Cálculo 2 - Capı́tulo 1.

3 - Produto interno - versão 02/2009 1

Capı́tulo 1.3 - Produto interno

1.3.1 - Produto interno

1.3.2 - Norma

Além da soma e do produto por um escalar, existe ainda uma outra operação entre dois elementos do Rn
de muita importância em aplicações em economia e administração: o produto interno ou produto escalar (que
não deve ser confundido com o produto por um escalar, visto nos capı́tulos passados).

1.3.1 - Produto interno

Para explicar o produto interno, comecemos considerando somente o espaço R2 . O produto interno entre
dois elementos A = (a1 , a2 ) e B = (b1 , b2 ) de R2 , também chamado de produto escalar, é dado por

hA, Bi = h(a1 , a2 ), (b1 , b2 )i = a1 b1 + a2 b2 .

Observação: além do sı́mbolo hA, Bi, o sı́mbolo A · B também é usado para designar o produto interno.

Exemplo 1: calcule o produto interno entre (2, 1) e (3, 4).

Solução: h(2, −1), (3, 4)i = 2 · 3 + 1 · 4 = 6 + 4 = 10.

Exemplo 2: calcule o produto interno entre (−1, 0) e (2, −6).

Solução: h(−1, 0), (2, −6)i = −1 · 2 + 0 · (−6) = −2.

Note que o resultado do produto interno é sempre um escalar (um número real). Este, inclusive, é o motivo
do produto interno também ser chamado produto escalar. O nome produto interno é porque ele é o resultado
do produto entre dois elementos do R2 (ou, no caso geral, do Rn ).
Também podemos definir um produto interno para o R3 :

hA, Bi = h(a1 , a2 , a3 ), (b1 , b2 , b3 )i = a1 b1 + a2 b2 + a3 b3 .

A generalização para o Rn é dada pela definição a seguir.

Definição 1 - O produto interno entre dois elementos A = (a1 , a2 , · · · , an ) e B = (b1 , b2 , · · · , bn ) do

Rn é definido como hA, Bi = h(a1 , a2 , · · · , an ), (b1 , b2 , · · · , bn )i = a1 b1 + a2 b2 + · · · an bn .

Exemplo 3: calcule o produto interno entre (2, 1, −1) e (2, 4, −2).

Solução: h(2, 1, −1), (2, 4, −2)i = 2 · 2 + 1 · 4 + (−1) · (−2) = 4 + 4 + 2 = 10.

a) Um exemplo em administração
Um significado econômico para o produto interno pode ser dado pelo seguinte exemplo: considere uma loja
de roupas que vende cinco tipos diferentes de calças jeans. O estoque da loja desses produtos pode ser dado
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 2

por E = (21, 14, 10, 9, 8), um elemento do R5 , o que significa que há 21 calças do primeiro tipo, 14 do segundo
tipo, 10 do terceiro, 9 do quarto e 8 do quinto tipo.
Um outro elemento do R5 , que podemos chamar de vetor, indica o preço de cada tipo de calça que está
em estoque na loja. Utilizando a mesma ordem do vetor estoque, podemos definir o vetor preço dado por
P = (110, 130, 145, 180, 230), onde o preço de cada tipo de calça é expresso em reais. Caso a gerente da loja
queira determinar o valor total do estoque em termos de reais, ela pode fazê-lo executando a operação

E · P = (21, 14, 10, 9, 8) · (110, 130, 145, 180, 230) = 21 · 110 + 14 · 130 + 10 · 145 + 9 · 180 + 8 · 230 = 9040 ,

o que é exatamente o produto interno dos dois vetores. Esses cálculos costumam ser feitos em planilhas de
cálculo, em geral utilizando funções como “somarproduto”.

b) Propriedades
Dados os elementos A, B e C de um espaço Rn e escalares α ∈ R, então:
P1) hA, Bi = hB, Ai (comutativa);
P2) hA, B + Ci = hA, Bi + hA, Ci (distributiva com relação à adição);
P3) hαA, Bi = α hA, Bi, α ∈ R (fatoração dos escalares);
Essas propriedades são provadas na Leitura Complementar 1.3.1.

1.3.2 - Norma
A norma de um elemento V do Rn está ligada à representação vetorial desse elemento e é definida a seguir.

Definição 2 - A norma de um elemento elementopV = (v1 , v2 , · · · , vn ) ∈ Rn é a raiz quadrada do

produto interno dele com ele mesmo, isto é, ||V || = hV, V i.

p p
Para um elemento V = (v1 , v2 ) do R2 , por exemplo, a norma fica ||V || = h(v1 , v2 ), (v1 , v2 )i = v12 + v22 .

