Álgebra Linear

INSTITUTO FEDERAL SUL-RIO-GRANDENSE
UNIVERSIDADE ABERTA DO BRASIL

Programa de Fomento ao Uso das
TECNOLOGIAS DE COMUNICAÇÃO E INFORMAÇÃO NOS CURSOS DE GRADUAÇÃO - TICS
ÁLGEBRA LINEAR
Odair Antonio Noskoski
Ministério da
Educação
Copyright© 2011 Universidade Aberta do Brasil
Instituto Federal Sul-rio-grandense
ÁLGEBRA LINEAR
NOSKOSKI, O. A.
2012/1
Produzido pela Equipe de Produção de Material Didático da

Universidade Aberta do Brasil do Instituto Federal Sul-rio-grandense
TODOS OS DIREITOS RESERVADOS
TECNOLOGIAS DE COMUNICAÇÃO E INFORMAÇÃO NOS CURSOS DE GRADUAÇÃO - TICS
PRESIDÊNCIA DA REPÚBLICA IF SUL-RIO-GRANDENSE

DEPARTAMENTO DE EDUCAÇÃO A DISTÂNCIA
Dilma Rousseff
PRESIDENTE DA REPÚBLICA FEDERATIVA DO BRASIL
Luis Otoni Meireles Ribeiro
CHEFE DO DEPARTAMENTO DE EDUCAÇÃO A DISTÂNCIA
MINISTÉRIO DA EDUCAÇÃO
Beatriz Helena Zanotta Nunes
Fernando Haddad COORDENADORA DA UNIVERSIDADE ABERTA DO BRASIL – UAB/IFSUL
MINISTRO DO ESTADO DA EDUCAÇÃO
Marla Cristina da Silva Sopeña

Luiz Cláudio Costa COORDENADORA ADJUNTA DA UNIVERSIDADE ABERTA DO BRASIL – UAB/
SECRETÁRIO DE EDUCAÇÃO SUPERIOR - SESU IFSUL
Eliezer Moreira Pacheco Cinara Ourique do Nascimento

SECRETÁRIO DA EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA COORDENADORA DA ESCOLA TÉCNICA ABERTA DO BRASIL – E-TEC/IFSUL
Luís Fernando Massonetto Ricardo Lemos Sainz

SECRETÁRIO DA EDUCAÇÃO A DISTÂNCIA – SEED COORDENADOR ADJUNTO DA ESCOLA TÉCNICA ABERTA DO BRASIL – E-TEC/
IFSUL
Jorge Almeida Guimarães
PRESIDENTE DA COORDENAÇÃO DE APERFEIÇOAMENTO DE PESSOAL DE IF SUL-RIO-GRANDENSE
NÍVEL SUPERIOR - CAPES
UNIVERSIDADE ABERTA DO BRASIL
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E Beatriz Helena Zanotta Nunes
TECNOLOGIA SUL-RIO-GRANDENSE [IFSUL] COORDENADORA DA UNIVERSIDADE ABERTA DO BRASIL – UAB/IFSUL
Antônio Carlos Barum Brod Marla Cristina da Silva Sopeña

REITOR COORDENADORA ADJUNTA DA UNIVERSIDADE ABERTA DO BRASIL – UAB/
IFSUL
Daniel Espírito Santo Garcia
PRÓ-REITOR DE ADMINISTRAÇÃO E DE PLANEJAMENTO Mauro Hallal dos Anjos
GESTOR DE PRODUÇÃO DE MATERIAL DIDÁTICO
Janete Otte
PRÓ-REITORA DE DESENVOLVIMENTO INSTITUCIONAL PROGRAMA DE FOMENTO AO USO DAS TECNOLOGIAS
DE COMUNICAÇÃO E INFORMAÇÃO NOS CURSOS DE
Odeli Zanchet GRADUAÇÃO –TICs
PRÓ-REITOR DE ENSINO
Raquel Paiva Godinho
GESTORA DO EDITAL DE TECNOLOGIAS DE INFORMAÇÃO E COMUNICAÇÃO –
Lúcio Almeida Hecktheuer
TICS/IFSUL
PRÓ-REITOR DE PESQUISA, INOVAÇÃO E PÓS-GRADUAÇÃO
Renato Louzada Meireles Ana M. Lucena Cardoso

DESIGNER INSTRUCIONAL DO EDITAL TICS
PRÓ-REITOR DE EXTENSÃO
IF SUL-RIO-GRANDENSE Lúcia Helena Gadret Rizzolo

REVISORA DO EDITAL TICS
CAMPUS PELOTAS
José Carlos Pereira Nogueira

DIRETOR-GERAL DO CAMPUS PELOTAS
Clóris Maria Freire Dorow

DIRETORA DE ENSINO
João Róger de Souza Sastre

DIRETOR DE ADMINISTRAÇÃO E PLANEJAMENTO
Rafael Blank Leitzke

DIRETOR DE PESQUISA E EXTENSÃO
Roger Luiz Albernaz de Araújo

CHEFE DO DEPARTAMENTO DE ENSINO SUPERIOR
EQUIPE DE PRODUÇÃO DE MATERIAL DIDÁTICO – UAB/IFSUL
Lisiane Corrêa Gomes Silveira

GESTORA DA EQUIPE DE DESIGN
Denise Zarnottz Knabach

Felipe Rommel
Helena Guimarães de Faria
Lucas Quaresma Lopes
Tabata Afonso da Costa
EQUIPE DE DESIGN
Catiúcia Klug Schneider

GESTORA DE PRODUÇÃO DE VÍDEO
Gladimir Pinto da Silva

PRODUTOR DE ÁUDIO E VÍDEO
Marcus Freitas Neves

EDITOR DE VÍDEO
João Eliézer Ribeiro Schaun

GESTOR DO AMBIENTE VIRTUAL DE APRENDIZAGEM
Giovani Portelinha Maia

GESTOR DE MANUTENÇÃO E SISTEMA DA INFORMAÇÃO
Anderson Hubner da Costa Fonseca

Carlo Camani Schneider
Efrain Becker Bartz
Jeferson de Oliveira Oliveira
Mishell Ferreira Weber
EQUIPE DE PROGRAMAÇÃO PARA WEB
Álgebra Linear
S
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
SUMÁRIO
GUIA DIDÁTICO_____________________________________________________________________________________________________9
UNIDADE A - O PONTO___________________________________________________________________________________________ 15
Estudo do ponto ________________________________________________________________________________________________________ 16
O ponto no �2____________________________________________________________________________________________________________ 17
O ponto no �3____________________________________________________________________________________________________________ 22
Síntese____________________________________________________________________________________________________________________ 25
UNIDADE B - VETORES __________________________________________________________________________________________ 29

Segmentos equipolentes ______________________________________________________________________________________________ 30
Definição de vetor ______________________________________________________________________________________________________ 30
Vetores no �2_____________________________________________________________________________________________________________ 35
Vetores no �3_____________________________________________________________________________________________________________ 38
Operações com vetores_________________________________________________________________________________________________ 40
Produto vetorial_________________________________________________________________________________________________________ 42
UNIDADE C - A RETA NO �3______________________________________________________________________________________ 51

Equação vetorial da reta _______________________________________________________________________________________________ 52
Equações paramétricas da reta_______________________________________________________________________________________ 53
Reta definida por dois pontos_________________________________________________________________________________________ 53
Equações simétricas da reta __________________________________________________________________________________________ 54
Condição para que três pontos sejam colineares __________________________________________________________________ 55
Retas paralelas aos planos e aos eixos_______________________________________________________________________________ 55
Ângulo entre duas retas________________________________________________________________________________________________ 58
Condição de paralelismo de duas retas______________________________________________________________________________ 59
Condição de ortogonalidade de duas retas_________________________________________________________________________ 59
Condição de coplanaridade de duas retas___________________________________________________________________________ 59
Intersecção de duas retas______________________________________________________________________________________________ 62
Reta ortogonal a duas retas___________________________________________________________________________________________ 62
UNIDADE D - O PLANO NO �3___________________________________________________________________________________ 67

Equação geral do plano ________________________________________________________________________________________________ 68
Determinação de um plano ___________________________________________________________________________________________ 69
Planos paralelos aos eixos e aos planos_____________________________________________________________________________ 72
Equações paramétricas do plano_____________________________________________________________________________________ 75
Ângulo entre a reta e o plano__________________________________________________________________________________________ 76
Condição de paralelismo e ortogonalidade de dois planos_______________________________________________________ 76
Condição de ortogonalidade entre dois planos____________________________________________________________________ 77
Condição de paralelismo entre uma reta e um plano_____________________________________________________________ 77
Condição para que uma reta esteja contida em um plano________________________________________________________ 77
Intersecção de reta e plano____________________________________________________________________________________________ 78
Intersecção de dois planos____________________________________________________________________________________________ 79
Intersecção de plano com os eixos coordenados __________________________________________________________________ 80
Esboço gráfico de um plano ___________________________________________________________________________________________ 81
Distâncias________________________________________________________________________________________________________________ 81
UNIDADE E - MATRIZES, DETERMINANTES E SISTEMAS LINEARES_______________________________________ 89

Matrizes _________________________________________________________________________________________________________________ 90
Determinantes___________________________________________________________________________________________________________ 97
MATRIZES, DETERMINANTES E SISTEMAS__________________________________________________________________ 113
Matriz inversa, singular e não-singular ___________________________________________________________________________114
Sistemas de equações lineares_______________________________________________________________________________________116
7
Álgebra Linear
S
Fomento ao Uso das Tecnologias da Informação e Comunicação
SUMÁRIO
CONTENTS
UNIDADE F - ESPAÇOES VETORIAIS __________________________________________________________________________ 127

Definição ________________________________________________________________________________________________________________128
Propriedades e exemplos de espaços vetoriais ___________________________________________________________________128
Subespaços vetoriais__________________________________________________________________________________________________132
Combinação linear de vetores________________________________________________________________________________________135
Subspaço finitamente gerado________________________________________________________________________________________136
Dependência e independência linear_______________________________________________________________________________138
Base de um espaço vetorial___________________________________________________________________________________________140
Vetor coordenada______________________________________________________________________________________________________143
UNIDADE G - ESPAÇOS VETORIAIS EUCLIDIANOS__________________________________________________________ 147

Produto interno em espaços vetoriais _____________________________________________________________________________148
Espaço vetorial euclidiano____________________________________________________________________________________________149
Módulo de um vetor___________________________________________________________________________________________________150
Propriedades da norma de um vetor _______________________________________________________________________________150
Ângulo entre dois vetores ____________________________________________________________________________________________151
Distância entre dois vetores__________________________________________________________________________________________152
Vetores ortogonais_____________________________________________________________________________________________________152
Conjunto ortogonal de vetores_______________________________________________________________________________________153
Base ortogonal: base ortonormal____________________________________________________________________________________153
Base ortonormal_______________________________________________________________________________________________________153
Processo de ortogonalização de Gram-Schmidt___________________________________________________________________155
UNIDADE H -TRANSFORMAÇÕES LINEARES________________________________________________________________ 161

Funções ou aplicações vetoriais _____________________________________________________________________________________162
Transformações lineares _____________________________________________________________________________________________162
Interpretação geométrica____________________________________________________________________________________________163
Propriedades das transformações lineares________________________________________________________________________164
Matriz de uma transformação linear_______________________________________________________________________________165
Núcleo de uma transformação linear_______________________________________________________________________________167
Imagem de uma transformação linear______________________________________________________________________________168
Propriedades do núcleo e da imagem______________________________________________________________________________169
UNIDADE I - AUTOVALORES E AUTOVETORES______________________________________________________________ 175

Definição e exemplos _________________________________________________________________________________________________176
Determinação dos autovalores e autovetores_____________________________________________________________________177
Diagonalização de operadores_______________________________________________________________________________________179
Matriz diagonalizável _________________________________________________________________________________________________180
Diagonalização de matrizes simétricas ____________________________________________________________________________182
UNIDADE J - POLINÔMIO MINIMAL E FORMA CANÔNICA DE JORDAN__________________________________ 191

Polinômio minimal ____________________________________________________________________________________________________192
Operadores nilpotentes_______________________________________________________________________________________________193
Forma canônica de jordan____________________________________________________________________________________________194
Guia Didático
GD
GUIA DIDÁTICO
APRESENTAÇÃO
Prezado(a) aluno(a),
Bem-vindo (a) ao espaço de estudo da Álgebra Linear.
A álgebra Linear é uma disciplina de muita aplicação prática, apesar de ter um tratamento, essencialmente,
teórico. O avanço tecnológico que se percebe hoje em sistemas digitais se desenvolve com uma base
teórica da Álgebra Linear.
O pré-requisito básico exigido para esta disciplina é a geometria analítica. Mas, por outro lado, como esta
disciplina foi planejada para abranger várias disciplinas de vários cursos, está embutida no programa
uma boa parte do conteúdo da disciplina de Geometria Analítica.
Nesta disciplina, serão desenvolvidos conceitos de ponto, vetores, retas no IR3 e planos no IR3 referentes
a conteúdos da Geometria Analítica. Já dentro da Álgebra Linear, uma revisão de matrizes, determinantes
e sistemas lineares. Já no conteúdo específico da Álgebra Linear, será visto os conceitos e propriedades
de espaços vetoriais, espaços vetoriais euclidianos, transformações lineares e autovalores e autovetores
de uma matriz de transformação linear. Finalizando com os conceitos de polinômio minimal e forma
canônica de Jordan.
Esperamos que, através dos conteúdos e das atividades propostas, você possa estabelecer relações com
as aplicações do conteúdo da Álgebra Linear com as outras disciplinas específicas do curso.
Bom trabalho!
Objetivos
Objetivo Geral
Ao final desta disciplina o aluno será capaz de reconhecer, compreender e utilizar os fundamentos
e os métodos da disciplina para desenvolver o raciocínio lógico e dedutivo na busca de soluções em
problemas científicos das Engenharias.
Habilidades
• Localizar o ponto na reta real, no plano e no espaço.
• Calcular distâncias, ponto médio e coordenadas polares.
• Operar com vetores, aplicar suas propriedades, calcular o produto escalar, o produto vetorial e misto e
também aplicar interpretações geométricas no plano e no espaço.
• Determinar a equação vetorial, paramétrica e simétrica da reta no IR3.
• Compreender as condições de paralelismo, de ortogonalidade, de coplanaridade de duas retas e para que
três pontos sejam colineares.
• Estabelecer relações geométricas de ângulo, posição, intersecção e ortogonalidade entre duas retas.
• Determinar a equação geral e paramétrica do plano.
• Compreender as condições de paralelismo e ortogonalidade de dois planos.
• Compreender as condições de paralelismo entre a reta e o plano e para que uma reta esteja contida em um
9
Álgebra Linear
plano.
• Estabelecer relações geométricas de ângulo, posição, intersecção e ortogonalidade entre retas e planos e
entre planos.
• Escrever e identificar o tipo matrizes.
• Efetuar operações com matrizes.
• Aplicar as propriedades na solução de problemas com matrizes.
• Compreender e calcular determinantes de qualquer ordem.
• Resolver algebricamente e interpretar geometricamente o conjunto de solução de um sistema linear.
• Identificar se um conjunto com um par de operações (adição e multiplicação) é um espaço vetorial.
• Identificar se um subconjunto de um espaço vetorial é um subespaço vetorial.
• Diferenciar vetores LI e LD.
• Determinar base, dimensão e geradores de espaços vetoriais.
• Verificar se uma função é um produto interno em um espaço vetorial.
• Identificar um espaço vetorial Euclidiano.
• Calcular módulo, ângulo, distância e ortogonalidade de vetores.
• Determinar bases ortogonais e ortonormais
• Identificar transformações lineares.
• Determinar a matriz, o núcleo e a imagem de uma transformação linear.
• Compreender as propriedades de uma transformação linear e suas aplicações.
• Calcular autovalores e autovetores de uma matriz.
• Entender e aplicar a diagonalização de operadores.
• Determinar o polinômio minimal.
• Identificar a forma canônica de Jordan.
Avaliação
A avaliação do desenvolvimento e envolvimento do discente em todas as unidades curriculares
considerará os seguintes elementos:
• A participação nas atividades propostas no ambiente virtual.
• curso e no instrumento de avaliação que ocorrerá em encontro presencial.
• A realização e a entrega de atividades solicitadas.
• A avaliação final e presencial.
Programação
Primeira semana
As atividades a serem desenvolvidas na 1ª semana são:
1. Fórum: Apresentação do professor, da disciplina e questões gerais.
2. Estudo do ponto: segmento orientado; eixo, segmento nulo; módulo, direção.
3. O ponto no IR2: coordenadas cartesianas; quadrantes; distância entre dois pontos; ponto médio; coordenadas
polares.
4. O ponto no IR3: coordenadas cartesianas; octantes; coordenadas polares; distância entre dois pontos; ponto médio.
Segunda semana
5. Seguimentos eqüipolentes.
6. Definição de vetor.
7. Operações de vetores: adição e suas propriedades; subtração e suas propriedades; multiplicação de um número real
por um vetor e suas propriedades.
10
Guia Didático
8. Vetores no IR2: igualdade entre dois vetores; operações; vetor definido por dois pontos.
9. Vetores no IR3: Expressão cartesiana de um vetor; base ortonormal; vetor posição; expressão cartesiana do módulo
de um vetor; expressa cartesiana do versor de um vetor; co-senos diretores de um vetor; condição de paralelismo de
dois vetores; condição para que três vetores sejam coplanares.
10. Produto de vetores: produto escalar; produto vetorial; produto misto.
Terceira semana
11. Equação vetorial da reta.
12. Equação paramétrica da reta.
13. Reta definida por dois pontos.
14. Equações simétricas da reta.
15. Condição para que três pontos sejam colineares.
16. Retas paralelas aos planos e aos eixos.
17. Ângulo de duas retas.
18. Condição de paralelismo de duas retas.
19. Condição de ortogonalidade de duas retas.
20. Condição de coplanaridade de duas retas.
21. Posições relativas de duas retas.
22. Intersecção de duas retas.
23. Reta ortogonal a duas retas.
Quarta semana
24. Equação geral do plano.
25. Determinação de um plano.
26. Planos paralelos aos eixos e aos planos.
27. Equações paramétricas do plano.
28. Ângulo entre a reta e o plano.
29. Condição de paralelismo e ortogonalidade de dois planos.
30. Condição de paralelismo entre uma reta e um plano.
31. Condições para que uma reta esteja contida em um plano.
32. Intersecção de reta e plano.
33. Intersecção de dois planos.
34. Intersecção de plano com eixos coordenados.
35. Distâncias: distância de ponto a reta; distância de duas retas; distância de ponto a um plano; distância de dois planos.
Quinta semana
36. Matrizes: Definição; tipos de matrizes; operações com matrizes.
37. Determinantes: Definição; cálculo de segunda, terceira e qualquer ordem de determinantes; propriedades.
38. Matriz inversa, singular e não-singular.
39. Sistemas de equações lineares: Soluções; equivalência; sistemas homogêneos.
Sexta semana
A atividade a ser desenvolvida na 6ª semana é:
40. Definição.
41. Propriedades e exemplos de espaços vetoriais.
11
Álgebra Linear
42. Subespaços vetoriais: definição; propriedades e exemplos de subespaços vetoriais.

