Cálculo de Funções de Várias Variáveis Um Livro Colaborativo UFRGS

Cálculo de Funções de Várias Variáveis
Um Livro Colaborativo
11 de julho de 2022
Organizadores
Esequia Sauter - UFRGS
Fabio Souto de Azevedo - UFRGS
Pedro Henrique de Almeida Konzen - UFRGS
ii
Licença
Este trabalho está licenciado sob a Licença Creative Commons Atribuição-

CompartilhaIgual 3.0 Não Adaptada. Para ver uma cópia desta licença, visite
https://creativecommons.org/licenses/by-sa/3.0/ ou envie uma carta para
Creative Commons, PO Box 1866, Mountain View, CA 94042, USA.
iii
Nota dos organizadores
Nosso objetivo é de fomentar o desenvolvimento de materiais didáticos pela

colaboração entre professores e alunos de universidades, institutos de educação e
demais interessados no estudo e aplicação do cálculo nos mais diversos ramos da
ciência e tecnologia.
Para tanto, disponibilizamos em repositório público GitHub (https://github.
com/reamat/Calculo) todo o código-fonte do material em desenvolvimento sob
licença Creative Commons Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC-
BY-SA-3.0). Ou seja, você pode copiar, redistribuir, alterar e construir um novo
material para qualquer uso, inclusive comercial. Leia a licença para maiores infor-
mações.
O sucesso do projeto depende da colaboração! Participe diretamenta da escrita
dos recursos educacionais, dê sugestões ou nos avise de erros e imprecisões. Toda
a colaboração é bem vinda. Veja mais sobre o projeto em:
https://www.ufrgs.br/reamat/Calculo
Desejamos-lhe ótimas colaborações!
iv
Prefácio
Em construção ... Gostaria de participar na escrita deste livro? Veja como em:
https://www.ufrgs.br/reamat/participe.html
v
Sumário
Capa i
Organizadores ii
Licença iii
Nota dos organizadores iv
Prefácio v
Sumário ix
1 Introdução 1
1.1 Exercícios finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Álgebra vetorial 2
2.1 Vetores e escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 O espaço euclidiano tridimensional . . . . . . . . . . . . . . . . . . 4
2.3 Ângulo entre vetores e o produto escalar . . . . . . . . . . . . . . . 10
2.4 O produto vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5 Os triplos produtos e outras identidades vetoriais . . . . . . . . . . 22
2.6 Sistema de coordenadas cilíndricas . . . . . . . . . . . . . . . . . . 26
2.7 Sistema de coordenadas esféricas . . . . . . . . . . . . . . . . . . . 27
2.8 Exemplos na física . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.9 Notas avançadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.9.1 O que é um espaço linear? . . . . . . . . . . . . . . . . . . . 30
2.9.2 Todo espaço linear tem uma base? Axioma da escolha. . . . 30
2.9.3 Qual amplo é o conceito de norma? . . . . . . . . . . . . . . 31
2.9.4 E o produto escalar? . . . . . . . . . . . . . . . . . . . . . . 31
vi
SUMÁRIO vii
3 Álgebra vetorial 33
3.1 Vetores e escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 O espaço euclidiano tridimensional . . . . . . . . . . . . . . . . . . 35
3.3 Ângulo entre vetores e o produto escalar . . . . . . . . . . . . . . . 41
3.4 O produto vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.5 Os triplos produtos e outras identidades vetoriais . . . . . . . . . . 53
3.6 Sistema de coordenadas cilíndricas . . . . . . . . . . . . . . . . . . 57
3.7 Sistema de coordenadas esféricas . . . . . . . . . . . . . . . . . . . 58
3.8 Exemplos na física . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.9 Notas avançadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.9.1 O que é um espaço linear? . . . . . . . . . . . . . . . . . . . 61
3.9.2 Todo espaço linear tem uma base? Axioma da escolha. . . . 61
3.9.3 Qual amplo é o conceito de norma? . . . . . . . . . . . . . . 62
3.9.4 E o produto escalar? . . . . . . . . . . . . . . . . . . . . . . 62
4 Seções cônicas 64
4.1 Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.1.1 Equação canônica . . . . . . . . . . . . . . . . . . . . . . . . 64
4.1.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.1.3 Forma paramétrica . . . . . . . . . . . . . . . . . . . . . . . 64
4.2 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.4 Rotação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.4.1 Discriminante . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.5 Conexão com seções do cone . . . . . . . . . . . . . . . . . . . . . . 67
4.6 Cônicas em coordenadas polares . . . . . . . . . . . . . . . . . . . . 68
5 Superfícies Quádricas 69
5.1 Elipsóide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.1.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.2 Parabolóide elíptico . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

viii Cálculo Numérico

5.2.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.3 Parabolóide hiperbólico . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.3.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.4 Hiperbolóide de uma folha . . . . . . . . . . . . . . . . . . . . . . . 71
5.4.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.5 Hiperbolóide de duas folhas . . . . . . . . . . . . . . . . . . . . . . 71
5.5.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.6 Cilíndro elíptico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.6.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.7 Cilindro hiperbólico . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.7.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.8 Cilindro parabólico . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.8.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.9 Cone elíptico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.9.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6 Derivadas parciais 75
6.1 Funções de várias variáveis . . . . . . . . . . . . . . . . . . . . . . . 75
6.2 Limites e continuidade . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.3 Derivadas parciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.4 Diferenciabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.5 Gradiente e derivadas direcionais . . . . . . . . . . . . . . . . . . . 77
6.6 Regra da cadeia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.7 Otimização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

SUMÁRIO ix
6.8 Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . 78

7 Integrais múltiplas 79
7.1 Integrais múltiplas e iteradas . . . . . . . . . . . . . . . . . . . . . . 79
7.2 Integrais duplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.3 Integrais triplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.4 Integração em coordenadas curvilíneas . . . . . . . . . . . . . . . . 80
7.5 Integração em coordenadas curvilíneas . . . . . . . . . . . . . . . . 81
7.6 Mudança de variáveis - O jacobiano . . . . . . . . . . . . . . . . . . 81
Referências Bibliográficas 83
Índice Remissivo 84

Capítulo 1
Introdução
Exercícios resolvidos
Esta seção carece de exercícios resolvidos. Participe da sua escrita.
Veja como em:
Exercícios
Esta seção carece de exercícios. Participe da sua escrita.
Veja como em:
1.1 Exercícios finais

Veja como em:
1
Capítulo 2
Álgebra vetorial
O objetivo deste capítulo é revisar conceitos básicos do cálculo e da álgebra

linear necessários ao entendimento do cálculo vetorial.
2.1 Vetores e escalares

Na álgebra linear, vetores são definidos de forma abstrata como os elementos
de um espaço vetorial. Os vetores são, então, os elementos de um conjunto em
que estão definidas duas operações: a soma de vetores e o produto de vetores
por escalares obedecendo as propriedades (3.1). Um escalar é um número real ou
complexo. Quando o corpo de escalares é o conjunto dos números reais, então
dizemos que o espaço vetorial é real. Quando o corpo de escalares é o conjunto
dos números complexos, dizemos que o espaço vetorial é complexo. Usaremos uma
letra latina com uma seta para denotar vetores (~u, ~v e w).
~ Para que um espaço
vetorial esteja bem definido, as seguinte propriedades devem ser satisfeitas:
~u + ~v = ~v + ~u, (Comutatividade da soma) (2.1a)

~u + (~v + w)
~ = (~v + ~u) + w,~ (Associatividade da soma) (2.1b)
(α + β) ~u = α~u + β~v , (Distributividade da multiplicação) (2.1c)
α (~u + ~v ) = α~u + α~v , (Distributividade da soma) (2.1d)
α (β~u) = (αβ) ~u, (2.1e)
~0 + ~v = ~v , (Existência do vetor nulo) (2.1f)
0~v = ~0, (2.1g)
1~v = ~v . (Elemento neutro) (2.1h)
Observação 2.1.1. O vetor nulo ~0 e escalar nulo 0 são entidades matemáticas
distintas e não devem ser confundidas.
2
2.1. VETORES E ESCALARES 3
Observação 2.1.2. Observamos que a propriedade associativa dada por (3.1b)

permite que se escreve a soma de três vetores ~u + ~v + w
~ sem risco de ambiguidade.
A propriedade (3.1e) é algumas vez chamada de associatividade, no entanto, é
cauteloso observar que ela não estabelece a associatividade de uma operação, já
que o produto de escalares é uma operação distinta do produto de um escalar por
um vetor. A propriedade (3.1f) garante a existência de um vetor nulo que funciona
com um elemento neutro da soma vetorial.
A subtração de dois vetores é definida por
~u − ~v = ~u + (−1)~v . (2.2)
O vetor (−1)~v é também denotado por −~v e tem a seguinte propriedade:
~v + (−~v ) = ~v + (−1)~v = (1 − 1)~v = 0~v = ~0. (2.3)
Um conjunto de vetores {~v1 , ~v2 , . . . , ~vn } é dito linearmente dependente (LD),

se existem escalares {α1 ,α2 , . . . , αn } com pelo menos um αi 6= 0 tal que
n
αi~vi = ~0
X
i=1
Analogamente, um conjunto de vetores {~v1 , ~v2 , . . . , ~vn } é dito linearmente indepen-

dente (LI) se a identidade
n
αi~vi = ~0
X
i=1
implica necessariamente que
α1 = α2 = . . . = αn = 0.
Um conjunto de vetores LI B = {~e1 , ~e2 , . . . , ~en } é dito uma base para um espaço
vetorial V se todo vetor ~v ∈ V pode ser escrito como uma combinação linear dos
vetores de B:
n
~v =
X
αi~ei .
i=1
Um espaço vetorial é dito de dimensão finita se admite uma base composta por
um número finito de elementos.
Teorema 2.1.1. Seja V um espaço vetorial e E = {~e1 , ~e2 , . . . , ~en } e F = {f~1 , f~2 , . . . , f~m }
duas bases de V . Então n = m. Em outras palavras, todas as bases de espaço linear
de dimensão finita têm o mesmo número de elementos.

4 Cálculo Numérico
A importância deste teorema reside no fato de permitir a definição de dimensão

de um espaço vetorial como sendo o número de elementos de uma base. Esta
definição está bem posta, uma vez que este número independe da escolha de base.
Outro conceito importante em espaços reais de dimensão finita é o de orientação
de uma base. O leitor já deve estar familiarizado com o conceito de orientação
dextrogira e levogira (regra da mão direita e esquerda) no espaço tridimensional.
No entanto este conceito pode ser estendido de forma natural para espaços reais de
n-dimensões. Formalmente falando duas bases B1 e B2 têm a mesma orientação
se o determinante da transformação linear que liga B1 a B2 é positivo.
O espaço vetorial real de n dimensões é denotado Rn .
Veja como em:
Exercícios
Veja como em:
2.2 O espaço euclidiano tridimensional

Nossa principal preocupação neste curso é com o espaço euclidiano de três
dimensões, dada sua importância para descrição do espaço na física clássica.
O leitor já tem familiaridade com o sistema de coordenadas cartesianas (xyz)
para representar um ponto no espaço euclidiano tridimensional. Neste sistema,
também chamado referencial cartesiano, cada ponto é representado por um con-
junto de três coordenadas x, y e z. Observamos que existem duas maneiras dis-
tintas de orientar tal sistema: usando a regra da mão direita e a regra da mão
esquerda, que recebem o nome de dextrogira e levogira, respectivamente. Neste
texto, daremos preferência pela orientação dextrogira, que convencionaremos como
padrão. Uma vez escolhido um sistema dextrogiro como base, um trio de vetores
linearmente independentes ~u, ~v e w
~ é dito dextrogiro se o determinante
det (~u; ~v ; w)
~ (2.4)

2.2. O ESPAÇO EUCLIDIANO TRIDIMENSIONAL 5
Figura 2.1: À esquerda, um sistema dextrogiro (regra da mão direita). À direita,

sistema levogiro (regra da mão esquerda).
é positivo. Reciprocamente, o trio ~u, ~v e w

~ é dito levogiro se o determinando for
negativo. Veja mais detalhes no exemplo (3.2.8).
Um vetor é representado neste sistema como um trio de números reais, deno-
minados componentes do vetor ~v e denotados por:
~v = hv1 ,v2 ,v3 i . (2.5)
É natural neste momento definir os vetores ~i, ~j e ~k como
~i = h1,0,0i
~j = h0,1,0i (2.6)
~k = h0,0,1i
de forma que a expressão (3.5) pode ser escrita como
~v = v1~i + v2~j + v3~k. (2.7)
O vetor nulo é definido como vetor cujas três coordenadas são nulas:
~0 = 0~i + 0 ~j + 0 ~k = h0,0,0i . (2.8)
A soma de dois vetores é dada pela soma componente a componente, ou seja, se

~u = u1~i + u2~j + u3~k e ~v = v1~i + v2~j + v3~k, então
~u + ~v = (u1 + v1 )~i + (u2 + v2 ) ~j + (u3 + v3 ) ~k. (2.9)
O produto de um vetor por um escalar é definido como a multiplicação componente

a componente pelo escalar, ou seja, se ~u = u1 ~i + u2 ~j + u3 ~k, então
α~u = (αu1 )~i + (αu2 )~j + (αu3 )~k. (2.10)

Definimos também a norma euclidiana de um vetor ~v como a distância da

origem até o ponto que o vetor representa e a denotamos por k~v k. Pelo Teorema
de Pitágoras, da geometria euclidiana, temos:
q
k~v k = v12 + v22 + v32 . (2.11)
Veja como em:
Exercícios
E 2.2.1. Mostre que o espaço vetorial assim definido satisfaz as propriedades

(3.1).
E 2.2.2. Verifique que a norma euclidiana satisfaz as seguintes propriedades:
kα~uk = |α| k~uk, (Homogeneidade) (2.12a)

k~u + ~v k ≤ k~uk + k~v k, (Desigualdade triangular) (2.12b)
k~uk = 0 =⇒ ~u = ~0, (Separação) (2.12c)
Dica: Para mostrar a desigualdade triangular, entenda seu significado geomé-

trico. Uma demonstração puramente algébrica pode ser feita, embora seja mais
laboriosa. Veremos mais adiante que o conceito de produto escalar permite sim-
plificar os cálculos.
A fim de simplificar a notação, a norma de um vetor ~v pode ser escrita sim-
plesmente como v, ou seja
v = k~v k
Um vetor de norma 1 é chamado de vetor unitário. Todo vetor não nulo pode
ser escrito na forma
~v = vv̂ (2.13)
onde v é a norma de ~v e v̂ é um vetor unitário dado por
~v
v̂ = . (2.14)
v
~u ~v
~u + ~v
Figura 2.2: Representação gráfica da desigualdade triangular: k~u +~v k ≤ k~uk + k~v k
O vetor v̂ é chamado de versor de ~v . v̂ é um vetor unitário que tem mesmo sentido

e direção de ~v .
A identidade (3.13) tem uma importante interpretação geométrica: todo vetor
não nulo pode ser representado pelo seu módulo e por seu versor, que traz a
informação de direção e sentido. Os vetores ~i, ~j e ~k são exemplos de versores. O
vetor nulo é o único vetor ao qual não se pode associar direção e sentido únicos.
E 2.2.3. Mostre que a norma de um versor conforme definido em (3.14) é

sempre unitária.
E 2.2.4. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e w ~ = 31~i + 21~j.

