar que as duas retas são reversas.
b) Encontrar a equação paramétrica da reta l, concorrente com ambas retas r e s, e paralela


ao vetor V = (0, 3, 1).
o

Resolução:

a) Observamos primeiramente que a reta s pode ser escrita em forma paramétrica como

 x = −2 + t
s := y = 2−t t ∈R
r

z=1

Ve

Disto podemos concluir que


• o ponto P = (1, 3, 1) ∈ r e que r é paralela a ~Vr = (2, 1, −1).
• o ponto Q = (−2, 2, 1) ∈ s e que s é paralela a ~Vs = (1, −1, 0).
Como

~e1 ~e2 ~e3
(~Vr × ~Vs ) = 2 1 −1 = (−1, −1, −3) 6= ~0

1 −1 0

vemos que ~Vr e ~Vs não são paralelos. Utilizando que


−→
PQ = (−3, −1, 0)
e a fórmula da distância, temos que
−→
|PQ · (~Vr × ~Vs )| |3 + 1| 4
d(r, s) = =√ =√ .
||(~Vr × ~Vs )|| 1+1+9 11
9.5 Exercícios resolvidos 167

Assim d(r, s) > 0 e portanto as retas são reversas.


b) Observamos que se A ∈ l ∩ r então A = (1 + 2α, 3 + α, 1 − α) para algum α ∈ R, e se
B ∈ l ∩ s então B = (−2 + β , 2 − β , 1) para algum β ∈ R. Como


AB = (−3 − 2α + β , −1 − β − α, α)


é paralelo a V = (0, 3, 1) temos que
− −
→ → → −
V × AB = 0

De onde,

.
ar


~e1 ~e2 ~e3
(0, 0, 0) = 0 3 1
−3 − 2α + β −1 − β − α α

in
= (1 + β + 4α, −3 − 2α + β , −9 − 6α + 3β ).
Chegamos assim no sistema

 β + 4α

−2α + β = 3
−6α + 3β = 9
= −1

im
→ α = −2/3, β = 5/3
el
Portanto
Pr
A = (−1/3, 7/3, 5/3) B = (−1/3, 1/3, 1)

l : (−1/3, 7/3, 5/3) + λ (0, 3, 1) λ ∈ R.


o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
10. Planos

in
im
el
No capítulo anterior estudamos as retas e suas características. Em particular vimos que estas
representam soluções de sistemas lineares com uma variável livre. Neste capítulo veremos os
planos. Estes são representações de soluções de sistemas lineares de três incógnitas com duas
Pr
variáveis livres.

10.1 Planos
o

O plano euclidiano pode ser visto como o conjunto de pontos P tais que o vetor que mede o
deslocamento de P com respeito a um ponto O pode ser escrito como uma combinação linear de

dois vetores fixos que são linearmente independentes {~e1 = (1, 0),~e2 = (0, 1)}. Isto é, P = (x, y)
então
−→
r

OP = x~e1 + y~e2 .
Ve

Então, podemos generalizar esta construção para o espaço. Este é o conteúdo da seguinte
definição.
Definição 10.1.1 O plano π que passa por um ponto Q e é paralelo aos vetores linearmente
independentes ~v,~w é o conjunto de pontos P tais que
−→
QP = λ1~v + λ2~w.

Obs. −→
• Um ponto P está no plano π se QP é combinação linear de {~v,~w}. Em particular, Q ∈ π
−→
pois QQ = 0~v + 0~w
−−→ −−→
• Existem pontos P1 , P2 ∈ π tais que QP1 =~v e QP1 = ~w.
Demonstração: De fato, na equação do plano,
−→
QP = λ1~v + λ2 ~w.
170 Capítulo 10. Planos

Se λ1 = 1 e λ2 = 0 sabemos que existe P1 tal que


−−→
QP1 = 1~v + 0~w =~v

Se λ1 = 0 e λ2 = 1 sabemos que existe P2 tal que


−−→
QP2 = 0~v + 1~w = ~w.

 Exemplo 10.1 Seja Q = (0, −1, 2), ~v = (1, −2, 1) e ~ w = (−1, 0, 3). Então, um ponto P = (x, y, z)
está no plano π que passa por Q e é paralelo a ~v e ~w se

.
ar
(x, y + 1, z − 2) = λ1 (1, −2, 1) + λ2 (−1, 0, 3) λ1 , λ2 ∈ R.

in
A equação do plano pode ser escrita em termos de coordenadas como segue: O plano π que passa
por um ponto Q = (x0 , y0 , z0 ) e é paralelo aos vetores linearmente independentes ~v = (v1 , v2 , v3 ) e
~w = (w1 , w2 , w3 ) é o conjunto de pontos P = (x, y, z) tais que

im
(x − x0 , y − y0 , z − z0 ) = λ1 (v1 , v2 , v3 ) + λ2 (w1 , w2 , w3 ),

de onde segue que


el

 x = x0 + λ1 v1 + λ2 w1
π: y = y0 + λ1 v2 + λ2 w2 λ1 , λ2 ∈ R.
Pr
z = z0 + λ1 v3 + λ2 w3

Esta equação é conhecida como equação paramétrica do plano.


 Exemplo 10.2 Seja Q = (0, −1, 2), ~v = (1, −2, 1) e ~
w = (−1, 0, 3). Então, um ponto P = (x, y, z)
está no plano π que passa por Q e é paralelo a ~v e ~w se
o


 x = 0 + λ1 − λ2

π: y = −1 − 2λ1 λ1 , λ2 ∈ R.
z = 2 + λ1 + 3λ2

r


Ve

Definição 10.1.2 Um vetor~v é dito paralelo ao plano π se para qualquer P ∈ π existe um Q ∈ π


−→ −→
tal que PQ =~v. Um vetor ~η é dito normal ao plano se ~η · PQ = 0 para quaisquer P, Q ∈ π.

Com esta definição obtemos outra forma de descrever o plano π. Seja π o plano que passa por
um ponto Q e é paralelo aos vetores linearmente independentes ~v,~w. Defina ~η = ~v × ~w então,
claramente η ·~v = η · ~w = 0. Da definição tiramos que o plano π que passa por Q e é paralelo aos
vetores ~v,~w é o conjunto de pontos P tais que
−→
QP · ~η = 0.

De fato, se P ∈ π existem escalares λ1 , λ2 ∈ R tal que


−→
QP = λ1~v + λ2~w,

de onde segue que


−→
QP · ~η = 0.
10.1 Planos 171
−→
Por outro lado, assuma que QP · ~η = 0. Utilizando que {~η ,~v,~w} são linearmente independentes no
espaço, temos
−→
QP = λ1~η + λ2~v + λ3~w.

Como
−→
0 = QP · ~η = λ1 k~η k2 ⇒ λ1 = 0

de onde
−→

.
QP = λ2~v + λ3~w

ar
portanto P ∈ π.
Neste caso o vetor ~η recebe o nome de vetor normal ao plano π pois, para todo par de pontos P
−→

in
e Q no plano π temos que, QP é ortogonal a ~η .
Temos assim que o plano π que passa por Q e tem ~η como vetor normal é o conjunto de pontos
P que satisfaz
−→
π : {P ∈ R3 , QP · ~η = 0}.

im
Se P = (x, y, z), Q = (x0 , y0 , z0 ) e ~η = (a, b, c) então a equação acima pode ser escrita como
el
(x − x0 , y − y0 , z − z0 ) · (a, b, c) = 0,
Pr
ou

ax + by + cz = (ax0 + by0 + cz0 ) := d,


o

que é a equação geral do plano. Temos mostrado com isto o seguinte:


Proposição 10.1.1 O plano é a representação gráfica do conjunto solução de um sistema linear

com duas variáveis livres.


r

2
Obs. Para estudar o comportamento de uma função f : R → R ao redor de um ponto (x0 , y0 ),
podemos calcular o polinômio de Taylor de primeiro grau ao redor do ponto:
Ve

f (x, y) = z ' f (x0 , y0 ) + ∂x f (x0 , y0 )(x − x0 ) + ∂y f (x0 , y0 )(y − y0 ).

Temos assim que f pode ser descrita, ao redor de (x0 , y0 ) pela equação de um plano. Este
plano recebe o nome de plano Tangente a z = f (x, y) em (x0 , y0 , f (x0 , y0 )).

 Exemplo 10.3 Seja Q = (0, −1, 2), ~v = (1, −2, 1) e ~


w = (−1, 0, 3). Observamos que
 
e1 e2 e3 
~η =~v × ~w = det  1 −2 1  = −6, −4, −2 .
−1 0 3

Então, um ponto P = (x, y, z) está no plano se

−6x − 4y − 2z = (0 + 4 − 4) = 0 ⇒ 3x + 2y + z = 0.


172 Capítulo 10. Planos

 Exemplo 10.4 Vamos achar condições para determinar se três pontos P1 , P2 , P3 estão no mesmo
plano.
−−→ −−→ −−→ −−→
Se eles estão no mesmo plano temos que P1 P2 e P1 P3 são paralelos ao plano, portanto P1 P2 × P1 P3
deve ser normal ao plano. De onde tiramos que
−−→ −−→ −−→
P2 P3 · (P1 P2 × P1 P3 ) = 0.
Análogamente, se temos três pontos P1 , P2 , P3 no plano podemos determinar a equação deste
−−→ −−→
considerando o vetor normal ~η = P1 P2 × P1 P3 e um ponto qualquer, por exemplo P1 , e substituir na
equação do plano
−→
π : {P ∈ R3 , P1 P · ~η = 0}.

.
ar


Resumindo: Para obter a equação de um plano são necessários um ponto no plano Q =


(x0 , y0 , z0 ) e dois vetores linearmente independentes e paralelos ao plano ~v = (v1 , v2 , v3 ), ~w =

in
(w1 , w2 , w3 ). Com esta informação, a equação do plano fica
(x − x0 , y − y0 , z − z0 ) = λ1 (v1 , v2 , v3 ) + λ2 (w1 , w2 , w3 ) λ1 , λ2 ∈ R,

im
na forma vetorial, ou

 x = x0 + λ1 v1 + λ2 w1
π: y = y0 + λ1 v2 + λ2 w2 λ1 , λ2 ∈ R,
el
z = z0 + λ1 v3 + λ2 w3

na forma paramétrica.
Também podemos descrever um plano a partir de um ponto no plano Q = (x0 , y0 , z0 ) e um vetor
Pr
normal ~η = (a, b, c). Neste caso, temos uma equação para descrevé-lo, chamada de equação geral
do plano, e que pode ser obtida a partir do vetor normal e do ponto ao fazer
ax + by + cz = (ax0 + by0 + dz0 ).
o

A relação entre as duas formas de descrever o plano é a seguinte:


• Os vetores paralelos ~v e ~w fornecem um vetor normal no plano ~η =~v × ~w.

• O vetor normal fornece dois vetores paralelos ao plano, ~v e ~w, que são vetores linearmente
independentes e que ressolvem a equação ~η ·~u = 0.
r

10.2 Ângulo
Ve

−−→ −−→
Ângulo entre dois planos: Dados dois planos π1 : Q1 P · ~η1 = 0 e π2 : Q2 P · ~η2 = 0 o ângulo entre
eles é definido como o θ ∈ 0, π2 como na figura

π2
~η2 θ

~η1 θ ~η1
~η2
π1

é fácil ver
que
~1 · η
|η ~2 |
cos (θ ) = .
||~η1 || ||~η2 ||
10.3 Posição relativa de dois planos 173

Dois planos cujo ângulo é π2 são ditos perpendiculares. Caso o ângulo entre os planos seja
θ = 0 os planos são ditos paralelos.
−−→ −−→
Ângulo entre um plano e uma reta: Dados um plano π : Q1 P · ~η = 0 e uma reta r : Q2 P = λ~v
definimos o ângulo entre eles como sendo θ ∈ 0, π2 como na figura
r
~v π
−θ
2

~η θ
~η θ
~v
π

.
ar
Então

in
π  |~η ·~v|
cos −θ = .
2 k ~η kk~v k

Como

cos

2

− θ = sin θ im
el
Temos que
Pr
|~η ·~v|
sin θ = .
k ~η kk~v k
π
Neste caso, se θ = 2 o plano e a reta são perpendiculares e caso θ = 0 são paralelos.
o

10.3 Posição relativa de dois planos


−−→ −−→
Sejam π1 : Q1 P · ~η1 = 0 e π2 : Q2 P · ~η2 = 0 dois planos, então temos 3 possibilidades.
1. Se ~η1 = a~η2 e Q2 ∈ π1 para algum a ∈ R então os planos são iguais.
r

De fato, se P ∈ π2 então
−−→ −−→ −−−→
~η1 · PQ1 = ~η1 · (PQ2 + Q2 Q1 )
Ve

−−→ −−−→
= ~η1 ·PQ2 + ~η1 · Q2 Q1
|{z} | {z }
~2
=aη =0, pois Q2 ∈π1
−−→
~ · PQ +0 = 0.
= a η
| 2 {z }2
=0, pois Q2 ∈π2
de onde segue P ∈ π1 e portanto π2 ⊂ π1 . Análogamente se prova que π1 ⊂ π2 .
2. Se ~η1 = a~η2 e Q2 6∈ π1 então os planos são paralelos. De fato, o ângulo entre eles é zero
(fácil de verificar). Para mostrar que π1 ∩ π2 = 0/ assuma que P ∈ π1 ∩ π2 , então
−−→ −−→
0 = a Q2 P · ~η2 = Q2 P · ~η1
| {z } |{z}
=0, pois Q2 ∈π2 =aη2
−−−→ −−→
= (Q2 Q1 + Q1 P) · ~η1
−−−→ −−→
= Q2 Q1 · ~η1 + Q1 P · ~η1
−−−→
= Q2 Q1 · ~η1 + 0.
Portanto Q2 ∈ π1 o que é uma contradição. Então π1 ∩ π2 = 0.
/
174 Capítulo 10. Planos

3. Se ~η1 ,~η2 são linearmente independentes então os planos se intersectam em uma reta.
De fato, as equações dos planos são:

π1 : a1 x + b1 y + c1 z = d1 . π2 : a2 x + b2 y + c2 z = d1 ,

e o fato de serem vetores linearmente independentes garantem que a matriz escalonada


reduzida associada ao sistema formado pelas duas equações tem duas linhas não nulas.
Portanto, o sistema tem uma variável livre e infinitas soluções. Consequentemente existe uma
intersecção entre os planos. Por se tratar de um sistema de três incógnitas e duas equações
independentes, o conjunto solução é uma reta.

.
ar
10.4 Posição relativa entre uma reta e um plano
−−→ −−→
Seja π : Q1 P · ~η1 = 0 um plano e r : Q2 P = λ~v uma reta.

in
Novamente temos 3 possibilidades.
1. Se ~η ⊥~v e Q2 ∈ π então a reta está contida no plano.
−−→
De fato, se P é um ponto da reta existe λ0 tal que Q2 P = λ0~v. Portanto

im
−−→ −−−→ −−→
Q1 P · ~η = Q1 Q2 · ~η + Q2 P · ~η
= 0 + λ0~v · ~η = 0.
Então P ∈ π e, consequentemente, r ⊂ π.
el
2. Se ~η ⊥~v e Q2 ∈ / π então a reta é paralela ao plano e r ∩ π = 0.
/
Claramente, como ~η ⊥~v, temos que a reta é paralela ao plano. Assuma que existe P ∈ r ∩ π.
Então
−−→ −−−→ −−→
Pr
0 = Q1 P · ~η = Q1 Q2 · ~η + Q2 P · ~η
−−−→
= Q1 Q2 · ~η + 0.
de onde segue que Q2 ∈ π, o que é uma contradição.
3. Se ~η e ~v não são perpendiculares então a reta e o plano se intersectam em um único ponto.
o

De fato, existem vetores ~v1 , ~v2 perpendiculares a ~η e paralelos ao plano tais que {~v,~v1 ,~v2 }
são linearmente independentes. O ponto interseção a reta e ao plano é um ponto P tal que

existem escalares λ , λ1 e λ2 satisfazendo


−−→ −−→
Q2 P = λ~v Q1 P = λ1~v1 + λ2 v~2 .
r
Ve

De onde tiramos que


−−−→ −−→ −−→
Q1 Q2 = Q1 P − Q2 P = λ1~v1 + λ2 v~2 − λ~v.

Como {~v,~v1 ,~v2 } são linearmente independentes sabemos que λ , λ1 e λ2 devem ser os únicos
escalares que resolvem o sistema linear associado.

10.5 Distãncias
Vamos agora calcular as distâncias para os seguintes casos.
−−→
Distância ponto-plano. Seja Q um ponto e π : Q1 P · ~η = 0. Então

d(Q, π) = inf d(P, Q1 ) = inf d(Q, Q1 ),


P∈{Q}, Q1 ∈π Q1 ∈π

Gráficamente
10.6 Exercícios resolvidos 175

Q1 P π
−→
Utilizando Pitágoras, vemos que a distância será dada pela norma do vetor PQ que é a projeção
−−→
ortogonal do vetor QQ1 na direção de ~η . Portanto
−−→

.
−−→ |~η · QQ1 |
d(Q, π) =k Pro j~η QQ1 k= .

ar
k ~η k
Distãncia plano-plano. A distância entre dois planos será diferente de 0 somente no caso em
−−→ −−→
que os planos forem paralelos. Neste caso, sejam π1 : Q1 P · ~η = 0 e π2 : Q2 P · ~η = 0 os planos

in
paralelos.

im
η
Q2
π2
η
el
Q1 π1
Pr
A distância entre os planos será igual a
−−−→
|~η · Q2 Q1 |
d(π1 , π2 ) = d(π1 , Q2 ) = d(π2 , Q1 ) = .
k ~η k
o

Distãncia reta-plano. A distância entre uma reta e um plano será diferente de 0 somente
−−→ −−→
quando a reta for paralela ao plano. Neste caso, sejam π : Q1 P · ~η = 0 o plano e r : Q2 P = λ~v a reta.

~v Q2
r
η
r
Ve

Q1 π
A distância será igual a

−−−→
|~η · Q2 Q1 |
d(π, r) = d(π, Q2 ) = .
k ~η k

10.6 Exercícios resolvidos


1. Considere o desenho
176 Capítulo 10. Planos

Onde A = (0, 1, −1), B = (0, 0, 1), D = (2, −1, 1). Determine


a) o plano π que contém A, B, D,
b) o ponto C, e verifique que C ∈ π,
c) a área do triângulo ABC
d utilizando produto vetorial,
d utilizando a fórmula A = base·altura onde a base é dada pelo
d) a área do triangulo ABC 2
segmento AC.
Resolução:
Considere o desenho

.
ar
in
Onde A = (0, 1, −1), B = (0, 0, 1), D = (2, −1, 1).
Para determinar a equação do plano π que contém A, B, D, precisamos de um ponto e o
vetor normal ao plano.
→ −→
vetorial AB com BD.
Como
im
Escolhemos como ponto, por exemplo a B, e calculamos o vetor normal N fazendo o produto

el


AB = (0 − 0, 0 − 1, 1 − (−1)) = (0, −1, 2),

e
Pr
−→
BD = (2 − 0, −1 − 0, 1 − 1) = (2, −1, 0).

Temos que o vetor normal N, é dado por


o


e1 e2 e3

N = 0 −1 2 = 2e1 + 4e2 + 2e3 ≡ (2, 4, 2).

2 −1 0

Agora, a equação do plano π é obtida ao fazer


r
Ve

N · ((x, y, z) − B) = 0.

Calculando

(2, 4, 2) · (x, y, z − 1) = 0 ⇒ 2x + 4y + 2z − 2 = 0

Portanto, a equação do plano é

x + 2y + z = 1.

→ −→
Para determinar o ponto C = (c1 , c2 , c3 ) observamos que AB = CD donde

(0, −1, 2) = (2 − c1 , −1 − c2 , 1 − c3 ).

Ressolvemos

c1 = 2, c2 = 0, c3 = −1,
10.6 Exercícios resolvidos 177

e obtemos

C = (2, 0, −1).