43. Combinação linear de vetores: definição e exemplos.

44. Subespaço vetorial gerado: definição; espaços vetoriais finitamente gerados; dependência e independência linear;
base e dimensão; coordenadas ou componentes de um vetor.
Sétima semana
45. Produto interno em espaços vetoriais.
46. Espaço vetorial Euclidiano.
47. Módulo de um vetor.
48. Ângulo de dois vetores.
49. Distância de dois vetores.
50. Vetores ortogonais.
Oitava semana
51. Conjunto ortogonal de vetores.
52. Base ortogonal: base ortonormal.
Nona semana
53. Funções vetoriais.
54. Transformações lineares.
55. Interpretação geométrica.
56. Propriedades das transformações lineares.
Décima semana
57. Núcleo de uma transformação linear.
58. Imagem de uma transformação linear.
59. Propriedades do núcleo e da imagem.
Décima primeira semana

60. Definição e exemplos de autovalores e autovetores.
61. Determinação dos autovalores e autovetores.
Décima segunda semana

62. Diagonalização de operadores.
63. Matriz diagonalizável.
64. Diagonalização de matrizes simétricas.
65. Aplicações da diagonalização.
12
Guia Didático
66. Polinômio minimal.

67. Forma canônica de Jordan.
Currículo do Professor-Autor
Odair Antonio Noskoski
Graduada em Licenciatura em Matemática pela Universidade de Rio Grande em 1990; Especialização
em Matemática pela Universidade de Rio Grande (1997); Especialização em Matemática Aplicada pela
Universidade de Rio Grande (1997). Mestre em Matemática Aplicada pela Universidade Federal do Rio
Grande do Sul em 2000; Doutorado em Engenharia Elétrica pela Universidade Federal de Santa Catarina
em 2009. Tem 23 anos de experiência em docência e atualmente é professora do Instituto Federal Sul-
Rio-Grandense. A área de atuação é em Filtragem Adaptativa, com interesse em identificação de sistemas
esparsos.
<http://lattes.cnpq.br/3760704875877687>
Referências
BOLDRINI, José Luiz; COSTA, Sueli I. Rodrigues; FIGUEIREDO, Vera Lúcia; WETZLER, Henry G.. Álgebra Linear. 3ª ed. São
Paulo: Harbra, 1980.
LIPSCHUTZ, Seymour. Álgebra Linear. 2ª ed. São Paulo: McGraw-Hill, 1978
STEINBRUCH, Alfredo. Álgebra Linear. Makron. São Paulo: 1987.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Geometria Analítica. 2ª ed. São Paulo: Makron, 1987.
ANTON, Howard e RORRES, Chris. Álgebra Linear com Aplicações. Porto Alegre: Bookman, 2001.
BOULOS, Paulo; CAMARGO, Ivan de. Geometria Analítica: um Tratamento Vetorial. São Paulo: Makron, 1987.
CALLIOLI, Carlos A; COSTA, Roberto C. F.; DOMINGUES, Hygino H.. Álgebra Linear e Aplicações. 6ª ed. São Paulo: Atual,
1993.
CALLIOLI, Carlos A.; CAROLI, Alesio de.; FEITOSA, Miguel O.. Matrizes, Vetores, Geometria Analítica: Teoria e Exercícios.
São Paulo: Nobel, 1976.
HOFFMAN, Kenneth; KUNZE, Ray. Álgebra Linear. 2ª ed. Rio de Janeiro: LTC, 1979.
LAY, D..Álgebra Linear e suas Aplicações. Rio de Janeiro: LTC Editora, 1999.
POOLE, David. Álgebra Linear. São Paulo: Thomson Learning, 2006.
13
A O Ponto
Unidade A
Álgebra Linear
Álgebra Linear
A
UNIDADE
O PONTO
Nesta disciplina, estudaremos uma parte inicial de geometria analítica e posteriormente álgebra linear.
Na parte inicial, estudaremos o ponto, vetores no IR2 e no IR3, a reta no IR3 e o plano no IR3.
Estudo do Ponto
Eixo
Uma reta pode ser percorrida em dois sentidos. Orientar uma reta é escolher um dos dois sentidos,
conforme a figura abaixo.
Figura A.1
Toda reta orientada é um eixo: → (e)
Segmento Orientado
Um segmento de reta de extremos pertencentes a um eixo é chamado de segmento orientado, determinado
por dois pontos, em que o primeiro é a origem e o segundo a extremidade.
Figura A.2
A ordem em que aparece os pontos define o sentido do segmento.
Figura A.3
Assim, o par (A,B) define o segmento orientado . Já o segmento definido pelo par (B,A) o
segmento orientado oposto.
O sentido positivo de um segmento orientado é o mesmo do eixo que o contém.
Dados dois segmentos orientados e , dizemos que são segmentos coincidentes, se e somente se,
A=C e B=D e escrevemos ou (A,B)=(C,D).
Segmento nulo
Segmento nulo é o segmento cuja extremidade coincide com a origem.
Módulo
Dado um segmento orientado e definindo um segmento unitário com tamanho u, dizemos que um
número real m é o módulo do segmento , se esse valor é a razão entre o segmento e o segmento
16
Unidade A
unitário.
Figura A.4
Direção
Dados dois segmentos orientados e , não nulos, dizemos que eles têm a mesma direção, quando
as retas PQ e MN, suportes dos respectivos segmentos, são paralelas ou coincidentes.
O ponto no �2
Coordenadas cartesianas
Dados dois eixos OX e OY, perpendiculares em 0(zero). Eles determinam um plano (�). Consideremos
um ponto P (�)e tracemos por ele a reta x’ paralela ao eixo OX e y’ paralela ao eixo OY.
Os pontos P1 e P2 são, respectivamente, as intersecções de y’ com o eixo OX e de x’ com o eixo OY.
0 e o P1 determinam o segmento orientado cuja medida algébrica é a abscissa do ponto P.
0 e o P2 determinam o segmento orientado cuja medida algébrica é a ordenada do ponto P.
Figura A.5
• Os valores de xP e yP constituem um par ordenado ou coordenadas que determinam a posição do ponto P no plano
(π).
• O plano (π) é denominado plano cartesiano e os eixos OX e OY são os eixos cartesianos, sendo o eixo OX das
abscissas e o eixo OY o eixo das ordenadas.
• XOY indica o sistema de eixos coordenados ortogonais.
• O ponto 0 é a origem do sistema.
Quadrantes
Os eixos coordenados, ao se interceptarem, formam quatro ângulos de 90º, dividindo o plano em quatro
17
Álgebra Linear
regiões denominadas de quadrantes, conforme figura ao lado. Como a intersecção define a origem do
plano (0,0), cada quadrante possui uma combinação de sinal distinta. No primeiro quadrante, temos
a abscissa e a ordenada positiva, no segundo quadrante, a abscissa negativa e a ordenada positiva, no
terceiro quadrante, a abscissa e a ordenada negativa e no quarto quadrante, temos a abscissa positiva
e a ordenada negativa. Podemos perceber facilmente que existe uma correspondência biunívoca entre
os pontos de um plano cartesiano e pares ordenados (xP,yP) de números reais, ou seja, para cada par
ordenado (xP,yP) existe um único ponto P do plano cartesiano correspondente e vice-versa.
Figura A.6
Exemplo:
Temos seis pontos no plano cartesiano abaixo.
Figura A.7
1. O ponto A se encontra no primeiro quadrante com coordenadas A(6,4).
2. O ponto B se encontra no segundo quadrante com coordenadas B(-4,2).
3. O ponto C se encontra no terceiro quadrante com coordenadas C(-2,-3).
4. O ponto D se encontra no quarto quadrante com coordenadas D(5,-2).
5. Já o ponto E pertence ao eixo OX com coordenadas E(3,0).
6. Já o ponto F pertence ao eixo OY com coordenadas F(0,-4).
18
Unidade A
Note que sempre que um ponto pertence a um dos eixos a coordenada relativa ao outro eixo é nula, ou
seja, se o ponto pertence ao eixo OX a ordenada yP=0.
Distância entre dois pontos

Dados os pontos A(xA,yA) e B(xB,yB), a distância d entre esses dois ponto é dado pela seguinte fórmula:
Exemplos:
1. Determine a distância entre os pontos A(1,2) e B(3,5).
Solução:
É só substituir os valores das coordenadas na fórmula e fazer as contas:
2. Calcule o perímetro do triângulo com os vértices em A(2,3), B(-2,1) e C(2,-3).
Figura A.8
Solução:
Vamos calcular as medidas dos segmentos , e com as distâncias dAB, dAC e dBC, respectivamente.
Perímetro=
Ponto médio
Dado um segmento orientado , se C é um ponto médio desse segmento, então suas coordenadas são
determinadas pelas médias das coordenadas dos pontos A e B, ou seja,
19
Álgebra Linear
Exemplo:
1. Determine as coordenadas do ponto médio do segmento orientado definido pelos pontos A(1,2) e B(3,5).
Resolução:
Substituindo os valores das coordenadas dos pontos A e B nas fórmulas acima, temos:
Portanto, o ponto médio é C(2,3,5).
Coordenadas polares
Coordenadas polares é outra forma de representação de um ponto A. A representação se dará pela
distância do ponto A até a origem O e essa distância é designada por ρ e pelo ângulo ω que o segmento
faz com o eixo OX.
Considerando uma semirreta OX orientada de um plano. Esta semirreta de origem O (polo), denominado
eixo polar, define o sistema polar. Chamamos de coordenadas polares de um ponto A, em relação ao
sistema polar dado, aos números (distância de A até O) e (medida do ângulo que
o segmento AO faz com o eixo polar, ou o eixo OX). A notação em coordenadas polares é , em que
a primeira coordenada ρ é o raio polar e a segunda coordenada ω é o ângulo polar.

O ângulo polar ω tem uma infinidade de valores possíveis , em que e é contado
positivamente no sentido anti-horário. O valor do raio polar (raio vetor) é positivo se estiver no mesmo
sentido do terminal do ângulo ω e negativo caso contrário.
Um ponto P num plano, em um sistema polar fica bem determinado pela intersecção de uma circunferência
de centro em O e raio interseccionado com o semieixo traçado por O e determinado pelo ângulo ,
conforme o exemplo a seguir.
Exemplo:
Seja o ponto em coordenadas polares sua representação se encontra na figura abaixo, em
que .
Figura A.9
20
Unidade A
Usando apenas a menor determinação para ω , podemos representar de 4 formas diferentes o mesmo
ponto P.
Relação entre coordenadas polares e cartesianas

Dado um ponto P representado ao mesmo tempo no sistema cartesiano e no sistema polar. No sistema
cartesiano o ponto P tem as coordenadas representadas por x e y e no sistema polar por ρ e ω, ou seja,
P(x,y) e P(ρ,ω), respectivamente.
Figura A.10
A partir do triângulo retângulo OPP1 podemos tirar as relações:
Do mesmo triângulo retângulo, podemos determinar as relações inversas:
Exemplos:
1. Encontre as coordenadas cartesianas do ponto
Substituindo temos:
e , temos:
21
Álgebra Linear
Portanto o ponto P em coordenadas cartesianas é .
2. Encontre P(ρ,ω) , supondo ρ <0 e 0≤ ω<2π para p(2,2)
Substituindo x=2 e y=2 na fórmula temos:
e na fórmula temos:
Note que o ponto P se encontra no primeiro quadrante sendo negativo o raio, a medida de ω deve ser
(faça a representação gráfica para verificar).
O ponto no �3
Coordenadas cartesianas
Tracemos por um ponto fixo O(origem) três eixos perpendiculares entre si conforme figura abaixo.
OX → eixo das abscissas
OY → eixo das ordenadas
OZ → eixo das cotas
Figura A.11
Os três eixos determinam dois a dois três planos: XOY, XOZ e YOZ.
Dado um ponto P, suas projeções em relação aos eixos coordenados determinam os pontos A, B e C,
respectivamente aos eixos OX, OY e OZ.
OA=x (abscissa)
OB=y (ordenada)
OC=z (cota)
22
Unidade A
Octantes
Vimos que no plano cartesiano os eixos coordenados dividem a região em quatro quadrantes. Como os
pontos no espaço são ternas ordenadas e cada eixo possui dois sinais (positivo e negativo), temos oito
possíveis combinações de sinais para cada terna ordenada. As oito combinações de sinais situam-se,
cada uma, numa região do espaço, denominada de octante.
O primeiro octante é aquele que possui todas as coordenadas positivas (veja a figura), depois, em sentido
anti-horário, dá-se continuação à contagem dos octantes para z positivo e depois segue a contagem para
z negativo.
Figura A.12
Caso um ponto pertença a um dos eixos coordenados, será representado por uma terna ordenada com
duas componentes nulas. O ponto possuirá as três componentes nulas se, e somente se, esse ponto for
a origem. Caso o ponto pertença a um dos planos coordenados, será representado por uma terna com
uma componente nula.
Exemplo:
Indique em qual octante, ou plano ou eixo coordenado, cada um dos pontos dados está situado:
Pontos: A(2,-4,8), B(-2,-4,8), C(2,4,8), D(2,-4,-8, E(-2,4,-8) E(-2,4,-8), F(-2,4,8), G(2,0,0), H(0,-4,0),
I(O,O,8), J(0,-4,8), L(2,0,8) E M(2,-4,0)
Ponto : quarto octante
Ponto : terceiro octante
Ponto : primeiro octante
Ponto : oitavo octante
Ponto : sexto octante
Ponto : segundo octante
Ponto : eixo “ox”
Ponto : eixo “oy”
Ponto : eixo “oz”
Ponto : plano “yoz”
23
Álgebra Linear
Ponto : plano “xoz”