Represente estes vetores em um referencial euclidiano, calcule suas normas, calcule
os versores associados
√ v̂ e ŵ e represente-os
û, √ √ no
√ mesmo√ gráfico.√ √
√
Resp: √
u = 2, v = 5 e w = 6
13
. û = 2
2~
i + 2
2~
j, v̂ = 5
5~
i + j, ŵ =
2 5~
5
2 13~
13
i + 13 j
3 13~
E 2.2.5. Considere o vetor ~u = cos θ~i + sen ϕ~j. Mostre que este vetor é
unitário e represente-o graficamente quando ϕ = 0, ϕ = π6 , ϕ = π2 e ϕ = π
E 2.2.6. Considere o vetor ~u = sen θ cos ϕ~i + sen θ sen ϕ~j + cos θ~k. Verifique
que este vetor é unitário e represente-o graficamente quando
a) θ = 0
b) θ = π
4
eϕ= π
4
c) θ = π
2
eϕ= π
4

d) θ = π
E 2.2.7. Seja u = u1~i + u2~j um vetor não nulo fixo no plano xy e ~v =

~
v cos ϕi + sen ϕj um vetor de norma fixa no plano xy. Considere a função
~ ~
m(ϕ) = k~u + ~v k e encontre o valor máximo e mínimo de m(ϕ). Interprete o
resultado.
E 2.2.8. Conforme observado no texto, um trio de vetores ~u, ~v e w
~ é dextrogiro
se

u1 v1 w1

det (~u; ~v ; w)
~ = u2 v2

w2

> 0.

u3 v3 w3
onde ~u = u1~i + u2~j + u3~k, ~v = v1~i + v2~j + v3~k e w

~ = w1~i + w2~j + w3~k. Faça o que
se pede:
a) Verifique que se ~u, ~v e w

~ forma um sistema dextrogiro então ~v , ~u e w
~ é
levogiro.
b) Verifique que se ~u, ~v e w

~ forma um sistema dextrogiro então ~v , w
~ e ~u e w,
~ ~u
e ~v são dextrogiros.
c) Verifique que o trio ~u, ~v e w

~ é dextrogiro quando ~u = ~i + ~j, ~v = −2~i + ~j e
~ = ~i + ~j + ~k.
w
d) Verifique que o trio ~u, ~v e w

~ = ~i. Interprete graficamente.
w
E 2.2.9. Considere um sistema de coordenadas cartesianas dextrogiro cons-

truído da seguinte forma:
• O centro da Terra coincide com a origem do sistema.
• O extremo norte da Terra intercepta o eixo z em valores positivos.
• O observatório de Greenwich está sob plano xz com x > 0.
Considere a superfície terrestre com uma esfera de raio R⊕ . Denote a longitude

por λ e a latitude por φ. Convecione como positivas a longitude leste e a latitude
norte. Veja figura 3.3. Seja ~r = x~i + y~j + z~k o vetor que representa um ponto
sobre a superfície da Terra. Responda:

Figura 2.3: Representação gráfica do sistema de coordenadas geográficas.

a) Qual a norma do vetor ~r?
b) Qual é o valor da componentes x, y e z de ~r em termos de λ e φ?
c) Seja d a distância entre dois pontos sobre a superfície terrestre. Use a lei dos
cossenos1 para mostrar que distância δ sobre a superfície esférica entre esses
mesmos dois pontos é dada por
!
d2
δ = R⊕ cos −1
1−
2R⊕2
Interprete os casos particulares d = 0 e d = 2R⊕ .
d) Considerando R⊕ = 6378Km e os seguintes valores para as coordenadas

geográficas de Porto Alegre, Londres e Tóquio, construa uma tabela com os
valores de λ e φ e as coordenadas xyz em quilômetros de cada uma dessas
cidades.
Localidade Latitude Longitude

Porto Alegre 30◦ 010 5800 S 51◦ 130 4800 O
Londres 51◦ 300 2800 N 0◦ 70 4100 O
Tóquio 35◦ 410 2200 N 139◦ 410 3000 L
Tabela 2.1: Coordenadas geográficas de algumas cidades.
e) Construa uma tabela com as distâncias em linha reta e sobre a superfície da

Terra entre cada uma dessas cidades.
f) As seguintes coordenadas indicam locais de grande importância cultural ou

turística, identifique-os:
2.3 Ângulo entre vetores e o produto escalar

Na seção anterior, começamos a trabalhar com vetores no espaço euclidiano.
No entanto, até o momento não lidamos explicitamente com ângulos entre vetores.
Introduziremos primeiramente o conceito de produto escalar ou produto interno
entre vetores. O produto escalar é uma operação que liga um par de vetores a um
1
Seja um triângulo de lados a, b e c e seja θ o ângulo entre os lados de comprimento a e b,
então c2 = a2 + b2 − 2ab cos θ. Ver também figura 3.4 na página 44.

2.3. ÂNGULO ENTRE VETORES E O PRODUTO ESCALAR 11
Localidade x y z
1 4192,872Km 168Km 4803,175Km
2 1175,603Km 5550,889Km 2912,813Km
3 3996,282Km -127,418Km 4969,143Km
Tabela 2.2: Coordenadas geográficas de três localidades incógnitas.
escalar. O produto escalar entre os vetores ~u e ~v é denotado por ~u · ~v e é definida

no espaço euclidiano tridimensional como:
~u · ~v = u1 v1 + u2 v2 + u3 v3 (2.15)
Considere os vetores ~u, ~v e w

~ relacionados por
~ = ~u − ~v .
w
Este trio de vetores pode ser intepretado como os três lados de um triângulo como
na figura 3.4. Da lei dos cossenos, sabemos que a seguinte relação é satisfeita:
w2 = u2 + v 2 − 2uv cos θ
supondo u 6= 0 e v 6= 0, temos
u2 + v 2 − w 2
cos θ = .
2uv
Usamos agora a definição de norma de um vetor dada em (3.11):
u2 = u21 + u22 + u23

v 2 = v12 + v22 + v32
w2 = w12 + w22 + w32 = (u1 − v1 )2 + (u2 − v2 )2 + (u3 − v3 )2
Simplificando, temos:
u2 + v 2 − w 2 u1 v1 + u2 v2 + u3 v3 ~u · ~v
cos θ = = =
2uv uv uv
Esta última expressão nos permite escrever
~u · ~v = uv cos (~u,~v ) = uv cos θ (2.16)
onde cos (~u,~v ) indica o cosseno do ângulo entre os vetores ~u e ~v .

Resp: a) r = R⊕ b) x = R⊕ cos φ cos λ, y = R⊕ cos φ sen λ e z = R⊕ sen φ

Localidade φ λ x y z
Porto Alegre −30,0328◦ −51,23◦ 3457,65 −4305,07 −3192,16
Londres 51,5078◦ −0,0781◦ 3969,71 -5,41 4992,02
Tóquio 35,6894◦ 139,6917◦ 3950,26 3351,05 3720,87
Tabela 2.3: Coordenadas geográficas e cartesianas de algumas cidades - solução

do item d.
Localidades Distância em linha reta Distância sobre a superfície esférica

Porto Alegre-Londres 9260Km 10360Km
Porto Alegre-Tóquio 12700Km 18840Km
Tóquio-Londres 8695Km 9570Km
Tabela 2.4: Distância entre as cidades - solução do item e.
Localidade λ φ Identificação
1 48◦ 510 3000 N 0◦ 020 2400 L
2 27◦ 100 2700 N 0◦ 580 4200 L
3 51◦ 100 4400 N 0◦ 010 5500 W
Tabela 2.5: Solução do item f
Observação 2.3.1. Neste momento, o leitor deve observar que a definição que
demos originalmente para o produto escalar em (3.15) dependia fortemente do
sistema de coordenadas escolhido. No entanto, a identidade (3.16) mostra que o
valor do produto escalar depende apenas da norma dos vetores envolvidos e do
ângulo entre esses vetores, ou seja, (3.16) pode ser usado como uma definição
intrínseca (que não depende da escolha do sistema de coordenadas) de produto
escalar.
Observação 2.3.2. O produto escalar do vetor nulo ~0 por qualquer vetor é zero.

~u
w
~
~v
Figura 2.4: Lei dos cossenos: kwk
~ 2 = k~uk2 + k~v k2 − 2 k~uk k~v k cos θ
O produto escalar satisfaz as seguintes propriedades:
~u · ~v = ~v · ~u, (Comutatividade) (2.17a)

~u · (α~v + β w)~ = α(~u · ~v ) + β(~u · w),
~ (Linearidade) (2.17b)
~u · ~u = u ,2
(Respeito à norma) (2.17c)
|~u · ~v | ≤ uv, (Desigualdade de Cauchy-Schwarz) (2.17d)
As propriedades (3.17a), (3.17b) e (3.17c) podem ser trivialmente demonstradas

diretamente a partir da definição de produto escalar dada em (3.15).
E 2.3.1. Demonstre essas três propriedades.

Observe que α(~u · ~v ) = (α ~u) · ~v pelo que podemos escrever α ~u · ~v sem risco de
ambiguidade.
E 2.3.2. Use (3.17a) e (3.17b) para mostrar a seguinte propriedade:
(α~u + β~v ) · w
~ = α(~u · w)
~ + β(~v · w)
~

A desigualdade de Cauchy-Schwarz (3.17d) pode ser demonstrada a partir de

(3.16) uma vez que
−1 ≤ cos θ ≤ 1.
No entanto, uma demonstração puramente algébrica pode ser dada a partir das
propriedades (3.17a), (3.17b) e (3.17c). Dada a beleza desta demonstração e da
possibilidade de generalização, apresentamo-na a seguir:
Consideramos primeiramente os versores û e v̂ definidos em (3.14) e calculamos
kû + v̂k2 = (û + v̂) · (û + v̂) = 2 + 2û · v̂
kû − v̂k2 = (û − v̂) · (û − v̂) = 2 − 2û · v̂
onde usamos que û · û = v̂ · v̂ = 1 posto que a norma de um versor é sempre 1.
Agora observamos que kû + v̂k2 ≥ 0 e kû − v̂k2 ≥ 0, pelo que temos:
−1 ≤ û · v̂ ≤ 1
O que implica |û · v̂| ≤ 1. Como ~u = uû e ~v = vv̂, temos
|~u · ~v | ≤ uv
Observamos que com uma demontração puramente algébrica para a desigual-
dade de Cauchy-Schwarz, podemos derivar uma demonstração puramente algébrica
da desigualdade triangular (3.12b). Ver também a discussão do excício 3.2.2. Para
tal considere a seguinte identidade:
k~u + ~v k2 = (~u + ~v ) · (~u + ~v ) = u2 + 2~u · ~v + v 2
Como ~u · ~v ≤ |~u · ~v | ≤ uv, temos:
k~u + ~v k2 ≤ u2 + 2uv + v 2 = (u + v)2
Extraindo a raiz quadrada de ambos os lados, temos:
k~u + ~v k ≤ (u + v) = k~uk + k~v k
Dois vetores não nulos ~u e ~v são dito ortogonais se o ângulo entre eles é 90◦ ,
ou seja, se cos (~u,~v ) = 0. De (3.16), isto acontece quando ~u · ~v = 0. Usamos o
símbolo ⊥ para denotar a ortogonalidade:
~u⊥~v ⇐⇒ ~u · ~v = 0 (2.18)
Em especial os vetores unitários ~i, ~j e ~k são ortogonais, ou seja:

~i · ~j = ~i · ~k = ~j · ~k = 0.

Veja como em:
Exercícios
E 2.3.3. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e w

~ = 31~i + 12~j
conforme exercício 3.2.4. Calcule o ângulo entre esses vetores.
Resp: 18,43◦ , 11,3◦ e 7,13◦
E 2.3.4. Mostre que se α e β são escalares diferentes de zero e ~u e ~v são

vetores não nulos, então
cos (α~u,β~v ) = cos (~u,~v ) .
Interprete geometricamente esta identidade.
E 2.3.5. Mostre que se ~u = u1~i + u2~j + u3~k então u1 = ~u · ~i, u2 = ~u · ~j e

u3 = ~u · ~k. Conclua que

~u = ~u · ~i ~i + ~u · ~j ~j + ~u · ~k ~k.
√ √
E 2.3.6. Sejam ~u = 22 ~i + ~j e ~v = 22 ~i − ~j . Mostre que estes vetores são
unitários e ortogonais entre si. Encontre dois vetores unitários distintos ortogonais
tanto a ~u quanto a ~v .
Resp: −~k e ~k.
E 2.3.7. Sejam ~u = 2~i + ~j + ~k e ~v = 2~i − ~j − ~k. Mostre que estes vetores são
ortogonais entre si. Encontre dois vetores unitários distintos ortogonais tanto a ~u
como a ~v . √ √
Resp: 22 ~j − ~k e 22 −~j + ~k .
E 2.3.8. Encontre três vetores ~u, ~v e w

~ tais que:
a) (~u · ~v ) w
~ = ~0 mas ~u (~v · w)
~ 6= ~0
b) (~u · ~v ) w
~ 6= ~u (~v · w)
~ e ambos não nulos.
Exemplos de respostas: a) ~u = ~i, ~v = ~j e w

~ = ~j. b) ~u = ~i, ~v = ~i + ~j e w
~ = ~j.