Observamos que C ∈ π pois satisfaz a equação de π, de fato

2 + 2 · 0 + (−1) = 1.

Podemos calcular a área do triângulo ABC d utilizando produto vetorial.


Observamos que esta, será a metade da área do paralelogramo ABCD.

→ − →
Como a área deste paralelogramo é dado pela norma do produto vetorial entre AB e AC,
−→ − →

.
utilizamos que AC = BC e obtemos:

ar
1 − → −→
Area(ABC)
d = ||AB × BD||
2
1

in
= ||(2, 4, 2)||
2
1√
= 24
2

im
= 6.
Para achar a área do triângulo ABC
d utilizando a fórmula

base · altura
el
A= ,
2

onde a base é dada pelo segmento AB, primeiramente devemos achar a altura h. Observamos
Pr
que a altura h será a norma do vetor

~ =−
H

AB − Proj−


→ (AB),
AC
o

com


→ (AB)
Proj−
AC

− → −

denotando a projeção ortogonal de AB na direção de AC.
r

Calculamos H ~
~ = (0, −1, 2) − (2, −1, 0) · (0, −1, 2) (2, −1, 0)
Ve

H
||(2, −1, 0||2
1
= (0, −1, 2) − (2, −1, 0)
 5
−2 −4
= , ,2
5 5
Portanto
  r
−2 −4 24
h = , , 2 =
5 5 5

→ √
a base b = ||AC|| = ||(2, −1, 0)|| = 5. Donde

√ √
r
d = · 5 · 24 = 6.
Area(ABC)
1
2 5
Juntando o que temos feito, podemos responder:
178 Capítulo 10. Planos

a) A equação do plano π é

x + 2y + z = 1.

b) o ponto C = (2, 0, −1) √


c) a área do triângulo ABC
d utilizando produto vetorial é 6,
d utilizando a fórmula A = base·altura onde a base é dada pelo
d) a área do triangulo ABC
√ 2
segmento AC é 6.
2. Verificar se as afirmações abaixo são verdadeiras ou falsas.

• Os pontos

.
A = (0, 1, 1), B = (1, 1, 1), C = (3, −3, 1) e D = (−5, 2, 4) de R3

ar
são coplanares.
Resolução: (FALSO) Se A, B, C e D são coplanares, então temos

in

→ − → −→
AB · (AC × AD) = 0

im
Fazendo as contas temos
−→ −
→ −→
AB = (1, 0, 0), AC = (3, −4, 0), AD = (−5, 1, 3).

Portanto
el

~e1 ~e2 ~e3

→ −→
AC × AD = 3 −4 0 = (−12, −9, −17)
Pr
−5 1 3

Então

→ − → −→
AB · (AC × AD) = (1, 0, 0) · (−12, −9, −17) = −12 6= 0
o

e, consequêntemente, os pontos não são coplanares.


• Sejam ~u,~v e ~w três vetores no espaço tais que ~u +~v + ~w = ~0, então

~u ×~v =~v × ~w = ~w ×~u.


r

Resolução: (VERDADEIRO). Da relação ~u +~v + ~w = 0 observamos que


Ve

~0 = ~u × (~u +~v + ~w) = ~u ×~v +~u × ~w → ~u ×~v = −~u × ~w = ~w ×~u

e
~0 =~v × (~u +~v + ~w) =~v ×~u +~v × ~w → ~v × ~w = −~v ×~u = ~u ×~v,

então

~u ×~v =~v × ~w = ~w ×~u.

• Os vetores ~u = (1, −2, 1), ~v = (2, 1, 3) e ~w = (3, 1, 4) são linearmente dependentes.


Resolução: (FALSO) Como
 
1 −2 1
det  2 1 3  = 1(4 − 3) − 2(−8 − 1) + 3(−6 − 1) = 3 6= 0
3 1 4
Então, os vetores são linearmente independentes.
10.6 Exercícios resolvidos 179

• Se ~u e ~v são dois vetores no espaço então


||~u||2 · ||~v||2 = |~u ·~v|2 + ||~u ×~v||2
Resolução: (VERDADEIRO) Utilizando que
|~u ·~v|2 = ||~u||2 ||~v||2 cos2 (θ ) ||~u ×~v||2 ||~u||2 ||~v||2 sin2 (θ )
temos que
|~u ·~v|2 + ||~u ×~v||2 = ||~u||2 · ||~v||2 (cos2 (θ ) + sin2 (θ ) = ||~u||2 · ||~v||2 .
• Para quaisquer dois vetores ~u e ~v vale ||~u +~v|| ≥ ||~u − ~w||.
Resolução: (FALSO) Seja ~u = −~v = (1, 1). Então

.
ar

||~u +~v|| = ||(0, 0)|| = 0 ||~u −~v|| = ||(2, 2)|| = 4 2.
Então ||~u +~v|| < ||~u − ~w||.

in
• Para quisquer vectores ~u,~v e ~w de R3 vale
~u × (~v + ~w) = (~u ×~v) − (~w ×~u).

im
Resolução: (VERDADEIRO) Calculamos

~u × (~v + ~w) = (~u ×~v) + (~u × ~w)


= (~u ×~v) − (~w ×~u).
el
• Para quaisquer dois vetores ~v, ~w vale ||~v||2 + ||~w||2 − ||~v − ~w||2 = 2 <~v,~w > .
Resolução: (VERDADEIRO) Calculamos
Pr
||~v − ~w||2 = <~v − ~w,~v − ~w >
= ||~v||2 + ||~w||2 − 2 < ~u,~v > .
• Para quaisquer três vetores ~u, ~v, ~w em R3 vale
~u × (~v × ~w) = (~u ×~v) × ~w.
o

Resolução: (FALSO) Sejam ~u =~e1 , ~v = ~w =~e2


Então
~u × (~v × ~w) =~e1 × (~e2 ×~e2 ) =~e1 ×~0 = ~0
r

No entanto ,
Ve

(~u ×~v) × ~w = (~e1 ×~e2 ) ×~e2 =~e3 ×~e2 = −~e1 6= ~0.


• Para quaisquer três vetores ~u, ~v, ~w em R3 tais que ~u ×~v = ~u × ~w vale ~u × (~v − ~w) = ~0.
Resolução: (VERDADEIRO) De fato
~u ×~v = ~u × ~w → ~u ×~v −~u × ~w = ~0 → ~u × (~v − ~w) = ~0.
3. Verifique se as afirmações abaixo são verdadeiras ou falsas.
• A reta r que contém o ponto P = (1, 2, 0) e tem como vetor diretor ~v = (2, 1, 2) é
perpendicular a reta de equação
x−1 y−2 z
s: = = .
−1 2 −1
Resolução: (FALSO) O vetor diretor da reta s é dado por ~w = (−1, 2, −1), portanto
~v · ~w = (2, 1, 2) · (−1, 2, −1) = −4 + 2 = −2 6= 0
portanto não são perpendiculares.
180 Capítulo 10. Planos

• A reta

 x = −1 + 2t
r: y = 2−t t ∈R
z = −2t

é perpendicular ao plano π : 4x − 2y − 4z + 3 = 0.
Resolução: (VERDADEIRO) O vetor diretor da reta é dado por ~u = (2, −1, −2) e
o vetor normal do plano é ~η = (4, −2, −4) = 2~u. Como os vetores são paralelos e,
neste caso, uma reta e um plano se intersectam num ponto. O plano e a reta são
perpendiculares pois 2~u = ~η .
• Os pontos A = (4, 3, 1) e B = (1, −1, 2) são equidistantes do plano π : 3x + 4y − z = 10.

.
Resolução: (VERDADEIRO) O plano passa pelo ponto P = (0, 0, −10) e tem por vetor

ar
normal ~η = (3, 4, −1). Utilizando a fórmula
|AP · ~η |
d(A, π) =
||~η ||

in
|(−4, −3, −11) · (3, 4, −1)
= √
26

im
13
= √ .
26
e
|BP · ~η |
d(B, π) =
||~η ||
el
|(−1, 1, −12) · (3, 4, −1)|
= √
26
Pr
13
= √ .
26
4. Considere a reta r1 que passa por Q = (0, 0, 1) e tem ~v = (1, 2, −1) como vetor diretor, assim
como a reta r2 dada por
o

x+1 y−1
= = z.
3 2

(a) Encontre os pontos de P1 ∈ r1 e P2 ∈ r2 que satisfazem d(P1 , P2 ) = d(r1 , r2 ).


(b) Encontre as projeções ortogonais da origem em r1 e r2 . (A projeção ortogonal de um
ponto P em uma reta r é a interseção de r com a reta S que contém P e intersecta r
r

ortogonalmente.)
Ve

(c) Encontre equações lineares dos planos π1 e π2 que contém r1 e r2 , respectivamente, e


satisfazem d(π1 , π2 ) = d(r1 , r2 ).
Resolução:
Toda reta r é determinada por um ponto P = (x0 , y0 , z0 ) e um vetor diretor ~V = (v1 , v2 , v3 ).
Neste caso, a equação para métrica da reta é dada por

 x = x0 + tv1
r: y = y0 + tv2 t ∈R .
z = z0 + tv3

Por outro lado, se temos a forma paramétrica da reta como acima, determinamos o ponto P
na reta e o vetor diretor ~V da mesma simplesmente ao fazer P = (x0 , y0 , z0 ) e ~V = (v1 , v2 , v3 ).
Considere a reta r1 que passa por Q = (0, 0, 1) e tem~v = (1, 2, −1) como vetor diretor. Então,
sua equação paramétricaé

 x = λ
r1 : y = 2λ λ ∈R Q1 = (0, 0, 1) ~v1 = (1, 2, −1)
z = 1−λ

10.6 Exercícios resolvidos 181

A reta r2 dada por


x+1 y−1
= = z.
3 2
para chegar na sua equação paramétrica fazemos
x+1 y−1
=α =α z = α.
3 2
para todo α ∈ R. Assim obtemos,

 x = −1 + 3α

.
ar
r2 : y = 1 + 2α α ∈R Q2 = (−1, 1, 0) ~v2 = (3, 2, 1)
z =

α

in
Vamos achar os pontos de P ∈ r1 e Q ∈ r2 que satisfazem d(P, Q) = d(r1 , r2 ). Então, das
equações paramétricas acima, estes pontos devem ser tais que,

P = (λ , 2λ , 1 − λ ) para algum λ ∈ R

Q = (−1 + 3α, 1 + 2α, α)


im
para algum α ∈ R
e, como realizam a distância entre as retas, o segmento que os une deve ser perpendicular a
el
r1 e r2 simultáneamente. Isto quer dizer que
−→ −→
PQ ·~v1 = 0 PQ ·~v2 = 0
Pr

para
−→
PQ = (−1 + 3α − λ , 1 + 2α − 2λ , α − 1 + λ )
o

Calculamos

−→
PQ ·~v1 = 0 ⇒ −1 + 3α − λ + 2(1 + 2α − 2λ ) − (α − 1 + λ ) = 0

⇒ 1 + 3α = 3λ
r

−→
PQ ·~v2 = 0 ⇒ 3(−1 + 3α − λ ) + 2(1 + 2α − 2λ ) + (α − 1 + λ ) = 0
Ve

⇒ −1 + 7α = 3λ
e chegamos no sistema

3α − 3λ = −1
,
7α − 3λ = 1
1
de onde obtemos α = 2 e λ = 56 . Substituindo na definição de P e Q vemos que
   
5 5 1 1 1
P= , , Q= , 2,
6 3 6 2 2

Finalmente, os pontos P1 e P2 que fazem as projeções ortogonais da origem sobre as retas r1


e r2 respectivamente devem satisfazer as seguintes equações:
−−→ −−→ −−→ −−→
Q1 P1 = Pro j~v1 (Q1 O) Q2 P2 = Pro j~v2 (Q2 O).
182 Capítulo 10. Planos

Aqui
 
~u ·~v
Pro j~v (~u) = ~v,
||~v||2

denota a projeção ortogonal do vetor ~u na direção do vetor ~v.


Se P1 = (a, b, c)
(1, 2, −1) · (0, 0, −1)
(a, b, c − 1) = (1, 2, −1)
||(1, 2, −1)||2
1
= (1, 2, −1)
6

.
Portanto P1 = ( 61 , 26 , 65 )

ar
Se P2 = (d, e, f )
(3, 2, 1) · (−1, 1, 0)
(d + 1, e − 1, f ) = (3, 2, 1)
||(3, 2, 1)||2

in
1
= − (3, 2, 1)
14
Portanto P2 = (− 17 , 12
, − 1
)

im
14 14 14
Para encontrar as equações lineares dos planos π1 e π2 que contém r1 e r2 , respectivamente,
e satisfazem

d(π1 , π2 ) = d(r1 , r2 )
el
temos que primeiramente achar o vetor normal deste plano,
Pr

i j k

~η =~v1 ×~v2 = 1 2 −1 = (4, −4, −4)
3 2 1
o

e depois utilizamos a fórmula para P = (x0 , y0 , z0 ) um ponto na reta correspondente e X =


(x, y, z).

−→
~η · PX = 0 ⇒ η · (x, y, z) = η · (x0 , y0 , z0 )

Assim, a equação do plano π1 é a equação do plano com vetor normal ~η que passa por Q1 ,
r

isto é
Ve

4x − 4y − 4z = −4 = → π1 : x − y − z = −1

A equação do plano π2 é a equação do plano com vetor normal ~η que passa por Q2 , isto é

4x − 4y − 4z = −4 − 4 + 0 = −8 → π2 : x − y − z = −2.

Juntando as partes podemos responder:


(a) Os pontos de P ∈ r1 e Q ∈ r2 que satisfazem d(P, Q) = d(r1 , r2 ) são
   
5 5 1 1 1
P= , , Q= , 2,
6 3 6 2 2

(b) As projeções ortogonais da origem em r1 e r2 são

1 2 5 17 12 1
P1 = ( , , ) P2 = (− , ,− )
6 6 6 14 14 14
10.6 Exercícios resolvidos 183

(c) As equações lineares dos planos π1 e π2 que contém r1 e r2 , respectivamente, e satisfa-


zem d(π1 , π2 ) = d(r1 , r2 ) são

π1 : x − y − z = −1 π2 : x − y − z = −2.

5. Determine se os seguintes pontos do R3 são coplanares:

P1 = (1, 0, 1), P2 = (2, 1, 3), P3 = (1, 1, 1), P4 = (2, 2, 3).

Resolução:
Para determinar se quatro pontos são coplanares devemos ver se eles estão no mesmo plano

.
ou não.

ar
A forma mais simples de provar isto é fixar um ponto, por exemplo P1 , e verificar que os
vetores
−−→ −−→ −−→

in
{P1 P2 = (1, 1, 2), P1 P3 = (0, 1, 0), P1 P4 = (1, 2, 2))}

são linearmente dependentes. Mas isto é claro pois

im
−−→ −−→ −−→
P1 P2 + P1 P3 = P1 P4

de fato:
el
(1, 1, 2) + (0, 1, 0) = (1, 2, 2).
Pr
Outra forma de mostrar isto, é provar que os pontos devem pertencer ao plano com normal η,
dado por exemplo por

e1 e2 e3
−−→ −−→
~η = P1 P2 × P1 P3 = 1 1 2 = −2e1 + 0e2 + e3 = (−2, 0, 1),
o

0 1 0

e que passa pelo ponto P1 = (1, 0, 1). Isto é, o plano de equação


−−→
~η · P1 X = 0 ⇒ (−2, 0, 1) · (x − 1, y, z − 1) = 0.
r
Ve

Fazendo as contas obtemos:

−2(x − 1) + z − 1 = 0 ⇒ 2x − z = 1.

Claramente,

P1 = (1, 0, 1), P2 = (2, 1, 3), P3 = (1, 1, 1), P4 = (2, 2, 3),

satisfazem essa equação e portanto estão no plano. Portanto os pontos são coplanares.
6. (a) Encontre equações paramétricas assim como uma equação linear que descrevam o
plano contendo os pontos

P1 = (1, 0, 0), P2 = (1, 2, −1) e P3 = (0, −1, 2).

(b) Encontre a interseção do plano do item (a) com a reta determinada por

x + 2z = 1, y = 2.
184 Capítulo 10. Planos

(c) Determine o cosseno do ângulo formado pela reta e o plano dos itens anteriores.
Resolução:
Para determinar as equações paramétricas de um plano, precisamos achar dois vetores
paralelos ao plano ~u = (u1 , u2 , u3 ) e ~v = (v1 , v2 , v3 ), e um ponto no plano P = (x0 , y0 , z0 ).
Desta forma a equação fica:

 x = x0 + tu1 + sv1
y = y0 + tu2 + sv2 (s,t) ∈ R2 .
z = z0 + tu3 + sv3

Neste caso particular, temos somente os pontos no plano

.
ar
P1 = (1, 0, 0), P2 = (1, 2, −1) e P3 = (0, −1, 2),

e precisamos construir os vetores paralelos ao plano. Isto pode ser fácilmente feito ao fixar

in
um ponto, por exemplo P1 = (1, 0, 0) e fazer
−−→ −−→
~u = P1 P2 = (0, 2, −1) ~v = P1 P3 = (−1, −1, 2)

Observamos que o vetor



e1 e2 e3

~η = ~u ×~v = 0

im
2 −1 = 3e1 + e2 + 2e3 = (3, 1, 2)
el
−1 −1 2

é normal ao plano que estamos construindo.


Pr
Então as equações paramétricas do plano π que contém os pontos são

 x = 1−β
π: y = 2α − β (α, β ) ∈ R2
o

z = −α + 2β

A equação linear fica determinada por


−−→
~η · P1 X = 0
r

para X = (x, y, z). Calculando


Ve

π : (3, 1, 2) · (x − 1, y, z) = 0 ⇒ 3x + y + 2z = 3.

Para determinar a interseção do plano π acima com a reta r dada por

r : x + 2z = 1, y = 2.

Construimos um sistema juntando as equações da reta à equação do plano. Isto é,



 x + 2z = 1
y = 2
3x + y + 2z = 3

Fazendo manipulações algébricas no sistema, obtemos as equivalências


 
 x + 2z = 1  x = 0
→ y = 2 → y = 2
3x + 2z = 1 2z = 1
 
10.6 Exercícios resolvidos 185

Portanto a interseção da reta com o plano é dada pelo ponto

P = (0, 2, 1/2).

Observamos que o cosseno do ângulo θ formado pela reta r e o plano π é tal que π2 − θ = γ
com γ o ângulo formado por ~η , o vetor normal ao plano, e o vetor diretor da reta ~v
||~η ×~v||
cos(θ ) = sin(γ) =
||~η || ||~v||
Portanto, devemos achar o vetor diretor da reta r. Para isto, lembramos que a reta é determi-
nada por

.
ar
x + 2z = 1, y = 2,

de onde, a equação vetorial da reta é

in
r : (1 − 2z, 2, z) z ∈ R ⇒ z(−2, 0, 1) + (1, 2, 0) z ∈ R.

Assim, o vetor diretor é ~v = (−2, 0, 1).

im
Calculamos

e1 e2 e3

~η ×~v = 3 1 2 = e1 − 7e2 + 2e3 ≡ (1, −7, 2)
−2 0 1
el
portanto

Pr
||~η ×~v|| 52
cos(θ ) = =√ √
||~η || ||~v|| 14 5
Agora, podemos responder:
1) A equação paramétrica do plano π que contém os pontos dados é
o


 x = 1−β

π: y = 2α − β (α, β ) ∈ R2
z = −α + 2β

2) A interseção da reta com o plano é dada pelo ponto


r
Ve

P = (0, 2, 1/2).

3)

54
cos(θ ) = √ √
14 5
7. Encontrar a equação do plano π que é perpendicular a cada um dos planos

α : x − y − 2z = 0 β : 2x + y − 4z − 5 = 0

e contém o ponto A = (4, 0, −2).


