Apostila GA

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

8.1 Produto generalizado 137
el
8.2 Produto escalar 138
8.3 Produto vetorial 142
Pr
III Objetos Geométricos

o
9 Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
sã
9.1 Retas 157

9.2 Ângulo entre retas 160
r
9.3 Posição Relativa de retas 161

Ve
9.4 Distâncias 162

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
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
.
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

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

19.1 Coordenadas Cilíndricas 331
19.2 Coordenadas Esféricas 332
.
ar
20 Parametrizacão de Superfícies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
20.1 Parametrização de Superfícies 339
in
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.
sã
• 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

sã
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
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
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
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

sã
 
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

sã
 
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 =  .
 
.. .. .. ..
 . . . . 
sã
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

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).
 
sã
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
sã
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).
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
sã
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.

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

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
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 =
sã
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
• 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
sã
−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
   
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
sã
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
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
sã
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
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:
sã

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
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
sã

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
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
sã

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
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
sã
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
sã
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 ì → ì )
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 ì → ì 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 ì → ì Eim (λ ) = 
 .. 
Im =  . . . .  ← i
 
. 0 · · · 0 λ 0 ·

 .. .. . . ..  −−−−−→
 
 0 · · · 0 0 1 · ... 
 
0 0 ... 1  
 . . . . 
 .. .. · · · . . .. 
0 0 · · · · 1
.
ar
Observamos que a operação (λ ì → ì ) 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
sã

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 ì + λ ` j → ì ) 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 =  ... .. ..  ì + λ ` j → ì 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 =  ì + λ ` j → ì Ei j (λ ) = 
 
.. .. . . ..  · . . . .

 . . . .  −−−−−−−−→ 
 ..

 ← j
 0 ··· λ ··· 1 · .
0 0 ... 1
Pr

 
 . . . . 
 .. .. · · · . . .. 
0 0 · · · · 1
Fazer esta operação ì + λ ` j → ì sobre a matriz A é igual a multiplicar A a esquerda por Eimj (λ ),
o
isto é:
sã
Se A → B ao fazer a operação elementar λ ` j + ì → ì 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
   
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
sã
ì ↔ ` 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 =  ... .. ..  ì ↔ ` 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 =  ì ↔ ` 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 (ì ↔ ` j ) sobre a matriz A é igual a multiplicar A por Eimj , isto é:
Se A → B
im
ao fazer a operação ì ↔ ` 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  ,

sã
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

   
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.

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
sã
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
sã
[ [
[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.
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
sã
`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
4. A matriz
 
0 ... 0
 0 ... 0 
 .. . . ..  ,
 
 . . . 
0 ... 0

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:

sã
         
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.

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
−−−−−−−−−−−−→
sã
   
 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
 
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
sã
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

sã
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
sã
     
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
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
sã
 
[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.
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

sã

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:
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
sã
|
 
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
`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 

sã
 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
3. Calcular a inversa da matriz

 
1 2 2
A= 1 3 1 
1 3 2
Resolução:
M = [A|I],
.
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
sã
 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
 
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.
sã
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
 
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
sã
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
sã
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 
  
.. .. .. ..
sã
   
 . .   . . 
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
sã
       
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
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
sã
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
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.
sã
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.

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
sã
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.

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
sã
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.
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
sã
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
sã
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)
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 ) .
.
ar
ou
!
in
D(A) = ∑ (sinal(σ ) ∗ [A]1σ (1) ∗ . . . ∗ [A]nσ (n) ) D(I).
im
Se denotamos por det(A) a
det(A) = ∑ (sinal(σ ) ∗ [A]1σ (1) ∗ . . . ∗ [A]nσ (n) ).

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
sã
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 .

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.
sã
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 .

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.
sã
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
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
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).
sã
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.

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|
sã
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
sã

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
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
sã
 .. .. 
 . . 
 
 ai1 · · · ain 
  ← i
A =  ... .. 

. 
r
 ai1 · · · ain  ← j
 
Ve
 
 .. .. 
 . . 
ai1 · · · ain
respeito da linha i.

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:

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
   
.. ..
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
   
sã
−−−−−−−−−→ 
.. ..
  
−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
 2 2 −1 
9 9 9
 
−1 −1
 2 2

E = 9 9 9


 
−1 2 2
9 9 9
   
.. ..
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 
sã
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
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.
 
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
sã
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
Resolução:
Para achar o determinante de B temos varias opções das quais destacamos dois:
λ 6= 0 então
det(B) = λ det(A).
.
ar
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
sã
 
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 )
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
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 .

sã
Resolução:
r
M = [A|I]
Ve
M̃ = [I|B]

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
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
o
i- A inversa de A é
1 − 12 0
 
sã
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

λ 6= 0 então
det(B) = λ det(A).
.
ar
det(B) = det(A).
in
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
sã
 
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
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
o
λ 6= 0 então
sã
det(B) = λ det(A).
r
Ve
det(B) = det(A).
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
 
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 .
sã
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.
M = [A|I]
M̃ = [I|B]

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
sã
 
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
| −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
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
sã
 −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
 
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
sã
• 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
• 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 )

sã
= 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 )
• 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} )

sã
| {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
• 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  ;
sã
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
√
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.

sã
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
= −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
.
sã
`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
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
sã
= −(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
 
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

sã
 
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}.
• 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.
• 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,
sã
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:
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
sã
 
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
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

sã
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

sã
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.
sã
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.
sã
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,
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
sã
 
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.
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

sã
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.
A-) Se a matriz escalonada reduzida não tem colunas sem pivôs então ela é da forma
1 · · · 0 | b˜1
 
 .. . . .. . 
 . . . | .. 
 0 · · · 1 | bñ 
 
 0 ··· 0 | 0 .
 
 
 .. .. 
 . ··· . | 0 
0 ··· 0 | 0
O sistema, neste caso tem solução única, e igual a
.
b˜1
 
ar
S =  ...  .
 
bñ
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
sã
[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
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

sã
 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} .
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 
sã
 .. .. 
 
..
 . . 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) . . . . . .
sã
 
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

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
sã
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


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.

sã
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}.
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,

sã
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
 
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

sã
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
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,

sã
 
(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.
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
sã
 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

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

sã
 
−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.

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} .
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
sã
 
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.

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,
sã
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}.
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
sã
 

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
   
.. ..
 −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

sã
 
  x  
1 5 4 −13  y  3
r
em forma matricial  3 −1 2 5 
 z =
   2 
2 2 3 −4 1
Ve

   
.. ..
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.

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
   
.. ..
 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
sã
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

     
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

 ..   .. 
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
sã
`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
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:

sã

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
−−−−−−−−−−−−−−→
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
sã
 
..
 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.
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
sã
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
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
sã
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}.

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
sã
 
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,
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.
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.}
sã
• 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
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
sã
 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:
• 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

.. ..
sã
   
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
• 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).
sã
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
 
`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,
sã
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

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 ) =
sã
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

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
sã
   
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
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

sã
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
   
−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
sã
r
Ve
7 Vetores no plano e no espaço . . . . . . 127

7.1 O plano e o espaço
7.2 Vetores
8 Produto entre vetores . . . . . . . . . . . . . . 137

8.1 Produto generalizado
8.2 Produto escalar
8.3 Produto vetorial
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
sã
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
sã
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:
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
sã
−→
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
sã
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 ,
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.
sã
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}.
sã
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
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,

sã
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.

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
−
→
sã
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
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 −
−→ −→ −
→ −→ −→ −→
sã
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
sã
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,

sã
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.
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.
sã
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.
~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
sã
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,

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
sã
~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),
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),
sã
~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,
sã
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

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
sã
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.
~w
~v
~u
.
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

sã
= 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.
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

sã
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
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//~
sã
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).

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.
sã
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.
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
sã
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

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:
sã
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
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 = √ √
sã
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
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)
sã
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
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
.
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
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

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

17.1 Paramerização de curvas
17.2 Parametrização em coordenadas polares
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
sã
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.
−→
sã
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 ,
sã
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 ).
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.
sã
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
sã
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.

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
sã

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 −
sã

||~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 .
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 ||

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,
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
sã
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
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:
sã
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
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
sã
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
sã
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
sã
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.

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.
sã
• 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
π
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

sã
−−→ −−→
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.
/
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
sã
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
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.
sã
~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

1. Considere o desenho
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).
sã
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,
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
−
→
sã
→ (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:
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
sã
~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.
• 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

sã
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.
• 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.
• 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
sã
(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

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
sã
−→
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).
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).
sã
−→
~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.

(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
(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
sã
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.
(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

sã
−−→
~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
 
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
sã
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
→
−
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
sã

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 ),
→
−
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,
sã
−−→ → − → −
| < 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.
→
−
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,
sã
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
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
sã
→
−
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.

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.
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.

(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

−−→
• 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.
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
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
   
.. ..
`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)}

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

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
−
→ → −
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
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
~η
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
−
→
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
~η
R A
Q
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
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)
→
−
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
−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
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
sã
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.

sã
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
sã
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
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 ⇒
sã
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
sã
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
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 ⇒
sã
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
sã
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).

• 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

sã
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
sã
associar univocamente a cada ponto P a única tripla (x, y, z) que satisfaz

−→
OP = x~e1 + y~e2 + z~e3 .
r
Ve
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.
sã
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 .
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.
sã
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).

−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
.
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

sã
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

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
sã
√
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


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

sã
(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

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


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).

sã
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)

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

sã
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
−−→
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 : + =
sã
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
.
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.

sã
(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
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
sã
√ √
− 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.
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 .

sã
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
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

sã
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:
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

sã
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
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
sã
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
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
sã
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
sã
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
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
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.

sã
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

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

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 .
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
sã
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
√
sã
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?

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,
sã
• 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
• 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

Rθ = .
sin (θ ) cos (θ )
o
Sabemos que
sã
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:
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
sã
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

cos (θ )
6. Construa, a partir de a matriz
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 =
sã
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
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.
sã
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).
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
sã

−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.

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
sã
√ √
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
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
sã
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
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
sã
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.
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
sã
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 .
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
sã
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
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
sã
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

(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
.
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 aplicável) no sistema Oxy .
Resolução:
Pr
Seja ` o lugar geométrico dos pontos P = (x, y) do plano cujas coordenadas x e y satisfazem
4x2 − 4xy + 7y2 + 12x + 6y − 9 = 0.

o
Para identificar a cônica ` escrevemos a equação em notação matricial

sã
X T AX + KX = 9
onde
r

4 −2 x
A= K= X=
Ve
12, 6
−2 7 y
Como det(A) = 24 > 0 temos que a cónica é uma elipse.

Vamos levar ` à forma canônica. Primeiramente fazemos uma rotação de coordenadas
X 0 = OX em que
0
v11 v21 0 x
O= X =
v12 v21 y0
de forma tal que a matriz OT AO seja da forma

λ1 0
.
0 λ2
Observamos que os elementos da diagonal, λ1 , λ2 , são dados pelos 0 do polinomio

4 − x −2
det(A − xI) = det = x2 − 11x + 24
−2 7 − x
Portanto,
√
11 ± 121 − 96 11 ± 5
= ⇒ λ1 = 8, λ2 = 3
2 2
Agora, para achar os vetores V1 = (v11 , v12 ) e V2 = (v21 , v22 ) que determinam O resolvemos
(A − 8I)U = 0 ||U|| = 1
isto é,

−4 −2 u1 0
= =⇒ u2 = −2u1
−2 −1
.
u2 0
ar
e obtemos V1 = √15 (1, −2) donde V2 = √1 (2, 1).
5
Portanto a mudança de coordenadas fica
determinada por
in
1 2
!
√ √
O= 5 5
−2
√ √1
5 5
transformada é
30
im
Observamos que KO = (0, √305 ) e portanto, no novo sistema de coordenadas, a equação
el
(X 0 )T (OT AO)X 0 + (KO)X 0 = 9 =⇒ 8x02 + 3y02 + √ y0 = 9
5
Por último fazemos uma traslação da forma X 00 = X 0 + Q, com
Pr
00
00 x q1
X = Q= ,
y00 q2
o
para levar a equação na forma canônica. Para determinar Q completamos quadrados em

30
sã
8x02 + 3y02 + √ y0 = 9
5
e obtemos
r
√
02
√ 0 02 x02 (y0 + 5)2
Ve
8x + 3(y + 2 5y +5) = 9+15 =⇒ + = 1.

3 8

0
√
Finalmente, se Q = , temos que a equação canônica é
5
x002 y002
+ =1
3 8
A mudança de coordenadas total é
!
x00 √1 √2

= √0 + −2
5 5 x
y00 5 √
5
√1
5
y
e sua inversa
!
√1 √2 x00

x
= −2
5 5 − √0
y √
5
√1
5
y00 5
Para achar a excentricidade de ` calculamos primeiramente

√
c2 = 8 − 3 = 5 ⇒ c = 5
p
donde e = 5/8.
Os focos no sistema (x00 , y00 ) estão em
√ √
F1 = (0, 5) F2 = (0, − 5)
e os vértices
√ √
.
V1 = (0, 8) V2 = (0, − 8)
ar
Portanto, as coordenadas no sistema Oxy são
in
!
√1 √2

F1 : −2
5 5 √0 − √0 =
0
√ √1 5 5 0
5 5
F2 :
√1
−2
√
5
5
√2
√1
5
5
!
0
√
− 5

im
−

√0
5

=

−4
−2

el
 √ √ 
2( √
8− 5)
!
√1 √2

V1 : −2
5 5 √0 − √0 = √ 5√
√1

√ 8 5 ( 8−
√ 5)
Pr
5 5 5
 √ √ 
− 2( 5+ 8)
!
√1 √2 √

V2 : −2
5 5 0
√ − √0 = √ 5√
√1

√ − 8 5 − ( 5+
√ 8)
o
5 5 5

sã
a) A cônica é uma elipse.

b) A mudança de coordenadas é
r
!
x00 √1 √2

√0 5 5 x
Ve
= + −2
y00 5 √
5
√1
5
y
c)
F1 = (0, 0) F2 = (−4, −2)
√ √ √ √ !
2( 8 − 5) ( 8 − 5)
V1 = √ , √
5 5
√ √ √ √ !
2( 5 + 8) ( 5 + 8)
V2 = − √ ,− √
5 5
6. Em cada uma das equações abaixo elimine, através de uma rotação, o termo xy. Identifique o
conjunto solução e nos casos em que for uma cônica encontre as coordenadas, no sistema
inicial, do(s) foco(s), vertice(s), diretrizes e assíntotas (quando couber).
(a) 9x2 − 4xy + 6y2 = 30;

Resolução: Primeiramente construimos a matriz

9 −2
A= ⇒ det(A) = 50 > 0 ⇒ Elipse.
−2 6
Agora calculamos os zeros de

9−λ −2
f (λ ) = det = λ 2 − 15λ + 50 ⇒ λ = 10, 5.
−2 6−λ
.
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
ar
λ = 10 e resolvemos o sistema (A − 10I)U = 0 com ||U|| = 1, isto é

−1 −2 u 0
⇒ u = −2v
in
=
−2 −4 v 0
Então uma solução unitária é
im

2 −1
U= √ ,√
5 5
el
Portanto a matriz de rotação é
!
√2 √1
Pr
R= 5 5
−1
√ √2
5 5
e as mudanças de coordenadas são

o
−1
! !
√2 √1 √2 √

x 5 5 x̄ x̄ 5 5 x
= −1 √2
e = √1 √2
.
y √ ȳ ȳ y
sã
5 5 5 5
A equação da cônica transforma em

r
x̄2 ȳ2
10x̄2 + 5ȳ2 = 30 → + = 1.
Ve
3 6
Temos assim que
a2 = 6 b2 = 3 → c2 = 6 − 3 = 3
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela

Sist.
p x̄ȳ Sist.
p xy
excent. 1/2 1/2
√ q q
3
F1 (0, 3) , 2 35
√ q5 q
F2 (0, − 3) − 35 , −2 35
√
q q
6 6
V1 (0, 6) 5,2 5
√
q q
V2 (0, − 6) − 65 , −2 65
(b) 4x2 − 20xy + 25y2 − 15x − 6y = 0


4 −10
A= ⇒ det(A) = 0 ⇒ Parábola.
−10 25

4−λ −10
f (λ ) = det = λ 2 − 29λ ⇒ λ = 0, 29.
−10 25 − λ
.
ar

4 −10 u 0
= ⇒ 2u = 5v
−10 25
in
v 0
im

5 2
U = √ ,√
29 29
el
−2
5
!
√ √
R= 29 29
√2 √5
Pr
29 29

−2
! !
√5 √ √5 √2

x 29 29 x̄ x̄ 29 29 x
= e = .
o
√2 √5 −2 √5
y 29 29
ȳ ȳ √
29 29
y
sã

√

2 2 5x̄ − 2ȳ 2x̄ + 5ȳ 2 2 3
0x̄ +29ȳ −15 √ −6 √ =0 → 29ȳ −3 29x̄ = 0 → ȳ = 4 √ x̄.
r
29 29 4 29
Ve
Temos assim que
3
c= √
4 29
Sist. x̄ȳ Sist. xy
V (0, 0) (0, 0)
√3 , 0 15 3

F 4 29 116 , 58
reta d. x̄ = − 4√329 5x − 2y = 3
4
√
(c) x2 − y2 + 2 3xy + 6x = 0
√
1 3
A= √ ⇒ det(A) − 4 < 0 ⇒ Hipérbole.
3 −1

√
−λ
1√ 3
f (λ ) = det = λ2 −4 ⇒ λ = ±2.
3 −1 − λ
√
√

−1
√ 3 u 0
= ⇒ u = 3v
3 −3 v 0
√
.
!
3 1
ar
U= ,
2 2
in
√ !
3 −1
R= 2 √2
1 3
im
2 2

√ ! √ !
3 −1 3 1

x 2 √2
x̄ x̄ 2 √2
x
= e = .
el
y 1 3 ȳ ȳ −1 3 y
2 2 2 2

Pr
√ ! √ !2
3 2 9

3 x̄ − ȳ 3 3
2x̄2 − 2ȳ2 + 6 =0 → 2 x̄ + − 2 ȳ + = .
2 4 4 4
o
√
0 3 3 3
x = x̄ + y0 = ȳ +
sã
4 4
temos a equação
(x0 )2 (y0 )2
r
− = 1.
9/8 9/8
Ve
Temos assim que

9 9 9
a2 = b2 = → c2 =
8 8 4
Sist.
√x’y’ Sist.
√ x̄ȳ Sist.
√ xy
Excent. 2 2 2
√ √ √ √
F1 (3/2, 0) 3
2 − 3 4 3 , − 34 3
+ 3 3
− 3 3
, 3
− 6 3
√ 8 √ 2 2 4
√
4 8
√
F2 (−3/2, 0) − 23 − 3 4 3 , − 43 3
+ 3
− 3
− 3 3
, − 3
− 6 3
√ √ 8 √2 2 √4 4 8
√
V1 (3/ 8, 0) √3 − 3 3 , − 3 3
+ 3 √3
− 3 3
, 3
√ − 6 3
8 4 4 8 √ 2 8 4 8
√ √ √ 2 8 √
3 3 3 3 3 √ −6 3
V2 (−3/ 8, 0) − √8 − 4 , − 34
3 3
8 + 2 − 3
√ −
8 4 , − 3
2 8 8
√ √ √ √
Assínt. x0 = ±y0 ȳ + 34 = ± x̄ + 3 4 3 −x + 3y + 3/2 = ±( 3x + y + (3 3/2))
√ √
(d) 18x2 + 12xy + 2y2 + 94 1010 x − 282 1010 y + 94 = 0.