Ponto : plano “xoy”
Distância entre dois pontos

Dados os pontos A(xA, yA, zA) e B(xB, yB, zB), a distância “d” entre esses dois ponto é
Exemplos:
1. Determine a distância entre os pontos A(-1,2,3) e B(3,-3,4).
2. Calcule o perímetro do triângulo com os vértices em A(-1,2,3), B(0,-2,1) e C(2,2,-3).
Figura A.13
Da mesma forma, como no caso do exemplo do R2 , calculamos as distâncias dAB , dAC e dBC, respectivamente.
E agora, é só somar as distâncias para obter o perímetro
Ponto médio
Dado um segmento orientado , se C é um ponto médio desse segmento, então suas coordenadas são
determinadas pelas médias das coordenadas dos pontos A e B, ou seja,
24
Unidade A
Exemplo:
Determine as coordenadas do ponto médio do segmento orientado definido pelos pontos A(3,1,-3) e
B(3,7,5).
A solução é só substituir os valores, nas fórmulas acima, temos:
Portanto, o ponto médio é C(3,4,1).
Síntese
A geometria analítica é a ligação entre a geometria e a álgebra. Nesta unidade aprendemos como podemos
representar o ponto na reta, no plano ou no espaço. Aprendemos a calcular a distância de dois pontos, o
ponto médio e a representação em coordenadas polares. Esse aprendizado vai ajudar a entender melhor
a representação de um vetor, uma reta e de um plano no espaço �3 .
Referências
STEINBRUCH, A.; WINTERLE, P. Geometria Analítica. 2.ed. São Paulo: Pearson Education.
BOULOS, P.; CAMARGO, I. Geometria Analítica. Um Tratamento Vetorial. 3.ed. São Paulo: Pearson Education, 2005.
SMITH, Percey F.; GALE, Arthur Sullivan; NEELLEY, John Haven. Geometria Analítica. Rio de Janeiro: Ao Livro Técnico,
1960.
25
Álgebra Linear
A
UNIDADE
ATIVIDADES
1. Indique a qual quadrante ou eixo pertencem os seguintes pontos:
A(-2,4), B(1,2), C(0,3), D(-3,-5), E(-1,0), F(7,-2) e G(0,-1).
2. Esboce, graficamente, os pontos do exercício anterior.
3. Calcule a distância, dos pontos dados no exercício 1, à origem.
4. Considere M(2,-1) e A(3,4) . Se M for o ponto médio do segmento AB , quais as coordenadas de B?
5. Calcule o perímetro dos polígonos abaixo.

a) b)
6. Complete a tabela abaixo utilizando coordenadas polares ou retangulares.
Ponto Coordenada Retangular Coordenada Polar

A (1,0)
B (2,π/2)
C (-3,0)
D (3,3π/2)
E (1,1)
F (22,3π/4)
7. Determine o sinal das coordenadas para que o ponto P(x,y,z) pertença aos octantes, eixos ou planos
indicados.
a) Quinto octante:
b) Sétimo octante:
c) Plano “xoz”:
d) Eixo “oy”:
26
Unidade A
8. Considere o paralelepípedo abaixo e calcule as distâncias indicadas:

dOA= dDB=
dAB= dDO=
dDC= dOB=
dAC= dDA=
dOC= dBC=
9. Calcule o ponto médio do segmento AB, sendo A(2,4,-1) e B(-5,2,1).
10. Se M(8,4,1) é o ponto médio do segmento AB com B(-5,3,3) , quais as coordenadas de A ?
Respostas:
1.
3.
4. B(1,-6)
5. a) b)
6.
7. a) P(+,+,-) b)P(-,-,-) c) P(±,0,±) d) P(0,±,0)
8.
9.
10. A(21,5,-1)
27
B Vetores
Unidade B
Álgebra Linear
Álgebra Linear
B
UNIDADE
VETORES
Imagine uma seta ou se preferir, uma flecha. A seta ou flecha tem uma ponta em forma triangular que
indica um sentido. A posição da seta ou flecha indica uma direção e seu tamanho pode indicar sua
intensidade.
Podemos considerar a seta ou a flecha, uma noção intuitiva de segmento orientado, visto na unidade
anterior, e se considerarmos todas as setas ou flechas com as mesmas características, então teremos a
noção intuitiva de vetores.
Nesta unidade, trataremos de vetores no e no . Mais adiante trataremos de vetores como sendo
elementos pertencentes aos espaços vetoriais euclidianos, tendo assim, um conceito mais completo de
vetor.
Segmentos equipolentes
Vimos na unidade anterior o que é um segmento orientado, pois bem, consideremos o segmento
orientado AB , ou seja, o segmento que possui origem no ponto A e extremidade no ponto B. Agora,
tomemos outro segmento orientado CD de tal forma que tenha mesma direção, mesmo sentido e mesmo
módulo (comprimento) que o segmento AB . Dizemos, nesse caso, que o segmento CD é equipolente ao
segmento AB e usamos a notação .
Definição de segmentos equipolentes

Dois segmentos são ditos equipolentes quando forem ambos nulos ou quando possuírem mesma direção,
mesmo sentido e mesmo módulo.
Propriedades da equipolência
i. propriedade reflexiva: um segmento é equipolente a ele mesmo.
ii. propriedade simétrica: se AB é equipolente à CD , então CD é equipolente à AB.
iii. propriedade transitiva: se AB é equipolente à CD e CD é equipolente
a EF, então AB é equipolente à EF.
Definição de vetor
Pela definição de segmentos equipolentes, podemos concluir que existem infinitos segmentos
equipolentes a outro previamente definido. A esse conjunto de infinitos segmentos equipolentes, damos
o nome de vetor.
30
Unidade B
Definição de vetor
Vetor é um conjunto de segmentos equipolentes a outro segmento previamente definido. Se definirmos

um segmento AB , ao conjunto de todos os segmentos equipolentes à AB, chamaremos de vetor
determinado por AB e indicaremos por .
Podemos, ainda, indicar um vetor qualquer por letras minúsculas do nosso alfabeto latino, quando não
se tratar de nenhum segmento em especial.
Obs.: O nome vetor se dá por ser elemento de um espaço vetorial. A definição de espaço vetorial será
vista mais adiante.
Um vetor sempre será caracterizado por sua direção, seu sentido e seu módulo que indicaremos por
.
Se considerarmos um vetor e um ponto P (origem do vetor) qualquer do espaço, existirá um único
segmento orientado PB representante de e poderemos escrever .
Definição de vetor nulo

Um vetor é nulo quando seu representante for um segmento orientado nulo, ou seja, quando a origem e
a extremidade do segmento coincidirem. Indicaremos esse vetor por .
Definição de vetor oposto

Um vetor é dito oposto de quando a origem de for a extremidade de e a extremidade de for
a origem de . Se for definido pelo segmento AB, ou seja, se e se for o oposto de , teremos
Definição de vetores iguais

Dois vetores serão iguais se possuírem mesma direção, mesmo sentido e mesmo módulo. Podemos ter
vetores iguais sobre a mesma reta ou sobre retas paralelas.
Definição de vetor unitário

Um vetor é unitário se .
31
Álgebra Linear
Definição de versor
Um versor é um vetor que possui mesma direção e mesmo sentido que outro vetor, porém, possui uma
unidade de comprimento. Em outras palavras: se é versor de , então possui mesma direção e
mesmo sentido que e, além disso, . Só faz sentido falarmos em versor quando referenciarmos
um vetor ao qual queremos tomar seu versor.
Definição de módulo de um vetor

Estabelecida uma unidade de medida, é possível medir o módulo, norma ou comprimento de um vetor
que será o mesmo de qualquer um de seus representantes.
Operações com vetores
Soma de vetores
A soma de dois vetores e quaisquer resultam num vetor que indicaremos por e que é dado por
. Geometricamente, representaremos o vetor da seguinte forma:
Se o vetor for o representante do segmento e o vetor for o representante do segmento

, então o vetor será o representante do segmento , ou seja,
Ou, como já vimos que podemos representar um vetor por qualquer outro equipolente a ele, podemos
tomar um vetor equipolente ao vetor , com origem coincidindo com a do vetor e teremos assim o
vetor representando a maior diagonal do paralelogramo formado por e .
32
Unidade B
Propriedades da soma de vetores

Sejam , e três vetores quaisquer.
i. (comutatividade)
ii. (associatividade)
iii. (elemento neutro)
iv. (elemento simétrico)
Faremos a demonstração da segunda e da quarta propriedade, as demais ficam a cargo do leitor.

ii. Supondo
Por outro lado,
iv. Supondo , por definição de vetor oposto, temos , logo:
E se valendo da propriedade i(comutatividade),
Diferença de vetores
A diferença de dois vetores e quaisquer resultam num vetor que indicaremos por .
Geometricamente, representaremos o vetor da seguinte forma:
Sabemos que, por definição, um vetor oposto ao vetor tem mesma direção, mesmo módulo e sentido
contrário a , sendo designado por .
Podemos reescrever a igualdade como uma soma de vetores: . Dessa forma, damos
o mesmo tratamento da soma para a diferença.
Se representarmos o vetor por outro equipolente a ele, com origem coincidindo com a do vetor ,
obteremos o vetor representando a maior diagonal do paralelogramo formado por e ou, ainda,
podemos considerá-lo como a menor diagonal do paralelogramo formado por e .
Se o vetor for o representante do segmento , o vetor representante do segmento

, então o vetor será o representante do segmento .
Note que: (vetor oposto) e (comutatividade)
33
Álgebra Linear
• Como a diferença é um caso particular da soma, valem as mesmas propriedades.

Multiplicação de um número real por um vetor

Ao multiplicarmos um vetor qualquer por um número real , obteremos como resultante um vetor e
o indicaremos por . Caso ou , . Se , então:
• Se : nesse caso o vetor terá mesma direção que porém sentido contrário.
• Se ainda terá módulo menor que e se terá módulo maior que .
•Se : nesse caso o vetor terá mesma direção e mesmo sentido que .
• Se ainda terá módulo menor que e se terá módulo maior que .
Resumindo
Se , então terá sentido contrário de .

Se , então terá mesmo sentido de .
Obs.: Ao multiplicarmos um vetor por um número real (um escalar), a direção do vetor não se altera.
Exemplos:
Propriedades da multiplicação de um número real por um vetor

Sejam e dois vetores quaisquer e a e b dois números reais quaisquer:
i. (comutatividade)
ii. (distributividade em relação à adição de escalares)
iii. (distributividade em relação à adição de vetores)
iv. (identidade)
Faremos apenas a demonstração da quarta propriedade.

Se então por definição.
Se , então possui mesmo sentido que , pois nesse caso e ainda o que
indica que tem o mesmo módulo. Como sabemos que na multiplicação por escalar a direção do
vetor não é alterada, podemos concluir que .
34
Unidade B
Vetores colineares
Dois vetores são ditos colineares se possuírem mesma direção, independentemente de seu módulo e
sentido. Para que dois vetores sejam colineares, eles devem pertencer à mesma reta suporte ou a retas
paralelas.
Como vimos que na multiplicação por escalar a direção se mantém, o vetor é colinear ao vetor
.
Neste caso, é colinear a e é colinear a .
Vetores no �2
Dados dois pontos A e B quaisquer do plano, podemos definir um vetor representante do segmento AB.
Convencionaremos, no plano cartesiano, o vetor representante do segmento AB como o vetor que possui
origem na origem do sistema cartesiano (no ponto (0,0)) e indicaremos
Os pontos A e B são representados por pares ordenados A(x1,y1) e B(x2,y2). Sendo assim,
.
Representação analítica de um vetor no plano

Representamos, analiticamente, um vetor no plano por , onde o par ordenado (x, y) é a
extremidade do vetor que possui origem na origem do sistema de coordenadas cartesianas.
Exemplo:
35
Álgebra Linear
Neste exemplo, temos o vetor representante do segmento AB com A(-1,2) e B(3,5) e o vetor ,
equipolente ao vetor , com origem no ponto (0,0) e extremidade no ponto (4,3) = (3,5) - (-1,2) = B - A.
Decomposição de um vetor no plano

Um vetor do plano pode ser decomposto segundo as direções de dois vetores não colineares.
Em outras palavras, podemos sempre escrever um vetor como sendo a soma de dois vetores não
colineares previamente multiplicados por escalares reais.
Exemplo:
O vetor pode ser decomposto segundo as direções de da seguinte forma:

. Nesse caso, dizemos que é uma combinação linear de . (Você verá essa
definição com maiores detalhes na unidade que trata de bases de espaços vetoriais)
Como são dois vetores não colineares, qualquer vetor do plano pode ser decomposto segundo
suas direções, bastando para isso, encontrar os escalares a e b tais que . Dizemos que
formam uma base para o plano.
Nessa unidade, trataremos de uma base em particular, a base canônica do composta pelos vetores
que são ortonormais, isto é, são ortogonais e, além disso, , ou seja, são
unitários.
Podemos escrever qualquer vetor do plano como combinação linear de
Exemplo:
36
Unidade B
Operações com vetores no ��2

Igualdade de vetores:
Dois vetores são iguais se, e somente se, .
Exemplo:
Soma de vetores no �2
Sejam os vetores . Define-se a soma de com por:
.
Exemplo:
Se , então .
Multiplicação de um número real por um vetor

Seja o vetor e um número real qualquer. Define-se a multiplicação de um número real por
um vetor como sendo:
Exemplo:
Se , então
Módulo de um vetor no ��2

Seja um vetor não nulo do �2.
Considerando que todo vetor pode ser representado como a diagonal de um paralelogramo de lados x e
y, podemos calcular o seu módulo com a ajuda do teorema de Pitágoras:
Ou ainda, .
Cálculo do versor
Como vimos o versor de um vetor possui mesma direção e sentido de , porém é unitário.
• Se um vetor tiver módulo igual a 3 unidades de medida, ao dividi-lo por 3, ou multiplicá-lo por ,
37
Álgebra Linear
obteremos um vetor de módulo 1, de mesma direção e sentido.