Exemplo 1: calcule a norma do vetor V = (−1, 3).

p √ √
Solução: ||V || = (−1)2 + 32 = 1 + 9 = 10.

Exemplo 2: calcule a norma do vetor V = (1, −4, 2).

p √ √
Solução: ||V || = 12 + (−4)2 + 22 = 1 + 16 + 4 = 21.

a) Aplicação em Estatı́stica
Quando tomamos medidas relativas a uma determinada população, podemos calcular medidas estatı́sticas
como a média e o desvio padrão. A média mede o valor médio da totalidade dos dados e o desvio padrão é
uma medida do quanto esses dados estão afastados da média.
Por exemplo, foram coletadas as idades de 5 pessoas em uma entrevista para um emprego e os resultados
foram 28, 25, 23, 21 e 32 anos de idade. Essas idades podem ser organizadas em um elemento do R5 dado por
X = (28, 25, 23, 21, 32). A média das idades desses cinco entrevistados é dada por
28 + 25 + 23 + 21 + 32 129
X̄ = = = 25, 8 .
5 5
Em geral, a média de n dados organizados em um vetor (elemento do Rn ) X = (x1 , x2 , · · · , xn ) é dada por
n
x1 + x2 + · · · + xn 1X
X̄ = = xi .
n n
i=1
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 3

O desvio padrão desses dados é a raiz quadrada da soma dos quadrados das diferenças entre os dados
coletados e a sua média dividida pelo número de dados obtidos, como no cálculo feito a seguir:
r
(28 − 25, 8)2 + (25 − 25, 8)2 + (23 − 25, 8)2 + (21 − 25, 8)2 + (32 − 25, 8)2
σ = =
r 5
r
2, 52 + (−0, 8)2 + (−2, 8)2 + (−4, 8)2 + 6, 22 6, 25 + 0, 64 + 7, 84 + 23, 04 + 38, 44
= = =
5 5
r
76, 21 p
= = 15, 242 ≈ 3, 90 .
5

Se construirmos o vetor diferença D = X − X̄ = (28 − 25, 8, 25 − 25, 8, 23 − 25, 8, 21 − 25, 8, 32 − 25, 8) =

||D||
= (2, 5, −0, 8, −2, 8, −4, 8, 6, 2), então o desvio padrão pode ser escrito σ = √ .
5
De modo geral, o desvio padrão é definido como
v
u n
u1 X
σ=t (xi − x̄)2 ,
n
i=1

onde xi são os n dados e x̄ é a média deles. Definido o vetor D = (x1 − x̄, x2 − x̄, · · · , xn − x̄), podemos escrever
o desvio padrão como
||D||
σ= √ ,
n
ou seja, o desvio padrão é proporcional à norma do vetor diferença entre os dados obtidos e a sua média.
Uma outra aplicação da norma é no chamado método dos mı́nimos quadrados para o ajuste de curvas. Essa
aplicação pode ser vista na Leitura Complementar 1.3.2.

b) Significado geométrico
Qual é o significado da norma? Para descobri-lo, consideremos a representação vetorial de um elemento
V = (vx , vy ) do R2 (primeira figura a seguir). O módulo |V | desse vetor, que é o comprimento do segmento de
reta que vai da origem até (vx , vy ), pode ser calculado utilizando o teorema de Pitágoras no triângulo retângulo
ao lado da primeira figura.
y

vy b

|V |
vy

x ·
vx vx

Pelo teorema de Pitágoras, q

|V |2 = vx2 + vy2 ⇔ |V | = ± vx2 + vy2 .

Como o módulo de um vetor é sempre um número positivo ou nulo, então

q
|V | = vx2 + vy2 .

Note que a fórmula calculada é exatamente a definição da norma do elemento V = (vx , vy ) do R2 .

Veremos agora o que acontece se calcularmos o módulo de um vetor V = (vx , vy , vz ), que é representado no
espaço na figura a seguir.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 4
z

vz

|V | r
vz vy
V b

vy
vx r y · ·
· · r vx
x

Podemos identificar dois triângulos retângulos na primeira figura, representados acima e ao lado. O primeiro
triângulo retângulo é formado pelo vetor V e pelos lados vz e r. O segundo triângulo retângulo é formado no
plano xy e tem lados vx , vy e r.
De acordo com o Teorema de Pitágoras,

|V |2 = r 2 + vz2 .

Agora, temos que determinar r. De acordo com o teorema de Pitágoras, aplicado ao triângulo retângulo que
se encontra no plano xy,
r 2 = vx2 + vy2 .
Juntando as duas fórmulas, temos, então, que
q
|V |2 = vx2 + vy2 + vz2 ⇔ |V | = ± vx2 + vy2 + vz2 .