E 2.3.9. Sejam os vetores ~u = cos(θ1 )~i + sen (θ1 )~j e ~v = cos(θ2 )~i + sen (θ2 )~j
então
cos (~u,~v ) = cos(θ1 − θ2 ).
Conclua que o ângulo θ entre ~u e ~v é dado por


 |θ1 − θ2 |, |θ1 − θ2 | ≤ 180◦
θ=
360◦ − |θ1 − θ2 |, |θ1 − θ2 | > 180◦


contanto que θ1 e θ2 estejam entre 0 e 360◦ . Interprete geometricamente este

resultado.
E 2.3.10. Seja ~u um vetor não nulo fixo e ~v um vetor de norma não nula
fixa. Mostre que k~u + ~v k tem um ponto de máximo quando û = v̂ e um ponto de
mínimo quando û = −v̂. Interprete o resultado geometricamente e compare com
o problema (3.2.7).
Dica: k~u + ~v k2 = u2 + v 2 + 2~u · ~v e (3.16).
2.4 O produto vetorial

Além do produto escalar entre vetores, definimos também o produto vetorial.
Enquanto o produto escalar de dois vetores é um escalar, o produto vetorial é um
terceiro vetor. O produto vetorial entre ~u = u1~i + u2~j + u3~k e ~v = v1~i + v2~j + v3~k
é denotado ~u × ~v e é definido em coordenadas cartesianas como:
~u × ~v = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k (2.19)
A definição de produto vetorial pode parecer à primeira vista arbitrária e forte-

mente dependente do sistema de coordenadas escolhido. No entanto, mostraremos
que o produto vetorial admite uma formulação intrínseca, ou seja, que não depende
do sistema de coordenadas escolhido. Ademais, veremos que tanto o produto es-
calar como o produto vetorial surgem naturalmente no estudo da física clássica.
O produto vetorial possui as seguintes propriedades:
~u × ~v = −~v × ~u, (Anticomutatividade) (2.20a)

(α~u + β~v ) × w ~ = α (~u × w)~ + β (~v × w) ~ , (Linearidade à esquerda) (2.20b)
~u × (α~v + β w) ~ = α (~u × ~v ) + β (~u × w) ~ , (Linearidade à direita) (2.20c)
(~u × ~v ) · ~u = (~u × ~v ) · ~v = 0, (Ortogonalidade) (2.20d)
k~u × ~v k = uv sen (~u,~v ). (Norma) (2.20e)
det (~u; ~v ; ~u × ~v ) = u2 v 2 sen 2 (~u,~v ) > 0. (Orientação dextrogira) (2.20f)

2.4. O PRODUTO VETORIAL 17
Nas duas últimas propriedades, sen (~u,~v ) denota o seno do ângulo entre os vetores ~u
e ~v . Observa-se que quando ~u ou ~v é nulo, este ângulo não está bem definido, estas
identidades devem ser então interpretadas como k~u × ~v k = 0 e det (~u; ~v ; ~u × ~v ) = 0.
A última propriedade significa que o trio ~u, ~v e ~u × ~v forma um sistema dex-
trogiro.
E 2.4.1. Mostre as propriedades (3.20a), (3.20b) e (3.20c).

A propriedade da ortogonalidade pode ser demonstrada diretamente da defini-
ção de produto vetorial e produto escalar:
h i
(~u × ~v ) · ~u = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k u1~i + u2~j + u3~k
= (u2 v3 − u3 v2 ) u1 + (u3 v1 − u1 v3 ) u2 + (u1 v2 − u2 v1 ) u3 = 0
igualmente temos:
h i
(~u × ~v ) · ~v = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k v1~i + v2~j + v3~k
= (u2 v3 − u3 v2 ) v1 + (u3 v1 − u1 v3 ) v2 + (u1 v2 − u2 v1 ) v3 = 0
Para provar a propriedade (3.20e), mostraremos primeiramente a seguinte (inte-
ressante) identidade:
k~u × ~v k2 + |~u · ~v |2 = u2 v 2 (2.21)
Da definição de norma e de produto vetorial temos:
2

k~u × ~v k2 = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k

= (u2 v3 − u3 v2 )2 + (u3 v1 − u1 v3 )2 + (u1 v2 − u2 v1 )2

= u22 v32 − 2u2 u3 v2 v3 + u23 v22 + u23 v12 − 2u1 u3 v1 v3 + u21 v32

+ u21 v22 − 2u1 u2 v1 v2 + u22 v12 . (2.22)
Da definição de norma e de produto escalar temos:
|~u · ~v |2 = (u1 v1 + u2 v2 + u3 v3 )2 = u21 v12 + u22 v22 + u23 v32 + 2u1 u2 v1 v2 + 2u1 u3 v1 v3 + 2u2 u3 v2 v3 .
Somando estas últimas duas expressões, simplificando e reagrupando termos, che-
gamos ao resultado desejado:
k~u × ~v k2 + |~u · ~v |2 = (u1 v1 + u2 v2 + u3 v3 )2
= u21 v12 + u21 v22 + u21 v32 + u22 v12 + u22 v22 + u22 v32 + u23 v12 + u23 v22 + u23 v32

= u21 + u22 + u23 v12 + v22 + v32 = u2 v 2 .
Agora que dispomos da identidade (3.21), usamos (3.16) para escrever

h i
k~u × ~v k2 = u2 v 2 −|~u · ~v |2 = u2 v 2 −[uv cos (~u,~v )]2 = u2 v 2 1 − cos2 (~u,~v ) = u2 v 2 sen 2 (~u,~v )

Figura 2.5: Regra da mão direita.
Extraímos a raiz quadrada, observando que sen (~u,~v ) ≥ 0 e obtemos o resultado

desejado (3.20e). Um caso particular importante é quando os vetores ~u e ~v estão
na mesma direção. Como sen 0 = sen 180◦ = 0, o produto vetorial de dois vetores
paralelos é ~0. Para demonstrar a propriedade (3.20f), calculamos o determinante
envolvido

v1 (u2 v3 − u3 v2 )

u
1

det (~u; ~v ; ~u × ~v ) = u2

v2 (u3 v1 − u1 v3 )

u3

v3 (u1 v2 − u2 v1 )

= u21 v22 − u1 u2 v1 v2 + u23 v12 − u1 u3 v1 v3 + u22 v32 − u2 u3 v2 v3

− u1 u2 v1 v2 − u22 v12 − u1 u3 v1 v3 − u21 v32 − u2 u3 v2 v3 − u23 v22
Agora basta observar que esta expressão é idêntica a (3.22), ou seja, k~u × ~v k2
e portanto o determinante det (~u; ~v ; ~u × ~v ) é positivo.

~u × ~v
~v
~u
Figura 2.6: Interpretação geométrica do produto vetorial.
A importância desta propriedade está no fato que se w ~ = ~u × ~v então o trio de

vetores ~u, ~v e w
~ forma um sistema dextrogiro. Além disso, por causa da proprie-
dade (3.20d), w ~ deve ser ortogonal tanto aos vetores ~u, ~v . Finalmente, observando
a propriedade da norma (3.20e), podemos estabelecer a seguinte identidade para
o produto vetorial de dois vetores não colineares ~u e ~v :
~u × ~v = uv sen (~u,~v ) ê (2.23)
onde o versor ê é ortogonal ao plano gerado por ~u e ~v e forma um sistema dextrogiro

com eles.
A norma do produto vetorial entre os vetores ~u e ~v pode ser interpretada como
a área do paralelogramo cujos lados são ~u e ~v (ver figura 3.6. A direção do produto
vetorial é então ortogonal ao plano gerado por ~u e ~v e o sentido é dado pela regra
da mão direita.
A definição de produto vetorial dada em (3.19) pode ser mais facilmente lem-

brada através do seguinte determinante formal:

~i ~j ~k

~u × ~v = u1 u2 u3 (2.24)

v1 v2 v3

que pode ser calculado pela regra de Sarrus.

O produto vetorial entre os vetores unitários ~i, ~j e ~k pode ser obtido da definição
(3.19) ou da caracterização geométrica do produto vetorial:
~i × ~i = ~0, ~i × ~j = ~k, ~i × ~k = −~j

~j × ~i = −~k, ~j × ~j = ~0, ~j × ~k = ~i
~k × ~i = ~j, ~k × ~j = −~i, ~k × ~k = ~0 (2.25)
E 2.4.2. Seja ~u = ~i + 2~j e ~v = 3~i − 2~j, calcule o vetor w

~ = ~u × ~v .
Solução. Primeira forma: Calcularemos primeiramente usando o determinante

(3.24):

~i ~j ~k ~i ~j ~k

~ =
w u1 u2 u3 = 1 2 0

v1 v2 v3
3 −2 0

= ~i(0 − 0) + ~j(0 − 0) + ~k(−2 − 6)

= −8~k
Segunda forma: Calcularemos usando as propriedades (3.20) e as relações (3.25):

~ = ~u × ~v = ~i + 2~j × 3~i − 2~j
w
= 3(~i × ~i) − 2(~i × ~j) + 6(~j × ~i) − 4(~j × ~j)
= 3 ~0 − 2 ~k − 6 ~k − 4 ~0
= −8~k


Veja como em:
Exercícios
Veja como em:
E 2.4.3. Refaça os exercícios 3.3.6 e 3.3.7 usando o conceito de produto

vetorial.
~ tais que ~u × (~v × w)
~ 6= (~u × ~v ) × w.
~
Exemplo de resposta: ~u = i, ~v = i e w
~ ~ ~
~ = k.
E 2.4.5. Simplifique as seguintes expressões:

a) ~u × ~u
b) ~u × û
c) ~u · ~u
d) ~u · û
e) (~u + ~v ) · (~u + ~v )
f) (~u + ~v ) × (~u + ~v )
g) (~u − ~v ) · (~u − ~v )
h) (~u − ~v ) × (~u − ~v )
i) (~u + ~v ) · (~u − ~v )
j) (~u + ~v ) × (~u − ~v )
Resp: ~0,~0,u2 ,u,u2 + 2~u · ~v + v 2 , ~0, u2 − 2~u · ~v + v 2 , ~0, u2 − v 2 , 2~v × ~u
E 2.4.6. Mostre que ~u · (~v × w)

~ = det (~u; ~v ; w).
~ Conclua que o trio de vetores
~u, ~v e w
~ forma um sistema dextrogiro se ~u ·(~v × w)~ > 0 e levogiro se ~u ·(~v × w)
~ < 0.
Interprete geometricamente.

2.5 Os triplos produtos e outras identidades ve-

toriais
O triplo produto escalar é definido por um produto vetorial e um produto
escalar, isto é:
~u · (~v × w).
~ (2.26)
Em coordenadas cartesianas, podemos escrever o triplo produto vetorial como:
h i
u1~i + u2~j + u3~k · v1~i + v2~j + v3~k × w1~i + w2~j + w3~k .
Agora, usando a definição em cartesianas do produto vetorial dada na equação

(3.19), substituindo ~u e ~v por ~v e w,
~ respectivamente, isto é:
~ = (v2 w3 − v3 w2 )~i + (v3 w1 − v1 w3 ) ~j + (v1 w2 − v2 w1 ) ~k.

~v × w
Obtemos:
~u · (~v × w)
~ = u1 (v2 w3 − v3 w2 ) + u2 (v3 w1 − v1 w3 ) + u3 (v1 w2 − v2 w1 )
= (u1 v2 w3 − u1 v3 w2 ) + (u2 v3 w1 − u2 v1 w3 ) + (u3 v1 w2 − u3 v2 w1 )

u1 u2 u3

=
v1 v2 v3

= det (~u,~v ,w)
~ (2.27)

w1 w2 w3
Observação 2.5.1. Assim como o produto vetorial possui uma interpretação ge-
ométrica importante, a intepretação geométrica do triplo produto escalar está re-
lacionado com o paralelepípedo formado pelos vetores ~u, ~v e w,
~ ver figura (3.7). O
módulo é o volume do paralepípedo e o sinal é dado pela orientação do trio ~u, ~v e w:
~
positivo ou negativo para as orientações dextrogira ou levogira, respectivamente.
O triplo produto escalar pode, portanto, ser calculado pelo determinante da

matriz formada pelas componentes dos três vetores envolvidos. A expressão do
triplo produto escalar como o determinante dos três vetores poderia ter sido mais
rapidamente obtido usando (3.24) o determinante formal que, alternativamente,
define o produto vetorial:

~i ~j ~k

u1 u2 u3

~u · (~v × w)
~ = ~ ~ ~
u1 i + u2 j + u3 k · v1 v2 v3

=
v1 v2 v3

(2.28)

w1 w2 w3
w1 w2 w3

2.5. OS TRIPLOS PRODUTOS E OUTRAS IDENTIDADES
VETORIAIS 23
Figura 2.7: Representação do paralelepípedo formado por três vetores.

