Geometria analítica: retas, planos e espaços

Retas, Planos e Espaços
Brasília-DF.
Elaboração
Rubicely Francisco do Nascimento
Produção
Equipe Técnica de Avaliação, Revisão Linguística e Editoração

Sumário
APRESENTAÇÃO.................................................................................................................................. 4
ORGANIZAÇÃO DO CADERNO DE ESTUDOS E PESQUISA..................................................................... 5
INTRODUÇÃO.................................................................................................................................... 7
UNIDADE I
ESPAÇOS VETORIAIS............................................................................................................................... 9
CAPÍTULO 1
ESPAÇOS E SUBESPAÇOS........................................................................................................... 9
CAPÍTULO 2
RESOLUÇÃO DE AX = O E AX = B.......................................................................................... 18
CAPÍTULO 3
INDEPENDÊNCIA LINEAR, BASE E DIMENSÃO............................................................................ 32
CAPÍTULO 4
TRANSFORMAÇÕES LINEARES.................................................................................................. 43
UNIDADE II
RETAS................................................................................................................................................... 54
CAPÍTULO 1
PRINCÍPIOS............................................................................................................................. 54
CAPÍTULO 2
RETAS E SEGMENTOS DE RETAS................................................................................................ 67
CAPÍTULO 3
NOTAÇÃO VETORIAL E PARAMÉTRICA...................................................................................... 78
UNIDADE III
PLANOS............................................................................................................................................... 84
CAPÍTULO 1
PRINCÍPIOS............................................................................................................................. 84
CAPÍTULO 2
PLANOS NO ESPAÇO.............................................................................................................. 94
REFERÊNCIAS ................................................................................................................................ 107

Apresentação
Caro aluno
A proposta editorial deste Caderno de Estudos e Pesquisa reúne elementos que se

entendem necessários para o desenvolvimento do estudo com segurança e qualidade.
Caracteriza-se pela atualidade, dinâmica e pertinência de seu conteúdo, bem como pela
interatividade e modernidade de sua estrutura formal, adequadas à metodologia da
Educação a Distância – EaD.
Pretende-se, com este material, levá-lo à reflexão e à compreensão da pluralidade

dos conhecimentos a serem oferecidos, possibilitando-lhe ampliar conceitos
específicos da área e atuar de forma competente e conscienciosa, como convém
ao profissional que busca a formação continuada para vencer os desafios que a
evolução científico-tecnológica impõe ao mundo contemporâneo.
Elaborou-se a presente publicação com a intenção de torná-la subsídio valioso, de modo

a facilitar sua caminhada na trajetória a ser percorrida tanto na vida pessoal quanto na
profissional. Utilize-a como instrumento para seu sucesso na carreira.
Conselho Editorial
4
Organização do Caderno
de Estudos e Pesquisa
Para facilitar seu estudo, os conteúdos são organizados em unidades, subdivididas em

capítulos, de forma didática, objetiva e coerente. Eles serão abordados por meio de textos
básicos, com questões para reflexão, entre outros recursos editoriais que visam tornar
sua leitura mais agradável. Ao final, serão indicadas, também, fontes de consulta para
aprofundar seus estudos com leituras e pesquisas complementares.
A seguir, apresentamos uma breve descrição dos ícones utilizados na organização dos
Cadernos de Estudos e Pesquisa.
Provocação
Textos que buscam instigar o aluno a refletir sobre determinado assunto antes
mesmo de iniciar sua leitura ou após algum trecho pertinente para o autor
conteudista.
Para refletir
Questões inseridas no decorrer do estudo a fim de que o aluno faça uma pausa e reflita
sobre o conteúdo estudado ou temas que o ajudem em seu raciocínio. É importante
que ele verifique seus conhecimentos, suas experiências e seus sentimentos. As
reflexões são o ponto de partida para a construção de suas conclusões.
Sugestão de estudo complementar
Sugestões de leituras adicionais, filmes e sites para aprofundamento do estudo,

discussões em fóruns ou encontros presenciais quando for o caso.
Atenção
Chamadas para alertar detalhes/tópicos importantes que contribuam para a

síntese/conclusão do assunto abordado.
5
Saiba mais
Informações complementares para elucidar a construção das sínteses/conclusões

sobre o assunto abordado.
Sintetizando
Trecho que busca resumir informações relevantes do conteúdo, facilitando o

entendimento pelo aluno sobre trechos mais complexos.
Para (não) finalizar
Texto integrador, ao final do módulo, que motiva o aluno a continuar a aprendizagem

ou estimula ponderações complementares sobre o módulo estudado.
6
Introdução
O conteúdo deste material é baseado em cursos de Geometria Analítica e Álgebra

Linear. Ele é destinado à disciplina Retas, Planos e Espaços. Seu objetivo principal
é compreender como utilizar produtos escalares e vetoriais para escrever equações
de retas, segmentos de retas, planos e superfícies no espaço. O vasto ramo de
aplicações desse conteúdo em diversas áreas das ciências exatas e tecnológicas
entre outras, demostra a necessidade que temos em abrangê-lo. O Material foi
divido em três unidades, e cada unidade está subdividida em capítulos, e iremos
descrevê-los.
Na primeira unidade, trabalhamos com os espaços vetoriais, ela foi dividida em

quatro capítulos que visa abranger os espaços e subespaços vetoriais, sistemas
de equações lineares, independência linear, bases e dimensões, e transformações
lineares. No intuito de alcançarmos os objetivos seguintes:
» Determinar espaços e subespaços vetoriais e realizar operações entre

eles.
» Resolver sistemas de equações lineares.
» Identificar conjunto de vetores linearmente independentes, as

condições para que estes formem uma base, e relacionar quantidade
de vetores com a dimensão do espaço.
» Descrever as transformações lineares, sua relação com as matrizes e

aplicá-las ao espaço vetorial.
Na segunda unidade abordamos as retas. Ela foi dividida em três capítulos contendo
princípios, retas e segmentos de retas, notação vetorial e paramétrica das retas,
com a finalidade de:
» Compreender vetores e realizar operações de produto vetorial, escalar

e misto, entre eles.
» Associar segmentos orientados aos vetores.
» Definir retas por dois pontos, por um ponto e um vetor, e a posição

relativa entre elas.
7
» Calcular intersecção, ângulos e distâncias entre retas.
» Escrever as equações vetorial, paramétrica e simétrica das retas.
Na terceira e última unidade, o conteúdo foi dividido em dois capítulos

envolvendo os princípios e planos no espaço, com o propósito de:
» Determinar planos por três pontos não colineares, ou por um ponto

e dois vetores não colineares, ou por um ponto e um vetor normal ao
plano.
» Identificar a posição relativa entre planos, retas e planos.
» Calcular a intersecção, distância e ângulos entre planos, e entre retas e

planos.
» Descrever as equações vetorial, paramétrica e normal do plano.
» Apresentar superfícies cônicas e quádricas e escrever suas equações.
Finalizamos essa disciplina aptos a aplicar o conteúdo, a determinar equações de

retas, planos e superfícies no espaço, posicionamento relativo entre eles, a realizar
operações entre vetores, calcular normas, áreas e volumes de elementos no espaço.
Objetivos
» Assimilar as propriedades dos espaços vetoriais e a realização de
operações com os elementos pertencentes a ele.
» Resolver sistemas de equações lineares.
» Determinar dependência e independência linear de vetores, bases e

dimensões de espaços.
» Definir as propriedades das transformações lineares.
» Compreender os vetores, como utilizar produtos escalares, vetoriais e

mistos.
» Abranger o conhecimento das retas, os segmentos de retas, o plano.
» Escrever as equações reta, segmentos de retas, planos e superfícies

no espaço.
8
ESPAÇOS VETORIAIS UNIDADE I
Esta unidade apresentará os espaços vetoriais de forma geral. Estudaremos os

espaços vetoriais, resolveremos sistemas de equações lineares, introduziremos
as definições de dependência e independência linear, bases e dimensões de um
espaço vetorial, concluindo com as transformações lineares neste espaço.
CAPÍTULO 1
Espaços e subespaços
Espaços vetoriais
Todo espaço vetorial está definido sobre um corpo de escalares, e como próprio
nome já sugere, esse corpo é um conjunto de escalares que obedecem a uma
série de condições. Para darmos sequência ao estudo dos espaços vetoriais,
apresentamos condições que formalmente são chamadas de propriedades.
Vejamos:
Um corpo é o conjunto F munido das operações:
Adição
+∶F×F→F
(a, b ) → a + b
E multiplicação por escalar
*∶F×F→F
(a, b) → ab
9
UNIDADE I │ ESPAÇOS VETORIAIS
Satisfazendo as propriedades a seguir:
» a + (b + c) = (a + b) + c, para todos ; (associatividade da adição.).
» a + b = b + a, para todos a e b ϵ F; (comutatividade da adição).
» Existe 0 ϵ F, tal que a + 0 = 0 + a = a, para todo a ϵ F (0 é o único

elemento neutro da adição.).
» Para cada a ϵ F existe -a ϵ F tal que a + (-a)= (-a)+ a = 0; (-a é o

elemento inverso da adição.).
» a(bc) = (ab)c, para todos a,b e c ϵ F; (associatividade da

multiplicação.).
» ab = ba, para todos a e b ϵ F; (comutatividade da multiplicação.).
» 1*a = a*1 = a, para todo a ϵ F; (1 é o único elemento neutro da

multiplicação.).
» Para cada a ϵ F-{0}, existe a -1 ϵ F tal que aa -1 = a -1 a= 1; (a -1 é o

elemento inverso da multiplicação.).
» a(b + c) = ab + ac e (a + b)c = ac + bc para todos a,b e c ϵ F.

(distributividade da multiplicação em relação à adição.).
Exemplos
» O conjunto dos números racionais  , reais  e complexos  ,

com as operações usuais de adição e multiplicação são corpos,
pois satisfazem todas as propriedades para que um conjunto seja
denominado de um corpo.
» O conjunto dos número naturais  não é um corpo por não

satisfazer as propriedades IV. e VIII. de um corpo.
» O conjunto dos números inteiros  também não é um corpo, por

não satisfazer a propriedade VIII. de um corpo.
Convém destacar que, para um conjunto ser chamado de corpo, é essencial

obedecer a todas as propriedades de I. a IX. de um corpo.
10
ESPAÇOS VETORIAIS │ UNIDADE I
Dizemos que um determinado conjunto F é subcorpo de um corpo G,

se F está contido em G, F⊆G. Isto é, todos elementos de F também são
elementos de G, mas a recíproca não é verdadeira.
Podemos então dar sequência ao estudo dos espaços vetoriais:
Um espaço vetorial sobre o corpo F é um conjunto V, não vazio, munido por duas
operações:
Adição
+∶V×V→V
(u,v)→u+v
E multiplicação por escalar
*∶F×V→V
(a,u)→au
Satisfazendo as propriedades a seguir:
» u + (v + w) = (u + v) + w, para todos u, v e w ϵ V; (associatividade

da adição.).
» u + v = v + u, para todos u e v ϵ V; (comutatividade da adição).
» Existe 0 ϵ V tal que u + 0 = u, para todo u ϵ V; (0 é o vetor nulo, ou

elemento neutro da adição.).
» Para cada u ϵ V existe - u ϵ V tal que u+(-u) = 0. (- u é o elemento

inverso da adição.).
» a(bu) = (ab)u, para todos a, b ϵ F e u ϵ V; (associatividade da

multiplicação por escalar.).
» (a + b)u = au + bu, para todos a,b ϵ F e u ϵ V; (distributividade da

multiplicação à esquerda, em relação à adição.).
» a(u + v) = au + av, para todos a ϵ F e u e v ϵ V; (distributividade à

direita da multiplicação, em relação à soma.).
» 1*u = u, para todo u ϵ V (elemento neutro da multiplicação.).
11
Um corpo F é um conjuto de escalares munido das operações de adição e

multiplicação, satisfazendo as propriedades citadas, enquanto o espaço
vetorial V é um conjunto de vetores sobre o corpo F, munido das operações
de adição e multiplicação que satisfazem as propriedades acima.
Exemplos
» O conjunto dos vetores do espaço V =  3, com as operações usuais de

adição e multiplicação por escalar, é um espaço vetorial real, pois está
definido sobre o corpo do números reais  . Note que se u ϵ V, logo
deve satifazer u = (u1, u2, u3), onde u1 ϵ  , para i = 1, 2 e 3. (Verifique
as propriedades!)
» Se o conjunto dos vetores do espaço V for definido sobre o corpo do

números complexos  , isto é V =  3, dizemos que V é um espaço
vetorial complexo. (Verifique as propriedades!)
» O conjunto dos números reais  , com as operações usuais de adição

e multiplicação, é também um espaço vetorial sobre ele mesmo.
(Verifique as propriedades!)
» O conjunto dos números complexos  , com as operações usuais

de adição e multiplicação, é também um espaço vetorial sobre ele
mesmo. (Verifique as propriedades!)
» O conjunto dos números complexos  , com as operações usuais de

adição e multiplicação, é também um espaço vetorial sobre  . Note
que se u ϵ  , logo deve satisfazer u = u1 + iu2, onde ui ϵ  , para i = 1,
2 e i2 = -1 (Verifique as propriedades!)
Subespaços Vetoriais
Partindo da necessidade de estudarmos um subconjunto W, dentro do espaço

vetorial V, surgiu o conceito de subespaço vetorial de V, este por sua vez
consiste em um subconjunto W de um espaço vetorial V, munido com as mesmas
operações de adição e multiplicação por escalar definidas em V.
Um subconjunto W de V, é dito subespaço do espaço vetorial V, se as seguintes

propriedades são satisfeitas:
» W ≠ ø (W é um conjunto não vazio.).
12
» u + v ϵ W, para todos u e v ϵ W.
» au ϵ W, para todos a ϵ F e u ϵ W.
Na propriedade III., se a = 0 temos que W = {0}, logo é chamado de subespaço

nulo de V.
O espaço vetorial V, é também um subespaço vetorial.
W = {0} e V, são ditos subespaços triviais ou impróprios.
Vejamos a seguir alguns tipos de subespaços:
Intersecção de subespaços
Sejam W1 e W2 subespaços do espaço vetorial V, a intersecção W 1∩W 2 é

também um subespaço de V. Observe:
» 0 ϵ W1 ∩ W2, logo é um conjunto não vazio;
» Dados u, v ϵ W1∩W2 e a ϵ F, teremos u + v ϵ W1∩W2;
» Dados u ϵ W1∩W2 e a ϵ F, teremos au ϵ W1∩W2.
União de subespaços
Sejam W1 e W2 subespaços do espaço vetorial V, a união W1 ∪ W2 não é um

subespaço de V. Observe:
» Dados u, v ϵ W1 ∪ W2, teremos u ϵ W1 ou W2 e v ϵ W1 ou W2, logo

u + v pode não pertencer a W1 e W2, logo não pertencerá a W1 ∪ W2.
Vejamos:
Exemplo
» Sejam W1= { u1 = (u1, 0); u1 ϵ  } e W2 = { u2 = (0, u2); u2 ϵ  },

subespaços do espaço vetorial V =  2, teremos:
W1 ∪ W2 = { u1 = (u1, 0), u2 = (0, u2); u1 e u2 ϵ  }.
Note dados u 1 ϵ W 1 e u 2 ϵ W 2 , teremos que u 1 + u 2 ∉ W 1 e u 1 + u 2 ∉ W 2 , logo

u 1 + u 2 ∉ W 1 ∪ W 2 , portanto, a união de subespaços não é subespaço vetorial
de V.
13
Figura 1. União de subespaços.
+
u2
u1
Fonte: Microsoft Word (2010).
Soma de subespaços
Sejam W1 e W2 subespaços do espaço vetorial V, podemos construir o conjunto:
W1 + W2 = {u = u1 + u2 ϵ V; u1 ϵ W1 e u2 ϵ W2},
que também é subespaço vetorial de V. Vejamos,
» Pela definição de subespaço, existe u 1 ϵ W 1 e u 2 ϵ W 2 , tal que