Resolução:
Para encontrar a equação do plano π devemos encontrar um ponto que pertence ao plano,


que neste caso pode ser o ponto A, e um vetor normal N . Logo, a equação do plano é obtida
ao fazer
− −→

N · AX = 0
186 Capítulo 10. Planos


para X = (x, y, z), ou equivalentemente, se N = (n1 , n2 , n3 ),

(n1 , n2 , n3 ) · (x − 4, y − 0, z − (−2)) = 0.


Assim, para poder aplicar a formula, só nos resta achar N .


Para obter N , utilizamos que o plano deve ser perpendicular a cada um dos planos

α : x − y − 2z = 0 β : 2x + y − 4z − 5 = 0.


Das equações, concluimos que os vetores normais destes planos são N α = (1, −1, −2) e


N β = (2, 1, −4), pois as entradas do vetor normal são os números que acompanham as
variáveis da equação.

.

− →

ar
Como π é perpendicular a α e β simultáneamente, temos que N é perpendicular a N α e

− →

N β simultáneamente. Então N deve ser paralelo a

in
e1 e2 e3

Nα × Nβ = 1 −1 −2 = (6, 0, 3).
2 1 −4

im


Escolhemos N = (6, 0, 3) e calculamos

π : (6, 0, 3) · (x − 4, y − 0, z − (−2)) = 0 ⇒ 6x + 3z = 18
el
≡ 2x + z = 6.
A equação do plano π é
Pr
π : 2x + z = 6.

8. As retas r e l são dadas por:


o


x=0 
x−4 = z−1


r= y = 2−t , t ∈ R l=
y = 3.
z = 1−t

r

a) Mostrar que r e l são reversas.


b) Encontrar os planos π e α tais que: r ⊂ π, l ⊂ α e π é paralelo a α.
Ve

c) Encontrar a distância entre os planos π e α do item anterior.


d) Encontrar os pontos P em r e Q em l tais que a reta que passa por P e Q seja perpendi-
cular a r e a l.
Resolução:


Toda reta é caracterizada por um ponto P sobre ela e o vetor diretor V ao qual ela é paralela.


A forma mais fácil de obter P e V é colocar a reta na forma vetorial ou na paramétrica, pois,
se por exemplo a equação paramétrica da reta é

 x = x0 + tv1
y = y0 + tv2 , t ∈ R
z = z0 + tv3



então P = (x0 , y0 , z0 ) e V = (v1 , v2 , v3 ).
Análogamente, se a equação vetorial da reta é

(x0 , y0 , z0 ) + t(v1 , v2 , v3 ),
10.6 Exercícios resolvidos 187


então P = (x0 , y0 , z0 ) e V = (v1 , v2 , v3 )
Para conseguir trabalhar com as retas r e l, vamos procurar, de cada um delas, esta informação
Considere as retas r e l dadas por:


x=0 
x−4 = z−1

r= y = 2−t , t ∈ R l=
y = 3.
z = 1−t

Observamos r está na forma paramétrica, no entanto l não. Para escrever l em forma


paramétrica fazemos

.
ar
x−4 = s = z−1 ⇒ x−3 = z

⇒ x = 3 + s, z = s.

in
Então

 x = 3+s

im
l= y=3 t ∈R
z = s.



Assim, obtemos que r passa pelo ponto P1 = (0, 2, 1) e tem como vetor diretor V =
el


(0, −1, −1) e que l passa por P2 = (3, 3, 0) e tem como vetor diretor a W = (1, 0, 1)).

− → −
Claramente, V e W não são paralelos pois
Pr

e1 e2 e3

− → −
V × W = 0 −1 −1 = (−1, −1, 1) 6= (0, 0, 0).
1 0 1
o

Calculamos a distância entre r e l utilizando os pontos P1 = (0, 2, 1) ∈ r e P2 = (3, 3, 0) ∈ l.


Calculando,

−−→ → − → −
| < P1 P2 , ( V × W ) > |
d(r, l) = →
− → −
|| V × W ||
r
Ve

| < (3, 1, −1), (−1, −1, 1) > | 5


= √ =√
3 3


Um plano fica determinado por um ponto P = (a, b, c) sobre ele e um vetor normal N =
(n1 , n2 , n3 ). Com esta informação, podemos obter a equação do plano utilizando a fórmula:

− −→
N (PX) = 0

para X = (x, y, z), ou equivalentemente,




N · ((x, y, z) − (a, b, c)) = 0.

Os planos π e α tais que: r ⊂ π, l ⊂ α e π é paralelo a α terão como vetor normal, um vetor



− → −
que é perpendicular a V e W simultáneamente.
Então, utilizamos como vetor normal a

− → − →−
N = V ×W.
188 Capítulo 10. Planos


Se π é o plano que contem r, então ele passa por P1 e tem como vetor normal N , então

π : (−1, −1, 1)((x, y, z) − (0, 2, 1)) = 0 ⇒ −x − y + z = −1




Se α é o plano que contem l, então passa por P2 e tem como vetor normal N , isto é,

α : (−1, −1, 1)((x, y, z) − (3, 3, 0)) = 0 ⇒ −x − y + z = −6

Claramente, como π e α são paralelos temos


5
d(π, α) = d(r, l) = √
3

.
ar
Para achar os pontos P em r e Q em l tais que a reta que passa por P e Q seja perpendicular a
r e a l observamos que como P ∈ r existe um t0 ∈ R tal que

in
P = (0, 2 − t0 , 1 − t0 )

e como Q ∈ l existe um s0 ∈ R tal que

Q = (s0 + 3, 3, s0 ).

im −→
Mais ainda, como estes pontos são os únicos que realizam a distância, então o vetor PQ tem
el
que ser perpendicular as retas r e l.
Portanto, se
−→
Pr
PQ = (s0 + 3, 1 + t0 , s0 + t0 − 1)

temos
( −→ →−
< PQ, V > = 0
o

−→ →−
< PQ, W > = 0,

isto é
−→ →−
0 =< PQ, V >=< (s0 + 3, 1 + t0 , s0 + t0 − 1), (0, −1, −1) >= −(s0 + 2t0 )
r

−→ →−
Ve

0 =< PQ, W >=< (s0 + 3, 1 + t0 , s0 + t0 − 1), (1, 0, 1) >= 2s0 + t0 + 2.


Obtemos assim um sistema

s0 + 2t0 = 0
.
2s0 + t0 = −2

Ressolvendo,

t0 = 2/3 s0 = −4/3.

Portanto
   
4 1 5 4
P = 0, , Q= , 3, − .
3 3 3 3

Então:
a) Provamos que d(r, l) = √5 > 0 e portanto as retas são reversas.
3
10.6 Exercícios resolvidos 189

b) Os planos π e α tais que: r ⊂ π, l ⊂ α e π é paralelo a α são

π : x − y + z = −1 α : x − y + z = −6

c) d(π, α) = d(r, l) = √53 .


d)
   
4 1 5 4
P = 0, , Q= , 3, − .
3 3 3 3

9. Dados o plano

.
π : 2x + 2y − z = 6

ar
e o ponto P : (2, 2, −4), encontre
(a) a distância de P a π.

in
(b) a equação da reta que passa por P e é ortogonal a π.
(c) o ponto Q em π de forma que a distância de P a Q seja igual a distândica de P a π
Resolução:

que precissamos para fazer os cálculos.


im
Começamos determinando um ponto no plano e um vetor normal a este, pois é a informação

Se π : 2x + 2y − z = 6 então as entradas do vetor normal são os números as que acompanham


el
as variáveis x, y e z, isto é,


N π = (2, 2, −1).
Pr
Como ponto Pπ sobre o plano, escolhemos qualquer um que satisfaça a equação, por exemplo
Pπ = (3, 0, 0).
Da fórmula de distancia.
−−→ → −
o

|PPπ · N | |(1, −2, 4) · (2, 2, −1))| 6


d(P, π) = →
− = √ = =2
|| N || 4+4+1 3



Toda reta é caracterizada por um ponto P sobre ela e um vetor diretor V .
A reta r que passa por P e é ortogonal a π terá como vetor diretor o vetor normal ao plano.
r

Então
Ve

 → − →

V r = N π = (2, 2, −1)
⇒ r = (2, 2, −4) + t(2, 2, −1) t ∈ R
Pr = P = (2, 2, −4)

Sabemos da teoria, que a interseção de uma reta com um plano pode ser a propria reta, um
ponto ou vazia.


De fato, se o vetor diretor da reta V r for paralelo ao plano, e um ponto da reta estiver no
plano, isto é,

− →−
Nπ·V r =0

então, a reta inteira estará contida no plano.


Caso contrário, isto é,

− → −
N π · V r 6= 0

a interseção será um único ponto.


190 Capítulo 10. Planos

Neste caso, r ∩ π tem que ser um ponto Q pois o vetor diretor da reta é perpendicular ao
plano.
Como Q está na reta, existe um t0 tal que

Q = (2 + 2t0 , 2 + 2t0 , −4 − t0 ).

E como Q está no plano, deve satisfazer a equação deste, isto é,

2(2 + 2t0 ) + 2(2 + 2t0 ) − (−4 − t0 ) = 6 ⇒

9t0 = 6 − 12 = −6 ⇒ t0 = −2/3
Então
   
4 4 2 2 2 −10
Q = 2 − , 2 − , −4 + = , ,
3 3 3 3 3 3

Juntando as informações, obtemos:


(a) a distância de P a π é de 2 unidades.
(b) a equação da reta que passa por P e é ortogonal a π é

r = (2, 2, −4) + t(2, 2, −1) t ∈ R.

(c) o ponto Q em π de forma que a distância de P a Q é


 
2 2 −10
Q= , ,
3 3 3

10. Dados quatro vértices, O = (0, 0, 0), A = (−2, −1, 1), B = (1, 1, 1), e C = (5, 1, −1) de um
paralelepípedo, cuja distribuição está esquematizada no desenho abaixo.
!q q E
C!
q ! q 

D

Bq q
q q 
 
O A (a figura não é um cubo!)
(a) Encontrar a equação do plano que contém os vértices 0, A, e B.
(b) Encontrar a equação do plano que contém os vértices C, D, e E.
(c) Encontrar a equação da reta que passa pelos vértices C e D.
(d) Encontrar as coordenadas dos pontos D e E.
Resolução:
Primeiramente observamos que, por ser um paralelepípedo, temos
−→ − → −→ −→
CD = OA = (−2, −1, 1) DE = OB = (1, 1, 1).

Então, o plano π que contém O, A, B está caracterizado por



 → − −
→ −→ i j k
N π = OA × OB
⇒ Nπ = −2 −1 1 = (−2, 3, −1).
Pπ = O = (0, 0, 0) 1 1 1

Assim, equação do plano π é dada por




N π · ((x, y, z) − (0, 0, 0)) = 0 ⇒ −2x + 3y − z = 0.
10.6 Exercícios resolvidos 191

O plano α, que contém C, D, E, é paralelo a π e, portanto, está caracterizado por


 →
− →

N α = N π = (−2, 3, −1)
Pα = C = (5, 1, −1)

A equação do plano α é dada por




N α ((x, y, z) − (5, 1, −1)) = 0 ⇒

−2x + 3y − z + 2(5) − 3(1) − (−1)(−1) = 0.


Então

α : −2x + 3y − z = −6.

Para determinar a equação de uma reta precissamos um ponto sobre ela e o vetor diretor da
mesma.
A reta r que passa por C e D é paralela a reta que passa por O e A. Escolhemos então como


ponto Pr sobre a reta e vetor diretor V r a
 → − −

V r = OA = (−2, −1, 1)
Pr = C = (5, 1, −1)

Portanto, a equação vetorial da reta é

r = (5, 1, −1) + t(−2, −1, 1) t ∈ R

Finalmente, como
−→ − →
CD = OA = (−2, −1, 1)

e C = (5, 1, −1) temos que

D = (−2, −1, 1) + (5, 1, −1) = (3, 0, 0)

Por outro lado


−→ −→
DE = OB = (1, 1, 1),

donde

E = (1, 1, 1) + (3, 0, 0) = (4, 1, 1).

Juntando o feito, podemos responder:


(a) A equação do plano que contém os vértices 0, A, e B é

π : −2x + 3y − z = 0.

(b) A equação do plano que contém os vértices C, D, e E é

α : −2x + 3y − z = −6.

(c) A equação da reta que passa pelos vértices C e D é

r = (5, 1, −1) + t(−2, −1, 1) t ∈ R.


192 Capítulo 10. Planos

(d) As coordenadas dos pontos D e E são

D = (3, 0, 0) E = (4, 1, 1).

11. Encontrar equações paramétricas assim como uma equação linear que descreva os planos π1
e π2 que contém a reta r definida por

 x = 1+t
r := y = −1 + t t ∈ R
z = 2t

e tais que (1, 0, 0) ∈ π1 e (0, 0, 0) ∈ π2 .


b) Encontre o ângulo entre os dois planos π1 e π2 .

Resolução:
a) Sabemos que cada plano contém a reta

 x = 1+t
r := y = −1 + t t ∈ R
z = 2t



que passa pelo ponto P = (1, −1, 0) e é paralela ao vetor V = (1, 1, 2).
Então, para achar a equação de cada plano, temos que procurar um ponto Q em cada um
−→
deles, que não esteja na reta e, com ele construir o vetor PQ. Logo, a quação paramétrica de
cada plano virá dada pela equação

− −→
X = P + α V + β PQ, α, β ∈ R

onde X = (x, y, z).


Para a equação linear, primeiro achamos o vetor normal ao plano fazendo
−→ → −
η = PQ × V

e obtemos a equação do plano ao fazer

~ = 0.
η · PX

Fazemos então cada caso:


−−→
• π1 : Neste caso Q1 = (1, 0, 0) donde PQ1 = (0, 1, 0) e portanto

 x = 1+α
π1 : y = −1 + α + β
z = 2α

Calculamos

~e1 ~e2 ~e3

η1 = 0 1 0 = (2, 0, −1)
1 1 2

portanto

(2, 0, −1) · (x − 1, y + 1, z) = 0 ⇒ 2(x − 1) − z = 0 ⇒ 2x − z = 2


10.6 Exercícios resolvidos 193
−−→
• π2 : Neste caso Q2 = (0, 0, 0) donde PQ2 = (−1, 1, 0) e portanto

 x = 1+α −β
π2 : y = −1 + α + β
z = 2α

Calculamos

~e1 ~e2 ~e3

η2 = −1 1 0 = (2, 2, −2)
1 1 2

portanto

(2, 2, −2) · (x − 1, y + 1, z) = 0 ⇒ 2(x − 1) + 2(y + 1) − 2z = 0

⇒ x+y−z = 0
b) O ângulo θ entre os dois planos deve satisfazer a equação

|η1 · η2 | |(2, 0, −1) · (2, 2, −2)| 6


cos(θ ) = = √ √ =√ √ .
||η1 || ||η2 || || 4 + 1|| || 4 + 4 + 4|| 5 12

12. As retas r e s são dadas por


 
 x = 1−t  x=2
r := y = 2 + 3t t ∈ R , s := y = 2+ p p ∈ R
z=t z = −p
 

a) Encontrar a distância entre as retas r e s e mostrar que as duas retas são reversas.
b) Encontrar as equações dos planos paralelos π1 e π2 , tais que r está contida em π1 e s está
contida em π2 .
c) Encontrar o ângulo entre as retas r e s.

Resolução:
Primeiramente observamos que a reta r passa pelo ponto P = (1, 2, 0) e é paralela ao vetor
~v1 = (−1, 3, 1) e que a reta s passa pelo ponto Q = (2, 2, 0) e é paralela ao vetor ~v2 =
(0, 1, −1). Calculamos
−→
PQ = (1, 0, 0)

e

~e1 ~e2 ~e3

~η =~v1 ×~v2 = −1 3 1 = −4~e1 −~e2 −~e3 = (−4, −1, −1)

0 1 −1

a) A distância entre as retas é dada por


−→
|PQ · ~η | 4
d(r, s) = =√
||~η || 18
portanto as retas são reversas.
194 Capítulo 10. Planos

b) As equações dos planos π1 e π2 são


−→
π1 : ~η · PX = 0 ⇒ (−4, −1, −1) · (x − 1, y − 2, z) = 0

⇒ π1 : 4x + y + z = 6
e
−→
π2 : ~η · PX = 0 ⇒ (−4, −1, −1) · (x − 2, y − 2, z) = 0

⇒ π2 : 4x + y + z = 10
c) O ângulo θ entre as duas retas satisfaz

~v1 ·~v2
cos(θ ) =
= √2 .
||~v1 || ||~v2 || 22
13. Para cada um dos casos abaixo encontre equações paramétricas e equações simétricas para a
reta r:
a) A reta r passa pelos pontos A = (1, 0, 1) e B = (2, 3, 1).
b) A reta r tem vetor diretor v = (1, 1, −1) e passa pelo ponto P0 = (0, 1, 7).
c) A reta r passa pelo ponto P0 = (1, −1, 1) e é paralela à reta l : x − 1 = y = 2z−2
3 .
d) A reta r é perpendicular ao plano 2x − y + 2z = 4 e passa pelo ponto de interseção das
retas l1 e l2 dadas por:
 
 x=t  x = −1 + 2s
l1 : y = 2 + t ,t ∈ R e l2 : y = 1 + s , s ∈ R.
z = 1+t z=0
 

e) A reta r é a interseção dos planos x + y + 2z = 1 e 2x − y + z = 2.


Resolução:
a) A reta que passa por A = (1, 0, 1) e B = (2, 3, 1) tem vetor diretor = (1, 3, 0). Então sua
equação paramétrica é
 
 x = −1 + t  x = 1+t
r= y = 0 + 3t = y = 3t
z = 1 + 0t z=1
 

e sua e equação simétrica é


y
x−1 = z=1
3

b) A reta r que tem vetor diretor ~v = (1, 1, −1) e passa por (0, 1, 7) tem equaçoẽs paramé-
tricas
 
 x = 0+t  x=t
r= y = 1+1·t = y = 1+t
z = 7 + (−1) · t z = 7−t
 

e equação simétrica
z−7
x = y−1 =
−1
10.6 Exercícios resolvidos 195

c) A reta r que passa por P0 = (1, −1, 1) e é paralela a


2z − 2 z − 1
` : x−1 = y = =
3 3/2
tem por vetor diretor o mesmo vetor da reta

` :~v = (1, 1, 3/2)

então as equações paramétricas são:



 x = 1+t
r= y = −1 + t
z = 1 + 23 t

e simétricas são:
z−1
x−1 = y+1 =
3/2

d) A reta r que é perpendicular ao plano π : 2x − y + 2z = 4 e passa pelo ponto de


intersecção das retas
 
 x=t  x = −1 + 2s
l1 : y = 2 + t ,t ∈ R e l2 : y = 1 + s , s ∈ R.
z = 1+t z=0
 

por ser perpendicular a π tem por vetor diretor ~v o vetor normal do plano. Então
~v = (2, −1, 2). O ponto P0 = `1 é tal que

t0 = −1 + 2s0 
2 + t0 = 1 + s0 ⇒ t0 = −1 e S0 = 0 ⇒ P0 = (−1, 1, 0)
1 + t0 = 0

Portanto, a equação paramétrica é


 
 x = −1 + 2λ  x = −1 + 2λ
r= y = 1 − 1λ = y = 1−λ ,λ ∈ R
z = 0 + 2λ z = 2λ
 

e a equação simétrica é
x+1 z
= 1−y =
2 2

e) Sejam π1 : x + y + 2z = 1 e π2 : 2x− então r é solução do sistema



x + y + 2z = 1
r:
2x − y + z = 2

Resolvemos pelo método de Gauss-Jordan


   
.. ..
 1 1 2 . 1  −2`1 + `2 → `2  1 1 2 . 1 
. −−−−−−−−−−−→ .
2 −1 1 .. 2 0 −3 −3 .. 0
196 Capítulo 10. Planos

   
.. ..
`2  1 1 2 . 1   1 0 1 . 1 
→ `2 . `1 − `2 → `1 .
3 0 1 1 .. 0 −−−−−−−−−→ 0 1 1 .. 0
−−−−−−→

x = 1−z y = −z ⇒ S = {(1 − λ , −λ , λ ), λ ∈ R}


 x = 1−λ x−1 y
⇒ r: 2y = −λ , λ ∈ R ou na forma simétrica = =z
−1 −1
z=λ

14. Para cada par de retas r e l abaixo encontre l ∩ r. E nos casos em que a interseção é vazia
decida se elas são paralelas ou reversas.
a)

x−2 y+3 z+2 3x + 2y + z = −2
r: = = e l: .
4 −1 3 x − y + 2z = 1
b)
x+1 y+4 z−2 x − 3 y + 14 z − 8
r: = = e l: = = .
2 −5 3 2 5 −3
c)
 
3x − y − z = 0 x − 3y + z = −3
r: e l: .
8x − 2y − 3z = −1 3x − y − z = −5

Resolução:
a) Escrevemos as duas retas na forma paramétrica

 x = 2 + 4λ
r: y = −3 − λ , λ ∈ R
z = −2 + 3λ

para achar a equação paramétrica de ` resolvemos o sistema


   
.. ..
 3 2 1 . −2  −3`2 + `1 → `1  0 5 −5 . −5 
.. −− − −−− −−−−−→ .
1 −1 2 . 1 1 −1 2 .. 1
   
.. ..
`2
→ `2  0 1 −1 . −1  `1 + `2 → `2  0 1 −1 . −1 
5 . −−−−−−−−−→ .
−−−−−−→ 1 −1 2 .. 1 1 0 1 .. 0

⇒ y = z−1 x = −z

 x = −α 2 + 4λ = −α
`: 2y = α − 1 , α ∈ R ⇒ l ∩r ⇒ −3 − λ = α − 1
z=α −2 + 3λ = α

⇒ λ = 0. ⇒ α = −2. Portanto l ∩ r = {(2, −3, −2)}


10.6 Exercícios resolvidos 197

b) Escrevemos r e ` na forma paramétrica


 
 x = −1 + 2λ  x = 3 + 2α
r: y = −4 − 5λ , λ ∈ R `: y = −14 + 5α , α ∈ R
z = 2 + 3λ z = 8 − 3α
 

−1 + 2λ = 3 + 2α
λ −α = 2
l ∩r ⇒ −4 − 5λ = −14 + 5α ⇒
λ +α = 2
2 + 3λ = 8 − 3α
⇒ λ = 2 α = 0.
Portanto

l ∩ r = {(3, −14, 8)}

c) O ponto de interseção deve resolver todas as equações




 3x − y − z = 0
8x − 2y − 3z = −1


 x − 3y + z = −3
3x − y − z = −5

Então sistema impossível. Portanto ` e r são reversas.