Como somente um valor positivo é admissı́vel para um módulo, temos, então,

q q p
|V | = vx2 + vy2 + vz2 = (vx , vy , vz ) · (vx , vy , vz ) = hV, V i ,

que é novamente a definição da norma de V .

Dada essa analogia entre a norma de um elemento do R2 e o módulo de um vetor no plano e entre a norma
de um elemento do R3 e o módulo de um vetor no espaço, podemos definir o módulo de um vetor associado ao
elemento V = (v1 , v2 , · · · , vn ) do Rn como sendo a norma desse vetor.

c) Propriedades da norma
As propriedades serão enunciadas agora para elementos do Rn , que designaremos X = (x1 , x2 , · · · , xn ) e
Y = (y1 , y2 , · · · , yn ) e são provadas na Leitura Complementar 1.3.1.

N1) ||X|| ≥ 0 (a norma é sempre positiva).

N2) ||X|| = 0 ⇔ X = (0, 0, · · · , 0) (a norma só é nula quando o próprio vetor for nulo).
N3) ||αX|| = |α| ||X|| (norma do produto de um vetor por um escalar).
X
N4) se X 6= (0, 0, · · · , 0), o vetor uX = tem norma 1 (uX é chamado vetor unitário).
||X||
N5) ||X + Y ||2 = ||X||2 + 2 hX, Y i + ||Y ||2 (quadrado da norma da soma de dois vetores).
N6) ||X − Y ||2 = ||X||2 − 2 hX, Y i + ||Y ||2 (quadrado da norma da subtração entre dois vetores).

O próximo capı́tulo trata de mais algumas relações entre o produto interno e conceitos como ortogonalidade
entre vetores, a projeção de um vetor sobre outro vetor e o ângulo entre vetores. A Leitura Complementar
1.3.3 trata de uma outra operação entre vetores: o produto vetorial.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 5

Resumo
• Produto interno. O produto interno (ou produto escalar) entre dois elementos A = (a1 , a2 , · · · , an )
e B = (b1 , b2 , · · · , bn ) do Rn é definido como

hA, Bi = h(a1 , a2 , · · · , an ), (b1 , b2 , · · · , bn )i = a1 b1 + a2 b2 + · · · an bn .

• Norma. A norma de um elemento n

p V = (v1 , v2 , · · · , vn ) ∈ R é a raiz quadrada do produto interno
dele com ele mesmo, isto é, ||V || = hV, V i.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 6

Leitura Complementar 1.3.1 - Teoremas e

demonstrações

Esta leitura complementar será usada para demonstrar as propriedades do produto interno e da norma.
Começamos pelas propriedades do produto interno.

a) Propriedades do produto escalar

Vamos, agora, provar as propriedades do produto interno mencionadas no texto principal deste capı́tulo.
Dados os elementos X = (x1 , x2 , · · · , xn ), Y = (y1 , y2 , · · · , yn ) e Z = (z1 , z2 , · · · , zn ) do Rn , temos as seguintes
propriedades.
P1) hX, Y i = hY, Xi .

Demonstração: hX, Y i = x1 y1 + x2 y2 + · · · + xn yn = y1 x1 + y2 x2 + · · · + yn xn = hY, Xi.

P2) hX, Y + Zi = hX, Y i + hX, Zi.

Demonstração: temos

hX, Y + Zi = h(x1 , x2 , · · · , xn ), (y1 , y2 , · · · , yn ) + (z1 , z2 , · · · , zn )i =

= h(x1 , x2 , · · · , xn ), (y1 + z1 , y2 + z2 , · · · , yn + zn )i = x1 (y1 + z1 ) + x2 (y2 + z2 ) + · · · + xn (yn + zn ) =
= x1 y1 + x1 z1 + x2 y2 + x2 z2 + · · · + xn yn + xn zn = x1 y1 + x2 y2 + · · · + xn yn + x1 z1 + x2 z2 + · · · + xn zn =
= hX, Y i + hX, Zi .

P3) hαX, Y i = α hX, Y i , α ∈ R.

Demonstração: temos

hαX, Y i = h(αx1 , αx2 , · · · , αxn ), (y1 , y2 , · · · , yn )i = αx1 y1 + αx2 y2 + · · · + αxn yn =

= α(x1 y1 + x2 y2 + · · · + xn yn ) = α hX, Y i .

b) Propriedades da norma
Vamos, agora, provar as propriedades da norma mencionadas no texto principal deste capı́tulo. Dados os
elementos X = (x1 , x2 , · · · , xn ) e Y = (y1 , y2 , · · · , yn ) do Rn , temos as seguintes propriedades.

N1) ||X|| ≥ 0.
p √ p
Demonstração: ||X|| = hX, Xi = x1 x1 + x2 x2 + · · · + xn xn = x21 + x22 + · · · + x2n ≥ 0 .