• Se um vetor tiver módulo igual a 5 unidades de medida, ao dividi-lo por 5, ou multiplicá-lo por ,
obteremos um vetor de módulo 1, de mesma direção e sentido.
• Seguindo esse raciocínio, se dividirmos um vetor por seu módulo, obteremos um vetor unitário, de
mesma direção e mesmo sentido já que o módulo é sempre um valor positivo, logo:
Exemplo:
O versor do vetor .
Vetores no �3
Dados dois pontos A e B quaisquer do espaço cartesiano �3 , podemos definir um vetor representante do
segmento AB ao vetor que possui extremidade em B e origem em A e indicaremos por
Os pontos A e B são representados por ternas ordenadas A(x1, y1, z1) e B(x2, y2, z2). Sendo assim,
.
Representação analítica de um vetor no espaço

Representamos, analiticamente, um vetor no espaço por , onde a terna ordenada (x, y, z) é a
extremidade do vetor que possui origem na origem do sistema de coordenadas cartesianas.
Exemplo:
Neste exemplo, temos o vetor representante do segmento OP que possui origem na origem do espaço
e extremidade no ponto P.
Para representar, geometricamente, esse vetor, podemos utilizar o seguinte procedimento: marcamos
o par ordenado no plano e em seguida, a partir de , subimos ou descemos “z” unidades,
dependendo do sinal positivo ou negativo de “z”, respectivamente.
Podemos ainda, pensar da seguinte forma: considere que para marcar a extremidade de um vetor, você
deve partir sempre da origem 0(0,0,0). Considere ainda que a terna ordenada (x, y, z) é um comando
que você deve seguir. O valor de "x é o comando que manda você se deslocar no sentido positivo ou
negativo (conforme for o sinal de x) do eixo ox, em x unidades. O valor de y" é o comando que manda
você se deslocar no sentido positivo ou negativo (conforme for o sinal de y) do eixo oy, em y unidades.
E finalmente, o valor de "z" é o comando que manda você se deslocar no sentido positivo ou negativo
(conforme for o sinal de z) do eixo oz, em z unidades.
38
Unidade B
Exemplo:
Seja . Para representá-lo graficamente, é preciso representar o ponto e traçar

o vetor . Considere o ponto P como o comando: a
partir da origem, desloque-se em três unidades no sentido positivo do eixo ox. Em seguida, a partir da
nova posição, desloque-se em duas unidades no sentido negativo do eixo oy. Finalmente, desloque-se em
cinco unidades no sentido positivo do eixo oz.
Decomposição de um vetor no espaço

Um vetor do espaço pode ser decomposto segundo as direções de três vetores não
coplanares (vetores coplanares são aqueles que estão no mesmo plano). Em outras palavras, podemos
sempre escrever um vetor como sendo a soma de três vetores não coplanares, previamente multiplicados
por escalares reais.
Exemplo:
O vetor pode ser decomposto segundo as direções de , de
e de , da seguinte forma: . Nesse caso, dizemos que é uma combinação
linear de
Como são três vetores não coplanares, qualquer vetor do espaço pode ser decomposto
segundo suas direções, bastando para isso, encontrar os escalares a, b e c tais que .
Dizemos que formam uma base para o espaço.
Nessa unidade, trataremos de uma base em particular, a base canônica do �3 composta pelos vetores
que são ortonormais, isto é, são ortogonais dois a dois e, além disso,
, ou seja, são unitários.
Podemos escrever qualquer vetor do espaço como combinação linear de , e :
Exemplos:
Operações com vetores no �3

a) Igualdade de vetores:
Dois vetores são iguais se, e somente se,
39
Álgebra Linear
Exemplo:
b) Soma de vetores no �3
Sejam os vetores . Define-se a soma de com por:
Exemplo:
Se então
c) Multiplicação de um número real por um vetor
Sejam o vetor e o escalar um número real qualquer. Define-se a multiplicação de um
número real por um vetor como sendo:
Exemplo:
Se , então
Módulo de um vetor no �3
Seja um vetor não nulo do �3.
Considerando que todo vetor do espaço pode ser representado como a diagonal de um paralelepípedo
de lados x, y e z, podemos calcular o seu módulo com a ajuda do teorema de Pitágoras:
Ou ainda,
Exemplo:
Calcule o módulo de .
Operações com vetores

Produto escalar entre dois vetores
Define-se o produto escalar entre os vetores e , e anota-se por ou , o escalar assim obtido:
Sejam os vetores
• A definição também é válida para vetores no plano.
Ângulo entre dois vetores

O ângulo entre os vetores e é assim calculado:
40
Unidade B
Demonstração:
Utilizaremos a Lei dos Cossenos para realizar essa demonstração:
Considerando que
, então
Co-senos diretores
Chamamos de co-senos diretores, os cossenos dos ângulos formados por um vetor e os vetores da base
canônica. Os ângulos formados são os ângulos diretores.
Sejam os ângulos formados entre o vetor e os vetores respectivamente, então:
Note que
Condição de ortogonalidade entre dois vetores:

Dois vetores ortogonais possuem ângulo de 90o.
Sabemos que , logo:
Condição de paralelismo entre dois vetores:

Dois vetores são paralelos se possuem mesma direção, o que nos leva à definição de vetores colineares,
ou seja, se dois vetores são paralelos então são colineares.
Já vimos que se e são colineares, temos:
Fazendo e desenvolvendo a equação acima, temos:
Pela definição de igualdade vem:
41
Álgebra Linear
Isolando em todas as equações, no caso de serem todas não nulas as coordenadas de , temos:
Caso alguma coordenada de seja nula, os vetores só serão paralelos se a coordenada correspondente
em também for nula.
Exemplos:
são paralelos, pois .
e são paralelos, pois .
e não são paralelos, pois .
Produto vetorial
Sejam dois vetores quaisquer do �3. Definimos produto vetorial e
representamos por , o vetor obtido da seguinte operação:
Exemplo:
Sejam os vetores . Determinar o produto vetorial
Atenção: o resultado do produto vetorial é um vetor!
Propriedades do produto vetorial

As cinco primeiras propriedades do produto vetorial decorrem das propriedades do determinante,
as demais podem ser verificadas desenvolvendo os dois lados da igualdade. Fica a cargo do leitor
demonstrá-las.
i.
ii.
iii.
iv.
v. se, e somente se, um dos vetores for nulo ou se e forem colineares.
vi. é ortogonal a e também a
vii.
viii. ( é o ângulo entre e , ambos não nulos)
ix.
Módulo do produto vetorial

Considere o paralelogramo formado por dois vetores e .
42
Unidade B
Vamos calcular sua área:

Da trigonometria vem que .

Substituindo na equação acima temos:
E pela propriedade viii,

• O módulo do produto vetorial entre dois vetores e resulta na área do paralelogramo formado por
e .
Produto misto
Define-se produto misto entre três vetores e do �3
e representa-se por , o número real
Propriedades do produto misto

As propriedades do produto misto decorrem das propriedades do determinante. Fica a cargo do leitor
demonstrá-las.
i. Quando dois vetores são colineares ou quando um deles é nulo ou ainda, quando os três vetores são
coplanares (estão no mesmo plano), então .
ii. Se trocarmos todas as linhas numa ordem circular, o resultado do
produto misto se mantém.
iii. Ao multiplicarmos um vetor por um escalar real, o resultado do produto
misto fica multiplicado pelo mesmo escalar real.
iv. .
Interpretação geométrica do produto misto

O módulo do produto misto resulta no volume do paralelepípedo gerado pelos três vetores. Caso os três
vetores sejam coplanares, o resultado do produto misto é nulo.
Considere o paralelepípedo formado por três vetores , e .
43
Álgebra Linear
Vamos calcular seu volume:

Mas
Fazendo a substituição temos:
ou ainda (consideramos pois pode ser obtuso).
Sabemos ainda, do cosseno do ângulo entre dois vetores, que:
Logo:
Obs.: Da primeira propriedade do produto misto, temos a condição para que três vetores sejam
coplanares:
Exemplo:
Verifique se os vetores são coplanares.
Para isso calculamos o produto misto
Síntese
Várias grandezas necessitam de mais do que um valor, portanto, são representadas por vetores. Nesta
unidade aprendemos como podemos representar o vetor no plano ou no espaço. Aprendemos a calcular
a soma, a diferença e o produto de vetores e suas propriedades.
Referências
STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra linear. 2ª edição – São Paulo, SP, Pearson Makron Books, 1987.
44
Unidade B
B
UNIDADE
ATIVIDADES
Atividade 1: Marque a alternativa correta:
1. Dados os pontos A(1,1), B(3,5) e C(x,y), determine C para que o triângulo ABC seja isósceles.
a)
b)
c)
d)
2. Sendo e sabendo-se que o ângulo entre e é 30°, então o valor de

é:
a)
b)
c)
d)
3. Sejam então um vetor de módulo 3, simultaneamente perpendicular

a e a é:
a)
b)
c)
d)
4. Quais são os ângulos do triângulo de vértices A(2,1,5), B(1,0,-1) e C(-1,2,1)?

a)
b)
c)
d)
45
Álgebra Linear
5. A área do paralelogramo definido pelos vetores é
a)
b)
c)
d)
6. Analise os itens abaixo e atribua o valor V para as sentenças verdadeiras e F para as falsas.
• I) Podemos afirmar que no produto misto de temos:
.
• II) Todo ponto médio é equidistante de seus extremos, mas nem todo ponto equidistante de outros dois
pontos, é ponto médio entre eles.
• III) O vetor nulo é o único vetor que não admite versor.
• IV) Dois vetores, ainda que não sejam colineares, serão sempre coplanares. Três vetores distintos com
produto misto nulo, não serão necessariamente coplanares.
• Então, a sequência correta é
a) FVFV
b) FVVF
c) FFVV
d) VVFF
1. Dados B(0,4) e C(8,2), determine o vértice A do triângulo ABC, sabendo que o ponto médio de AB é M(3,2).
Calcule também a área desse triângulo.
2. Verifique se o triângulo cujos vértices são A(3,3), B(0,1) e C(1,6) é retângulo. Calcule todos os ângulos
internos desse triângulo.
3. O segmento AB, A(0,2) e B(1,3) é prolongado até o ponto C de modo que AB meça a terça parte de AC.
Ache C.
4. Escreva o vetor como soma de dois vetores, um paralelo ao vetor e outro paralelo
ao vetor .
5. Um carro move-se, em linha reta, 5 km na direção norte e, em seguida, também em linha reta, 5 km na
direção leste. Qual foi o deslocamento do carro? Faça um gráfico para ilustrar seu deslocamento. Qual a
distância do ponto (3,-2) ao ponto onde o carro parou, em que uma unidade é 1km?
6. Dados os vetores , determine o vetor unitário,

paralelo e de sentido contrário ao vetor
7. Calcule o vetor , sabendo que é simultaneamente ortogonal aos vetores

e forma um ângulo agudo com o vetor da base canônica. Sabe-se também, que .
8. Sejam vetores distintos. Mostre que se é perpendicular a , então .
46
Unidade B
9. Dados os vetores determine o vetor perpendicular a

e tal que .
10. Dado o vetor . Determine o vetor ortogonal ao eixo Ox, sabendo-se que
11. Dados os vetores , obter um vetor de módulo 3 que seja ao mesmo tempo
ortogonal aos vetores
12. Sendo os cossenos diretores de um vetor e sabendo que o vetor forma com os
vetores ângulos de 60° e 120° respectivamente. Determine o vetor , tal que
13. Calcule a área do triângulo cujos vértices são A(3,2,1), B(0,-2,4) e C(4,1,2). Represente graficamente o
triângulo, no R3.
14. Determinar os ângulos do triângulo de vértices A(2,1,3), B(1,0,-1) e C(-1,2,1).
15. Sendo , calcule sabendo-se que o ângulo entre é 60°.
16. Dados os vetores , determine o(s) valor(es) de a

para que os vetores sejam ortogonais.
17. Dados os vetores , obter um vetor de módulo 5 que seja ao mesmo

tempo ortogonal aos vetores .
18. Calcule a área do paralelogramo definido pelos vetores .
19. Determine m para que os pontos A(m,1,2), B(2,-2,-3), C(5,-1,1) e D(3,-2,-2) sejam coplanares.
20. Sendo , calcule , sabendo-se que o ângulo entre é 60°.
21. Dados os vetores , obter um vetor de módulo 4 que seja ao mesmo tempo
ortogonal aos vetores .
22. Determine m para que os pontos A(m,1,2), B(2,-2,-3), C(5,-1,1) e D(3,-2,-2) sejam coplanares.
23. Sabendo que um tetraedro possui a sexta parte da capacidade de um paralelepípedo, calcule o volume do
tetraedro definido pelos vetores .
47
Álgebra Linear
Respostas:
Respostas da atividade 1:
1. A
2. C
3. D
4. D
5. C
6. B
Respostas:
1. A(6,0) e Área=10u.a.
2. É retângulo e os ângulos internos são 45°, 45° e 90°.
3. C(3,5)
4.
5.
6. vetor=
7.
8. Demonstração
9.
10.
11.
12.
13.
14.
15.
16. a1=3 e a2=-6
17.
48
23.
22.
21.
20.
19.
18.
m=4
m=4
A=14u.a.
49
Unidade B
C A reta no �3
Unidade C
Álgebra Linear
Álgebra Linear
C
UNIDADE
A RETA NO �3
Nesta unidade estudaremos como definir uma reta no espaço, com um conjunto de elementos pré-
determinados. Estudaremos, também, as posições relativas entre retas e seus pontos de intersecção.
Mais adiante, veremos que algumas retas são definidas como subespaços vetoriais do , mas para isso
é necessário que saibamos equacioná-las e representá-las, geometricamente, no espaço tridimensional.
Equação vetorial da reta

Que elementos são necessários para definirmos uma reta? Basta um ponto? Basta um vetor?
Pense num ponto. Por esse ponto que você pensou, podemos traçar infinitas retas que se interceptam
nesse ponto. Pense num vetor. Com a direção do vetor que você pensou, podemos ter infinitas retas que
serão paralelas. Agora, se tomarmos um ponto e um vetor, aí, sim, poderemos definir uma reta.
Uma reta fica bem definida se conhecermos sua direção e um ponto que pertença a ela.
Considere uma reta r que terá a direção de um vetor e que conterá o ponto A(x0,y0,z0). Ao
vetor que indica a direção da reta, daremos o nome de vetor diretor da reta r. Veja as figuras.
Na figura C.1, temos uma reta que passa pelo ponto A e tem a direção do vetor .
Se considerarmos, sobre a reta r , um ponto qualquer P(x,y,z), o vetor que representa o segmento
orientado AP será paralelo ao vetor . (ver figura C.2)
Pela condição de paralelismo de dois vetores, podemos escrever:
, com .
Fazendo as devidas substituições, temos:
ou ainda, (x,y,z)-(x0,y0,z0)=m(a,b,c), isolando o ponto P temos a equação vetorial da reta r.
(x,y,z)=(x0,y0,z0)+m(a,b,c)
Exemplo
A equação vetorial da reta que passa pelo P(3,-2,1) e possui a direção do vetor é:
52
Unidade C
(x,y,z)=(3,-2,1)+m(-2,-1,2)
Se fizemos m variar no conjunto dos números reais, obteremos todos os pontos sobre a reta r.
Se m=2, por exemplo, então teremos o ponto P(-1,-4,5), já que (x,y,z)=(3,-2,1)+2(-2,-1,2)=(-1,-4,5).
Equações paramétricas da reta

Se tomarmos a equação vetorial da reta e realizarmos todas as operações indicadas, teremos:
A esse conjunto de equações, damos o nome de Equações paramétricas da reta r.

Exemplo
As equações paramétricas da reta que passa pelo P(3,-2,1) e possui a direção do vetor
são:
Reta definida por dois pontos

Se conhecermos apenas dois pontos, A e B, distintos da reta r, fica fácil encontrar seu vetor diretor, basta
fazermos ou ou ainda com .
Exemplo
Determine as equações paramétricas da reta que passa pelos pontos A(5,2,-2) e B(0,8,3).
Tomaremos como vetor diretor, o vetor .
Usando o ponto A, nas equações, obtemos:
53
Álgebra Linear
Equações simétricas da reta

Agora vamos supor que o vetor direto possua todas as suas componentes não nulas.
Se isolarmos m nas equações paramétricas, teremos:
Como o valor de m é o mesmo para as três equações, podemos dizer que:
Essas equações são chamadas de Equações simétricas da reta r.

Exemplo
As equações simétricas da reta que passa pelo P(3,-2,1) e possui a direção do vetor são:
Se, das equações simétricas, trabalharmos as igualdades, uma de cada vez, de modo a isolarmos uma
variável em função da outra, obtendo duas equações, y em função de x e z em função de x por exemplo,
teremos, por fim, as Equações reduzidas da reta r.
Vamos trabalhar com a seguinte equação:
Vamos isolar a variável y
Note que as únicas variáveis da equação são x e y.

Se substituirmos por m e por n, teremos:
y=mx+n
Assim, deixamos y em função de x. Agora façamos o mesmo para deixarmos z em função de x:
Note que as únicas variáveis da equação são x e z.