15. Em cada um dos casos abaixo encontre a equação do plano π.


a) O plano π passa pelo ponto P = (3, 1, 2) e tem vetor normal N = (1, 2, −3).
b) O plano π passa pelos pontos A = (0, 0, 2), B = (2, 4, 1) e C = (−2, 3, 3)
c) Tem-se que C = (−5, 1, 2) ∈ π e que π é perpendicular à reta que passa pelos pontos
A = (2, 2, −4) e B = (7, −1, 3).
d) O plano π é perpendicular ao plano x + 3y − z = 7 e contém os pontos A = (2, 0, 5) e
B = (0, 2, −1).
e) O plano π é perpendicular a cada um dos planos x − y − 2z = 0 e 2x + y − 4z − 5 = 0 e
contém o ponto A = (4, 0, −2).

Resolução:

→ → −
a) Substituindo na equação do plano Px · N = 0 para P = (3, 1, 2) e N = (1, 2, −3) temos:

(x − 3, y − 1, z − 2) · (1, 2(−3)) = 0

x − 3 + 2(y − 1) − 3(z − 2) = 0
x + 2y − 3z = −1

b) O plano π que passa por A = (0, 0, 2), B = (2, 4, 1) e C = (−2, 3, 3) tem vetor normal

i j k


N = AB × AC = 2 4 −1 = (7, 0, 14)
−2 3 1


→ → −
substituindo agora na equação do plano Px · N = 0 para P = A temos:

(7, 0, 14) · (x, y, z − 2) = 0


198 Capítulo 10. Planos

7x + 14z = 28 ⇒ x + 2z = 4

c) Como π ⊥ r temos que um vetor normal a π é o vetor diretor de r. Como r passa



− −

por A = (2, 2, −4) e B = (7, −1, 3) temos N = AB = (5, −3, 7) , como π passa por
C = (−5, 1, 2) temos que a equação do plano é

→ → −
Cx · N = 0

⇒ (x + 5, y − 1, z − 2) · (5, −3, 7) = 0
5(x + 5) − 3(y − 1) + 7(z − 2) = 0
5x − 3y + 7z = 25 − 3 + 14 = −14
5x − 3y + 7z = −14

d) O plano π é perpendicular a

π2 : x + 3y − z = 7


contém os pontos A = (2, 0, 5) e B = (0, 2, −1) como π ⊥ π2 temos que N2 = (1, 3, −1)
é paralelo a π e como A, B ∈ π temos

→ −
→ − →
AB \ \π ⇒ AB × N2 ⊥ π


i j k

→ − →
AB × N2 = 1 3 −1 = (−16, 8, 8)

−2 2 −6

então a equação do plano fica P = A

(−16, 8, 8) · (x − 2, y, z − 5) = 0

−16(x − 2) + 8y + 8(z − 5) = 0
−16x + 8y + 8z = −32 + 40 = 8
−2x + y + z = 1

e) Como π é perpendicular a

π1 : x − y − 2z = 0e π2 : 2x + y − 4z = 5

e contém A = (4, 0, −2) temos que N1 = (1, −1, −2) e N2 = (2, 1, −4) são paralelos a
π. Então o vetor

i j k

− − → − →
N = N1 × N2 = 1 −1 −2 = (6, 0, 3)
2 1 −4
10.6 Exercícios resolvidos 199

→ → −
é perpendicular a π e substituindo na equação π : Px · N = 0 para P = A temos:

(x − 4, y, z + 2) · (6, 0, 3) = 0

6(x − 4) + 3(z − 2) = 0

2x − 8 + z − 2 = 0

π : 2x + z = 6

16. a) Encontre a distância do plano π : 2x + 2y − z = 6 e o ponto P = (2, 2, −4).


b) Encontre a distância perpendicular entre os planos (paralelos): 4x − 8y − z = 9 e
2x − 4y − 2z = 5.
c) Verifique que a reta x − 1 = z − 2 e y = 3 é paralela ao plano x + 2y − z = 3 e encontre
a distância perpendicular entre eles.

Resolução:


a) Dados π : 2x + 2y − z = 6 e P = (2, 2, 4) observamos que o vetor N = (2, 2, −1) é
normal ao plano e que Q = (0, 0, −6) é um ponto no plano. Então, substituindo na
fórmula, temos:
− −→

| N · PQ | | (2, 2, −1) · (−2, −2, −10) | 6
d(π, P) = →
− = √ = =2
|| N || 9 3



b) Dados os planos π1 : 4x−8y−z = 9 e π2 : 2x−4y− 2z = 5 vemos que N1 = (4, −8, −1) e

→ −
→ − →
N2 = (2, −4, −1/2) são os vetores normais a π1 e π2 respectivamente. Como 2N2 = N1
e P1 = (0, 0, −9) ∈ π, mas π1 ∈
/ π2 , pois 9/2 6= 0, temos que π1 \ \π2 e π1 ∩ π2 = ∅.

→ −−→
| N1 · P1 P2 | | (4, −8, −1) · (0, 0, −1) | 1
d(π1 , π2 ) = −
→ = √ =
|| N1 || 81 9

c)

Dada a reta r : x − 1z − 2 y=3 e o plano π : x + 2y − z = 3

vamos mostrar que são paralelos. Para isto devemos ver que o normal ao plano é
perpendicular ao vetor diretor da reta. Observamos que

→ →

Nπ = (1, 2, −1) e Vr = (1, 0, 1)

Então como
→ →
− −
Nπ · Vr = (1, 2, −1) · (1, 0, 1) = 0

para calcular a distância considere o ponto P = (1, 3, 2) ∈ r e Q = (3, 0, 0) ∈ π. Então


→ −→

| Nπ · PQ | | (1, 2, −1) · (2, −3, 2) | | 2 − 6 + 2 | 2
d(r, π) = −
→ = √ = √ =√
|| Nπ || 6 6 6
200 Capítulo 10. Planos

17. Determine o valor de x para que os pontos

A = (−1, 7, 1) B = (4, 7, 4) C = (29, 9 + x, 5) D = (2, 9, 3)

sejam coplanares. Resolução:

Para que os pontos

A = (−1, 7, 1) B = (4, 7, 4) C = (29, 9 + x, 5) D = (2, 9, 3)

sejam coplanares devemos ter, por exemplo,


 que 
27 x 2
−→ −→ −→
0 = DC · (DA × DB) = det  2 −2 1
3 2 2
= 27(−6) − x + 2(10)
= −142 − x.
Portanto se x = −142 os pontos são coplanares.
18. Considere o desenho abaixo

onde π é um plano de equação



 x = 3 + 2α + 2β
π: y = α α, β ∈ R,
z = −1 + α + β

A = (3, 0, 4) é um ponto e B o ponto simétrico a A em relação ao plano. Determine B.

Resolução:
O ponto P = (3, 0, −1) está no plano, então podemos montar a figura
A

R P

B
Onde o vetor normal é dado pelo produto vetorial

~e1 ~e2 ~e3

~η = 2 1 1 = (1, 0, −2).
2 0 1
10.6 Exercícios resolvidos 201


Observamos que, pela configuração, se ~η é o vetor normal ao plano e PA = (0, 0, 5), então
−→ −→
AB = 2AR
−→
= −2Pro j~η PA
(0, 0, 5) · (1, 0, −2)
= −2 (1, 0, −2)
1+5
= 4(1, 0, −2)
= (4, 0, −8).
Então

B = (4 + 3, 0, −8 + 4) = (7, 0, −4).

19. a) Sejam r : a reta x − 1 = y = z e A, B os pontos A = (1, 1, 1) e B = (0, 0, 1). Encontre o


ponto de r eqüidistante de A e B.
b) Dados o plano x − y + z = 1 e o ponto P = (1, 0, 1). Encontre o ponto Q que é simétrico
a P em relação ao plano dado.

Resolução:
a) Seja r : x − 1 = y = z e A, B e A = (1, 1, 1) e B = (0, 0, 1). Procuramos o ponto P ∈ r
tal que d(A, P) = d(P, B) Escrevemos r na forma paramétrica

 x = λ +1
r= y=λ λ ∈ R.
z=λ

Então

P = (λ0 + 1, λ0 , λ0 )

para algum λ0 ∈ R.

→ 2

d(A, P)2 = AP = k(λ0 + 1, λ0 , λ0 )k2 = λ02 + 2 · (λ0 − 1)2 = 3 · λ02 − 4 · λ0 + 2



2
d(B, P)2 = BP = k(λ0 + 1, λ0 , λ0 − 1)k2 = (λ0 + 1)2 + λ02 + (λ0 − 1)2 = 3 · λ02 + 2

⇒ d(A, P) = d(B, P) ⇔ −4λ = 0 ⇔ λ0 = 0

Então P = (1, 0, 0)

b) Seja π : x − y + z = 1 e P = (1, 0, 1) temos que achar o ponto Q simétrico em relação


ao plano.
Graficamente
P


R A

Q
202 Capítulo 10. Planos

Onde A = (1, 0, 0) ∈ π e ~η = (1, −1, 1) é o vetor normal. Observamos que


−→ −
→ −→
AQ = AR + RQ
−→ −→
RQ = −RP
−→ −
→ − →
AR = AP − RP
Então
−→ − → −

AQ = AP − 2RP

Calculamos

→ −
→ −→ 1
AP = (0, 0, 1) e RP = Pro j~η (AQ) = (1, −1, 1).
3
Então
 
−→ 2 2 1
AQ = − , ,
3 3 3

de onde segue que


 
1 2 1
Q= , ,
3 3 3

20. Sejam P = (a, b, c) um ponto no espaço e r a reta



x + y + 2z = 4
.
x − 2y + z = 5

Para cada par, não nulo, de números reais (m, n) considere o plano

π(m,n) : (m + n)x + (m − 2n)y + (2m + n)z = 4m + 5n.

Mostre que: P ∈ r se e somente se P ∈ π(m,n) , para todo par não nulo (m, n).

Resolução:
Seja P = (a, b, c) e r a reta

x + y + 2z = 4
.
x − 2y + z = 5

dados (m, n) ∈ R2 . Considere o plano π(m,n) = (m + n)x + (m − 2n)y + (2m + n)z = 4m + 5n.
Então se
x0 + y0 + 2z0 = 4 (1)
P = (x0 , y0 , z0 ) ∈ r ⇒
x0 − 2y0 + z0 = 5 (2)

Então m × (1) + n × (2) é

(m + n)x0 + (m − 2n)y0 + (2m + n)z0 = 4m + 5n ⇒ P ∈ π(m,n)

Se P ∈ π(m,n) ∀ (m, n). Então P ∈ π(1,0) e P ∈ π(0,1) . Logo P = (x0 , y0 , z0 ) satisfaz

P ∈ π(1,0) ⇒ x0 + y0 + 2z0 = 4
⇒ P∈r
P ∈ π(0,1) ⇒ x0 − 2y0 + z0 = 5
10.6 Exercícios resolvidos 203

21. Dados os dois pontos A = (x1 , y1 , z1 ) e B = (x2 , y2 , z2 ), mostre que o lugar geométrico dos
pontos do espaço que eqüidistam de A e B é um plano que passa pelo ponto médio de A e B e
é perpendicular à reta que contém A e B.

Resolução:
Seja P = (x, y, z) tal que d(A, P) = d(B, P). Então,

→ 2 − →
2
AP = BP

(x − x1 )2 + (y − y1 )2 + (z − z1 )2 = (x − x2 )2 + (y − y2 )2 + (z − z2 )2
Então,

−2xx1 − 2yy2 − 2zz1 + x12 + y21 + z21 = −2x2 − 2yy2 − 2zz2 + x22 + y22 + z22

π : 2x · (x2 − x1 ) + 2y · (y2 − y1 ) + 2z · (z2 − z1 ) = (x22 − x12 ) + (y22 − y21 ) + (z22 − z21 )


Logo π é um plano com normal

Nπ = (2 · (x2 − x1 ), 2 · (y2 − y1 ), 2 · (z2 − z1 ))


−→ −

que é um vetor paralelo ao vetor AB de fato Nπ = 2 · AB. Portanto o plano é perpendicular a
reta que passa por A e B. Observamos que
 
x1 + x2 y1 + 22 z1 + z2
P= , ,
2 2 2
é o ponto médio entre A e B e que P ∈ π, de fato,
     
x1 + x2 y1 + 22 z1 + z2
2· · (x2 − x1 ) + 2 · · (y2 − y1 ) + 2 · · (z2 − z1 )
2 2 2
é igual a

(x22 − x12 ) + (y22 − y21 ) + (z22 − z21 )

22. Considere as retas r e l dadas por:



 x = 0
r: y = 2+t l : x − 2 = z + 1 y = 3.
z = 1+t

a) Mostre que r e l são reversas.


b) Encontre os planos π e α tais que: r ⊂ π, l ⊂ α e π é paralelo a α.
c) Encontre a distância entre os planos π e α do item anterior.
d) Encontre P em r e Q em l tais que a reta que passa por P e Q seja perpendicular a r e a
l.

Resolução:
Considereas retas
 →

 x = 0 Nr = (0, 1, 1)
r: y = 2+t , t ∈ R ⇒


z = 1+t

Pr = (0, 2, 1)
204 Capítulo 10. Planos



 N` = (1, 0, 1)
x−2 = z+1
`: ⇒
y=3 →

P` = (2, 3, −1)
−−→
Então P` Pr = (−2, −1, 2) e

i j k

− → − → −
N = Nr × N` = 0 1 1 = (1, 1, −1)
1 0 1

a)
−−→ → −
| P` Pr · N | | (−2, 1, 2) · (1, 1, −1) | | −2 − 1 − 2 | 5
d(r, `) = →
− = √ = √ =√
|N | 3 3 3



b) Os planos π e α vão ter N como vetor normal, então suas equações são:

π : x + y − z = d1 e α : x + y − z = d2

para achar d1 e d2 utilizamos que

Pr ∈ π ⇒ 0 + 2 − 1 = d1 ⇒ d1 = 1

P` ∈ α ⇒ 2 + 3 + +1 = d2 ⇒ d2 = 6
Portanto,

π : x+y−z = 1

α : x+y−z = 6

c) Observamos que
5
d(π, α) = d(r, `) = √
3

d) Tais P e Q devem satisfazer


P ∈ r ⇒ P = (0, 2 + t0 , 1 + t0 )

Q∈` ⇒ Q = (λ0 + 2, 3, λ0 − 1)

−→ → − →

PQ × N = O
Então,
 
i j k t0 − 1 − λ0 + t0 + 2


O = λ0 + 1 1 − t0 λ0 − t0 =  λ0 + 2 + λ0 − z0 − 2 

1 1 −1 λ0 + 2 + t0 − 1
10.6 Exercícios resolvidos 205

−1

 2t0 − λ0 = −1 3λ0 = 1 λ0 = 3
⇒ −t0 + 2λ0 = 0 ⇒ ⇒
−2
t0 + λ0 = −1 3t0 = −2 t0 =

3
de onde
   
4 1 5 −4
P = 0, , e Q= , 3,
3 3 3 3

23. Considere os planos α : x − y + z − 3 = 0 e β : 2m2 x − (m + 1)y + 2z = 0.


a) Determine m, em cada caso, para que os planos α e β sejam: paralelos; concorrentes e
concorrentes ortogonais.
b) Para m = −1 encontre a equação da reta interseção entre α e β .

Resolução:
Sejam α : x − y + z − 3 = 0 e β : 2m2 x − (m + 1)y + 2z = 0. Então,

→ −

Nα = (1, −1, 1) e Nβ = (−2m2 , −(m + 1), 2).
−→ − →
Nα · Nβ = 2m2 + (m + 1) + 2 = 2m2 + m + 3.

−1 ± 1 − 24 −
→ − →
m= , ∈ R ⇒ Nα · Nβ 6= 0.
4

→ − →
a) Como Nα · Nβ 6= 0 ∀ m, então os planos nunca são ortogonais.

i j k

→ − →
1 = −2 + m + 1, −2 + 2m2 , −(m + 1) + 2m2

Nα × Nβ = 1 −1
2m2 −(m + 1) 2


→ − →
Nα × Nβ = 0 ⇔ m = 1.
Portanto se m = 1, então α//β . Nos outros casos α e β são concorrentes.

b)

α : x−y+z = 3
Se m = −1 ⇒
β : 2x + 2z = 0

Resolvemos o sistema.

x − y + z = 3
2x + 2z = 0

   
.. ..
 1 −1 1 . 3  `2
→ `2  1 −1 1 . 3 
. 2−−−−−→ .
2 0 2 .. 0 − 1 0 1 .. 0
   
.. ..
`2 − `1 → `2  1 −1 1 . 3  `1 + `2 → `1  1 0 1 . 0 
−−−−−−−−−→ . −−−−−−−−−→ .
0 1 0 .. −3 0 1 0 .. −3
206 Capítulo 10. Planos

S = {(−λ , −3, λ ), λ ∈ R} .


 x = −λ
r: y = −3 , λ ∈ R.
z = λ

24. Sejam a, b, c, d números reais tais que ax + by + cz + d > 0 para quaisquer x, y, z ∈ R. Mostre
que a = b = c = 0 e d > 0.

Resolução:

.
Se x = y = z = 0. Então d > 0. Assuma a 6= 0. Logo,

ar
• Se a > 0 ⇒ ∃ n0 ∈ N tal que

n0 · a > d ⇒ −n0 · a + d < 0, o que não pode acontecer.

in
• Se a < 0 ⇒ ∃ n0 ∈ N tal que

im
−n0 · a > d ⇒ n0 · a + d < 0, o que não pode acontecer.