u 1 = u 2 = 0, logo W 1 + W 2 ≠ ø.
» Dados u e v ϵ W 1 W 2 , teremos:
› u = u1 + u2 ϵ V tal que u1 ϵ W1 e u2 ϵ W2 e
› v = v1 + v2 ϵ V tal que v1 ϵ W1 e v2 ϵ W2,
Portanto:
» u + v = (u1+ u2) + (v1 + v2), (usando a associatividade da soma).
» = (u1+ v1) + (u2 + v2) ϵ W1 + W2. Uma vez que, pela condição de
subespaço de W1, u1 + v1 ϵ W1 e pela condição de subespaço de W2,
u 2 + v 2 ϵ W 2.
» Dados u e v ϵ W1 + W2 e a ϵ F, teremos:
› au = a(u1 + u2), (usando a distributividade da multiplicação por

escalar).
14
› = a (u 1 + au 2 ) ϵ W 1 + W 2 , uma vez que, pela condição de

subespaço de W 1 , au 1 ϵ W 1 e pela condição de subespaço de
W 2 , au 2 ϵ W 2 .
Assim, verificamos que W1 + W2 e um subespaço vetorial de V.
Exemplo
Sejam W1 = { u1 = (u1, 0); u1 ϵ  } e W2 = { u2 = (0, u2); u2 ϵ  }, subespaços do

espaço vetorial V =  2, teremos que:
W1 + W2 = {u = u1 + u2 = (u1, u2); u1 e u2 ϵ  },
também é um espaço vetorial. Vejamos,
» 0 ϵ W1 e 0 ϵ W, portanto 0 ϵ W1 + W2, logo o conjunto é não vazio.
» Dados u e v ϵ W1+ W2, teremos:
› u + v = (u1 + u2) + (v1 + v2), (usando a associatividade da soma).
› = (u1 + v1) + (u2 + v2) ϵ W1 + W2.
» Dados u ϵ W1 + W2 e a ϵ  , teremos:
› au = a(u1 + u2), (usando a distributividade da multiplicação por

escalar).
› = a(u1 + au2) ϵ W1 + W2.
Assim, verificamos que W1 + W2 e um subespaço vetorial de V.
Figura 2. Soma de subespaços.
15
Note que W1 ∪ W1 corresponde apenas a união dos subespaços W1 com W2,

que de acordo com o exemplo 2.2.1, trata-se da união da reta horizontal
com a vertical. Enquanto que o subespaço W1 + W2 corresponde a todas as
possíveis combinações dos elementos do subespaço W1 com W2, que de
acordo com o exemplo 2.3.1, trata-se de todo o plano  2. Note também
que W1 ∪ W1 ⊆ W1 + W2.
Soma direta de subespaços
Uma soma de subespaços é dita soma direta quando satisfaz as seguintes

condições:
» V = W1 + W2.
» W1 ∩ W1 = {0}.
Escrevemos V = W1 ⨁ W2, que é equivalente a dizer que V é decomposto em soma

direta dos subespaços W1 e W2. O exemplo 2.3.1, satisfaz as condições de ser
soma direta, pois o espaço vetorial V é gerado pela soma dos subespaços W1 e W2 e
intersecção entre eles é nula.
Subespaços gerados
Seja S = {u1, u2,... un} um conjunto finito de vetores ui ϵ V, tal que i = 1, 2, ... n,
chamamos de subespaço gerado por S, todas as possíveis combinações lineares
dos elementos de S. Podemos também denotá-lo por W = [u 1, u 2,... u n], onde W
é subespaço de V, gerado por S, ou ainda,
W= {u = a1 u1 + a2 u2 + …+ an un ϵ V; a1 ϵ F, i=1,2,…,n}.
Exemplo
Seja o conjunto S = {u1, u2, u3} tais que u1 = (1, 0, 0), u2 = (0, 1, 0) e u3 = (0, 0, 1)
ϵ V. O subespaço W de V, gerado por S será dado por:
W= {u ϵ V; u = a1 u1 + a2 u2 + a3 u3; a1 ϵ  , i = 1, 2, 3}.
Logo, u = a1 (1, 0, 0) + a2 (0, 1, 0) + a3 (0, 0, 1) = (a1, a2, a3), onde ai ϵ  , para i = 1, 2, 3.
16
Figura 3. Subespaços gerados.
= + +
Note que cada u i ϵ W i, com i = 1, 2 ,3 e cada u i é gerador do subespaço

W i de V. Além disso, podemos mostrar que W = W 1 ⨁ W 2 ⨁ W 3 é soma
direta dos subespaços W i de V. (Verifique as propriedades!)
Neste capítulo, estudamos os espaços vetoriais, especificamente vimos

as propriedades necessárias para que um determinado conjunto seja
denominado um espaço vetorial. Definimos o corpo sobre o qual o espaço
vetorial está definido e inserimos as propriedades de um subespaço
vetorial. Ainda sobre os subespaços, analisamos a união, intersecção,
soma (direta ou não) e os geradores de um subespaço vetorial. O capítulo
a seguir, irá trabalhar resolução de sistemas de equações lineares do tipo i
= 1, 2, Ax = 0 (homogêneo) e Ax = b (não homogêneo).
Por Elyel às 18:52, 26/4/2022
17
CAPÍTULO 2
Resolução de Ax = O e Ax = b
Neste capítulo apresentaremos as propriedades básicas de matrizes para auxiliar

na resolução de sistemas lineares homogêneos e não homogêneos. A matriz dos
coeficientes A, que é representada por um esquema retangular que introduzimos
seus elementos, que são escalares do corpo F sobre o qual ela está definida. Essa
matriz satisfaz as propriedades de um corpo, e definiremos suas operações de
adição e multiplicação.
Matrizes
Uma mxn-matriz A sobre o corpo F é uma tabela retangular com m-linhas e
n-colunas podendo ser escrita da seguinte forma:
a11 a1n

A = a ij
a
m1 a mn
onde aij ϵ F, i = 1, ..., m e j = 1, ..., n .
Exemplos
» A matriz quadrada possui o número de linhas e colunas iguais, isto é,

m = n:
» A matriz é nula quando aij = 0, para todos i = 1, ..., m e j = 1, ..., n:
18
» Matriz coluna é quando possui apenas uma coluna, isto é, n = 1:
» Matriz linha é quando possui apenas uma linha, isto é, m = 1:
(3 9); (8 13 21); (3 7 5 1) …
» Matriz diagonal é quando possui aij = 0, sempre que i ≠ j:
;…
» Matriz identidade é quando possui aij = 1, sempre que i = j, e aij = 0,

sempre que i ≠ j:
1 0 0 0
1 0 0
1 0 0 1 0 0
0 1 0 ;
0 1 0 0 1 0
0 0 1
0 0 0 1
Vejamos agora, propriedades das matrizes:
Dadas as matrizes A, B e C, sobre o corpo F, por simplicidade chamaremos

F mxn o corpo das mxn-matrizes sobre o corpo F.
Soma de matrizes
A soma de matrizes da mesma ordem é dada pela soma dos elementos

correspondentes à mesma entrada, isto é:
A = [aij] e B = [bij], a soma correspondente será A + B = [aij+ bij].
Satisfazendo as propriedades abaixo:
» A + (B + C) = (A + B) + C, para todas A, B e C ϵ Fmxn (associatividade

da adição.);
19
» A + B = B + A para todos A e B ϵ Fmxn (comutatividade da adição);
» Existe O ϵ Fmxn tal que A + O = O + A = A, para toda A ϵ Fmxn (O é a

matriz nula.);
» Existe -A ϵ Fmxn tal que A + (-A) = (-A) + A = O (-A )= [-aij], é o

elemento inverso da adição.).
Multiplicação por escalar
A multiplicação de matrizes por escalar, é feita multiplicando cada elemento da

matriz pelo escalar, isto é, dados:
» A = [aij] e b ϵ F, o produto por escalar correspondente será bA = [baij].
Satisfazendo as propriedades abaixo:
» a(bA) = (ab)A, para toda A ϵ Fmxn e a e b ϵ F (associatividade da

multiplicação.);
» a(A + B) = aA + aB, para todos A e B ϵ Fmxn e a ϵ F (distributividade

à esquerda da multiplicação, em relação à adição.);
» (a + b)A = aA + bA, para toda A ϵ Fmxn e a, b ϵ F (distributividade à

direita da multiplicação, em relação à adição.);
» 0A = O, para toda A ϵ F mxn a multiplicação por 0 será sempre a matriz

nula;
» 1A = A, para toda A ϵ Fmxn.
Multiplicação de matrizes
Na multiplicação de matrizes, o número de linhas da primeira matriz deve ser

igual ao número de colunas da segunda, e a matriz resultante terá a quantidade
de linhas da primeira matriz e a quantidade de colunas da matriz posterior.
Vejamos algumas de suas propriedades:
» AB = C, para todas A ϵ Fmxn, B ϵ Fnxp e A ϵ Fmxp.
a11 a1n b11 b1p c11 c1p

;
a m1 a mn b n1 b np c m1 c mp
20
il a ijb jl;
j 1
» Em geral, ABBA, para todas A e B ϵ F nxn. (a multiplicação não é

comutativa.). Convém destacar, que neste caso, as matrizes devem
ser quadradas para satisfazer a propriedade da multiplicação de
matrizes;
» IA = AI = A, para todo A ϵ Fmxn. (I é a matriz identidade.)
» A (B + C) = AB + AC, para todas A ϵ F mxn e B, C ϵ F nxp

(distributividade à esquerda da multiplicação, em relação à
adição.);
» (A + B) C = AC + BC, para todas A e B ϵ F mxn e C ϵ F nxp

(distributividade à direita da multiplicação, em relação à adição.);
» A(BC) = (AB)C, para toda A ϵ Fmxn, B ϵ Fnxp e C ϵ Fpxq (associatividade

da multiplicação.);
» OA = O e AO = O, para toda A ϵ Fmxn (O é a matriz nula.);
Transposta de matrizes
Seja uma matriz A = [aij] ϵ Fmxn, dizemos que A’ = [bij] ϵ Fnxm é a matriz transposta
de A, quando a'ij = aij, em outras palavras, as linhas da matriz A, são as colunas da
matriz A’ e vice-versa. Satisfazendo as propriedades a seguir:
» (A + B)’ = A’ + B’, para todas A e B ϵ Fmxn;
» (aA)’ = aA’, para toda A ϵ Fnxn e a ϵ F;
» (AB)’ = B’A’, para todas A e B ϵ Fnxn;
» A’’ = A, para toda A ϵ Fmxn (a transpostas da transposta é a própria

matriz.);
» Se A’ = A, para A ϵ Fnxn, dizemos que a matriz A é simétrica.
Determinantes de matrizes
Dada uma matriz A = [a ij] 2x2 ϵ F 2x2, o determinante da matriz é calculado da

seguinte forma:
21
a11 a12
detA a11a 22 a12 a 21
a 21 a 22
Para uma matriz A = [a ij ] 3x3 ϵ F3x3, isolamos os elementos da i - ésima linha e da

j - ésima coluna calculamos o determinante da matriz restante e multiplicamos
pelo elemento da entrada ij.
a11 a12 a13

detA = a 21 a 22 a 23
a 31 a 32 a 33
detA a11 a 22 a 33 a 32 a 23 a12 a 21a 33 a 31a 23 a13 a 21a 32 a 31a 23
Para os casos de ordem maior, o procedimento é análogo. E para os casos em

que a matriz não for quadrada, ela deve ser completa pelas primeiras linhas ou
colunas da mesma matriz até que se torne uma matriz quadrada e se repete o
procedimento do cálculo da matriz quadrada.
Exemplos
1 3 1 0 0 9
» Sejam as matrizes A = 0 0 , B = eC=
0 5 1 0 , mostre que:
1 2 4 1 0 2

A + (B + C) = (A + B) + C.
Solução:
0 3 1 2
» Sejam as matrizes A = eB= , mostre que:
1 2 1 0
A + B = B + A.
22
Solução:
0 3 0 0
» Sejam as matrizes A = eO= , mostre que:
1 2 0 0
A + O = O + A = A.
Solução:
0 3 0 0 0 0 0 3 0 3

1 2 0 0 0 0 1 2 1 2
0 3 0 0
» Sejam as matrizes A = eO= , mostre que:
1 2 0 0
A + (-A) = (-A) + A = O.
Solução:
0 3 0 3 0 3 0 3 0 0

1 2 1 2 1 2 1 2 0 0
1 3 1
» Seja a matriz A = e a=2, b=3, mostre que:
1 0 1
a(bA) = (ab)A.
Solução:
1 3 1 3 9 3 6 18 6 1 3 1 1 3 1
2 3 2 6 2*3
1 0 1 3 0 3 6 0 6 1 0 1 1 0 1
1 3 1 0 3 0
» Sejam A = , B = , e a=3, mostre que:
1 0 1 1 0 1
a(A + B) = aA + aB.
23
Solução:
1 3 1 0 3 0 1 6 1 3 18 3
3 3
1 0 1 1 0 1 2 0 2 6 0 6
1 3 1 0 3 0 3 9 3 0 9 0 3 18 3
3 3
1 0 1 1 0 1 3 0 3 3 0 3 6 0 6
1 3 1
» Sejam A = , mostre que:
1 0 1
0A = O e 1A = A.
1 3 1 0 0 0
0
1 0 1 0 0 0
1 3 1 1 3 1
1
1 0 1 1 0 1
Sistemas homogêneos Ax=O
Os sistemas de equações lineares estão presentes em diversos fenômenos, e devido

ao seu vasto ramo de aplicações, compreendemos a importância em resolvê-los.
Na seção anterior, tomamos conhecimento sobre as matrizes e como executar
operações entre elas. Isso servirá de auxílio na resolução do problema Ax=O,
atribuindo significados para suas representações.
Seja A = [a ij ] ϵ Fmxn a matriz dos coeficientes, e x = [x j ] ϵ Fnx1 (por simplicidade,

assim denotaremos a matriz coluna), os coeficientes a determinar. Devemos ter
O ϵ F mx1, para que este satisfaça a propriedade do produto entre matrizes. Logo,
a11 a1n x1 0

Ax = O.
a
m1 a mn x n 0
Encontramos o sistema homogêneo,
Este é denominado por meio de um sistema de m-equações lineares a n-incógnitas

e será resolvido por meio do método de eliminação. Resolveremos alguns exemplos
considerando que as matrizes estejam definidas sobre o corpo dos números reais  .
24
Exemplos
1 1 x1 0
» Seja a matriz Ax = = O, determine as incógnitas do
2 2 x 2 0
sistema.
Solução:
Temos o seguinte sistema:
Observando o sistema (1), multiplicando a equação (1) por - 2 e adicionando à

equação (2), teremos o sistema(II):
Da equação (1'), nos resta
x2 = x1.
Logo, o sistema possui uma infinidade de soluções do tipo
x1
,
x1
onde x1 ϵ  .
1 1 x1 0
» Seja a matriz Ax = = O, determine as incógnitas do
0 1 x2 0
sistema.
Solução:
25
Observando o sistema (I), multiplicando a equação (1) por -1 e adicionando à

equação (2), teremos o sistema (II):
Do sistema (II), nos resta
Logo, o sistema possui única solução do tipo
0
.
0
x1
2 1 2 0
» Seja a matriz Ax = x2 = O, determine as incógnitas do
1 0 1 0
sistema. x3
Solução:
1
Observando o sistema (I), multiplicando a equação (1) por , depois subtraindo
2
da equação (2), teremos o sistema (II):
26
x1

0 .
x
1
Onde x1 ϵ  .
x1
1 1 0 0
» Seja a matriz Ax = x 2 = O, determine as incógnitas do
1 0 1 x 0
sistema. 3
Solução:

x1

x1 .
x
1
Onde x1 ϵ  .
1 0 1 x1 0
» Seja a matriz Ax = 1 1 0 x 2 0 = O, determine as incógnitas

do sistema. 0 0 1 x 0
3
27
Solução:

Do sistema (II), multiplicamos a equação (1') por -1 e adicionamos à equação (2'),

teremos o sistema (III):
Do sistema (III), nos resta
Logo, o sistema possui única solução do tipo
0

0 .
0

Sistemas não homogêneos Ax=b
Dizemos que os sistemas de equações lineares não são homogêneos, quando b≠0.
Dados A = [aij] ϵ Fmxn a matriz dos coeficientes, e x = [xj] ϵ Fnx1 os coeficientes a
determinar. Devemos ter b = [yi] ϵ Fmx1, para que este satisfaça a propriedade do
produto entre matrizes. Logo teremos,
28
a11 a1n x1 y1

Ax = b,
a
m1 a mn x n y m
Que resulta no sistema não homogêneo,
Denominamos por um sistema de m-equações lineares a n-incógnitas. Que será

resolvido utilizando o método de eliminação.
Exemplos
1 1 1 x1 1

» Seja a matriz Ax = 1 0 0 x 2 0 = b, determine as incógnitas do
sistema. 0 1 1 x 2
3
Solução:

Logo, este sistema não possui solução
29
1 2 0 x1 1
» Seja a matriz Ax = 3 1 1 x2 2 = b, determine as incógnitas do

sistema. 1 0 1 x 2
3
Solução:

Do sistema (II), multiplicando a equação (1') por -1 e adicionando à equação (3'),

teremos o sistema (III):
x1 2 x 2 0 x 3 1, 1''
III 0x1 5x 2 x 3 1, 2''
0 x 2 x x 1. 3''
1 2 3
Do sistema (III), multiplicando a equação (3'') por -1 e adicionando à equação (2''),

teremos o sistema (IV):
x1 2 x 2 0 x 3 1, 1'''
IV 0x1 3x 2 0x 3 2, 2'''
0 x 2 x x 1. 3'''
1 2 3
Do sistema (IV), multiplicando a equação (2''') por − 2 e adicionando à

3
equação (3'''), teremos o sistema (V):
30
2
Do sistema (V), multiplicando a equação (2'''') por e adicionando à equação (1'''').
3 1
Ainda no sistema (V) multiplique a equação (2'''') por − e teremos o sistema (VI):
3
1
x1 0 x 2 0 x 3 3 , 1'''''

VI 0x1 x 2 0x 3 , 2'''''
2
3
7
0x1 0x 2 x 3 3 . 3'''''

Assim temos o sistema (VIII):
1
x1 3 , 1''''''

VI x 2 , 2''''''
2
3
7
x 3 3 . 3''''''

Logo, este sistema possui única solução
1
3

2 .
3

7
3
A solução para estes sistemas de equações é que o método que usamos para
resolvê-los, independente de serem homogêneos ou não, é reduzir a matriz dos
coeficientes à sua forma escada, que consiste em manipular as linhas das matrizes
de forma que o primeiro elemento não nulo das linhas seja 1, cada coluna que
contém o primeiro não nulo da linha, tem os demais elementos iguais a zero e as
linhas nulas estão abaixo das linhas não nulas.
Soluções de sistemas de equações lineares podem ter única solução, neste

caso dizemos que o sistema é possível e determinado, também podem
ter infinitas soluções, assim será um sistema possível e indeterminado, ou
nenhuma solução, que chamamos de sistema impossível.
31
CAPÍTULO 3
Independência linear, base e dimensão
Neste capítulo, definiremos dependência e independência linear de conjunto

de vetores, determinaremos as condições necessárias para que um conjunto de
vetores forme uma base para um espaço vetorial V, e exibiremos a dimensão
destes espaços.
Dependência e independência linear

Dado S = {u 1, u 2,... u n} um conjunto finito de vetores do espaço vetorial V.
Dizemos que os vetores u 1, u 2,... u n são linearmente dependentes (ou LD), se
existirem escalares a 1, a 2,..., a n ϵ F, não todos nulos, tais que
a1u1+ a2u2+,... +anun = 0.
Diremos que vetores u1, u2,... un são linearmente independentes (ou LI), no caso
da equação a cima ser válida apenas para a1 = a2 = ... = an = 0. Em outras palavras,
podemos dizer que o conjunto S é linearmente dependente (ou LD), se um de seus
vetores puder ser escrito como combinação dos demais, do contrário, o conjunto
S é dito linearmente independente (ou LI).
Exemplos
» Considere o espaço vetorial V=  2. Sejam u1 = (1, 0), u2 = (1, 2) e u3 = (0,

1) ϵ V. Mostre que o conjunto S = {u1, u2, u3} é LD.
Solução:
Pela definição de dependência linear, é preciso encontrar escalares a1, a2 e a3 ϵ  ,

não todos nulos que satisfaçam:
a1u1+ a2u2+a3u3 = 0.
Substituindo os vetores teremos,
a1(1, 0)+ a2(1, 2)+a3(0, 1) = (0, 0).
Escrevendo na forma matricial,
32
a1
1 1 0 0
a2
0 2 1 a 0
3
Que resulta no sistema (I),
a1 a 2 0a 3 0, 1
I
0a1 2a 2 a 3 0. 2
Resolvendo pelo método de eliminação, primeiro multiplicamos a equação (2)

1
por − e adicionamos à equação (1), e teremos o sistema (II),
2
1
a1 0a 2 2 a 3 0, 1 '
II
0a a 1 a 0. 2 '
1 2 2 3
Agora multiplicamos a equação (2') por -1, e obtemos o sistema (III) na forma
escada,
1
a1 0a 2 2 a 3 0, 1 ''
III
0a a 1 a 0. 2 ''
1 2 2 3
Logo, a solução para este sistema é dada por,
Onde a 3 ϵ  . Como o sistema possui soluções com não todos a i = 0, i = 1, 2, 3,

logo os vetores são LD. Suponha a 3 = 2, teremos
a1 1

a2 1 .
a 2
3
Substituindo estes escalares na combinação linear dos vetores,
33
1(1, 0)- 1(1, 2)+2(0, 1) = (1-1+0, 0-2+2) = (0, 0).
Mostramos que eles são LD.
» Considere o espaço vetorial V=  2. Sejam u1 = (1, 0, 1), u2 = (1, 2, 5) e

u3 = (0, 0, 1) ϵ V. Mostre que o conjunto S = {u1, u2, u3} é LI.
Solução:
Pela definição de independência linear, é preciso mostrar que os escalares a 1, a2 e

a3 ϵ  , são todos nulos para satisfazer:
a1u1+ a2u2+a3u3 = 0.
a1(1, 0, 1) + a2(1, 2, 5) + a3(0, 0, 1) = (0, 0, 0).
1 1 0 a1 0

0 2 0 a2 0
1 5 1 a 0
3
a1 a 2 0a 3 0, 1
I 0a1 2a 2 0a 3 0, 2
a 5a a 0. 3
1 2 3
Resolvendo pelo método de eliminação, primeiro multiplicamos a equação (2)

1
por − e adicionamos à equação (1), e teremos o sistema (II),
2
a1 0a 2 0a 3 0, 1'
II 0a1 a 2 0a 3 0, 2'
a 5a a 0. 3'
1 2 3
Agora subtraímos a equação (1') da equação (3'), adicionamos a equação (2')

multiplicada por 5 à equação (3'), multiplicamos a equação (2'), por -1, obtemos o
sistema (III) na forma escada,
a1 0a 2 0a 3 0, 1''
III 0a1 a 2 0a 3 0, 2''
0a 0a a 0. 3''
1 2 3
34
a1 0

a2 0 .
a 0
3
Como o sistema possui única solução e essa solução é nula, logo os vetores u 1, u2
e u3 são LI.
Base
Um conjunto S de vetores u1, u2,... un ϵ V, forma uma base para o espaço vetorial
V se:
i. {u1, u2,... un} é LI;
ii. [u1, u2,... un] = V.
Uma base para um espaço vetorial, é um conjunto de vetores LI geradores deste

espaço, e todo elemento pertencente a ele deve ser escrito como combinação linear
dos vetores da base de V.
Exemplos
» Considere o espaço vetorial V=  3. Seja o conjunto S= {u1, u2, u3, u4},

tais que u1 = (1, 0, 0), u2 = (0, 1, 0), u3 = (0, 1, 1), e u4 = (1, 1, 1) ϵ V.
Verifique se S é base de V.
Solução:
O primeiro passo é verificar se os vetores u1, u2, u3 e u4 são LI. Vejamos se os

escalares a1, a2, a3, a4 ϵ  , são todos nulos para satisfazer
a1u1+ a2u2+a3u3+a4u4 = 0.
a1(1, 0, 0) + a2(0, 1, 0) + a3(0, 1, 1) + a4(1, 1, 1) = (0, 0, 0).
35
a1

1 0 0 1 a 2 0

0 1 1 1 a 3 0 .
0 0 1 1 a
4 0

a1 0a 2 0a 3 a 4 0, 1
I 0a1 a 2 a 3 a 4 0, 2
0a 0a a a 0. 3
1 2 3 4
Resolvendo pelo método de eliminação, subtraindo a equação (3) da equação (2),

teremos o sistema (II),
a1 0a 2 0a 3 a 4 0, 1'
II 0a1 a 2 0a 3 0a 4 0, 2'
0a 0a a a 0. 3'
1 2 3 4
a1 a 4

a2 0 .
a a
3 4
Onde a4 ϵ  . Como o sistema possui soluções com não todos ai = 1, 2, 3, 4, logo os

vetores são LD. Suponha a4 = - 1, teremos
a1 1

a2 0 .
a 1
3
Substituindo estes escalares na combinação linear dos vetores,
1(1, 0, 0) + 0(0, 1, 0) + 1(0, 1, 1) - 1(1, 1, 1) = (1+0+0-1, 0+0+1-1, 0+0+1-1)=(0, 0, 0).
Mostramos que u1, u2, u3 e u4 são LD, logo não são base de V.
» Considere o espaço vetorial V=  3. Seja o conjunto S= {u1, u2}, tais

que u1 = (1, 0, 0) e u2 = (1, 1, 1) ϵ V. Verifique se S é base de V.
36
Solução:
O primeiro passo é verificar se os vetores u 1 e u 2 são LI. Vejamos se os escalares

a 1 e a 2 ϵ  , são todos nulos para satisfazer a1u1+ a2u2 = 0. Substituindo os vetores
teremos,
a1(1, 0, 0) + a2(1, 1, 1) = (0, 0, 0).
1 1 0
a1 0 .
0 1 a
0 1 2 0

a1 a 2 0, 1
I 0a1 a 2 0, 2
0a a 0. 3
1 2
Resolvendo pelo método de eliminação, subtraindo a equação (2) da equação (3), e a

equação (2) da equação (1), teremos o sistema (II),
a1 0a 2 0, 1'
II 0a1 a 2 0, 2'
0a 0a 0. 3'
1 2
a1 0
.
a2 0
Como o sistema possui única solução e esta solução é nula, logo os vetores u1 e u2
são LI. O passo seguinte é verificar se estes vetores geram V. Para isso, dado u ϵ V,
devem existir escalares a1 e a2 ϵ  , tais que:
u = a1u1+ a2u2 .
Essa afirmação deve ser válida para qualquer elemento u ϵ V, suponha u = (0, 1, 0),
teremos:
a1(1, 0, 0) + a2(1, 1, 1) = (0, 1, 0).
37
Na forma matricial:
1 1 0
a1 1 .
0 1 a
0 1 2 0

a1 a 2 0, 1
I 0a1 a 2 1, 2
0a a 0. 3
1 2

e a equação (2) da equação (3), teremos o sistema (II),
a1 0a 2 0, 1'
II 0a1 a 2 1, 2'
0a 0a 1. 3'
1 2
Que nos leva a um sistema incompatível, logo não existe solução e os vetores
u 1 e u 2 não geram V, portanto não satisfaz as condições de base para o espaço
vetorial V.
» Considere o espaço vetorial V=  3. Seja o conjunto S= {u1, u2, u3},

tais que u1 = (1, 0, 0), u2 = (0, 1, 0), e u3 = (1, 1, 1) ϵ V. Verifique se S
é base de V.
Solução:
O primeiro passo é verificar se os vetores u1, u2 e u3 são LI. Vejamos se os escalares

a1, a2 e a3 ϵ  , são todos nulos para satisfazer:
a1u1+ a2u2+ a3u3 = 0.
a1(1, 0, 0) + a2(0, 1, 0) + a3(1, 1, 1) = (0, 0, 0).
1 0 1 a1 0

0 1 1 a 2 0 .
0 0 1 a 0
3
38

a1 0a 2 a 3 0, 1
I 0a1 a 2 a 3 0, 2
0a 0a a 0. 3
1 2 3
Resolvendo pelo método de eliminação, subtraindo a equação (3) da equação (2)

e (1), teremos o sistema (II),
a1 0a 2 0a 3 0, 1'
II 0a1 a 2 0a 3 0, 2'
0a 0a a 0. 3'
1 2 3
a1 0

a2 0 .
a 0
3
Como o sistema possui única solução e esta solução é nula, logo os vetores u 1, u 2
e u3 são LI. O passo seguinte é verificar se estes vetores geram V. Para isso, dado
u ϵ V, devem existir escalares a 1, a 2 e a 3 ϵ  , tais que
u = a1u1+ a2u2+ a3u3 .
Essa afirmação deve ser válida para qualquer elemento u ϵ V, suponha u = (u1, u2, u3),
tal que u1, u2, u3 ϵ  , teremos
a1(1, 0, 0) + a2(0, 1, 0) + a3(1, 1, 1) = (u1, u2, u3).
Na forma matricial:
1 0 1 a 1 u1

0 1 1 a 2 u 2 .
0 0 1 a u
3 3
a1 0a 2 a 3 u1 , 1
I 0a1 a 2 a 3 u 2 , 2
0a 0a a u . 3
1 2 3 3
39

e (2), teremos o sistema (II),
a1 0a 2 0a 3 u1 u 3 , 1'
II 0a1 a 2 0a 3 u 2 u 3 , 2'
0a 0a a u . 3'
1 2 3 3
Que nos leva a solução do sistema (II),
a 1 u1 u 3

a 2 u 2 u3 .
a u
3 3
Logo os vetores u 1, u 2 e u 3 geram V, portanto satisfazem as condições de base

para o espaço vetorial V.
Note que para formar uma base no espaço vetorial V=  2, precisamos de dois
vetores V LI em V, e para uma base no espaço vetorial V=  3, precisamos
de três vetores LI em V, e assim sucessivamente. A quantidade de vetores
necessárias para formar uma base de um espaço vetorial está diretamente
ligada à quantidade de coordenadas que este espaço possui.
Qualquer base de um espaço vetorial tem sempre o mesmo número de elementos, e

essa quantidade está relacionada à dimensão que o espaço possui.
Dimensão
Seja V um espaço vetorial, qualquer base deste espaço terá sempre a mesma
quantidade de elementos. Indicaremos por dimensão de V ou dim V, o número
correspondente aos elementos desta base.
Exemplos
» Considere o espaço vetorial V =  2 e os conjuntos S 1 = {(1, 0), (0,

1)} e S 2 = {(1, 2), (1, 1)}, ambos são linearmente independentes e
geram V (Verifique!). Determine a dimensão de V.
40
Solução:
Como S1 e S2 são LI e geram V, logo formam uma base de V, cada conjunto possui
dois elementos e essa quantidade representa a dimensão de V, portanto dizemos
que
dim V = 2.
» Seja V =  2x2 o espaço vetorial das matrizes 2x2 em  . Determine

uma base e a dimensão de V.
Solução:
Podemos representá-la da seguinte forma,
a11 a12
V = a ; a ij , i, j 1, 2.
21 a 22
Ou ainda,
a11 0 0 a12 0 0 0 0
V= ; a ij , i, j 1, 2.
0 0 0 0 a 21 0 0 a 22
1 0 0 1 0 0 0 0
= a11 a12 a 21 a 22 ; a ij , i, j 1, 2.
0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0
Logo, S = 0 0 , 0 0 , 1 0 , 0 1 é um conjunto de matrizes que gera V.