Se substituirmos por p e por q, teremos:
z= px+q
O sistema formado por essas duas equações é chamado de equações reduzidas em x. Se isolarmos as
variáveis em função de y ou de z, teremos as equações reduzidas em y ou as equações reduzidas em z.
54
Unidade C
Exemplo
Quais são as equações reduzidas em x da reta que passa pelo ponto P(3,-2,1) e possui a direção do vetor
?
Considerando as equações simétricas do exemplo anterior, temos
podemos trabalhar as equações para isolar y e z, obtendo
Note que nas equações paramétricas, o vetor diretor da reta fica bem explícito nos coeficientes de m.
Nas equações simétricas, as componentes do vetor diretor estão nos denominadores e nas equações
reduzidas você pode identificar o vetor diretor, isolando a variável independente, e teremos
ou conforme as equações forem reduzidas em x, y ou z, respectivamente.
Condição para que três pontos sejam colineares

Queremos saber se os pontos A(x1,y1,z1), B(x2,y2,z2) e C(x3,y3,z3) são colineares, ou seja, se estão sobre a
mesma reta.
Considere que os três pontos estejam sobre a mesma reta r.
Nesse caso, podemos formar dois vetores colineares: e , por exemplo.

Como são vetores colineares, vale a relação: com .
Dessa forma (x2-x1, y2-y1, z2-z1)= m(x3-x1, y3-y1, z3-z1)
Com as devidas operações, temos a condição de colinearidade entre três pontos:
Retas paralelas aos planos e aos eixos

Retas paralelas aos planos
Se as componentes do vetor diretor possuem uma ou duas coordenadas nulas, teremos os casos especiais
em que as retas serão paralelas aos planos ou aos eixos coordenados.
Consideremos, primeiro, que uma das componentes do vetor diretor é nula.
55
Álgebra Linear
•
Nesse caso, as equações da reta ficam:
Essa reta é paralela ao plano “yoz” já que a variável x é uma constante, variando apenas y e z.
•
Essa reta é paralela ao plano “xoz” já que a variável y é uma constante, variando apenas x e z.
•
Essa reta é paralela ao plano “xoy” já que a variável z é uma constante, variando apenas x e y.
Exemplos
1. Verifique que a reta r é paralela ao plano “xoy”.
56
Unidade C
Se a reta é paralela ao plano “xoy”, então seu vetor diretor deve formar um ângulo de 90o com o eixo “oz”,
já que qualquer vetor do plano “xoy” é perpendicular ao eixo “oz”.

O vetor diretor de r é e como vetor diretor do eixo “oz” podemos considerar o vetor
. Fazendo o produto escalar entre e obtemos o zero como resultado, o que garante a
ortogonalidade entre esses vetores, ou seja, a reta r é paralela ao plano “xoy”.
2. Determine as equações paramétricas da reta s, paralela ao plano “xoz” e que passa pelo ponto A(1,4,-2). Sabe-se
ainda que a reta s é perpendicular ao vetor .
Se a reta é paralela ao plano “xoz”, então seu vetor diretor deve ser ortogonal ao vetor diretor do eixo
“oy”, já que o plano “xoz” é perpendicular ao eixo “oy”. Como a reta ainda é perpendicular a outro vetor,
seu vetor diretor também deverá ser ortogonal a esse vetor.
Vimos na unidade anterior, que o produto vetorial entre e . Nesse caso, o vetor diretor da reta s é
um vetor simultaneamente ortogonal ao vetor (já que esse vetor pertence ao eixo “oy”) e ao
vetor .
Fazendo o produto vetorial entre e , temos:
Assim, as equações paramétricas de s são:
Retas paralelas aos eixos

•
Se uma reta é paralela ao eixo “ox”, então seu vetor diretor é paralelo ao vetor .
Suas equações são:
ou
57
Álgebra Linear
•
Se uma reta é paralela ao eixo “oy”, então seu vetor diretor é paralelo ao vetor .
ou
•
Se uma reta é paralela ao eixo “oz”, então seu vetor diretor é paralelo ao vetor .
ou
Exemplos
1. Determine as equações da reta r paralela ao eixo “oz” e que passa pelo ponto A(3,1,2).
Sabemos que apenas os valores de z irão variar e que x e y são fixos em 3 e 1 respectivamente. Assim,
2. Determine as equações da reta s , paralela ao eixo “ox” e que passa pela origem.
Nesse caso, temos o próprio eixo “ox” que possui equação
Ângulo entre duas retas

Calcular o ângulo entre duas retas é muito simples, basta calcular o ângulo entre seus vetores
diretores, levando em consideração que nos interessamos sempre pelo menor ângulo, motivo pelo qual
consideramos o módulo do produto escalar.
58
Unidade C
Condição de paralelismo de duas retas

Se duas retas são paralelas, então seus vetores diretores também o são. Vimos, na unidade anterior, a
condição de paralelismo entre vetores. Agora vamos aplicar essa condição nos vetores diretores das
duas retas.
Se então
Exemplo
Verifique que as retas r e s são paralelas:
Tomando os vetores diretores de r e s e aplicando a condição, temos:

, e
Como a condição foi satisfeita, as retas são paralelas.
Condição de ortogonalidade de duas retas
Duas retas são ortogonais ou perpendiculares se o ângulo entre seus vetores diretores for de 90o.
As retas são perpendiculares quando se interceptam e o ângulo entre seus vetores diretores for de 90o.
As retas são ortogonais quando não se interceptam e o ângulo entre seus vetores diretores for de 90o.
Condição de coplanaridade de duas retas

Dizemos que duas retas são coplanares se estão no mesmo plano. Como saber se duas retas estão num
mesmo plano?
Se r e s são coplanares então:
59
Álgebra Linear
Se duas retas estiverem no mesmo plano, então seus vetores diretores e um terceiro vetor com origem
numa das retas e extremidade na outra, serão coplanares.

Vimos na unidade anterior que três vetores são coplanares se o produto misto desses vetores for nulo.
Posições relativas de duas retas

Duas retas podem ser coplanares (contidas no mesmo plano) ou reversas (em planos diferentes).
Retas coplanares
Neste caso, temos três situações possíveis:
a) As retas são concorrentes: são retas que se interceptam num único ponto e temos .
b) As retas são paralelas: não há intersecção e temos .
c) As retas são coincidentes: as retas possuem todos os pontos em comum e temos .
a) b) c)
Em qualquer um dos casos acima, temos retas coplanares o que nos garante a condição de coplanaridade
entre duas retas.
Se a condição de coplanaridade for satisfeita e ainda, se os vetores diretores forem colineares, teremos
um caso de paralelismo ou de coincidência. Se for um caso de coincidência, teremos pontos em comum
o que é fácil de verificar, bastando para isso tomar um ponto de uma das retas e ver se pertence também
à outra. Caso isso não aconteça, sabemos que o caso é de paralelismo.
Se ainda, sabendo que as retas são coplanares, os vetores diretores não forem colineares, teremos um
caso de concorrência.
Retas não coplanares

As retas não coplanares são denominadas de reversas. São retas que não possuem pontos de intersecção
e por pertencerem a planos distintos, o produto misto da condição de coplanaridade não é nulo.
Se então r e s são reversas
Para estudar a posição relativa entre duas retas, você pode seguir os seguintes passos:
1. Tome um ponto de cada reta, gerando o vetor que possui origem numa das retas e extremidade na outra e
juntamente com os vetores diretores, calcule o produto misto.
2. Se o resultado do produto misto for nulo, as retas poderão ser concorrentes, paralelas ou coincidentes.
3. Analise as direções dos vetores diretores. Se forem colineares, as retas serão paralelas ou coincidentes.
60
Unidade C
4. Se forem coincidentes, qualquer ponto que pertença a uma reta, pertencerá também à outra. Se não forem
coincidentes, serão paralelas.

5. Se o resultado do produto misto for não nulo, as retas serão reversas.
Veja o esquema abaixo:
Exemplo
Verifique a posição relativa entre as retas r e s .
a)
b)
Solução:
a)
São vetores colineares o que significa que as retas ou são paralelas ou são coincidentes. Neste caso,
nem é preciso calcular o produto misto, pois sabemos que se duas linhas de um determinante são
proporcionais, o resultado é nulo.
Vamos agora escolher um ponto da reta r e verificar se esse ponto também pertence à reta s.
Pr(1,-3,0)
Atribuindo z = 0 e substituindo na reta s , temos x = 1 e y = 4 (o que dá o ponto Ps(1,4,0)). Logo, o ponto
Pr(1,-3,0) ∉ s e concluímos que as retas são paralelas.
b)
Como os vetores diretores não são colineares, vamos definir o vetor e calcular o produto misto
.
Logo, as retas são reversas.
61
Álgebra Linear
Intersecção de duas retas

Quando a posição relativa é um caso de concorrência, sabemos que existe um único ponto de intersecção
entre as retas e, na maioria dos casos, o que nos interessa é calcular o ponto de intersecção entre essas
retas.
O ponto de intersecção é um ponto em comum entre as retas, nesse ponto os valores de x, y e z coincidem.
Não existe uma única maneira de calcular esse ponto, vamos ver alguns casos.
Desejamos encontrar o ponto de intersecção entre as retas r e s nos seguintes casos:
a)
Vamos isolar m na primeira equação da reta s e substituir na segunda e na terceira equação, assim
teremos a reta s nas equações reduzidas.
m = x -1 → = 2+(x -1) → y = x+1
m = x -1 → = 3+6(x -1) → z = 6x - 3
Igualando a variável z da reta s com a variável z da reta r, temos:
6x - 3 = 2x - 3 → 4x = 0 → x= 0
Atribuindo o valor de x = 0 para determinar y e z , temos y = 1 e z = -3
Logo, o ponto de intersecção entre r e s é (0,1, -3).
b)
Nesse caso, podemos substituir o z da reta r, no z da reta s e calcular a proporção:
Agora, substituímos o y da interseção na reta r e calculamos x e z.

x = 3(-1) + 2 → x = -1
z = -(-1) - 1 → z = 0
Logo, o ponto de intersecção entre r e s é (-1, -1,0)
Reta ortogonal a duas retas
62
Unidade C
Para que uma reta t seja ortogonal a duas outras retas r e s não colineares, basta que seu vetor diretor
seja ortogonal, simultaneamente, aos vetores de r e de s.

Vimos, na unidade anterior, que o produto vetorial entre dois vetores e , gera um vetor ,
simultaneamente ortogonal a e a .
Sendo assim, podemos tomar para qualquer múltiplo de .
Exemplo
Queremos equacionar uma reta t que seja ortogonal às retas r e s dadas e que passe pelo ponto P(-3,0,2).
Logo, a reta t terá como vetor diretor o vetor e, como passa no pelo ponto P(-3,0,2) , terá
suas equações dadas por:
Referências
WINTERLE, Paulo. Vetores e Geometria Analítica. Pearson Makron Books
63
Álgebra Linear
C
UNIDADE
ATIVIDADES
1. Verifique a posição da reta r: (que contém o ponto P(-1,2,5) e vetor diretor em relação à reta s:
.
• Em caso de concorrência, determine o ponto de intersecção. Represente graficamente uma das retas.
2. Verifique a posição da reta r: (que contém o ponto P(0,1,3) e vetor diretor em relação à reta
• Em caso de concorrência, determine o ponto de intersecção. Represente graficamente uma das retas.
3. Determine as equações das retas que contêm os lados desse triângulo, sendo os pontos A(1,2,-1), B(-1,0,-1) e
C(2,1,2), vértices de um triângulo.
4. Determine as equações paramétricas do lado deste triângulo, cujo ponto médio é M1. Dados os pontos médios
M1(2,1,3), M2(5,3,-1) e M3(3,-4,0) dos lados de um triângulo ABC.
5. Determine o ângulo entre a reta e a reta s: (x,y,z) = (4,0,2) + (2m,m,-3m).
6. Escreva as equações paramétricas da reta que contém a diagonal maior do paralelogramo definido por e , dados
os vetores e .
7. Analise a posição relativa entre as retas dadas. No caso de retas concorrentes, indique o ponto de intersecção entre
elas:
8. Determine m para que as retas e s: sejam ortogonais.
9. Determine a equação paramétrica da reta que passa pelo ponto A(2, 3, -1) e que é simultaneamente perpendicular
às retas
e
10. Determine os ângulos que a reta forma com os eixos cartesianos.
11. Verifique a posição relativa entre as retas e
12. Determine as equações reduzidas em “z”, da reta que passa pelo ponto P(3,-7,8) e é paralela ao plano “xoy”.
64
Unidade C
13. Determine as equações reduzidas em “x”, da reta que passa pelo ponto P(0,-3,-1) e é paralela à reta x=y=z.
14. Determine as equações reduzidas em “y”, da reta que passa pelo ponto P(2,0,4) e é ortogonal à reta
• Sugestão: tome duas retas do plano “yoz” e utilize o produto vetorial de seus vetores diretores para definir o vetor
diretor da reta que deseja.
15. Determine as equações paramétricas da reta que passa pelo ponto P(6,1,0) e é paralela ao eixo “ox”.
16. Determine as equações simétricas da reta que passa pelo ponto P(1,2,3) e é paralela ao eixo “oy”.
17. Determine a equação vetorial da reta que passa pelo ponto P(4,0,0) e é paralela ao eixo “oz”.
18. Determine as equações reduzidas da reta que passa pelos pontos A(3,2,-7) e B(-2,3,0).
19. Verifique se os pontos dados são colineares:

a) A(1,4,2), B(3,-3,8) e C(2,-7,6)
b) A(5,0,1), B(1,7,-2) e C(3,-1,4)
Respostas:
1. Reversas
2. Reversas
3.
4.
5.
6.
7. Concorrentes no ponto P(4,1,5)
8. m= -2 ou m= 1
9.
10.
65
Álgebra Linear
11. Paralelas
12.
13. Uma forma pode ser
14.
15.
16.
17. (x,y,z) = (4,0,0) + m(0,0,1)
18.
19.
a) Não.
b) Não.
66
D O Plano no �3
Unidade D
Álgebra Linear
Álgebra Linear
D
UNIDADE
O PLANO NO �3
O plano, assim como a reta, é um subconjunto do �3. Pertencem à reta infinitos pontos. Pertencem ao
plano infinitas retas, ou seja, infinitos pontos. Como a reta é um conjunto de pontos e a relação entre
conjuntos é a de inclusão, dizemos que uma reta está contida ou não no plano ou que um plano contém
ou não contém uma reta.
Veremos, mais adiante, que os planos que passam na origem são espaços vetoriais euclidianos e, por
serem espaços vetoriais, seus elementos são denominados de vetores.
Estudaremos, nesta unidade, como definir um plano, como equacionar um plano, suas posições relativas,
ângulos entre dois planos e entre retas e planos, planos paralelos aos eixos e planos coordenados, e
algumas outras definições que são de grande importância para o entendimento das próximas unidades.
Equação geral do plano

Que elementos são necessários para definirmos um plano? Basta uma reta? Bastam dois pontos?
Analise: Se tomarmos uma reta, podemos ter infinitos planos que a contém, basta imaginar um plano
girando em torno de uma reta como se ela fosse um eixo, a cada grau, teremos um plano diferente. Se
tomarmos dois pontos, teremos a mesma situação já que dois pontos distintos geram uma reta.
Agora vamos juntar uma reta com um ponto: se essa reta não estiver contida no plano e o ponto sim,
poderemos equacionar o plano. Melhor ainda se essa reta for perpendicular ao plano. Assim definiremos
um vetor, o vetor diretor da reta, ortogonal ao plano (também chamado de vetor normal ao plano) e um
ponto do plano. Dessa forma, teremos um único plano que terá um vetor normal definido e um ponto
que pertence ao plano.
Analise a figura D.1.
Se tomarmos um ponto P(x, y, z) qualquer, do plano, distinto de A(x0, y0, z0), e formarmos o vetor
, poderemos afirmar que é ortogonal a já que é ortogonal ao plano, o que garante que também
será ortogonal a qualquer vetor do plano ou a vetores paralelos ao plano.
68
Unidade D
Podemos então escrever a condição para vetores ortogonais:

Desenvolvendo o produto escalar acima temos:
Como os coeficientes de são conhecidos e as coordenadas de A também são, podemos substituir os

termos (-ax0 -by0 -zz0) por d e assim, a equação geral do plano fica:
Exemplo
A equação do plano π que contém o ponto A(2, 1, -1) e possui vetor normal é:
Substituindo o vetor e o ponto na equação geral do plano, temos:
Para calcularmos o valor de d, na equação do plano, podemos substituir as coordenadas do ponto A em

x, y e z da equação:
Voltando à equação do plano e substituindo o valor de d, temos a equação geral do plano π.
Determinação de um plano
Vimos que para definir um plano, precisamos conhecer um ponto que pertença a ele e um vetor normal
ao plano.
Outros elementos podem gerar o ponto e o vetor, são eles:
69
Álgebra Linear
Três pontos distintos coplanares e não colineares

Com três pontos distintos, podemos formar dois vetores e distintos e com esses dois vetores,
calculando o produto vetorial, geramos um vetor simultaneamente ortogonal a e a , consequentemente,
ortogonal ao plano, logo: .
Como precisamos conhecer um ponto e nesse caso conhecemos três pontos, basta escolhermos um deles
para substituirmos na equação do plano.
Exemplo
Qual a equação do plano que contém os pontos A(2,1,4), B(0,3,1) e C(-1,0,2)?
Fazendo e , temos (verifique)
Escolhendo o ponto A para substituir na equação, teremos:
Logo,
Se tivéssemos formado outros vetores ou escolhido um dos outros dois pontos para substituir na
equação, encontraríamos o mesmo plano. Pode acontecer de as equações serem múltiplas, bastando
simplificá-las para verificar que geram o mesmo plano.
Verifique escolhendo outro ponto.
Duas retas concorrentes contidas no plano

No caso de duas retas r e s concorrentes, tomamos os seus vetores diretores para calcular o produto
vetorial que irá gerar o vetor normal. Para encontrarmos um ponto do plano, basta tomarmos um ponto
de uma das retas.
Exemplo
Qual a equação do plano que contém as retas
e
70
Unidade D
Tomando os vetores diretores das retas e calculando o produto vetorial temos:

e
Escolhendo um ponto da reta r, por exemplo, fazendo x=0, para substituir na equação, Pr(0,1,2) , teremos:
Logo,
Fica como exercício determinar a equação do plano pegando um ponto da reta s.
Duas retas paralelas contidas no plano

Neste caso, devemos escolher um vetor diretor e formar outro vetor com um ponto de cada reta, assim,
o vetor normal será o resultado do produto vetorial entre o vetor diretor escolhido e o segundo vetor
formado por um ponto de cada reta.
Exemplo
Qual a equação geral do plano que contém as retas e ?
Como as retas são paralelas, vamos escolher um ponto de cada reta para determinar o vetor . Sendo
A um ponto da reta r, fazemos x=0 temos A(0,1,2) e sendo B um ponto da reta s, temos B(-1,3,3). Assim
temos o vetor e calculando o produto vetorial entre e o vetor diretor da reta r, por
exemplo, temos:
Escolhendo um ponto da reta r para substituir na equação, Pr(0,1,2) , teremos:
Logo,
OBS.: Quaisquer outros elementos que possam determinar um plano cairão num desses casos descritos
acima. Analise os elementos dados e sempre extraia um vetor normal ao plano e um ponto pertencente
a ele.
71
Álgebra Linear
Plano que passa pela origem

Se o plano passa pela origem, significa que ele contém o ponto 0(0,0,0), nesse caso sua equação será
do tipo:
Basta substituir a origem na equação para verificar que o valor de d se anula.
Planos paralelos aos eixos e aos planos

Planos paralelos aos eixos coordenados
Plano paralelo ao eixo "ox'':

Se um plano é paralelo ao eixo "ox'', seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao eixo "ox''.
Exemplo
Um plano de equação é paralelo ao eixo "ox''. Este plano possui vetor normal
e intercepta os eixos "oy" e "oz" nos pontos 1 e 2 respectivamente.
Plano paralelo ao eixo "oy" :

Se um plano é paralelo ao eixo "oy", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao eixo "oy".
Exemplo
Um plano de equação é paralelo ao eixo "oy". Este plano possui vetor normal
e intercepta os eixos "ox" e "oz" nos pontos 1 e 2 respectivamente.
72
Unidade D
Plano paralelo ao eixo "oz":

Se um plano é paralelo ao eixo "oz", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao eixo "oz".
Exemplo
Um plano de equação é paralelo ao eixo "oz". Este plano possui vetor normal
e intercepta os eixos "ox" e "oy" nos pontos -1 e 2 respectivamente.
Planos paralelos aos planos coordenados
Plano paralelo ao plano"xoy" :

Se um plano é paralelo ao plano "xoy", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao plano "xoy" e paralelo ao eixo "oz".
Exemplo
Um plano de equação é paralelo ao plano "xoy". Este plano possui vetor normal
e intercepta o eixo "oz" no ponto 2.
73
Álgebra Linear
Plano paralelo ao plano "xoz":

Se um plano é paralelo ao plano "xoz", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao plano "xoz" e paralelo ao eixo "oy".
Exemplo
e intercepta o eixo "oy" no ponto 2.
Plano paralelo ao plano "yoz":

Se um plano é paralelo ao plano "yoz", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao plano "yoz" e paralelo ao eixo "ox".
Exemplo
e intercepta o eixo "oz" no ponto 2.
74
Unidade D
Equações paramétricas do plano

Assim como as equações paramétricas da reta, as equações paramétricas do plano são assim chamadas
por possuírem parâmetros reais em suas equações.
Vimos na unidade B que podemos decompor vetores no plano e no espaço, como combinação linear de
vetores dados. Pois bem, se conhecermos dois vetores não colineares de um plano, poderemos conhecer
todos os outros que serão combinações lineares desses dois vetores conhecidos.
Se conhecermos um ponto A(x0, y0, z0) e dois vetores e não colineares,

paralelos ao plano π, poderemos escrever o vetor (com P(x, y, z) um ponto qualquer do plano) como
combinação linear dos vetores e da seguinte forma:
Desenvolvendo a equação acima, teremos as equações paramétricas do plano;
Exemplo
As equações paramétricas do plano paralelo aos vetores e e que contém o
ponto A(3,5,0) são:
Se quisermos conhecer pontos do plano, basta atribuir valores para t e h.
75
Álgebra Linear
Ângulo entre a reta e o plano

Para calcularmos o ângulo entre uma reta e um plano, basta calcular o ângulo entre a reta e o vetor
normal do plano e descontar de , já que e são ângulos complementares.
Exemplo:
Calcule o ângulo entre a reta e o plano .
Primeiramente calculamos o ângulo entre o vetor diretor da reta e o vetor normal do plano:
Condição de paralelismo e ortogonalidade de dois

planos
Condição de paralelismo entre dois planos
Se dois planos são paralelos, seus vetores normais também o são. Logo, a condição de paralelismo entre
dois planos é a condição de paralelismo entre vetores.
76
Unidade D
Condição de ortogonalidade entre dois planos

Se dois planos são ortogonais, seus vetores normais também o são. Logo, a condição de ortogonalidade
entre dois planos é a condição de ortogonalidade entre vetores.
Condição de paralelismo entre uma reta e um pla-

no
Se uma reta é paralela a um plano, seu vetor diretor será ortogonal ao vetor normal do plano.
Condição para que uma reta esteja contida em

um plano
Se uma reta está contida em um plano, todos os seus pontos pertencem ao plano, neste caso, basta tomar
dois pontos da reta e verificar se pertencem ao plano. Podemos também verificar se o vetor diretor da
reta é ortogonal ao vetor normal do plano e se um ponto da reta pertence ao plano.
Exemplo:
Verifique se a reta dada pertence ao plano
a)
b)
77
Álgebra Linear
Solução:
a) Primeiramente vamos verificar se é ortogonal a .
Os vetores são ortogonais.

Agora vamos tomar um ponto da reta e verificar se esse ponto pertence ao plano.
Sim, a reta r está contida no plano.
b) Primeiramente vamos verificar se é ortogonal a .
Não, a reta s não está contida no plano.
Intersecção de reta e plano

Se uma reta intercepta um plano, existe um ponto em comum entre a reta e o plano.
Uma maneira simples de verificar se existe essa intersecção é escrever as equações reduzidas da reta e
substituir as variáveis dependentes na equação do plano. O resultado encontrado nessa equação será o
valor de uma das componentes do ponto de intersecção, se este existir. Depois, substituímos esse valor
nas outras equações da reta para calcular as outras componentes. Não haverá intersecção no caso de
paralelismo entre reta e plano.
Exemplo:
Verifique se há intersecção entre a reta e o plano .
Solução:
Primeiramente vamos escrever as equações reduzidas da reta s: . Agora vamos substituir
na equação do plano:
78
Unidade D
Para calcular os valores das coordenadas x e z do ponto de intersecção, vamos substituir o valor de y nas
equações reduzidas da reta:
Logo, o ponto de intersecção entre a reta s e o plano é .
Intersecção de dois planos

O resultado da intersecção entre dois planos não coincidentes, quando existe, é uma reta. A intersecção
entre três planos (nenhum coincidente com o outro) pode gerar uma reta ou um ponto. Os planos
coordenados se interceptam num ponto, a origem.
Para determinarmos a reta gerada da intersecção entre dois planos, resolvemos o sistema formado pelas
equações dos dois planos. Como o sistema é do tipo duas equações e três incógnitas, teremos um sistema
possível e indeterminado.
Exemplo:
Determine o resultado da intersecção entre os planos e .
Solução:
Montamos o sistema formado pelas duas equações.
Escolhemos uma das incógnitas para ser a variável independente das equações da reta intersecção, por
exemplo, a variável x.
Somando as equações, deixamos z em função de x.
79
Álgebra Linear
Substituindo z numa das duas equações, teremos y em função de x. (vamos substituir na segunda
equação)
A reta intersecção dos planos possui equações reduzidas em
Intersecção de plano com os eixos coordenados

Da intersecção de um plano com um eixo coordenado, temos um ponto, desde que o eixo não esteja
contido no plano. Este ponto está sobre o eixo coordenado, o que significa que as coordenadas referentes
aos outros dois eixos, são nulas.
Exemplo:
• Dado o plano , queremos determinar as intersecções com os eixos coordenados.
• O ponto de intersecção com o eixo “ox”, possui ordenada e quota nulas. Neste caso, fazemos y=z=0, obtendo assim
x=2. Logo, o ponto de intersecção com o eixo “ox” é A(2,0,0).
• O ponto de intersecção com o eixo “oy”, possui abscissa e quota nulas. Neste caso, fazemos x=z=0, obtendo assim
y=1. Logo, o ponto de intersecção com o eixo “oy” é B(0,1,0).
• O ponto de intersecção com o eixo “oz”, possui abscissa e ordenada nulas. Neste caso, fazemos x=y=0, obtendo
assim z=3. Logo, o ponto de intersecção com o eixo “oz” é C(0,03).
80
Unidade D
Esboço gráfico de um plano

Para esboçar o gráfico de um plano que não passa pela origem, basta marcar os pontos de intersecção
com os eixos coordenados e ligá-los, formando um triângulo que representará o plano equacionado.
Exemplo:
Esboce graficamente o plano definido pela equação .
Já vimos que se um ponto pertence a um dos eixos coordenados, o valor das outras duas coordenadas é
nulo.
• Fazendo x=y=0 obteremos z=3, ou seja, o plano intercepta o eixo "oz" no ponto (0,0,3).
• Fazendo x=z=0 obteremos y=1, ou seja, o plano intercepta o eixo "oy" no ponto (0,1,0).
• Fazendo y=z=0 obteremos x=2, ou seja, o plano intercepta o eixo "0x" no ponto (2,0,0).
Agora marcamos esses pontos nos eixos e ligamos, formando um triângulo.
Distâncias: distância de ponto à reta; distância

de duas retas; distância de um ponto a um plano;
distância de dois pontos
Quando calculamos distâncias, estamos sempre calculando a menor das distâncias. No caso de ponto à
reta, traçamos um segmento da reta ao ponto, porém, esse segmento deve ser perpendicular à reta, e
calculamos seu módulo. No caso de distâncias entre duas retas, esse cálculo só faz sentido se as retas
forem paralelas ou reversas, já que retas concorrentes possuem distância nula no ponto de intersecção
e retas coincidentes possuem distância nula em todos os pontos. No caso de distância de um ponto a
um plano, traçamos um segmento do plano ao ponto, sendo este segmento perpendicular ao plano, e
calculamos seu módulo. Por fim, para calcularmos a distância entre dois planos, que só faz sentido se
os planos forem paralelos, traçamos um segmento perpendicular aos planos e calculamos seu módulo.
81
Álgebra Linear
Distância de ponto à reta

Tomamos um ponto Pr da reta e determinamos o vetor e com , o vetor diretor da reta, calculamos
a distância de um ponto à reta da seguinte forma:
Exemplo:
Determine a distância do ponto P(-1,2,3) à reta .
Fazendo
Fazendo
Então e , portanto:
Distância de duas retas
Retas paralelas
A distância entre duas retas paralelas, é a distância de um ponto de uma das retas até a outra reta. Como
o vetor diretor das duas retas é o mesmo, temos:
82
Unidade D
Retas reversas
Para calcular a distância entre retas reversas, precisamos determinar seus vetores diretores e um vetor
que vai de uma reta à outra.
Distância de um ponto a um plano
Para calcularmos a distância de um ponto a um plano, precisamos determinar as coordenadas do vetor

normal ao plano e conhecendo as coordenadas do ponto P(x1, y1, z1), temos:
Distância de plano a plano
Para calcular a distância de um plano a outro plano, basta escolher um ponto do plano π1 e calcular a
sua distância até o plano π2, ou seja, o cálculo da distância entre dois planos se resume no cálculo da
distância de um ponto a um plano.
83
Álgebra Linear
OBS.1: Se quisermos calcular a distância de uma reta a um plano, basta escolher um ponto da reta e
calcular sua distância até o plano.