⇒ a=0
el
Análogamente provamos b = c = 0.
Pr
o
r sã
Ve
.
ar
11. Cônicas

in
im
el
Até agora temos estudado sistemas lineares sobre o plano ou espaço. No plano isto se reduz a
estudar equações da forma
Pr
ax + by = c

Como vimos nas seções anteriores a solução destes sistemas pode ser uma reta ou um ponto. No
entanto na realidade, os problemas não são necessáriamente lineares. Por exemplo, descrever a
o

órbita de um planeta não pode ser por meio de um sistema linear dado que o planeta não se translada
em linha reta. A trajetória de um objeto que é jogado com um certo ângulo e cai também não pode

ser descrito por uma reta.


A primeira aproximação para modelar é uma equação linear, no entanto quando não é suficiente,
incrementa-se o grau da equação para grau dois com a esperança de que o modelo seja melhor. Isto
r

ocorre, por exemplo,quando temos uma função f : R → R e queremos estudar o comportamento


desta perto de x0 . Fazendo o polinômio de Taylor a segunda ordem em f temos que
Ve

f (x) = y ' f (x0 ) + f 0 (x0 )(x − x0 ) + f 00 (x0 )(x − x0 )2 ,

que dá um polinômio de grau 2.


Portanto, vamos estudar o conjunto solução de equações da forma

ax2 + bxy + cy2 + dx + ey = f ,

onde a, b, c, d, e, f são constantes em R com (a, b, c) 6= (0, 0, 0).

11.1 Cônicas
Da mesma forma que acontece com as equações lineares, queremos saber como representar, ou
melhor, qual a forma geométrica do conjunto solução destas equações. Embora classificar os tipos
de soluções a serem obtidas pareça ser uma tarefa impossível, vamos ver que de fato não é tão
dificil assim e que existem, para o caso "não degenerado", três formas básicas que estas soluções
208 Capítulo 11. Cônicas

podem assumir: Elipses, Hipérboles e Parábolas. Estas curvas são conhecidas desde a antiga Grécia
e são chamadas de cônicas, pois cada uma delas pode ser obtidas ao cortar um cone com um plano.
Como determinar quando a cônica é degenerada ou não? Observamos que a equação

ax2 + bxy + cy2 + dx + ey + f = 0,

pode ser escita, na notação matricial como:

.
  
2f d e 1

ar

1 x y  d 2a b   x  = 0.
e b 2c y

in
Uma cônica é degenerada se:

im
 
2f d e
det  d 2a b  = 0.
e b 2c
el
Caso contrário é dita não degenerada. Daremos uma justificativa deste fato mais para frente.
Pr
Passamos agora a estudar as cônicas não degeneradas.
Assim como fizemos com planos e retas, estudando estes objetos através de pontos e vetores,
faremos com as cônicas não degeneradas. Veremos então que podemos caracteriza-las a partir de
números (excentricidade) pontos fixos (focos, vértices) e retas (reta diretriz e assíntotas). Assim
o

cada cônica fica completamente determinado por alguns destes dados.


11.2 Elipse
r
Ve

A elipse é a curva que se obtém de seccionar um cone com um plano que não passa pelo vértice do
cone, que não é paralelo a reta geratriz do cone e que corta só uma das folhas do cone.
Ela pode ser caracterizada como o conjunto de pontos P do plano tais que a soma das distâncias
a dois pontos fixos F1 , F2 (Focos) é constante e maior que a distância d(F1 , F2 ). Isto é

d(P, F1 ) + d(P, F2 ) = 2a.

Com

d(F1 , F2)
a>c= .
2

A forma da elipse é a seguinte:


11.2 Elipse 209

.
ar
in
im
Os pontos V1 ,V2 que realizam a intersecção da reta que passa pelos dois focos com a elipse são
el
chamados de vértices da elipse. Observamos que d(V1 , F1 ) = d(V1 , F2 ) pois

d(V1 , F1 ) + d(V1 , F2 ) = 2a
Pr
d(V2 , F1 ) + d(V2 , F2 ) = 2a.

Como

d(V1 , F2 ) = d(V1 , F1 ) + d(F1 , F2 ),


o

e

d(V2 , F1 ) = d(V2 , F2 ) + d(F1 , F2 ),


r

vemos que
Ve

2d(V1 , F1 ) + d(F1 , F2 ) = 2a
2d(V2 , F2 ) + d(F1 , F2 ) = 2a.

Então

d(V1 , F1 ) = d(V2 , F2 ),

de onde segue que

d(V1 ,V2 ) = d(V1 , F1 ) + d(F1 , F2 ) + d(F2 ,V2 )


= d(V1 , F1 ) + d(F2 , F1 ) + d(F1 ,V1 )
= d(V1 , F1 ) + d(V1 , F2 ) = 2a.

Os segmentos que realizam o diâmetro maior e menor são chamados de eixos da elipse. O número
210 Capítulo 11. Cônicas

d(F1 , F2 ) c
e= = .
d(V1 ,V2 ) a
é conhecido com o nome de Excentricidade e é uma medida de quanto uma cônica deixa de ser
uma circunfência. No caso da elipse, 0 < e < 1.
No caso particular em que F1 = F2 a elipse se reduz a uma circunferência, que é o conjunto
de pontos cuja distância a um ponto fixo é constante, e neste caso claramente e = 0. Portanto a
circunferência é uma elipse de excentricidade nula.
Sobre o plano vamos distinguir duas equações de elipse particulares:
Proposição 11.2.1

.
• A equação da elipse com focos F1 = (c, 0) e F2 = (−c, 0) é dada por

ar
x 2 y2
+ = 1,
a2 b2

in
em que b2 = a2 − c2 . Neste caso os vértices correspondem aos pontos V1 = (a, 0)e V2 =
(−a, 0). Os eixos coincidem com os segmentos V1V2 e W1W2 em que W1 = (0, b) e W2 =

im
(−b, 0). A excentrecidade é dada por e = c/a.
• A equação da elipse com focos F1 = (0, c) e F2 = (0, −c) é dada por
x 2 y2
+ = 1,
b2 a2
el
em que b2 = a2 − c2 . Neste caso os vértices correspondem aos pontos V1 = (0, a)e V2 =
(0, −a). Os eixos coincidem com os segmentos V1V2 e W1W2 em que W1 = (b, 0) e W2 =
Pr
(0, −b). A excentrecidade é dada por e = c/a.
Demonstração: Fazemos a prova da primeira parte e a segunda fica como exercicio. Seja P = (x, y)
então substituindo na equação da elipse pelos dados acima temos
o

d(P, F1 ) + d(P, F2 ) = 2a ⇒
q q
(x − c)2 + y2 + (x + c)2 + y2 = 2a ⇒

q q
(x − c)2 + y2 = 2a − (x + c)2 + y2 ⇒ elevamos ao quadrado
q
r

(x − c)2 + y2 = 4a2 + (x + c)2 + y2 − 4a (x + c)2 + y2 ⇒


Ve

q
xc + a2 = a (x + c)2 + y2 ⇒
a4 + 2xca2 + x2 c2 = a2 x2 + 2a2 xc + a2 c2 + a2 y2 ⇒
2 2 2 2 2 2 2 2
a (a − c ) = (a − c )x + a y ⇒
x2 y2
1 = + .
a2 a2 − c2

A reta que passa pelos focos é o eixo x portanto a intersecção desta com a elipse corresponde a
x2
= 1 e y = 0.
a2
de onde segue que os vértices são V1 = (a, 0) e V2 = (−a, 0). Para determinar o eixo menor somente
resta achar o menor diâmetro da elipse, isto acontece quando x = 0 (Pitágoras) donde W1 = (0, b) e
W2 = (0, −b). A excentrecidade é e = c/a por definição.
11.3 Hipérbole 211

11.3 Hipérbole
A Hipérbole é a curva que se obtém de seccionar um cone com um plano que não passa pelo vértice
do cone, que não é paralelo a reta geratriz do cone e que corta as duas folhas do cone.
Ela pode ser caracterizada como o conjunto de pontos P do plano tais que o módulo da diferença
das distâncias de P a dois pontos fixos F1 , F2 (Focos) é constante e menor que duas vezes a distância
d(F1 , F2 ). Isto é

|d(P, F1 ) − d(P, F2 )| = 2a,

com

.
ar
d(F1 , F2)
a<c= .
2
A forma da hipérbole é a seguinte.

in
im
el
Pr
o

Os pontos V1 , V2 que realizam a intersecção da reta que passa pelos dois focos com a elipse são
chamados de vértices da elipse. Observamos que, assim como a elipse d(F1 ,V1 ) = d(F2 ,V2 ) de
r

onde
Ve

d(V1 ,V2 ) = −d(V1 , F1 ) + d(F1 , F2 ) − d(F2 ,V2 )


= −d(V1 , F1 ) + d(F2 , F1 ) − d(F1 ,V1 )
= d(V1 , F2 ) − d(V1 , F1 ) = 2a.
A Hipérbole tem duas retas assíntotas as quais se aproxima. A excentricidade é dada por
d(F1 , F2 ) c
e= = ,
d(V1 ,V2 ) a
na hipérbole e > 1.
Sobre o plano vamos distinguir duas equações de hipérbole particulares:
Proposição 11.3.1
• A equação da hipérbole com focos F1 = (c, 0) e F2 = (−c, 0) é dada por

x 2 y2
− =1
a2 b2
212 Capítulo 11. Cônicas

em que b2 = c2 − a2 . Neste caso os vértices correspondem aos pontos V1 = (a, 0)e V2 =


(−a, 0). A equação das assíntotas é

b −b
y= x y= x.
a a
A excentricidade é dada por e = c/a.
• A equação da hipérbole com focos F1 = (0, c) e F2 = (0, −c) é dada por

x 2 y2
− + = 1.
b2 a2

.
em que b2 = c2 − a2 . Neste caso os vértices correspondem aos pontos V1 = (0, a)e V2 =

ar
(0, −a). A equação das assíntotas é

b −b

in
x= y x= y.
a a
Demonstração:

im
Fazemos a prova da primeira parte e a segunda fica como exercício. Seja P = (x, y) então substi-
tuindo na equação da hipérbole pelos dados acima temos
d(P, F1 ) − d(P, F2 ) = ±2a ⇒
q q
el
(x − c)2 + y2 − (x + c)2 + y2 = ±2a ⇒
q q
(x − c)2 + y2 = ±2a + (x + c)2 + y2 ⇒ elevamos ao quadrado
Pr
q
(x − c)2 + y2 = 4a2 + (x + c)2 + y2 ± 4a (x + c)2 + y2 ⇒
q
xc + a2 = ±a (x + c)2 + y2 ⇒
a4 + 2xca2 + x2 c2 = a2 x2 + 2a2 xc + a2 c2 + a2 y2
o


2 2 2 2 2 2 2 2
a (a − c ) = (a − c )x + a y ⇒

x 2 y2
1 = 2
− 2 .
a c − a2
A reta que passa pelos focos é o eixo x portanto a intersecção desta com a elipse corresponde a
r
Ve

x2
=1 y = 0,
a2
de onde segue que os vértices estão em V1 = (a, 0) e V2 = (−a, 0). A excentricidade é e = c/a
por definição. As assíntotas devem ser da forma y = mx pois cortam a origem. Observamos que
x → ∞ então o yc correspondente a cônica e o ya correspondente à assíntota devem satisfazer
limx→i∞ yc − ya = 0. Como,
r !
b2 b2
yc − ya = ± − − m x.
a2 x 2

Temos,
r
b2 b2 b
m = ± lim 2
− 2 =±
x→∞ a x a

11.4 Parábola 213

11.4 Parábola
A parábola é a curva que se obtém ao seccionar um cone com um plano paralelo a reta geratriz do
cone.
Ela pode ser caracterizada como o conjunto de pontos P do plano tais que a distância de P a um
ponto fixo F (Foco) é a distância de P a uma reta r (diretriz). Isto é,

d(P, F) = d(P, r).

A forma da parábola é a seguinte:

.
ar
in
im
el
O ponto que realiza a intersecção da reta que passa pelo foco F e que é perpendicular a reta r
com a parábola é o vértice da parábola e satisfaz
Pr
d(F,V ) = d(V, r) ⇒ d(F, r) = d(F,V ) + d(V, r) = 2d(F,V ).

A excentricidade da parábola é e = 1.
o

Obs. Podemos pensar que a parábola é um “limite” da hipérbole com F1 = F, V1 = V e fazendo


d(V,V2 ) → ∞. Lembramos que na hipérbole

d(F1 , F2 ) = d(F,V ) + d(V1 ,V2 ) + d(V2 , F2 )


= d(V,V2 ) + 2d(V, F).
r

Assim a exentricidade
Ve

 
d(F, F2 ) d(V, F)
e = lim = lim 1+2 = 1.
d(V,V2 )→∞ d(V,V2 ) d(V,V2 )→∞ d(V,V2 )

De forma similar podemos pensar como uma elipse em que F1 = F, V1 = V e fazendo


d(V,V2 ) → ∞, nesse caso
 
d(F, F2 ) d(V, F)
e = lim = lim 1−2 = 1.
d(V,V2 )→∞ d(V,V2 ) d(V,V2 )→∞ d(V,V2 )

Sobre o plano vamos distinguir duas equações particulares da parábola:


Proposição 11.4.1
• A equação da parábola com focos F = (c, 0) e reta diretriz r : x = −c é dada por

y2 = 4cx.

O vértice da parábola é V = (0, 0).


214 Capítulo 11. Cônicas

• A equação da parábola com focos F = (0, c) e reta diretriz r : y = −c é dada por

x2 = 4cy.

O vértice da parábola é V = (0, 0).

Demonstração:
Fazemos a prova da primeira parte a segunda fica como exercício. Seja P = (x, y), substituindo
na equação da parábola pelos dados acima temos
d(P, F) = d(P, r)
q
(x − c)2 + y2 = |x + c| ⇒

.
ar
(x − c)2 + y2 = x2 + 2xc + c2 ⇒
y2 = 4xc.

in
Para achar o vértice observamos que a reta que passa pelo foco e é perpendicular a reta diretiz é
o eixo x. Substituimos então na equação por y = 0 e obtemos x = 0. Portanto o vértice está em
V = (0, 0).

im
el 
Pr
o
r sã
Ve
.
ar
12. Translação de sistema de coordenadas.

in
im
el
Como dito anteriormente, vamos estudar equações da forma
ax2 + bxy + cy2 + dx + ey = f ,
Pr
onde a, b, c, d, e, f são constantes em R com (a, b, c) 6= (0, 0, 0).
Nesta seção nos concentramos no caso particular em que b = 0. Sendo assim, estudaremos
equações da forma
ax2 + cy2 + dx + ey = f .
o

Exemplo 12.1 Considere a seguinte equação


x2 + 4y2 + 4x − 4y = −4.
r

tendo em mente o trinômio quadrado perfeito


Ve

(u + v)2 = u2 + 2uv + v2
adicionamos e subtraimos para obter
−4 = x2 + 4y2 + 4x − 4y = x2 + 4y2 + 4x − 4y + 4 − 4 + 1 − 1
= (x2 + 4x + 4) + (4y2 + 4y + 1) − 5
(y − 1/2)2
= (x + 2)2 + − 5,
1/4
donde chegamos a expressão:
(y − 1/2)2
(x + 2)2 + = 1,
1/4
se substituimos x0 = x + 2 ey0 = y − 21 , nossa equação é

(y0 )2
(x0 )2 + = 1,
1/4
216 Capítulo 12. Translação de sistema de coordenadas.

que, pelo visto no capítulo anterior, tem a mesma cara que a equação de uma elipse. De fato se a
gente fizer o desenho no plano xy veremos que o gráfico da equação

x2 + 4y2 + 4x − 4y = −4,

é uma elipse, só que o ponto O = (0, 0) não ocupa um lugar preferencial, isto é, não é o ponto
médio entre os focos e os vértices. Agora esse ponto é ocupado pelo ponto O0 = (−2, 1/2). 

Neste capítulo vamos interpretar geometricamente o feito no exemplo.

12.1 Sistemas de Coordenadas

.
Como vimos antes, todo ponto P do plano pode ser descrito analiticamente da forma P = (x, y) em

ar
que as coordenadas x e y são as únicas constantes tais que
−→
OP = x~e1 + y~e2 .

in
im
el
Pr
−→
Ou seja, as coordenadas são os escalares que me descrevem OP como combinação linear de {~e1 ,~e2 }.
Neste sentido o ponto O faz o papel de centro, pois cada ponto pode ser escrito em função dele.
Assim, o ponto O junto com os vetores {~e1 ,~e2 } fornecem uma forma de associar a cada ponto
o

P do plano um único par (x, y) que descrevem o ponto P como acima.


A mesma coisa acontece no espaço, o ponto O e os vetores {~e1 ,~e2 ,~e3 } fornecem uma forma de

associar univocamente a cada ponto P a única tripla (x, y, z) que satisfaz


−→
OP = x~e1 + y~e2 + z~e3 .
r
Ve
12.2 Translação de coordenadas 217

Definição 12.1.1 No plano, o conjunto S = (O, {~e1 ,~e2 }) formado pelo ponto origem O e dois
vetores ~e1 , ~e2 linearmente independentes fornecem uma forma de associar, univocamente, a
cada ponto P um par (x0 , y0 ). Neste caso, S é chamado de sistema de coordenadas do plano.
No espaço, o conjunto S = (O, {~e1 ,~e2 ,~e3 }) formado pelo ponto origem O e três vetores
~e1 , ~e2 ,~e3 linearmente independentes fornecem uma forma de associar, univocamente, a cada
ponto P uma trípla (x0 , y0 , z0 ). Neste caso, S é chamado de sistema de coordenadas do espaço.

A escolha do ponto O e dos vetores ~ei 0 s é completamente arbitrária. De fato, no caso do plano,
por exemplo, poderíamos escolher outro ponto O0 e um par qualquer {~u,~v} de vetores linearmente
independentes de forma tal que a cada ponto P associamos um par (x0 , y0 ) que satisfazem
−−→
O0 P = x0~u + y0~v.

.
ar
Nessa nova escolha, os eixos coordenados ficariam determinados por
n −−→ o
eixo x0 → P, O0 P = x ~u, x ∈ R ,

in
n −−→ o
eixo y0 → P, O0 P = y~v, y ∈ R ,

im
e assim por diante.
Dito de outra forma, temos completa liberdade na escolha do sistema de coordenadas. Mas
o problema, é o problema de Babel. Se duas pessoas A e B utilizam sistemas de coordenadas
diferentes, como traduzir de um sistema para outro? Isto é, se no sistema de A o ponto P é dado
el
pelo sistema de coordenadas P = (x0 , y0 ), quais serão as coordenadas que esse ponto vai ter no
sistema de B?
Pr

12.2 Translação de coordenadas


Consideramos aqui o caso mais simples de mudança de coordenadas, isto é, o caso em que temos
dois sistemas de coordenadas S1 = (O, {~e1 ,~e2 }) e S2 = (O0 , {~e1 ,~e2 }) cujos pontos de origem de
o

coordenadas são diferentes. Este caso é conhecido por translação do sistema de coordenadas S1 ao
sistema de coordenadas S2 . Vamos agora descrever a translação do sistema de coordenadas.

Como assumimos comunicação entre os sistemas, podemos assumir que a pessoa do sistema S1
sabe que o ponto O0 do sistema S2 tem coordenadas O0 = (x0 , y0 ) no sistema S1 . Isto é
−−→0
r

OO = x0~e1 + y0~e2 .
Ve

Seja P um ponto do plano que no sistema S2 tem coordenadas (x0 , y0 ) isto é


−−→
O0 P = x0~e1 + y0~e2 ,
e que no sistema S1 é descrito por coordenadas (x, y),
−→
OP = x~e1 + y~e2 .
218 Capítulo 12. Translação de sistema de coordenadas.

