VETORES

Ricardo Gomes Castro

Resumo
Várias grandezas físicas, tais como por exemplo comprimento, área, volume, tempo, massa e temperatura
são inteiramente descritas uma vez que a intensidade (magnitude) é dada. Tais grandezas são chamadas
escalares e são representadas por números reais. Outras grandezas físicas não são completamente
caracterizadas até que uma magnitude, uma direção e um sentido sejam dado. Exemplos são
deslocamento, velocidade e força. Tais grandezas são chamadas vetoriais e são descritas por vetores.
Neste trabalho primeiramente, introduziremos o conceito de vetor do ponto de vista geométrico, o que
permite uma visão intuitiva dos vetores e de suas relações. Vamos nos restringir ao plano (espaço
bidimensional) e ao espaço (espaço tridimensional). Por fim, considerarmos os vetores do ponto de vista
algébrico, o que nos admitirá estudar vetores em mais de três dimensões.
Palavras chave: Vetor, grandezas físicas, propriedades, coordenada.

1 INTRODUÇÃO
O conceito de vetores nasceu na Mecânica com o engenheiro flamengo Simon
Stevin. Em 1589 apresentou, em sua Estática e Hidrostática, o problema da composição
de forças e propôs uma regra empírica para se determinar a soma de duas forças
aplicadas num mesmo ponto. Tal regra, a conhecemos hoje como regra do
paralelogramo.

Os vetores aparecem considerados como "linhas dirigidas" na obra Ensaio sobre

a Representação da Direção, publicada em 1797 por Gaspar Wessel, matemático
dinamarquês.

A sistematização da teoria vetorial ocorreu no século XIX com os trabalhos do

irlandês William Hamilton, do alemão Hermann Grassmann e do físico norte-americano
Josiah Gibbs.

2 VETORES

2.1Definição Geométrica de Vetores

1
 Dois pontos distintos A e B no espaço determinam uma reta. Esta reta é uma
direção no espaço. Este segmento de reta pode ser orientado, Dando um sentido para o
segmento, se considerarmos um dos pontos como ponto inicial e o outro como ponto
final. Por exemplo, o segmento orientado com ponto inicial A e ponto final B será
denotado por AB. Podemos considerados que dois pontos formam um segmentos
orientados, desta forma: um ponto é um segmento orientado nulo; pois podemos
considerar o ponto A com o segmento orientado AA com ponto inicial A e ponto final
A. Também podemos considerar o comprimento de um segmento. O comprimento de
um segmento determinado por A e B é denotado por ̅̅̅̅AB.
Vetores são representados por segmentos orientados e são caracterizados por:
1. direção,
2. sentido,
3. módulo.
São definidas duas operações básicas entre vetores que podem ser definidas para
quaisquer vetores, mesmo vetores em espaços de dimensões maiores do que podemos
visualizar (acima de 3 dimensões), são a soma de vetores e a multiplicação de vetores
por escalares.
2.2 Soma de Vetores
Sejam v e w dois vetores. Sua soma v + w é o vetor definido da seguinte
maneira:

Escolhemos o segmento de reta orientado AB para o vetor v. Para o vetor w

escolhemos o segmento de reta orientado BC com ponto inicial B, ou seja, igual ao
ponto final do representamos o vetor v. O vetor v + w é representado pelo segmento
orientado AC, cujo ponto inicial é o ponto inicial A de v e o ponto final é o ponto final
C de w.
Esta definição é motivada pela interpretação de vetores como uma
deslocamento: nesta interpretação, a soma de dois vetores corresponde à composição de
deslocamentos ou o deslocamento total. Ela é a chamada regrado triângulo.
Uma definição equivalente para a soma de dois vetores é sugerida pela
interpretação de vetores como forças. é a chamada regra do paralelogramo: Desta vez
escolhemos os representantes respectivos AB e AC de v e w com o mesmo ponto inicial
A. Eles determinam um paralelogramo ABDC e o vetor v + w é o vetor representado
pela diagonal (segmento orientado) AD.

2
 Nesta interpretação, a soma de vetores corresponde à resultante das forças.
2.2.1 Propriedades da Soma de Vetores
(1) Comutatividade:
Para quaisquer vetores v, w
𝑣+𝑤 =𝑤+𝑣
Isso pode ser facilmente visto através do diagrama abaixo.

(2) Associatividade:
Para quaisquer vetores u, v, w
𝑢 + (𝑣 + 𝑤) = (𝑢 + 𝑣) + 𝑤
Isso pode ser facilmente visto através do diagrama a seguir.