Sabemos que quando permutamos duas linhas de uma matriz, seu determinante
muda de sinal, pelo que podemos obter as seguintes relações:
~u · (~v × w)
~ = −~v · (~u × w)
~ = ~v · (w~ × ~u)
= −w
~ · (~v × ~u) = w
~ · (~u × ~v ) = −~u · (w
~ × ~v )
Extraindo apenas os termos de ordem ímpar temos:
~u · (~v × w)
~ = ~v · (w
~ × ~u) = w
~ · (~u × ~v ) (2.29)
Observação 2.5.2. Um caso particular interessante é quando escolhemos w
~ =
~u × ~v e obtemos:
det (~u,~v ,~u × ~v ) = (~u × ~v ) · (~u × ~v ) = k~u × ~v k2 .
Assim, retornamos à expressão (3.20f).
Podemos igualmente definir o triplo produto vetorial como o produto vetorial
de um vetor pelo produto vetorial de outros dois vetores, isto é:
~u × (~v × w)
~ .
Observe cuidadosamente que o produto vetorial não é associativo, isto é, pode
acontecer ~u × (~v × w)
~ 6= (~u × ~v ) × w
~ (ver problema 3.4.4), portanto, a ordem
dos vetores é relevante.2 Podemos mostrar que o triplo produto vetorial pode ser
expresso como:
~u × (~v × w)
~ = (~u · w)
~ ~v − (~u · ~v ) w
~
Para verificar esta identidade, retornamos ao produto vetorial entre ~v e w ~ em
coordenadas cartesianas e o escrevemos como a diferença entre dois vetores:
~ = (v2 w3 − v3 w2 )~i + (v3 w1 − v1 w3 ) ~j + (v1 w2 − v2 w1 ) ~k
~v × w

= v2 w3~i + v3 w1~j + v1 w2~k − v3 w2~i + v1 w3~j + v2 w1~k = p~1 − p~2 .
| {z } | {z }
p~1 p~2

~u × p~1 = u1~i + u2~j + u3~k × v2 w3~i + v3 w1~j + v1 w2~k
= (u2 v1 w2 − u3 v3 w1 )~i + (u3 v2 w3 − u1 v1 w2 ) ~j + (u1 v3 w1 − u2 v2 w3 ) ~k

= u2 v1 w2~i + u3 v2 w3~j + u1 v3 w1~k − u3 v3 w1~i + u1 v1 w2~j + u2 v2 w3 ~k


= u2 v2 w1~i + u3 v3 w2~j + u1 v3 w1~k − u3 v1 w3~i + u1 v2 w1~ju2 v3 w2~k

VETORIAIS 25
Subtraíndo temos:
h i
~u × (p~1 − p~2 ) = (u2 w2 + u3 w3 ) v1~i + (u1 w1 + u3 w3 ) v2~j + (u1 w1 + u2 w2 ) v3~k
h i
− (u2 v2 + u3 v3 ) w1~i + (u1 v1 + u3 v3 ) w2~j + (u1 v1 + u2 v2 ) w3~k
Agora, somamos u1 v1 w1 à primeira coordenada de cada um dos dois termos da

subtração; somamos u2 v2 w2 à segunda coordenada de cada um dos dois termos da
subtração e somamos u3 v3 w3 à terceira coordenada de cada um dos dois termos
da subtração para obter:
h i
~u × (p~1 − p~2 ) = (~u · w)
~ v1~i + (~u · w) ~ v3~k
~ v2~j + (~u · w)
h i
− (~u · ~v ) w1~i + (~u · ~v ) w2~j + (~u · ~v ) w3~k
= (~u · w)~
~ v − (~u · ~v )w.
~
Lembrando que p~1 − p~2 = ~v × w,

~ obtemos:
~u × (p~1 − p~2 ) = ~u × (~v × w)

~ = (~u · w)~
~ v − (~u · ~v )w.
~
O formulário abaixo resume as identidades que acabamos de demonstrar e lista

mais algumas sem demonstração:
~u · (~v × w)
~ = ~v · (w
~ × ~u) = w
~ · (~u × ~v ) , Triplo produto escalar
(2.30a)
~u × (~v × w)
~ = (~u · w)
~ ~v − (~u · ~v ) w,
~ Triplo produto vetorial
(2.30b)
(~u × ~v ) × w
~ = (~u · w)
~ ~v − (~v · w)
~ ~u, Triplo produto vetorial
(2.30c)
(~u × ~v ) · (w~ × ~x) = (~u · w)
~ (~v · ~x) − (~v · w)
~ (~u · ~x) , (2.30d)
(~u · (~v × w))
~ ~x = (~u · ~x) (~v × w)
~ + (~v · ~x) (w~ × ~u) + (w
~ · ~x) (~u × ~v ) , (2.30e)
(~u × ~v ) × (w ~ × ~x) = (~u · (~v × ~x)) w
~ − (~u · (~v × w))
~ ~x, (2.30f)
(2.30g)
Veja como em:

Figura 2.8: Representação de um ponto de coordenadas cilíndricas.
Exercícios
Veja como em:
2.6 Sistema de coordenadas cilíndricas

No sistema de coordenadas cilíndricas, um ponto P é representado pelas coorde-
nadas ρ, θ e z. A coordenada z é a mesma do sistema de coordenadas retangulares.
A coordenada ρ indica a distância entre a origem e a projeção P 0 de P sob o eixo
xy. Finalmente θ é o ângulo entre o semi-eixo x > 0 e o ponto P 0 . Ver figura 3.8.
É fácil ver que
x = ρ cos θ (2.31a)
y = ρ sen θ (2.31b)

2.7. SISTEMA DE COORDENADAS ESFÉRICAS 27
onde q
ρ= x2 + y 2 (2.32)
A coordenadas ρ, θ e z são comumente denominadas, respectivamente, de “distân-
cia radial”, “azimute” e “altura”.
As equações (3.31) podem ser reescritas como
x x
cos θ = =√ 2 (2.33a)
ρ x + y2
y y
sen θ = =√ 2 (2.33b)
ρ x + y2
E 2.6.1. Os seguintes pontos são dados em coordenadas cartesianas, encontre

suas representações em coordenas cilíndricas:
a) h1,1,1i
b) h1, − 1,1i
c) h−1,1,1i
d) h−1, − 1,1i
√ √ √ √
Resp: 2, π4 ,1 , 2, 5π
4
,1 , 2, 3π
4
,1 e 2, 7π
4
,1 .
E 2.6.2. Encontre uma expressão para distância de um ponto à origem em

coordenadas
√ cilíndricas
Resp: ρ2 + z 2
2.7 Sistema de coordenadas esféricas

No sistema de coordenadas esféricas, um ponto P é representado pelas coorde-
nadas r, θ e ϕ. A coordenada r indica a distância do ponto P até a origem, sendo
consistente com a definição de módulo de um vetor. A coordenada θ é o mesmo
ângulo do sistema de coordenadas cilíndricas, ou seja, é o ângulo entre o semi-eixo
x > 0 e o ponto P 0 (projeção de P no plano xy). O ângulo ϕ é o ângulo entre
a reta que liga a origem até o ponto P e o semi-eixo z > 0. Ver figura 3.9. A
relação entre a coordenadas no sistema de coordenadas esféricas e no sistema de
coordenadas cilíndricas é dada pelas projeções:
z = r cos ϕ (2.34a)
ρ = r sen ϕ (2.34b)

Figura 2.9: Representação de um ponto de coordenadas esféricas.

2.8. EXEMPLOS NA FÍSICA 29
Usando (3.31), encontramos a relação entre o sistema de coordenadas esféricas e

cartesianas:
x = r sen ϕ cos θ (2.35a)
y = r sen ϕ sen θ (2.35b)
z = r cos ϕ (2.35c)
Analogamente, pode-se escrever:
q
r = x2 + y 2 + z 2 (2.36a)
z z
cos ϕ = = 2 (2.36b)
r x + y2 + z2
x x
cos θ = = 2 (2.36c)
ρ x + y2
y y
sen θ = = 2 (2.36d)
ρ x + y2

suas representações em coordenas esféricas (ver também excício 3.6.1):
a) h1,1,1i
b) h1, − 1,1i
c) h−1,1,1i
d) h−1, − 1,1i
√ √ √ √ √
Resp: 3, π4 ,θ , 3, 5π
4
,θ , 3, 3π
4
,θ e 3, 7π
4
,θ , onde θ = cos −1
3
3
≈
0,955.
2.8 Exemplos na física

Na mecânica, o trabalho de uma força constante atuando sobre um corpo que
se move com velocidade constante é dado pelo produto escalar da força pelo des-
locamento:
W = F~ · 4~r
O torque de uma força em relação a um eixo dado é dado por
~τ = ~r × F~
onde ~r é o vetor que liga o ponto onde a força é aplicada e o pondo onde o torque
é medido.
A força F~ que uma campo magnético B ~ produz em uma partícula de carga
elétrica q em movimento com velocidade ~v é dado pela lei de Lorentz: F~ = q~v × B.
~

2.9 Notas avançadas

2.9.1 O que é um espaço linear?
A definição de espaço vetorial dada em (3.1) é ampla e engloba conceitos bem
mais gerais que os espaços euclidianos de dimensão 2 e 3 com os quais o leitor
tem maior familiaridade. As funções reais f : R → R, por exemplo, formam
espaço vetorial onde os escalares são dados pelos números reais. O vetor nulo,
neste caso, é a função f (x) = 0. Este espaço não tem dimensão finita pois os
polinômios Pn (x) = xn para n = 0,1,2,3, . . . formam uma família infinita de vetores
linearmente independentes (isso é uma consequência do teorema fundamental da
álgebra).
2.9.2 Todo espaço linear tem uma base? Axioma da esco-

lha.
Um problema importante é descobrir se todo espaço linear admite uma base.
Este problema é mais complicado do que pode parecer e conduz a uma profunda
discussão sobre os próprios fundamentos da matemática. De fato, pode-se mostrar
que, o axioma da escolha implica que todo espaço linear tenha uma base.
O axioma da escolha é um dos axiomas da teoria de conjuntos padrão que
tem diversas consequências contraintuitivas e fisicamente inesperadas. Um exem-
plo das bizarrias produzidas pelo axioma da escolha é o chamado paradoxo de
Banach-Tarski: Dada uma esfera no espaço euclidiano de três dimensões, é possí-
vel cortá-la em um número finito de pedaços e rearranjar esses pedaços de forma
a construir duas esferas idênticas à original. Em outras palavras, o axioma da es-
colha aplicado ao espaço euclidiano tridimensional traz como consequências a não
preservação de “volume” frente a translações e rotações. Para definir de forma
razoável os conceitos de comprimento, área e volumes, foi necessário o desenvol-
vimento da teoria da medida no final do Século XIX e início do Século XX. A
solução encontrada foi construir uma medida apenas em uma família de subcon-
juntos chamamos conjuntos mensuráveis.
Vejamos um exemplo de espaço linear de dimensão: é fácil verificar que o
conjunto de todos os polinômios P (x) = a0 + a1 x + a2 x2 + . . . an xn formam um
espaço linear frente às operações usuais de soma e multiplicação por um escalar.
A base deste espaço é dada pelos monômios Pn (x) = xn para n = 0,1,2,3, . . . pois
cada polinômio pode ser escrito como uma combinação linear finita de elementos
desse base. No entanto, não é possível mostrar desta forma construtiva uma base
para o espaço das funções reais ou mesmo para as funções reais contínuas. A
existência de uma base para estes espaços é um conceito abstrato não construtivo.

2.9. NOTAS AVANÇADAS 31
2.9.3 Qual amplo é o conceito de norma?

Vimos que o conceito de espaço linear é muito mais amplo e útil que parecia.
E quanto à norma? Estamos familiariados com a norma euclidiana, mas será que é
possível definir outras normas no espaço Rn de forma a satisfazer as propriedades
(3.12)? A norma euclidiana em um espaço de dimensão n é dada por
1/2
k~xk = x21 + x22 + . . . x2n
De fato é possível mostrar que podemos alterar esta expressão para
k~xkp = (|x1 |p + |x2 |p + . . . + |xn |p )1/p
com p ≥ 1 de forma a preservar todas as propriedades da norma.

Mas será que é possível definir uma norma no espaço das funções reais? Esta
é uma pergunta complicada, mas podemos simplificar exigindo um pouco mais
desse espaço. Por exemplo, vamos considerar o espaço das funções reais contínuas
definidas no intervalo [0,1]. Neste espaço é possível definir a seguinte norma:
kf (x)k = max |f (x)| (2.37)

x∈[0,1]
ou seja, a norma de uma função contínua é dada pelo máximo de seu módulo
no intervalo.
No entanto, esta não é a única maneira de definir uma norma neste espaço,
outra possibilidade é:
Z 1 1/p
kf (x)kp = |f (x)| dxp
(2.38)
0
onde p ≥ 1.
A norma (3.38) é chamada de norma Lp de uma função e a norma (3.37) é
chamada de norma do máximo ou norma infinito ou norma L∞ . Isso porque
lim kf (x)kp = max |f (x)|.

p→∞ x∈[0,1]
Esta normas exercem enorme importância na teoria de funções com importantes

aplicações no estudo das equações diferenciais.
2.9.4 E o produto escalar?

Uma operação com as propriedades (3.17) é um produto escalar. Produtos
escalares não aparecem apenas em espaços de duas ou três dimensões: mesmo
espaços de dimensão infinita podem possuir um produto escalar. Tomemos como

exemplo novamente o espaço das funções contínuas definidas no intervalo [0,1]. A

seguinte operação possui todas as propriedades de um produto escalar:
Z 1
hf,gi = f (x)g(x)dx.
0
Observe o leitor que foi usada a notação h,i para indicar o produto interno. Este
produto interno induz a seguinte norma:
Z 1 1/2
kf k2 = (hf,f i) 1/2
= f (x) dx
2
0
que é o caso particular de (3.38) quando p = 2. A desigualdade de Cauchy-Schwarz

admite a seguinte forma:
Z 1 Z 1 1/2 Z 1 1/2
f (x)g(x)dx ≤ f (x) dx 2 2
g(x) dx
0 0 0
Veja como em:
Exercícios
Veja como em:

Veja como em:
=======

Capítulo 3
Álgebra vetorial
O objetivo deste capítulo é revisar conceitos básicos do cálculo e da álgebra

linear necessários ao entendimento do cálculo vetorial.
3.1 Vetores e escalares

Na álgebra linear, vetores são definidos de forma abstrata como os elementos
de um espaço vetorial. Os vetores são, então, os elementos de um conjunto em
que estão definidas duas operações: a soma de vetores e o produto de vetores
por escalares obedecendo as propriedades (3.1). Um escalar é um número real ou
complexo. Quando o corpo de escalares é o conjunto dos números reais, então
dizemos que o espaço vetorial é real. Quando o corpo de escalares é o conjunto
dos números complexos, dizemos que o espaço vetorial é complexo. Usaremos uma
letra latina com uma seta para denotar vetores (~u, ~v e w).
~ Para que um espaço
vetorial esteja bem definido, as seguinte propriedades devem ser satisfeitas:
~u + ~v = ~v + ~u, (Comutatividade da soma) (3.1a)

~u + (~v + w)
~ = (~v + ~u) + w,~ (Associatividade da soma) (3.1b)
(α + β) ~u = α~u + β~u, (Distributividade da multiplicação) (3.1c)
α (~u + ~v ) = α~u + α~v , (Distributividade da soma) (3.1d)
α (β~u) = (αβ) ~u, (3.1e)
~0 + ~v = ~v , (Existência do vetor nulo) (3.1f)
0~v = ~0, (3.1g)
1~v = ~v . (Elemento neutro) (3.1h)
Observação 3.1.1. O vetor nulo ~0 e escalar nulo 0 são entidades matemáticas
distintas e não devem ser confundidas.
33
Observação 3.1.2. Observamos que a propriedade associativa dada por (3.1b)

permite que se escreve a soma de três vetores ~u + ~v + w
~ sem risco de ambiguidade.
A propriedade (3.1e) é algumas vez chamada de associatividade, no entanto, é
cauteloso observar que ela não estabelece a associatividade de uma operação, já
que o produto de escalares é uma operação distinta do produto de um escalar por
um vetor. A propriedade (3.1f) garante a existência de um vetor nulo que funciona
com um elemento neutro da soma vetorial.
A subtração de dois vetores é definida por
~u − ~v = ~u + (−1)~v . (3.2)
O vetor (−1)~v é também denotado por −~v e tem a seguinte propriedade:
~v + (−~v ) = ~v + (−1)~v = (1 − 1)~v = 0~v = ~0. (3.3)
Um conjunto de vetores {~v1 , ~v2 , . . . , ~vn } é dito linearmente dependente (LD),

se existem escalares {α1 ,α2 , . . . , αn } com pelo menos um αi 6= 0 tal que
n
αi~vi = ~0
X
i=1
Analogamente, um conjunto de vetores {~v1 , ~v2 , . . . , ~vn } é dito linearmente indepen-

dente (LI) se a identidade
n
αi~vi = ~0
X
i=1
implica necessariamente que
α1 = α2 = . . . = αn = 0.
Um conjunto de vetores LI B = {~e1 , ~e2 , . . . , ~en } é dito uma base para um espaço
vetorial V se todo vetor ~v ∈ V pode ser escrito como uma combinação linear dos
vetores de B:
n
~v =
X
αi~ei .
i=1
Um espaço vetorial é dito de dimensão finita se admite uma base composta por
um número finito de elementos.
Teorema 3.1.1. Seja V um espaço vetorial e E = {~e1 , ~e2 , . . . , ~en } e F = {f~1 , f~2 , . . . , f~m }
duas bases de V . Então n = m. Em outras palavras, todas as bases de espaço linear
de dimensão finita têm o mesmo número de elementos.