Utilizando
−→ −−→0 −−→
OP = OO + O0 P,

e substituindo pelo que sabemos, vemos que

x~e1 + y~e2 = x0~e1 + y0~e2 + x0~e1 + y0~e2


= (x0 + x0 )~e1 + (y0 + y0 )~e2 .

De onde tiramos que

x = x0 + x 0 y = y0 + y0 ,

.
ar
que é o tradutor procurado. Observamos que na notação matricial isto é descrito por

x0 + x 0
     0   
x x x − x0

in
= ou = .
y y0 + y0 y0 y − y0

Resumo: A translação de coordenadas é a mudança de coordenadas de um sistema S1 =


(O, {~e1 ,~e2 }) para um sistema S2 = (O0 , {~e1 ,~e2 }) em que
−−→0
OO = x0~e1 + y0~e2 im
el
e as coordenadas de um ponto P = (x, y) segundo S1 e P = (x0 , y0 ) segundo S2 estão relacionadas
por
Pr
x0 + x 0
     0   
x x x − x0
= ou = .
y y0 + y0 y0 y − y0

A seguir provamos um resultado muito importante. Ele diz, basicamente, que os ângulos,
o

as escalas e as medidas são preservadas em uma translação de coordenadas. Isto tem como
consequência que as formas são preservadas na translação de coordenadas.

Proposição 12.2.1 Na translação do sistema de coordenadas, as distâncias são preservadas.

Demonstração: Sejam P, Q dois pontos no plano. Vamos mostrar que a distância entre P e Q
r

−→
respeito de S1 é igual a distância entre P respeito de S2 . De fato, considere ~v = QP onde P = (x, y)
Ve

e Q = (u, v) em S1 e P = (x0 , y0 ) e Q = (u0 , v0 ) em S2 então

~v = (x − u, y − v) em S1 e ~v = (x0 − u0 , y0 − v0 ) em S2 ,

com

x0 u0
           
x x0 u x0
= + = + .
y y0 y0 v y0 v0

Calculamos, e obtemos
q
dS1 (P, Q) = (x − u)2 + (y − v)2
q
= (x0 − u0 )2 + (y0 − v0 )2
= dS2 (P, Q).

12.2 Translação de coordenadas 219

−2, 12 , {~e1 ,~e2 } , então, todo ponto P que nesse sistema


 
 Exemplo 12.2 Se S2 =
0 0 0 0 1
 seja descrito
por (x , y ) será descrito no nosso sistema pelas coordenadas (x, y) = x − 2, y + 2 . Dessa forma,
a elipse em nosso sistema de coordenadas terá por equação

x2 + 4y2 + 4x − 4y = −4.

E no sistema de coordenadas S2 terá por equação

1 2
   
0 2 0 0 0 1
(x − 2) + 4 y + + 4(x − 2) − 4 y + = −4,
2 2

.
ou, equivalentemente

ar
(y0 )2
(x0 )2 + 1
= 1,

in
4

que é a equação obtida no exemplo anterior.


Isto permite o estudo completo da equação. De fato sabemos que representa uma elipse.

im
Determinamos então os vértices, os focos, os eixos. Claro que isto não é possível no nosso sistema,
porém no sistema S2 sim. Neste sistema é o estudo da equação

(y0 )2
(x0 )2 +
el
1
= 1.
4

Sabemos,do capítulo anterior,  é uma elipse com focos V1 = (−1, 0) e V2 = (1, 0) e focos
que esta
Pr
q   q
3 3
em F1 = 4 , 0 e F2 = − 4 , 0 . Os eixos são dados pelos segmentos V1V2 e W1W2 , em que,
q 
1 1 3
 
W1 = 0, 2 e W2 = 0, − 2 . Por último, a excentrecidade é e = 4 , tudo isso no sistema S2 .
o

Mas, e no sistema S1 ?. Sabemos que


r !
3
e = (d(F1 , F2 )/d(V1 ,V2 )) = ,
4
r

pois distâncias são preservadas.


Ve

Para o restante, simplesmente usamos o tradutor (x, y) = (x0 − 2, y0 + 12 ) e obtemos


   
1 1
V1 = −1 − 2, 0 + = −3,
2 2
   
1 1
V2 = 1 − 2, 0 + = −1,
2 2
r !
3 1
F1 = − 2, 0 +
4 2
r !
3 1
F2 = − − 2, 0 +
4 2
r !
3
e = (d(F1 , F2 )/d(V1 ,V2 )) = .
4


220 Capítulo 12. Translação de sistema de coordenadas.

 Exemplo 12.3 Considere a cônica descrita pela equação

3x2 − 4y2 + 6x + 8y = 13.


Queremos determinar os vértices, os focos, excentricidade, assíntotas (se tiver) e esboçar o gráfico.
Primeiramente completamos quadrados para obter
13 = 3x2 − 4y2 + 6x + 8y = 3(x2 + 2x) − 4(y − 2y)
= 3(x2 + 2x + 1) − 4(y − 2y + 1) − 3 + 4
= 3(x + 1)2 − 4(y − 1)2 + 1,
de onde

.
(x + 1)2 (y − 1)2

ar
− = 1.
4 3
Portanto consideramos um sistema de coordenadas tal que a mudança seja

in
x0 = x + 1 y0 = y − 1,
isto é, S2 = {(−1, 1), {~e1 ,~e2 }}. Neste novo sistema de coordenadas temos que a equação da cônica

im
se escreve
(x0 )2 (y0 )2
− = 1.
4 3
portanto c2 = 4 + 3 = 7.De onde segue que os focos estão em
el
√ √
F1 = ( 7, 0) e F2 = (− 7, 0),
Pr
os vértices em
V1 = (2, 0) e V2 = (−2, 0).
A equação das assíntotas são
√ √
o

0 3 0 0 3 0
y = x y =− x
2 2


7
Por último, a excentricidade é e = 2 . Agora aplicamos o tradutor
x0 = x + 1 e y0 = y − 1
r

x = x0 − 1 e y = y0 + 1
Ve

para passar ao sistema de coordenadas xy.


V1 = (2 − 1, 0 + 1) = (1, 1)
V2 = (−2, −1 0 + 1) = (−3, 1)
√ 
F1 = 7 − 1, 0 + 1
 √ 
F2 = − 7 − 1, 0 + 1
√ !
7
e = (d(F1 , F2 )/d(V1 ,V2 ) = .
2
e as assíntotas tem as equações
√ √
3 3
(y − 1) = (x − 1) (y − 1) = − (x − 1).
2 2

12.3 Exercícios resolvidos 221

12.3 Exercícios resolvidos


1. Seja C o lugar geométrico dos pontos P = (x, y) do plano cujas coordenadas x e y satisfazem

2y2 − 3x2 − 4y + 12x + 8 = 0

a) Qual é o tipo de cônica C ? Encontrar novas coordenadas para escrever a equação de C na


forma canônica.
b) Encontrar os focos, os vértices e a excentricidade de C nas coordenadas x e y. No caso de
hipérbole, encontrar também as equações das assíntotas em x e y.
Fazer um esboço do gráfico da cônica C .

.
ar
Resolução:
a) Começamos manipulando a expressão

in
2y2 − 3x2 − 4y + 12x + 8 = 0

→ 2(y2 − 2y+1) − 3(x2 − 4x+4) + 8 = 0+2 − 12

2(y − 1)2 − 3(x − 2)2 = −18 →


im
(x − 2)2 (y − 1)2
el
− = 1.
6 9
Fazendo a translação de coordenadas
Pr

x0 x0 + 2
       
x−2 x
= =
y0 y−1 y y0 + 1
o

temos que a equação reducida da cônica é


(x0 )2 (y0 )2
− = 1,
6 9
r

e portanto, a cônica é uma hipérbole.


Ve

b) Primeiramente achamos os Focos, vértices e assíntotas no sistema x0 y0 . Da forma da


equação canônica temos que

a2 = 6 b2 = 9 e c2 = 9 + 6 = 15

Portanto
√ √
a= 6 b=3 e c= 15

Utilizando as transformações de coordenadas

x0 x0 + 2
       
x−2 x
= =
y0 y−1 y y0 + 1

podemos então concluir que


222 Capítulo 12. Translação de sistema de coordenadas.

Sist. x0 y0 Sist. xy
√ √
F1 ( 15, 0) ( 15 + 2, 1)
√ √
F2 (− 15, 0) (− 15 + 2, 1)
√ √
V1 ( 6, 0) ( 6 + 2, 1)
√ √
V2 (− 6, 0) (− 6 + 2, 1)

y0 = √3 x0 y−1 = √3 (x − 2)

.
Ass.1 6 6

ar
Ass. 2 y0 = − √36 x0 y − 1 = − √36 (x − 2)

in
im
el
Pr
o
r sã

2. Seja ` o lugar geométrico dos pontos P = (x, y) no plano cujas coordenadas satisfazem a
Ve

equação

` : 9x2 − 16y2 − 54x + 48y + 81 = 0.

a) Determinar que tipo de cônica é `. Escrever a equação canônica de `.


b) Encontrar os focos, a excentricidade e os vértices de `. Se ` for hipérbole, encontrar as
equações das assíntotas de `.
Resolução:
Consideramos a equação

` : 9x2 − 16y2 − 54x + 48y + 81 = 0.

Para determinar que tipo de cônica é ` primeiramente procuramos a equação canônica de `.


Para isto, completamos quadrados

9(x2 − 6x) − 16(y2 − 3y) = −81


12.3 Exercícios resolvidos 223
   
2 2 9 9
9(x − 6x + 9) − 16 y − 3y + = −81+81− 16 ·
4 4
donde
2
y − 32 (x − 3)2
− =1
9 16
Consideramos a translação do sistema de coordenadas S = {(0, 0), {~e1 = (1, 0), ~e2 = (0, 1)}
para S0 = {(3, 3/2), {~e1 = (1, 0), ~e2 = (0, 1)}. Assim, a mudança de coordenadas, é dada por
 0
x = x−3
y0 = y − 23

.
ar
Neste novo sistema de coordenadas, a equação da canônica é dada pela expressão:

(y0 )2 (x0 )2

in
9
− = 1.
4
4

Portanto a cônica é uma hiperbole.

im
Para encontrar os focos, a excentricidade, os vértices de ` e as equações das assíntotas de `,
primeiramente achamos estes para o sistema S0 .
Observamos que, neste caso,
el
r
p
2 2
9 5
c = a +b = 4+ =
4 2
Pr
donde tiramos que os focos estão

F1 = (0, −5/2) F2 = (0, 5/2).

Os vértices correspondem a x0 = 0 donde


o

V1 = (0, −3/2) V2 = (0, 3/2).


A excentricidade é dada por


r

5/2 5
Ve

e= = .
3/2 3
As assíntotas correspondem a
4
x 0 = ± y0 .
3
Utilizando que
 0
x = x0 + 3

x = x−3
y0 = y − 23 y = y0 + 32

tiramos que, no sistema S os


a) Focos:

F1 = (0, −5/2) + (3, 3/2) = (3, −1)

F2 = (0, 5/2) + (3, 3/2) = (3, 4)


224 Capítulo 12. Translação de sistema de coordenadas.

b) Vértices:

V1 = (0, −3/2) + (3, 3/2) = (3, 0),

V2 = (0, 3/2) + (3, 3/2) = (3, 3)


c) Exentricidade e = 5/3
d) Assíntotas
 
4 3
(x − 3) = ± y− .
3 2
Concluimos então que :

.
ar
a) A cônica é uma hiperbole e sua equação canônica é

(y0 )2 (x0 )2
9
− = 1.
4

in
4

b) Focos:

im
F1 = (3, −1) F2 = (3, 4)

Vértices:

V1 = (3, 0) V2 = (3, 3)
el
Exentricidade e = 5/3
Pr
Assíntotas
   
4 3 4 3
(x − 3) = y− e (x − 3) = − y− .
3 2 3 2
3. Considere a cônica de equação
o

2x2 + 3y2 + 4x − 12y + 8 = 0


Determine
a) se é elipse, hipêrbole ou parábola,
r

b) focos, vértices e assíntotas (se houver) no sistema de coordenadas S = {O, {~e1 ,~e2 }},
Ve

c) exentricidade,
d) um esboço do gráfico.
Resolução:
Começãmos manipulando a equação

2x2 + 3y2 + 4x − 12y + 8 = 0.

Observamos que

2x2 + 3y2 + 4x − 12y + 8

= 2(x2 + 2x+1) + 3(y2 − 4y+4) + 8−2 − 12


= 2(x + 1)2 + 3(y − 2)2 − 6.
Portanto, a equação da cônica pode ser escrita como

(x + 1)2 (y − 2)2
2(x + 1)2 + 3(y − 2)2 − 6 = 0 ⇒ + =1
3 2
12.3 Exercícios resolvidos 225
−−→
Considere o sistema de coordenadas S0 = {O0 , {~e1 ,~e2 }} com OO0 = (−1, 2).
As coordenadas (x, y) do sistema S e as coordenadas (x0 , y0 ) do sistema S0 se relacionam por
     0   0     
x −1 x x 1 x
= + 0 0 = +
y 2 y y −2 y

Portanto, no sistema de coordenadas S0 a equação da cônica é dada por

(x0 )2 (y0 )2
+ = 1.
3 2
que é a equação de uma elipse.

.
No sistema S0 os vértices estarão em

ar
√ √
V1 = ( 3, 0), V2 = (− 3, 0).

in
Para achar os focos, primeiramente calculamos

c2 = a2 − b2 = 3 − 2 = 1.

Assim, os focos estão, no sistema S0 , em

F1 = (1, 0), F2 = (−1, 0). im


el
A exentricidade é dada por
c 1
Pr
e= = √ < 1,
a 3
como esperado.
No sistema S a exentricidade é a mesma. Os focos e vértices terão coordenadas
o

   √   √ 
−1 3 −1 + 3
V1 : + =

2 0 2
  √  
 √ 
−1 − 3 −1 − 3
V2 : + =
2 0 2
r
Ve

     
−1 1 0
F1 : + =
2 0 2
     
−1 −1 −2
F2 : + =
2 0 2
Juntando as informações, podemos responder:
a) A curva é uma elipse.
b) No sistema de coordenadas S = {O, {~e1 ,~e2 }}, os focos e vertices estão em

V1 : (−1 + 3, 2)

V2 : (−1 − 3, 2)
F1 : (0, 2)
F2 : (−2, 2)
c) a exentricidade é e = √1
3
226 Capítulo 12. Translação de sistema de coordenadas.

.
ar
in
d)
4. Tome x0 y0 o sistema de eixos do plano que é a translação do sistema xy para a nova origem
O0 = (1, 1), i.é., x0 = x − 1 e y0 = y − 1.

im
i- Dado o ponto P = (1, 4) no sistema xy, encontre as coordenadas de P no sistema x0 y0 .
ii- Dado o ponto A = (2, 1) no sistema x0 y0 , encontre as coordenadas de A no sistema xy.
iii- Dada a equação x2 − 4x + y2 − 6y = 12, encontre tal equação nas variáveis x0 y0 .
Resolução:
el
Considere a translação
 0
x = x0 + 1

x = x−1

Pr
y0 = y − 1 y = y0 + 1

i- Se P = (1, 4) no sistema xy, então P = (1 − 1, 4 − 1) = (0, 3) no sistema x0 y0 .


ii- Se A = (2, 1) no sistema x0 y0 , então A = (2 + 1, 1 + 1) = (3, 2+) no sistema xy.
iii- Se x2 − 4x + y2 − 6y = 12, então,
o

(x0 + 1)2 − 4(x0 + 1) + (y0 + 1)2 − 6(y0 + 1) = 12.


(x0 )2 + 2x0 + 1 − 4x0 − 4 + (y0 )2 + 2y0 + 1 − 6y0 − 6 = 12.


(x0 )2 − 2x0 + (y0 )2 − 4y0 = 4. No sistema x0 y0 .
r
Ve

5. Encontre os vértices (ou vértice), os focos (ou foco) e a excentricidade de cada uma das
cônicas. E esboce o gráfico.
i- 4x2 + 9y = 144
ii- 49x2 − 9y2 = 441
iii- 3x2 − 14y = 0
Resolução:
i- Seja a cônica de equação

4x2 + 9y = 144 ⇒ 4x2 = 144 − 9y ⇒ 4x2 = −9 · (y − 16).

Fazemos a translação
x = x0 .
y = y0 + 16.
Então a equação fica
−9 0
(x0 )2 = y,
4
12.3 Exercícios resolvidos 227

que é a equação de uma parábola. Comparando com a equação canônica, temos


 
−9 9
= 4p ⇒ p = − .
4 16
Utilizando a mudança de coordenadas e o que foi visto na teoria temos:

Foco Vértice Reta diretriz Excentricidade

(x0 , y0 ) 0, −9 y0 = 9

16 (0, 0) 16 1

.
ar
0, 247 265

(x, y) 16 (0, 16) y= 16 1

in
ii- Seja a cônica de equação 49x2 − 9y2 = 441

x2 y2 x 2 y2

im
⇒ 441
− 441
=1 ⇒ − =1 ⇒ a=3 b=7
49 9
9 49

c2 = 9 + 49 = 58
el
A excentricidade é

c 58
Pr
e= =
a 3
Agora comparando com a equação canônica e as mudanças de coordenadas feitas para
obter
o

F1 F2 V1 V2

 √  √ 
− 58, 0 58, 0 (−3, 0) (3, 0)
r
Ve

iii- Seja a cônica de equação 3x2 − 14y = 0


14
⇒ 3x2 = 14y ⇒ x2 = y
3
Que é a equação de uma parábola. Comparando com a equação canônica temos:
14 7
4p = ⇒ p= .
3 6
Assim, temos e = 1
 
7 7
F= ,0 V = (0, 0) r:x=− .
6 6
6. Para cada uma das equações abaixo decida se a cônica C determinada pela equação é
degenerada ou não. Nos casos em que não são degeneradas encontre os vértices (ou vértice),
os focos (ou foco) e esboce o gráfico.
228 Capítulo 12. Translação de sistema de coordenadas.

i- 9x2 − 18x + 9y2 − 6y = 10


ii- 4x2 − 4x + 9y2 − 18y = 26
iii- 4y2 − 4y − 24x + 9 = 0
iv- 36x2 − 24x + 36y2 − 36y + 14 = 0
v- 4x2 − 8x − 9y2 + 6y − 69 = 0
vi 9y2 − 9x2 + 6x = 1.
Resolução:
i- Completamos quadrados na equação

9x2 − 18x + 9y2 − 6y = 20

.
ar
 
2 2 2 1
9(x − 2x + 1) + 9 y − y + − 9 − 1 = 10,
3 9

in
1 2
 

im
2
9(x − 1) + 9 y − = 20.
3

Fazendo a translação de coordenadas


el
 0
x = x−1
y0 = y − 13
Pr
Obtemos a equação

9x02 + 9y02 = 10,



20
que é a equação de uma circunferência de raio r =
o

√ 3 . Então a cônica é uma circunfe-


rência com centro em 1, 31 e raio r = 320 .


ii- Completamos quadrados na equação

4x2 − 4x + 9y2 − 18y = 26


r
Ve

 
2 1
4· x −x+ + 9 · (y2 − 2y + 1) = 26 + 1 + 9
4

2
x − 12 1−y
+ 36
=1
9 9

1 2
 
2
9 · (x − 1) + 9 · y − = 10
3

Ao fazer a translação de coordenadas.