OBS.2: Só fazem sentido os cálculos de distâncias entre planos e entre reta e plano se os planos forem
paralelos e se a reta for paralela ao plano.
Exemplos:
1) Calcule a distância entre as retas e
Solução:
As retas dadas são paralelas pois, e , sendo assim:
Fazendo
Fazendo
Então
2) Calcule a distância entre as retas
Solução:
Vimos, na unidade anterior, que essas retas são reversas. Portanto, vamos usar a fórmula
Como e .
Fazendo m=0 na reta r, temos Pr(0,1,2) e fazendo x=3 na reta s, temos Ps=(3,-1,-5), daí
Substituindo na fórmula acima, temos
84
Unidade D
3) Calcule a distância do ponto P(0,2,1) ao plano

.
Solução:
4) Calcule a distância entre os planos e

Solução:
Fazendo P1=(0,0,2) e sabendo que , temos:
85
Álgebra Linear
D
UNIDADE
ATIVIDADES
1. Determine os ângulos que a reta intersecção dos planos: 2x + 3y - 2z - 1 = 0 e 2x + 4y - 3z +5 = 0 forma
com os eixos cartesianos.
2. Assinale com V a(s) afirmativa(s) que forem verdadeiras e com F a(s) falsa(s). No caso de uma alternativa
falsa, corrija-a.
a) ( ) Uma reta que possui um vetor diretor do tipo (c,0,0) é necessariamente paralela ao plano y + z = 0 mas
não é necessariamente paralela ao plano x + z = 0.
b) ( ) Um plano pode ser gerado por uma reta e um ponto que pertença à mesma reta.
c) ( ) Quaisquer dois vetores formam uma base para o plano.
3. O ponto de intersecção da reta r (reta perpendicular ao plano de equação x + y - z + 1 = 0 e que contém o

ponto Pr(2,6,1) ) com a reta s (reta intersecção dos planos 2x - y + 3 = 0 e x + y - 3z = 0) é:
4. Escreva as equações dos planos paralelos ao plano que contém os pontos A(1,-1,2), B(0,3,3) e C(2,0,4) e
que distam 10 unidades do ponto (3,-7,0).
5. Determine os valores de a, b, c e d para que os planos e

sejam coincidentes.
6. Determine o ângulo entre a reta e o plano e construa os
gráficos da reta e do plano, mostrando os pontos de intersecção do plano com os eixos coordenados.
7. Determine o ângulo entre a reta e o plano e construa os
gráficos da reta e do plano, mostrando os pontos de intersecção do plano com os eixos coordenados.
8. Encontre a equação do plano determinado pelas retas r: e s:
9. Mostre que a reta se encontra no plano x - 2y - 3z - 8 = 0.
10. Escreva as equações paramétricas da intersecção dos planos: 2x + y - z = 0 e x + y + z = 1. Calcule a

distância do ponto P(1,2,3) a cada um dos planos.
11. Determine as equações da reta que passa pelo ponto Q(6,4,-2) e é paralela a cada um dos planos x
+ 2y - 3z + 8 = 0 e 2x - y + z - 7 = 0.
86
Unidade D
12. Calcule y para que a distância do ponto P(-4,y,5) ao plano seja
13. Determine o ângulo entre a reta e o plano Construa

os gráficos da reta e do plano.
14. Determine os ângulos que a reta intersecção dos planos e

forma com os eixos cartesianos.
15. Ache a equação do plano determinado pelas retas e
16. Verifique se a reta é paralela ao plano .
17. Qual a distância do ponto P(0,2,-1) ao plano ?
18. Qual a distância entre os planos e ?
19. Qual a distância entre a reta (x,y,z) = (3,-2,1) + m(-2,-1,2) e o plano ?
20. Qual a distância entre as retas e ?
Respostas:
1. ,
2.
a) (V)
b) (F) Um plano pode ser gerado por uma reta e um ponto que não pertença à mesma reta.
c) (F) Quaisquer dois vetores não colineares formam uma base para um plano.
3. P(1,5,2)
4. e .
5. a = 1; b = -2; c = 4 ou 8; d = 4
6.
7.
8. -3x + 4y - 8z + 8 = 0
9. Mostre que o vetor normal do plano e o vetor diretor da reta são ortogonais e que um ponto da reta
87
Álgebra Linear
pertence ao plano.
10.
11.
12. y = -22 ou y = 2
13.
14.
15. 2x + 11y + 8z - 27 = 0
16. Sim, é paralela.
17.
18.
19.
20.
88
E MATRIZES,
DETERMINANTES E
SISTEMAS LINEARES
Unidade E
Álgebra Linear
Álgebra Linear
E
UNIDADE
MATRIZES, DETERMINANTES E
SISTEMAS LINEARES
Nesta unidade iremos estudar matrizes, determinantes e sistemas lineares.
Iniciamos este assunto, colocando a definição de matrizes.
Matrizes: definição, tipos de matrizes e operações

com matrizes
Definição
Chama-se matriz de ordem m por n a um quadro de m×n elementos (números, polinômios, funções etc.)
dispostos em m linha e n colunas, conforme a representação abaixo:
Uma forma de representação mais compacta A = [aij], em que i=1,2,3,...,m e j=1,2,3,...,n.

aij é o elemento genérico da matriz A.
As linhas de uma matriz são enumeradas de cima para baixo, e as colunas são enumeradas da esquerda
para a direita.
Exemplo de matriz retangular de ordem 2 por 3 ou 2×3:
Uma matriz possui duas formas de representação, na forma de colchetes [] ou na forma de parênteses ().
Exemplo:
Represente a matriz A3x2 de acordo com o elemento genérico
90
Unidade E
Solução:
Calculamos cada elemento da matriz e dispomos na matriz A os valores conforme sua posição linha i e
coluna j:
a11=1+1=2
a12=2.1-2=0
a21=2.2-1=3
a22=2+2=4
a31=2.3-1=5
a32=2.3-2=4
Resposta:
Classificação de matrizes
Matriz linha:
Matriz linha é uma matriz formada por uma única linha.
Ex: matriz 1x3
Matriz coluna
Matriz coluna é a matriz formada por uma única coluna.
Ex: matriz 4x1
Matriz zero (nula)

Matriz zero é a matriz com todos seus elementos nulos. Uma matriz zero será denotada por 0.
Ex:
Matriz quadrada
Matriz quadrada é aquela que possui o número de linhas igual ao número de colunas. Uma matriz
quadrada nxn é chamada de matriz de ordem n.
Ex: matriz de ordem 2
• Diagonal principal
Numa matriz quadrada de ordem n, os elementos aij em que i=j constituem a diagonal principal.
91
Álgebra Linear
Exemplo:
No exemplo anterior os elementos -1 e -5 constituem a diagonal principal da matriz A.
• Diagonal secundária
Numa matriz quadrada de ordem n, os elementos aij em que i+j=n+1 constituem a diagonal secundária.
Exemplo: No exemplo anterior os elementos 3 e 2 constituem a diagonal secundária da matriz A.
Matriz diagonal
Matriz diagonal é toda matriz quadrada em que todos os elementos que não pertencem à diagonal
principal são nulos.
Ex:
Matriz identidade
Matriz identidade é toda matriz diagonal em que seus elementos da diagonal principal são todos iguais
a 1.
Ex:
Matriz transposta
Matriz transposta é a matriz que se obtém transformando ordenadamente cada linha de A em coluna.
Denota-se At ou A’.
Exemplos:
Note que a matriz At é obtida a partir da matriz A girando (ou reflexão) em torno da diagonal principal.
Obs:
(i) , ou seja, a transposta da transposta de uma matriz é ela mesma.
(ii)
Matriz triangular superior

Matriz triangular superior é a matriz quadrada onde todos os elementos abaixo da diagonal principal
são nulos, ou seja, aij = 0, para i>j.
Matriz triangular inferior

Matriz triangular inferior é a matriz quadrada onde todos os elementos acima da diagonal principal são
nulos, ou seja, aij = 0, para i<j.
92
Unidade E
Exemplos: é uma matriz triangular superior e
Matriz simétrica
Matriz simétrica é uma matriz quadrada onde aij = aji.
Obs: Neste caso, a parte superior é uma “reflexão” da parte inferior, em relação à diagonal principal
Ex:
Propriedade: Uma matriz M é simétrica
Igualdade de matrizes
Duas matrizes do mesmo tipo m x n são iguais se, e somente se, os elementos correspondentes são iguais.
Ex:
Se então, a =2, b = -3, c = 4, d = 7
Produto de matriz por matriz

A condição para produto entre matrizes é que o número de colunas da primeira matriz tem que ser igual
ao número de linhas da segunda matriz.
Propriedades matriciais
Supondo que os tamanhos das matrizes A, B e C são tais que as operações indicadas podem ser efetuadas
e considerando a, b e c números reais, então valem as seguintes propriedades:
a) . . . . . . . . . . . . . . . . . . . . Comutatividade da adição
b) . . . . . . . . Associatividade da adição
c) . . . . . . . . . . . . . . . . . . . Associatividade da multiplicação
d) . . . . . . . . . . . . Distributividade à esquerda
e) . . . . . . . . . . . . Distributividade à direita
f) . . . . . . . . . . . . . . Distributiva da multiplicação em relação à adição de matrizes
g) . . . . . . . . . . . . . . . Distributiva da adição de escalares em relação àmultiplicação
h) . . . . . . . . . . . . . . . . . . . . . .Associativa
i) . . . . . . . . . . . .Associativa
93
Álgebra Linear
Cuidado! Em geral
Exemplo:
Sejam as matrizes
a) Calcule AB e BA.
b) Determine (B.A)t e At.Bt. Comparar os resultados.
Solução:
a)
Note que:
i)
ii)
94
Unidade E
b)
Comparando os resultados, obtemos a conclusão em que (A.B)t = Bt.At, isso é devido à propriedade “j”
descrita abaixo.
Outras propriedades:
(j) (AB)t = BtAt (Observar a ordem!!!)
(k) AI = IA = A
(l) A.0 = 0.A = 0
Matriz inversa
Uma matriz quadrada A de ordem n é inversível se, e somente se, existir uma matriz B tal que
AB = BA = In, onde In é a matriz identidade de ordem n.
No caso da matriz B existir, utiliza-se a seguinte notação: B = A-1 (lê-se B é igual à inversa de A).
Exemplo:
Verifique se as matrizes são matrizes inversas uma da outra.
Solução:
Ou seja, A.B= B.A=I2
95
Álgebra Linear
Importante
• Nem sempre uma matriz é inversível.

• Uma matriz A é inversível se, e somente se, o determinante de A for diferente de zero(detA≠0). Veremos a definição
e como calcular determinantes logo em seguida.
Propriedades da matriz inversa

Sejam A e B matrizes inversíveis. Então valem as propriedades:
(i) (A-1)-1 = A
(ii) (AB)-1 = B-1A-1
(iii) (At)-1 = (A-1)t A inversa da transposta é a transposta da inversa
Exemplo:
Determine a matriz inversa da matriz
Esta matriz tem inversa pois Procuremos sua inversa tal que A.B=I e B.A=I. Supondo que
, basta determinar o valor de a, b, c, e d. Impondo a primeira condição
temos,
Portanto,
Resolvendo os sistemas, temos:

a = 2, b = -1, c = -11/ 2, d = 3
Portanto, ou seja, A.B = I2. Também vale B.A = I2.
Desta forma concluímos que é a matriz inversa de A.
Exemplo:
Calcule o determinante da matriz
96
Unidade E
Determinantes: definição; cálculo de segunda,

terceira e qualquer ordem de determinantes; pro-

priedades
O conceito de determinante de uma matriz quadrada surge a partir de somas e produtos de permutações
dos elementos da matriz. Aqui, vamos tratar esse assunto de uma forma direta aos cálculos de
determinantes. Determinante é um número associado a uma matriz quadrada. Esse número caracteriza
várias situações como, por exemplo, se uma matriz é inversível, as características de um sistema e no
caso da matriz representar uma transformação, caracteriza se transformação está amplificando ou
atenuando o elemento que está sendo transformado.
Determinantes de 2a ordem
Dada a matriz , então o determinante de A, denotado por
Exemplo:
Determinantes de 3a ordem
Dada a matriz , então pela regra de Sarrus
Exemplo:
97
Álgebra Linear
Solução:
Portanto: detA=-27
O teorema de Laplace:
• Cofator:
Dada a matriz A=[aij], de ordem n, então o cofator será Cij=(-1)i+j Dij , em que Dij é o determinante da
matriz A retirando a i-ésima linha e a j-ésima coluna.
Considere a matriz A=[aij] de ordem 3, o cálculo do determinante usando a 1a linha é dada por:
Exemplo:
Obs.:
1. Para calcular determinantes de matrizes com ordem maior do que 3 uma alternativa é usar o teorema de Laplace.
2. Como, para este exemplo, a linha ou coluna que se apresenta com maior números de zeros é a linha 2, então, a
melhor escolha para usar o teorema de Laplace é a linha 2.
Solução:
Então, necessitamos calcular os cofatores C22 e C24
98
Unidade E
Portanto, detA= =2. C22-C24=2.23-35=46-35=11
Propriedades dos determinantes:

a) O determinante de uma matriz A não se altera quando se troca as linhas pelas colunas, ou seja detA =
detAt.
Exemplo:
b) Se a matriz A possui uma linha (ou coluna) constituída de elementos todos nulos, o determinante é nulo.
Exemplo:
c) Se a matriz A tem duas linhas (ou duas colunas) iguais, o determinante é nulo.
Exemplo:
Obs.: Os elementos da 1a linha e da 2a linha são iguais.

d) Se na matriz A duas linhas (ou duas colunas) têm seus elementos correspondentes proporcionais, o
determinante é nulo (numa matriz A, dois elementos são correspondentes quando, situados em linhas
diferentes, estão na mesma coluna, ou quando, situados em colunas diferentes, estão na mesma linha).
Exemplo:
Obs.: A 2a linha é o dobro da 1a linha.
99
Álgebra Linear
e) Se na matriz A cada elemento de uma linha (ou coluna) é uma soma de duas parcelas, o determinante de A
pode ser expresso sob a forma de uma soma dos determinantes de duas matrizes, isto é:
Exemplo:
f) O determinante de uma matriz diagonal A (superior ou inferior) é igual ao produto dos elementos da
diagonal principal:
Exemplo:
g) Trocando-se entre si duas linhas (ou colunas) da matriz A, o determinante muda de sinal, isto é, fica
multiplicado por (-1).
Exemplo:
Calcular
1. (usando o teorema de Laplace)
2. (usando a propriedade “f”)
100
Unidade E
h) Quando se multiplicam por um número real todos os elementos de uma linha (ou de uma coluna) da
matriz A, o determinante fica multiplicado por esse número:
Exemplo:
Calcular
1.
2.
Portanto: detA1 = 4 .detA2

Obs.: A 1a linha da matriz A1 é igual a 4 vezes a 1a linha da matriz A2.
i) Um determinante não se altera quando se somam aos elementos de uma linha (ou uma coluna) da matriz
A os elementos correspondentes de outra linha (ou coluna) previamente multiplicados por um número
real diferente de zero:
Exemplo: (L'2=L2+3L1)
Determinante de qualquer ordem usando o processo de triangulação

Calcule o determinante da matriz anterior usando o processo de triangulação:
Operações elementares:
1. L'3=L3-5.L1
2. L'3=2.L3
3. L'3=L3+L2
101
Álgebra Linear
Referências
LIPSCHUTZ, Seymour. Álgebra Linear. 2ª ed. São Paulo: McGraw-Hill, 1978.
102
Unidade E
E
UNIDADE
ATIVIDADES
Atividade 1:
Para as questões de 01 a 03) Quais são os valores de m e n para que as matrizes A e B sejam iguais.
1.
a) m=1 e n=3
b) m=1 e n=-3
c) m=-1 e n=-3
d) m=-1 e n=3
2.
a)
b)
c)
d)
3.
a) m=5
b) m=-5
c) m=10
d) m=-10
4. Dada a matriz então a matriz inversa de A é
a)
b)
c)
d)
103
Álgebra Linear
5. Dadas as matrizes , então a matriz resultante de
A.B é
a)
b)
c)
d)
6. Qual é o valor do determinante da matriz ?
a) det(C)=3
b) det(C)=6
c) det(C)=9
d) det(C)=18
7. Sendo U=R, determine o conjunto solução da equação
a) S={-1}
b) S={-2}
104
Unidade E
c) S={-3}
d) S={-4}
Atividades 2
1. Represente a matriz Amxn de acordo com o elemento genérico aij.

a) m = 2, n = 4, sabendo que aij = 3i + j.
b) m = 3, n = 3, sabendo que
c) m = 3, n = 2, sabendo que
2. Se A3x2, com determine as matrizes A e At.
3. Dadas as matrizes calcule a matriz:
a) M, tal que M – 3A + 2B = 0. Obs: Neste caso 0 é a matriz nula 3x1.

b) N, tal que N = At - 3Bt
c) X que seja solução da equação matricial
4. Determine os números a e b tais que W = aX + bY, onde
a)
b)
5. Determine os números a, b, c e d tais que W = aX + bY + cZ + dR, onde
6. Sejam as matrizes calcule:
a) X=A+B
b) X=B+C
c) X=A+C
d) X=A – B
e) X=A- C
f) X=B-C
105
Álgebra Linear
g) X= 4A – 3B + 5C
h) X = 2B – 3A – 6C
7. Dadas as matrizes
Calcule:
a) AB
b) (AB)D
c) A(BD)
d) BA
e) (BA)C
f) B(AC)
8. Sejam as matrizes
Calcule:
a) (AB)t
b) (AB)Dt
c) A(BDt)
d) 2(AtBt)+3Ct
9. Dadas as matrizes efetue e classifique a
matriz resultante:
a) A + At
b) B + Bt
c) AAt
d) B – Bt
e) C – Ct
10. Verifique se a matriz B é a inversa da matriz A nos seguintes casos:
a)
b)
106
Unidade E
c)
11. Sejam
a) A matriz B é uma matriz inversível? Justifique.