N2) ||X|| = 0 ⇔ X = (0, 0, · · · , 0).

p p
Demonstração: ||X|| = 0 ⇔ hX, Xi = 0 ⇔ x21 + x22 + · · · + x2n = 0 ⇔ x21 + x22 + · · · + x2n = 0, o que
só é possı́vel se x1 = x2 = · · · = xn = 0, o que significa que X = (0, 0, · · · , 0). Se X = (0, 0, · · · , 0), então
x21 + x22 + · · · + x2n = 0 ⇔ hX, Xi = 0 ⇔ ||X|| = 0.

N3) ||αX|| = |α| ||X|| , α ∈ R.

Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 7
Demonstração: temos
p q
||αX|| = h(αx1 , αx2 , · · · , αxn ), (αx1 , αx2 , · · · , αxn )i = α2 x21 + α2 x22 + · · · + α2 x2n =
q √ q
= α2 (x21 + x22 + · · · + x2n ) = α2 x21 + x22 + · · · + x2n = |α| ||X|| .

X
N4) se X 6= (0, 0, · · · , 0), o vetor uX = tem norma 1.
||X||
     
 X   1   1 
Demonstração: ||uX || = 
    =   X =
   ||X|| = 1 ||X|| = 1 .
||X||   ||X||   ||X||  ||X||

N5) ||X + Y ||2 = ||X||2 + 2 hX, Y i + ||Y ||2 .

Demonstração: expandindo a primeira expressão, temos

||X + Y ||2 = hX + Y, X + Y i = hX, Xi + hX, Y i + hY, Xi + hY, Y i = ||X||2 + 2 hX, Y i + ||Y ||2 .

N6) ||X − Y ||2 = ||X||2 − 2 hX, Y i + ||Y ||2 .

Demonstração: expandindo a primeira expressão, temos

||X − Y ||2 = hX − Y, X − Y i = hX, Xi + hX, −Y i + h−Y, Xi + h−Y, −Y i =

= hX, Xi − hX, Y i − hY, Xi + hY, Y i = ||X||2 − 2 hX, Y i + ||Y ||2 .

c) Desigualdade de Cauchy-Schwarz
Veremos aqui como provar a desigualdade de Cauchy-Schwarz, que é um importante teorema envolvendo a
norma de um vetor. Esse teorema é enunciado e provado a seguir.

Teorema 1 - desigualdade de Cauchy-Schwarz - dados X, Y ∈ Rn , |hX, Y i| ≤ ||X|| ||Y ||.

Demonstração: para todo α ∈ R, ||X + αY || ≥ 0 (propriedade N1). Portanto,

p
hX + αY, X + αY i ≥ 0 ⇔ hX + αY, X + αY i ≥ 0 ⇔ hX, Xi + hX, αY i + hαY, Xi + hαY, αY i ≥ 0 ⇔
⇔ hX, Xi + α hX, Y i + α hY, Xi + α2 hY, Y i ≥ 0 ⇔ ||X||2 + 2α hX, Y i + α2 ||Y ||2 ≥ 0 .

Esta é uma inequação para α e significa que a parábola p(α) = ||X||2 + 2α hX, Y i + α2 ||Y ||2 tem que estar toda
acima, ou toda abaixo, ou sobre o eixo horizontal (em que p = 0). Isto significa que não há raı́zes reais para a
equação ||X||2 + 2α hX, Y i + α2 ||Y ||2 = 0 ou que essa raiz é única, o que só é possı́vel se

∆ = (2 hX, Y i)2 − 4||Y ||2 ||X||2 ≤ 0 ⇔ (2 hX, Y i)2 ≤ 4||Y ||2 ||X||2 ⇔ 4 (hX, Y i)2 ≤ 4||X||2 ||Y ||2 =
(hX, Y i)2 ≤ (||X|| ||Y ||)2 .

Como ambos os lados desta inequação são positivos, isto significa que |hX, Y i| ≤ ||X|| ||Y ||, o que prova o teorema.