 0
x = x − 12
y0 = y − 1
12.3 Exercícios resolvidos 229

obtemos a equação de uma elipse


x0 2 y0 2
+ =1
9 4
No sistema x0 y0 temos

2 5
c = 9−4 = 5 ⇒ c=
3
Então, utilizando a translação de coordenadas obtemos:

x 0 y0 xy

.
ar
√ √ 
F1 ( 5, 0) 5 + 21 , 1

in
√  √ 
F2 (− 5, 0) − 5 + 21 , 1

V1 im
(3, 0) 7
2,1

el
− 25 , 1

V1 (−3, 0)
Pr

√ √
5 5
e 3 3
o

iii- Completamos quadrados na equação


4y2 − 4y − 24x + 9 = 0

 
r

2 1
4 y −y+ − 24x + 9 − 1 = 0
4
Ve

1 2
   
1
4 y− − 24 x − =0
2 3
Fazendo a translação
 0
y = y − 12
x0 = x − 31
Chegamos na equação
y0 2 = 6x0
que é a equação de uma parábola. Fazemos
3
4p = 6 ⇒ p=
2
Então, utilizando a transformação de coordenadas chegamos em:
230 Capítulo 12. Translação de sistema de coordenadas.

x 0 y0 xy

3 11 1
 
F 2,0 6 ,2

1 1

V (0, 0) 3, 2

r x0 = − 32 x = − 76

.
ar
iv- Completamos quadrados na equação

in
36x2 − 24x + 36y2 − 36y − 23 = 0

im
   
1 1 1
36 x2 − 2 x + + 36 y2 − y + = 23 + 4 + 9
3 9 4
el
1 2 1 2
   
36 x − + 36 y − = 36
3 2
Pr
fazendo a translação
( 0
x = x − 13
y0 = y − 21
o

obtemos a equação de uma circunferência


x 0 2 + y0 2 = 1
r

Então, a equação representa uma circunferência com centro em


Ve

 
1 1
, e raio r = 1
3 2
v- Completamos quadrados na equação

4x2 − 8x − 9y2 + 6y − 69 = 0
 
2 2 2
4(x − 2x) − 9 y − = 69
3
 
2 2 2 1
4(x − 2x + 1) − 9 y − + = 69 + 4 − 1
3 9
1 2
 
2
4(x − 1) − 9 y − = 72
3
2
(x − 1)2 y − 13
− =1
18 8
12.3 Exercícios resolvidos 231

fazendo a translação
 0
x = x−1
y0 = y − 31
obtemos a equação de uma hipérbole
x0 2 y0 2
− = 1.
18 8
calculamos
r r
2 26 13
c = 18 + 8 + 26 ⇒ c= = .

.
18 9

ar
Utilizando a mudança de coordenadas obtemos:

x 0 y0

in
xy

√ √

im
 
F1 ( 26, 0) 1 + 26, 13

√  √ 
1 − 26, 13
el
F2 (− 26, 0)

√ √
Pr
1 + 18, 13

V1 ( 18, 0)

√ √
1 − 18, 13

V1 (− 18, 0)
o

q
y − 13 = ± 49 (x − 1)


q
Assíntotas y0 = ± 49 x0
r

ou
Ve

y = 13 ± 32 (x − 1)

vi- Completamos quadrados na equação


9y2 − 9x2 + 6x = 1
obtemos
 
2 2 2 1
9y − 9 x − x + = 1−1 = 0
3 9

1 2 1 2
   
2 2
9y = 9 x − ⇒ y = x−
3 3
que é uma cônica degenerada correspondente ao par de retas

1 2 1 2
   
r1 : y = x − e r2 : y = − x −
3 3
232 Capítulo 12. Translação de sistema de coordenadas.

que se intersectam em
 
1
P = 0, .
3

.
ar
in
im
el
Pr
o
r sã
Ve
.
ar
13. Rotação do sistema de coordenadas.

in
im
el
Nesta seção, vamos desenvolver a matemática necessária para identificar a figura geométrica dada
pela equação
Pr
ax2 + bxy + cy2 + dx + ey = f ,

para o caso onde b 6= 0. Isto será feito por meio de mudanças no sistema de coordenadas.
o

Como visto na seção anterior, um sistema de coordenadas, fica determinado por um conjunto S =
(O, {~e1 ,~e2 }). A translação de um sistema de coordenadas produz um novo sistema de coordenadas

S0 = (O0 , {~u1 ,~u2 }) onde os vetores ~ei 0 s são preservados. Relembramos que esta mudança de
coordenadas tem a propriedade de preservar distâncias, portanto os ângulos, as medidas e as escalas
são preservadas.
r

Nesta seção vamos estudar a relação entre as coordenadas de um ponto P com respeito de dois
Ve

sistemas de coordenadas S = (O, {~e1 ,~e2 }) e S0 = (O, {~u1 ,~u2 }). Em particular, vamos estudar as
condições sobre {~u1 ,~u2 } que garantem que as distâncias, ângulos e escalas sejam preservados.

13.1 Rotação de coordenadas


Consideramos então os sistemas S = (O, {~e1 ,~e2 }) e S0 = (O, {~u1 ,~u2 }) como S0 é um sistema de
coordenadas então {~u1 ,~u2 } é um conjunto linearmente independente de vetores. Mais ainda, neste
novo sistema de coordenadas os eixos são dados por

n −→ o
eixo u → P, OP = λ~u1 , λ ∈ R

n −→ o
eixo v → P, OP = λ~u2 , λ ∈ R .
234 Capítulo 13. Rotação do sistema de coordenadas.

Como no caso anterior, assumimos que nosso sistema S = (O, {~e1 ,~e2 }) conhece o sistema S0 =
(O, {~u1 ,~u2 }), isto é, sabe como escrever ~u1 e ~u2 em termos de ~e1 e ~e2 . Como {~u1 ,~u2 } são linear-

.
ar
mente independentes, isso significa que, existem escalares a11 , a12 , a21 e a22 tais que

~u1 = a11~e1 + a12~e2 ~u2 = a21~e1 + a22~e2 .

in
O que queremos achar é um tradutor entre o sistema de coordenadas S e S0 . Para isto, seja P um
ponto do plano. No sistema de coordenadas S o ponto P tem coordenadas P = (x, y), o que significa

im
−→
OP = x~e1 + y~e2 .

No sistema de coordenadas S0 o ponto P terá coordenadas (x0 , y0 ), o que se traduz como


el
−→
OP = x0~u1 + y0~u2 .
Pr
Utilizando as relações acima, podemos escrever então
−→
OP = x0~u1 + y0~u2
= x0 (a11~e1 + a12~e2 ) + y0 (a21~e1 + a22~e2 )
= (a11 x0 + a21 y0 )~e1 + (a12 x0 + a22 y0 )~e2 .
o

de onde tiramos que

x~e1 + y~e2 = (a11 x0 + a21 y0 )~e1 + (a12 x0 + a22 y0 )~e2


r

Portanto, da independência linear de {~e1 ,~e2 } vemos que


Ve

x = a11 x0 + a21 y0 y = a12 x0 + a22 y0

ou, equivalentemente
    0 
x a11 a21 x
= .
y a12 a22 y0

Mais ainda, podemos escrever a mudança de coordenadas como X = RX 0 onde


     0 
x a11 a21 0 x
X= R= , e X = .
y a12 a22 y0

A matriz R é chamada de matriz de mudança de coordenadas e caracteriza completamente a


mudança. Observamos que a independência linear de {~u1 ,~u2 } garante que det(R) 6= 0.
Assim temos resolvido a questão da mudança de coordenadas e o problema de traduzir de um
sistema para outro. No entanto cabe a seguinte pergunta: no novo sistema de coordenadas são
13.1 Rotação de coordenadas 235

preservados os formatos? ou melhor: O que devemos pedir sobre R para que os ângulos, distâncias
e formas sejam preservadas?
Para responder esta pergunta necessitamos ver se são preservadas as distâncias pois, se isto
vale, podemos concluir da lei do cosseno que os ângulos também são preservados.
Sejam P e Q dois pontos. Assuma que P = (x, y) e Q = (u, v) em S1 e P = (x0 , y0 ) e Q = (u0 , v0 )
−→
em S2 então se ~v = PQ, temos

~v = (x − u, y − v) em S1 ~v = (x0 − u0 , y0 − v0 ) em S2 ,

com as relações

.
 0 
u0
       
x a11 a21 x u a11 a21

ar
= = .
y a12 a22 y0 v a12 a22 v0

Calculamos

in
q
dS1 (P, Q) = (x − u)2 + (y − v)2
q
(a11 (x0 − u0 ) + a21 (y0 − v0 ))2 + (a12 (x0 − u0 ) + a22 (y0 − v0 ))2

im
=
q
= (a211 + a212 )(x0 − u0 )2 + (a221 + a222 )(y0 − v0 )2 + 2(a11 a21 + a12 a22 )(x0 − u0 )(y0 − v0 ).

No entanto,
el
q
dS2 (P, Q) = (x0 − u0 )2 + (y0 − v0 )2 .
Pr
Portanto, para que os ângulos e as distâncias sejam preservadas devemos ter

a211 + a212 = 1
a221 + a222 = 1
o

a11 a21 + a12 a22 = 0.


É possível ver que estas equações são satisfeitas se a matriz R é da forma


 
cos (θ ) − sin (θ )
Rθ = ,
r

sin (θ ) cos (θ )
Ve

para algum valor θ ∈ R.


De fato se a211 + a212 = 1 existem θ e φ tais que

a11 = cos (θ ) a12 = sin (θ ) a21 = sin (φ ) a22 = cos (φ ).

Utilizando que a11 a21 + a12 a22 = 0 temos que

0 = cos (θ ) sin (φ ) + sin (θ ) cos (φ ) ⇒ sin(θ + φ ) = 0 ⇒ φ = −θ .

Em particular, a mudança de coordenadas produzida, que tem por matriz de mudança de


coordenadas a
 
cos (θ ) − sin (θ )
Rθ = ,
sin (θ ) cos (θ )

é chamada de rotação do sistema de coordenadas.


236 Capítulo 13. Rotação do sistema de coordenadas.

Obs. Para ser mais precisos, na resolução acima


sin(θ + φ ) = 0 ⇒ θ + φ = kπ k ∈ N.
então as possíveis matrizes de rotação são
   
cos (θ ) − sin (θ ) cos (θ ) sin (θ )
Rθ = , ou Rθ = .
sin (θ ) cos (θ ) sin (θ ) − cos (θ )
Ficamos com a primeira pois é a que tem determinante igual a 1. O motivo disto é que a
mudança de coordenadas produzida além de preservar as distâncias vai preservar a orientação
dos eixos coordenados.

De acordo com o visto anteriormente, temos que uma rotação de coordenadas preserva distâncias
e portanto ângulos e formatos. Mais ainda, os vetores ~u1 e ~u2 resultantes de uma rotação do sistema

.
ar
de coordenadas, satisfazem
~u1 ·~u1 = ~u2 ·~u2 = 1 e ~u1 ·~u2 = 0.
Assim temos que os eixos coordenados do sistema S0 que são dados por

in
n −→ o
eixo u → P, OP = λ~u1 , λ ∈ R ,

im
n −→ o
eixo v → P, OP = λ~u2 , λ ∈ R ,
são perpendiculares. Mais ainda, o θ da matriz Rθ é o ângulo formado por ~e1 e ~u1 e, portanto, o
ângulo entre os eixos coordenados correspondentes.
el
Pr
o
r sã
Ve

É interessante observar que as matrizes Rθ são inversíveis e, mais ainda


1. R−1 t
θ = Rθ , de fato
    
cos (θ ) sin (θ ) cos (θ ) − sin (θ ) 1 0
Rtθ Rθ = = .
− sin (θ ) cos (θ ) sin (θ ) cos (θ ) 0 1
 
cos (θ ) − sin (θ )
2. det(Rθ ) = det = cos2 (θ ) + sin2 (θ ) = 1
sin (θ ) cos (θ )
3. Rθ Rφ = Rθ +φ , de fato
  
cos (θ ) − sin (θ ) cos (φ ) − sin (φ )
Rθ Rφ =
sin (θ ) cos (θ ) sin (φ ) cos (φ )
 
cos (θ ) cos(φ ) − sin(θ )sin(φ ) − sin(φ ) cos(θ ) − sin(θ ) cos(φ )
=
sin(φ ) cos(θ ) + sin(θ ) cos(φ ) cos (θ ) cos(φ ) − sin(θ )sin(φ )
 
cos (θ + φ ) − sin (θ + φ )
=
sin (θ + φ ) cos (θ + φ )
= Rθ +φ .
13.1 Rotação de coordenadas 237

Resumo: A rotação de coordenadas é a mudança de coordenadas de um sistema S = (O, {~e1 ,~e2 })


para um sistema S2 0 = (O, {~u1 ,~u2 }) em que

~u1 = cos (θ )~e1 + sin (θ )~e2 ,

~u2 = − sin (θ )~e1 + cos (θ )~e2 ,


e as coordenadas de um ponto P = (x, y) segundo S1 e P = (x0 , y0 ) segundo S2 , estão relacionadas
por
    0   0    
x cos (θ ) − sin (θ ) x x cos (θ ) sin (θ ) x
= 0 ⇒ 0 = .
y sin (θ ) cos (θ ) y y − sin (θ ) cos (θ ) y

.
ar
in
im
el
Pr
o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
14. Identificação de cônicas

in
im
el
Nosso objetivo aqui é o seguinte, dada a equação
ax2 + bxy + cy2 + dx + ey = f
Pr
que representa uma cônica não degenerada, devemos indentificar que tipo de cônica é e estudar
as suas propriedades. Em seções anteriores vimos que no caso em que b = 0 o problema pode ser
resolvido por uma mudança de coordenadas. No entanto o caso em que b 6= 0 não é possível estudar
somente via translação, assim vamos precisar de rotações do sistema de coordenadas.
o

14.1 Um exemplo

Começamos estudando um exemplo.


 Exemplo 14.1 Considere a equação xy = 1, e considere um novo sistema de coordenadas em
r

que
Ve

1 1
~u1 = √ (~e1 +~e2 ) ~u2 = √ (−~e1 +~e2 ).
2 2
Observamos que
~u1 ·~u1 = ~u2 ·~u2 = 1 ~u1 ·~u2 = 0.
Pelo que vimos anteriormente, a mudança de coordenadas do novo sistema para a cônica é
descrito por
!
√1 − √1 x0 (x0 − y0 ) (x0 + y0 )
  
x 2 2
= 1 1 0 ⇒ x = √ y = √ .
y √
2

2
y 2 2
π
o que corresponde a uma rotação em que θ = 4 do sistema de coordenadas. A mudança do sistema
de coordenadas inversa é dada então por
! 
√1 √1
 0 
x x (x + y) (−x + y)
= 2 2 ⇒ x0 = √ y0 = √ .
y0 − √12 √12 y 2 2
240 Capítulo 14. Identificação de cônicas

Vamos ver como se escreve a equação xy = 1 no novo sistema de coordenadas. Para isto
substituimos x e y pelas expressões acima e obtemos
 0
(x − y0 )
 0
(x + y0 )

1
1= √ √ = ((x0 )2 − (y0 )2 ).
2 2 2

Portanto a equação no novo sistema de coordenadas é

(x0 )2 (y0 )2
− = 1,
2 2
que é a equação de uma√ hipérbole. No √ a F1 = (2, 0) e F2 = (−2, 0)
√sistema S os focos correspondem

.
ar
e os vértices a V1 = ( 2, 0) V2 = (− 2, 0). A excentricidade é e = 2 e as assíntotas são descritas
pelas seguintes retas

y0 = x 0 y0 = −x0 .

in
Vamos agora traduzir isso para o nosso sistema de coordenadas. Para isto devemos utilizar as

im
fórmulas acima
!   √ 
√1 − √1 2 2
F1 : √1
2
√1
2 = √ .
2 2
0 2
el
√1 √1
!   √ 
2
− 2 −2 −√2
F2 : √1 √1
= .
2 2
0 − 2
Pr
! √   
√1 − √1 2 1
V1 : 2 2 = .
√1 √1 0 1
2 2
! √  
√1 − √1

2 2 − 2 −1
V2 : = .
o

√1 √1 0 −1
2 2

A excentricidade é e = 2 e as assíntotas são descritas pelas seguintes retas

(x − y) (x − y)
y0 = x 0 → √ = √ →y=0 (eixo x),
r

2 2
Ve

(x − y) (x − y)
y0 = −x0 → √ √ →x=0 (eixo y).
2 2


14.2 Procurando a mudança de coordenadas


Como vimos no exemplo, a rotação simplifica o estudo da equação. O problema do estudo de
equações das cônicas pode ser escrito da seguinte forma:

existe uma rotação de coordenadas que simplifica o estudo da cônica? se existe, qual é tal rotação?

ou melhor,

como escolher o sistema de coordenadas no qual a equação da cônica é mais simples?


14.2 Procurando a mudança de coordenadas 241

O que estamos procurando então é fazer uma rotação de coordenadas do sistema canônico ao
sistema S de tal forma que a equação
ax2 + bxy + cy2 + dx + ey = f
possa ser escrita no novo sistema, como
a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f .
pois neste caso, com uma translação de coordenadas o problema pode ser estudado facilmente.
Em notação matricial, o que queremos é fazer uma mudança de coordenadas X = Rθ X 0 de
forma tal que possamos passar

.
X T AX + BX = f ,

ar
em que
 

in
a b/2 
A= B= d e ,
b/2 c
para uma equação

em que
(X 0 )T A0 (X 0 ) + B0 X 0 = f ,

im
el
a0 0
 
A0 = B0 = d 0 e0

.
0 c0
Pr
0 0
Obs. Como uma translação não altera o sinal de a e b temos que, no novo sistema de coordenadas,
se a equação
a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f
o

representa uma cônica não degenerada, ela será


• uma elipse se a0 e c0 tem o mesmo sinal,

• uma hipérbole se a0 e c0 tem sinais contrários, ou


• uma parábola se a0 ou c0 é 0.
r

Pelo visto acima, nosso trabalho consiste em achar a matriz Rθ que simplifica a equação, em
Ve

função dos dados conhecidos A, B e f . Para isto, primeiramente substituimos X = Rθ X 0 em


X T AX + BX = f e comparamos com
(X 0 )T A0 (X 0 ) + B0 X 0 = f .
então obtemos
(X 0 )T (RTθ ARθ )X 0 + (BRθ )X 0 = f ,
de onde segue que
A0 = RTθ ARθ .
B0 = BRθ .
Observamos que
a0 c0 = det(A0 ) = det(Rθ )−1 det(A) det(Rθ ) = det(A).
portanto o tipo de cônica não degenerada é dado pelo determinante da matriz A, isto é
242 Capítulo 14. Identificação de cônicas

• se det(A) > 0 a cônica é uma elipse,


• se det(A) = 0 a cônica é uma parábola,
• se det(A) < 0 a cônica é uma hipérbole.
Da forma de A0 tiramos que A0 − a0 I ou A0 − c0 I tem uma linha nula, de onde segue que a0 , c0
são zeros da função
g(u) = det(A0 − uI).
Porém ao não conhecer A0 não podemos determinar g, no entanto
A0 − uI = RTθ ARθ − uI
= RTθ ARθ − RTθ Rθ

.
= RTθ (A − uI)Rθ ,

ar
de onde
g(u) = det(A0 − uI) = det(Rθ )−1 det(A − uI) det(Rθ ) = det(A − uI).

in
Assim, a0 e c0 são os zeros de
g(u) = det(A − uI),

im
e portanto é possível calculá-los a partir de dados conhecidos.
Uma vez conhecidos a0 e c0 passamos a encontrar Rθ . Sem perder generalidade colocamos
como a0 ao maior número que é solução de g(u) = 0. Observamos que achar Rθ na verdade se
el
reduz a determinar a matriz coluna
 
cos (θ )
,
Pr
sin (θ )
pois, a partir desta obtemos
 
cos (θ ) − sin (θ )
Rθ = .
sin (θ ) cos (θ )
o

Sabemos que

ARθ = Rθ A0 .
Calculamos
r

      
cos (θ ) − sin (θ ) cos (θ ) − sin (θ )
ARθ = A = A A ,
Ve

sin (θ ) cos (θ ) sin (θ ) cos (θ )


e
a0 0
       
0 cos (θ ) − sin (θ ) 0 cos (θ ) 0 − sin (θ )
Rθ A = = a c .
sin (θ ) cos (θ ) 0 c0 − sin (θ ) cos (θ )
Comparando as duas matrizes, vemos que
       
cos (θ ) 0 cos (θ ) − sin (θ ) 0 − sin (θ )
A =a e A= =c .
sin (θ ) sin (θ ) cos (θ ) cos (θ )
   
cos (θ ) u
Portanto é a solução de norma igual a 1 do problema
sin (θ ) v
   
0 0 u 0
(A − a I) = ,
v 0
com u > 0.
Juntanto todo o que foi visto até agora temos o seguinte resultado:
14.2 Procurando a mudança de coordenadas 243

Teorema 14.2.1 Considere a equação, no sistema de coordenadas xy, dada por

ax2 + bxy + cy2 + dx + ey = f ,

com (a, b, c) 6= (0, 0, 0). Então, existe uma rotação de coordenadas


     0  0   
x cos(θ ) − sin(θ ) x x cos(θ ) sin(θ ) x
= 0 , 0 =
y sin(θ ) cos(θ ) y y − sin(θ ) cos(θ ) y

tal que a equação acima transforma, no sistema de coordenadas x0 y0 , em

a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f

.
ar
onde
• a0 , c0 são raizes de

in
 
a−λ b/2
f (λ ) = det
b/2 c−λ

• (cos(θ ), sin(θ )) solução de norma 1 do sistema



a − a0 b/2
b/2 c − a0
   
u
v
=
0
0
. im
el

Pr
 
 cos(θ ) − sin(θ )
d 0 e0 = d e

.
sin(θ ) cos(θ )
o

Obs.
• O sistema

a − a0
    
b/2 u 0
= .
b/2 c − a0 v 0
r

possui duas soluções {U~ = (cos(θ ), sin(θ )), ~V = (cos(φ ), sin(φ ))} de norma 1. Estas
~ = −~V o que induz duas rotações diferentes Rθ e Rφ
Ve

soluções estão relacionadas por U


que estão relacionadas por θ = φ − π.