A importância deste teorema reside no fato de permitir a definição de dimensão

de um espaço vetorial como sendo o número de elementos de uma base. Esta
definição está bem posta, uma vez que este número independe da escolha de base.
Outro conceito importante em espaços reais de dimensão finita é o de orientação
de uma base. O leitor já deve estar familiarizado com o conceito de orientação
dextrogira e levogira (regra da mão direita e esquerda) no espaço tridimensional.
No entanto este conceito pode ser estendido de forma natural para espaços reais de
n-dimensões. Formalmente falando duas bases B1 e B2 têm a mesma orientação
se o determinante da transformação linear que liga B1 a B2 é positivo.
O espaço vetorial real de n dimensões é denotado Rn .
Veja como em:
Exercícios
Veja como em:
3.2 O espaço euclidiano tridimensional

Nossa principal preocupação neste curso é com o espaço euclidiano de três
dimensões, dada sua importância para descrição do espaço na física clássica.
O leitor já tem familiaridade com o sistema de coordenadas cartesianas (xyz)
para representar um ponto no espaço euclidiano tridimensional. Neste sistema,
também chamado referencial cartesiano, cada ponto é representado por um con-
junto de três coordenadas x, y e z. Observamos que existem duas maneiras dis-
tintas de orientar tal sistema: usando a regra da mão direita e a regra da mão
esquerda, que recebem o nome de dextrogira e levogira, respectivamente. Neste
texto, daremos preferência pela orientação dextrogira, que convencionaremos como
padrão. Uma vez escolhido um sistema dextrogiro como base, um trio de vetores
linearmente independentes ~u, ~v e w
~ é dito dextrogiro se o determinante
det (~u; ~v ; w)
~ (3.4)

Figura 3.1: À esquerda, um sistema dextrogiro (regra da mão direita). À direita,

sistema levogiro (regra da mão esquerda).
é positivo. Reciprocamente, o trio ~u, ~v e w

~ é dito levogiro se o determinando for
negativo. Veja mais detalhes no exemplo (3.2.8).
Um vetor é representado neste sistema como um trio de números reais, deno-
minados componentes do vetor ~v e denotados por:
~v = hv1 ,v2 ,v3 i . (3.5)
É natural neste momento definir os vetores ~i, ~j e ~k como
~i = h1,0,0i
~j = h0,1,0i (3.6)
~k = h0,0,1i
de forma que a expressão (3.5) pode ser escrita como
~v = v1~i + v2~j + v3~k. (3.7)
O vetor nulo é definido como vetor cujas três coordenadas são nulas:
~0 = 0~i + 0 ~j + 0 ~k = h0,0,0i . (3.8)
A soma de dois vetores é dada pela soma componente a componente, ou seja, se

~u = u1~i + u2~j + u3~k e ~v = v1~i + v2~j + v3~k, então
~u + ~v = (u1 + v1 )~i + (u2 + v2 ) ~j + (u3 + v3 ) ~k. (3.9)
O produto de um vetor por um escalar é definido como a multiplicação componente

a componente pelo escalar, ou seja, se ~u = u1 ~i + u2 ~j + u3 ~k, então
α~u = (αu1 )~i + (αu2 )~j + (αu3 )~k. (3.10)

Definimos também a norma euclidiana de um vetor ~v como a distância da

origem até o ponto que o vetor representa e a denotamos por k~v k. Pelo Teorema
de Pitágoras, da geometria euclidiana, temos:
q
k~v k = v12 + v22 + v32 . (3.11)
Veja como em:
Exercícios
E 3.2.1. Mostre que o espaço vetorial assim definido satisfaz as propriedades

(3.1).
E 3.2.2. Verifique que a norma euclidiana satisfaz as seguintes propriedades:
kα~uk = |α| k~uk, (Homogeneidade) (3.12a)

k~u + ~v k ≤ k~uk + k~v k, (Desigualdade triangular) (3.12b)
k~uk = 0 =⇒ ~u = ~0, (Separação) (3.12c)
Dica: Para mostrar a desigualdade triangular, entenda seu significado geomé-

trico. Uma demonstração puramente algébrica pode ser feita, embora seja mais
laboriosa. Veremos mais adiante que o conceito de produto escalar permite sim-
plificar os cálculos.
A fim de simplificar a notação, a norma de um vetor ~v pode ser escrita sim-
plesmente como v, ou seja
v = k~v k
Um vetor de norma 1 é chamado de vetor unitário. Todo vetor não nulo pode
ser escrito na forma
~v = vv̂ (3.13)
onde v é a norma de ~v e v̂ é um vetor unitário dado por
~v
v̂ = . (3.14)
v
~u ~v
~u + ~v
Figura 3.2: Representação gráfica da desigualdade triangular: k~u +~v k ≤ k~uk + k~v k
O vetor v̂ é chamado de versor de ~v . v̂ é um vetor unitário que tem mesmo sentido

e direção de ~v .
A identidade (3.13) tem uma importante interpretação geométrica: todo vetor
não nulo pode ser representado pelo seu módulo e por seu versor, que traz a
informação de direção e sentido. Os vetores ~i, ~j e ~k são exemplos de versores. O
vetor nulo é o único vetor ao qual não se pode associar direção e sentido únicos.
E 3.2.3. Mostre que a norma de um versor conforme definido em (3.14) é

sempre unitária.
E 3.2.4. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e w ~ = 31~i + 12~j.

Represente estes vetores em um referencial euclidiano, calcule suas normas, calcule
os versores associados
√ v̂ e ŵ e represente-os
û, √ √ no
√ mesmo√ gráfico.√ √
√
Resp: √
u = 2, v = 5 e w = 6
13
. û = 2
2~
i + 2
2~
j, v̂ = 5
5~
i + j, ŵ =
2 5~
5
2 13~
13
i + 13 j
3 13~
E 3.2.5. Considere o vetor ~u = cos θ~i + sen ϕ~j. Mostre que este vetor é
unitário e represente-o graficamente quando ϕ = 0, ϕ = π6 , ϕ = π2 e ϕ = π
E 3.2.6. Considere o vetor ~u = sen θ cos ϕ~i + sen θ sen ϕ~j + cos θ~k. Verifique
que este vetor é unitário e represente-o graficamente quando
a) θ = 0
b) θ = π
4
eϕ= π
4
c) θ = π
2
eϕ= π
4

d) θ = π
E 3.2.7. Seja u = u1~i + u2~j um vetor não nulo fixo no plano xy e ~v =

~
v cos ϕi + sen ϕj um vetor de norma fixa no plano xy. Considere a função
~ ~
m(ϕ) = k~u + ~v k e encontre o valor máximo e mínimo de m(ϕ). Interprete o
resultado.
E 3.2.8. Conforme observado no texto, um trio de vetores ~u, ~v e w
~ é dextrogiro
se

u1 v1 w1

det (~u; ~v ; w)
~ = u2 v2 w2 > 0.

u3 v3 w3
onde ~u = u1~i + u2~j + u3~k, ~v = v1~i + v2~j + v3~k e w

~ = w1~i + w2~j + w3~k. Faça o que
se pede:
a) Verifique que se ~u, ~v e w

~ forma um sistema dextrogiro então ~v , ~u e w
~ é
levogiro.
b) Verifique que se ~u, ~v e w

~ forma um sistema dextrogiro então ~v , w
~ e ~u e w,
~ ~u
e ~v são dextrogiros.
c) Verifique que o trio ~u, ~v e w

~ = ~i + ~j + ~k.
w
d) Verifique que o trio ~u, ~v e w

~ = ~i. Interprete graficamente.
w
E 3.2.9. Considere um sistema de coordenadas cartesianas dextrogiro cons-

truído da seguinte forma:
• O centro da Terra coincide com a origem do sistema.
• O extremo norte da Terra intercepta o eixo z em valores positivos.
• O observatório de Greenwich está sob plano xz com x > 0.
Considere a superfície terrestre com uma esfera de raio R⊕ . Denote a longitude

por λ e a latitude por φ. Convecione como positivas a longitude leste e a latitude
norte. Veja figura 3.3. Seja ~r = x~i + y~j + z~k o vetor que representa um ponto
sobre a superfície da Terra. Responda:

Figura 3.3: Representação gráfica do sistema de coordenadas geográficas.

a) Qual a norma do vetor ~r?
b) Qual é o valor da componentes x, y e z de ~r em termos de λ e φ?
c) Seja d a distância entre dois pontos sobre a superfície terrestre. Use a lei dos
cossenos1 para mostrar que distância δ sobre a superfície esférica entre esses
mesmos dois pontos é dada por
!
d2
δ = R⊕ cos −1
1−
2R⊕2
Interprete os casos particulares d = 0 e d = 2R⊕ .
d) Considerando R⊕ = 6378Km e os seguintes valores para as coordenadas

geográficas de Porto Alegre, Londres e Tóquio, construa uma tabela com os
valores de λ e φ e as coordenadas xyz em quilômetros de cada uma dessas
cidades.
Localidade Latitude Longitude

Porto Alegre 30◦ 010 5800 S 51◦ 130 4800 O
Londres 51◦ 300 2800 N 0◦ 70 4100 O
Tóquio 35◦ 410 2200 N 139◦ 410 3000 L
Tabela 3.1: Coordenadas geográficas de algumas cidades.
e) Construa uma tabela com as distâncias em linha reta e sobre a superfície da

Terra entre cada uma dessas cidades.
f) As seguintes coordenadas indicam locais de grande importância cultural ou

turística, identifique-os:
3.3 Ângulo entre vetores e o produto escalar

Na seção anterior, começamos a trabalhar com vetores no espaço euclidiano.
No entanto, até o momento não lidamos explicitamente com ângulos entre vetores.
Introduziremos primeiramente o conceito de produto escalar ou produto interno
entre vetores. O produto escalar é uma operação que liga um par de vetores a um
1
Seja um triângulo de lados a, b e c e seja θ o ângulo entre os lados de comprimento a e b,
então c2 = a2 + b2 − 2ab cos θ. Ver também figura 3.4 na página 44.

Localidade x y z
1 4192,872Km 168Km 4803,175Km
2 1175,603Km 5550,889Km 2912,813Km
3 3996,282Km -127,418Km 4969,143Km
Tabela 3.2: Coordenadas geográficas de três localidades incógnitas.
escalar. O produto escalar entre os vetores ~u e ~v é denotado por ~u · ~v e é definida

no espaço euclidiano tridimensional como:
~u · ~v = u1 v1 + u2 v2 + u3 v3 (3.15)
Considere os vetores ~u, ~v e w

~ relacionados por
~ = ~u − ~v .
w
Este trio de vetores pode ser interpretado como os três lados de um triângulo como
na figura 3.4. Da lei dos cossenos, sabemos que a seguinte relação é satisfeita:
w2 = u2 + v 2 − 2uv cos θ
supondo u 6= 0 e v 6= 0, temos
u2 + v 2 − w 2
cos θ = .
2uv
Usamos agora a definição de norma de um vetor dada em (3.11):
u2 = u21 + u22 + u23

v 2 = v12 + v22 + v32
w2 = w12 + w22 + w32 = (u1 − v1 )2 + (u2 − v2 )2 + (u3 − v3 )2
Simplificando, temos:
u2 + v 2 − w 2 u1 v1 + u2 v2 + u3 v3 ~u · ~v
cos θ = = =
2uv uv uv
Esta última expressão nos permite escrever
~u · ~v = uv cos (~u,~v ) = uv cos θ (3.16)
onde cos (~u,~v ) indica o cosseno do ângulo entre os vetores ~u e ~v .

Resp: a) r = R⊕ b) x = R⊕ cos φ cos λ, y = R⊕ cos φ sen λ e z = R⊕ sen φ

Localidade φ λ x y z
Porto Alegre −30,0328◦ −51,23◦ 3457,65 −4305,07 −3192,16
Londres 51,5078◦ −0,0781◦ 3969,71 -5,41 4992,02
Tóquio 35,6894◦ 139,6917◦ 3950,26 3351,05 3720,87
Tabela 3.3: Coordenadas geográficas e cartesianas de algumas cidades - solução

do item d.
Localidades Distância em linha reta Distância sobre a superfície esférica

Porto Alegre-Londres 9260Km 10360Km
Porto Alegre-Tóquio 12700Km 18840Km
Tóquio-Londres 8695Km 9570Km
Tabela 3.4: Distância entre as cidades - solução do item e.
Localidade λ φ Identificação
1 48◦ 510 3000 N 0◦ 020 2400 L
2 27◦ 100 2700 N 0◦ 580 4200 L
3 51◦ 100 4400 N 0◦ 010 5500 W
Tabela 3.5: Solução do item f
Observação 3.3.1. Neste momento, o leitor deve observar que a definição que
demos originalmente para o produto escalar em (3.15) dependia fortemente do
sistema de coordenadas escolhido. No entanto, a identidade (3.16) mostra que o
valor do produto escalar depende apenas da norma dos vetores envolvidos e do
ângulo entre esses vetores, ou seja, (3.16) pode ser usado como uma definição
intrínseca (que não depende da escolha do sistema de coordenadas) de produto
escalar.
Observação 3.3.2. O produto escalar do vetor nulo ~0 por qualquer vetor é zero.