Vejamos se este conjunto é LI. Para isso, devemos ter aij = 0, i, j = 1, 2, para satisfazer:
1 0 0 1 0 0 0 0 0 0
a11 a12 a 21 a 22 ,
0 0 0 0 1 0 0 1 0 0
a11 0 0 a12 0 0 0 0 0 0

0 0 a 22 0 0
,
0 0 0 0 a 21
a11 a12 0 0
.
a 21 a 22 0 0
Sendo S um conjunto LI gerador de V, logo ele é uma base, como essa base
possui 4 elementos, concluímos que essa é também a sua dimensão. Portanto,
dim V = 4.
41
Seja dim V = n, se um determinado conjunto de vetores em V possuir mais

de n elementos, logo esse conjunto será linearmente dependente.
Seja dim V = n, se um determinado conjunto de vetores em V possuir menos

de n elementos, logo esse conjunto poderá ser completado até formar uma
base de V.
Seja W subespaço de V, e dim V = n, logo dim W ≤ dim V = n.
Sejam W1 e W2 subespaços de V, dim (W1 + W2) = dim W1 + dim W2 - dim W1 W2.
Finalizamos este capítulo compreendendo a diferença entre vetores

linearmente dependentes e linearmente independentes. Se um
determinado conjunto de vetores linearmente independentes gera um
espaço vetorial, este conjunto pode ser definido como uma base. Qualquer
base de um determinado espaço vetorial terá sempre a mesma quantidade
de elementos, e indicaremos por dimensão de V o número de elementos
dessa base.
42
CAPÍTULO 4
Transformações lineares
Neste capítulo, definiremos as transformações lineares, como se comportam

e algumas das propriedades às quais está relacionada. Em termos de espaços
vetoriais, podemos pensar em transformações lineares como uma aplicação que
pega elementos de um determinado espaço vetorial e leva em outros elementos
de algum espaço vetorial. Por exemplo:
Figura 4. Transformações lineares.
U V
A figura acima nos dá uma ilustração do que seria uma transformação linear T, do
espaço vetorial U no espaço vetorial V. Para prosseguirmos este capítulo, é muito
importante lembrar algumas definições de funções:
Uma função f de A em B é uma relação entre dois conjuntos A e B, que

cada elemento a ϵ A está relacionado a um elemento b ϵ B.
Uma função f de A em B é dita injetora quando, dados dois elementos

distintos em A, f os relaciona a dois elementos distintos em B.
Uma função f de A em B é dita sobrejetora quando, para todo elemento

em B, existe ao menos um elemento em A, ao qual está relacionado.
Uma função é dita bijetora quando ela é injetora e sobrejetora ao mesmo

tempo.
43
Transformações lineares
Sejam U e V espaços vetoriais sobre o corpo F. Uma transformação linear, é uma
função de U em V, T: U V, que satisfaz as seguintes condições:
» T(u+v) = T(u) + T(v), para todos u e v ϵ U.
» T(au) = aT(u), para todo a F, e u ϵ U.
Podemos dizer que uma transformação linear é uma função que preserva as
operações dos espaços vetoriais, ou mais precisamente, que T é um operador
linear.
Exemplos
» Dados U =  e V =  espaços vetoriais, e T: U → V, definida por

u→au ou T(u) = au. Determine se T é uma transformação linear.
Solução:
Verificando as propriedades:
» T(u+v) = a(u + v) = au + av =T(u) + T(v), para todos a ϵ F, u e v ϵ U;
» T(bu) = a(bu) = b(au) = bT(u), para todos a, b ϵ F e u ϵ U.
Logo, T é uma transformação linear.
» Dados U = e V =  espaços vetoriais, e T: U → V, definida por

u→u2 ou T(u) = u2. Determine se T é uma transformação linear.
Solução:
Verificando as propriedades:
» T(u+v) = (u + v) 2 = u 2 + 2uv + v 2 ≠ u 2 + v 2 = T(u) + T(v), para

todos, u e v ϵ U;
» T(au) = (au)2 = a2 u2 = a2 T(u) ≠ aT(u), para todos a ϵ F e u ϵ U.
Logo, T não é uma transformação linear. Vejamos outras propriedades dessas

transformações lineares.
44
Núcleo de uma transformação linear
Sejam U e V espaços vetoriais sobre o corpo F, e T: U →V, uma transformação

linear. Denotamos por núcleo de T, ou Ker(T), todo elemento u ϵ U tal que,
T(u) = 0, ou ainda, Ker(T) = {u ϵ U: T(u) = 0}.
Exemplos
» Dados U =  2 e V =  2 espaços vetoriais, e T: U → V, definida por
T(u1, u2) =(2u1, u2).
Determine o núcleo de T.
Solução:
Sabemos que,
Ker(T) = {(u1, u2) ϵ U: T(u1, u2) = (0, 0)}
= {(u1, u2) ϵ U: (2u1, u2) = (0, 0)}
= [(0, 0)]
Logo, Ker(T) = [(0, 0)]
» Dados U  3 = e V =  3 espaços vetoriais, e T: U → V, definida por
T(u1, u2, u3) =(u1, u2, 0).
Determine o núcleo de T.
Solução:
Sabemos que,
Ker(T) = {(u1, u2, u3) ϵ U: T(u1, u2, u3) = (0, 0, 0)}
= {(u1, u2, u3) ϵ U: (u1, u2, 0) = (0, 0, 0)}
= {(0, 0, u3): u3 ϵ  }
= [(0, 0, 1)]
Logo, Ker(T) = [(0, 0, 1)].
45
Note que Ker(T) ⊆ U, e Ker(T) satisfaz as condições de subespaço de U,

logo dim Ker(T)≤ dim U.
Imagem de uma transformação linear
Sejam U e V espaços vetoriais sobre o corpo F, e T: U → V, uma transformação

linear. Denotamos por imagem de T, ou Im(T), todo elemento v ϵ V tal que,
T(u) = v, ou ainda,
Im(T) = {v ϵV: v = T(u), para algum u ϵ U}
= {T(u): u ϵ U}
=T(U)
Exemplos
T(u1, u2) = (2u1, u2).
Determine a imagem de T.
Solução:
Sabemos que,
Im(T) = {T(u1, u2): (u1, u2) ϵ U}
= {(2u1, u2): u1, u2 ϵ  }
= {u1(2, 0)+ u2(0,1): u1, u2 ϵ  }
=[(2, 0), (0, 1)]
Logo, Im(T) =[(2, 0), (0, 1)].
T(u1, u2, u3) =(u1, u2, 0).
Determine a imagem de T.
46
Solução:
Sabemos que,
Im(T) = {T(u1, u2, u3): (u1, u2, u3) ϵ U }
= {(u1, u2, 0): u1, u2 ϵ  }
= { u1(1, 0, 0)+ u2(0, 1, 0): u1 e u2 ϵ  }
= [(1, 0, 0), (0, 1, 0)]
Logo, Im(T) = [(1, 0, 0), (0, 1, 0)].
Note que Im(T) ⊆ V, e Im(T) satisfaz as condições de subespaço de V, logo

dim Ker(T)≤ dim V.
Transformações lineares inversas
Sejam U e V espaços vetoriais sobre o corpo F, e T: U → V, uma transformação

linear bijetora. Denotamos uma transformação linear inversa de T, ou T-1, por uma
aplicação que leva elementos do espaço vetorial V no espaço vetorial U, T-1: V → U,
ou ainda,
T-1(V) = {T-1(v) ϵ U: T-1(v) = u, para algum u ϵ U}.
Como vϵ Im(T) = T(U), e T é bijetora, existe um único u ϵ U tal que v = T(u). Logo,
T-1(V) = {T-1(T(u)) = u: u ϵ U}.
T-1(V) = {u: u ϵ U}.
T-1(V) = U.
Verificando a linearidade da transformação inversa de T, T-1:
» Dados v1, e v2 ϵ V, T-1 (v1+v2) = u1+u2 = T-1(v1)+ T-1(v2), para únicos

u1, e u2 ϵ U.
» Dados v ϵ V, a ϵ F, T-1 (av) = au = aT-1(v), para único u ϵ U.
Logo, T-1 é uma transformação linear.

47
Uma transformação linear inversa é a matriz T-1, tal que ao inserirmos

T(T-1), obteremos a matriz identidade, mais precisamente, T(T-1) = I.
Exemplos
» Dados U = e V = espaços vetoriais, e T: U V, definida por:
T(u1, u2) = (u1, 0).
Determine se existe uma transformação linear inversa T-1.
Solução:
Para isso, devemos verificar se T é uma função bijetora, ou seja, se T é injetora e

sobrejetora.
Dados u1, e u2 ϵ U, tais que u1 = (1, 0) e u2 = (1, 1), temos,
T(u1) = T(1, 0) = (1, 0) = T(1, 1) = T(u2),
enquanto
u1 = (1, 0) ≠ (1, 1) = u2.
Logo, T não é injetora, portanto, não pode ser bijetora, sendo assim, não existe
uma transformação linear inversa T-1.
» Dados U =  2 e V =  3 espaços vetoriais, e T: U → V, definida por:
T(u1, u2) = (u1, u2, u1+ u2).
Solução:

sobrejetora.
Dados u1, e u2 ϵ U, tais que u1 =(u1, u2)= u2, suponha que T(u1) ≠ T(u2). Pela definição
de T,
T(u1) =T(u1, u2) = (u1, u2, u1+ u2) = T(u1, u2) = T(u2).
Logo, T é injetora.
48
Dado v ϵ V, tal que v = (1, 1, 1), deve existir u ϵ U, tal que T(u) = v. Pela definição de T,
T(u1, u2) = u1(1, 0, 1) + u2(0, 1, 1) ≠ ( 1, 1, 1)
Para quais quer u1 e u 2  . Logo, T não é sobrejetora, portanto não é bijetora,

sendo assim, não existe uma transformação linear inversa T -1.
T(u1, u2) = (u2, u1).
Solução:

sobrejetora.
Dados u1, e u2 ϵ U, tais que u1 = (u1, u2)= u2, suponha que T(u1) ≠ T(u2). Pela
definição de T,
T(u1) =T(u1, u2) = (u2, u1) = T(u1, u2) = T(u2).
Logo, T é injetora.
Dado v ϵ V, tal que v = (v1, v2), deve existir u = (u1, u2) ϵ U, tal que T(u) = v. Suponha
que não exista u ϵ U que satisfaça essa condição. Pela definição de T,
T(u) =T(u1, u2) = (u2, u1) = u2( 1, 0) + u1(0, 1) = v1( 1, 0) + v2(0, 1) = v.
Tome v 1 = u 2 e v 2 = u 1 , para u 1 , u 2 , v 1 e v 2 ϵ  . Assim verificamos a existência

v = (u 2, u 1) ϵ V, tal que T(u) = v. Logo, T é sobrejetora, portanto é também
bijetora, sendo assim, existe uma transformação linear inversa T -1 .
Uma transformação linear T: U → V é injetora, se Ker(T) ={0}, logo dim

Ker(T)=0.
Uma transformação linear T: U → V é sobrejetora, T(U)=V, logo dim T(U) =

dim V.
Uma transformação linear T: U → V é bijetora, teremos dim U = dim V.
Dada uma transformação linear T: U → V, dim V = dim Ker(T) + dim Im(T).
49
Matrizes e transformações lineares
Nesta seção veremos que transformações lineares estão relacionadas com

matrizes e vice-versa. Consideremos os espaços vetoriais U = Fnx1 e V = Fmx1, toda
transformação linear T: U → V, está relacionada à uma única matriz mxn A,
definida por:
T(u) = Au,
para todo u ϵ U.
Reciprocamente para toda mxn-matriz fixada A, existe uma única transformação

TA: U → V, definida por:
TA(u) = Au,
para todo u ϵ U. Vejamos:
Dado
u1

u =  ϵ U,
u
n
temos,
1 0
u = u1  un  ,

0 1

1 0 u1
= = Au,

0 1u
n
Onde A é a matriz identidade Inxn. Desse modo, temos,
TA(u) = Au = Inxn u = u.
De maneira geral, fixadas às bases SU = {u1, ... , un} e SV = {v1, ... , vm}, de U e V
respectivamente. Considere a transformação linear T: U → V, temos que dado u ϵ U,
existem a1, ... , an F, tais que:
u = a1u1 + ... + anun
aplicando T,
T (u) = T (a1u1 + ... + anun) = a1T(u1) + ... + an T (un),

50
Onde,
a1 T (u1), ... , an T(un) ϵ V,
e todo elemento de V pode ser escrito de maneira única como combinação linear
dos elementos de SV. De tal forma, existem únicos bij ϵ F, i = 1, ... , n e j = 1, ... , m,
tais que:
T (u1) = b11 v1 + ... + b1m vm,
T (un) = bn v1 + ... + bnm vm
Logo,
T (u) = a1 T (u1 ) + …+ an T (un) = a1 (b11+ ... +bn1) v1 + ... + an (b1m+ ... +bnm) vm,
n ,m
Por simplicidade, faremos a ij a i b ji e reescreveremos T, da seguinte maneira,

i , j1
Portanto,
a11 a1m v1

T u .
a
n1 anm v m
TS
SU
Logo, a matriz transposta dos coeficientes deste sistema T A = V
= A, é
chamada de matriz de T com relação às bases S U e S V.
a11 a1m
TS =
SU
V
a a
n1 nm
Ou, também podemos dizer que TSV é a representação matricial de T com

U S
relação às bases S U e S V.
Exemplos
1 0 1
» Considere a matriz (2x3) A = , e as bases SU = {(1, 0, 0), (0, 1,
1 2 0
0), (0, 0, 1)} e SV = {(1, 0), (0, 1)} de U e V respectivamente. Encontre a
transformação linear TA: U → V.
51
Solução:
Vejamos, seja u ϵ U, tal que:
u1

u u2 .
u
3
Logo,
u1
1 0 1 u1 u 3
Au u2 .
1 2 0 u u1 2 u 2
3
Portanto,
TA (u1, u2, u3) = (u1 + u3, u1 + u2)
» Considere a transformação linear T: U → V, tal que:
T (u1, u2, u3) = (u1 + 2u2 + u3, u1 + u2 + 2u3).
E as bases SU = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e SV = {(1, 0), (0, 1)} de U e V
respectivamente. Encontre a matriz de T com relação às bases SU e SV, TSU .
S V
Solução:
Vejamos, substituindo os elementos da base em T, teremos,
T (1, 0, 0) = (1, 1) = 1 (1, 0) + 1 (0, 1)
T (0, 1, 0) = (2, 1) = 2 (1, 0) + 1 (0, 1)
T (0, 0, 1) = (1, 2) = 1 (1, 0) + 2 (0, 1)
Portanto,
1 2 1
T S .
SU

V
1 1 2
Vale lembrar que mudando as bases SU e SV, a matriz de transformação TSU ,