Augustin-Louis Cauchy (1789-1857): matemático francês responsável pela formulação mais precisa do conceito
de limites e por várias contribuições de fundamental importância na teoria de funções de variáveis complexas e
em equações diferenciais. Cauchy teve uma infância atribulada, tendo vivido na época da Revolução Francesa.
Trabalhou como engenheiro para a marinha de Napoleão e teve várias tentativas de obter posições em universidades
recusadas, muitas vezes por motivos polı́ticos. Católico devoto, teve atritos com seus colegas partidários do ateı́smo.
Quando o rei da França voltou ao poder, recusou-se a jurar lealdade e perdeu seu emprego, retornando ao seu
trabalho após o rei ter sido novamente deposto.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 8

Karl Hermann Amandus Schwarz (1864-1951): inicialmente interessado em Quı́mica, Schwarz ingressou na
universidade para estudar esse campo da ciência. No entanto, alguns de seus professores, percebendo a sua vocação
em matemática, o convenceram a mudar o assunto de seus estudos. Schwarz trabalhou em Göttingen e em Berlim
(Alemanha) no campo da Análise Complexa e foi membro da Academia Real. Além de matemático, ele também
desenvolveu alguns trabalhos voluntários: foi capitão da Brigada Voluntária de Bombeiros local e também auxiliava
no fechamento das portas dos trens na estação ferroviária local.

d) Desigualdade triangular
Veremos agora como provar um outro teorema que apresenta uma propriedade importante da norma de um
vetor: a chamada desigualdade triangular (também conhecida como teorema de Minkowski). Esse teorema é
enunciado e provado a seguir.

Teorema 2 - desigualdade triangular - dados dois vetores X e Y , ||X + Y || ≤ ||X|| + ||Y ||.

Demonstração: da propriedade N5 da norma, temos que ||X + Y ||2 = ||X||2 + 2 hX, Y i+ ||Y ||2 . Pela desigualdade
de Cauchy-Schwarz, |hX, Y i| ≤ ||X|| ||Y ||, de modo que
2
||X + Y ||2 = ||X||2 + 2 hX, Y i + ||Y ||2 ≤ ||X||2 + 2||X|| ||Y || + ||Y ||2 = (||X|| + ||V ||) .
2
Portanto, ||X +Y ||2 ≤ (||X|| + ||V ||) . Como ambos os lados são positivos, isto significa que ||X +Y || ≤ ||X||+||V ||,
o que prova o teorema.

Exemplo 1: verifique a desigualdade triangular para os vetores X = (2, 4) e Y = (3, 2).

Solução: primeiro, calculamos X + Y = (5, 6). Agora, calculamos as diversas normas:
√ √ √ √
||X|| = 4 + 16 = 20 , ||Y || = 9 + 4 = 13 , Y
√ √
||X + Y || = 25 + 36 = 61 .
Substituindo na desigualdade triangular, obtemos
√ √ √
||X + Y || ≤ ||X|| + ||Y || ⇔ 61 ≤ 20 + 13 . X +Y
√ √ √ X
Como 61 ≈ 7, 81 e 20 + 13 ≈ 4, 47 + 3, 60 = 8, 07, a desigualdade é
verificada.
A desigualdade triangular fica mais evidente se desenharmos os vetores
X, Y e a soma deles, como no gráfico ao lado. Claramente, a soma dos
comprimentos dos dois vetores é maior que o comprimento da soma deles.

Observação: observando a figura do exemplo 1, podemos ver que a desigualdade triangular estabelece uma
relação entre os três lados de um triângulo, de onde se entende a origem do seu nome.

Hermann Minkowski (1864-1909): nasceu na Lituânia, naquela época parte do Império da Rússia, de descendên-
cia polonesa e judia. Estudou na Alemanha e foi professor em Bonn, Götttingen, Königsberg, na Alemenha, e
em Zürich, na Suı́ça, onde foi professor do fı́sico Albert Einstein. Trabalhou principalmente em geometria e
desenvolveu a geometria quadridimensional do espaço-tempo da Teoria da Relatividade de Einstein.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 9

Leitura Complementar 1.3.2 - Método dos mı́nimos

quadrados

Em ciências como a estatı́stica, a fı́sica, a biologia, a economia e muitas outras, é comum a coleta de dados
relacionados a algum fenômeno, como o desenvolvimento de uma determinada população com relação ao tempo.
Em diversas ocasiões, é necessário ajustar uma curva teórica a dados experimentais quando se deseja testar
uma teoria ou explicar um certo fenômeno. Veremos aqui um método para fazer isto, chamado método dos
mı́nimos quadrados.
Consideremos, por exemplo, o primeiro gráfico a seguir. Trata-se de um conjunto de pontos que se assemelha
a diversos pontos de uma reta. No entanto, é impossı́vel traçar uma reta que passe por todos os pontos do
gráfico. Como podemos determinar qual a reta mais adequada a esse conjunto de pontos? Existem diversas
formas de fazê-lo, porém uma é mais comumente utilizada: a dos mı́nimos quadrados.