~u
w
~
~v
Figura 3.4: Lei dos cossenos: kwk
~ 2 = k~uk2 + k~v k2 − 2 k~uk k~v k cos θ
O produto escalar satisfaz as seguintes propriedades:
~u · ~v = ~v · ~u, (Comutatividade) (3.17a)

~u · (α~v + β w)~ = α(~u · ~v ) + β(~u · w),
~ (Linearidade) (3.17b)
~u · ~u = u ,2
(Respeito à norma) (3.17c)
|~u · ~v | ≤ uv, (Desigualdade de Cauchy-Schwarz) (3.17d)
As propriedades (3.17a), (3.17b) e (3.17c) podem ser trivialmente demonstradas

diretamente a partir da definição de produto escalar dada em (3.15).
E 3.3.1. Demonstre essas três propriedades.

Observe que α(~u · ~v ) = (α ~u) · ~v pelo que podemos escrever α ~u · ~v sem risco de
ambiguidade.
E 3.3.2. Use (3.17a) e (3.17b) para mostrar a seguinte propriedade:
(α~u + β~v ) · w
~ = α(~u · w)
~ + β(~v · w)
~

A desigualdade de Cauchy-Schwarz (3.17d) pode ser demonstrada a partir de

(3.16) uma vez que
−1 ≤ cos θ ≤ 1.
No entanto, uma demonstração puramente algébrica pode ser dada a partir das
propriedades (3.17a), (3.17b) e (3.17c). Dada a beleza desta demonstração e da
possibilidade de generalização, apresentamo-na a seguir:
Consideramos primeiramente os versores û e v̂ definidos em (3.14) e calculamos
kû + v̂k2 = (û + v̂) · (û + v̂) = 2 + 2û · v̂
kû − v̂k2 = (û − v̂) · (û − v̂) = 2 − 2û · v̂
onde usamos que û · û = v̂ · v̂ = 1 posto que a norma de um versor é sempre 1.
Agora observamos que kû + v̂k2 ≥ 0 e kû − v̂k2 ≥ 0, pelo que temos:
−1 ≤ û · v̂ ≤ 1
O que implica |û · v̂| ≤ 1. Como ~u = uû e ~v = vv̂, temos
|~u · ~v | ≤ uv
Observamos que com uma demontração puramente algébrica para a desigual-
dade de Cauchy-Schwarz, podemos derivar uma demonstração puramente algébrica
da desigualdade triangular (3.12b). Ver também a discussão do excício 3.2.2. Para
tal considere a seguinte identidade:
k~u + ~v k2 = (~u + ~v ) · (~u + ~v ) = u2 + 2~u · ~v + v 2
Como ~u · ~v ≤ |~u · ~v | ≤ uv, temos:
k~u + ~v k2 ≤ u2 + 2uv + v 2 = (u + v)2
Extraindo a raiz quadrada de ambos os lados, temos:
k~u + ~v k ≤ (u + v) = k~uk + k~v k
Dois vetores não nulos ~u e ~v são dito ortogonais se o ângulo entre eles é 90◦ ,
ou seja, se cos (~u,~v ) = 0. De (3.16), isto acontece quando ~u · ~v = 0. Usamos o
símbolo ⊥ para denotar a ortogonalidade:
~u⊥~v ⇐⇒ ~u · ~v = 0 (3.18)
Em especial os vetores unitários ~i, ~j e ~k são ortogonais, ou seja:

~i · ~j = ~i · ~k = ~j · ~k = 0.

Veja como em:
Exercícios
E 3.3.3. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e w

~ = 13~i + 12~j
conforme exercício 3.2.4. Calcule o ângulo entre esses vetores.
Resp: 18,43◦ , 11,3◦ e 7,13◦
E 3.3.4. Mostre que se α e β são escalares diferentes de zero e ~u e ~v são

vetores não nulos, então
cos (α~u,β~v ) = cos (~u,~v ) .
Interprete geometricamente esta identidade.
E 3.3.5. Mostre que se ~u = u1~i + u2~j + u3~k então u1 = ~u · ~i, u2 = ~u · ~j e

u3 = ~u · ~k. Conclua que

~u = ~u · ~i ~i + ~u · ~j ~j + ~u · ~k ~k.
√ √
E 3.3.6. Sejam ~u = 22 ~i + ~j e ~v = 22 ~i − ~j . Mostre que estes vetores são
unitários e ortogonais entre si. Encontre dois vetores unitários distintos ortogonais
tanto a ~u quanto a ~v .
Resp: −~k e ~k.
E 3.3.7. Sejam ~u = 2~i + ~j + ~k e ~v = ~i − ~j − ~k. Mostre que estes vetores são

ortogonais entre si. Encontre dois vetores unitários distintos ortogonais tanto a ~u
como a ~v . √ √
Resp: 22 ~j − ~k e 22 −~j + ~k .

~ tais que:
a) (~u · ~v ) w
~ = ~0 mas ~u (~v · w)
~ 6= ~0
b) (~u · ~v ) w
~ 6= ~u (~v · w)
~ e ambos não nulos.
Exemplos de respostas: a) ~u = ~i, ~v = ~j e w

~ = ~j. b) ~u = ~i, ~v = ~i + ~j e w
~ = ~j.

E 3.3.9. Sejam os vetores ~u = cos(θ1 )~i + sen (θ1 )~j e ~v = cos(θ2 )~i + sen (θ2 )~j
então
cos (~u,~v ) = cos(θ1 − θ2 ).
Conclua que o ângulo θ entre ~u e ~v é dado por


 |θ1 − θ2 |, |θ1 − θ2 | ≤ 180◦
θ=
360◦ − |θ1 − θ2 |, |θ1 − θ2 | > 180◦


contanto que θ1 e θ2 estejam entre 0 e 360◦ . Interprete geometricamente este

resultado.
E 3.3.10. Seja ~u um vetor não nulo fixo e ~v um vetor de norma não nula
fixa. Mostre que k~u + ~v k tem um ponto de máximo quando û = v̂ e um ponto de
mínimo quando û = −v̂. Interprete o resultado geometricamente e compare com
o problema (3.2.7).
Dica: k~u + ~v k2 = u2 + v 2 + 2~u · ~v e (3.16).
3.4 O produto vetorial

Além do produto escalar entre vetores, definimos também o produto vetorial.
Enquanto o produto escalar de dois vetores é um escalar, o produto vetorial é um
terceiro vetor. O produto vetorial entre ~u = u1~i + u2~j + u3~k e ~v = v1~i + v2~j + v3~k
é denotado ~u × ~v e é definido em coordenadas cartesianas como:
~u × ~v = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k (3.19)
A definição de produto vetorial pode parecer à primeira vista arbitrária e forte-

mente dependente do sistema de coordenadas escolhido. No entanto, mostraremos
que o produto vetorial admite uma formulação intrínseca, ou seja, que não depende
do sistema de coordenadas escolhido. Ademais, veremos que tanto o produto es-
calar como o produto vetorial surgem naturalmente no estudo da física clássica.
O produto vetorial possui as seguintes propriedades:
~u × ~v = −~v × ~u, (Anticomutatividade) (3.20a)

(α~u + β~v ) × w ~ = α (~u × w)~ + β (~v × w) ~ , (Linearidade à esquerda) (3.20b)
~u × (α~v + β w) ~ = α (~u × ~v ) + β (~u × w) ~ , (Linearidade à direita) (3.20c)
(~u × ~v ) · ~u = (~u × ~v ) · ~v = 0, (Ortogonalidade) (3.20d)
k~u × ~v k = uv sen (~u,~v ). (Norma) (3.20e)
det (~u; ~v ; ~u × ~v ) = u2 v 2 sen 2 (~u,~v ) > 0. (Orientação dextrogira) (3.20f)

Nas duas últimas propriedades, sen (~u,~v ) denota o seno do ângulo entre os vetores ~u
e ~v . Observa-se que quando ~u ou ~v é nulo, este ângulo não está bem definido, estas
identidades devem ser então interpretadas como k~u × ~v k = 0 e det (~u; ~v ; ~u × ~v ) = 0.
A última propriedade significa que o trio ~u, ~v e ~u × ~v forma um sistema dex-
trogiro.
E 3.4.1. Mostre as propriedades (3.20a), (3.20b) e (3.20c).

A propriedade da ortogonalidade pode ser demonstrada diretamente da defini-
ção de produto vetorial e produto escalar:
h i
(~u × ~v ) · ~u = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k u1~i + u2~j + u3~k
= (u2 v3 − u3 v2 ) u1 + (u3 v1 − u1 v3 ) u2 + (u1 v2 − u2 v1 ) u3 = 0
igualmente temos:
h i
(~u × ~v ) · ~v = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k v1~i + v2~j + v3~k
= (u2 v3 − u3 v2 ) v1 + (u3 v1 − u1 v3 ) v2 + (u1 v2 − u2 v1 ) v3 = 0
Para provar a propriedade (3.20e), mostraremos primeiramente a seguinte (inte-
ressante) identidade:
k~u × ~v k2 + |~u · ~v |2 = u2 v 2 (3.21)
Da definição de norma e de produto vetorial temos:
2

k~u × ~v k2 = (u2 v3 − u3 v2 )~i + (u3 v1 − u1 v3 ) ~j + (u1 v2 − u2 v1 ) ~k

= (u2 v3 − u3 v2 )2 + (u3 v1 − u1 v3 )2 + (u1 v2 − u2 v1 )2

= u22 v32 − 2u2 u3 v2 v3 + u23 v22 + u23 v12 − 2u1 u3 v1 v3 + u21 v32

+ u21 v22 − 2u1 u2 v1 v2 + u22 v12 . (3.22)
Da definição de norma e de produto escalar temos:
|~u · ~v |2 = (u1 v1 + u2 v2 + u3 v3 )2 = u21 v12 + u22 v22 + u23 v32 + 2u1 u2 v1 v2 + 2u1 u3 v1 v3 + 2u2 u3 v2 v3 .
Somando estas últimas duas expressões, simplificando e reagrupando termos, che-
gamos ao resultado desejado:
k~u × ~v k2 + |~u · ~v |2 = (u1 v1 + u2 v2 + u3 v3 )2
= u21 v12 + u21 v22 + u21 v32 + u22 v12 + u22 v22 + u22 v32 + u23 v12 + u23 v22 + u23 v32

= u21 + u22 + u23 v12 + v22 + v32 = u2 v 2 .
Agora que dispomos da identidade (3.21), usamos (3.16) para escrever

h i
k~u × ~v k2 = u2 v 2 −|~u · ~v |2 = u2 v 2 −[uv cos (~u,~v )]2 = u2 v 2 1 − cos2 (~u,~v ) = u2 v 2 sen 2 (~u,~v )

Figura 3.5: Regra da mão direita.
Extraímos a raiz quadrada, observando que sen (~u,~v ) ≥ 0 e obtemos o resultado

desejado (3.20e). Um caso particular importante é quando os vetores ~u e ~v estão
na mesma direção. Como sen 0 = sen 180◦ = 0, o produto vetorial de dois vetores
paralelos é ~0. Para demonstrar a propriedade (3.20f), calculamos o determinante
envolvido

v1 (u2 v3 − u3 v2 )

u
1

det (~u; ~v ; ~u × ~v ) = u2 v2 (u3 v1 − u1 v3 )

u3

v3 (u1 v2 − u2 v1 )

= u21 v22 − u1 u2 v1 v2 + u23 v12 − u1 u3 v1 v3 + u22 v32 − u2 u3 v2 v3

− u1 u2 v1 v2 − u22 v12 − u1 u3 v1 v3 − u21 v32 − u2 u3 v2 v3 − u23 v22
Agora basta observar que esta expressão é idêntica a (3.22), ou seja, k~u × ~v k2
e portanto o determinante det (~u; ~v ; ~u × ~v ) é positivo.

~u × ~v
~v
~u
Figura 3.6: Interpretação geométrica do produto vetorial.
A importância desta propriedade está no fato que se w ~ = ~u × ~v então o trio de

vetores ~u, ~v e w
~ forma um sistema dextrogiro. Além disso, por causa da proprie-
dade (3.20d), w ~ deve ser ortogonal tanto aos vetores ~u, ~v . Finalmente, observando
a propriedade da norma (3.20e), podemos estabelecer a seguinte identidade para
o produto vetorial de dois vetores não colineares ~u e ~v :
~u × ~v = uv sen (~u,~v ) ê (3.23)
onde o versor ê é ortogonal ao plano gerado por ~u e ~v e forma um sistema dextrogiro

com eles.
A norma do produto vetorial entre os vetores ~u e ~v pode ser interpretada como
a área do paralelogramo cujos lados são ~u e ~v (ver figura 3.6. A direção do produto
vetorial é então ortogonal ao plano gerado por ~u e ~v e o sentido é dado pela regra
da mão direita.
A definição de produto vetorial dada em (3.19) pode ser mais facilmente lem-

brada através do seguinte determinante formal:

~i ~j ~k

~u × ~v = u1 u2 u3 (3.24)

v1 v2 v3

que pode ser calculado pela regra de Sarrus.