18 6
6 2

18 − λ 6
f (λ ) = det = λ 2 − 20λ ⇒ λ = 0, 20.
6 2−λ
.
ar

18 6 u 0
= ⇒ 3u = v
in
6 2 v 0
im

1 3
U = √ ,√
10 10
el
−3
1
!
√ √
R= 10 10
√3 √1
Pr
10 10

−3
! !
√1 √ √1 √3

x x̄ x̄ x
o
= 10 10 e = 10 10 .
√3 √1 −3 √1
y 10 10
ȳ ȳ √
10 10
y
sã
0x̄2 + 20ȳ2 − 94x̄ + 94 = 0 20ȳ2 − 94(x̄ − 1) = 0 →

r
Ve

2 94
→ ȳ = 4 (x̄ − 1).
80
x0 = x̄ − 1 ȳ = y0
chegamos à equação

0 2 94 0
(y ) = 4 x.
80
Temos assim que
94
c=
80
Sist. x0 y0 Sist. x̄ȳ Sist. xy

V (0, 0) (1, 0) √1 , √3
10 10
94 274 274
√ , 822

80 , 0 80 , 0
F √
80 10 80 10
x+3y
reta d. x0 = − 94
80 x̄ = − 1480
√
10
14
= − 80
(e) 3x2 + 5y2 + 4x − 2y − 202
15 = 0
Resolução: Completamos quadrados para obter
2 2 1 2

3 x+ +5 y− = 15
3 5
.
Consideramos a traslação
ar
2 1
x̄ = x + ȳ = y − ,
3 5
in
e obtemos a equação canônica
x̄2 ȳ2
im
+ = 1.
5 3
Aqui
a2 = 5 b2 = 3 c2 = 5 − 3 = 2
el
Agora podemos completar a tabela
Sist.
p x̄ȳ Sist.
p xy
Pr
excent. 2/5 √ 2/5
√
F1 ( 2, 0) 2− 2, 1
√ √ 3 5
F2 (− 2, 0) − 2 − 32 , 15
o
√ √
V1 ( 5, 0) 5 − 23 , 15
√ √
sã

V2 (− 5, 0) − 5 − 32 , 15
(f) x2 + y2 + 3xy + √62 x + √92 y = 12

r

Ve

1 3/2 9 5
A= ⇒ det(A) = 1 − = − < 0 ⇒ Hipérbole.
3/2 1 4 4

1 − λ 3/2 5 5 −1
f (λ ) = det = λ 2 − 2λ − ⇒ λ= , .
3/2 1 − λ 4 2 2
λ = 5/2 e resolvemos o sistema (A − 5/2I)U = 0 com ||U|| = 1, isto é

−3/2 3/2 u 0
= ⇒ u=v
3/2 −3/2 v 0

1 1
U = √ ,√
2 2

!
√1 − √12
R= 2
√1 √1
2 2

! !
√1 − √1 √1 √1

x 2 2 x̄ x̄ 2 2 x
= √1 √1
e = .
y 2 2
ȳ ȳ − √12 √1
2
y
.

5 2 9 1 2 9 1 36
ar
x̄ + 3x̄ + − ȳ − 3ȳ + = + = 5.
2 4 2 4 2 8
in
3 3
x0 = x̄ + y0 = ȳ −
2 2
im
temos a equação
(x0 )2 (y0 )2
− = 1.
2 10
el
Temos assim que
a2 = 2 b2 = 10 → c2 = 12.
Pr
Sist.
√x’y’ Sist.
√ x̄ȳ Sist.
√ xy
Excent. 6 6 6
o
√ √ √ √
F1 ( 12, 0) 12 − 32 , 32 3
6 − √2 , 6
√ √ √ √
sã

F2 (− 12, 0) 12 − 32 , 32 − 6 − √32 , − 6
√ √
V1 ( 2, 0) 2 − 23 , 32 1 − √32 , 1
√ √
r

V2 (− 2, 0) 2 − 23 , 32 −1 − √32 , −1
√ √ √ x+y 3
Ve

−x+y
y0 = ± 5x0 ȳ − 32 = ± 5 x̄ + 32 3

Assínt. √
2
− 2 = ± 5 √
2
+2
(g) x2 + 15 xy + y2 + 1022√2 (x + y) = 88
10

1 1/10 1 99
A= ⇒ det(A) = 1 − = >0 ⇒ Elipse.
1/10 1 100 100

1 − λ 1/10 99 11 9
f (λ ) = det = λ 2 − 2λ + ⇒ λ= , .
1/10 1 − λ 100 10 10
λ = 11/10 e resolvemos o sistema (A − (11/10)I)U = 0 com ||U|| = 1, isto é

−1/10 1/10 u 0
= ⇒ u=v
1/10 −1/10 v 0

1 1
U = √ ,√
2 2
−1
1
!
√ √
R= 2 2
√1 √1
2 2
.
ar
−1
! !
√1 √ √1 √1

x 2 2 x̄ x̄ 2 2 x
= √1 √1
e = −1 √1
.
y 2 2
ȳ ȳ √
2 2
y
in
11 2 9 2 22 88 (x̄ + 1)2 ȳ2
im
x̄ + ȳ + x̄ = → + = 1.
10 10 10 10 9 11
Fazendo agora uma traslação
x0 = x̄ + 1 y0 = ȳ,
el
chegamos à equação canônica
Pr
(x0 )2 (y0 )2
+ = 1.
9 11
Temos assim que
o
a2 = 11 b2 = 9 → c2 = 11 − 9 = 2
sã

Sist. 0 0 Sist. x̄ȳ Sist. xy
p xy
r
p p
excent. 2/11 2/11 2/11
Ve
√ √
−1−
√
−1+
√
F1 (0, 2) (−1, 2) √ 2, √ 2
√ √ 2√ 2√
−1+
√ 2, −1−
√ 2
F2 (0, − 2) (−1, − 2) 2 2√
√ √
−1−
√
−1+
V1 (0, 11) (−1, 11) √ 11 , √ 11
2 2
√ √
−1+
√
−1−
√
V2 (0, − 11) (−1, − 11) √ 11 , √ 11
2 2
√
(h) x2 + y2 + 4xy + 4 2y − 32 = 0

1 2
A= ⇒ det(A) = −3 < 0 ⇒ Hipérbole.
2 1

1−λ 2
f (λ ) = det = λ 2 − 2λ − 3 ⇒ λ = 3, −1.
2 1−λ

−2 2 u 0
= ⇒ u=v
2 −2 v 0

1 1
U = √ ,√
2 2
.
ar
!
√1 − √1
R= 2 2
√1 √1
in
2 2
im
! !
√1 − √1 √1 √1

x 2 2 x̄ x̄ 2 2 x
= 1 1 e = .
y √
2
√
2
ȳ ȳ − √12 √1
2
y
el
2 2

2 10
2 2
3x̄ − ȳ + 4x̄ + 4ȳ = ⇒ 3 x̄ + − (ȳ − 2)2 = .
Pr
3 3 3
2
o
x0 = x̄ + y0 = ȳ − 2
3
sã
temos a equação
(x0 )2 (y0 )2
− + = 1.
r
2/3 2
Ve
Temos assim que
a2 = 2 b2 = 2/3 → c2 = 2 + 2/3 = 8/3.
Sist.
p x’y’ Sist.
p x̄ȳ Sist.
p xy
Excent. 4/3 4/3 4/3
−8
p p
F1 (0, 8/3) −2/3, 2 + 8/3 √ − 2, √ 4
+2
3 2 3 3 2 3
−8
p p
F2 (0, − 8/3) −2/3, 2 − 8/3 √ + 2, √ 4
−2
√ √ 3 2 3 3 2 3
−8 4
V1 (0, 2) −2/3, 2 + 2 √ − 1, √ +1
√ √ 3 2 3 2
−8 4
V2 (0, − 2) −2/3, 2 − 2 √ + 1, √ − 1
3 2 3 2
x+y −x+y
Assínt. x0 = ± √13 y0 x̄ + 23 = ± √13 (ȳ − 2) √
2
+ 2
3 = ± √1
3
√
2
− 2
(i) x2 − 2y2 + 4xy − 6 = 0


1 2
2 −2

1−λ 2
f (λ ) = det = λ2 +λ −6 ⇒ λ = 2, −3.
2 −2 − λ
.
ar

−1 2 u 0
in
= ⇒ u = 2v
2 −4 v 0
U=

2 1
√ ,√
5 5

im
el
−1
!
√2 √
Pr
R= 5 5
√1 √2
5 5

o
−1
! !
√2 √ √2 √1

x 5 5 x̄ x̄ 5 5 x
= e = .
sã
√1 √2 −1 √2
y 5 5
ȳ ȳ √
5 5
y

r
x̄2 ȳ2
Ve
2x̄2 − 3ȳ2 = 6 ⇒ − = 1.
3 2
Temos assim que
a2 = 3 b2 = 2 → c2 = 2 + 3 = 5.

Sist.
p x̄ȳ Sist.
p xy
Excent. √5/3 5/3
F1 ( √5, 0) (2, 1)
F2 (− 5, 0)
√ q −1)
(−2,
q
V1 ( 3, 0) 2 35 , 35
√ q q
V2 (− 3, 0) −2 35 , − 35
p p
Assínt. ȳ = ± 2/3x̄ (−x + 2y) = ± 2/3 (2x + y)
√
(j) −2x2 + y2 − 4xy − 5y = 67
12 .

−2 −2
−2 1

−2 − λ −2
f (λ ) = det = λ2 +λ −6 ⇒ λ = 2, −3.
−2 1−λ
.
ar

−4 −2 u 0
⇒ −2u = v
in
=
−2 −1 v 0
U=

1 −2
√ ,√
5 5

im
el
!
√1 √2
Pr
R= 5 5
−2
√ √1
5 5

o
−2
! !
√1 √2 √1 √

x 5 5 x̄ x̄ 5 5 x
= −2 √1
e = √2 √1
.
y √ ȳ ȳ y
sã
5 5 5 5

r
1 2 1 2

2 2 67
2x̄ − 3ȳ − (−2x̄ + ȳ) = ⇒ − 3 ȳ +
Ve
2 x̄ + = 6.
12 2 6
1 1
x0 = x̄ + y0 = ȳ +
2 6
temos a equação
(x0 )2 (y0 )2
− = 1.
3 2
Temos assim que
a2 = 3 b2 = 2 → c2 = 2 + 2/3 = 5.

Sist.
p x’y’ Sist.
p x̄ȳ Sist.
p xy
Excent. 5/3 5/3 5/3
√
1
√ 1

F1 ( 5, 0) − 2 + 5, − 6 1
− 6 5 + 1, 6√1 5 − 2
√
√ √
F2 (− 5, 0) − 12 − 5, − 16 − 6√1 5 − 1, 6√1 5 + 2
√ √ q q
− 12 + 3, − 16 − 6√1 5 + 35 , 6√1 5 − 2 35

V1 ( 3, 0)
√ √ q q
− 12 − 3, − 16 − 6√1 5 − 35 , 6√1 5 + 2 35

V2 (− 3, 0)
2x+y 1
x−2y

Assínt. y0 = ± 2/3x0 ȳ + 16 = ± 2/3 x̄ − 12
p p p
√
5
+ 6 = ± 2/3 √
5
− 2
√ √
.
(k) x2 − y2 − 2 3xy − 2x − 2 3y = 6
ar
√
√1 − 3
A= ⇒ det(A) = −1 − 3 = −4 < 0 ⇒ Hipérbole.
in
− 3 −1
im
√
−1√
−λ − 3
f (λ ) = det = λ2 −4 ⇒ λ = ±2.
− 3 −1 − λ
el
√
√

−1 − 3 u 0
Pr
√ = ⇒ u = − 3v
− 3 −3 v 0

√ !
3 −1
o
U= ,
2 2
sã

√ !
3 1
r
R= 2 √2
−1 3
Ve
2 2

√ ! √ !
3 1 3 −1

x 2 √2
x̄ x̄ 2 √2
x
= −1 3
e = 1 3
.
y ȳ ȳ y
2 2 2 2
2x̄2 − 2ȳ2 − 4ȳ = 6 ⇒ 2x̄2 − 2(ȳ + 1)2 = 4
x0 = x̄ y0 = ȳ + 1
temos a equação
(x0 )2 (y0 )2
− = 1.
2 2
Temos assim que

a2 = 2 b2 = 2 → c2 = 2 + 2 = 4.
Sist. x’y’ Sist. x̄ȳ Sist. xy
Excent. 2 2 2
√ √
2 √3−1 −2− √ 3
F1 (2, 0) (2, −1) ,
√2 2√
−2√3−1 2−
F2 (−2, 0) (−2, −1) , √2 3
√ √ √ 2 √ √
6−1 − √ 2− 3
V1 ( 2, 0) 2, −1 √ ,
√2 √ 2√
.
√ √
− √6−1
, 2−√ 3
ar
V2 (− 2, 0) − 2, −1
√ 2 2√
y0 = ±x0

Assínt. ȳ + 1 = ±x̄ x + 3y + 2 = ± 3x − y
(l) x2 + 4y2 + 4xy − √245 x + √125 y = 0
in

1 2
im
2 4

1−λ 2
el
f (λ ) = det = λ 2 − 20λ ⇒ λ = 0, 5.
2 4−λ
Pr

1 2 u 0
= ⇒ u = −2v
2 4 v 0
o

sã

2 −1
U = √ ,√
5 5
r
2 1
!
√ √
Ve
R= 5 5
−1
√ √2
5 5

! !
√2 √1 √1 √3

x 5 5 x̄ x̄ 10 10 x
= −1 2 e = −3 √1
.
y √
5
√
5
ȳ ȳ √
10 10
y

2 2 2 3
0x̄ + 5ȳ − 12x̄ = 0 → ȳ = 4 x̄.
5
Temos assim que
3
c=
5
Sist. x̄ȳ Sist. xy

V (0, 0) (0, 0)
3 6
, −3

F 5 , 0 √ √
5 5 5 5√
reta d. x̄ = −3/5 x + 3y = −3 5
√ q
(m) x2 + 5y2 − 2 5xy + 56 x + √16 y = 1
√
1
√ − 5
− 5 5
.
ar
√
1−
√ λ − 5
f (λ ) = det = λ 2 − 6λ ⇒ λ = 0, 6.
− 5 5−λ
in
√
im
√

1
√ − 5 u 0
= ⇒ u = 5v
− 5 5 v 0
el
√ !
5 1
U = √ ,√
6 6
Pr
√
−1
5
!
√ √
R= 6 √6
√1 √5
o
6 6

sã
√ √
−1
! !
√5 √ √5 √1

x 6 √6
x̄ x̄ 6 √6
x
= 5
e = −1
.
y √1 √ ȳ ȳ √ √5 y
r
6 6 6 6
Ve

2 2 2 −1
0x̄ + 6ȳ + x̄ = 1 → ȳ = 4 (x̄ − 1).
24
ȳ = y0 x0 = x̄ − 1
chegamos a,

0 2 −1 0
(y ) = 4 x.
24
Temos assim que
−1
c= .
24

√
5
√ , √1
V (0, 0) (1, 0)) 6 6
√
−1 23 23√5 23

24 , 0 ,
F √
24
√ 24 6 24 256 √6
reta d. = x0= 25
24
1
24 x0 5x + y = 24
2
√
(n) y + 2 2xy = 4
√
√0 2
3 1
.
ar
√
−λ 2
f (λ ) = det √ = λ2 −λ −2 ⇒ λ = −1, 2.
2 1−λ
in
λ = −1 e resolvemos o sistema (A − (−1)I)U = 0 com ||U|| = 1, isto é
√
√
im

√1 2 u
=
0
⇒ u = − 2v
2 2 v 0
√
el
!
2 −1
U = √ ,√
3 3
Pr
√ !
2
√ 1 √
R= 3 √3
−1
√ √2
3 3
o

√ √
sã
−1
2
! !
√ √1 √2 √

x 3 √3
x̄ x̄ 3 √3
x
= −1
e = .
y √ √2 ȳ ȳ √1 √2 y
3 3 3 3
r

Ve
x̄2 ȳ2
−x̄2 + 2ȳ2 = 4 ⇒ − + =1
4 2
Temos assim que
a2 = 4 b2 = 2 → c2 = 2 + 4 = 6.
Sist.
√ x̄ȳ Sist.
√ xy
Excent. 3 √ 3
√
F1 (0, 6) 2, 2
√ √
F2 (0, − 6) − 2, −2
√ √
V1 (0, 2) √2 , √2
√ √3 3
−√ 2 √
V2 (0, − 2) , −23
√ √ √ 3 √
Assínt. ± 2x̄ = ȳ ± 2( 2x − y) = (x + 2y)
√ √
(o) x2 − 2xy + y2 + 10 2x − 6 2y + 24 = 0

1 −1
−1 1

1−λ −1
f (λ ) = det = λ 2 − 2λ ⇒ λ = 0, 2.
−1 1 − λ
.
ar

1 −1 u 0
= ⇒ u=v
−1 1 v 0
in

1 1
U = √ ,√
im
2 2
−1
1
!
√ √
el
R= 2 2
√1 √1
2 2
Pr
−1
! !
√1 √ √1 √1

x 2 2 x̄ x̄ 2 2 x
= √1 √1
e = −1 √1
.
y 2 2
ȳ ȳ √
2 2
y
o

sã

2 2 −1
2
0x̄ + 2ȳ + 4x̄ − 16ȳ + 24 = 0 → (ȳ − 4) = 4 (x̄ − 2).
2
r
Ve
y0 = ȳ − 4 x0 = x̄ − 2
chegamos a,

0 2 −1 0
(y ) = 4 x.
2
Temos assim que
−1
c= .
2
−2 √6
V (0, 0) (2, 4)) √ ,
2 2
−1 3 −5
√ , 11

2 ,0 2,4
F √
2 2 2 2
reta d. x0 = 1
2 x0 = 5
2 x+y = √5
2
√ √
(p) 4x2 + 4xy + y2 − 6 5y + 3 5x = 9

4 2
2 1

4−λ 2
f (λ ) = det = λ 2 − 5λ ⇒ λ = 0, 5.
2 1−λ
.
ar

4 2 u 0
= ⇒ 2u = −v.
2 1 v 0
in

1 −2
U = √ ,√
im
5 5
1 2
!
√ √
el
R= 5 5
−2
√ √1
5 5

Pr
−2
! !
√1 √2 √1 √

x 5 5 x̄ x̄ 5 5 x
= −2 √1
e = √2 √1
.
y √
5 5
ȳ ȳ 5 5
y
o

3 3
sã
2 2 2
0x̄ + 5ȳ + 15x̄ = 9 → ȳ = 4 − x̄ − .
4 5
r
3
y0 = ȳ x0 = x̄ −
Ve
5
chegamos a,

3 0
(y0 )2 = 4 − x.
4
Temos assim que
3
c=− .
4
V (0, 0) (3/5, 0)) 3 √
√ , −6
5 5 5
−3 −3
− 34 , 0 √ , 6√

F 20 , 0 20 5 10 5 √
reta d. x0 = 3
4 x̄ = 27
20 x − 2y = 27 5
20
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
15. Como saber se uma cônica é degenerada.
in
im
el
Uma cônica é o conjunto de pontos (x, y) ∈ R2 que satisfaz uma equação da forma
ax2 + bxy + cy2 + dx + ey = f ,

Pr
em que (a, b, c) 6= (0, 0, 0). Isto é, o conjunto solução da equação em duas variáveis x e y.
Na notação matricial a equação da cônica pode ser escrita como segue
2 f d 0 e0
  
1
o
0 0 0 0

1 x y  d 2a 0   x  = 0.
e 0 0 2c 0 y
sã
Fazemos uma rotação do sistema de coordenadas para eliminar o termos xy da equação
ax2 + bxy + cy2 + dx + ey = f .