y y

6 6

b b

5 5

4 4
b b

b b

3 3

b b
2 b 2 b

b b
1 1

x x
0 1 2 3 4 5 6 0 1 2 3 4 5 6

Para entender esse critério, note que existem distâncias entre a reta teórica e os pontos dados, sendo que
algumas vezes a reta está abaixo do ponto dado e outras vezes, está acima deste. Se forem somadas essas
diferenças, pode haver o cancelamento de algumas. Portanto, tal soma não pode ser usada como uma medida
do quão inadequada a reta é com relação ao conjunto de pontos. Por exemplo, as diferenças entre os pontos,
(xi , yi ), i = 1, . . . , 6, e as coordenadas dos pontos equivalentes na reta usada, (xi , y(xi )), são dados na tabela a
seguir para a reta cuja equação é y = 0, 65x + 1, 3.

xi yi y(xi ) yi − y(xi ) A soma desses erros é dada por

0, 3 1, 1 1, 495 −0, 395
0, 5 1, 9 1, 625 0, 275 s = −0, 395 + 0, 275 − 0, 24 + 0, 8 − 0, 33 + 0, 69 = 0, 8 .
1, 6 2, 1 2, 34 −0, 24
2 3, 4 2, 6 0, 8 Vê-se que, embora haja uma discordância grande entre a
4, 2 3, 7 4, 03 −0, 33 reta e os pontos, ela não aparece na medida da soma dos
5, 4 5, 5 4, 81 0, 69 erros.

No entanto, se tomarmos o quadrado de cada diferença e somarmos esses quadrados, teremos uma medida
confiável, pois um número real ao quadrado é sempre positivo. No exemplo em questão, teremos

E = (−0, 395)2 + (0, 275)2 + (−0, 24)2 + (0, 8)2 + (−0, 33)2 + (0, 69)2 = 1, 51425 .
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 10

A letra E (de erro) é comumente utilizada para designar essa soma.

Observação: também poderı́amos ter escolhido como fator de medida do erro a soma dos módulos das diferenças
entre a reta e os pontos. Isto determinaria um outro método, que não é tão utilizado devido a dificuldades em
derivar a função módulo.
O método dos mı́nimos quadrados consiste em escolher a reta que minimiza a soma dos quadrados desses
erros. Para utilizá-lo, vamos começar pela seguinte fórmula para o erro:
n
X
E= [y(xi ) − yi ]2 ,
i=1

onde y(xi ) é o valor teórico, dado pela reta calculada no ponto xi , e yi é o valor experimental. Como a equação
de uma reta é dada por y(xi ) = axi + b, onde a e b são constantes, essa fórmula de erro fica
n
X
E= (axi + b − yi )2 .
i=1

Para minimizarmos o erro, devemos escolher os valores de a e b que minimizam a função dada, mas isto
será feito mais tarde neste curso, quando for aprendido o conceito de derivadas parciais.
O que é do nosso interesse no momento é que podemos escrever
n
X
E= [y(xi ) − yi ]2 = hD, Di = ||D||2 ,
i=1

onde D é o vetor diferença dado por D = (y(x1 ) − y1 , y(x2 ) − y2 , · · · , y(xn ) − yn )), o que mostra que a função
erro do método dos mı́nimos quadrados pode ser expressa como o quadrado da norma de um vetor diferença.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 11

Leitura Complementar 1.3.3 - Produto vetorial

O produto vetorial é o segundo tipo de produto entre vetores e resulta em um outro vetor. Embora ele seja
de muita importância para a Fı́sica e a Engenharia, pois ele ajuda na dinâmica de rotações, o produto vetorial
praticamente não é utilizado nas áreas de Economia e de Administração. Por isso, ele está sendo visto em uma
leitura complementar. No entanto, o produto vetorial pode ser utilizado na melhor compreensão de aspectos
da Dinâmica Econômica, que estuda a evolução no tempo de sistemas econômicos.
O produto vetorial é uma operação X × Y entre dois vetores
X e Y que resulta em um vetor. Esta operação é definida pela X ×Y
seguinte fórmula:

X × Y = ||X|| ||Y || sen θ n̂ ,

onde θ é o ângulo entre os dois vetores e n̂ é um versor (um vetor

de norma 1) que é normal aos dois vetores X e Y e cujo sentido é Y
dado pela regra explicada a seguir. X
·· θ
Imaginemos um arco de circunferência orientado definido no
plano formado pelos dois vetores, X e Y , sendo que o sentido
desse arco vai de X até Y . Se o sentido for anti-horário, o versor
n̂ terá o sentido “para cima”, indicado na figura a lado. Se o Y
sentido for horário, o sentido de n̂ será “para baixo”. Esta regra n̂ n̂
também é chamada regra da mão direita, pois podemos imaginar θ ~u
··
uma mão direita posicionada de forma que os dedos se fechem de
modo a ir da posição do vetor X à posição do vetor Y . O polegar
indica, então, o sentido do vetor X × Y . Esta regra é ilustrada nos
exemplos a seguir.