O produto vetorial entre os vetores unitários ~i, ~j e ~k pode ser obtido da definição
(3.19) ou da caracterização geométrica do produto vetorial:
~i × ~i = ~0, ~i × ~j = ~k, ~i × ~k = −~j

~j × ~i = −~k, ~j × ~j = ~0, ~j × ~k = ~i
~k × ~i = ~j, ~k × ~j = −~i, ~k × ~k = ~0 (3.25)
E 3.4.2. Seja ~u = ~i + 2~j e ~v = 3~i − 2~j, calcule o vetor w

~ = ~u × ~v .
Solução. Primeira forma: Calcularemos primeiramente usando o determinante

(3.24):

~i ~j ~k ~i ~j ~k

~ =
w u1 u2 u3 = 1 2 0

v1 v2 v3
3 −2 0

= ~i(0 − 0) + ~j(0 − 0) + ~k(−2 − 6)

= −8~k
Segunda forma: Calcularemos usando as propriedades (3.20) e as relações (3.25):

~ = ~u × ~v = ~i + 2~j × 3~i − 2~j
w
= 3(~i × ~i) − 2(~i × ~j) + 6(~j × ~i) − 4(~j × ~j)
= 3 ~0 − 2 ~k − 6 ~k − 4 ~0
= −8~k


Veja como em:
Exercícios
Veja como em:
E 3.4.3. Refaça os exercícios 3.3.6 e 3.3.7 usando o conceito de produto

vetorial.
~ tais que ~u × (~v × w)
~ 6= (~u × ~v ) × w.
~
Exemplo de resposta: ~u = i, ~v = i e w
~ ~ ~
~ = k.
E 3.4.5. Simplifique as seguintes expressões:

a) ~u × ~u
b) ~u × û
c) ~u · ~u
d) ~u · û
e) (~u + ~v ) · (~u + ~v )
f) (~u + ~v ) × (~u + ~v )
g) (~u − ~v ) · (~u − ~v )
h) (~u − ~v ) × (~u − ~v )
i) (~u + ~v ) · (~u − ~v )
j) (~u + ~v ) × (~u − ~v )
Resp: ~0,~0,u2 ,u,u2 + 2~u · ~v + v 2 , ~0, u2 − 2~u · ~v + v 2 , ~0, u2 − v 2 , 2~v × ~u
E 3.4.6. Mostre que ~u · (~v × w)

~ = det (~u; ~v ; w).
~ Conclua que o trio de vetores
~u, ~v e w
~ forma um sistema dextrogiro se ~u ·(~v × w)~ > 0 e levogiro se ~u ·(~v × w)
~ < 0.
Interprete geometricamente.

VETORIAIS 53
3.5 Os triplos produtos e outras identidades ve-

toriais
O triplo produto escalar é definido por um produto vetorial e um produto
escalar, isto é:
~u · (~v × w).
~ (3.26)
Em coordenadas cartesianas, podemos escrever o triplo produto vetorial como:
h i
u1~i + u2~j + u3~k · v1~i + v2~j + v3~k × w1~i + w2~j + w3~k .
Agora, usando a definição em cartesianas do produto vetorial dada na equação

(3.19), substituindo ~u e ~v por ~v e w,
~ respectivamente, isto é:
~ = (v2 w3 − v3 w2 )~i + (v3 w1 − v1 w3 ) ~j + (v1 w2 − v2 w1 ) ~k.

~v × w
Obtemos:
~u · (~v × w)
~ = u1 (v2 w3 − v3 w2 ) + u2 (v3 w1 − v1 w3 ) + u3 (v1 w2 − v2 w1 )
= (u1 v2 w3 − u1 v3 w2 ) + (u2 v3 w1 − u2 v1 w3 ) + (u3 v1 w2 − u3 v2 w1 )

u1 u2 u3

=
v1 v2 v3

= det (~u,~v ,w)
~ (3.27)

w1 w2 w3
Observação 3.5.1. Assim como o produto vetorial possui uma interpretação ge-
ométrica importante, a intepretação geométrica do triplo produto escalar está re-
lacionado com o paralelepípedo formado pelos vetores ~u, ~v e w,
~ ver figura (3.7). O
módulo é o volume do paralepípedo e o sinal é dado pela orientação do trio ~u, ~v e w:
~
positivo ou negativo para as orientações dextrogira ou levogira, respectivamente.
O triplo produto escalar pode, portanto, ser calculado pelo determinante da

matriz formada pelas componentes dos três vetores envolvidos. A expressão do
triplo produto escalar como o determinante dos três vetores poderia ter sido mais
rapidamente obtido usando (3.24) o determinante formal que, alternativamente,
define o produto vetorial:

~i ~j ~k

u1 u2 u3

~u · (~v × w)
~ = ~ ~ ~
u1 i + u2 j + u3 k · v1 v2 v3

=
v1 v2 v3

(3.28)

w1 w2 w3
w1 w2 w3

Figura 3.7: Representação do paralelepípedo formado por três vetores.

VETORIAIS 55
Sabemos que quando permutamos duas linhas de uma matriz, seu determinante
muda de sinal, pelo que podemos obter as seguintes relações:
~u · (~v × w)
~ = −~v · (~u × w)
~ = ~v · (w~ × ~u)
= −w
~ · (~v × ~u) = w
~ · (~u × ~v ) = −~u · (w
~ × ~v )
Extraindo apenas os termos de ordem ímpar temos:
~u · (~v × w)
~ = ~v · (w
~ × ~u) = w
~ · (~u × ~v ) (3.29)
Observação 3.5.2. Um caso particular interessante é quando escolhemos w
~ =
~u × ~v e obtemos:
det (~u,~v ,~u × ~v ) = (~u × ~v ) · (~u × ~v ) = k~u × ~v k2 .
Assim, retornamos à expressão (3.20f).
Podemos igualmente definir o triplo produto vetorial como o produto vetorial
de um vetor pelo produto vetorial de outros dois vetores, isto é:
~u × (~v × w)
~ .
Observe cuidadosamente que o produto vetorial não é associativo, isto é, pode
acontecer ~u × (~v × w)
~ 6= (~u × ~v ) × w
~ (ver problema 3.4.4), portanto, a ordem
dos vetores é relevante.2 Podemos mostrar que o triplo produto vetorial pode ser
expresso como:
~u × (~v × w)
~ = (~u · w)
~ ~v − (~u · ~v ) w
~
Para verificar esta identidade, retornamos ao produto vetorial entre ~v e w ~ em
coordenadas cartesianas e o escrevemos como a diferença entre dois vetores:
~ = (v2 w3 − v3 w2 )~i + (v3 w1 − v1 w3 ) ~j + (v1 w2 − v2 w1 ) ~k
~v × w

= v2 w3~i + v3 w1~j + v1 w2~k − v3 w2~i + v1 w3~j + v2 w1~k = p~1 − p~2 .
| {z } | {z }
p~1 p~2


= u2 v1 w2~i + u3 v2 w3~j + u1 v3 w1~k − u3 v3 w1~i + u1 v1 w2~j + u2 v2 w3 ~k


= u2 v2 w1~i + u3 v3 w2~j + u1 v3 w1~k − u3 v1 w3~i + u1 v2 w1~ju2 v3 w2~k

Subtraíndo temos:
h i
~u × (p~1 − p~2 ) = (u2 w2 + u3 w3 ) v1~i + (u1 w1 + u3 w3 ) v2~j + (u1 w1 + u2 w2 ) v3~k
h i
− (u2 v2 + u3 v3 ) w1~i + (u1 v1 + u3 v3 ) w2~j + (u1 v1 + u2 v2 ) w3~k
Agora, somamos u1 v1 w1 à primeira coordenada de cada um dos dois termos da

subtração; somamos u2 v2 w2 à segunda coordenada de cada um dos dois termos da
subtração e somamos u3 v3 w3 à terceira coordenada de cada um dos dois termos
da subtração para obter:
h i
~u × (p~1 − p~2 ) = (~u · w)
~ v1~i + (~u · w) ~ v3~k
~ v2~j + (~u · w)
h i
− (~u · ~v ) w1~i + (~u · ~v ) w2~j + (~u · ~v ) w3~k
= (~u · w)~
~ v − (~u · ~v )w.
~
Lembrando que p~1 − p~2 = ~v × w,

~ obtemos:
~u × (p~1 − p~2 ) = ~u × (~v × w)

~ = (~u · w)~
~ v − (~u · ~v )w.
~
O formulário abaixo resume as identidades que acabamos de demonstrar e lista

mais algumas sem demonstração:
~u · (~v × w)
~ = ~v · (w
~ × ~u) = w
~ · (~u × ~v ) , Triplo produto escalar
(3.30a)
~u × (~v × w)
~ = (~u · w)
~ ~v − (~u · ~v ) w,
~ Triplo produto vetorial
(3.30b)
(~u × ~v ) × w
~ = (~u · w)
~ ~v − (~v · w)
~ ~u, Triplo produto vetorial
(3.30c)
(~u × ~v ) · (w~ × ~x) = (~u · w)
~ (~v · ~x) − (~v · w)
~ (~u · ~x) , (3.30d)
(~u · (~v × w))
~ ~x = (~u · ~x) (~v × w)
~ + (~v · ~x) (w~ × ~u) + (w
~ · ~x) (~u × ~v ) , (3.30e)
(~u × ~v ) × (w ~ × ~x) = (~u · (~v × ~x)) w
~ − (~u · (~v × w))
~ ~x, (3.30f)
(3.30g)
Veja como em:

3.6. SISTEMA DE COORDENADAS CILÍNDRICAS 57
Figura 3.8: Representação de um ponto de coordenadas cilíndricas.
Exercícios
Veja como em:
3.6 Sistema de coordenadas cilíndricas

No sistema de coordenadas cilíndricas, um ponto P é representado pelas coorde-
nadas ρ, θ e z. A coordenada z é a mesma do sistema de coordenadas retangulares.
A coordenada ρ indica a distância entre a origem e a projeção P 0 de P sob o eixo
xy. Finalmente θ é o ângulo entre o semi-eixo x > 0 e o ponto P 0 . Ver figura 3.8.
É fácil ver que
x = ρ cos θ (3.31a)
y = ρ sen θ (3.31b)

onde q
ρ= x2 + y 2 (3.32)
A coordenadas ρ, θ e z são comumente denominadas, respectivamente, de “distân-
cia radial”, “azimute” e “altura”.
As equações (3.31) podem ser reescritas como
x x
cos θ = =√ 2 (3.33a)
ρ x + y2
y y
sen θ = =√ 2 (3.33b)
ρ x + y2

suas representações em coordenas cilíndricas:
a) h1,1,1i
b) h1, − 1,1i
c) h−1,1,1i
d) h−1, − 1,1i
√ √ √ √
Resp: 2, π4 ,1 , 2, 5π
4
,1 , 2, 3π
4
,1 e 2, 7π
4
,1 .
E 3.6.2. Encontre uma expressão para distância de um ponto à origem em

coordenadas
√ cilíndricas
Resp: ρ2 + z 2
3.7 Sistema de coordenadas esféricas

No sistema de coordenadas esféricas, um ponto P é representado pelas coorde-
nadas r, θ e ϕ. A coordenada r indica a distância do ponto P até a origem, sendo
consistente com a definição de módulo de um vetor. A coordenada θ é o mesmo
ângulo do sistema de coordenadas cilíndricas, ou seja, é o ângulo entre o semi-eixo
x > 0 e o ponto P 0 (projeção de P no plano xy). O ângulo ϕ é o ângulo entre
a reta que liga a origem até o ponto P e o semi-eixo z > 0. Ver figura 3.9. A
relação entre a coordenadas no sistema de coordenadas esféricas e no sistema de
coordenadas cilíndricas é dada pelas projeções:
z = r cos ϕ (3.34a)
ρ = r sen ϕ (3.34b)

3.7. SISTEMA DE COORDENADAS ESFÉRICAS 59
Figura 3.9: Representação de um ponto de coordenadas esféricas.

Usando (3.31), encontramos a relação entre o sistema de coordenadas esféricas e

cartesianas:
x = r sen ϕ cos θ (3.35a)
y = r sen ϕ sen θ (3.35b)
z = r cos ϕ (3.35c)
Analogamente, pode-se escrever:
q
r = x2 + y 2 + z 2 (3.36a)
z z
cos ϕ = = 2 (3.36b)
r x + y2 + z2
x x
cos θ = = 2 (3.36c)
ρ x + y2
y y
sen θ = = 2 (3.36d)
ρ x + y2

suas representações em coordenas esféricas (ver também excício 3.6.1):
a) h1,1,1i
b) h1, − 1,1i
c) h−1,1,1i
d) h−1, − 1,1i
√ √ √ √ √
Resp: 3, π4 ,θ , 3, 5π
4
,θ , 3, 3π
4
,θ e 3, 7π
4
,θ , onde θ = cos −1
3
3
≈
0,955.
3.8 Exemplos na física

Na mecânica, o trabalho de uma força constante atuando sobre um corpo que
se move com velocidade constante é dado pelo produto escalar da força pelo des-
locamento:
W = F~ · 4~r
O torque de uma força em relação a um eixo dado é dado por
~τ = ~r × F~
onde ~r é o vetor que liga o ponto onde a força é aplicada e o pondo onde o torque
é medido.
A força F~ que uma campo magnético B ~ produz em uma partícula de carga
elétrica q em movimento com velocidade ~v é dado pela lei de Lorentz: F~ = q~v × B.
~

3.9. NOTAS AVANÇADAS 61
3.9 Notas avançadas

3.9.1 O que é um espaço linear?
A definição de espaço vetorial dada em (3.1) é ampla e engloba conceitos bem
mais gerais que os espaços euclidianos de dimensão 2 e 3 com os quais o leitor
tem maior familiaridade. As funções reais f : R → R, por exemplo, formam
espaço vetorial onde os escalares são dados pelos números reais. O vetor nulo,
neste caso, é a função f (x) = 0. Este espaço não tem dimensão finita pois os
polinômios Pn (x) = xn para n = 0,1,2,3, . . . formam uma família infinita de vetores
linearmente independentes (isso é uma consequência do teorema fundamental da
álgebra).
3.9.2 Todo espaço linear tem uma base? Axioma da esco-

lha.
Um problema importante é descobrir se todo espaço linear admite uma base.
Este problema é mais complicado do que pode parecer e conduz a uma profunda
discussão sobre os próprios fundamentos da matemática. De fato, pode-se mostrar
que, o axioma da escolha implica que todo espaço linear tenha uma base.
O axioma da escolha é um dos axiomas da teoria de conjuntos padrão que
tem diversas consequências contraintuitivas e fisicamente inesperadas. Um exem-
plo das bizarrias produzidas pelo axioma da escolha é o chamado paradoxo de
Banach-Tarski: Dada uma esfera no espaço euclidiano de três dimensões, é possí-
vel cortá-la em um número finito de pedaços e rearranjar esses pedaços de forma
a construir duas esferas idênticas à original. Em outras palavras, o axioma da es-
colha aplicado ao espaço euclidiano tridimensional traz como consequências a não
preservação de “volume” frente a translações e rotações. Para definir de forma
razoável os conceitos de comprimento, área e volumes, foi necessário o desenvol-
vimento da teoria da medida no final do Século XIX e início do Século XX. A
solução encontrada foi construir uma medida apenas em uma família de subcon-
juntos chamamos conjuntos mensuráveis.
Vejamos um exemplo de espaço linear de dimensão: é fácil verificar que o
conjunto de todos os polinômios P (x) = a0 + a1 x + a2 x2 + . . . an xn formam um
espaço linear frente às operações usuais de soma e multiplicação por um escalar.
A base deste espaço é dada pelos monômios Pn (x) = xn para n = 0,1,2,3, . . . pois
cada polinômio pode ser escrito como uma combinação linear finita de elementos
desse base. No entanto, não é possível mostrar desta forma construtiva uma base
para o espaço das funções reais ou mesmo para as funções reais contínuas. A
existência de uma base para estes espaços é um conceito abstrato não construtivo.