Como uma consequência destas duas propriedades, concluímos que vetores

podem ser somadas em qualquer ordem.
(3) Existência do Elemento Neutro da Soma:
Seja ⃗0 o vetor nulo, isto é, o vetor representado por segmentos orientados nulos.
Então, para qualquer vetor v;
𝑣 + ⃗0 = ⃗0 + 𝑣 = 𝑣
Isso é óbvio da definição.
(4) Existência do Elemento Inverso da Soma:

3
 Seja -v o vetor que tem a mesma direção, mesmo comprimento e sentido inverso
ao do vetor v. Então
𝑣 + (−𝑣) = ⃗0
Isso é óbvio da definição. Portanto, definimos a diferença entre dois vetores como:
𝑣 − 𝑤 ≔ 𝑣 + (−𝑤)
Podemos usar o seguinte diagrama para calcular a diferença entre dois vetores:

Isso permite inferir uma regra do triângulo para a diferença dos vetores v e w:
para encontrar um representante para v - w, escolha representantes para v e w que têm a
mesma origem; então v-w será representando pelo segmento cujo ponto inicial é o ponto
final de w e cujo ponto final é o ponto final de v.
2.3 Multiplicação de um Vetor por um Escalar
Definição. Se v é um vetor não-nulo e 𝛼 é um número real não-nulo, então a
multiplicação do vetor v pelo escalar 𝛼 é o vetor denotado 𝛼v definido por
I. 𝛼v tem a direção de v;
II. 𝛼v tem o mesmo sentido de v se 𝛼> 0 e𝛼v tem o sentido oposto ao de v
se 𝛼< 0;
III. 𝛼v tem comprimento ‖𝛼‖ vezes o comprimento de v:
Definimos ainda ⃗0 v = ⃗0 e 𝛼 ⃗0 = ⃗0.
Se
𝑤 = 𝛼𝑣
dizemos que w é um múltiplo escalar do vetor v. É fácil ver que dois vetores não-nulos
são paralelos se e somente se um é múltiplo escalar do outro.
Observe que segue imediatamente da definição que
(−1)𝑣 = −𝑣
2.3.1 Propriedades da Multiplicação por Escalar:
(1) Associatividade:
Para quaisquer escalares 𝛼, 𝛽 e para qualquer vetor v
𝛼(𝛽𝑣) = (𝛼𝛽)𝑣
(2) Distributividade:
Para quaisquer escalares 𝛼, 𝛽 e para quaisquer vetores v, w:
𝛼(𝑣 + 𝑤) = 𝛼𝑣 + 𝛼𝑤
(𝛼 + 𝛽)𝑣 = 𝛼𝑣 + 𝛽𝑣
Estas propriedades serão facilmente provadas uma vez que introduzirmos um
sistema de coordenadas retangulares para vetores.
Como um exemplo da utilidade de se trabalhar com vetores, veremos que
vetores podem ser utilizados para provar fatos da geometria euclidiana.
2.4 Vetores Unitários

4
 Se ‖𝑣‖ = 1, então v é chamado de vetor unitário. Dado um vetor não-nulo v, um
vetor unitário direção de v é o vetor
1
𝑢= 𝑣.
‖𝑣‖
De fato,
1 1
‖ 𝑣‖ = ‖𝑣‖ = 1
‖𝑣‖ ‖𝑣‖
Observe que u também tem o mesmo sentido de v.

2.5 Vetores em Coordenadas

Introduza um sistema de coordenadas cartesianas no espaço ambiente em que
você está trabalhando, seja ele o plano ou o espaço. Dado um vetor v, escolha um
representante para v cujo ponto inicial é a origem deste sistema de coordenadas. Então
definimos as coordenadas do vetor v como sendo as coordenadas do ponto final deste
representante de v.