S
V
também mudará.
52
Neste capítulo, compreendemos que as transformações lineares levam

elementos de um determinado espaço vetorial em outro elemento de
outro espaço. Fixadas às bases dos espaços vetoriais, cada transformação
linear está associada a uma única matriz de transformação, e toda
matriz de transformação está associada a alguma transformação linear.
Entendemos o conceito de núcleo e imagem de uma transformação linear
e que estas obedecem às condições de subespaço para determinados
espaços vetoriais. Toda transformação linear bijetora possui imagem
inversa.
Finalizamos esta unidade compreendendo espaços e subespaços vetoriais,

resolvendo sistemas de equações lineares dentro deles. Identificando vetores
linearmente dependentes e independentes, quando estes foram uma base
para um determinado espaço, e a dimensão que estes espaços possuem.
Compreendemos também as transformações lineares, sua relação com as
matrizes de transformações e as bases fixadas nos espaços. Ainda sobre as
transformações lineares, determinamos o núcleo, imagem e transformações
inversas. Fundados nos conceitos estudados até aqui, seguiremos para a próxima
unidade ampliando nossos conhecimentos.
53
RETAS UNIDADE II
Nosso objetivo seguinte é descrever retas e segmentos de retas, notação vetorial e

paramétrica. As Retas são um conjunto infinitos de pontos colineares, podendo ser
definida através de dois pontos, um ponto e um vetor, ou por dois planos. Ainda
nessa unidade, faremos o estudo das posições relativas, intersecções, ângulos
e distâncias entre retas, além de escrevermos a notação paramétrica e vetorial
delas. Usaremos letras minúsculas em itálico para representá-las.
CAPÍTULO 1
Princípios
Para alcançar os objetivos desta unidade é imprescindível falarmos sobre os vetores

(elementos dos espaços vetoriais), bem como realizar operações entre eles e entre
vetores e escalares. Na unidade anterior, trabalhamos com espaços vetoriais
definidos sobre corpos F de maneira geral, daqui por diante, nos restringiremos ao
corpo dos números reais .
Vetores
Vetores são elementos são elementos de um espaço vetorial, e são caracterizados
por possuírem módulo, direção, sentido, e algumas regras de combinação. Na
física, são exemplos de grandezas vetoriais o deslocamento, a velocidade, a
aceleração e a força. Outros tipos de grandezas físicas que não são vetoriais,
chamadas de grandezas escalares, são o tempo, a massa, a temperatura,
a pressão. Elas recebem esse nome por não apontarem para um sentido no
espaço, os sinais negativo e positivo já são suficientes para indicarem uma
direção.
54
RETAS │ UNIDADE II
Figura 5. Vetores.
B B’’
B’’’
B’ Biv
A A’’
A’’’ Aiv
A’
As setas acima são uma representação vetorial de deslocamento, elas especificam

o deslocamento de partículas das posições iniciais A, A’, A’’, A’’’ e A iv até as
posições finais iniciais B, B’, B’’, B’’’ e Biv, respectivamente, por possuírem o
mesmo módulo e sentido, representam o mesmo deslocamento. Chamamos de
vetores equipolentes aqueles que possuem o mesmo módulo, direção e sentido.
Figura 6. Trajetória de Vetores.
A figura acima representa as trajetórias de uma partícula de A até B passando por

C. Independente da trajetória percorrida, o deslocamento será sempre o mesmo.
Vejamos isso mais detalhadamente na soma de vetores.
Soma de vetores
A soma de vetores, diferente da soma escalar, deve ser feita coordenada

por coordenada, lembrando que ela obedece a lei da comutatividade, da
associatividade, existência de elemento neutro e inverso. Vejamos alguns
exemplos:
55
UNIDADE II │ RETAS
Figura 7. Soma de Vetores.
B
u v
w
A
C
v u
D
Na figura 7, chamamos de u, o vetor que liga o ponto A até B, e D até C, pois

possuem o mesmo módulo e sentido, de v, o vetor que liga o ponto A até D, e
B até C, pois também possuem o mesmo módulo e sentido, e de w, o vetor que
liga o ponto A até C. Note que de acordo com a lei da comutatividade, temos:
w = u +v = v + u.
Portanto, não importa a ordem em que os vetores serão somados, o resultado será
sempre o mesmo. Observe agora a lei da associatividade, estamos somando os
vetores u, v e w. Independente do par de vetores que inicie a soma, o resultado
final será sempre o mesmo.
Figura 8. Soma de Vetores.
u+v+w
v
u
Todo vetor u somado ao seu oposto –u, terá o vetor nulo como resultado,
independente da ordem da soma, e qualquer vetor somado ao vetor nulo, será
sempre ele mesmo, não havendo alterações.
56
Multiplicação por escalar
A multiplicação de um vetor u por escalar “a”, ocorre multiplicando cada

coordenada do vetor u, pelo escalar “a”, resultando no vetor “au” que modificará
seu módulo de acordo com “a”, podendo alterar o sentido de u, caso a<0. Vejamos:
Figura 9. Multiplicação por escalar.
-bu
bu
-u
u
au
Na figura acima temos a multiplicação do vetor u pelos escalares, -b, b, -1, 1 e “a”,
onde,
-1 < -b < 0 < b < 1 < a.
Componentes vetoriais
As componentes de um vetor bidimensional u ao longo de um sistema de

coordenadas xy, é dado projetando o vetor aos seus eixos coordenados, para
isso, traçamos linhas perpendiculares aos eixos partindo da extremidade do
vetor.
Figura 10. Componentes vetoriais.
uy
u
ux x
57
As componentes coordenadas são dadas por:
ux = |u| cos 0 e uy = |u| sin 0,
onde 0 é o ângulo entre o vetor u e o sentido positivo do eixo-x, 0 determina a

orientação do vetor, o módulo ou norma é dado por:
|u| = u x 2 + u y2 ,
O sentido das componentes em relação ao seu eixo é indicado pelo sinal

algébrico de cada uma delas.
Produto entre vetores
Nesta seção, trabalharemos o produto entre vetores em três dimensões, pois

estamos interessados na obtenção dos resultados levando em consideração o
espaço vetorial real tridimensional.
Produto interno
Dados dois vetores não nulos u e v, o produto interno entre eles é denotado por:
u . v = |u||v| cos 0,
onde 0 = (u,v) é o ângulo entre eles.
Outro modo para calcular o produto interno entre os vetores u = (u x, u y, u z) e

v = (v x, v y, v z), formados por uma base ortonormal, é da seguinte forma:
u . v = (u x, u y, u z) . (v x, v y, v z) = u xv x + u yv y + u zv z.
Figura 11. Produto Interno.
58
Note que o produto interno está relacionado com a medida da projeção de um

vetor em relação a outro. Observe a figura a seguir:
Figura 12. Produto Interno.
B
w
C
u
A v B’ C’
Seja o vetor v, tal que v u x u y u z 1 . Note que:

2 2 2
u . v = v . u,
|u||v| cos (u, v) = |v||u| cos (v, u),
que corresponde ao deslocamento do ponto A até B’. Logo, o produto interno é

comutativo.
Observe agora os vetores u, v e w, teremos:
(u + w) . v = |u + w||v| cos (u + w, v),
corresponde ao deslocamento de A até C’, enquanto,
u . v = |u||v| cos (u, v),
corresponde ao deslocamento de A até B’, e
w . v = |w||v| cos (w, v),
corresponde ao deslocamento de B’ até C’. Assim teremos:
(u + w) . v = |u + w||v| cos (u + w, v) = |u||v| cos (u, v) + |w||v| cos (w, v) = u . v

+ w . v,
(u + w) . v = u . v + w . v.
59
Uma vez que, a soma do deslocamento de A até B’ e B’ até C’, é igual ao

deslocamento de A até C’. Logo, o produtivo interno satisfaz a propriedade
distributiva.
Não é difícil verificar que dado um escalar “a”, e vetores u e v, teremos
a (u . v) = a|u||v| cos (u . v) = |au||v| cos (au . v) = (au) . v.
Assim, como:
(u . u) = |u||u| cos (u . u) = |u||u| = |u|2.
Diremos que uma base {u1, u2, u3} de V é ortogonal se, dois a dois dos seus
vetores forem ortogonais, em outras palavras, se o produto interno entre
os vetores da base for nulo. Se além de ortogonais, seus vetores forem
unitários, ou seja, se a norma ou comprimento dos vetores forem iguais a
1(|u|=1), diremos que essa base é ortonormal.
Produto vetorial
O produto vetorial entre dois vetores não nulos está relacionado com a medida da
área entre eles, o resultado obtido é bidimensional. Vejamos:
Figura 13. Produto Vetorial.
u×v
Note que,
» u X v é perpendicular a u e v.
» u X v = 0 se u e v forem colineares (pertencentes a mesma reta).
» Os vetores u, v e u X v formam uma base positiva para o espaço

vetorial tridimensional  3.
60
» A direção do vetor u X v é perpendicular ao plano definido pelos

vetores u e v, e o sentido positivo será denotado saindo do plano.
» Caso a ordem do produto vetorial seja invertida para v X x, teremos o

vetor resultante com o sentido invertido, ou seja:
u X v = - (v X x)
» O módulo do produto vetorial entre eles é denotado por:
| u X v| = |u||v| sen 0, onde 0 = (u, v) é o ângulo entre eles.
Não é difícil verificar que dado um escalar “a”, o produto vetorial satisfaz:
a (u X v) = (au) X v = u X (av).
Assim, como dados os vetores u, v e w, o produto vetorial satisfaz a propriedade

distributiva.
u X (v + w) = u X v + u X w,
(v + w) X u = v X u + w X u.
Observe que o módulo do produto vetorial entre dois vetores é a medida exata
da área do paralelogramo formada por eles. A área do paralelogramo é dada
pelo comprimento da base vezes a altura:
Aparalelogramo = base X altura
Na figura 13, a base é dada pelo comprimento do vetor u, ou seja, |u|, enquanto
que a altura é dada pela distância de D até E, que corresponde à |v| sen 0, onde
0 = (u, v) é o ângulo entre os vetores u e v.
Logo, a área do paralelogramo também pode ser dada por:
Aparalelogramo = | u X v| = |u||v| sen 0.
Figura 14. Produto Vetorial.
× D C
v
A E u B
61
Dada uma base ortonormal positiva {i, j, k}, e os vetores u = (u1, u2, u3) e v = (v1,
v2, v3), o produto vetorial entre eles é dado pelo determinante
i j k
u v u1 u 2 u3 .
v1 v 2 v3
Neste caso, teremos o resultado:
u X v = i (u2v3 - v2u3) - j (u1v3 - v1u3) + k (u1v2 - v1u2).
Produto misto
O produto misto é uma mistura do produto interno com o produto vetorial, já

vimos que estes relacionam medidas de comprimento e base, logo o produto
vetorial nos relacionará com uma medida tridimensional, que será o volume.
Figura 15. Produto Misto.
×
H G
E F
Ev
w
D
C
v Eu
A B
u
O volume do paralelepípedo acima é dado por:
Vparalelepípedo = Abase X altura.
Onde,
Abase = |u X v| = |u||v| sen (u, v),
altura = |w| cos (u X v, w).
62
Logo, o volume do paralelepípedo será dado pelo módulo do produto misto,
Vparalelepípedo = |u||v| sen (u, v) ∙ |w| cos (u × v, w) = |u × v ∙ w|.
Dados os vetores u, v e w, o produto misto é o número denotado por:
[u, v, w] = u × v . w
Lembrando que a ordem de execução do produto misto deve iniciar pelo produto
vetorial que resultará em um vetor, em sequência realizamos o produto misto que
nos dará um número como resultado final. Caso esse número seja diferente de zero,
concluímos que os vetores não estão no mesmo plano, portanto são linearmente
independentes.
Dada uma base ortonormal positiva {u, v, w}, se os vetores u = (u 1, u 2, u 3) e

v = (v 1, v 2, v 3) e w = (w 1, w 2, w 3), e , o produto misto entre eles é dado pelo
determinante:
u1 u2 u3
u, v, w v1 v2 v3 .
w1 w2 w3
Neste caso, teremos o resultado:
[u, v, w] = u1 (v2w3 - w2v3) - u2 (v1w3 - w1v3) + u3 (v1w2 - w1v2).
Exemplos
Considere o espaço vetorial  3, gerado pelos vetores ortonormais u = (1, 0, 0),

v = (0, 1, 0) e w = (0, 0, 1) e paralelepípedo gerado pelos módulo dos vetores

AB = 5 , AD = 2 e AE = 3 .
Figura 16. Paralelepípedo.
63
» Determine os pontos B, C, D, E, F, G e H sabendo que A = (0, 0, 0).
Solução:

Temos que AB = 5 , e sabemos que AB e u são colineares. Logo podem ser escritos
como combinação linear um do outro. Observe:

AB au a 1, 0, 0 a , 0, 0 .
Sendo,

AB a 2 02 02 5.
Logo, concluímos:
|a| = 5.
Como estamos trabalhando apenas com eixos positivos,

AB a1 b1 , a 2 b 2 , a 3 b3 5, 0, 0 .
Sendo, A =(0, 0, 0), obtemos B = (5, 0, 0).
De modo análogo, encontraremos que os demais pontos serão: C = (5, 2, 0);

D = (0, 2, 0); E = (0, 0, 3); F = (5, 0, 3); G = (5, 2, 3); H = (0, 2, 3).
» Determine a área limitada pelos pontos A, B, C e D, utilizando a

norma do produto vetorial.
Solução:
Sabemos que o produto vetorial é dado por:
i j k
u v u1 u 2 u3 .
v1 v 2 v3
Onde i, j e k, são os vetores da base ortonormal do espaço  3, , são os vetores sob os

quais calcularemos a área compreendida entre eles. No nosso caso, teremos:
u v w

AB AD 5 0 0 ,
0 2 0
64

AB AD 0u 0 v 10w
Resta agora calcularmos a norma desse vetor:

AB AD 02 02 102 10 .
Portanto, o valor resultante da área será:

AB AD 10.
» Determine o volume do paralelepípedo limitado pelos pontos A, B,

C, D, E, F, G e H utilizando o produto misto.
Solução:
O produto misto entre os vetores u, v e w é dado pelo determinante:

Substituiremos u, v e w por AB, ADe � AE ,
5 0 0

AB, AD, AE 0 2 0 ,

0 0 3

AB, AD, AE 5 * 2 * 3 30.

Portanto, o valor resultante do volume do paralelepípedo será:

AB, AD, AE 30.

65
Note que tanto a área do paralelogramo quanto o volume do

paralelepípedo poderiam ser facilmente calculadas por fórmulas mais
simples, já conhecidas, isso devido a nossa escolha de vetores e bases
ordenadas. Se nos fosse proposto vetores e bases de visualização mais
difíceis, sentiríamos uma dificuldade maior no momento de calcularmos
a área ou o volume pelas fórmulas convencionais. Estes produtos vetorial e
misto facilitarão a obtenção destes resultados.
66
CAPÍTULO 2
Retas e segmentos de retas
Neste capítulo, faremos representações de retas e segmentos de retas, determinando

quando são definidas por dois pontos, por um ponto e um vetor, por dois planos, além
de determinarmos a posição relativa, as intersecções, o ângulo e a distância entre elas.
Segmentos de reta
Por segmentos de retas compreendemos uma parte da reta que possui início e fim,
isto é, ela é determinada por dois pontos, inicial e final, a partir desses pontos
podemos calcular a norma, módulo ou comprimento desse segmento de reta.
Figura 17. Segmentos de reta.
B
H
A D
G
C
E
F
Na figura 16, temos os seguimentos AB , CD , EF e GH . Dados dois pontos A =

(a 1, a 2, a 3) e B = (b 1, b 2, b 3) determinamos um segmento da maneira a seguir:
A norma, módulo ou comprimento desse segmento é dada por:
AB a1 b1 a 2 b 2 a3 b3
2 2 2
.
67
Chamamos de segmento orientado se este possuir uma direção e sentido,

em outras palavras, segmentos de reta orientados é a forma mais eficiente de
representarmos os vetores.
Figura 18. Segmentos de reta orientados.
B
H
A D
G
C
E
F
A diferença entre as figuras 17 e 18 é apenas a orientação dos segmentos, a isso,

denominamos vetores.
Retas
Como já foi dito, retas são conjuntos infinitos de pontos colineares, seria
impossível representar uma reta completamente devido a sua imensidão. Nos
limitamos a tal representação.
Figura 19. Representação da reta.
68
Por dois pontos
Dados dois pontos A = (a 1, a2, a3) e B = (b 1, b 2, b 3) no espaço  3, tal que AB, a reta
r que passa por estes dois pontos é formada por todos os pontos P = (p 1, p 2, p 3),
tais que:
(a1 - p1, a2 - p2, a3 - p3) = T (a1 -b1, a2 - b2, a3 - b3),
onde t ϵ  .
Figura 20. Reta por dois pontos.
B r
Por um ponto e um vetor
Dado o ponto A = (a 1, a 2, a 3) e o vetor u = (u 1, u 2, u 3) no espaço  3 . Existe uma

única reta r que passa por A e tem a mesma direção que o vetor u. Um ponto
P = (p 1 , p 2 , p 3 ) que pertença a r, deve satisfazer:
(p1 - a1, p2 - a2, p3 - a3) = t (u1, u2, u3),
onde t ϵ  . Para um vetor u’ = (u’1, u’2, u’3) que não pertença a r, teremos,
(p1, p2, p3) = (a1 , a2, a3) + t (u'1, u'2, u'3).
Figura 21. Reta por um ponto e um vetor.
u r
u
A
69
Posição relativa entre retas
Dadas duas retas r e s no espaço  3, definida pelos vetores diretores r e s, e os

pontos R e S, respectivamente. A depender da forma que estão posicionadas no
espaço, r e s podem ser coincidentes, concorrentes ou paralelas. Vejamos:
Retas coincidentes
Diremos que duas retas r e s serão coincidentes quando representarem a mesma

reta, isto é:
Figura 22. Retas coincidentes.
S s
s
r
R
r
» Seus vetores diretores são combinação linear um do outro, logo

são LD.
» O ângulo entre as retas é zero.
» Se um ponto P ϵ r, logo P ϵ s.
» A intersecção entre as retas é a própria reta.
» A distância entre as retas é nula.