3.9.3 Qual amplo é o conceito de norma?

Vimos que o conceito de espaço linear é muito mais amplo e útil que parecia.
E quanto à norma? Estamos familiariados com a norma euclidiana, mas será que é
possível definir outras normas no espaço Rn de forma a satisfazer as propriedades
(3.12)? A norma euclidiana em um espaço de dimensão n é dada por
1/2
k~xk = x21 + x22 + . . . x2n
De fato é possível mostrar que podemos alterar esta expressão para
k~xkp = (|x1 |p + |x2 |p + . . . + |xn |p )1/p
com p ≥ 1 de forma a preservar todas as propriedades da norma.

Mas será que é possível definir uma norma no espaço das funções reais? Esta
é uma pergunta complicada, mas podemos simplificar exigindo um pouco mais
desse espaço. Por exemplo, vamos considerar o espaço das funções reais contínuas
definidas no intervalo [0,1]. Neste espaço é possível definir a seguinte norma:
kf (x)k = max |f (x)| (3.37)

x∈[0,1]
ou seja, a norma de uma função contínua é dada pelo máximo de seu módulo
no intervalo.
No entanto, esta não é a única maneira de definir uma norma neste espaço,
outra possibilidade é:
Z 1 1/p
kf (x)kp = |f (x)| dxp
(3.38)
0
onde p ≥ 1.
A norma (3.38) é chamada de norma Lp de uma função e a norma (3.37) é
chamada de norma do máximo ou norma infinito ou norma L∞ . Isso porque
lim kf (x)kp = max |f (x)|.

p→∞ x∈[0,1]
Esta normas exercem enorme importância na teoria de funções com importantes

aplicações no estudo das equações diferenciais.
3.9.4 E o produto escalar?

Uma operação com as propriedades (3.17) é um produto escalar. Produtos
escalares não aparecem apenas em espaços de duas ou três dimensões: mesmo
espaços de dimensão infinita podem possuir um produto escalar. Tomemos como

3.10. EXERCÍCIOS FINAIS 63
exemplo novamente o espaço das funções contínuas definidas no intervalo [0,1]. A

seguinte operação possui todas as propriedades de um produto escalar:
Z 1
hf,gi = f (x)g(x)dx.
0
Observe o leitor que foi usada a notação h,i para indicar o produto interno. Este
produto interno induz a seguinte norma:
Z 1 1/2
kf k2 = (hf,f i) 1/2
= f (x) dx
2
0
que é o caso particular de (3.38) quando p = 2. A desigualdade de Cauchy-Schwarz

admite a seguinte forma:
Z 1 Z 1 1/2 Z 1 1/2
f (x)g(x)dx ≤ f (x) dx 2 2
g(x) dx
0 0 0
Veja como em:
Exercícios
Veja como em:

Veja como em:

Capítulo 4
Seções cônicas
4.1 Parábola
Esta seção (ou subseção) está sugerida. Participe da sua escrita. Veja como em:
4.1.1 Equação canônica

4.1.2 Propriedades
4.1.3 Forma paramétrica

64
4.2. ELIPSE 65
Veja como em:
Exercícios
Veja como em:
4.2 Elipse

4.2.2 Propriedades

Veja como em:

Exercícios
Veja como em:
4.3 Hipérbole

4.3.2 Propriedades

Veja como em:
Exercícios
Veja como em:

4.4. ROTAÇÃO 67
4.4 Rotação
4.4.1 Discriminante
Veja como em:
Exercícios
Veja como em:
4.5 Conexão com seções do cone

Veja como em:

Exercícios
Veja como em:
4.6 Cônicas em coordenadas polares

Veja como em:
Exercícios
Veja como em:

Veja como em:

Capítulo 5
Superfícies Quádricas
5.1 Elipsóide

5.1.2 Propriedades

5.2 Parabolóide elíptico

69

5.2.2 Propriedades

5.3 Parabolóide hiperbólico


5.3.2 Propriedades


5.4. HIPERBOLÓIDE DE UMA FOLHA 71
5.4 Hiperbolóide de uma folha


5.4.2 Propriedades

5.5 Hiperbolóide de duas folhas


5.5.2 Propriedades


5.6 Cilíndro elíptico


5.6.2 Propriedades

5.7 Cilindro hiperbólico


5.7.2 Propriedades


5.8. CILINDRO PARABÓLICO 73
5.8 Cilindro parabólico


5.8.2 Propriedades

5.9 Cone elíptico


5.9.2 Propriedades


Veja como em:
Exercícios
Veja como em:

Veja como em:

Capítulo 6
Derivadas parciais
6.1 Funções de várias variáveis

Veja como em:
Exercícios

Veja como em:
75
6.2 Limites e continuidade

Veja como em:
Exercícios
Veja como em:
6.3 Derivadas parciais

Veja como em:
Exercícios
Veja como em:
6.4 Diferenciabilidade
Veja como em:

6.5. GRADIENTE E DERIVADAS DIRECIONAIS 77
Exercícios
Veja como em:
6.5 Gradiente e derivadas direcionais

Veja como em:
Exercícios
Veja como em:
6.6 Regra da cadeia

Veja como em:
Exercícios
Veja como em:

6.7 Otimização
Veja como em:
Exercícios
Veja como em:
6.8 Multiplicadores de Lagrange

Veja como em:
Exercícios
Veja como em:

Veja como em:

Capítulo 7
Integrais múltiplas
7.1 Integrais múltiplas e iteradas

Veja como em:
Exercícios

Veja como em:
79
7.2 Integrais duplas

Veja como em:
Exercícios
Veja como em:
7.3 Integrais triplas

Veja como em:
Exercícios
Veja como em:
7.4 Integração em coordenadas curvilíneas

Veja como em:

7.5. INTEGRAÇÃO EM COORDENADAS CURVILÍNEAS 81
Exercícios
Veja como em:
7.5 Integração em coordenadas curvilíneas

Veja como em:
Exercícios
Veja como em:
7.6 Mudança de variáveis - O jacobiano

Veja como em:
Exercícios
Veja como em:


Veja como em:

Referências Bibliográficas
83
Índice Remissivo
cilindro hiperbólico, 72 de funções de várias variáveis, 76

forma paramétrica, 72 discriminante
propriedades, 72 cônicas, 67
cilindro parabólico, 73
elipse
forma paramétrica, 73
propriedades, 65
propriedades, 73
Elipsóide, 69, 71, 72
cilíndro elíptico, 72
elipsóide, 69
propriedades, 72
propriedades, 69
cone elíptico, 73
equação canônica
cilindro hiperbólico, 72
propriedades, 73
cilindro parabólico, 73
continuidade
cilíndro elíptico, 72
de funções de várias variáveis, 76
cone elíptico, 73
coodernadas polares, 68
elipsóide, 69
coordenadas
elípse, 65
cilíndricas, 26, 57
hiperbolóide de duas folhas, 71
esféricas, 27, 58
hiperbolóide de uma folha, 71
cônicas, 64, 67 hipérbole, 66
coordenadas polares, 68 parabolóide elíptico, 70
elípse, 65 parabolóide hiperbólico, 70
hipérbole, 66 parábola, 64
parábola, 64 escalar, 2, 33
escalares, 2, 33
derivada
espaço linear, 30, 61
direcional, 77
espaço vetorial, 2, 33
derivadas parciais, 76
desigualdade de Cauchy-Schwarz, 14, 45 forma paramétrica
desigualdade triangular, 6, 37 elipse, 65
determinante hipérbole, 66
jacobiano, 81 parábola, 64
dextrogira, 4, 35 funções
diferencial de várias variáveis, 75
84
ÍNDICE REMISSIVO 85
gradiente, 77 propriedades, 70
parabolóide hiperbólico, 70
hiperbolóide de duas folhas, 71 forma paramétrica, 70
forma paramétrica, 71 propriedades, 70
propriedades, 71 parábola, 64, 65
hiperbolóide de uma folha, 71 propriedades, 64
forma paramétrica, 71 produto escalar, 6, 10, 31, 37, 41, 62
propriedades, 71 produto vetorial, 16, 47
hipérbole, 66
propriedades, 66 quádricas, 69
cilindro hiperbólico, 72
identidades vetoriais, 22, 53 cilindro parabólico, 73
integral cilíndro elíptico, 72
coordenadas curvilíneas, 80, 81 cone elíptico, 73
em duas variáveis, 80 elipsóide, 69
em três variáveis, 80 hiperbolóide de duas folhas, 71
em várias variáveis, 79 hiperbolóide de uma folha, 71
iterada, 79 parabolóide elíptico, 69
múltipla, 79 parabolóide hiperbólico, 70
jacobiano, 81 regra da cadeia
latitude, 8, 39 em funções de várias variáveis, 77
levogira, 4, 35 regra da mão direita, 4, 35
limite regra da mão esquerda, 4, 35
de funções de várias variáveis, 76 rotação, 67
longitude, 8, 39 Sistema de coordenadas cartesianas, 4,
matriz 35
jacobiana, 81 Sistema de coordenadas cilíndricas, 26,
mudança de variáveis, 81 57
multiplicadores de Lagrange, 78 Sistema de coordenadas esféricas, 27, 58
superfícies
norma, 6, 37 quádricas, 69
abstrata, 31, 62
trabalho, 29, 60
orientação, 4, 35 trabalho de uma força, 29, 60
otimização triplo produto, 22, 53
com restrição, 78 triplo produto escalar, 22, 53
em funções de várias variáveis, 78
versor, 7, 38
parabolóide elíptico, 69, 70 vetor, 2, 33
forma paramétrica, 70 vetor unitário, 6, 37

vetores, 2, 33
vetores ortogonais, 14, 45
álgebra vetorial, 2, 33

Cálculo de Funções de Várias Variáveis Um Livro Colaborativo UFRGS

Enviado por

Dados do documento

Descrição 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

Cálculo de Funções de Várias Variáveis Um Livro Colaborativo UFRGS

Enviado por

Direitos autorais:

Formatos disponíveis

Cálculo de Funções de Várias Variáveis

Esequia Sauter - UFRGS

Fabio Souto de Azevedo - UFRGS

Pedro Henrique de Almeida Konzen - UFRGS

Este trabalho está licenciado sob a Licença Creative Commons Atribuição-

Nosso objetivo é de fomentar o desenvolvimento de materiais didáticos pela

Desejamos-lhe ótimas colaborações!

Nota dos organizadores iv

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

5.2.1 Equação canônica . . . . . . . . . . . . . . . . . . . . . . . . 70

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

6.8 Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . 78

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

1.1 Exercícios finais

O objetivo deste capítulo é revisar conceitos básicos do cálculo e da álgebra

2.1 Vetores e escalares

~u + ~v = ~v + ~u, (Comutatividade da soma) (2.1a)

Observação 2.1.2. Observamos que a propriedade associativa dada por (3.1b)

A subtração de dois vetores é definida por

O vetor (−1)~v é também denotado por −~v e tem a seguinte propriedade:

~v + (−~v ) = ~v + (−1)~v = (1 − 1)~v = 0~v = ~0. (2.3)

Um conjunto de vetores {~v1 , ~v2 , . . . , ~vn } é dito linearmente dependente (LD),

Analogamente, um conjunto de vetores {~v1 , ~v2 , . . . , ~vn } é dito linearmente indepen-

implica necessariamente que

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

A importância deste teorema reside no fato de permitir a definição de dimensão

2.2 O espaço euclidiano tridimensional

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

Figura 2.1: À esquerda, um sistema dextrogiro (regra da mão direita). À direita,

é positivo. Reciprocamente, o trio ~u, ~v e w

~v = hv1 ,v2 ,v3 i . (2.5)

É natural neste momento definir os vetores ~i, ~j e ~k como

de forma que a expressão (3.5) pode ser escrita como

~v = v1~i + v2~j + v3~k. (2.7)

A soma de dois vetores é dada pela soma componente a componente, ou seja, se

~u + ~v = (u1 + v1 )~i + (u2 + v2 ) ~j + (u3 + v3 ) ~k. (2.9)

O produto de um vetor por um escalar é definido como a multiplicação componente

α~u = (αu1 )~i + (αu2 )~j + (αu3 )~k. (2.10)

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

Definimos também a norma euclidiana de um vetor ~v como a distância da

E 2.2.1. Mostre que o espaço vetorial assim definido satisfaz as propriedades

E 2.2.2. Verifique que a norma euclidiana satisfaz as seguintes propriedades:

kα~uk = |α| k~uk, (Homogeneidade) (2.12a)

Dica: Para mostrar a desigualdade triangular, entenda seu significado geomé-

O vetor v̂ é chamado de versor de ~v . v̂ é um vetor unitário que tem mesmo sentido

E 2.2.3. Mostre que a norma de um versor conforme definido em (3.14) é

E 2.2.4. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e w ~ = 31~i + 21~j.

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

 E 2.2.7. Seja u = u1~i + u2~j um vetor não nulo fixo no plano xy e ~v =

onde ~u = u1~i + u2~j + u3~k, ~v = v1~i + v2~j + v3~k e w

a) Verifique que se ~u, ~v e w

b) Verifique que se ~u, ~v e w

c) Verifique que o trio ~u, ~v e w

d) Verifique que o trio ~u, ~v e w

E 2.2.9. Considere um sistema de coordenadas cartesianas dextrogiro cons-

• O centro da Terra coincide com a origem do sistema.

• O extremo norte da Terra intercepta o eixo z em valores positivos.

• O observatório de Greenwich está sob plano xz com x > 0.

Considere a superfície terrestre com uma esfera de raio R⊕ . Denote a longitude

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

Figura 2.3: Representação gráfica do sistema de coordenadas geográficas.

Licença CC-BY-SA-3.0. Contato: reamat@ufrgs.br

a) Qual a norma do vetor ~r?

E 2.2.7. Seja u = u1~i + u2~j um vetor não nulo fixo no plano xy e ~v =