No plano:
𝑣 = (𝑣1 , 𝑣2 )
No espaço:
𝑣 = (𝑣1 , 𝑣2 , 𝑣3 )
Então as operações acima podem ser definidas equivalentemente da seguinte
maneira. No plano, se
𝑣 = (𝑣1 , 𝑣2 ) e 𝑤 = (𝑤1 , 𝑤2 ),
𝑣 + 𝑤 = (𝑣1 + 𝑤1 , 𝑣2 + 𝑤2 )
𝛼𝑣 = (𝛼𝑣1 , 𝛼𝑣2 )
No espaço, se 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) e 𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ),
𝑣 + 𝑤 = (𝑣1 + 𝑤1 , 𝑣2 + 𝑤2 , 𝑣3 + 𝑤3 )
𝛼𝑣 = (𝛼𝑣1 , 𝛼𝑣2 , 𝛼𝑣3 )
A norma de um vetor pode então ser dada em coordenadas, aplicando-se o
Teorema de Pitágoras. No plano, se 𝑣 = (𝑣1 , 𝑣2 ), pelo Teorema de Pitágoras temos que
‖𝑣‖ = √𝑣12 + 𝑣22 .
No espaço é necessário aplicar o Teorema de Pitágoras duas vezes para se obter
a norma de um vetor em termos de suas coordenadas. Seja 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) e considere
a figura abaixo:
5
 Aplicando-se o Teorema de Pitágoras ao triângulo retângulo vertical indicado na
figura, obtemos
‖𝑣‖ = √𝑙12 + 𝑣32 .
Aplicando-se novamente o Teorema de Pitágoras ao triângulo retângulo que se
situa no plano xy, obtemos
𝑙² = 𝑣12 + 𝑣22 .
Portanto,
‖𝑣‖ = √𝑣12 + 𝑣22 + 𝑣32 .
2.5.1 Base Canônica
Dentre as infinitas bases ortonormais, uma delas é particularmente importante.
Trata-se da base que determina o conhecido sistema cartesiano ortogonal. Os vetores
ortogonais e unitários, neste caso, são simbolizados por 𝑖̂, 𝑗̂ 𝑒 𝑘̂.
Dado um vetor v qualquer no espaço, existe uma só forma de representar um
vetor na base canônia, tal que:
𝑣 = 𝑣1 𝑖̂ + 𝑣2 𝑗̂ + 𝑣3 𝑘̂

2.6 Produto Escalar

O produto escalar é uma operação entre dois vetores cujo resultado é um escalar.
Definição: O produto escalar (ou produto interno) de dois vetores v, w é o escalar
denotado 𝑣 ∙ 𝑤 definido por
𝑣 ∙ 𝑤 = 𝑣1 𝑤1 + 𝑣2 𝑤2
se 𝑣 = (𝑣1 , 𝑣2 ) e 𝑤 = (𝑤1 , 𝑤2 ) são vetores no plano, e por
𝑣 ∙ 𝑤 = 𝑣1 𝑤1 + 𝑣2 𝑤2 + 𝑣3 𝑤3
se 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) e 𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ) são vetores no espaço.

Teorema: (Interpretação Geométrica do Produto Escalar) Se v, w são dois vetores não-

nulos, então
𝑣 ∙ 𝑤 = ‖𝑣‖‖𝑤‖ cos 𝜃
onde 𝜃 é o ângulo entre estes vetores.
Prova: Sejam 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) e 𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ). Pela lei dos cossenos (veja o
diagrama)

6
 ‖𝑣 − 𝑤‖² = ‖𝑣‖² + ‖𝑤‖² − 2‖𝑣‖‖𝑤‖ cos 𝜃
Logo:
(𝑣1 − 𝑤1 )2 + (𝑣2 − 𝑤2 )2 + (𝑣3 − 𝑤3 )2
= 𝑣12 + 𝑣22 + 𝑣32 + 𝑤12 + 𝑤22 + 𝑤32 − 2‖𝑣‖‖𝑤‖ cos 𝜃
donde, cancelando os termos comuns entre os lados desta equação,
−2𝑣1 𝑤1 − 2𝑣2 𝑤2 − 2𝑣3 𝑤3 = −2‖𝑣‖‖𝑤‖ cos 𝜃