r
Ve
Na notação matricial que estamos empregando, fazer a rotação torna-se equivalente a substituir
    
1 1 0 0 1
 x  =  0 cos θ − sin θ   x0  ,
y 0 sin θ cos θ y0
para o valor de θ adequado. Assim a equação ax2 + bxy + cy2 + dx + ey = f se transforma da

seguinte forma
    
1 0 0 2f d e 1 0 0 1
1 x0 y0  0 cos θ sin θ   d 2a b   0 cos θ − sin θ   x0  = 0,

0 − sin θ cos θ e b 2c 0 sin θ cos θ y0

logo chegamos numa equação da forma
2 f d 0 e0
  
1
0 0 0 0 x0  = 0,

1 x y  d 2a 0  
e 0 0 2c 0 y0
274 Capítulo 15. Como saber se uma cônica é degenerada.
que representa uma equação sem termos da forma x0 y0 . Aqui é fácil ver que
d 0 = d cos(θ ) + e sin(θ ), e0 = −d sin(θ ) + e cos(θ ).
Chegamos assim a duas possibilidades:

1) Se a0 6= 0 e c0 6= 0: Então fazemos uma translação de coordenadas, que na nossa linguagem é
o mesmo que fazer
    
1 1 0 0 1
 x0  =  −2d 0 /a0 1 0   x00  ,
y0 −2e0 /c0 0 1 y00
.
ar
Substituimos na equação anterior e obtemos
1 −d 0 /2a0 −e0 /2c0 d 0 e0

    
2f 1 0 0 1
00 00 d0 0 0 0 x00  = 0,

in
1 x y 0 1 0   2a 0  −d /2a 1 0  
0 0 1 e0 0 2c 0 0 0
−e /2c 0 1 y00
para chegar a uma equação da forma


2f0 0
0 0 2c0
e

1
1 x00 y00  0 2a0 0   x00  = 0,

y00

im
el
onde
Pr
d0 e0
f0 = f − 0
− 0.
4a 4c
Esta equação representa uma cônica cuja equação, no sistema x00 y00 é
o
a0 (x00 )2 + c0 (y00 )2 + f 0 = 0.
sã
• Assuma f 0 6= 0:
a) se a0 , c0 e f 0 tem sinais diferentes: uma elipse ou uma hipérbole.
b) se a0 , c0 , f 0 tem o mesmo sinal: um conjunto vazio.
r
• Assuma f 0 = 0 então a equação acima é um ponto (quando a0 , c0 tem o mesmo sinal) ou se

Ve
( |a0 |x00 + |c0 |y00 )( |a0 |x00 − |c0 |y00 ) = 0

p p p p
que tem como solução

p 0 00 p 0 00 p 0 00 p 0 00
(p|a |x + p|c |y ) = 0 (p|a |x + p|c |y ) = c
ou
( |a0 |x00 − |c0 |y00 ) = c ( |a0 |x00 − |c0 |y00 ) = 0
para algum c ∈ R. Este último caso corresponde a um par de retas que se interseptam em um
ponto.
Estes dois ultimos casos (o ponto ou o par de retas) são o que chamamos de cônicas
degeneradas. Observamos que f 0 = 0 é equivalente a f 0 a0 c0 = 0 e, por sua vez, isto garante
que
2f0 0
 
e
det  0 2a0 0  = 0,
0 0 2c0
275
mas, como
2 f 0 0 e0 1 −d 0 /a0 −e0 /c0 2 f d 0 e0
    
det  0 2a0 0  = det  0 1 0  det  d 0 2a0 b 

0 0 2c 0 0 0 1 e0 b 2c0
 
1 0 0
det  −d 0 /a0 1 0 
−e0 /c0 0 1
2 f d 0 e0
 
= det  d 0 2a0 b 
e0 b 2c0
.
   
1 0 0 2f d e
ar
= det  0 cos θ sin θ  det  d 2a b 
0 − sin θ cos θ e b 2c
in
 
1 0 0
det 0 cos θ sin θ 

0 sin θ cos θ
im
 
2f d e
= det  d 2a b  .
e b 2c
Então f 0 = 0 é equivalente a
el
 
2f d e
det  d 2a b  = 0.
Pr
e b 2c
2) Se a0 = 0 e c0 6= 0: Então procedemos de forma similar ao caso anterior. Primeiramente

fazemos uma translação de coordenadas, que na nossa linguagem é o mesmo que fazer
o
    
1 1 0 0 1
sã
 x0  =  0 1 0   x00  .
y 0 0 0
−e /2c 0 1 y00
Ao substituirmos na equação da cônica chegamos a

r
Ve
0 /2c0 0 0
    
1 0 −e 2 f d e 1 0 0 1
1 x00 y00  0 1   d 0 2a0 b   1 0   x00  = 0,

0 0
0 0 1 e0 b 2c 0 0 0
−e /2c 0 1 y00
ou equivalentemente,
2 f 0 d0 0
  
1
1 x00 y00  d 0 0 0   x00  = 0,

0 0 2c0 y00
para
e0
f0 = f − .
4c0
Portanto a equação da cônica pode ser escrita, no sistema x00 y00 como
c0 (y00 )2 + d 0 x0 + f 0 = 0.
276 Capítulo 15. Como saber se uma cônica é degenerada.
a) O caso em que d 0 6= 0 corresponde a uma parábola.

b) O caso em que d 0 = 0 corresponde a duas retas paralelas
f0
y00 = ± .
c0
Este último caso é uma cônica degenerada.
Observamos que c0 (d 0 )2 = 0 garante que
2 f 0 d0 0
 
det  d 0 0 0  = 0.
0 0 2c0
.
ar
Fazendo as contas como no caso anterior vemos que isto é equivalente a
 
2f d e
in
det  d 2a b  = 0.
e b 2c
im
Com tudo isso temos provado o seguinte teorema.
Teorema 15.0.1
Seja C a cônica formada pelo conjunto de pontos (x, y) ∈ R2 que satisfaz uma equação da forma
el
ax2 + bxy + cy2 + dx + ey = f ,
Pr
em que (a, b, c) 6= (0, 0, 0). Então a cônica C é degenerada se
 
2f d e
det  d 2a b  = 0.
e b 2c
o
As cônicas degeneradas podem ser

sã
• um ponto,
• um par de retas que se interseptam em um ponto ou
• um par de retas paralelas.
r
Ve
.
ar
16. Coordenadas polares
in
im
el
Até agora temos estudado sitemas de coordenadas cartesianas. Nestes sistemas cada ponto era
identificado por um par ordenado P = (x, y) cujas entradas x e y são obtidas a partir de duas
retas fixas (eixos coordenados). Estudaremos agora um sistema de coordenadas diferente para
Pr
caracterizar os pontos do plano: o sistema de coordenadas polares.
16.1 Coordenadas Polares

o
O sistema de coordenadas polares localiza univocamente quase todos os pontos do plano a exeição
de um conjunto particular que é chamado de eixo polar.
sã
Para definir as coordenadas polares identificamos um ponto O que chamaremos de polo,

usualmente o identificamos com a origem de coordenadas cartesianas, e uma semireta orientada e
que parte do ponto O e que chamamos de eixo polar.
r
Um ponto P será identificado em coordenadas polares por um par (r, θ ) em que r = d(O, P) e
Ve
−→
0 < θ < 2π é o ângulo formado, em sentido anti-horário, pelo eixo polar e e o vetor OP.
Observamos aqui o problema que há com os pontos do eixo polar, em particular, estes pontos que
se corresponderiam com ângulos 0 ou 2π e portanto não ficam completamente determinados. O
caso extremo é o polo, o qual corresponderia a pontos da forma (0, θ ) em coordenadas polares para
qualquer θ ∈ (0, 2π).
278 Capítulo 16. Coordenadas polares
Para abolir estes problemas vamos estender os valores de θ para [0, 2π). Assim um ponto sobre
o eixo polar tem coordenadas polares (r, 0) e o polo será um ponto qualquer com coordenadas
polares com r = 0. Isto significa tomar o quociente da banda R+ × [0, 2π] por uma relação
de equivalência ∼ definidas pelas seguintes identificações (r, 0) ∼ (r, 2π) e (0, 0) ∼ (0, θ ) para
qualquer θ ∈ [0, 2π]. Não vamos entrar em maiores detalhes.
Exemplo 16.1 Vamos fazer desenhos em coordenadas polares.

i- r = | cos(2θ )| (rosácea de 4 pétalas) comparar com r = cos(2θ ) e observar que a segunda só
descreve uma parte da primeira.
.
ar
in
im
el
θ r θ √r
0 1
Pr
√ 5π/4 2/2
π/4 2/2 3π/2 √0
π/2 √0 7π/4 2/2
3π/4 2/2 2π 1
π 1
o
sã
ii- r = 1 − sin(θ ) (Cardioide)

r
θ r θ r
√
Ve
0 1
√ 5π/4 1 + 2/2
π/4 1 − 2/2 3π/2 2
√
π/2 0
√ 7π/4 1 + 2/2
3π/4 1 − 2/2 2π 1
π 1
16.2 Relação entre coordenadas polares e cartesianas 279
iii- r = |1 + 2 cos(2θ )| (Limaçons)
θ r
0 3
π/6 0
π/4 1
π/2 1
3π/4 1
5π/6 0
π 3
.
7π/6 0
ar
5π/4 1
3π/2 1
7π/4 1
in
11π/6 0
2π 3
im
el
Pr

o
16.2 Relação entre coordenadas polares e cartesianas

sã
Como transformar entre coordenadas polares e coordenadas cartesianas? Para isto devemos estudar
as transformações de coordenadas. Considere as coordenadas cartesianas S = (O, {~e1 ,~e2 }) em que
0 coincide com o polo e e = {λ~e1 , λ ∈ R} . Considere um ponto P no plano tal que P = (x, y) em
r
coordenadas cartesianas e P = (r, θ ) em coordenadas polares. Então, da definição

Ve
−→
p
2 2
OP ·~e1 x x
r = d(O, P) = x + y cos(θ ) = −→
=p = .
OP k~

e1 k 2
x +y 2 r
Portanto temos a seguinte mudança de coordenadas: Se P = (x, y) em coordenadas cartesianas

então P = (r, θ ) em que
p x y
r = x2 + y2 θ ∈ [0, 2π) tal que cos(θ ) = e sin(θ ) = .
r r
Se agora P = (r, θ ) em coordenadas polares então P = (x, y) em coordenadas cartesianas onde
x = r cos(θ ) y = r sin(θ ).
Exemplo 16.2 i- Vamos traduzir a equação x2 + 2y + y2 = 2 que está em coordenadas carte-
sianas a uma equação em coordenadas polares. Para isto substituimos x e y como acima e
obtemos
(r cos(θ ))2 + 2r sin(θ ) + sin(θ )2 = 2 ⇒ 2r sin(θ ) = 2.
ii- Vamos traduzir a equação x2 + y = x que está em coordenadas cartesianas a uma equação em
coordenadas polares. Para isto substituimos x e y como acima e obtemos
(r cos(θ ))2 + (r sin(θ )) = r cos(θ ) ⇒ r cos(θ )2 + sin(θ ) = cos(θ ).

Obs. Quando transformamos de coordenadas p polares para cartesianas devemos evitar elevar ao
quadrado expressões da forma x2 + y2 sem ser cuidadosos. Por exemplo as expressões
r = sin(2θ ) e r = | sin(2θ )| são duas expressões que parecem similares mas são bem diferentes
e produzem gráficos diferentes. Ao transformá-las em coordenadas cartesianas vemos que
para a primeira
.
ar
r = sin(2θ ) ⇒ r3 = 2r sin(θ )r cos(θ )
q
⇒ (x2 + y2 )3 = 2xy.
in
que se corresponde com a gráfica de
im
el
Pr
No entanto, a segunda expressão transforma em

o
r = | sin(2θ )| ⇒ r3 = 2|r sin(θ )r cos(θ )|

q
⇒ (x2 + y2 )3 = 2|xy|
sã
⇒ (x2 + y2 )3 = 4x2 y2 .
que se corresponde com a gráfica de
r
Ve
16.3 A reta em coordenadas polares.

Nosso objetivo aqui é dar uma expressão para a equação da reta em coordenadas polares.
Gráficamente temos que se ` é uma reta que passa pela origem de coordenadas com ângulo φ0
então
16.3 A reta em coordenadas polares. 281
` = {(r, θ ), θ = φ0 ou θ = π + φ0 }
Se ` não passa pela origem, considere Q = (d, φ0 ) o ponto que faz a distância entre ` e O, de onde
.
ar
d = d(O, `). Então
in
im
el
Pr
` = {(r, θ ), r cos(θ − φ0 ) = d} .
Vamos ver a relação com as coordenadas cartesianas.

Se a equação da reta ` em coordenadas cartesianas é da forma ax + by = c, então k(a, b)k 6= 0.
Escrevemos a equação da reta como segue
o
a b c
sã
x+ y= ,
k(a, b)k k(a, b)k k(a, b)k
e portanto a relação procurada é a seguinte

r
a
Ve
= cos φ0 ,
k(a, b)k
b
= sin φ0 ,
k(a, b)k
c
= d.
k(a, b)k
Obs.
A reta ` : ax + by = c é paralela ao vetor ~v = (−b, a). De fato, se por exemplo b 6= 0 temos
que

x = −bt
`: t ∈R .
y = at + bc
c
portanto a distância d(O, `) = k(a,b)k .
16.4 Circunferência em coordenadas polares

A circunferência é o conjunto de pontos P que equidistam de um ponto fixo Q0 (centro). Seja
Q0 = (r0 , φ ) em coordenadas polares e Q0 = (x0 , y0 ) em coordenadas cartesianas.
.
ar
in
Da lei do cosseno tiramos que se k é o raio da circunferência então
im
C = (r, θ ), k2 = r2 + r02 − 2rr0 cos(θ − φ ) .

Transformando de cartesianas a polares temos que P = (x, y), x0 = r0 cos(φ ) e y0 = r0 sin(φ ) de

el
onde
x2 + y2 + x02 + y20 − 2(xx0 + yy0 ) = k2 ⇒ (x − x0 )2 + (y − y0 )2 = k2 .

Pr
Então a relação entre coordenadas polares e cartesianas é
x0 = r0 cos(φ ),
y0 = r0 sin(φ ),
o
k = k.
sã
16.5 Cônicas em coordenadas polares

Para obter a equação geral das cônicas em coordenadas polares primeiro precisamos da seguinte
r
caracterização.
Ve
Teorema 16.5.1 Seja C uma cônica não degenerada, que não é uma circunferência, de excentri-
cidade e. Considere um foco F da cônica, então existe uma reta ` chamada de diretriz tal que
F∈ / ` e a equação da cônica pode ser escrita como
d(P, F) = ed(P, `).
Reciprocamente, seja ` uma reta, F um ponto que não pertence a ` e e > 0 uma constante. Então
o conjunto de pontos que satisfazem a equação acima determina uma cônica de excentricidade e.
Demonstração: Para provar a primeira parte observamos que se e = 1 então a cônica é uma parábola
e portanto a reta existe por definição. Vamos estudar o caso e 6= 1. Fazendo uma translação e
2
rotação se necessário, podemos assumir que o foco F tem coordenadas F = (c, 0) (com c = ± ede
2 −1 )
e que a equação da cônica é da forma
x 2 y2
± = 1.
a2 b2
Observamos que
|e2 − 1| 2
a2 = c2 /e2 b2 = |e2 − 1|a2 = c ,
e2
para qualquer um dos casos. De fato se for elipse b2 = a2 − c2 e se for hipérbole b2 = c2 − a2 , mas
nos dois casos e = c/a de onde obtemos o procurado.
Considere então que o foco esteja no ponto F = (c, 0) e a reta ` : x = ec2 então escrevemos a
equação d(P, F) = ed(P, `) e obtemos
c
q
2 2
(x − c) + y = e x − ,

.
e
ar
elevando ao quadrado em ambos os lados
c 2
in
(x − c)2 + y2 = e2 x − 2 ,
e
simplicando obtemos
e2 − 1
im

2 2 2 2
(1 − e ) = x + y = c ,
e2
el
donde chegamos a equação
x 2 y2
± = 1.
Pr
a2 b2
A segunda parte é imediato da primeira. Se e = 1 então não há nada a fazer. Se e 6= 1 denotamos
por d0 = d(F, `) então existe algum sistema de coordenadas tal que o foco pode ser escrito da
de2
forma F = (c, 0) e a reta ` : x = c/e2 com c = 1−e 2 (observe que d(F, `) = d) portanto, repetindo
o
as contas feitas anteriormente obtemos uma cônica não degenerada que é uma elipse ou hipérbole
dependendo de e.
sã
Considere uma cônica de excentricidade e, cujo foco F está no polo O e sua reta diretriz ` está
a uma distância d do foco. Seja Q0 = (r0 , φ ) o ponto na reta que realiza a distância entre F e `, isto
r
é r0 = d(F, `). Um ponto P = (r, θ ) pertence a cônica se satisfaz a equação

Ve
d(P, F) = ed(P, `).

Se P = (r, θ ) está como no desenho, então satisfaz a equação
r = e(r0 − r cos(θ − φ )).
Se P = (r, θ ) está do outro lado da reta diretriz, isto é
.
ar
in
temos que P = (r, θ ) satisfaz a equação im
el
r = e(r cos(θ − φ ) − r0 )
Pr
Assim, o ponto P = (r, θ ) pertence a cônica de excentricidade e e reta diretriz ` : r cos(θ − φ ) = r0
se satisfaz
er0 er0
r= ou r= ,
1 + e cos(θ − φ ) e cos(θ − φ ) − 1
o
sã
então a cônica é dada pelo conjunto

er0 er0
C = (r, θ ), r = , θ ∈ D1 ∪ (r, θ ), r = , θ ∈ D2 ,
1 + e cos(θ − φ ) e cos(θ − φ ) − 1
r
Ve
onde cada Di é o domínio onde o ângulo θ pode assumir valores. Vamos estudar agora estes
domínios para as diferentes possibilidades.
16.5.1 Parábola
No caso da parábola e = 1. Vemos assim que dos dois conjuntos só fica

r0
C = (r, θ ), r = ,θ ∈ D ,
1 + cos(θ − φ )
pois o outro conjunto é vazio devido a que corresponde a r < 0, que não está definido em coordena-
das polares.
Da construção acima tiramos que o foco está na origem de coordenadas e portanto o identifica-
mos, em coordenadas polares com o polo (em cartesianas pelo ponto F = (0, 0)).
O ângulo θ 6= φ + π pois temos uma indeterminação. Portanto θ ∈ (φ − π, φ + π). O vértice
corresponde a interseção da reta que passa pelo foco e Q0 = (r0 , φ ).
Vemos então que V = (r1 , θ1 ) quando θ1 = φ , de onde segue que
.
r0 r0
ar
r1 = =
1 + cos(0) 2
isto é V = ( r20 , φ ), o ponto médio entre F e Q0 .
in
Resumindo:
Equação Foco Vértice Reta Diretriz
r0
im r0

r= 1+cos(θ −φ ) F =O V= 2 ,φ r cos(θ − φ ) = r0
el
Exemplo 16.3 Seja C a cônica de equação dada em coordenadas polares por
4
r= √ √ .
Pr
2 + 2 cos(θ ) − 2 sin(θ )
Manipulamos a expressão e chegamos a

2
o
r = √ √
2
1+ 2 cos(θ ) − 22 sin(θ )
sã
2
= .
1 + cos(θ − (−π/4))
Então pelo visto na teoria identificamos
r
π
Ve
r0 = 2, e=1 φ =− .
4
Temos assim que a equação é de uma parábola com foco F = O, vértice em V = (1, −π/4) e reta
diretriz r cos(θ + π/4) = 2, tudo em coordenadas polares. Em coordenadas cartesianas teremos
F = O → F = (0, 0),
√ √ !
2 2
V = (1, −π/4) → V = ,− .
2 2
Para ver a equação da reta diretriz, utilizamos

√ √
2 2
r cos(θ + π/4) = 2 ⇒ r cos(θ ) − r sin(θ ) = 2.
2 2
Obtendo assim, a equação
√ √
2x − 2y = 4.
Poderiamos ter chegado a esta informação, em coordenadas cartesianas, fazendo outro procedimento
que detalhamos a seguir. Primeiramente transformamos a equação da cônica de coordenadas polares
a coordenadas cartesianas
4 √ √
r= √ √ ⇒ r 2 + 2 cos(θ ) − 2 sin(θ ). = 4
2 + 2 cos(θ ) − 2 sin(θ )
p √ √
⇒ 2 x2 + y2 + 2x − 2y = 4
p √ √
⇒ 2 x2 + y2 = − 2x + 2y + 4.
Elevando ao quadrado (observamos que neste caso podemos fazé-lo), temos
.
√ √
4x2 + 4y2 = 2x2 + 2y2 + 16 − 4xy + 8 2y − 8 2x ⇒
ar
√
2x2 + 4xy + 2y2 + 8 2(x − y) = 16.
in
Se fazemos a rotação
 √
im
√ √ ! 2
2 2  x =

2 (u + v)
x 2√ √2
u
= → √
y − 22 2
2 v 
 y = 2
2 (−u + v)
el
 √
√ √ ! 2
2
−√ 22
 u = 2 (x − y)

u √2
x
= 2 2
→ √
v y
Pr
2

2 2  v =
2 (x + y).
A equação transforma em
√ √ √
2( 2v)2 + 8 2( 2u) = 16 ⇒ 4v2 + 16u = 16
o
⇒ v2 = −4(u − 1).
sã
Então temos que, nas coordenadas uv temos

r
F = (0, 0), V = (1, 0),

Ve
e a reta diretriz
r : u = 2.
Transformando ao sistema xy temos

√ √ !
2 2
F = (0, 0), V= ,− .
2 2
E a reta diretriz,
√ √
2x − 2y = 4,
como foi obtido inicialmente.