Exemplo 1: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 3 e ||Y || = 2).

300
X
1
Solução: X × Y = ||X|| ||Y || sen θ n̂ = 3 · 2 · sen 30o n̂ = 6 · n̂ = 2n̂ .
2
O semi-arco que vai do vetor X para o vetor Y tem o sentido anti-horário, o que indica que o versor normal
tem o sentido para cima. O vetor X × Y está representado na figura abaixo.
X ×Y

Y
n̂
X
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 12

Exemplo 2: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 3 e ||Y || = 2).

300
X
1
Solução: Y × X = ||Y || ||X|| sen θ n̂ = 2 · 3 · sen 30o n̂ = 6 · n̂ = 2n̂ .
2
O semi-arco que vai do vetor Y para o vetor X tem o sentido horário, o que indica que o versor normal tem o
sentido para baixo. O vetor Y × X está representado na figura abaixo.
Y

n̂

X ×Y

Observe que os dois produtos vetoriais calculados acima têm o mesmo módulo e direção, mas sentidos
opostos. De um modo geral, temos X × Y = −Y × X sempre.

Exemplo 3: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 2 e ||Y || = 1).
Y
600
X
√
o 3 √
Solução: X × Y = ||X|| ||Y || sen θ n̂ = 2 · 1 · sen 60 n̂ = 2 · n̂ = 3n̂ .
2
X ×Y
n̂

Exemplo 4: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 2 e ||Y || = 2).

Y
X
450

√
o 1 2 √
Solução: X × Y = ||X|| ||Y || sen θ n̂ = 2 · 2 · sen 45 n̂ = 4 · √ n̂ = 4 n̂ = 2 2n̂ .
2 2
Y
X
X ×Y
n̂

Nos exemplos dados até agora, estamos trabalhando com projeções de figuras no espaço e os vetores re-
sultantes dos produtos vetoriais devem ser vistos como perpendiculares aos pares de vetores que os formam.
Algumas vezes, temos que representar
J vetores entrando ou saindo do plano. ParaNisto, podemos usar a seguinte
notação: usamos o sı́mbolo para representar um vetor saindo do plano e para representar um vetor
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 13

entrando no plano. A notação lembra a ponta de uma flecha saindo do plano ou a parte de trás de uma flecha
entrando no plano. A seguir, mostramos exemplos utilizando esta notação.

Exemplo 5: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 3 e ||Y || = 2).
Y

900
· X

Solução: X × Y = ||X|| ||Y || sen θ n̂ = 3 · 2 · sen 90o n̂ = 6 · 1n̂ = 6n̂ .

X ×Y
J J
n̂ X

Exemplo 6: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 3 e ||Y || = 1).

600
Y
√ √
o 3 3 3
Solução: X × Y = ||X|| ||Y || sen θ n̂ = 3 · 1 · sen 60 n̂ = 3 · n̂ = n̂ .
2 2
X

X ×Y
N N
n̂
Y

Exemplo 7: calcule o produto vetorial X × Y entre os vetores dados abaixo (||X|| = 4 e ||Y || = 3).
1800
X b
Y

Solução: X × Y = ||X|| ||Y || sen θ n̂ = 4 · 3 · sen 180on̂ = 12 · 0n̂ = ~0.

X × Y = ~0
X b
Y

O fato do produto vetorial entre dois vetores que formam um ângulo de 90o entre si ser o vetor nulo resolve
o aparente paradoxo resultante do uso da regra aprendida para definir o sentido do vetor normal n̂. Utilizando
a regra aprendida, terı́amos um vetor que poderia estar entrando no plano ou saindo dele. No entanto, como
o vetor nulo não tem direção nem sentido, não há contradição no uso da regra.
O produto vetorial entre dois vetores X e Y tem as seguintes propriedades.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 14

Propriedade 1: X × Y = −Y × X (anticomutativa).
Propriedade 2: X × (Y + Z) = X × Y + X × Z (distributiva com relação à adição).
Propriedade 3: (αX) × Y = α(X × Y ), α ∈ R (fatoração dos escalares).

Observação: o produto vetorial não tem a propriedade associativa, isto é, em geral, X × (Y × Z) 6= (X × Y ) × Z.
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 15

Exercı́cios - Capı́tulo 1.3

Nı́vel 1

Produto interno

Exemplo 1: calcule o produto interno entre os elementos X = (−4, 5, 1) e Y = (−1, 2, −4).

Solução: hX, Y i = h(−4, 5, 1), (−1, 2, −4)i = −4 · (−1) + 5 · 2 + 1 · (−4) = 4 + 10 − 4 = 10 .