Este teorema produz o seguinte roteiro para simplificar a equação da cônica:


1. Seja ax2 + bxy + cy2 + dx + ey = f a cônica não degenerada a ser estudada,
2. Construa a matriz
 
a b/2
A=
b/2 c

3. Em função do det(A) classifique a cônica.


0 0 0
 a e c que são zeros de g(λ ) = det(A − λ I). Escolha a
4. Ache os valores
cos (θ )
5. Determine que é a solução (u, v) de norma igual a 1 do problema
sin (θ )
   
u 0
(A0 − a0 I) =
v 0
244 Capítulo 14. Identificação de cônicas
 
cos (θ )
6. Construa, a partir de a matriz
sin (θ )
 
cos (θ ) − sin (θ )
Rθ = .
sin (θ ) cos (θ )

7. Escreva a equação da cônica no novo sistema de coordenadas, isto é

a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f ,

onde

.
(d 0 e0 ) = (d, e)Rθ .

ar
8. Faça uma traslação, se necesário, para levar a equação acima na sua forma canônica.
9. Ache todos os elementos que caracterizam a cônica:focos, vértices, assíntotas, reta diretriz.

in
10. Utilize a mudança de coordenadas X = Rθ X 0 e X 0 = RTθ X junto à traslação para passar esta
informação ao sistema de coordenadas inicial.

im
 Exemplo 14.2 Considere a cônica de equação

4x2 − 4xy + 7y2 + 12x + 6y − 9 = 0.

Para identifica-lá escrevemos a equação em notação matricial


el
X T AX + BX = 9,
Pr
onde
   
4 −2  x
A= , B= 12, 6 X= .
−2 7 y
o

Como det(A) = 24 > 0 temos que a cônica é uma elipse.


Vamos simplificar a equação da cônica, para isto fazemos uma rotação de coordenadas X 0 =

Rθ X. Calculamos os 0 do polinômio.
 
4 − x −2
r

det(A − xI) = det = x2 − 11x + 24.


−2 7 − x
Ve

Portanto,

11 ± 121 − 96 11 ± 5
x= = .
2 2
Escolhemos

a0 = 8, c0 = 3.

Agora resolvemos

(A − 8I)U = 0 k U k= 1,

isto é,
    
−4 −2 u1 0
= ⇒ u2 = −2u1 ,
−2 −1 u2 0
14.2 Procurando a mudança de coordenadas 245

e obtemos a solução V = √1 (1, −2). Portanto


5
!
√1 √2
Rθ = 5 5 .
−2
√ √1
5 5

Observamos que BRθ = (0, √305 ) e portanto, no novo sistema de coordenadas, a equação trans-
formada é
30
(X 0 )T (RTθ ARθ )X 0 + (BRθ )X 0 = 9 ⇒ 8x02 + 3y02 + √ y0 = 9,
5

.
Fazemos agora uma traslação

ar
X 00 = X 0 + Q

em que

in
x00
   
00 q1
X = , Q= ,
y00 q2

para levar a equação a forma mais simples.


Achamos Q completando quadrados na equação
im
el
30
8x02 + 3y02 + √ y0 = 9
5

√ 0
Pr
02 02 x02 (y0 + 5)2
8x + 3(y + 2 5y + 5) = 9 + 15 ⇒ + = 1.
3 8
 
0

Finalmente, se Q = , temos que a equação simplificada é
5
o

(x00 )2 (y00 )2
+ = 1.

3 8
A mudança de coordenadas completa, isto é rotação mais translação,
r

! 
√1 √2
 00     0   
x 0 x 0 x
= √ + = √ + √ 5 5 ,
Ve

00 0 −2 1
y 5 y 5 5

5
y

e sua inversa
! 
√1 √2 x00
    
x
= −2
5 5 − √0 .
y √
5
√1
5
y00 5

Para achar a excentricidade da cônica calculamos primeiramente



c2 = 8 − 3 = 5 ⇒ c = 5,
q
donde e = 58 .
Os focos no sistema (x00 , y00 ) estão em
√ √
F1 = (0, 5), F2 = (0, − 5),
√ √
V1 = (0, 8), V2 = (0, − 8).
246 Capítulo 14. Identificação de cônicas

Então, as coordenadas no sistema Oxy são


! 
√1 √2
    
√0 0 0
F1 : 5
−2 √1
5 − √ = .

5 5
5 5 0
! 
√1 √2
    
5 5 0
√ √0 −4
F2 : −2 √1
− = .

5 5
− 5 5 −2
 √ √ 
2( √8− 5)
! 
√1 √2
  
5 5 √0 √0 √ 5√
V1 : −2 √1
− = 
( 8−
.

5 5
5 5 √ 5)
5
 √ √ 

.
2( √ 8− 5)
!
√1 √2 −
   
0
√ 0
− √

ar
V2 : 5 5 = √ 5√ .
−2 √1

5 5
− 5 5 ( 5+
− √ 8) 5


in
 Exemplo 14.3 Seja C a curva do plano contituída dos pontos que satisfazem a equação
√ p
3x2 + 3y2 + 2xy + 4 2x − 4 2y = −4.

Construimos a matriz da cônica

A=

3 1

. im
el
1 3

Como det(A) = 8 > 0 concluimos que a cônica é uma elipse. Procuramos os 0 de


Pr
 
3−x 1
f (x) = det(A − xId) = det = x2 − 6x + 8.
1 3−x

De onde x = 6±2 0 0
2 , portanto escolhemos a = 4 e c = 2.
o

Para encontrar a rotação procuramos a solução do sistema linear det(A − 4Id)V = 0. Assim

      
−1 1 v1 0 1 1
= ⇒ v1 = v2 ⇒ V = √ , √ .
1 −1 v2 0 2 2
r

Portanto,
Ve

!
√1 − √12
Rθ = 2 .
√1 √1
2 2

A mudança de coordenadas fica


!  ( 0 −y0 )
(x√
√1 − √12 x0 x=
 
x 2 2
= 1 1 0 ⇒ 0 +y0 )
(x√ .
y √
2

2
y y= 2

Com isto a equação da cônica transforma em


√ x 0 − y0 √ x 0 + y0
   
0 2 0 2
4(x ) + 2(y ) + 4 2 √ −4 2 √ = −4.
2 2
Simplificando

4(x0 )2 + 2(y0 )2 − 8y0 = −4.


14.3 Exercicios resolvidos 247

Completando quadrados

(y0 − 2)2
4(x0 )2 + 2(y0 − 2)2 = −4 + 8 = 4 ⇒ (x0 )2 + = 1.
2
Fazendo uma translação u = x0 e v = y0 − 2 temos que a equação transformada de C é

v2
u2 + = 1.
2
A mudança de variáveis do sistema uv para o sistema xy é dada então por

.
! !
√1 − √12 x0 √1 √1
   

ar
x 2 2 2 u
= = .
y √1
2
√1
2
y0 √1
2
√1
2
v+2

in
Passamos a estudar a cônica. Para obter os focos no sistema uv primeiramente obtemos
c2 = 2 − 1 = 1. Portanto os focos, no sistema uv, tem coordenadas F1 = (0, 1) e F2 = (0, −1), de
onde segue que no sistema de coordenadas xy
−3

im
! !
√1 − √1 √

2 2 0 2
F1 : √1 √1
= √3
.
2 2
1 + 2 2
−1
! !
√1 − √1 √

el
2 2 0 2
F2 : √1 √1
= √1
.
2 2
−1 + 2 2
Pr
Análogamente calculam-se os vértices. 

14.3 Exercicios resolvidos


o

1.
2. Seja C o lugar geométrico dos pontos P(x, y) do plano cujas coordenadas x e y satisfazem

√ √
5x2 − 2xy + 5y2 − 16 2x + 8 2y + 4 = 0

Encontrar as mudanças consecutivas das coordenadas que levam C à forma canônica e


r

identificar a cônica C .
Ve

Resolução: Para encontrar as mudanças consecutivas das coordenadas que levam a cônica
C de equação √ √
5x2 − 2xy + 5y2 − 16 2x + 8 2y + 4 = 0
na sua forma canônica primeiramente escrevemos esta equação na sua forma matricial

X t AX + BX + 4 = 0

onde
√ √
   
5 −1 x
A= X= , B = (−16 2, 8 2).
−1 5 y

Calculando
 
5 −1
det(A) = det = 24 > 0
−1 5
248 Capítulo 14. Identificação de cônicas

vemos que a cônica é uma elipse.


Para achar a rotaçãode coordenadas Rθ que diagornaliza A calculamos os zeros de
 
5−λ −1
det(A − λ I) = det = λ 2 − 10λ + 24 → λ1 = 6, λ2 = 4
−1 5 − λ

Escolhemos a0 = 6. Resolvemos o sistema (A − 6I)X = 0 e procuramos uma solução de


norma 1.
      
−1 −1 u 0 1 1
= ⇒ S = √ ,−√
−1 −1 v 0 2 2

.
Portanto matriz Rθ é dada por

ar
1 1
!
√ √
Rθ = 2 2
− √12 √1

in
2

E a mudança de coordenadas por

im
!
√1 √1 x0
  
x 2 2
= ,
y − √12 √12 y0

isto é
el
x0 + y0 −x0 + y0
x= √ , y= √
2 2
Pr
Então a equação da cônica transforma em
√ x 0 + y0 √ −x0 + y0
   
0 2 0 2
6(x ) + 4(y ) − 16 2 √ +8 2 √ + 4 = 0.
2 2
o

Simplificando temos

6(x0 )2 − 24x0 + 4(y0 )2 − 8y0 + 4 = 0 ⇒ 6(x0 − 2)2 + 4(y0 − 1)2 = 24.

Fazendo
r

x00 = x0 − 2 y00 = y0 − 1
Ve

Temos
(x00 )2 (y00 )2
+ =1
4 6
que é a forma canônica de C .
3. Seja C o lugar geométrico dos pontos P(x, y) do plano cujas coordenadas x e y satisfazem

4x2 − 4xy + 7y2 + 12x + 6y − 9 = 0

a) Encontrar as mudanças consecutivas das coordenadas que levam C à forma canônica e


identificar a cônica C .
b) Determine excentricidade, vértices, focos e assíntotas (se houver)
Resolução: Seja C o lugar geométrico dos pontos P(x, y) do plano cujas coordenadas x e y
satisfazem
4x2 − 4xy + 7y2 + 12x + 6y − 9 = 0
14.3 Exercicios resolvidos 249

Observamos que esta equação pode ser escrita na forma matricial como

X T AX + BX = 9

para
   
x 2 −2
X= A= B = (12, 6).
y −2 7

Como
 
4 −2
det(A) = det = 24 > 0

.
−2 7

ar
tiramos que a cônica é uma elipse.
Para achar as transformações de coordenadas que levam a equação acima na forma canônica

in
começamos calculando os zeros de
 
4 − x −2
f (x) = det = x2 − 11x + 24

im
−2 7 − x

que são

x1 = 8 x2 = 3.
el
Escolhemos a0 = 8 e procuramos as soluções unitarias de
Pr
    
−4 −2 u 0
(A − 8I)U = 0 ⇒ = ⇒ −2u = v
−2 −1 v 0

das quais escolhemos


o

1 1 2
√ (1, −2) ⇒ cos(θ ) = √ , sin(θ ) = − √ .
5 5 5

Com isto obtemos que a matriz de rotação e a mudança de coordenadas são dadas por
! !
√1 √2 √1 √2
r

x0
  
5 5 x 5 5
Rθ = =
− √25 √15 − √25 √15 y0
Ve

ou, equivalentemente,

x0 + 2y0 −2x0 + y0
x= √ , y= √
5 5
Utilizando esta mudança de coordenadas e substituindo na equação da cônica obtemos a
seguinte
 0
x + 2y0 −2x0 + y0
  
0 2 0 2
8(x ) + 3(y ) + 12 √ +6 √ =9
5 5

⇒ 8(x0 )2 + 3y02 + 6 5y0 = 9
Completamos quadrados para obter

8(x0 )2 + 3(y02 + 2 5y0 + 5) = 9+15.
250 Capítulo 14. Identificação de cônicas

ou, equivalentemente,

0 2 0
√ 2 (x0 )2 (y0 + 5)2
8(x ) + 3(y + 5) = 24 ⇒ + = 1.
3 8
Fazendo a traslação

x00 = x0 y00 = y0 + 5

Obtemos finalmente a equação canônica

(x00 )2 (y00 )2
+ = 1.

.
3 8

ar
Com isto podemos responder a
a)as mudanças de coordenadas são

in
!
√1 √2 x0 x00 = x0√
   
x 5 5
=
y − √25 √15 y0 00 0
y = y+ 5

e a equação canônica da elipse é

(x00 )2 (y00 )2
+ = 1. im
el
3 8
b) Observamos que, pela forma da equação canônica, os focos e vértices estão sobre o eixo
yˆ00 e que,
Pr

a2 = 8 b2 = 3 c2 = a2 − b2 = 5

donde
o

√ √ √
a= 8 b= 3 c= 5

Portanto a Exentricidade da cônica é


r
5
r

e=
8
Ve

e os focos e vértices estão em


x”y”
√ x’y’ xy
F1 (0, √5) (0, 0)
√ (0, 0)
F2 (0, − 5) (0, −2 5) (−4, −2)
√ √ √  √ √ 
V1 (0, 8) (0, 8 − 5) 2 √5 − 2), √85 − 1
8
√ √ √  √ √ 
V2 (0, 8) (0, −( 8 + 5)) −2 − 2√58 , −1 − √85
q q q
5 5 5
Ex. 8 8 8
4. Seja C a curva do plano constituída dos pontos que satisfazem a equação
√ √
3x2 + 3y2 + 2xy + 4 2x − 4 2y = −4.

(a) Encontre a forma canônica (ou reduzida) de C .


(b) Encontre as coordenadas do(s) foco(s) da curva C em relação ao sistema de eixos XY .
(c) Esboce o desenho da curva C no sistema de eixos XY .
14.3 Exercicios resolvidos 251

Resolução:
Seja C a curva do plano constituída dos pontos que satisfazem a equação
√ √
3x2 + 3y2 + 2xy + 4 2x − 4 2y = −4.

Observamos que a equação pode ser escrita


√ √
    
3 1 x x
(x, y) + (4 2, −4 2) = −4
1 3 y y

A partir da matriz

.
 
3 1
A=

ar
1 3

temos que, como det(A) = 8 > 0, concluimos que a cônica é uma elipse.

in
Para poder estudar a cônica vamos a fazer uma rotação seguida de uma traslação para poder
levar a equação numa forma simples.
Faremos o estudo da cônica no último sistema de coordenadas e depois transformamos tudo

im
ao sistema de coordenadas original.
Começamos procurando a rotação a ser feita e cuja matriz é
 
cos(θ ) − sin(θ )
Rθ =
el
sin(θ ) cos(θ )

Procuramos primeiro os autovalores da matriz. Para isto, determinamos os 0 de


Pr
 
3−x 1
f (x) = det(A − xId) = det = x2 − 6x + 8.
1 3−x

Donde
o

6±2
x= ,
2

assim os autovalores serão λ1 = 4 e λ2 = 2.


As colunas da matriz Rθ são os autovetores unitarios associados aos autovalores acima.
r

Calculamos os autovetores: Para λ1 temos que o autovetor será dado por um vetor unitario
u1 que é solução do sistema linear (A − 4Id)V = 0. Assim
Ve

    
−1 1 v1 0
= =⇒ v1 = v2
1 −1 v2 0
 
1 1
=⇒ u1 = √ , √
2 2
Como esta é a primeira coluna de Rθ , a segunda coluna vai ser obtda trocando as componentes
de lugar e mudando o sinal da primeira, isto é
 
1 1
u2 = − √ , √ .
2 2
Portanto a mudança de coordenadas fica
! ( 0 −y0
x√
√1 − √1 0 x =
  
x 2 2 x 2
= 1 1 0 =⇒ 0 +y0
x√
y √
2

2
y y = 2
252 Capítulo 14. Identificação de cônicas

Para obter a forma canônica ou reduzida de C observamos que a equação da cónica transforma
em

√ x0 − y0 √ x0 + y0
   
4(x0 )2 + 2(y0 )2 + 4 2 √ −4 2 √ = −4.
2 2

Simplificando

4(x0 )2 + 2(y0 )2 − 8y0 = −4.

.
Completando quadrados

ar
(y0 − 2)2
4(x0 )2 + 2(y0 − 2)2 = −4 + 8 = 4 =⇒ (x0 )2 + = 1.

in
2

Fazendo uma nova mudança de variáveis u = x0 e v = y0 − 2 temos que a forma canônica de

im
C é

v2
u2 + =1
2
el
A mudança de variáveis de UV para XY é dada então por
Pr
! !
√1 − √12 x0 √1 − √12
   
x 2 2 u
= =
y √1
2
√1
2
y0 √1
2
√1
2
v+2
o

Para obter os focos no sistema UV primeiramente obtemos c2 = 2 − 1 = 1. Portanto os focos


no sistema UV tem coordenadas F1 = (0, 1) e F2 (0, −1) Assim, no sistema de coordenadas

XY
! !
√1 − √12 − √32

0
r

F1 : = 2 =
√1 √1 1+2 √3
Ve

2 2 2

! !
√1 − √12 − √12

2 0
F2 : = √1 √1
= √1
2 2
−1 + 2 2

Juntando as partes podemos responder:


(a) A forma canônica (ou reduzida) de C é

v2
u2 + = 1.
2

(b) As coordenadas do(s) foco(s) da curva C em relação ao sistema de eixos XY


   
3 3 1 1
F1 = − √ , √ F2 = − √ , √ .
2 2 2 2
14.3 Exercicios resolvidos 253

.
ar
in
(c)
5. Seja ` o lugar geométrico dos pontos P = (x, y) do plano cujas coordenadas x e y satisfazem

a) Identificar a cônica `.
im
4x2 − 4xy + 7y2 + 12x + 6y − 9 = 0.

b) Encontrar as mudanças consecutivas das coordenadas que levam ` à forma canônica.


el
c) Encontrar a excentricidade de `. Encontrar também as coordenadas dos focos, dos
vértices e as equações das assíntotas (se a