O ângulo entre dois vetores é definido como o menor ângulo entre eles. Portanto,
0 ≤ 𝜃 ≤ 180°
Podemos usar o produto interno para calcular o ângulo entre vetores, pois
𝑣∙𝑤
cos 𝜃 =
‖𝑣‖‖𝑤‖
𝑣∙𝑤
𝜃 = 𝑎𝑟𝑐 cos( )
‖𝑣‖‖𝑤‖
2.6.1 Propriedades do produto escalar:
Sejam 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) e 𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ) vetores;
(1) Comutatividade: Se v e w são dois vetores quaisquer, então
𝑣∙𝑤 =𝑤∙𝑣
De fato
𝑣 ∙ 𝑤 = (𝑣1 𝑤1 + 𝑣2 𝑤2 + 𝑣3 𝑤3 ) = (𝑤1 𝑣1 + 𝑤2 𝑣2 + 𝑤3 𝑣3 ) = 𝑤 ∙ 𝑣
(2) Distributividade: Se u, v e w são vetores quaisquer, então
𝑢 ∙ (𝑣 + 𝑤) = 𝑢 ∙ 𝑣 + 𝑢 ∙ 𝑤
De fato
𝑢 ∙ (𝑣 + 𝑤) = 𝑢1 (𝑣1 + 𝑤1 ) + 𝑢2 (𝑣2 + 𝑤2 ) + 𝑢3 (𝑣3 + 𝑤3 )
𝑢 ∙ (𝑣 + 𝑤) = (𝑢1 𝑣1 + 𝑢2 𝑣2 + 𝑢3 𝑣3 ) + (𝑢1 𝑤1 + 𝑢2 𝑤2 + 𝑢3 𝑤3 )
𝑢 ∙ (𝑣 + 𝑤) = 𝑢 ∙ 𝑣 + 𝑢 ∙ 𝑤
(3) Se v e w são dois vetores quaisquer e α é um escalar qualquer, então
𝛼(𝑣 ∙ 𝑤) = (𝛼𝑣) ∙ 𝑤 = 𝑣 ∙ (𝛼𝑤)
De fato
𝛼(𝑣 ∙ 𝑤) = 𝛼(𝑣1 𝑤1 + 𝑣2 𝑤2 + 𝑣3 𝑤3 )
𝛼(𝑣 ∙ 𝑤) = (𝛼𝑣1 )𝑤1 + (𝛼𝑣2 )𝑤2 + (𝛼𝑣3 )𝑤3 )
𝛼(𝑣 ∙ 𝑤) = (𝛼𝑣) ∙ 𝑤
Para todo vetor v
𝑣 ∙ 𝑣 = ‖𝑣‖² ≥ 0
𝑣 ∙ 𝑣 = 0 𝑠𝑒 𝑒 𝑠𝑜𝑚𝑒𝑛𝑡𝑒 𝑠𝑒 𝑣 = 0
Observe que a associatividade, não faz sentido para o produto escalar, já que não
faz sentido fazer o produto escalar entre um vetor e um número.

7
2.7 Produto Vetorial
Para vetores no espaço tridimensional, é possível definir um produto entre
vetores cujo resultado é um vetor.
Definição: o produto vetorial de dois vetores não nulos v e w que não são paralelos é o
vetor denotado 𝑣 × 𝑤 definido por
i. 𝑣 × 𝑤 tem direção perpendicular ao plano determinado por v e w;
ii. 𝑣 × 𝑤 tem sentido determinado pela regra da mão direita: direcionando o
polegar direito no sentido de v e o restante dos dedos da mão direita no sentido
de w, então 𝑣 × 𝑤 tem o sentido projetando da palma da mão.
iii. Se 𝜃 é o ângulo entre v e w, a norma de 𝑣 × 𝑤 é dada por
‖𝑣 × 𝑤‖ = ‖𝑣‖‖𝑤‖ sin 𝜃
Se v e w são paralelos, define-se 𝑣 × 𝑤 = 0. Também definimos 𝑣 × 0 = 0 e
0 × 𝑤 = 0.

Note que o comprimento do vetor v × w é exatamente a área do paralelogramo

determinado por v e w (note que estas duas definições são consistentes com (iii)).