16.5.2 Elipse
Para a Elipse, e < 1. Portanto também ficamos com o primeiro conjunto

er0
C = (r, θ ), r = ,θ ∈ D ,
1 + e cos(θ − φ )
pois o outro se corresponde para r < 0.
Observamos que neste caso θ pode assumir qualquer valor. Para não ter sobreposição de pontos
fazemos θ ∈ (φ , φ + 2π).
A elipse tem dois vértices. Estes quatro pontos estão sobre a reta que une a origem com o ponto
Q0 = (r0 , φ ).
.
ar
in
im
Em particular, os vértices são os pontos V1 = (r1 , θ1 ) e V2 = (r2 , θ2 ) da elipse que se corresponde
el
a θ1 = φ e θ2 = φ + π. Substituindo na equação vemos que
er0 er0
r1 = = ,
1 + cos(0) 1 + e
Pr
er0 er0
r2 = = .
1 + cos(π) 1 − e
De onde segue que
o

er0 er0
V1 = ,φ , V2 = ,φ +π .
1+e 1−e
sã
Para os focos observamos que o primeiro deles F1 está na origem de coordenadas. Para determinar
o segundo utilizamos que d(V1 , F1 ) = d(V2 , F2 ). Utilizando
r
d(V2 , F1 ) − d(F2 , F1 ) = d(V2 , F2 ) = d(V1 , F1 ),

Ve
vemos que se F2 = (r3 , φ + π), então

er0
− r3 = d(V2 , F2 )
1−e
= d(V1 , F1 )
er0
= ,
1+e
de onde segue que
2r0 e2
r1 = .
1 − e2
Assim
2r0 e2

F2 = ,φ +π .
1 − e2
Resumindo
Equação Focos Vértices Reta Diretriz
er0

F1 = O V1 = 1+e , φ
er0
r= 1+e cos(θ −φ ) r cos(θ − φ ) = r0

2e2 r0 er0

F2 = 1−e2
,φ +π V2 = 1−e , φ +π
6
r= √ .
1 3
.
2 + cos(θ ) +
2 2 sin(θ )
ar
3
in
r = 1
.
1 + cos(θ − π/3)
2
r0 = 6, e=
1
2
φ=
π
3
,
im
el
Temos assim que a equação é de uma elipse com
F1 = O.
Pr
V1 = (2, π/3) ,
F2 = (4, 4π/3) ,
V2 = (6, 4π/3) .
o
Em coordenadas cartesianas teremos

sã
F1 = O ⇒ F1 = (0, 0),
√
V1 = (2, π/3) ⇒ V1 = (1, 3),
√
F2 = (4, 4π/3) ⇒ F2 = (−2, −2 3),
r
√
V2 = (6, 4π/3) ⇒ V2 = (−3, −3 3).
Ve
Poderiamos ter chegado a esta informação, em coordenadas cartesianas, fazendo outro procedi-
mento que detalhamos a seguir. Primeiramente transformamos a equação da cônica de coordenadas
polares a coordenadas cartesianas
√ !
6 1 3
r= √ ⇒ r 2 + cos(θ ) + sin(θ ) = 6
2 + 21 cos(θ ) + 23 sin(θ ) 2 2
p √
⇒ 4 x2 + y2 + x + 3y = 12
p √
⇒ 4 x2 + y2 = −x − 3y + 12.
Elevando ao quadrado (observamos que neste caso podemos fazé-lo), temos

√ √
16x2 + 16y2 = x2 + 3y2 + 144 + 2 3xy − 24 3y − 24x ⇒
√ √
15x2 + 13y2 − 2 3xy + 24( 3y + x) = 144.
√ !
 1
√
1
− 23
 x = 2 (u − 3v)

x √2
u
= 3 1
→ √
y v 1
y = 2( 3u + v)

2 2
√ !
 1
√
1 3  u = 2 (x + 3y)
u 2√ 2 x
= → √
v − 23 1 y
v = 1
2 (− 3x + y)

2
.
ar
(u + 2)2 v2
12u2 + 16v2 + 48u = 144 ⇒ + = 1.
16 12
in
F1 = (0, 0), V1 = (2, 0),
F2 = (−4, 0), V2 = (−6, 0).

√ im
el
F1 = (0, 0), V1 = (1, 3),
√ √
F2 = (−2, −2 3), V2 = (−3, −3 3),
Pr
16.5.3 Hipérbole
o
Para a hipérbole temos que e > 1, portanto a cônica é união de dois conjuntos
sã

er0 er0
C = (r, θ ), r = , θ ∈ D1 ∪ (r, θ ), r = , θ ∈ D2 .
1 + e cos(θ − φ ) e cos(θ − φ ) − 1
r
Temos que ter cuidado na definição de θ para não ter valores de r < 0 ou r = ∞. Dividimos C em
Ve

er0
C1 = (r, θ ), r = , θ ∈ D1 .
1 + e cos(θ − φ )

er0
C2 = (r, θ ), r = , θ ∈ D2 .
e cos(θ − φ ) − 1
−1
Observamos que, para C1 , ∃ α0 tal que cos(α0 − φ ) = e e α0 6= φ + π. Então
θ ∈ (2π − α0 , 2π] ∪ [0, α0 ) = D1 .

1
Anâlogamente, para C2 , ∃ β0 tal que cos(β0 − φ ) = e então
θ ∈ (2π − β0 , 2π] ∪ [0, β0 ) = D2 .
Os vértices da hipérbole correspondem a sua interseção com a reta que passa pela origem de
coordenadas e pelo Q0 = (r0 , φ ).
Assim estes pontos são V1 = (r1 , φ ) e V2 = (r2 , φ )
.
er0
ar
r1 = ,
1+e
er0
r2 = .
e−1
in
e
Observamos que como e > 1 então e > e − 1 > 0 de onde e−1 > 1 portanto r2 > r0 . No caso dos
focos, sabemos que o primeiro deles está na origem de coordenadas. O segundo corresponde ao
im
ponto F2 = (r3 , φ ) tal que d(V1 , F1 ) = d(V2 , F2 ), portanto,
er0 er0
r3 − = .
e−1 1+e
el
de onde segue que
2r0 e2
r3 =
Pr
e2 − 1
e
2r0 e2

F2 = ,φ .
e2 − 1
o
Resumindo:
sã
Equação Focos Vértices Reta Diretriz

r
er0 er0

r= 1+e cos(θ −φ ) F1 = O V1 = 1+e , φ
Ve
r cos(θ − φ ) = r0
er0 2e2 r0 er0

r= e cos(θ −φ )−1 F2 = e2 −1
,φ V2 = e−1 , φ
8
r= √ .
1 − 3 cos(θ ) + sin(θ )

8
r = .
1 + 2 cos(θ − 5π/6)
5π
r0 = 4, e=2 φ= .
6
Temos assim que a equação acima representa um dos braços de uma hipéroble. Podemos identificar
então
F1 = O

8 5π
V1 = ,
3 6

32 5π
F2 = ,
3 6

5π
V2 = 8,
6
.
ar
Em coordenadas cartesianas teremos
F1 = O ⇒ F1 = (0, 0),

in
8 5π 4 4
V1 = , ⇒ V1 = − √ , ,
3 6 3 3

32 5π 16 16
F2 = , ⇒ F2 = − √ , ,
im
3 6 3 3

5π
√
V2 = 8, ⇒ V2 = −4 3, 4 .
6
el
Poderiamos ter chegado a esta informação, em coordenadas cartesianas, fazendo outro procedi-
mento que detalhamos a seguir. Primeiramente transformamos a equação da cônica de coordenadas
polares a coordenadas cartesianas
Pr
8 √
r= √ ⇒ r 1 − 3 cos(θ ) + sin(θ ) = 8
1 − 3 cos(θ ) + sin(θ )
p √
⇒ x2 + y2 − 3x + y = 8
o
p √
⇒ 4 x2 + y2 = 3x − y + 8.
sã
Aqui podemos elevar ao quadrado, só devemos perceber que ao fazer isto passamos a considerar os
dois braços da hipérbole. Elevamos ao quadrado e obtemos
√ √
r
x2 + y2 = 3x2 + y2 + 64 − 2 3xy + 16 3x − 16y ⇒

Ve
√ √
−2x2 + 2 3xy − 16( 3x − y) = 64.
√
√
 x = − 21 ( 3u + v)
! 
− 23 −√12

x u
= → √
y 1
2 − 23 v 
y = − 12 (−u + 3v)
√
√
 u = − 12 ( 3x − y)
! 
− 23 1

u 2√ x
= → √
v − 21 − 23 y 
v = − 21 (x + 3y)
(u − 16/3)2 v2
−3u2 + v2 + 32u = 64 ⇒ 64
− 64
=1
9 3

8
F1 = (0, 0), V1 = ,0 ,
3

32
F2 = , 0 , V2 = (8, 0) .
3

4 4
F1 = (0, 0) V1 = − √ , ,
3 3
√
.

16 16
F2 = − √ , , V2 = −4 3, 4 ,
ar
3 3
in
1. Desenhe sobre o plano o ponto P que tem coordenadas polares:
a) (3, π/4)
a) (1, 5π/6)
a) (2, 3π/2)
a) (1, 5π/4)
im
el
Resolução:
a)
Pr
b)
o
O eixo polar
sã
d)
c)
r
Ve
2. Em cada um dos casos abaixo encontre a equação em coordenadas polares.

a) x2 − y2 = 16
b) 2xy = 25
c) (x2 + y2 )2 = 4(x2 − y2 )
d) x3 + y3 − 6xy = 0.
e) 4x2 + 3y2 = 1
f) 2x2 − y2 = 1
g) y2 + 4x = 0
h) x2 − 2y = 0
i) x2 + 2y2 = 1
Resolução: Para resolver os exercícios utilizamos que
p
r cos(θ ) = x, y = r sin(θ ), x 2 + y2 = r
a)
x2 − y2 = 16 → r2 (cos2 (θ ) − sin2 (θ )) = 16 → r2 cos(2θ ) = 16.
b)
2xy = 25 → 2r2 cos(θ ) sin(θ ) = 25 → r2 sin(2θ ) = 25.
c)
(x2 + y2 )2 = 4(x2 − y2 ) → r4 = 4r2 cos(2θ ) → r2 = 4 cos(2θ ).
d)
x3 + y3 − 6xy = 0 → r3 cos3 (θ ) + r3 sin3 (θ ) − 3r2 sin(2θ ) = 0.
.
ar
e)
4x2 + 3y2 = 1 → x2 + 3(x2 + y2 ) = 1 → r2 cos2 (θ ) + 3r2 = 1.
in
f)
2x2 − y2 = 1 → x2 + x2 − y2 = 1 → r2 cos2 (θ ) + r2 cos(2θ ) = 1.
g)
y2 + 4x = 0 → im
r2 sin2 (θ ) + 4r cos(θ ) = 0.
el
h)
Pr
x2 − 2y = 0 → r2 cos2 (θ ) − 2r sin(θ ) = 0.
i)
o
x2 + 2y2 = 1 → x2 + y2 + y2 = 1 → r2 + r2 sin2 (θ ) = 1.
sã
3. Em cada um dos casos abaixo encontre a equação em coordenadas cartesianas.

a) r = 2−25cos θ
b) r2 = 2 sin 2θ
r
c) r = 2−36sin θ
d) r2 = cos(θ ).
Ve
e) r cos(θ − π/4) = 2
f) r sin(θ − π/3) = 3
g) r + r cos(θ − π/4) = 2
h) r + 2r cos(θ ) = 1
i) 2r + r cos(θ ) = 2
Resolução:
a)
5 p
r= → 2r − 2r cos(θ ) = 5 → 2 x2 + y2 = 5 + 2x.
2 − 2 cos θ
b)
r2 = 2 sin 2θ → r2 = 4 sin(θ ) → r4 = 4r sin(θ )r cos(θ )
→ (x2 + y2 )2 = 4xy.
c)
6 p
r= → 2r − 3r sin(θ ) = 6 → 2 x2 + y2 = 6 + 3y.
2 − 3 sin θ
d)
p
r2 = cos(θ ) → r3 = r cos(θ ) → ( x2 + y2 )3 = x.
e)
√
2 √
.
r cos(θ − π/4) = 2 → r (cos(θ ) + sin(θ )) = 2 → 2(x + y) = 4.
ar
2
f)
in
√
r sin(θ − π/3) = 3 → y − 3x = 6.
g)
r + r cos(θ − π/4) = 2 →
imp 1 1
x2 + y2 + √ x + √ y = 2.
2 2
el
h)
p
r + 2r cos(θ ) = 1 → x2 + y2 + 2x = 1.
Pr
h)
p
2r + r cos(θ ) = 2 → 2 x2 + y2 + x = 2.
o
4. Em cada um dos casos abaixo identifique a cônica. Determine a excentricidade, a equação

sã
cartesiana da cônica e da diretriz e as coordenadas cartesianas do(s) foco(s) e do(s) vértice(s).

a) r = 2−25cos θ
6
b) r = 3+sin
r
θ
c) r = 2+43cos θ
Ve
d) r = 2−34cos θ .
e) r = 2−cos(θ1 −π/4)
1
f) r = 1+3 sin(θ −π/3)
1
g) r = 1−sin(θ −π/6)
Resolução: Para ressolver os exercçios levamos a equação na forma
r0 e
r=
1 + e cos(θ − φ )
para poder idetificar r0 , e e φ utilizando as identidades trigonométricas
cos(α + β ) = cos(α) cos(β ) − sin(α) sin(β )
sin(α + β ) = sin(α) cos(β ) + sin(α) sin(β ).
Logo utilizamos esta informação para achar focos vértices e reta diretriz.
a)
5 5/2
r= → r= .
2 − 2 cos θ 1 + cos(θ − π)
Então
5
e = 1, er0 = φ = π.
2
Assim temos que a cônica é uma parábola com
.
Foco F = O.
ar

5
Vértice V = ,π .
4
in
5
Reta diretriz r cos(θ − π) = .
2
b)
r=
6
3 + sin θ
→ r=
im
1
3
1 + cos(θ − π/2)
3
.
el
Então
1
e= , er0 = 2 φ = π/2.
Pr
3
Assim temos que a cônica é uma elipse com

3 3π
Focos F1 = O F2 = , .
o
2 2
sã

3 π 3π
Vértices V1 = , V2 = 3, .
2 2 2
Reta diretriz r cos(θ − π/2) = 6.
r
c)
Ve
3 3/2
r= → r= .
2 + 4 cos θ 1 + 2 cos(θ )
Então
3
e = 2, er0 = φ = 0.
2
Assim temos que a cônica é uma hipérbole com
Focos F1 = O F2 = (2, 0) .

1 3
Vértices V1 = ,0 V2 = ,0 .
2 2
3
Reta diretriz r cos(θ ) = .
4
d)
4 2
r= → r= 3
.
2 − 3 cos θ 1 + cos(θ − π)
2
Então
3
e= , er0 = 2 φ = π.
2

24
.
Focos F1 = O F2 = ,π .
5
ar

4
Vértices V1 = ,π V2 = (4, π) .
5
in
4
Reta diretriz r cos(θ − π) = .
3
im
e)
1 1/2
r= → r= 1
.
2 − cos(θ − π/4) 1 + cos(θ − 5π/4)
2
el
Então
1 1 5π
e= , er0 = φ= .
Pr
2 2 4

2 π
Focos F1 = O F2 = ,
o
3 4
sã

1 5π π
Vértices V1 = , V2 = 1, .
3 4 4
Reta diretriz r cos(θ − 5π/4) = 1.
r
f)
Ve
1 1
r= → r= .
1 + 3 sin(θ − π/3)) 1 + 3 cos(θ − 5π/6)
Então
5π
e = 3, er0 = 1 φ= .
6

3 5π
Focos F1 = O F2 = ,
4 6

1 5π 1 5π
Vértices V1 = , V2 = , .
4 6 2 6
1
Reta diretriz r cos(θ − 5π/6) = .
3
g)
1 1
r= → r= .
1 − sin(θ − π/6) 1 + cos(θ − 5π/3)
Então
4π
e = 1, er0 = 1 φ = .
3
Assim temos que a cônica é uma parábola com
Foco F1 = O.