» O segmento orientado RS é paralelo aos vetores diretores.
Retas concorrentes
Diremos que duas retas r e s serão concorrentes quando:
70
Figura 23. Retas concorrentes.
R S s
r s
P
» Seus vetores diretores não são combinação linear um do outro, logo

são LI.
» O ângulo 0 entre as retas é diferente de zero.
» A intersecção entre as retas é um único ponto P.
» A distância entre as retas é zero.

» O segmento orientado RS é combinação linear dos vetores diretores.
Retas paralelas
Diremos que duas retas r e s serão paralelas quando:
Figura 24. Retas paralelas.
R s
r
s
71
» Seus vetores diretores são combinação linear um do outro, logo são LD.
» Se um pontos R ϵ r, logo R ∉ s, a recíproca é válida.
» O ângulo 0 entre as retas é zero.
» A intersecção entre as retas é vazia.
» A distância entre as retas é diferente de zero.

» O segmento orientado RS não é combinação linear dos vetores diretores.
Retas reversas
Diremos que duas retas r e s serão reversas quando:
Figura 25. Retas reversas.
» Seus vetores diretores não são combinação linear um do outro, logo

são LI.
» Se um pontos R ϵ r, logo R ∉ s, a recíproca é válida.
» O ângulo entre as retas é diferente de zero.
» A intersecção entre as retas é vazia.
» A distância entre as retas é diferente de zero.

» O segmento orientado RS não é combinação linear dos vetores diretores.
72
Intersecções entre retas
Determinar a intersecção entre duas retas equivale a resolver um sistema de

equações onde encontraremos pontos que satisfaçam às equações das retas. Os
seguintes casos podem ocorrer:
» a intersecção pode ser vazia, logo não existe nenhum ponto que
pertença às duas retas ao mesmo tempo (esse sistema é dito
incompatível);
» a intersecção pode ser não vazia, logo existe algum ponto que
pertença às duas retas ao mesmo tempo (esse sistema é compatível
e indeterminado);
» a intersecção pode ser não vazia e existir um único ponto que

pertença às duas retas ao mesmo tempo (esse sistema é compatível
e determinado).
Ângulo entre retas
O ângulo 0 entre duas retas r e s, é determinado pelo menor ângulo entre seus
vetores diretores r e s, (lembrando que -r e -s, também são vetores diretores.)
uv
u, v arc cos
u v
Distância entre retas
Para determinarmos a distância entre as retas r e s, precisamos inicialmente

descobrir a posição relativa entre elas. Vejamos:
» Se as retas forem coincidentes, a distância entre r e s é igual a zero;
» Se as retas forem concorrentes, a distância também será igual a zero;
» Se as retas forem paralelas, a distância d (r, s) entre elas será:
73
Figura 26. Distância entre retas paralelas.

Note que o vetor diretor r, o segmento orientado RS e a distância d (r, s)
formam um triângulo retângulo, logo:
Se as retas forem reversas, a distância d (r, s) entre elas será:
Figura 27. Distância entre retas reversas.
Note que a o vetor r' é paralelo ao vetor diretor r. Note ainda que os vetores r',
s e a distância d (r, s), formam um paralelepípedo com a área da base dada por
|r' x s|, e altura d (r, s). Sabemos que o volume desse paralelepípedo é dado por:
V = |r' x s| . d (r, s),
74
onde é o vetor com módulo d (r, s) e orientação no sentido de r' x s. Logo,
Exemplos
Dada a figura abaixo:
Figura 28. Plano cartesiano.
» Determine a reta que passa pelos pontos A = (0, 1, 0) e B = (2, 0, 0).
Solução:
A reta que passa pelos pontos A e B, tem o vetor diretor dado por:

AB 2 0, 0 1, 0 0 2, 1, 0 .
Portanto, a reta r é formada pelo conjunto de pontos P = (x, y, z) , tais que:
r: (x - 0, y - 1, z - 0) = t (2, -1, 0)
Onde t ϵ  .
» Determine a reta s que passa pelo ponto C = (2, 1, 0) e é paralela ao vetor

AB 2, 1, 0 .
Solução:
A reta s é dada pelo conjunto de pontos P = (x, y, z) , tais que:
(x, y, z) = (2, 1, 0) + t (2, -1, 0)
75
Onde t ϵ  .
Determine a posição relativa, intersecção, ângulo e distância entre as retas r e s.
Solução:
A posição relativa entre elas é paralela. Mostraremos agora que sua intersecção
é vazia. Portanto, não existe nenhum ponto P = (x, y, z) que satisfaça às duas
equações ao mesmo tempo, o ângulo entre elas é zero, pois seus vetores diretores
são paralelos, e a distância é positiva. Vejamos:
Dadas às equações:
onde t ϵ  .
Reescrevendo o sistema (I):
x 2t, y t, z 0, 0, 0 ,
II :
x 2 2t, y 1 t t, z 0, 0, 0 .
Mostraremos que ele é incompatível e, portanto, não possui solução. Observe:
x 2t 0 x 2 2t ,
III : y t 0 y 1 t ,
z 0 z.

Que resulta no sistema:
Que é incompatível, logo a intersecção é paralela. Calcularemos agora o ângulo,

dado pela equação:
76

Onde u e v, são os vetores diretores da reta. No nosso caso, teremos AB 2, 1, 0

e DC 2,1, 0 , onde D = (0, 2, 0). Substituindo os valores na equação, teremos:
2,� � 1, 0 2,1�� , 0

AB, DC arc cos
22 1 02 2 12 02
2 2
5
arc cos ,
5 5
arc cos 1,
0.
Resta agora, calcular a distância entre as retas paralelas, que é dada pela equação:

Tomemos os pontos já conhecidos, A = (0, 1, 0) e C = (2, 1, 0) e o sin AC, � r 1 .
2

Substituindo na equação:
E assim encerramos a questão.
77
CAPÍTULO 3
Notação vetorial e paramétrica
No capítulo anterior, compreendemos conceitos sobre retas e segmentos de retas,

e quais as ferramentas necessárias para compor uma reta, compreendemos ainda
sobre posições relativas, intersecções, ângulos e distâncias entre elas. Neste
capítulo, aprenderemos a escrever as equações vetoriais e paramétricas das retas.
Equação vetorial
É importante lembrar as ferramentas que a compõe, sejam por dois pontos, ou
por um ponto e um vetor. Vejamos por exemplo:
Dados dois pontos A = (a1, a2, a3) e B = (b1, b2, b3), a reta r que passa por estes dois

pontos, tem como vetor diretor u AB � b1 a1 , b 2 a 2 , b3 a3 u1 , u 2 , u3 , e todo
ponto P = (x1, x2, x3) que pertença a r, deve satisfazer:

AP tAB
= = tu,
Ou seja,
(x1 - a1, x2 - a2, x3 - a3) = t (b1 - a1, b2 - a2, b3 - a3) = t (u1, u2, u3).
Dessa maneira, a equação vetorial da reta r, é dada por:
(x1 - a1, x2 - a2, x3 - a3) = t (u1, u2, u3).
Figura 29. Notação vetorial da reta r.
78
Equação paramétrica
Dada a mesma reta da seção anterior, e a equação vetorial definida pelos pontos A =

(a1, a2, a3), B = (b1, b2, b3), e vetor diretor u AB � b1 a1 , b 2 a 2 , b3 a3 u1 , u 2 , u3 ,
a equação paramétrica da reta r é dada reescrevendo separadamente cada
coordenada da equação, isolando as coordenadas x1, x2 e x3 da seguinte forma:
x1 a1 tu1 ;

r : x 2 a 2 tu 2 ;
x a tu .
3 3 3
Chegamos então ao sistema de equações paramétricas da reta, ou simplesmente,

equação paramétrica da reta r.
Equação simétrica
Dada a equação paramétrica acima, no caso de não haver coordenada nula

no vetor diretor u, podemos reescrever este sistema de equações isolando o
parâmetro t de cada uma delas da maneira a seguir:
Dessa forma, obtemos um novo meio de escrever sistemas de equações da reta, a

este novo sistema, denominamos, equações simétricas da reta, ou simplesmente,
equações simétricas da reta r.
x1 a1 x 2 a 2 x3 a3
r :� � � .
u1 u2 u3
Exemplos
Dado o plano abaixo:

Figura 30. Plano cartesiano.
79
» Determine a equação vetorial, paramétrica e simétrica da reta r dada

pelos pontos A = (- 3, 0, 0), B = (0, - 1, 0).
Solução:
Iniciando pela equação vetorial, determinamos o vetor diretor
E sabemos que a reta r é formada por todos os pontos P = (x, y, z), que satisfazem
a equação:
r: (x +3, y, z) = t (3, -1, 0).
Onde t ϵ  . E essa é a equação vetorial desejada. Para escrevermos a equação

paramétrica da reta, isolamos as coordenadas, x, y, z, e escrevemos da forma
seguinte:
E essa é a equação na forma desejada. Nesse caso não podemos escrever a forma

simétrica dessa equação pois a coordenada z do vetor diretor AB , é nula. E
encerramos a questão.
» Determine a equação vetorial, paramétrica e simétrica da reta s

dada pelo ponto C = (0, 1, 1), e o vetor diretor AB = (3, -1, 1)
Solução:
Sabemos que a reta é formada por todos os pontos P = (x, y, z), que satisfazem a
equação:
s: (x, y - 1, z - 1) = t (3, - 1, 1).
Onde t ϵ  . E essa é a equação vetorial desejada. Para escrevermos a equação

paramétrica da reta, isolamos as coordenadas, x, y, z, e escrevemos da forma
seguinte:
80
E essa é a equação na forma desejada. A forma simétrica dessa equação será

dada isolando o parâmetro t de cada uma delas:
Assim, teremos a equação simétrica de s:
E encerramos a questão. Note que neste exemplo, escolhemos os pontos B = (0,

-1, 1) e C = (0, 1, 1) , por esse motivo, a coordenada z do vetor diretor AB , não foi
nula.
» Determine a posição relativa, intersecção, ângulo e distância, dados

pelas retas:
Solução:
Precisamos calcular a intersecção, ângulo e distância para determinarmos a posição

relativa das retas. Iniciando, pela intersecção, vejamos se existem pontos P = (x, y, z)
na intersecção:
x 3 3t x 3t ,

y t y 1 t,
z z 1 t.

Resultando,
3 0,

0 1,
0 1 t.

81
Portanto, o sistema é incompatível, não possui solução, a intersecção é vazia.

Descartamos as posições relativas concorrentes e coincidentes. Calculamos
agora o ângulo que dado pelos vetores diretores:
r = (3, -1, 0)
s = (3, -1, 1)
Vejamos:
r s
r, s arc cos ,
r s
3,� � 1, 0 3, 1�� ,1
arc cos
32 1 02 3 1 12
2 2 2
10
arc cos ,
10 11
10
arc cos 0.30627736916968.
11
Como o ângulo é não nulo, descartamos a possibilidade de as retas serem paralelas.

Logo, só podem ser reversas. Resta agora calcularmos a distância das retas, que é
dada pela equação:
r,� RS, s
d r,� s
r RS
Onde R e S, são pontos de r e s, respectivamente. Tomemos os pontos já conhecidos,

R = (-3, 0, 0), S = (0, 1, 1) os vetores diretores são r = (3, -1, 0) e s = (3, -1, 1) o

segmento orientado RS 3,1,1 . Substituindo na equação:

r RS 46

r, RS, s 6.

Logo,
46
d r, s .
6
E assim encerramos a questão.
82
Finalizamos esta unidade compreendendo o conceito de retas, segmentos

de retas e segmentos orientados de retas e sua relação com os vetores.
Abordamos a posição relativa entre as retas, intersecções, ângulos e
distâncias. Descrevemos as equações vetorial, paramétrica e simétrica das
retas. Seguiremos nessa mesma linhagem, agora com o estudo dos planos.
83
PLANOS UNIDADE III
O objetivo desta unidade é compreender o conceito dos planos, como descrevê-los,

como são formados, quais as condições necessárias para obtermos um plano,
descrever os tipos de equações dos planos, posições relativas, intersecções,
ângulos e distâncias entre planos, entre retas e planos e entre pontos e planos.
Usaremos letras gregas minúsculas para representar os planos.
CAPÍTULO 1
Princípios
Imagine as paredes de uma casa, o teto, ou até mesmo o chão. Estes são exemplos
de representações de um plano, que são superfícies lisas e planas, como o nome
já sugere, um “plano”. Podemos pensar também em folhas de um caderno, uma
quadra de futsal, ou um campo de futebol. Todos os exemplos citados aqui são
representações para superfícies planas.
Determinando um plano
Nesta seção descreveremos que os planos podem ser formados por três pontos
não colineares, por dois vetores não colineares e por um ponto e um vetor
perpendicular, ou normal ao plano.
Por três pontos
Dados três pontos não colineares A = ( a1, a2, a3), B = ( b1, b2, b3) e C = ( c1, c2, c3)
no espaço  3. Um ponto P = ( x1, x2, x3), deve pertencer ao plano formado por esses

três pontos, se os vetores AP x1 a1 , x 2 a 2 , x3 a3 , AB b1 a1 , b 2 a 2 , b3 a3 e

AC c1 a1 , c 2 a 2 , c3 a3 , forem coplanares, isto é, se pertencem ao mesmo plano,
84
PLANOS │ UNIDADE III
logo eles são linearmente dependentes e podem ser escrito como combinação
linear. Dados escalares reais a e b:

AP aAB bAC,
(x1 - a1, x2 - a2, x3 - a3) = a (b1- a1, b2 -a2, b3 - a3) + b (c1 - a1, c2 - a2, c3 - a3)
Isolando x1, x2, e x3, temos:
(x1, x2 x3) = a (b1- a1, b2 -a2, b3 - a3) + b (c1 - a1, c2 - a2, c3 - a3) + (a1, a2 a3)
Observe a figura:
Figura 31. Plano definido por três pontos.
Por um ponto e dois vetores
Dado um ponto A = (a1, a2, a3) no espaço  3, e dois vetores não colineares u = (u1,
u2, u3) e v = (v 1, v2, v3). Um ponto P = (x 1, x2, x3), deve pertencer ao plano formado

por esses dois vetores, se os vetores u, v e AP = (x 1 - a1, x 2 - a2, x 3 - a3) forem
coplanares, isto é, se pertencerem ao mesmo plano, logo eles são linearmente
dependentes e podem ser escrito como combinação linear. Dados escalares reais
a e b:

AP = au + bv,
(x 1 - a1, x2 - a2, x3 - a3) = a (u 1, u2, u3) + b (v 1, v2, v3),
Isolando x1, x2 e x3, temos:
(x1, x2, x3) = a (u 1, u2, u3) + b (v 1, v2, v3) + (a 1, a2, a3)
85
UNIDADE III │ PLANOS
Observe a figura:
Figura 32. Plano definido por um ponto e dois vetores diretores.
Por um ponto e um vetor perpendicular
Dado um ponto A = (a 1 , a 2 , a 3 ) no espaço  3, e n = (n 1 , n 2 , n 3 ) um vetor normal,

(perpendicular ao plano que queremos construir). Um ponto P = (x 1 , x 2 , x 3 )
deve pertencer ao plano ao qual n é perpendicular, se o produto interno entre os

vetores AP e n for zero, isto é:
.
AP n = 0
(x1 -a1, x2 -a2, x3 -a3) . (n1, n2, n3) = 0,
n1 (x1 -a1) + n2 (x2 -a2) + n3 (x3 -a3) = 0,
n1 x1 + n2 x2 + n3 x3 - (n1 a1 + n2 a2 + n3 a3) = 0,
Figura 33. Plano definido por um ponto e um vetor normal.
86
Posições relativas entre a reta e o plano
Nesta seção analisaremos o posicionamento relativo entre a reta e o plano, e o

que ocorrerá em cada caso de acordo com o posicionamento entre eles.
A posição relativa entre a reta e o plano pode ser classificada entre e reta
contida no plano, a reta paralela ao plano e a reta concorrente ao plano. Para
compreendermos o que acontece em cada caso, definiremos o plano e a reta da
seguinte forma:
» α: definido pelo ponto A = (a1, a2, a3) e vetor normal nα = (nα1, nα2, nα3),
ou pelo ponto A = (a1, a2, a3) e vetores diretores uα = (uα1, uα2, uα3) e
vα = (vα1, vα2, vα3);
» r : definida pelo ponto P = (p1, p2, p3) e o vetor diretor r = (r1, r2, r3).
Reta contida no plano
A reta r, conforme definida anteriormente, é dita estar contida no plano α de acordo

com as definições acima quando:
» nα . r = 0;
» Se P ϵ r, então P ϵ α;
» A intersecção entre o plano α e a reta r é a própria reta;
» 0 = (α, r) = 0;
» d = (α, r) = 0;

» O segmento orientado AP é perpendicular à nα;
» Os vetores uα e vα são linearmente dependentes;

» [ AP , uα, vα] = 0;
Figura 34. Reta contida no plano.
87
Reta paralela ao plano
A reta r, conforme definida anteriormente, é dita paralela ao plano α de acordo

com as definições acima quando:
» nα . r = 0;
» Se P ϵ r, então P ∉ α e vice-versa;
» A intersecção entre o plano α e a reta r é vazia;
» 0 = (α, r) = 0;
» d = (α, r) ≠ 0;

» O segmento orientado AP não é perpendicular à nα;
» Os vetores uα, vα e r são linearmente dependentes;

» [ AP , uα, vα] ≠ 0;
Figura 35. Reta paralela ao plano.
Reta concorrente ao plano
A reta conforme definida acima, é dita concorrente ao plano de acordo com as definições
acima quando:
» nα . r ≠ 0;
» A intersecção entre o plano α e a reta r é um único ponto;
» 0 = (α, r) ≠ 0;
88
» d = (α, r) = 0;
» Os vetores uα, vα e r são linearmente independentes;
» [r, uα, vα] ≠ 0;
Figura 36. Reta concorrente ao plano.
Intersecções entre a reta e o plano
Esta seção está destinada a descrever intersecções entre retas e planos, e os tipos
de intersecções que podem ocorrer em cada caso. Determinar a intersecção entre
a reta e o plano equivale a resolver um sistema de equações que encontraremos
pontos que satisfaçam às equações da reta e do plano. Os seguintes casos podem
ocorrer:
Intersecção vazia
A intersecção pode ser vazia, logo não existe nenhum ponto que pertença à reta e
ao plano ao mesmo tempo (esse sistema é dito incompatível).
Intersecção não vazia
A intersecção pode ser não vazia, logo existe algum ponto que pertença à reta e ao
plano ao mesmo tempo (esse sistema é compatível e indeterminado).
A intersecção pode ser não vazia e existir um único ponto que pertença à reta e ao
plano ao mesmo tempo (esse sistema é compatível e determinado).
89
Ângulos entre a reta e o plano
Esta seção está destinada a determinar ângulos entre a reta e o plano. Analisando a
posição relativa entre eles saberemos como proceder nos casos a seguir:
Ângulos nulos
Nos caso em que o vetor diretor da reta for perpendicular à normal do plano, o ângulo
entre a reta e o plano dará sempre zero. Estes são os casos em que as retas estão
contidas no plano, ou paralelas a eles.
Ângulos não nulos
No caso em que o vetor diretor da reta não for perpendicular à normal do plano,
o ângulo será diferente de zero e recorremos ao auxílio de uma equação que
envolve esses vetores. Essa equação é equivalente a usar o complementar do
ângulo entre o vetor diretor da reta e o vetor normal ao plano. Vejamos:
Dados o vetor normal nα ao plano α, (lembrando que -nα também é vetor normal ao
plano α.) e r vetor diretor da reta r, (lembrando que -r também é vetor diretor da reta
r) o ângulo 0 entre α e r será definido por:
n r
, r n , r arc cos .
2 2 n r
Figura 37. Ângulo entre Reta e o plano.
90
Distância entre a reta e o plano
Esta seção tem o objetivo de determinar a distância entre retas e planos, e entre pontos
e planos. Desde já, relembramos que a distância entre dois pontos A = (a1, a2, a3) e B =
(b1, b2, b3) quais quer é dada por:

d A, B AB b1 a1 b 2 a 2 b3 a3
2 2 2
Analisando a posição relativa entre a reta e o plano determinamos se a distância é

positiva ou não. Vejamos:
Distância nula
A distância será nula para os casos em que a reta esteja contida no plano ou
concorrente a ele, podemos também determinar a distância por intersecção, se
ela for não vazia, a distância será nula, que é o caso da reta contida no plano ou
concorrente a ele.
Distância positiva
A distância será positiva entre a reta e o plano se a intersecção for vazia, ou seja, no
caso da reta ser paralela ao plano. Essa distância será dada pelo menor segmento
entre os pontos A = (a 1, a 2, a 3) e P = (p 1, p 2, p 3), pertencentes respectivamente
ao plano e a reta:
d (α, r) = d (A, P).
Outro meio de calcularmos essa distância é tomar um ponto qualquer da reta

e recorrermos à situação anterior que corresponde a calcular a distância de um
ponto à um plano.
Figura 38. Distância entre a reta e o plano.
91
Exemplos
» Determine o plano dado pelos pontos A = (1, 1, 1), B = (2, 0, 1) e C = (0,

3, 1).
Solução:

O plano é formado pelos vetores diretores AB = (1, -1, 0) e AC = (-1, 2, 0), e todo
ponto P = (x, y, z), que satisfaça a equação.

AP = p AB + q AC ,
(x - 1, y - 1, z - 1) = p (1, -1, 0) + q (-1, 2, 0),
Pertence ao plano determinado pelos pontos A, B e C, para p e q ϵ  .
» Dada a equação da reta r
(x, y, z) = (0 ,2, 2) + t (2, 1, -1)
E o plano definido por:
(x -1, y - 1, z - 1) = p (1, -1, 0) + q (-1, 2, 0).
Determine a posição relativa entre eles, a intersecção, o ângulo e a distância.
Solução:
Iniciaremos com a intersecção e a partir de então, excluiremos algumas

possibilidades. Vejamos se existe algum ponto P = (x, y, z), que satisfaça às
equações ao mesmo tempo.
2t 1 p q,
I 2 t 1 p 2q,
2 t 1.

Resolvendo o sistema (I) encontramos,
p 4,
II q 3,
t 1.

Logo existe um único ponto P = (x, y, z) que satisfaz às equações da reta e do

plano, definido por:
P = (2, 3, 1).
92
Isso induz que a reta seja concorrente ao plano. Calcularemos agora o ângulo entre
eles que é determinado pelo complementar do ângulo entre o vetor diretor da reta e
o vetor normal do plano.
n r
, r n , r arc cos .
2 2 n r

A normal do plano α, é dado pelo vetor nα = (n1, n2, n3), que satisfaz nα . AP = 0, para

qualquer vetor AP no plano α. Vejamos usando o vetor diretor AB .
(n1, n2, n3) . (1, - 1, 0) = n1 - n2 = 0,
Logo, nα = n1 (1, 1, 0) + n3 (0, 0, 1), para quais quer ni ϵ  . Escolha nα = (1, 1, 1), e o vetor
diretor r = (-2, 0, 1), teremos:
3
, r n , r arc cos .
2 2 5
Como a reta é concorrente ao plano, a distância é nula, e caso encerrado.
Nesse capítulo, determinamos o plano por 3 pontos não colineares, por

um ponto e dois vetores não colineares, e por um ponto e um vetor normal
ao plano. Partindo das equações da reta e do plano, analisamos a posição
relativa entre eles, e calculamos suas interseções, ângulos e distâncias.
93
CAPÍTULO 2
Planos no espaço
Os planos são subconjuntos do espaço vetorial real tridimensional. Se tomamos dois

pontos quais quer no plano, a soma deles ainda será um elemento desse espaço,
e se multiplicarmos um elemento desse espaço por um escalar, o resultado ainda
pertencerá ao plano. Em resumo, um plano, é um subespaço do espaço  3.
No capítulo anterior, vimos como determinar os planos e a sua relação com as

retas, como se posicionam, a intersecção resultante, ângulos e distância entre
eles. Neste capítulo, buscaremos estas respostas, trabalhando apenas com os
planos.
Equações do plano
O plano é um conjunto de pontos no espaço  3 e que satisfazem uma equação
do primeiro grau. Como vimos no capítulo anterior, ele pode ser definido de
várias maneiras, nessa seção iremos descrever as equações na forma vetorial,
paramétrica, e geral ou normal do plano. Vejamos:
Equação vetorial do plano
Dados três pontos não colineares A = (a1, a2, a3), B = (b1, b2, b3) e C = (c1, c2, c3)
no espaço  3, a equação vetorial do plano é dada por um ponto P = (x1, x2, x3)
pertencente ao plano, pelos vetores diretores:

AB = (b1 - a1, b2 - a2, b3 - a3) = u (u1, u2, u3)

AC = (c1 - a1, c2 - a2, c3 - a3) = v (v1, v2, v3)
e pelos escalares reais , da seguinte forma:

AP = a AB + b AC ,
Ou equivalente,

AP = au + bv.
94
Equação paramétrica do plano
A equação paramétrica do plano é feita escrevendo as coordenadas x1, x2 e x3, em

sistemas isolados:
x1 a1 au1 bv1 ;

: x 2 a 2 au 2 bv 2 ;
x a au bv .
3 3 3 3
Ou de modo equivalente,
x1 a1 a b1 a1 b c1 a1 ;

: x 2 a 2 a b 2 a 2 b c2 a 2 ;
x a a b a b c a .
3 3 3 3 3 3
Equação geral, equação normal e equação do

plano
A equação geral, normal, ou simplesmente a equação do plano é dada por um

ponto A = (a 1, a 2, a 3) e um ponto P = (x 1, x 2, x 3) pertencentes ao plano e por um
vetor n = (n 1, n 2, n 3) normal ao plano. Uma vez que todo vetor pertencente ao

plano será perpendicular n, o produto interno entre AP e n deve ser zero, e a
equação do plano será:

AP . n = 0,
(x1 - a1, x2 - a2, x3 - a3) . (n1, n2, n3) = 0,
n1 (x1 - a1) + n2 (x2 - a2) + n3 (x3 - a3) = 0,
n1 x1 + n2 x2 + n3 x3 - (n1 a1 + n2 a2 + n3 a3) = 0.
Outra forma de obter a equação do plano é por meio dos vetores diretores

AB = (b 1 - a 1 , b 2 - a 2 , b 3 - a 3 ) = u = (u 1 , u 2 , u 3 ), AC = (c 1 - a 1 , c 2 - a 2 , c 3 -

a 3 ) = v = (v 1 , v 2 , v 3 ), e o vetor AP = (x 1 - a 1 , x 2 - a 2 , x 3 - a 3 ) Como estes são
coplanares, o produto misto entre eles será zero, uma vez que o volume dos
sólidos formados por vetores linearmente dependentes é nulo. Vejamos:

[ AP , AB , AC ] = 0.
Logo, o determinante:
95
x1 a1 x 2 a 2 x3 a3
b1 a1 b 2 a 2 b3 a3 0.
c1 a1 c 2 a 2 c3 a 3
Resultará em:
(x1 - a1)[(b2 - a2) (c3 - a3) - (c2 - a2) (b3 - a3)]+
- (x2 - a2)[(b1 - a1) (c3 - a3) - (c1 - a1) (b3 - a3)]+
+ (x3 - a3)[(b1 - a1) (c2 - a2) - (c1 - a1) (b2 - a2)] = 0.
Onde,
n1 = (b2 - a2)(c3 - a3) - (c2 - a2) (b3 - a3),
n2 = - (b1 - a1)(c3 - a3) + (c1 - a1) (b3 - a3),
n3 = (b1 - a1)(c2 - a2) - (c1- a1) (b2- a2),
são as coordenadas do vetor normal n. Assim obtemos a equação normal do plano.

Podemos também resolver o problema de encontrar a equação normal do plano

substituindo as coordenadas de AB e AC por u e v. Vejamos:

[ AP , u, v] = 0.
Logo, o determinante:
x1 a1 x2 a2 x3 a3
u1 u2 u3 0.
v1 v2 v3
Resultará em:
(x1 - a1)(u2 v3 - v2 u3 ) - (x2 - a2)(u1 v3 - v1 u3 ) + (x3 - a3)(u1 v2 - v1 u2) = 0.
Onde,
n1 = u2 v3 - v2 u3, n2 = - (u1 v3 - v1 u3 ), n3 = u1 v2 - v1 u2,
são as coordenadas do vetor normal n. E assim, obtemos a equação normal do plano.
96
Posição relativa entre planos
A posição relativa entre dois planos pode ser classificada em coincidentes, paralelos
e concorrentes. Para compreendermos o que acontece em cada caso, definiremos os
planos α e β da seguinte forma:
» α: definido pelo ponto A = (a 1 , a 2 , a 3 ) e vetor normal nα = (nα1, nα2,
nα3), ou pelo ponto A = (a 1 , a 2 , a 3 ) e vetores diretores uα = (uα1, uα2,

uα3) e vα = (vα1, vα2, vα3);
» β: definido pelo ponto B = (b 1 , b 2 , b 3 ) e vetor normal nβ = (nβ1, nβ2,
nβ3), ou pelo ponto B = (b 1 , b 2 , b 3 ) e vetores diretores uβ = (uβ1, uβ2,

uβ3) e vβ = (vβ1, vβ2, vβ3).
Planos coincidentes
Os planos α e β, conforme representados anteriormente, são ditos coincidentes e

paralelos quando:
» nα x nβ = 0;
» Existe B ϵ β, tal que B ϵ α;
» A intersecção entre α e β é o próprio α ou β;
» 0 = (α, β) = 0;
» d (α, β) = 0;

» O segmento orientado AB é perpendicular à nα e nβ;

» Os conjuntos { AB , uα, vα} e { AB , uβ, vβ} são linearmente dependentes;

» [ AB , uα, vα] = 0 e [ AB , uβ, vβ] = 0;
» O conjunto de vetores uα, vα uβ e vβ, são três a três linearmente dependentes.
97
Figura 39. Planos coincidentes.
Planos paralelos
Os planos α e β conforme representados acima, são ditos paralelos quando:
» nα x nβ = 0.
» Se A ϵ α, então A ∉ β.
» A intersecção entre α e β é vazia.
» 0 = (α, β) = 0.
» d (α, β) ≠ 0.