2.7.1 Produto Vetorial na Base Canônica

Seja os vetores 𝑢 = 𝑢1 𝑖̂ + 𝑢2 𝑗̂ + 𝑢3 𝑘̂ e 𝑣 = 𝑣1 𝑖̂ + 𝑣2 𝑗̂ + 𝑣3 𝑘̂ podemos definir o produto
vetorial de u com v da seguinte forma:
𝑢2 𝑢3 𝑢1 𝑢3 𝑢1 𝑢2
⃗ × 𝑣 = |𝑣 𝑣 | 𝑖̂ − |𝑣 𝑣 | 𝑗̂ + |𝑣 𝑣 | 𝑘̂
𝑢
2 3 1 3 1 2
⃗ × 𝑣 = (𝑢2 𝑣3 + 𝑢3 𝑣2 )𝑖̂ + (𝑢1 𝑣3 + 𝑢3 𝑣1 )𝑗̂ + (𝑢1 𝑣2 + 𝑢2 𝑣1 )𝑘̂
𝑢
fato sugere a notação
𝑖̂ 𝑗̂ 𝑘̂
𝑢
⃗ × 𝑣 = |𝑢1 𝑢2 𝑢3 |
𝑣1 𝑣2 𝑣3
A notação anterior não é um determinante, pois a primeira linha contém vetores
em vez de escalares.
2.7.2 Propriedades do Produto Vetorial:
Sejam 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) e 𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ) vetores
(1) Anti-comutatividade: Se v e w são dois vetores quaisquer, então
𝑣 × 𝑤 = −𝑤 × 𝑣
De fato, os vetores 𝑢⃗ ×𝑣e𝑣×𝑢 ⃗ são apostos, pois a troca de ordem dos vetores
no produto vetorial 𝑢 ⃗ × 𝑣 implica trocar de sinal de todos os determinantes de ordem 2,
ou seja, troca de sinal de todos as suas componentes.
(2) Associatividade para o produto vetorial: para qualquer os vetores não nulos u, v, w
temos
𝑢 × (𝑣 × 𝑤) = (𝑢 × 𝑣) × 𝑤
A demos tração desta propriedade fica a cago do leitor.

8
(3) Distributividade: Se u, v e w são vetores quaisquer, então
𝑢 × (𝑣 + 𝑤) = 𝑢 × 𝑣 + 𝑢 × 𝑤.
(4) As operações de produto escalar e produto vetorial comutam:
(𝑢 × 𝑣) ∙ 𝑤 = 𝑢 ∙ (𝑣 × 𝑤)

Prova de (4): Pela comutatividade do produto interno, 𝑢 ∙ (𝑣 × 𝑤) = (𝑣 × 𝑤) ∙ 𝑢 .

Agora, assumindo (5), segue que |(𝑢 × 𝑣) ∙ 𝑤| = |(𝑣 × 𝑤) ∙ 𝑢| pois o paralelepípedo é
o mesmo. E o sinal também é o mesmo, pois u, v, w satisfazem a regra da mão direita se
e somente se u, v, w satisfazem, como pode-se verificar.
Prova de (3): Assumindo a última identidade em (4), escreva
𝑎 = 𝑢 × (𝑣 + 𝑤) − 𝑢 × 𝑣 − 𝑢 × 𝑤
Temos que provar que 𝛼 é vetor nulo. Para isso, devemos mostrar que
𝑥 ∙ 𝑎 = 0 𝑝𝑎𝑟𝑎 𝑞𝑢𝑎𝑖𝑠𝑞𝑢𝑒𝑟 𝑣𝑒𝑡𝑜𝑟 𝑥,
pois se isso vale para todo x, em particular vale para 𝑥 = 𝑎, de modo que seque que 𝑎 ∙
𝑎 = 0, ou ‖𝑎‖² = 0 e portanto 𝑎 = 0. De fato,
𝑥 ∙ 𝑎 = 𝑥 ∙ 𝑢 × (𝑣 + 𝑤) − 𝑥 ∙ 𝑢 × 𝑣 − 𝑥 ∙ 𝑢 × 𝑤
= (𝑥 × 𝑢) ∙ (𝑣 + 𝑤) − (𝑥 × 𝑢) ∙ 𝑣 − (𝑥 × 𝑢) ∙ 𝑤
= (𝑥 × 𝑢) ∙ [𝑣 + 𝑤 − 𝑣 − 𝑤]
= (𝑥 × 𝑢) ∙ 0
=0

3 CONCLUSÃO

Vimos que os vetores podem ser representados de uma forma gráfica, que nos dá
uma noção intuitiva dos vetores e suas propriedades, e de uma forma algébrica, que nos
permite estudá-los de forma mais geral, admitindo estudá-los no espaço com mais de
três dimensões e derivar importantes propriedades, desta forma os vetores constituem
uma importante ferramenta para o estudo das grandezas físicas que dependem de um
sentido, direção e magnitude.

9
4 REFÊRENCIAS

[1]. Boulos, Paulo; Camargo, Ivan de (2005). Geometria Analítica. Um tratamento

Vetorial 3ed. São Paulo: Prentice Hall.
[2]. Lima, Elon Lages (2008). Geometria analítica e álgebra linear 2 ed. Rio de
Janeiro: IMPA.
[3]. Sebastiani, Marcos (2004). Introdução à Geometria Analítica Complexa. Rio de
Janeiro: IMPA.

10