1 5π
.
Vértice V = , .
ar
2 3
Reta diretriz r cos(θ − 5π/3) = 1.
in
5. Considere a cônica cuja equação em coordenadas polares é dada por
1
r=
2 + sin(θ )
Determine
i- tipo de cônica
im
iii- a equação da cônica em coordenadas cartesianas.
el
Resolução:
Lembramos que, em coordenadas polares, a cônica de exentricidade e com foco no polo e
reta diretriz ` : r cos(θ − φ ) = r0 satisfaz a relação
Pr
er0
r= .
1 + e cos(θ − φ )
Portanto, devemos manipular a equação do exercício numa forma similar à de cima e
comparar para determinar a excentricidade.
o
Considere a cônica cuja equação em coordenadas polares é dada por

sã
1
r=
2 + sin(θ )
Observamos que ela pode ser escrita como
r
1/2
Ve
r=
1 + (1/2) cos(θ + 3π/2)
portanto, comparando equações, temos
de = 1/2 e = 1/2 ⇒ d = 1.
que corresponde a uma cônica de exentricidade e = 1/2. Portanto é uma elipse.
Para transformar a equação a coordenadas cartesianas fazemos
1
r= → 2r + r sin(θ ) = 1 →
2 + sin(θ )
p p
2 x2 + y2 + y = 1 → 2 x2 + y2 = 1 − y
elevando ao quadrado obtemos
4x2 + 4y2 = 1 − 2y + y2 ⇒ 4x2 + 3y2 + 2y = 1.
i- A cônica é uma elipse

iii- a equação da cônica em coordenadas cartesianas é
4x2 + 3y2 + 2y = 1.
6. (a) Encontre as coordenadas polares (r, θ ) do ponto (1, 1) com r > 0 e 0 ≤ θ < 2π.
b) Determine as coordenadas cartesianas de todos os pontos que estão sobre uma reta
paralela ao eixo polar a θ = π unidades dele.
(c) Reescreva a equação 2 x y = 25 em coordenadas polares.
(d) Reescreva a equação r = 3 cos(θ ) em coordenadas cartesianas.
Resolução:
.
As coordenadas polares (r, θ ) do ponto (1, 1) são
ar
p √
r = 12 + 12 = 2
in
e θ tal que
tan(θ ) = 1/1 = 1
portanto
θ = π/4. im
el
Um ponto (r, θ ) que é paralelo ao eixo polar é escrito em coordenadas polares, da forma
(r, 0) ou (r, π) com r > 0. Portanto se, θ = π temos que o ponto é de coordenadas polares
Pr
(r, π) com r > 0, isto é, em coordenadas cartesianas (x, 0) com x < 0.
Reescrevemos a equação
2 x y = 25
o
em coordenadas polares substituindo

sã
x = r cos(θ ) y = r sin(θ ).
Portanto
r
2r2 cos θ sin(θ ) = 25 ≡ r2 sin(2θ ) = 25.

Ve
Reescrevemos a equação r = 3 cos(θ ) em coordenadas cartesianas utilizando as equivalências

acima.
Primeiramente, multiplicamos a expresão por r par que fique
r2 = 3r cos(θ ).
Então, a equação em coordenadas cartesianas é
x2 + y2 = 3x.
Juntando as partes podemos responder:√

(a) As coordenadas polares são r = 2 e θ = π/4.
(b) As coordenadas cartesianas de todos os pontos que estão sobre uma reta paralela ao
eixo polar a θ = π unidades dele são (x, y) com x < 0.
(c) A equação 2 x y = 25 em coordenadas polares é escrita como r2 sin(2θ ) = 25.
(d) A equação r = 3 cos(θ ) em coordenadas cartesianas é escrita como
x2 + y2 = 3x.

• A equação em coordenadas polares r(2 − 3 cos(θ )) = 4 representa uma parábola.
Resolução: (FALSO) Manipulamos a expressão e obtemos
2
r(2 − 3 cos(θ )) = 4 → r = 3
1 + cos(θ + π)
2
que representa uma cônica de excentricidade e = 32 , ou seja uma hipêrbole.
.
• A equação em coordenadas polares r(1 − 2 cos(θ )) = 1 representa uma elipse.
ar
Resolução: (FALSO) Manipulamos a expressão e obtemos
1
r(1 − 2 cos(θ )) = 1 → r =
in
1 + 2 cos(θ + π)
que representa uma cônica de excentricidade e = 2 , ou seja uma hipêrbole.
im
8. Considere a cônica de equação, em coordenadas polares, dada por
r − 2r sin(θ ) = 2.
Ache os vértices e focos em coordenadas polares e cartesianas de duas formas diferentes:

el
a) Estudando a equação em coordenadas polares.
b) Transformando as equações a coordenadas cartesianas e estudando a cônica por meio
de uma rotação e traslação.
Pr
Resolução:
a) A equação r − 2r sin(θ ) = 2 pode ser reescrita como
2 2
r= = .
o
1 − 2 sin(θ ) 1 + 2 cos(θ − 3π/2)

sã
Comparando com o estudado para coordenadas polares, identificamos

3π
e=2 r0 = 1 φ= .
2
r
Portanto a cônica é uma hipérbole com focos e vértices dados em coordenadas polares por
Ve
F1 = O F2 = (8/3, 3π/2) V1 = (2/3, 3π/2) V2 = (2, 3π/2).
Transformamos a coordenadas cartesianas e obtemos:
F1 = (0, 0) F2 = (0, −8/3) V1 = (0, −2/3) V2 = (0, −2).
b) Transformamos a equaçao
r − 2r sin(θ ) = 2
a coordenadas cartesianas. Fica então

p
x2 + y2 = 2y + 2 → x2 + y2 = 4y2 + 8y + 4
Observamos que ao elevar ao quadrado estamos incluindo partes da curva que não pertencem
a curva original. Como sabemos que é uma hipérbole, isto equivale a considerar o outro
braço da hipérbole.
Chegamos assim a equação
x2 (y + 4/3)2
− + = 1.
4/3 4/9
Fazemos agora a translação
u=x v = y + 4/3
e chegamos em
u2 v2
− + =1
.
4/3 4/9
ar
Esta é a equação de uma hipérbole. Identificamos
in
a2 = 4/9 b2 = 4/3 c2 = 16/9
Então, no sistema uv os focos e vértices estão em
F1 = (0, 4/3) F2 = (0, −4/3),
Utilizando a mudança de coordenadas

im
V1 = (0, 2/3) V2 = (0, −2/3).
el
x=u y = v − 4/3
Vemos que, no sistema xy, os focos e vértices estão em

Pr
F1 = (0, 0) F2 = (0, −8/3), V1 = (0, −2/3) V2 = (0, −2).
Vemos assim que a cônica é uma hipérbole. Mais ainda no sistema de coordenadas cartesianas
xy, os focos e vértices estão em
o
F1 = (0, 0) F2 = (0, −8/3),

sã
V1 = (0, −2/3) V2 = (0, −2).

r
9. Considere a cônica de equação, em coordenadas polares, dada por

√
Ve
2r + 3r cos(θ ) + r sin(θ ) = 1.
Ache os vértices e focos em coordenadas polares e cartesianas de duas formas diferentes:

a) Estudando a equação em coordenadas polares.
b) Transformando as equações a coordenadas cartesianas e estudando a cônica por meio
de uma rotação e traslação.
Resolução:
Resolvemos cada item
√ por separado.
a) A equação 2r + 3r cos(θ ) + r sin(θ ) = 1. pode ser reescrita como
1/2 1/2
r= √ = .
1+ 3
cos(θ ) + 12 sin(θ ) 1 + cos(θ − π/6)
2
Comparando com o estudado para coordenadas polares, identificamos

π
e=1 r0 = 1/2 φ= .
6
Portanto a cônica é uma parábola com foco e vertice dados em coordenadas polares por
F = O V = (1/4, π/6)
Transformamos a coordenadas cartesianas e obtemos:

√ !
3 1
F = (0, 0) V = , .
8 8
b) Transformamos a equaçao
√
2r + 3r cos(θ ) + r sin(θ ) = 1,
.
ar
a coordenadas cartesianas. Fica então
p √
2 x2 + y2 = 1 − 3x − y
in
√ √
→ 4x2 + 4y2 = 3x2 + y2 + 1 − 2 3x − 2y + 2 3xy
Observamos que ao elevar ao quadrado podemos estar incluindo partes da curva que não
im
pertencem a curva original. Como sabemos que é parábola, então aqui não vai ser o caso .
Chegamos assim a equação
√ √
x2 + 3y2 − 2 3xy + 2 3x + 2y = 1
el
Calculamos a rotação de coordenadas necessária para estudar melhor a cônica. Para isto
procuramos os zeros da equação
Pr
√
1−√λ − 3
f (λ ) = = λ 2 − 4λ
− 3 3−λ
Escolhemos λ = 4 e calculamos uma solução de norma 1 do sistema

o
√
√

−3
√ − 3 u1 0
sã
= → (1/2, − 3/2).
− 3 −1 u2 0
Portanos a rotção de coordenadas é

r
√ 0
x 1/2
√ 3/2 x
Ve
= ,
y − 3/2 1/2 y0
0 √
x √1/2 − 3/2 x
= .
y0 3/2 1/2 y
Nesse novo sistema a equação da cônica é

−1
4(x0 )2 + 4y0 = 1 (x0 )2 = 4 (y0 − 1/4).
4
Fazemos agora a translação
u = x0 v = y0 − 1/4,
e chegamos em

−1
u2 = 4 v.
4
Esta é a equação de uma parábola. Identificamos
c = 1/4.
Então, no sistema uv o foco e vértice estão em
F = (0, −1/4) V = (0, 0).
Utilizando a mudança de coordenadas
x0 = u y0 = v + 1/4
.
Vemos que, no sistema x0 y0 , o foco e o vértice estão em
ar

1
F = (0, 0) V = 0, .
4
in
Agora, utilizando a rotação
√ 0
im

x 1/2
√ 3/2 x
=
y − 3/2 1/2 y0
Vemos que, no sistema xy, o foco e o vértice estão em

el
√ !
3 1
F = (0, 0) V = , .
8 8
Pr
Vemos assim que a cônica é uma parábola. Mais ainda, no sistema de coordenadas cartesianas
xy o foco e o vértice estão em
√ !
o
3 1
F = (0, 0) V = ,
8 8
r sã
Ve
.
ar
17. Parametrização de curvas
in
im
el
Suponhamos que temos uma partícula, cuja trajetória é uma curva que está no plano, e queremos
descrever o seu movimento em função do tempo no qual está acontecendo o movimento. Podemos
pensar então que a posição (x, y) da partícula para cada instante t como uma função de F : [0, T ] →
Pr
R2 tal que F(t) = (x(t), y(t)).
Esse será o objetivo desta capítulo: descrever o movimento de uma partícula quando ela se
movimenta pelas curvas estudadas até agora.
o
17.1 Paramerização de curvas

sã
Uma curva algébrica no plano é o conjunto de pontos P = (x, y) que satisfazem uma equação (ou
conjunto de equações)
r
F(x, y) = 0,
Ve
onde F é um polinômio nas variáveis x e y.

Uma forma de ver a relação entre os valores de x e y que satisfazem a equação F(x, y) = 0
é escrevé-las como funções de uma variável independente t, isto é, x = h1 (t) e y = h2 (t) onde
h1 , h2 : I ⊂ R → R de forma tal que para cada t ∈ I
F(h1 (t), h2 (t)) = 0.
Desta forma podemos tratar a curva como sendo o gráfico de uma função de I ⊂ R no plano.
Exemplo 17.1 O exemplo natural do dito acima é a reta escrita em forma paramétrica, de fato a
reta r que passa por P0 = (x0 , y0 ) e paralela ao vetor ~v = (v1 , v2 ) é escrita em forma paramétrica
como

x = x0 + tv1
`: t ∈R .
y = y0 + tv2
304 Capítulo 17. Parametrização de curvas
Neste caso h1 , h2 : R ⇒ R são dadas por

h1 (t) = x0 + tv1 e h2 (t) = y0 + tv2 .

Definição 17.1.1 Seja C uma curva no plano descrita por
C = {P = (x, y), F(x, y) = 0}.
Uma parametrização de C é um conjunto de funções h1 j h2 j : I j ⊂ R → R para j = 1, · · · , N tais

que
.
i- Cada I j á da forma (a j , b j ).
ar
ii-
F(h1 j (t), h2 j (t)) = 0 ∀t ∈ I j ,
in
iii- para cada j temos F(h1 j (t), h2 j (t)) 6= F(h1 j (s), h2 j (s) com s 6= t.
iv-
C = ∪Nj=1 ∪t∈I j (h1 j (t), h2 j (t)).
im
el
Obs.
• O item iii− diz que para cada j temos que (h1 j , h2 j ) é biunívoca para cada j.
• O item iv− diz que a curva inteira pode ser coberta pela parametrização.
• A definição vista acima pode ser interpretada da seguinte forma: Uma parametrização
Pr
é de alguma forma mostrar que embora a curva não seja gráfico de nenhuma função,
ela pode ser descritas loclamente como o gráfico de um par de funções hi : I ⊂ R → R.
Isto, quer dizer que para cada ponto p na curva algébrica C existe um conjunto U ⊂ C
em que U é similar a um subconjunto de R.
o
Vamos agora achar a parametrização das curvas estudadas nas seções anteriores. O caso da reta
sã
já foi visto, portanto só restam as cônicas não degeneradas.

Primeiramente estudaremos como parametrizar as formas canônicas das cônicas.
17.1.1 Elipse
r
Considere a elipse
Ve
x 2 y2
+ = 1,
a2 b2
e escolha a parametrização, seja
h11 (t) = h12 (t) = a cos (t) e h21 (t) = h22 (t) = b sin (t),
escolhemos I1 = (0, 2π) e (I2 = (−π, π). Vamos mostrar que é uma parametrização da elipse.
Claramente I1 e I2 satisfazem o item i. Para ver o item ii observamos que, neste caso,
x 2 y2
F(x, y) = + − 1,
a2 b2
ao fazer
a2 cos(t)2 b2 sin(t)2
F(h1 j (t), h2 j (t)) = + −1
a2 b2
= cos(t)2 + sin(t)2 − 1 = 0.
17.1 Paramerização de curvas 305
Para mostrar o item iii. Seja (x0 , y0 ) um ponto na elipse então
x02 y20 x 2
0
y 2
0
+ =1 + = 1.
a2 b2 a b
portanto existe um t0 ∈ [0, 2π) tal que
x0 y0
= cos(t0 ) = sin(t0 ),
a b
donde x0 = a cos(t0 ) e y0 = b sin(t0 ). Agora, como [0, 2π) ⊂ (−π, π) ∪ (0, 2π) temos que iii vale.
.
ar
17.1.2 Hipérbole
Considere a hipérbole
in
x 2 y2
− = 1.
a2 b2
im
e escolha a parametrização
h11 (t) = h12 = a cosh (t) e h21 (t) = b sinh (t), h12 (t) = −a cosh(t) e h22 (t) = b sinh(t).
el
Escolhemos I1 = R e I2 = R. Vamos mostrar que é uma parametrização. Claramente I1 e I2
satisfazem o item i. Para ver o item ii observamos que, neste caso,
Pr
x 2 y2
F(x, y) = − − 1.
a2 b2
Observamos que
o
a2 tan(t)2 b2 sec(t)2
sã
F(h1 j (t), h2 j (t)) = +

a2 b2
2 2
= tan(t) + sec(t) − 1 = 0
r
Para mostrar o item iii, seja (x0 , y0 ) um ponto na hipérbole, então

Ve
x02 y20 x 2
0
y 2
0
− =1 ⇒ − = 1.
a2 b2 a b
Se x0 > 0 então existe um t0 ∈ R tal que
x0 y0
= tan(t0 ) = sec(t0 ),
a b
donde x0 = a tan(t0 ) e y = b sec(t0 ).

Se x0 < 0, então existe um t0 ∈ R tal que
x0 y0
= − tan(t0 ) = sec(t0 ),
a b
donde x0 = −a tan(t0 ) e y0 = b sec(t0 ).

Assim vemos que iii vale.
17.1.3 Parábola
Considere a parábola
y2 = 4px,
e escolha a parametrização
h1 (t) = t 2 /4p e h2 (t) = t,
escolhemos I = R. Vamos mostrar que é uma parametrização. Claramente I satisfaz o item i. Para
ver o item ii observamos que
.
F(x, y) = y2 − 4px,
ar
ao fazer
in
t2
F(h1 j (t), h2 j (t)) = t 2 − 4p = 0.
4p
im
Para mostrar o item iii, seja (x0 , y0 ) um ponto na parábola então
y20 − 4px0 = 0.
Uma vez que conhecemos a parametrização das formas canônicas das cônicas, poderemos ver
el
agora a parametrização de qualquer cônica fazendo rotações e translações de coordenadas.
Exemplo 17.2 Vamos parametrizar a cônica da equação
Pr
√
x2 + 2 3xy − y2 + 6x = 0.
Observamos que
√
o

1
√ 3
A= → det(A) = −4 < 0 é uma hipérbole.
− 3 −1
sã
Calculamos os zeros de
f (λ ) = det(A − λ I) = λ 2 − 4 ⇒ λ = ±2.
r
Ve
Obtemos agora Rθ . Para isto achamos uma solução de norma I do sistema (A − 2I)X = 0
√
√ 1 √

1
√ 3 u 0
= ⇒ u = 3v ⇒ V = ( 3, 1).
− 3 −1 v 0 2
De onde tiramos que

√
−1/2
3/2 √
Rθ = ,
1/2 3/2
portanto a mudança de coordenadas é

√ 0
x 3/2 √ −1/2 x
= .
y 1/2 3/2 y0
A equação no novo sistema é

√ √
2(x0 )2 − 2(y0 )2 + 3 3x0 − 3y0 = 0 ⇒ 2(x0 − 3 3/4) − 2(y0 − 3/4)2 + 9/8 − 27/8 = 0.
17.2 Parametrização em coordenadas polares 307
Sejam então o novo sistema de coordenadas dado por

√
00 0 3 3 3
x =x − y00 = y0 − .
4 4
Neste sistema a equação da cônica é
(x00 )2 (y00 )2
− = 1.
9/8 9/8
Parametrizamos aqui por
r r
.
9 9
f± (t) = ± cosh(t) h± (t) = ± sinh(t).
ar
8 8
Então a parametrização no sistema x0 y0 é
in
r √ r
9 3 3 9 3
f± (t) = ±
e cosh(t) + h± (t) = ±
e sinh(t) + .
8 4 8 4
im
Finalmente, no sistema xy a parametrização é dada por
√ !
F± (t) 3/2 √ −1/2 fe± (t)
= .
H± (t) 1/2 3/2 h± (t)
e
el

Pr
17.2 Parametrização em coordenadas polares
Um caso particular de parametrização de curvas é quando as curvas são dadas por equações em
coordenadas polares. Esse é o conteúdo de esta seção.
o
Se temos uma curva em coordenadas polares de equação
C = {(r, θ ), r = f (θ ), θ ∈ I} ,
sã
então podemos parametrizar a curva, no plano cartesiano, utilizando a mudança de coordenadas.

r

x = r cos(θ )
,
y = r sin(θ )
Ve
substituindo r ↔ f (θ ). Assim a parametrização da curva fica

x = f (θ ) cos(θ )
θ ∈ I.
y = f (θ ) sin(θ )
Exemplo 17.3 Considere a curva de equação
C = {(r, θ ), r = cos(2θ ), θ ∈ [0, π/4] ∪ [π, 5π/4]} ,
Então a parametrização desta curva é dada por

x = cos(2θ ) cos(θ )
θ ∈ [0, π/4] ∪ [π, 5π/4].
y = cos(2θ ) sin(θ )
Se passamos a coordenadas cartesianas C é o conjunto de pontos P = (x, y) que satisfazem a

equação
p
( x2 + y2 )3 = x2 − y2
e tem por gráfica
.
ar
in
Observe a diferencia com a parametrização de
C1 = {(r, θ ), r = | cos(2θ )|, θ ∈ [0, 2π]} ,
im
Então a parametrização desta curva é dada por

x = | cos(2θ )| cos(θ )
θ ∈ [0, 2π].
y = | cos(2θ )| sin(θ )
el
Se passamos a coordenadas cartesianas C1 é o conjunto de pontos P = (x, y) que satisfazem a
equação
Pr
(x2 + y2 )3 = (x2 − y2 )2
e tem por gráfica
o
r sã
Ve
Obs. Em alguns textos as fórmulas da forma r = f (θ ) são subentendidas como a parametrização

de curvas. Isto é, r = f (θ ) é subentendida como a curva C parametrizada por

x = f (θ ) cos(θ )
C:
y = f (θ ) sin(θ ) θ ∈ R.
De esta forma, para os valores de θ em que f (θ ) < 0, temos que o ponto de coordenadas
cartesianas (x, y) que se corresponde satisfaz
x = f (θ ) cos(θ ) = | f (θ )| cos(θ + π),
y = f (θ ) sin(θ ) = | f (θ )| sin(θ + π).
É por isto que, ao fazer o gráfico de uma tal curva r = f (θ ), os valores de θ em que
r = f (θ ) < 0 (que não fazem sentidos como equação em coordenadas polares) são desenhados
em coordenadas polares como o ponto de coordenadas (| f (θ )|, θ + π).