E1) Calcule os produtos internos entre os seguintes elementos:

a) X = (3, −1) e Y = (2, 3). b) A = (2, −1, 3) e B = (4, 1, −2).
c) X = (−1, 3, −4, 1) e Y = (1, 2, −1, −3).

Norma

Exemplo 2: calcule a norma de X = (3, −2, 4).

p √ √
Solução: ||X|| = 32 + (−2)2 + 42 = 9 + 4 + 16 = 29.

E2) Calcule as normas dos seguintes elementos:

a) A = (2, 3, 1). b) B = (3, −4). c) C = (−2, 0, 3).

Nı́vel 2

E1) Determine α de modo que o vetor X = (2, 1, 2) seja normalizado, isto é, de modo que ele tenha norma
igual a 1.
E2) Calcule ||||A − B||C||, onde A = (2, −1, 5), B = (1, 1, −3) e C = (−2, 1, −2).
1
||X + Y ||2 − ||X − Y ||2 .


E3) Prove a identidade polar hX, Y i =
4
E4) Prove a lei do paralelogramo, ||X + Y ||2 + ||X − Y ||2 = 2 ||X||2 + ||Y ||2 .

E5) (Leitura Complementar 2.3.3) Calcule os produtos vetoriais entre os vetores abaixo (dados: ||A|| = 2,
||B|| = 1, ||C|| = 2, ||D|| = 2, ||E|| = 2, ||F || = 1, ||G|| = 2, ||H|| = 2):
C
H
B
o 180o
· 90 60o 135o
a) A . b) D . c) F b
E . d) G .
Cálculo 2 - Capı́tulo 1.3 - Produto interno - versão 02/2009 16

Nı́vel 3

E1) Qual é a superfı́cie associada às soluções da equação ||(1, 1, 1)||2 = 3?

E2) Escreva um vetor Y que seja paralelo ao vetor X = (3, −4), com o mesmo sentido de X e que tenha norma
igual a 1.
E3) (Leitura Complementar 1.3.3) Mostre que ||U × V || ≤ ||U || ||V ||.
E4) Prove o teorema de Pitágoras, formulado da seguinte forma: ||X + Y ||2 = ||X||2 + ||Y ||2 quando X e Y
são ortogonais.
E5) (Leitura Complementar 1.3.1) Utilize a desigualdade de Cauchy-Schwarz para mostrar que a média
geométrica entre duas medidas não nulas é sempre menor ou igual à sua média geométrica, isto é, que
p a+b
a, b ≤ , a, b ≥ 0.
2

Respostas

Nı́vel 1

E1) a) 3. b) 1. c) 6.
√ √
E2) a) 14. b) 5. c) 13.

Nı́vel 2
√
E1) α = ±1/3. E2) 9 23.



E3) ||X + Y ||2 − ||X − Y ||2 = ||X||2 + 2 hX, Y i + ||Y ||2 − ||X||2 − 2 hX, Y i + ||Y ||2 =
1
||X + Y ||2 − ||X − Y ||2 .


= ||X||2 + 2 hX, Y i + ||Y ||2 − ||X||2 + 2 hX, Y i − ||Y ||2 = 4 hX, Y i, de modo que hX, Y i =
4
E4) ||X + Y ||2 + ||X − Y ||2 == ||X||2 + 2
hX, Y i + ||Y ||2 + ||X||2 − 2 hX, Y i + ||Y ||2 = 2||X||2 + ||Y ||2 , de modo que
||X + Y ||2 + ||X − Y ||2 = 2 ||X||2 + ||Y ||2 .
√ √
. c) ~0 . d) 2 2n̂
J N J
E5) a) 2n̂ . b) 2 3n̂ .

Nı́vel 3

E1) É uma esfera de raio 3 centrada em (0, 0, 0).

8√ 2√
   
3 4 3 4
E2) Y = ,− ou Y = + 54, − + 54 .
5 5 25 75 25 25
E3) ||U × V || = |||U || ||V || | sen θn̂| = ||U || ||V || | sen θ| ||n̂|| = ||U || ||V || | sen θ| ≤ ||U || ||V ||, pois | sen θ| < 1, sempre.
E4) Da propriedade N 5 da norma, ||X + Y ||2 = ||X||2 + hX, Y i + ||Y ||2 . Se X e Y são ortogonais, então hX, Y i = 0 e
||X + Y ||2 = ||X||2 + ||Y ||2 .
√ √  √ √ 
E5) Escolhendo X = a, b e Y = b, a na desigualdade de Cauchy-Schwarz, obtemos
√ √ √ √  √ √ √ √ √ 2 √ a+b
|hX, Y i| ≤ ||X|| ||Y || ⇔  a b + b a ≤ a + b a + b ⇔ 2 a b ≤ a + b ⇔ ab = .

2