» O segmento orientado AB não é perpendicular à nα e nβ.

» Os conjuntos { AB , uα, vα} e { AB , uβ, vβ} são linearmente independentes.

» [ AB , uα, vα] ≠ 0 e [ AB , uβ, vβ] ≠ 0.
» O conjunto de vetores uα, vα, uβ e, vβ são três a três linearmente

dependentes.
98
Figura 40. Planos Paralelos.
Planos concorrentes
Os planos, conforme representados anteriormente, são ditos concorrentes quando:
» nα x nβ ≠ 0;
» A intersecção entre α e β é uma reta;
» 0 = (α, β) ≠ 0;
» d (α, β) = 0

» O segmento orientado AB não é perpendicular à nα e nβ;

» Os conjuntos { AB , uα, vα} e { AB , uβ, vβ} são linearmente independentes;

» [ AB , uα, vα] ≠ 0 e [ AB , uβ, vβ] ≠ 0;
» O conjunto de vetores uα, vα, uβ e vβ, são três a três linearmente

independentes.
99
Figura 41. Planos Concorrentes.
Intersecções entre planos
Nesta seção analisaremos o posicionamento relativo entre os planos, e o que

ocorrerá em cada caso de acordo com o posicionamento entre eles. Determinar
a intersecção entre dois planos equivale a resolver um sistema de equações onde
encontraremos retas que satisfaçam às equações dos planos. Os seguintes casos
podem ocorrer:
Intersecção vazia
A intersecção pode ser vazia, logo não existe nenhum ponto que pertença às duas
retas ao mesmo tempo (esse sistema é dito incompatível).
Intersecção não vazia
» A intersecção pode ser não vazia, logo existe alguma reta que pertença
aos dois planos ao mesmo tempo (esse sistema é compatível e
indeterminado).
» A intersecção pode ser não vazia e existir uma única reta que pertença
aos dois planos ao mesmo tempo (esse sistema é compatível e
determinado).
Ângulos entre planos
Nesta seção determinaremos o ângulo entre os planos de acordo com o

posicionamento entre eles:
100
Ângulo nulo
O ângulo entre os planos será zero, sempre que seus vetores normais forem
paralelos, este é o caso de que os planos são paralelos ou coincidentes.
Ângulo não nulo
O ângulo entre os planos será diferente de zero, no caso de seus vetores

normais não serem paralelos, este é o caso em que os planos são concorrentes.
Para determinar tal ângulo, recorremos ao auxílio de uma equação envolvendo
seus vetores normais. Dados n α e n β vetores normais dos planos α e β
respectivamente, (lembrando que - n α e - n β também são respectivamente
vetores normais aos planos α e β.)O ângulo 0 entre α e β será definido por:
n n
, arc cos .
n n
Figura 42. Ângulo entre Planos Concorrentes.
Distância entre planos
Analisando a posição relativa, ou a intersecção entre os planos é possível

determinar que a distância entre eles é positiva ou não. Vejamos cada caso:
101
Distância zero
Se os planos possuírem intersecção não vazia, que é o caso de eles serem

coincidentes ou coincidentes, a distância entre eles será sempre zero.
Distância positiva
Se a intersecção for vazia, os planos serão paralelos e recorremos ao auxílio da

seguinte equação:
d (α, β) = d (A, β) = d (α, β)
Para dois planos α e β dados, e pontos A = (a1, a2, a3) e B = (b1, b2, b3), pertencentes
respectivamente aos planos. Já vimos que a distância de um ponto a um plano é
dada por:

AB, u , v

d ,� B
u v
onde uα = (uα1, uα2, uα3) e vα = (vα1, vα2, vα3) são vetores diretores do plano α.
Figura 43. Distância entre planos.
Exemplos
» Determine as equações vetorial, paramétrica e geral do plano α

formado pelos vetores diretores uα = (1, 1, 1), vα = (1, 1, B) e o ponto
A = (2, 2, 1).
102
Solução:
A equação vetorial do plano é dada pelo conjunto dos pontos P = (x, y, z), que
satisfazem a equação:

α: AP = puα + quα
α: (x - 2, y - 2, z -1) = p (1, 1, 1) + q (1, 1, 0).
Para p e q ϵ  .
A equação paramétrica é dada isolando as coordenadas x, y, z e escrevendo na

forma do seguinte sistema:
x 2 p q,

:� y 2 p q,
z 1 p.

A equação normal é obtida, através do produto misto:

: AP, u , u 0,
x 2 y 2 z 1
: 1 1 1 0,
1 1 0
:� x y 0.
Da equação normal, concluímos que o vetor normal é dado por nα = (1, -1, 0)
» Dado o plano β: x + y + z = 0, determine a posição relativa,

intersecção, ângulo e distância entre α e β.
Solução:
Calculando inicialmente a intersecção entre os planos:
x - y = x + y.
Obtemos que ela é dada pelos pontos P = (x, 0, 0), tais que x ϵ  , que corresponde
a reta r. Através desse resultado, concluímos que esses planos são concorrentes,
portanto, a distância entre eles é zero. Resta calcular o ângulo entre eles que é dado
pela equação:
103
n n
, arc cos .
n n
Pela equação do plano β, encontramos o vetor normal a ele nβ = (1, 1, 0).

Encontraremos 0:
1,� � 1, 0 1,1�� , 0
, arc cos ,
12 12 12 12
arc cos 0,

.
2
Superfícies no espaço
Nesta seção, vamos descrever as superfícies no plano, quando são superfícies

cônicas, ou quádricas.
Cônicas
Superfície cônica é um conjunto de pontos P = (x, y) ϵ  2 que satisfazem uma equação

do segundo grau nas variáveis x e y. De acordo com a equação:
Ax2 = By2 + Cxy + Dx + Ey + F = 0.
Onde A, B, C, D, E, F são números reais. Para que obtenhamos uma superfície

cônica, devemos ter ao menos um dos números A, B, C diferentes de zero.
Exemplos
De acordo com os números A, B, C, D, E, F indicaremos o tipo de superfície que

iremos gerar. Vejamos:
» Para gerar uma circunferência de raio 1, teremos os valores A = 1,

B = 1, C = 0, D = 0, E = 0 e F = -1.
x2 + y 2 = 1
» Para gerar uma elipse, devemos ter os valores de A e B diferentes de

zero e diferentes entre si, além do valor F ser negativo. Suponha A = 2,
B = 3, C = 0, D = 0, E = 0 e F = 6.
104
x 2 y2
1.
3 2
» Para gerar uma hipérbole, devemos ter os valores de A, B e F diferentes

de zero, A e B diferentes entre si, e com sinais opostos. Suponha A = 2,
B = -3, C = 0, D = 0, E = 0 e F = -6.
x 2 y2
1.
3 2
» Para gerar uma parábola, devemos ter os valores de A e E diferentes

de zero ou B e D diferentes de zero. Suponha A = 1, B = 0, C = 0, D = 0,
E = -1 e F = 0.
x2 - y = 0
Quádricas
Superfície quádrica é um conjunto de pontos P = (x, y, z) ϵ  3 que satisfazem

uma equação do segundo grau nas variáveis x, y e z. De acordo com a equação:
Ax2 + By2 + Cz2 + Dxy + Eyz + Fxz + Gx + Hy + Iz + J = 0
Onde A, B, C, D, E, F, G, H, I, J são números reais. Para que obtenhamos uma

superfície cônica, devemos ter ao menos um dos números A, B, C, D, E, F,
diferentes de zero.
Exemplos
De acordo com os números A, B, C, D, E, F, G, H, I, J, indicaremos o tipo de

superfície que iremos gerar. Vejamos:
» Para gerar uma esfera de raio 1, teremos os valores A = 1, B = 1, C = 1,

D = 0, E = 0, F = 0, G = 0, H = 0, I = 0 e J = -1.
x2 + y2 + z2 = 1.
» Para gerar uma elipsoide, devemos ter os valores de A, B e C diferentes

de zero, não todos iguais, além do valor ser negativo. Suponha A = 2,
B = 3, C = 3, D = 0, E = 0, F = 0, G = 0, H = 0, I = 0 e J = 6.
105
x 2 y2 z2
1.
3 2 2
» Para gerar um hiperboloide, devemos ter os valores de A, B, C e J

diferentes de zero, não todos iguais, e com sinais opostos. Suponha
A = 2, B = - 3, C = 3, D = 0, E = 0, F = 0, G = 0, H = 0, I = 0 e J = - 6.
x 2 y2 z2
1.
3 2 2
» Para gerar um paraboloide, devemos ter os valores de A, B e

I diferentes de zero, ou A, C e H diferentes de zero, ou B, C e G,
diferentes de zero. Suponha A = 1, B = 1, C = 0, D = 0, E = 0, F = 0,
G = 0, H = 0, I = - 1 e J = 0.
x2 + y2 - z = 0.
» Para gerar um cone, devemos ter os valores de A, B e C diferentes de

zero, com sinais não todos iguais. Suponha A = 1, B = 1, C = - 1, D = 0,
E = 0, F = 0, G = 0, H = 0, I = 0 e J = 0.
x2 + y2 - z2 = 0.
Encerramos com este capítulo o conteúdo dessa disciplina, aptos a

descrever equações do plano de forma geral, distinguindo a posição
relativa entre eles, encontrar, quando existir, a intersecção entre eles,
calcular ângulos e distâncias. Finalizamos o capítulo com uma breve
descrição das superfícies cônicas e quádricas, determinando a superfície
que pode ser gerada por meio da escolha dos coeficientes.
106
Referências
ANDRADE, L. N. Vetores e Geometria Analítica. Notas de Aula. João Pessoa, 2013.
BOLDRINI, J. L.; COSTA, S. I. R.; FIGUEIREDO, V. L.; WETZLER, H. G. Álgebra

Linear. 3. ed. São Paulo: Ed. HARBRA ltda.
CAMARGO, I.; BOULOS, P., Geometria Analítica um tratamento vetorial. 3.

ed. Pearson Pretice Hall, 2004.
DUARTE FILHO, J. C.; FAVARETO, M. S. C. Cálculo Vetorial com Geometria

Analítica. Notas de Aula. João Pessoa, 2016.
HALLIDAY, D.; RESNICK, R.; WALKER, J.; Tradução de AGUIAR, F. M., TABOSA, J.
W. R. Fundamentos de Física. v.I: Mecânica, Rio de Janeiro: Ed. LTC, 2006.
HOFFMAN, K.; KUNZE, R. Tradução de WATANABE, R. Álgebra Linear. Rio de

Janeiro: Livros Técnicos e Científicos, 1979.
KREIDER, D. L.; KULLER, R. G.; OSTBERG, D. R.; tradução, GOMIDE, E. F.

Equações Diferenciais. São Paulo: Ed. da Universidade de São Paulo, 1972.
MURDOCH, D. Geometria Analítica. São Paulo: Ed. LTC, 1987.
SANTOS FILHO, J. E.; SOUZA, S. A.; MATIAS, F. O.; SILVA, A. S.; PINHEIRO NETO,
A. A.; ASSIS, J. G.; Licenciatura em Matemática à distância. João Pessoa: Ed.
UNIversitária UFPB, 2008.
SILVA, A. A. Introdução à Álgebra Linear. João Pessoa: Ed. Universitária/UFPB,

2007.
107

Geometria analítica: retas, planos e espaços

Enviado por

Dados do documento

Descrição original:

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

Geometria analítica: retas, planos e espaços

Enviado por

Direitos autorais:

Formatos disponíveis

Retas, Planos e Espaços

Rubicely Francisco do Nascimento

Equipe Técnica de Avaliação, Revisão Linguística e Editoração

ORGANIZAÇÃO DO CADERNO DE ESTUDOS E PESQUISA..................................................................... 5

REFERÊNCIAS ................................................................................................................................ 107

A proposta editorial deste Caderno de Estudos e Pesquisa reúne elementos que se

Pretende-se, com este material, levá-lo à reflexão e à compreensão da pluralidade

Elaborou-se a presente publicação com a intenção de torná-la subsídio valioso, de modo

Para facilitar seu estudo, os conteúdos são organizados em unidades, subdivididas em

Sugestão de estudo complementar

Sugestões de leituras adicionais, filmes e sites para aprofundamento do estudo,

Chamadas para alertar detalhes/tópicos importantes que contribuam para a

Informações complementares para elucidar a construção das sínteses/conclusões

Trecho que busca resumir informações relevantes do conteúdo, facilitando o

Para (não) finalizar

Texto integrador, ao final do módulo, que motiva o aluno a continuar a aprendizagem

O conteúdo deste material é baseado em cursos de Geometria Analítica e Álgebra

Na primeira unidade, trabalhamos com os espaços vetoriais, ela foi dividida em

» Determinar espaços e subespaços vetoriais e realizar operações entre

» Resolver sistemas de equações lineares.

» Identificar conjunto de vetores linearmente independentes, as

» Descrever as transformações lineares, sua relação com as matrizes e

» Compreender vetores e realizar operações de produto vetorial, escalar

» Associar segmentos orientados aos vetores.

» Definir retas por dois pontos, por um ponto e um vetor, e a posição

» Escrever as equações vetorial, paramétrica e simétrica das retas.

Na terceira e última unidade, o conteúdo foi dividido em dois capítulos

» Determinar planos por três pontos não colineares, ou por um ponto

» Identificar a posição relativa entre planos, retas e planos.

» Calcular a intersecção, distância e ângulos entre planos, e entre retas e

» Descrever as equações vetorial, paramétrica e normal do plano.

» Apresentar superfícies cônicas e quádricas e escrever suas equações.

Finalizamos essa disciplina aptos a aplicar o conteúdo, a determinar equações de

» Resolver sistemas de equações lineares.

» Determinar dependência e independência linear de vetores, bases e

» Definir as propriedades das transformações lineares.

» Compreender os vetores, como utilizar produtos escalares, vetoriais e

» Abranger o conhecimento das retas, os segmentos de retas, o plano.

» Escrever as equações reta, segmentos de retas, planos e superfícies

Esta unidade apresentará os espaços vetoriais de forma geral. Estudaremos os

Um corpo é o conjunto F munido das operações:

E multiplicação por escalar

Satisfazendo as propriedades a seguir:

» a + (b + c) = (a + b) + c, para todos ; (associatividade da adição.).

» a + b = b + a, para todos a e b ϵ F; (comutatividade da adição).

» Existe 0 ϵ F, tal que a + 0 = 0 + a = a, para todo a ϵ F (0 é o único

» Para cada a ϵ F existe -a ϵ F tal que a + (-a)= (-a)+ a = 0; (-a é o

» a(bc) = (ab)c, para todos a,b e c ϵ F; (associatividade da

» ab = ba, para todos a e b ϵ F; (comutatividade da multiplicação.).

» 1*a = a*1 = a, para todo a ϵ F; (1 é o único elemento neutro da

» Para cada a ϵ F-{0}, existe a -1 ϵ F tal que aa -1 = a -1 a= 1; (a -1 é o

» a(b + c) = ab + ac e (a + b)c = ac + bc para todos a,b e c ϵ F.

» O conjunto dos números racionais  , reais  e complexos  ,

» O conjunto dos número naturais  não é um corpo por não

» O conjunto dos números inteiros  também não é um corpo, por

Convém destacar que, para um conjunto ser chamado de corpo, é essencial

Dizemos que um determinado conjunto F é subcorpo de um corpo G,

Podemos então dar sequência ao estudo dos espaços vetoriais:

E multiplicação por escalar

Satisfazendo as propriedades a seguir:

» u + (v + w) = (u + v) + w, para todos u, v e w ϵ V; (associatividade

» u + v = v + u, para todos u e v ϵ V; (comutatividade da adição).

» 1a = a1 = a, para todo a ϵ F; (1 é o único elemento neutro da