1. Considere a cônica de equação
1
(x + 1)y =
2
Determine
a) se é elipse, hipêrbole ou parábola,
b) focos, vértices e assíntotas (se houver) no sistema de coordenadas xy,
b
c) exentricidade,
d) uma parametrização da curva,
.
Resolução:
ar
Considere a cônica de equação
1
(x + 1)y = .
in
2
Fazendo uma traslação de coordenadas, definimos
im
x0 = x + 1
.
y0 = y
Portanto, no novo sistema de coordenadas, a equação fica

el
1
x 0 y0 =
2
Pr
Construimos a matriz

0 1/2
A=
1/2 0
o
como det(A) = − 14 < 0 concluimos que a cônica é uma hipérbole. Calculamos os 0’s de
sã

−x 1/2 1
f (x) = det(A − xId) = det = x2 − .
1/2 −x 4
Donde x = ± 12 , portanto escolhemos a0 = 1/2 e c0 = −1/2.

r
Determinamos a rotação Rθ : para a0 procuramos a solução do sistema linear (A − 21 Id)V = 0.

Ve
Assim

−1/2 1/2 v1 0
= =⇒ v1 = v2
1/2 −1/2 v2 0

1 1
=⇒ u1 = √ , √
2 2
Portanto
!
√1 − √1
Rθ = 2 2 .
√1 √1
2 2
A mudança de coordenadas fica

!
√1 − √1
0
x00

x 2 2
=
y0 √1
2
√1
2
y00
x00√
−y00
(
x0 = 2
=⇒ x00√
+y00
y0 = 2
Com isto, a equação da cónica transforma em
1 00 2 1 00 2 1
(x ) − (y ) = .
2 2 2
Simplificando
(x00 )2 − (y00 )2 = 1
Observamos que as coordenadas x00 y00 e as coordenadas xy se relacionam da seguinte forma
.
ar
0
x x −1
=
y y0
in
!
√1 − √1
0
x00

−1 x −1 2 2
= + = + √1
0 y0 0 2
√1
2
y00
im
isto é
!
√1 − √12 x00

x −1 2
= +
y 0 √1
2
√1
2
y00
el
00 00
x = −1 + x √−y2
(
Pr
⇒ x00√
+y00
y = 2
Passamos a estudar a cônica. Para isto obtemos todos os dados no sistema x00 y00 e depois
pasamos para o sistema xy.
o
No sistema x00 y00 calculamos

sã
c2 = a2 + b2 = 1 + 1
√
donde c = 2.
Portanto os focos estão em
r
√ √
Ve
F1 = ( 2, 0) e F2 = (− 2, 0),
e os vértices em
V1 = (1, 0) e V2 = (−1, 0).
A exentricidade é
√
e = c/a = 2 > 1.
As assíntotas são
x00 = y00 e x00 = −y00 .
Transformamos isto para o sistema xy

! √
√1 − √12

−1 2 2
F1 : = + √1 √1
0 2 2
0

−1 1 0
= + =
0 1 1
1
! √
√ − √1

−1 − 2
F2 : = + √12 √1
2
0 2 2
0

−1 −1 −2
= + =
0 −1 −1
!
√1 − √12

−1 2 1
V1 : = + √1 √1
0 2 2
0
.
! !
ar
√1 −1 + √12

−1 2
= + √1
= √1
0 2 2
!
√1 − √12
in

−1 2 −1
V2 : = + √1 √1
0 2 2
0
! !
− √12 −1 − √12
im

−1
= + =
0 − √12 − √12
As assíntotas
x00 − y00 = 0 ⇒ x + 1 = 0
el
x00 + y00 = 0 ⇒ y = 0
√
Pr
A exentricidade é invariante por rotações e traslações, portanto e = 2.
Para obter uma parametrização da curva, parametrizamos no sistema x00 y00 e passamos para o
sistema xy via a mudança de coordenadas. No sistema x00 y00 a parametrização da equação
(x00 )2 − (y00 )2 = 1
o
é dada por
sã
1
h21 (t) = − cosh(t)

h1 (t) = cosh(t)
h12 (t) = sinh(t) h22 (t) = sinh(t)
para todo t ∈ R. Com hij : R → R.

r
Portanto, no sistema xy a parametrização é dada por

Ve
h̃11 (t) = −1 + cosh(t)−sinh(t)

(
√
2
cosh(t)+sinh(t)
h̃12 (t) = √
2
h̃21 (t) = −1 + − cosh(t)−sinh(t)

(
√
2
− cosh(t)+sinh(t)
h̃22 (t) = √
2
2. Seja ` a curva com equações paramétricas x = a(1+t 2 )/(1−t 2 ), y = 2bt/(1−t 2 ). Determine
`.
Resolução: Se fazemos
x 2 y 2 1 + 2t 2 + t 4 4t 2 (1 − t 2 )2
− = − = = 1.
a b (1 − t 2 )2 (1 − t 2 )2 (1 − t 2 )2
Então a parametrização é de uma hipérbole de equação:
x 2 y 2
− = 1.
a b
3. A elipse ` tem focos F1 (1, 2) e F2 (2, 4) e vértices A1 (0, 0) e A2 (3, 6). Dê as equações
paramétricas de `.
Resolução: Consideramos um sistema de coordenadas que tenha centro O0 no ponto médio
entre F1 e F2 , isto é

0 1 1 3
O = (F1 + F2 ) = (3, 6) = ,3
2 2 2
e eixos paralelos a
−−→
F1 F2 1
~u1 = −−→ = √ (1, 2).
||F1 F2 || 5
.
ar
e ~u2 = (a, b) de forma tal que as entradas de ~u1 e ~u2 formem as colunas de uma matriz de
rotação. Então
1
in
~u2 = √ (−2, 1).
5
Com esta informação temos que a mudança de coordenadas é determinada por
im
−2
!
√1 x0
3 √

x
= 2 + √25 √15
y 3 5 5
y0
e
el
!
x0 √1 √2 x − 23

= 5 5
−2
y0 √
5
√1
5
y−3
Pr
Observamos que no sistema x0 y0 os focos e vértices estão em
√ ! √ !
5 5
F1 = − ,0 F2 = ,0
2 2
o
√ ! √ !
3 5 3 5
V2 = −
sã
V1 = ,0 ,0 .
2 2
Comparando isto com a equação canônica da elipse no sistema x0 y0
r
(x0 )2 (y0 )2
+ 2 =1
Ve
a2 b
temos que
√ √
3 5 5 p √
a= , c= → b = a2 − c2 = 10.
2 2
A parametrização no sistema x0 y0 é dada por
√
0 3 5 √
x = cos(t) y0 = 10 sin(t),
2
para t ∈ (0, 2π) ∪ (−π, π). Fazendo a mudança de coordenadas temos que a parametrização
no sistema xy é
3 3 √
x = + cos(t) − 2 2 sin(t)
2 2
√
y = 3 + 3 cos(t) + 2 sin(t),
para t ∈ (0, 2π) ∪ (−π, π).
4. A hipérbole ` tem focos F1 e F2 e vértices A1 e A2 . Encontrar equações paramétricas de ` se

a) F1 (2, 0), F2 (8, 0), A1 (3, 0), A2 (7, 0);
b) F1 (0, 0), F2 (4, 8), A1 (1, 2), A2 (3, 6).
Resolução:
a) Consideramos um sistema de coordenadas que tenha centro O0 no ponto médio entre F1
e F2 , isto é
1 1
O0 = (F1 + F2 ) = (10, 0) = (5, 0)
2 2
e eixos paralelos a~e1 e~e2 . Com esta informação obtemos que a mudançã de coordenadas
é determinada por
.
ar
0
x x 5
= +
y y0 0
in
F1 = (−3, 0) F2 = (3, 0)
V1 = (−2, 0) V2 = (2, 0) .
im
el
(x0 )2 (y0 )2
− 2 =1
a2 b
temos que
Pr
p √
a = 2, c=3→b= c2 − a2 = 5.

o
√
x0 = ±2 cosh(t) y0 = 5 sinh(t),
sã
para t ∈ R. Fazendo a mudança de coordenadas temos que a parametrização no sistema

xy é
√
r
x = 5 ± 2 cosh(t) y0 = 5 sinh(t),
Ve
para t ∈ R.
b) Resolução: Consideramos um sistema de coordenadas que tenha centro O0 no ponto
médio entre F1 e F2 , isto é
1 1
O0 = (F1 + F2 ) = (4, 8) = (2, 4)
2 2
e eixos paralelos a
−−→
F1 F2 1
~u1 = −−→ = √ (1, 2).
||F1 F2 || 5
e ~u2 = (a, b) de forma tal que as entradas de ~u1 e ~u2 formem as colunas de uma matriz
de rotação. Então
1
~u2 = √ (−2, 1).
5
Com esta informação temos que a mudança de coordenadas é determinada por

−2
!
√1 √ x0

x 2 5 5
= + √2 √1
y 4 5 5
y0
e
!
x0 √1 √2

5 5 x−2
= −2
y0 √
5
√1
5
y−4
.
√ √
ar
F1 = 2 5, 0 F2 = −2 5, 0
√ √
V2 = − 5, 0 .
in
V1 = 5, 0
im
(x0 )2 (y0 )2
− 2 =1
a2 b
temos que
el
√ √ p √
a= 5, c = 2 5 → b = c2 − a2 = 15.

Pr
√ √
x0 = ± 5 cosh(t) y0 = 15 sinh(t),
para t ∈ R. Fazendo a mudança de coordenadas temos que a parametrização no sistema

o
xy é
√
sã
x = 2 + ±b cosh(t) + 2 3 sinh(t)
√
y = 4 − (±2 cosh(t) + 3 sinh(t)),
r
para t ∈ R.
Ve
IV
Quádricas e Superfícies
.
ar
in
im
el
Pr
o
sã
r
Ve
18 Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . 317
18.1 Quádricas
18.2 Superfícies
19 Coordenadas Cilíndricas e esféricas 331

19.1 Coordenadas Cilíndricas
19.2 Coordenadas Esféricas
20 Parametrizacão de Superfícies . . . . . . 339

20.1 Parametrização de Superfícies
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
18. Quádricas
in
im
el
Até agora temos estudado sistemas de duas váriveis onde as equações eram dadas por polinômios
nas váriaveis x, y de grau no máximo dois. As do grau 1
Pr
ax + by + c = 0
eram retas e as de grau 2
ax2 + bxy + cy2 + dx + ey + f = 0

o
eram cônicas. Para estes dois casos estudamos os conjuntos solução e sua classificação.
sã
Neste capítulo vamos estudar o conjunto solução para equações em três variáveis x, y, z de grau
dois, isto é, equações da forma
ax2 + by2 + cz2 + dxy + eyz + f xz + gx + hy + iz + j = 0.

r
Ve
As equações de grau 1, isto é equações da forma
ax + by + cz + d = 0,
já foram estudadas e vimos que, para este caso, o conjunto solução era um plano.
18.1 Quádricas
Como dito acima, passaremos a estudar equações da forma
ax2 + by2 + cz2 + dxy + eyz + f xz + gx + hy + iz + j = 0
onde a, b, c, d, e, f , g, h, i, j são constantes em R com (a, b, c, d, e, f ) 6= 0. Observamos que o caso

em que (a, b, c, d, e, f ) = 0 já foi estudado anterioremente que é o caso dos planos, que são equações
da forma
gx + hy + iz + j = 0
318 Capítulo 18. Quádricas
que são os planos.

Estas equações com grau 2 ocorrem com frequência na natureza. Isto ocorre, por exemplo,
quando temos uma função f : R2 → R e queremos estudar o comportamento desta perto de (x0 , y0 ).
Fazendo o polinômio de Taylor a segunda ordem em f temos que
f (x, y) = z ' f (x0 , y0 ) + ∂x f (x0 , y0 )(x − x0 )∂y f (x0 , y0 )(y − y0 )
1 2
+ (∂ f (x0 , y0 )(x − x0 )2 + ∂xy 2
f (x0 , y0 )(x − x0 )(y − y0 ) + ∂y2 f (x0 , y0 )(y − y0 ))
2 x
que dá um polinômio de grau 2 nas variáveis x, y, z · · ·
Outro exemplo é a equação dos gases ideais
.
PV = nRT
ar
onde P é a pressão, V é o volume, T a temperatura, n o número de mols do gás e R a constante de
Kelvin.
in
Da mesma forma ao que fizemos com cônicas queremos estudar os diferentes tipos de solução
destas equações. Faremos uma revisão rápida de como isto pode ser feito. Começamos pescrevendo
a equação
im
ax2 + by + cy2 + dxy + eyz + f xz + gx + hy + iz + j = 0
na forma matricial X t AX + KX + j = 0, em que

el
  

a d/2 f /2 x
A =  d/2 b e/2  K = g h i e X =  y .
f /2 e/2 c z
Pr
Assim, a equação da quádrica é escrita como

    
a d/2 f /2 x x
( x y z )  d/2 b e/2   y  + ( g h i )  y  + j = 0.
o
f /2 e/2 c z z
sã
Fazemos uma mudança de coordenadas de um sistema S = {O, {~e1 ,~e2 ,~e3 }} para um sistema
S0 = {O, {~u1 ,~u2 ,~u3 }} em que
r
~ui = ui1~e1 + ui2~e2 + ui3~e3

Ve
e a matriz
 
u11 u21 u31
R =  u12 u22 u32 
u13 u23 u33
satisfaça RRt = I3 1 . A mudança fica determinada por X = RX 0 , ou melhor

    0 
x u11 u21 u31 x
 y  =  u12 u22 u32   y0 
z u13 u23 u33 z0
Esta mudança de coordenadas pode ser escolhida de forma adequada (e isto pode ser provado de
forma similar ao caso das cônicas) para que possamos transformar a equação
(RX 0 )t A(RX 0 ) + K(RX 0 ) + j = 0 ⇒ (X 0 )t (Rt AR)X 0 + (KR)X 0 + j = 0,

1 Isto é pedido para que, da mesma forma que acontecia no caso do plano, os ângulos e as formas sejam preservadas.
18.1 Quádricas 319
de forma tal que
a0 0 0
 
Rt AR =  0 b0 0  e KR = ( g0 h0 i0 )
0 0 c0
Desta forma ficamos com uma equação da forma
a0 (x0 )2 + b0 (y0 )2 + c0 (z0 )2 + g0 x0 + h0 + i0 + j = 0
Depois é só completar quadrado e fazer uma traslação
.
 00   0 
x x + p1
ar
 y00  =  y0 + p2 
z00 z0 + p3
in
para reduzir a algum dos seguintes casos:
• Elipsoide: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação
im
x2 y2 z2
+ + = 1.
a2 b2 c2
Em particular quando a = b = c temos que a quádrica é uma esfera de raio a e de equação
el
x2 + y2 + z2 = a2 .
• Hiperboloide de uma folha: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem

Pr
a equação
x2 y2 z2 x2 y2 z2 x2 y2 z2
+ − =1 ou − + =1 ou − + + = 1.
a2 b2 c2 a2 b2 c2 a2 b2 c2
o
(sempre um sinal negativos.)

• Hiperboloide de duas folhas: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem
sã
a equação
x2 y2 z2 x 2 y2 z2 x 2 y2 z2
r
− − =1 ou − + − =1 ou − − + = 1.
a2 b2 c2 a2 b2 c2 a2 b2 c2
Ve
(sempre dois sinais negativos.)

• Paraboloide elíptico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
equação
x 2 y2 x 2 z2 y2 z2
+ = cz ou + = cy ou + = cx.
a2 b2 a2 b2 a2 b2
• Paraboloide hipérbólico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
equação
x 2 y2 y2 z2 x2 z2
− = cz ou − = cx ou − = cy.
a2 b2 a2 b2 a2 b2
• Cone elíptico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação
x 2 y2 x2 z2 z2 y2
+ = z2 ou + = y2 ou + = x2
a2 b2 a2 b2 a2 b2
18.2 Superfícies
As quádricas são exemplos de superfícies no espaço. De forma geral podemos dizer que uma
superfície é um subconjunto M do espaço tal que para todo ponto p ∈ M existe um subconjunto
U ⊂ M tal que U é similar a um plano . Não vamos a entrar em detalhe sobre como definir isto
formalmente. Nesta seção somente vamos estudar como construir alguns tipos de superfícies que
não necesáriamente são quádricas.
18.2.1 Superfícies Cilíndricas

As superfícies cilíndricas são superfícies obtidas por movimentar paralelamente uma reta `, chamada
geratriz, ao longo de uma curva fixa C, chamada diretriz.
.
Assuma, por exemplo, que temos uma curva diretriz
ar

f (x, y) = 0
C=
z = 0
in
−→ →
−
no plano π : z = 0 e procuramos a equação da superfície cilíndrica S com reta geratriz ` : PP0 = λ V
→
− →
−
onde V = (a, b, c) com c 6= 0, (para que V não seja paralelo ao plano). Seja Q = (x, y, z) um ponto
im
genérico desta superfície, então existe Q0 = (x0 , y0 , 0) ∈ C tal que
−−→ →
−
QQ0 = λ V
el
para algúm λ ∈ R
Pr
o
r sã
Ve
então
(x − x0 , y − y0 , z − 0) = λ (a, b, c)
de onde segue que
λ = cz
 
 x − x0 = λ a 
y − y0 = λ b ⇒ x0 = x − ac z
z = λc y0 = y − ac z
 
com isto vemos que

a a
f x − z, y − z) = f (x0 , y0 = 0,
c c
portanto
n a a o
C = (x, y, z), f (x − z, y − z) = 0 .
c c
Como todo ponto Q = (x, y, z) tal que
a a
f x − z, y − z = 0
c c
está em S (pela construção acima) temos que
n a a o
S = (x, y, z), f x − z, y − z = 0 .
c c
.
Análogamente podemos mostrar os casos da seguinte tabela
ar
Curva diretriz Reta geratriz Equação da superfície
in

f (x, y) = 0
S = (x, y, z), f x − ac z, y − ac z = 0

C= ` :~v = (a, b, c) c 6= 0
im
z = 0

f (x, z) = 0
S = (x, y, z), f x − ba y, z − bc y = 0

C= ` :~v = (a, b, c) b 6= 0
el
y = 0
Pr

f (y, z) = 0
S = (x, y, z), f y − ba x, z − ac x = 0

C= ` :~v = (a, b, c) a 6= 0
x = 0
Exemplo 18.1 Considere a curva diretriz

o
x + 2y2 = 0

sã
z=0
e que a reta geratriz é paralela ao vetor ~v = (1, 2, 3). Então a superfçie cilíndrica sera obtida ao
substituir em f
r
1 2
Ve
x → x− z y → y − z.
3 3
Obtemos assim
( )
2 2

1
S= (x, y, z), x − z + 2 y − z = 0 .
3 3

Exemplo 18.2 A superfície S de equação
ln(zx − 2yx) = z − 2y
é cilíndrica. De fato, é a superfície obtida ao movimentar paralelamente uma reta `, paralela ao
vetor ~v = (0, 1, 2), ao longo da curva
ln(zx) = z y = 0.

18.2.2 Superfícies de revolução
As superfícies de revolução são obtidas pela rotação de uma curva plana (uma curva que está sobre
o plano), chamada geratriz, em torno de uma reta fixa, chamada eixo de revolução, que está no
plano onde está a curva. Assim, cada ponto da geratriz, ao rotacionar em torno do eixo, descreve
uma circunferência, que é chamado de paralelo. Cada cópia da geratriz é chamada de meridiano.
Assuma, por exemplo, que temos uma curva

f (x, y) = 0
C=
z = 0
.
ar
e que procuramos a equação da superficie de revolução obtida ao rotacionar esta ao redor do eixo ŷ.
Um ponto genérico Q = (x, y, z) desta superfície estará no circulo de raio |x0 | no plano
in
{π : y = y0 ,
isto é
im
el
x2 + z2 = |x0 |2

,
y = y0
Pr
o
r sã
Ve
tal que, f (x0 , y0 ) = 0, comparando temos que
p
f ± x2 + z2 , y = 0,
é a equação da superfície de revolução procurada.

Análogamente temos os casos do quadro abaixo.
Eixo de Revolução Curva Equação da Superfície

f (x, y) = 0
C=
z = 0
p
x̂ ou f x, ± y2 + z2 = 0

f (x, z) = 0
C=
y = 0
.
ar

f (x, y) = 0 √
C= f ± x 2 + z2 , y = 0
z = 0
ŷ ou
in
√

f (y, z) = 0
C= f y, ± x2 + z2 = 0
x = 0
C=

y
im
f (x, z) = 0
= 0 p
f ± x 2 + y2 , z2 = 0
el
ẑ ou

f (y, z) = 0
C=
x = 0
Pr
Exemplo 18.3 A superfície de equação
x2 + 3y2 + z2 = 1,
o
é de revolução. De fato, é obtida ao rotacionar a curva de equação

sã
x2 + 3y2 = 1 z = 0,
r
ao redor do eixo ŷ.

Ve
18.2.3 Superfícies Cônicas

Uma superficíe cônica é obtida ao movimentar uma reta com um ponto fixo, chamado vértice, ao
longo de uma curva plana fixa C, chamada diretriz. Observamos que o plano que contém a diretriz
não pode conter o vértice.
Assuma, por exemplo, que queremos obter a equação da superfície cônica S obtida ao movi-
mentar uma reta com ponto fixo na origem O ao longo da curva

f (x, y) = 0
C= .
z = k
Observamos que para todo Q = (x, y, z) ∈ S existe um ponto Q0 = (x0 , y0 , k) no plano z = k tal que
f (x0 , y0 ) = O e tal que
−→ −−→
OQ = λ · OQ0 para algum λ ∈ R.
.
ar
in
Então (x, y, z) = λ (x0 , y0 , k) ou, equivalentemente
im
k·x k·y
x0 = , y0 = .
z z
Portanto, Q = (x, y, z) vai satisfazer a equação
el

k·x k·y
f , = f (x0 , y0 ) = 0,
z z
Pr
de onde segue que

k·x k·y
S = (x, y, z), tal que f , =0
z z
o
Análogamente podemos deduzir as equações da tabela a seguir.

sã
Superfície cônica com vértice O = (0, 0, 0) e curva
Curva plana Equação da Superfície

r
Ve

f (x, y) = 0 n
k·y
o
C= S = (x, y, z), tal que f k·x
z , z =0
z = k

f (x, z) = 0 n
k·y
o
C= S = (x, y, z), tal que f k·x
y , y =0
y = k

f (y, z) = 0 n o
C= S = (x, y, z), tal que f k·y
x ,
k·z
x =0
x = k
Exemplo 18.4 A superfície de equação
x2 + 3y2 = 4z2 ,
é uma superfície cônica. De fato éla é obtida ao movimentar uma reta com ponto fixo na origem ao
longo da curva
1
x2 + 3y2 = 1, z= .
2


1. Encontrar a equaçao da superfície cilíndrica determinada pelo vetor ~v = (1, −1, 2) e a curva
diretriz
.
2
z + 4yz − y2 + 3y − 5 = 0
ar
C: .
x=0
Resolução:
in
Como ~v está na forma (1, a, b) a equação da superfície é obtida ao fazer as substituições
y → (y + x) z → z − 2x.
im
na equação da curva. Fazendo isto, temos que a equação da superfície fica
(z − 2x)2 + 4(y + x)(z − 2x) − (y + x)2 + 3(y + x) = 5.

el
2. Mostre que
9x2 + y2 + 2z2 + 2xy − 8xz − 1 = 0
Pr
determina a equação de uma superfície cilíndrica e determine uma equação da curva diretriz
e um vetor paralelo com a reta geratriz.
Resolução:
Para mostrar que
o
9x2 + y2 + 2z2 + 2xy − 8xz − 1 = 0 (∗)

sã
determina a equação de uma superfície cilíndrica primeiramente fazemos x = 0 e obtemos

y2 + 2z2 = 1. Consideramos então a superfície cilíndrica com curva diretriz dada por
2
y + 2z2 = 1
C:
r
x=0
Ve
→
−
e com retas paralelas a um vetor V = (1, a, b). Esta superfície terá por equação
(y − ax)2 + 2(z − bx)2 = 1
⇒ (a2 + 2b2 )x2 + y2 + 2z2 − 2axy − 4bxz − 1 = 0

Comparando esta equação com (∗) temos que se
−2a = 2
−4b = −8
a2 + 2b2 = 9
tem solução, a equação (∗) determina uma superfície cilíndrica. Portanto, como a solução
existe, de fato é
a = −1
b = 2,
obtemos que
9x2 + y2 + 2z2 + 2xy − 8xz − 1 = 0
descreve uma superfície cilíndrica com curva diretriz
2
y + 2z2 = 1
C:
x=0
→
−
e retas geratrizes paralelas ao vetor V = (1, −1, 2).
3. Encontrar a equação (em coordenadas cartesianas) da superfície cilíndrica S com curva
diretriz
.
ar
C : x2 + 4y = 0
no plano z = 0 e retas geratrizes paralelas ao vetor
in
~v = (−2, 4, −6).
im
Resolução:
Para encontrar S consideramos a curva diretriz
2
x + 4y = 0
C:
z=0
el
e as retas geratrizes paralelas ao vetor ~v = (−2, 4, −6).
Pr
Começamos escrevendo ~v na forma (a, b, 1).
Multiplicamos então v por −1/6 e obtemos
~v0 = (1/3, −2/3, 1)

o
A equação da superfície procurada é

sã

z 2 2z
x− +4 y+ =0
3 3
r
A equação da superfície procurada é

Ve

z 2 2z
x− +4 y+ = 0.
3 3
4. Reduzir cada uma das equações de forma a identificar a quádrica que ela representa.
a) 4x2 − 2y2 + z2 = 1;
b) 3x2 + 4y2 + z2 − 12x − 8y − 2z + 16 = 0;
c) x2 + y + z2 = 0;
d) 4x2 − 8x − 9y2 + 6y − 36z + 3 = 0.
Resolução: Em cada caso trabalhamos as expressões, seja completando quadrados ou
colocando nas formas canônicas, para identificar as quádricas.
a)
x2 y2
4x2 − 2y2 + z2 = 1 → − + z2 = 1,
1/4 1/2
que é a equação de um hiperboloide de 1-folha.

b)
3x2 + 4y2 + z2 − 12x − 8y − 2z + 16 = 0 → 3(x − 2)2 + 4(y − 1)2 + (z − 1)2 = 1
x0 = x − 2 y0 = y − 1 z0 = z − 1
chegamos na equação
(x0 )2 (y0 )2
+ + (z0 )2 = 1
.
1/3 1/4
ar
que é a equação de um elipsoide.
c)
in
x2 + y + z2 = 0 → x2 + z2 = (−1)y,
im
que é a equação de um paraboloide elíptico.
d)
4x2 − 8x − 9y2 + 6y − 36z + 3 = 0 → 4(x − 1)2 − 9(y − 1/3)2 = 36z,

el
fazendo a traslação
Pr
1
x0 = x − 1 y0 = y − z0 = z
3
chegamos na equação
o
(x0 )2 (y0 )2
− = 36z0
sã
1/4 1/9
que é a equação de um paraboloide hiperbólico.

r
5. a) Obtenha a equação do lugar geométrico dos pontos que eqüidistam do plano π : x = 2 e

do ponto P = (−2, 0, 0). Que conjunto é este?
Ve
b) Obtenha a equação do lugar geométrico dos pontos que eqüidistam das retas r : y = z = 0
e l : x = y − 1 = 0. Que conjunto é este?
c) Determine a equação do lugar geométrico dos pontos P = (x, y, z) tais que a soma das
distâncias de P aos dois pontos (2, 0, 0) e (−2, 0, 0) é igual a 6. Que lugar geométrico é
este?
Resolução:
a) Um ponto genérico deste conjunto será Q = (x, y, z), então
q
d(Q, π) = |x − 2| d(P, Q) = (x + 2)2 + y2 + z2
Utilizando que d(P, Q) = d(π, Q) temos que

(x − 2)2 = (x + 2)2 + y2 + z2 → y2 + z2 = −8x.
Portanto o ponto Q satisfaz a equação de um paraboloide elíptico de equação
y2 + z2 = −8x.
b) Um ponto genérico deste conjunto será Q = (x, y, z), então

||(1, 0, 0) × (x, y, z)|| p 2 |(0, 0, 1) × (x, y − 1, z)|
q
d(Q, r) = = z + y2 d(Q, l) = = (y − 1)2 + x2 .
||(1, 0, 0)|| ||(0, 0, 1)||
Utilizando que d(Q, r) = d(Q, l) temos que
z2 + y2 = x2 + (y − 1)2 → z2 − x2 = −2y + 1
x = x0 y − 1/2 = y0 z = z0
.
ar
obtemos a equação
(z0 )2 − (x0 )2 = (−2)(y0 )
in
c) Um ponto genérico deste conjunto será P = (x, y, z), então
im
q q
d((2, 0, 0), P) = (x − 2) + y + z d((−2, 0, 0), P) = (x + 2)2 + y2 + z2
2 2 2
Como
el
d((2, 0, 0), P) + d((−2, 0, 0), P) = 6
Obtemos
Pr
q q
(x − 2)2 + y2 + z2 = 6 − (x + 2)2 + y2 + z2
Manipulando a experssão temos

o
q
(x − 2)2 + y2 + z2 = 36 + (x + 2)2 + y2 + z2 − 12 (x + 2)2 + y2 + z2
sã
2 4
q
(x + 2)2 + y2 + z2 = 3 + x → (x + 2)2 + y2 + z2 = 9 + 4x + x2
3 9
r
x2 y2 z2
→ + + = 1,
Ve
9 5 5
que é a equação de um elipsoide.
6. Dadas as equações da curva diretriz e um vetor paralelo às retas geratrizes determine a
equação da superfície cilíndrica.
a) y2 = 4x, z = 0 e ~v = (1, −1, 1)
b) x2 − y2 = 1, z = 0 e ~v = (0, 2, −1)
c) x2 + z2 = 1, y = 0 e ~v = (4, 1, 0)
d) 4x2 + z2 + 4z = 0, y = 0 e ~v = (4, 1, 0).
Resolução:
a) Se a curva e vetor diretor são
2
y = 4x
C=
z = 0 ~v = (1, −1, 1).
então a equação da superfície é
(y + 1)2 = 4(x − 1).

b) Se a curva e vetor diretor são

2
x − y2 = 1
C=
z = 0 ~v = (0, 2, −1).
(x)2 − (y + 2)2 = 1.
c) Se a curva e vetor diretor são

2 2
x +z = 1
C=
.
y = 0 ~v = (4, 1, 0).
ar
in
(x − 4)2 + z2 = 1.
d) Se a curva e vetor diretor são
im
2 2
4x + z + 4z = 0
C=
y = 0 ~v = (4, 1, 0).

el
4(x − 4)2 + z2 + 4z = 0.
Pr
7. Mostre que cada uma das equações representa uma superfície cilíndrica e determine a equação
da curva diretriz e um vetor paralelo às retas geratrizes.
a) x2 + y2 + 2z2 + 2xz − 2yz = 1;
b) 17x2 + 2y2 + z2 − 8xy − 6xz − 2 = 0.
o
Resolução: Manipulamos as expressões ate levá-las numa expressão que permita interpretar
como superfície cilíndrica.
sã
a)
x2 + y2 + 2z2 + 2xz − 2yz = 1 → (x + z)2 + (y − z)2 = 1

r
que é a equação da superfície cilíndrica com curva diretriz e vetor diretor

Ve
2
x + y2 = 1
C=
z = 0 ~v = (−1, 1, 1).
b)
17x2 + 2y2 + z2 − 8xy − 6xz − 2 = 0 → 2(y − 2x)2 + (z − 3x)2 = 2.
que é a equação da superfície cilíndrica com curva diretriz e vetor diretor

2 2
2y + z = 2
C=
x = 0 ~v = (1, 2, 3).
8. Determine a equação da superfície de revolução gerada pela rotação da curva dada em torno
do eixo especificado.
a) 9x2 + 4y2 = 36 e z = 0 em torno do eixo y;
b) yz = 1 e x = 0 em torno do eixo z.
Resolução:
a) Ao rotacionar a curva de equação 9x2 + 4y2 = 36 e z = 0 em torno do eixo y obtemos a
superfície de equação
p
9( x2 + z2 )2 + 4y2 = 36 → 9x2 + 9z2 + 4y2 = 36.
b) Ao rotacionar a curva de equação yz = 1 e x = 0 em torno do eixo z obtemos a superfície

de equação
p
±z y2 + x2 = 1
.
9. Mostre que cada uma das equações representa uma superfície de revolução e determine o seu
ar
eixo de revolução e a equação da curva geratriz.
a) x2 + y2 − z3 = 0;
b) y6 − x2 − z2 = 0
in
Resolução:
a) A superfície de equação x2 + y2 − z3 = 0 é obtida ao rotacionar a curva
im
2 3
x −z = 0
C=
y = 0
ao redor do eixo ẑ.

el
b) A superfície de equação y6 − x2 − z2 = 0 é obtida ao rotacionar a curva
6
y − x2 = 0
C=
Pr
z = 0
ao redor do eixo ŷ.

o
r sã
Ve
.
ar
19. Coordenadas Cilíndricas e esféricas
in
im
el
Assim como foi feito com coordenadas polares veremos a seguir dois sistemas de coordenados para
o espaço que não são iguais ao sistema de coordenadas cartesiano. As coordenadas associadas a
um ponto P no sistema de coordenadas cartesianas não se relaciona com estes novos sistemas de
Pr
coordenadas por meio de uma traslação e uma rotação.
Os sistemas de coordenadas cilíndricas ou esféricas podem ser utilizados, dependendo do
contexto e das simetrias envolvidas, para diminuir o número de variáveis dependentes nas equações
do problema específico a ser estudado.
o
sã
19.1 Coordenadas Cilíndricas

Este sistema é uma generalização da definição das coordenadas polares para o espaço. Está baseado
em três elementos, a origem O, um eixo polar e que nasce da origem e uma reta ẑ perpendicular ao
r
eixo polar que passa por O.

Ve
ẑ
O
r P = (r, θ , z)
e
332 Capítulo 19. Coordenadas Cilíndricas e esféricas
O plano de referencia é o plano que passa por O e que é perpendicular a reta ẑ. Neste sistema
de coordenadas cada ponto tem associado uma tripla (r, θ , z) onde
r ∈ [0, ∞), θ ∈ [0, 2π) z ∈ R.
e
• O radio r é a distância de P ao eixo z.
• o ângulo θ é o ângulo entre a projeção ortogonal de P ao plano de referencia e o eixo polar.
• a altura z é a distância com sinal de P ao plano de referencia.
A relação entre as coordenadas cilíndricas (r, θ , z) e (x, y, z) de um mesmo ponto P está dada
pelas seguintes relações
.
ar
x = r cos(θ ) y = r sin(θ ) z = z.
in
p x
r= x 2 + y2 tan(θ ) = z = z.
y
im
Obs. Da mesma forma que acontece com as coordenadas polares no plano, temos que as coorde-
nadas cilíndricas não conseguem descrever todo o espaço. Por exemplo a origem é descrita
como r = 0 e z = 0 para todo valor de θ .
el
Exemplo 19.1 a) A equação da esfera
Pr
x2 + y2 + z2 = a2 ,
pode ser escrita em coordenadas cilíndricas por
r2 + z2 = a2 .
o
b) A equação do cilindro
sã
x2 + y2 = a2 ,
pode ser escrita em coordenadas cilíndricas como

r
Ve
r = a.
19.2 Coordenadas Esféricas

As coordenadas esféricas é um outro tipo de generalização das coordenadas polares para o caso do
espaço.
Para definir as coordenadas cilíndricas precissamos de um ponto (origem), um eixo polar e e
uma reta z ortogonal ao eixo polar. O plano que contém o eixo polar, perpendicular a z é o plano de
referência π.
No sistema de coordenadas esféricas associamos a cada ponto no espaço uma tripla (ρ, θ , φ )
na qual
• ρ ∈ [0, ∞) é a distância de P à origem.
• θ ∈ [0, 2π) é o ângulo da projeção de OP~ com o eixo polar.
~
• φ ∈ [−π/2, π/2] é o ângulo entre OP e o plano de referência π.
19.2 Coordenadas Esféricas 333
π
P = (ρ, θ , φ )
ρ
φ
O
.
ar
θ
in
A relação entre as coordenadas cilíndricas (r, θ , z) e (x, y, z) de um mesmo ponto P está dada
im
pelas seguintes relações
x = ρ cos(θ ) cos(φ ) y = ρ sin(θ ) cos(φ ) z = ρ sin(φ ).

el
e
p x z
Pr
ρ= x 2 + y2 + z2 tan(θ ) = sin(φ ) = p .
y x + y2 + z2
2
Como φ ∈ [−π/2, π/2] temos que cos(φ ) ≥ 0.

o
Obs. Também aqui temos problemas com a descrição do espaço todo e as coordenadas polares. A
sã
origem fica determinada por todos os pontos da forma (0, θ , φ ).
Exemplo 19.2 a) A equação da esfera

r
Ve
x2 + y2 + z2 = a2 ,
pode ser escrita em coordenadas esféricas por
ρ 2 = a2 .
b) A equação do cilindro
x2 + y2 = a2 ,
pode ser escrita em coordenadas cilíndricas como
ρ cos(φ ) = a.


1. Seja S o conjunto dos pontos no espaço cujas coordenadas cartesianas x, y, z satisfazem a
equação
3y2 − z2 + 6y − 6x + 15 = 0
a) Determinar que tipo de superfície quádrica é dada por S , encontrando a mudança de
coordenadas que levam a equação canônica.
b) Determinar que tipo de cônica obtemos intersecando S com o plano x = 3.
c) Escrever a equação de S em coordenadas esféricas.
Resolução:
a) Para determinar o tipo de superfície quádrica que é dada por S , primeiramente completa-
.
mos quadrados na equação
ar
3(y2 + 2y+1) − z2 − 6x + 15 = 0+3.
in
e obtemos a equação
3(y + 1)2 − z2 = 6(x − 2).
im
Se fazemos a traslação de coordenadas
 0
 x = x−2
y0 = y + 1
 0
el
z = z
a equação transforma a
Pr
(y0 )2 (z0 )2
3(y0 )2 − (z0 )2 = 6x0 ⇒ − = x0
2 6
b) Ao fazer a interseção da superfície S com o plano x = 3 ou equivalentemente x0 = 1
o
obtemos que as equações

sã
3(y0 )2 − (z0 )2 = 6x0 3(y0 )2 − (z0 )2 = 6

0 →
x = 1 x0 = 1
r
que é a equação de uma hipérbole sobre o plano x0 = 1.

Ve
c) Para escrever a equação de S em coordenadas esféricas substituimos


 x = ρ cos(θ ) sin(φ )
y = ρ sin(θ ) sin(φ )
x = ρ cos(φ )

Obtemos assim a equação
3(ρ sin(θ ) sin(φ ))2 − (ρ cos(φ ))2
+6(ρ sin(θ ) sin(φ )) − 6ρ cos(θ ) sin(φ ) + 15 = 0.

2. Encontre uma equação em coordenadas cilíndricas da superfície cuja equação em coordenadas
cartesianas é dada:
a) x2 + y2 + 4z2 = 16,
b) x2 − y2 = 3z2 .
c) x2 + y2 + z2 = 9z;
d) x2 + y2 = 9.
Resolução: Utilizamos as relações
x = r cos(θ ) y = r sin(θ ) z = z.
a)
x2 + y2 + 4z2 = 16 → r2 + 4z2 = 16.
b)
x2 − y2 = 3z2 → r2 cos(2θ ) = 3z2 .
.
ar
c)
x2 + y2 + z2 = 9z → r2 + z2 = 9z.
in
d)
im
x2 + y2 = 9 → r2 = 9 → r = 3.
3. Encontre uma equação em coordenadas cartesianas da superfície cuja equação em coordena-

das cilíndricas é dada:
el
a) r = 3 cos θ
b) z2 sin θ = r3 .
c) r = z
Pr
d) z = r2
e) z = r cos(θ + π/4) − 2r sin(θ )
f) z = r2 + r cos(θ + π/3)
Resolução:
o
a)
sã
r = 3 cos θ → x2 + y2 = 3x.
b)
r
z2 sin θ = r3 → z2 y = (x2 + y2 )2 .
Ve
c)
p
r=z → x2 + y2 = z.
d)
z = r2 → z = x 2 + y2 .
e)
1 1
z = r cos(θ + π/4) − 2r sin(θ ) → z = √ x − √ y − 2y.
2 2
f)
√
2 2 12 3
z = r + r cos(θ + π/3) → z = x +y + x− y.
2 2
4. Encontre uma equação em coordenadas cartesianas da superfície cuja equação em coordena-

das esféricas é dada:
a) r = 2 tan θ ;
b) r = 9 sec φ .
c) r = sin(θ ) sin(φ )
d) r = 2 cos(θ )
e) r = cos(φ )
Resolução: Utilizamos as relações
x = r cos(θ ) cos(φ ) y = r sin(θ ) cos(φ ) z = r sin(φ )

y
.
p
r cos(φ ) = x2 + y2 tan(θ ) =
ar
x
a)
p y
in
r = 2 tan θ → x 2 + y2 + z2 = 2 .
x
b)
im
p
r = 9 sec φ → r cos(φ ) = 9 → x2 + y2 = 9.
c)
el
yz
r = sin(θ ) sin(φ ) → r2 = sin(θ )r sin(φ ) → x 2 + y2 + z2 = p .
x + y2
2
Pr
d)
p 2x
r = 2 cos(θ ) → x 2 + y2 + z2 = p .
x 2 + y2
o
e)
p
r2 = r cos(φ ) x 2 + y2 + z2 =
sã
r = cos(φ ) → → x2 + y2 .
5. Considere a superfície de revolução S obtida de rotacionar a curva

r
` : z = y2 ,
Ve
no plano yz ao redor do eixo z.

Determinar
i- a equação da superfície S em coordenadas cartesianas.
ii- a equação da superfície S em coordenadas cilíndricas.
iii- a equação da superfície S em coordenadas esféricas.
Resolução:
Considere a superfície cilíndrica S obtida de rotacionar a curva ` : z = y2 no plano yz ao redor
do eixo z.
Começamos determinando a equação da superfície S em coordenadas cartesianas.
Observamos que, se
f (y, z) = y2 − z,
a equação da superfície cilíndrica Sé dada por

p
f ( x2 + y2 , z) = 0 ⇒ x2 + y2 = z
As coordenadas cilíndricas (r, θ , z) e as cartesianas (x, y, z) se relacionam por

x = r cos(θ )
y = r sin(θ )
z = z
Então, como
x2 + y2 = (r cos(θ ))2 + (r sin(θ ))2 = r2 (cos2 (θ ) + sin2 (θ )) = r2 ,
a equação da superfície S em coordenadas cilíndricas é dada por
r2 = z.
.
ar
As coordenadas esféricas (ρ, θ , φ ) e as cartesianas (x, y, z) se relacionam por
x = ρ cos(θ ) sin(φ )
y = ρ sin(θ ) sin(φ )
in
z = ρ cos(φ )
Então, como
im
x2 + y2 = (ρ cos(θ ) sin(φ ))2 + (ρ sin(θ ) sin(φ ))2 = ρ 2 sin(φ )2 ,
a equação da superfície S em coordenadas cilíndricas é dada por
el
cos(φ )
ρ 2 sin(φ )2 = ρ cos(φ ) ⇒ ρ=
sin(φ )2
Pr
i- a equação da superfície S em coordenadas cartesianas é
x2 + y2 = z.
ii- a equação da superfície S em coordenadas cilíndricas é
o
r2 = z.
sã
iii- a equação da superfície S em coordenadas esféricas é

cos(φ )
r
ρ=
sin(φ )2
Ve
6. Seja S o conjunto dos pontos P = (x, y, z) no espaço cujas coordenadas cartesianas x, y, z

satisfazem a equação
x2 + y2 + z2 = 9z.
a) Determinar que tipo de superfície é S.
b) Escrever a equação de S em coordenadas esféricas, escolhendo adequadamente o polo
e os eixos.
Resolução:
Seja S o conjunto dos pontos P = (x, y, z) no espaço cujas coordenadas cartesianas x, y, z
satisfazem a equação
x2 + y2 + z2 = 9z.
Claramente S não é superfície cilíndrica nem superfície cônica pois não contém nenhuma
reta nela. Portanto só resta provar que ela é de revolução. Para determinar isto temos duas
opções:
i) Observamos que é uma superficie de revolução pois se rotacionamos a curva f (x, z) = 0

com respeito ao eixo z, onde f (x, z) = x2 + z2 − 9z obtemos que
p
f (± x2 + y2 , z) = 0 ≡ x2 + y2 + z2 = 9z.
ii) Ou completamos quadrados na equação acima

2 2 2 81 81
x + y + z − 9z+ =+ .
4 4
e obtemos
.
9 2 81

ar
2 2
x +y + z− =
2 4
que é a equação de uma esfera de raio r = 92 centrada em (0, 0, 9/2) e portanto uma
in
superficie de revolução em torno ao eixo z.
Para escrever a equação de S em coordenadas esféricas temos novamente duas opções:
im
i- Utilizamos que
x = ρ cos(θ /0 sin(φ ), y = ρ sin(θ /0 sin(φ ), z = ρ cos(φ )
e o centro em (0, 0, 0) para θ ∈ [0, 2π) e φ ∈ [0, π]. Portanto x2 + y2 + z2 = ρ 2 . Substi-

el
tuindo obtemos
ρ 2 = 9ρ cos(φ ) =⇒ ρ = 9 cos(φ ).
Pr
ii- Ou fazemos uma traslação do sistema de coordenadas com origem em (0, 0, 9/2) então
x = x0 , y = y0 , z − 9/2 = z0
o
donde, a equação que define S torna-se

sã
x02 + y02 + z02 = (9/2)2 .
Agora consideramos coordenadas esféricas

r
Ve
x0 = ρ cos(θ ) sin(φ ), y0 = ρ sin(θ ) sin(φ ), z0 = ρ cos(φ )
e o centro em (0, 0, 9/2) para θ ∈ [0, 2π) e φ ∈ [0, π]. Portanto x02 + y02 + z02 = ρ 2 .
Substituindo obtemos
ρ = 9/2.
.
ar
20. Parametrizacão de Superfícies
in
im
el
No caso das curvas algébricas em duas variáveis foi visto que, embora elas não sejam gráfico de uma
função, elas podem ser descritas loclamente como o gráfico de um par de funções hi : I ⊂ R → R.
Isto, quer dizer que para cada ponto p na curva algébrica C existe um conjunto U ⊂ C em que U é
Pr
similar a um subconjunto de R ela é similar a um temos u Vimos que no caso das curvas algébricas
em duas variáveis, vimos que embora elas não representem gráfico de uma função nas viariáveis
(x, y) do espaço, elas pode ser descritas por meio de um par de funções. Algo similar acontece com
o caso das superfícies. Podemos mostrar que as superfícies podem ser descritas localmente por
o
meio de três funções de um subconjunto de R2 no espaço.

sã
20.1 Parametrização de Superfícies

Novamente aqui vamos nos restrigir a superfícies que são obtidas como o conjunto de pontos
r
P = (x, y, z) no espaço que satisfazem a equação (ou conjunto de equações)

Ve
F(x, y, z) = 0
para F um polinômio nas variáveis (x, y, z). Em matemática estas superfícies são conocidas como
curvas algébricas de ordem 2 ou variedade algébrica de dimensão 2.
Definição 20.1.1 Seja S uma superfície no espaço definida por
C = {P = (x, y, z), F(x, y, z) = 0}.
Uma parametrização de C é um conjunto de funções h1 j , h2 j , h3 j : I j ⊂ R → R para j = 1, · · · , N

tais que
i- Cada D j á da forma (a j , b j ) × (c j , d j ) ⊂ R2 .
ii-
F(h1 j (t, s), h2 j (t, s), h3 j (t, s)) = 0 ∀t ∈ D j ,

340 Capítulo 20. Parametrizacão de Superfícies
iii- para cada j temos F(h1 j (t, s), h2 j (t, s), h3 j (t, s)) 6= F(h1 j (u, v), h2 j (u, v), h3 j (u, v)) com
(t, s) 6= (u, v) ∈ D j .
iv- e
C = ∪Nj=1 ∪(t,s)∈D j (h1 j (t, s), h2 j (t, s), h3 j (t, s)).
Obs.
• O item iii− diz que para cada j temos que (h1 j , h2 j , h3 j ) é biunívoca para cada j.
• O item iv− diz que a supoerfície inteira pode ser coberta pela parametrização.
• A definição vista acima pode ser interpretada da seguinte forma: Uma parametrização
é de alguma forma mostrar que embora a superfície não seja gráfico de nenhuma
função, ela podem ser descritas localmente como o gráfico de uma tripla de funções
.
hi : I ⊂ R → R. Isto, quer dizer que para cada ponto p na superfície S existe um
ar
conjunto U ⊂ S em que U é similar a um subconjunto de R2 .
Exemplo 20.1 O primeiro exemplo é a equção do plano em forma paramétrica. De fato para
in
todo plano π de equação
ax + by + cz = d
~u ×~v = (a, b, c)
e um ponto P = (x0 , y0 , z0 ) tal que im
existem dois vetores ~u = (u1 , u2 , u3 ) e ~v = (v1 , v2 , v3 ) que são paralelos ao plano e tais que
el
ax0 + by0 + cz0 = d
Pr
de forma tal que o plano podia ser descrito como o conjunto de pontos (x(s,t), y(s,t), z(s,t)) tais
que

 x(s,t) = x0 + su1 + tv1
π: y(s,t) = y0 + su2 + tv2 (s,t) ∈ R2 .
o
z(s,t) = z0 + su3 + tv3



sã
Vamos a ver rápidamente a parametrizazão das superfícies que vimos nos capítulos anteriores.
Vamos ver alguns casos, outros podem ser obtidos a partir destes.
• Elipsoide: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação
r
x2 y2 z2
Ve
+ + = 1.
a2 b2 c2
A parametrização é dada por

 x(s,t) = a cos(s) sin(t)
y(s,t) = b sin(s) sin(t) (s,t) ∈ (0, 2π) × (0, π) ∪ (0, 2π) × (−π, π) ∪ (0, 2π) × (π, 3π)
z(s,t) = c cos(t)

• Hiperboloide de uma folha: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem

a equação
x2 y2 z2
+ − = 1.
a2 b2 c2

 x(s,t) = a cos(s) cosh(t)
y(s,t) = b sin(s) cosh(t) (s,t) ∈ (0, 2π) × R ∪ (−π, π) × R
z(s,t) = c sinh(t)

• Hiperboloide de duas folhas: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem

a equação
x2 y2 z2
− − = 1.
a2 b2 c2

 x(s,t) = a cosh(t)
y(s,t) = b cos(s) sinh(t) (s,t) ∈ (0, 2π) × R ∪ (−π, π) × R
z(s,t) = c sin(s) sinh(t)

.
• Paraboloide elíptico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
ar
equação
x 2 y2
in
+ = cz.
a2 b2
im
 p
 x(s,t) = a p|c|t cos(s)

y(s,t) = b |c|t sin(s) (s,t) ∈ (0, 2π) × [0, ∞) ∪ (−π, π) × [0, ∞)

 z(s,t) = |c|
ct
el
• Paraboloide hipérbólico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
equação
Pr
x 2 y2
− = cz.
a2 b2
o
 p
 x(s,t) = a p|c|t cosh(s)
sã

y(s,t) = b |c|t sinh(s) (s,t) ∈ R × R

 z(s,t) = |c|
ct
r
• Cone elíptico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação

Ve
x 2 y2
+ = z2 .
a2 b2

 x(s,t) = at cos(s)
y(s,t) = bt sin(s) (s,t) ∈ (0, 2π) × [0, ∞) ∪ (−π, π) × [0, ∞)
z(s,t) = t


1.
2. a) Determine a superfície cônica, com vértice na origem, obtida a partir da curva definida por
y2
x2 + = 1 e z = 2.
3
b) Encontre uma parametrização dela.

Resolução: a) Da teoria, temos que a equação da superfície será obtida, ao substituir na
equação
y2
x2 + − 1 = 0
3
as variáveis x e y por
2x 2y
x→ y→ .
z z
Desta forma obtemos
4x2 4y2
.
+ 2 − 1 = 0.
ar
z2 3z
Manipulando a expressão chegamos em
in
4
4x2 + y2 = z2 ,
3
im
que é a equação de um cone elíptico.
b) Observamos que ao fazer
 r
 h1 (r, θ ) =√2 cos(θ )
h (r, θ ) = 23r sin(θ )
el
(∗) (r, θ ) ∈ [0, +∞) × [0, 2π).
 ±2
h3 (r, θ ) = ±r
Pr
temos que
4
4(h1 (r, θ ))2 + (h2 (r, θ ))2 = r2 = (±h3 (r, θ ))2 .
3
o
e portanto (∗) é uma parametrizazção da superfície.

3. Seja S a superfície com equação (em coordenadas cartesianas)
sã
x 2 y2 z2
S: − + − = 1.
a2 b2 c2
r
Determinar equações paramétricas para a superfície S.

Ve
Resolução:
Para parametrizar a superficie S de equação
x 2 y2 z2
S: − + − = 1.
a2 b2 c2
observamos primeiramente que ela é um hiperboloide de duas folhas. Portanto precissaremos
de dois conjuntos de parametrizações.
Fazemos a seguinte substituição
x0 = x/a
y0 = y/b (∗)
z0 = z/b
e reescrevemos a equação como
− x02 + z02 + y02 = 1

(∗∗)
Uma parametrização de (∗) é

 0  0
 x = sinh(t) cos(s)  x = sinh(t) cos(s)
y0 = cosh(t) y0 = − cosh(t)
 0  0
z = sinh(t) sin(s) z = sinh(t) sin(s)
para t ∈ [0, ∞) e s ∈ [0, 2π).

De fato, observamos que satisfazem a equação (∗∗) pois, por exemplo,
−(sinh(t) cos(s))2 + (cosh(t))2 − (sinh(t) sin(s))2 = 1.
Se P = (x00 , y00 , z00 ) um ponto em S então (x0 , z0 ) determinam um ponto no plano y = y0 e tal
que
.
ar
x002 + z02 02

0 = −1 + y0 > 0
portanto obtemos um t0 ∈ [0, ∞) tal que sinh(t0 )2 = −1 + y02 0 donde y0 = ± cosh(t0 ).
in
Por outro lado como a interseção de S com o plano y0 = y00 determina uma circunferência de
raio sinh(t0 )2 , tiramos que (x00 , z00 ) são um ponto desta e, portanto, existe um s0 ∈ [0, 2π) tal
que
x00 = sinh(t0 ) cos(s0 )
im
z00 =0 sinh(t0 ) sin(s0 )
Assim, utilizando as identidades (∗) temos que todo ponto de S é coberto pela parametrização
el
 
 x = a sinh(t) cos(s)  x = a sinh(t) cos(s)
y = b cosh(t) y = −b cosh(t)
Pr
z = c sinh(t) sin(s) z = c sinh(t) sin(s)
 
para t ∈ [0, ∞) e s ∈ [0, 2π).

4. (a) Determine a equação da superfície cilíndrica com curva diretriz
o
2
x − y2 = 1
C=
z =0
sã
e vetor paralelo as retas geratrizes W = (0, 2, −1).

(b) Dada a equação da curva diretriz
r
y − x2 = 0

Ve
C=
z =2
determine a equação da superfície cônica que tem vértice na origem O = (0, 0, 0)

(c) Mostre que a equação x2 + y2 − z3 = 0 representa uma superfície de revolução e ache
uma parametrização dela.
Resolução:
Sabemos que a curva diretriz é
2
x − y2 = 1
C=
z =0
e o vetor paralelo as retas geratrizes W = (0, 2, −1). Portanto se f (x, y) = x2 − y2 − 1 e

V = −W = (0, −2, 1) então a equação da superfície cilíndrica é
f (x, y + 2z) = 0 =⇒ x2 − (y + 2z)2 = 1.

Dada a equação da curva diretriz
y − x2 = 0

C=
z =2
A superfície cônica que tem vértice na origem O = (0, 0, 0) é dada pela equação

2x 2y
f , =0
z z
para f (x, y) = y − x2 . Portanto a equação procurada é
.
2y = 4zx2 .
ar
Se f (x, z) = x2 − z3 e um curva no plano x, z e o eixo de revolução é o eixo y então a superfície
de revolução obtida de girar f em torno de y é descrita pela equação
in
p
f (± x2 + y2 , z) = 0 =⇒ x2 + y2 = z3 .
im
Donde segue que a equação representa uma superfície de revolução.
Para achar uma parametrização dela considere as coordenadas cilíndricas x = r cos(θ ), y =
r sin(θ ), z. Então, substituindo por estas na equação obtemos que r2 − z3 = 0 donde z = r2/3 .
Assim, uma parametrização é
el

 x = r cos(θ )
y = r sin(θ ) r ∈ [0, ∞), θ ∈ [0, 2π)
Pr
z= r2/3

o
r sã
Ve

Apostila GA

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila GA

Enviado por

Direitos autorais:

Formatos disponíveis

5.

2 Determinante via permutações 58

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

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

III Objetos Geométricos

9.1 Retas 157

9.3 Posição Relativa de retas 161

9.4 Distâncias 162

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

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

16.5 Cônicas em coordenadas polares 282

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

16.6 Exercícios Resolvidos 292

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

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

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

2.3 Exercícios resolvidos

multiplo escalar de outra linha

3.3 Troca de posição de duas linhas de uma matriz

5 Determinante de uma matriz quadrada

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

que escrevemos na forma

am1 am2 . . . amn

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

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

2. Seja B ∈ (3 × 6) dada por

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

λ am1 λ am2 . . . λ amn

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

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

2.2 Produto de matrizes e transposta de uma matriz

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

Por outro lado B · A será

Segue então que A · B 6= B · A.

O produto de matrizes possui as seguintes propriedades.

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

O outro caso é análogo.

Então, temos que

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

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

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

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

iii- Para todo i, j temos

2.3 Exercícios resolvidos

1. Construa as seguintes matrizes:

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

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

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

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

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

2. Considere as seguintes matrizes

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

((2A1 )A4 )t + 3A7

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

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

Exemplifique para o caso

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

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

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

4. Considere as seguintes matrizes