b) 11.2) Calcule A-1 e C-1.
c) 11.3) Calcule (AC)-1 , A-1C-1 e C-1A-1.
d) 11.4) Determine (At)-1 e (A-1)t.
12. Sejam as matrizes triangulares superiores (A e B) e inferiores (C e D)

a) Calcule e classifique a matriz E = AB
b) Calcule e classifique a matriz F = CD
13. Dadas as matrizes Calcule, pelo
processo da triangularização ou por Laplace ou por Sarrus:

a) det A
b) det B
c) det (2A-3B+4C)
d) det (ACT)
e) det (CB)A
14. Calcule o determinante da matriz , usando o processo de triangularização e
por Laplace (desenvolvendo-o pela 2ª linha.)
15. Sendo U = IR, resolva as seguintes equações:
a)
b)
107
Álgebra Linear
c)
Respostas:
1. A
2. B
3. A
4. D
5. B
6. D
7. D
1.
a)
b)
c)
2. e
108
Unidade E
3.
a)
b)
c)
4.
a) a=-1, b=2
b) a=3, b=-4
5.
a) a=2, b=-4, c=1, d=3
6.
a)
b)
c)
d)
e)
f)
g)
h)
7.
a)
109
8.
d)
c)
b)
a)
f)
e)
d)
c)
b)
Álgebra Linear
110
Unidade E
9.
a)
b)
c)
d)
e)
f)
10.
a) Sim
b) Não
c) Sim
11.
a) Não, pois não existe c tal que 0.c=3.
b)
c)
d)
12.
a) E é triangular superior.
b) F é triangular inferior.
111
Álgebra Linear
13.
a) 22
b) -9
c) 1655
d) 0
e) 0
14. 2
15.
a) S={2}
b) S={1}
c) S={−3}
112
E MATRIZES,
DETERMINANTES E
SISTEMAS
Unidade E
Álgebra Linear
Álgebra Linear
E
UNIDADE
MATRIZES, DETERMINANTES E
SISTEMAS
Matriz inversa, singular e não-singular

Nesta unidade iremos dar continuidade ao assunto da semana anterior. Estudaremos a singularidade
das matrizes, matriz inversa e sistemas lineares.
Matriz singular
Uma matriz quadrada A=[aij] cujo determinante é nulo é uma matriz singular.
Exemplo:
A matriz é uma matriz singular porque
Matriz não-singular
Uma matriz quadrada A=[aij] cujo determinante é diferente de zero é uma matriz não-singular ou regular.
Exemplo:
A matriz é uma matriz não-singular, porque , ou seja, detA=-20.
Propriedades da matriz inversa

• Se a matriz A admite inversa ( ), então a inversa é única.
• Se a matriz A é não-singular, sua inversa A-1 também é.
• A matriz unitária I é não-singular (detI=1) e I=I-1.
• Se a matriz A é não-singular, sua transposta At também será. A matriz inversa de At é (A-1)t.
• Se as matrizes A e B são não-singulares e de mesma ordem, o produto A×B é uma matriz não-singular.
A matriz inversa de A×B é a matriz B-1×A-1.
Operações elementares
• Permutação de duas linhas (ou duas colunas).
• Multiplicação de todos os elementos de uma linha (ou coluna) por um número real diferente de zero.
• Substituição dos elementos de uma linha (ou coluna) pela soma deles com os elementos correspondentes
de outra linha (ou coluna) previamente multiplicadas por um número real diferentes de zero.
114
Unidade E
Equivalência de matriz
Dadas as matrizes A e B, de mesma ordem, diz-se que a matriz B é equivalente à matriz A, e se representa
por , se for possível transformar A em B por meio de uma sucessão finita de operações elementares.
Inversão de uma matriz por meio de operações elementares
Exemplo:
Verificar se a matriz é singular, caso não for, determinar a matriz inversa da matriz
usando operações elementares.

Solução:
Como , então a matriz A é não-singular. Portanto, ela é inversível.

Para determinar a matriz inversa, vamos usar as operações elementares e a propriedade de matrizes
equivalentes para transformar .
(1) L'2=L2-2.L1 L'3=L3-L1
(2) L'2=L3 L'3=L2
(3) L'1=4.L1-L2
(4) L'1=L1+3.L3
(5) L'1=L1/8 L'2=L2/4 L'3=L3/(-4)
Como foi dito acima, transformamos
115
Álgebra Linear
Portanto:
Sistemas de equações lineares

Equações lineares:
Equação linear é uma equação da forma a1x1+a2x2+a3x3+...+anxn=b, na qual, x1,x2,x3,...,xn são as variáveis,
a1,a2,a3,...,an são os respectivos coeficientes das variáveis e b é o termo independente.
Os valores (raízes) das variáveis que verificam a equação constituem o conjunto de soluções.
Existem três possibilidades de soluções.
Vamos analisar três situações bem simples.
Pergunta-se: Qual é o valor de “x”?
1) 0.x=6 � Solução impossível (não tem solução).
2) 2.x=6 � Solução possível e determinada (uma única solução).
3) 0.x=0 � Solução possível e indeterminada (infinitas soluções).
Sistema de equações lineares (SEL)
Forma matricial: A.X=B em que
A solução de um SEL é a n-upla Xt=[x1,x2,...,xn] que verifique, simultaneamente, todas as equações do

sistema linear.
Classificação do SEL
Sistema possível ou compatível é o SEL que admite solução.
Sistema impossível ou incompatível é o SEL que não admite solução.
O sistema possível se divide em outras duas classes:
Sistema possível e determinado é o SEL que admite uma única solução.
116
Unidade E
Sistema possível e indeterminado é o SEL que admite mais de uma solução (na verdade, admite infinitas
soluções).
Exemplos:
Resolver e classificar os sistemas:
a)
Substituindo o valor de y na 1a equação:

Portanto, a solução é S={(3,4)} e a classificação é compatível (ou possível) e determinado (uma única
solução).
b)
As duas equações, na verdade, são iguais. Então a solução é dada apenas por uma, ou seja,
.
Portanto, a solução é dada por S={(x,y)/y=50-2x} e a classificação é compatível(ou possível) e
indeterminado(uma infinidade de soluções).
c)
Concluímos que não existe x tal que 0.x=3.

Portanto. a solução é dada por S={} e a classificação é incompatível (ou impossível) (não tem solução).
Sistemas equivalentes
Dois sistemas de equações lineares são equivalentes quando admitem a mesma solução.
As operações elementares efetuadas nas matrizes também podem ser usadas em sistemas de equações
lineares. Dois sistemas de equações lineares são equivalentes se diferem por uma operação elementar.
Sistema linear homogêneo

Quando em um sistema de equações lineares os termos independentes são todos nulos, o sistema é
chamado homogêneo.
ou na forma matricial A.X=0, em que B=0(vetor nulo).

Todo sistema homogêneo admite a solução X=0, denominada, solução trivial, em que xi=0 representam
as variáveis para i=1,2,...,n.
Estudo e solução dos sistemas de equações lineares
117
Álgebra Linear
Método da matriz inversa

Dado um sistema de equações lineares na forma matricial A.X=B. Multiplicando a equação matricial por
A-1 pela esquerda, temos:
A-1.A.X=A-1.B
I.X=A-1.B
X=A-1.B
Este método resolve apenas sistemas com n equações e n variáveis.
Exemplo:
Resolva o sistema .
Solução:
Escrevendo na forma matricial , em que e
Vamos calcular a matriz inversa da matriz A
1) L'2=2.L2-5.L1
2) L'2=L3/(-50)
3) L'1=L1-4.L2
3) L'1=L1/2]
Então a matriz inversa da matriz A é
Portanto:
Solução:
S={(5,3)}
Note que para a matriz , temos , em que detA=-50.
Para uma matriz genérica de segunda ordem , temos uma relação geral para matrizes de
118
Unidade E
segunda ordem .
Método de Gauss-Jordam
Redução de um sistema de m equações lineares em n incógnitas usando a forma escalonada:
Passo 1:
Permutar as equações de maneira que a primeira incógnita x1 apareça com coeficiente diferente de zero
na primeira equação, ou seja, faça com que
Passo 2:
Usar a11 como pivô para eliminar x1 de todas as outras equações, exceto a primeira. Isto é, para cada i>1,
aplique a operação elementar: .
Passo 3:
Examine cada nova equação L:
a) Se a equação L tem a forma 0.x1+0.x2+...+0.xn=0, ou se a equação L é múltipla de outra equação, retire a
equação L do sistema.
b) Se a equação L tem a forma 0.x1+0.x2+...+0.xn=b, com b≠0, o sistema não tem solução.
Passo 4:
Repita os passos 1, 2 e 3 com o sistema formado por todas as equações menos a primeira.
Passo 5:
Continue o processo até que o sistema esteja na forma escalonada ou que apareça uma equação
degenerada tal como em (b) do passo 3.
Exemplos:
Resolver e classificar os sistemas:
1.
Solução:
(1) L'1=L1/2
(2) L'2=L2-5.L2 L'3=L3-10.L1
(3) L'2=L2/(-12) L'3=L3-2.L2
119
Álgebra Linear
Como 0.x+0.y=-5, então não existe x e y tal que 0.x=-5 ou 0.y=-5.

Portanto: S={} e o sistema é impossível.
2.
Solução:
(1) L'1=L1/2
(2) L'2=L2-5.L2 L'3=L3-3.L1 L'4=L4-4.L1
(3) L'2=L2/(-12) L'3=L3/(-5) L'4=L4/(-13)
Como temos 0.x+y=3, então y=3 e como x=8-2y ou x=8-2.3=2.
Portanto, o conjunto solução é S={(2,3)} e o sistema é possível e determinado.
3.
Solução:
(1) L'1=L1/2 L'2=L2/2
(2) L'2=L2-2.L2
Como 0x+y+2z+3w=11, então y=11-2z-3w e x=42+4y-12z-9w ou x=42+4.(11-2z-3w)-12z-9w=42+44-
8z-12w-12z-9w=86-20z-21w.
Portanto: e o sistema é possível e indeterminado.
Referências
LIPSCHUTZ, Seymour. Álgebra Linear. 2ª ed. São Paulo: McGraw-Hill, 1978.
120
Unidade E
E
UNIDADE
ATIVIDADES
Atividade 1:
1. Dada a matriz , então a matriz inversa de A é
a)
b)
c)
d)
2. O sistema é classificado em
a) Sistema linear possível e determinado.

b) Sistema linear possível e indeterminado.
c) Sistema linear impossível.
d) Sistema linear impossível e determinado.
3. A solução do sistema é
a) S={(1,2,3)}
b) S={(3,2,1)}
c) S={(2,1,3)}
d) S={(1,3,2)}
121
Álgebra Linear
4. Qual é a condição para o valor de m de modo a satisfazer que o sistema linear seja possível
e determinado?
a)
b)
c)
d)
Atividade 2:
1. Verificar se a matriz é singular, caso não for, determinar a matriz inversa de cada uma das seguintes
matrizes:
a)
b)
c)
d)
e)
f)
122
Unidade E
2. Resolver e classificar os seguintes sistemas:

a)
b)
c)
d)
e)
f)
g)
h)
3. Estabelecer a condição que deve ser satisfeita pelos termos independentes para que os seguintes sistemas
sejam compatíveis:
a)
b)
123
Álgebra Linear
Respostas:
1. D
2. B
3. C
4. C
1.
a) A matriz A é não-singular,
b) A matriz B é não-singular,
c) A matriz C é não-singular,
d) A matriz D é não-singular,
e) A matriz E é singular, portanto, não existe inversa.
f) A matriz F é não-singular,
2.
a) Sistema Incompatível
b) S.L.C.D.
c) S.L.C.D.
d) S.L.C.I.
e) S.L.C.D.
f) S.L.C.I.
g) S.L.C.I.
124
3.
h) S.L.C.D.
b) a + b –c = 0
a) 2a – 4b + c = 0
125
Unidade E
F Espaços Vetoriais
Unidade F
Álgebra Linear
Álgebra Linear
F
UNIDADE
ESPAÇOS VETORIAIS
Ao examinarmos dois conjuntos conhecidos como o �4 (conjunto de vetores com 4 coordenadas) e o
M2×2 (conjunto das matrizes quadradas de ordem 2), à primeira vista pode parecer que tais conjuntos
nada têm em comum. Mas veremos que isso não é verdade, inicialmente podemos dizer que uma
imagem com 4 pixels representada por uma matriz de ordem 2, pode ser representada em um vetor com
4 coordenadas. Estudar espaços vetoriais é estudar as propriedades que o conjunto possui, conhecendo
a estrutura desse conjunto para saber de que forma pode ser usado em determinadas aplicações, enfim,
o que estudaremos agora, é a base teórica da maioria das aplicações vista em um curso de Engenharia.
Definição
Seja V um conjunto não vazio, sobre o qual estão definidas as operações de adição e de multiplicação por
escalar, isto é,
� A, B � V temos A+B � V
� A � V e α � � temos αA � V
onde V com essas operações é chamado de espaço vetorial real se forem verificados os 8 axiomas:
Sejam A, B, C � V e α, β � �:
(A1) (A+B)+C = A+(B+C)

(A2) A+B = B+A
(A3) � um único elemento neutro O � V tal que A+O=O+A=A
(A4) � um único elemento simétrico -A e V tal que A+(-A)=O
(M1) (α . β)A = α (β.A)

(M2) (α .β)A = α A+ βA
(M3) α (A + B) = α A + α B
(M4) 1A=A
Obs:
Os elementos de um espaço vetorial V podem ser polinômios, matrizes, números, funções, desde que as
operações definidas neste conjunto satisfaçam os 8 Axiomas.
Mas, independente de sua natureza, os elementos de um Espaço Vetorial V serão chamados de vetores.
Propriedades e exemplos de espaços vetoriais

Vamos, agora, discutir sobre alguns exemplos de conjuntos com as operações de adição e multiplicação
por escala se é ou não é um espaço vetorial.
Obs.:
128
Unidade F
1. Qualquer dúvida na validade de alguma propriedade vista ou não, o aluno deve verificar a propriedade, sempre,
tomando como elementos genéricos dos conjuntos. A verificação de um exemplo específico não quer dizer que a
propriedade vale para outro exemplo, ou seja, um exemplo não prova nada. Então, para fazer uma prova, temos que
tomar, sempre, elementos genéricos dos conjuntos para verificar as propriedades.
2. Ficam como exercícios os axiomas que não verificamos.
Exemplo A:
V = M(2x2) = (Conjunto das matrizes 2x2).
Em V é definido as operações:
Sejam A, B � V onde A = , B= eα��
• Adição → A+B=
• Multiplicação por escalar → αA =
Obs: Essas são as operações usuais de adição e multiplicação por escalar no conjunto das matrizes 2x2.
Para essas operações assim definidas, podem ser verificadas facilmente que valem os 8 axiomas.
Portanto, neste exemplo, V = M(2x2) é um espaço vetorial.
Exemplo B:
V= (Conjunto das matrizes linha M(1x3))
Operações definidas:
(Cuidado, adição não usual)
(Multiplicação usual)
Com estas operações, V é um espaço vetorial?
Verificando os axiomas:
Sejam A = , B= , C=
A1) (A + B) + C = A + (B + C) ?
O axioma A1 é satisfeito.
129
Álgebra Linear
A2) A+B=B+A?
Como o axioma A2 falha, V não é um espaço vetorial.

Atenção!!! Basta que um dos axiomas falhe, para que o conjunto (com as operações definidas) não
seja um espaço vetorial.
Exemplo c:
V ={(x,y) � � 2 } (Conjunto dos vetores em � 2)
Operações definidas, (a, b) + (c, d) = (a +c, b + d) e α(a,b)= (α2a, α2b)

Como a adição é uma operação usual, vamos verificar se falha algum axioma em relação à
multiplicação por escalar.
Sejam u=(a, b) e v=(c, d) em � 2 , α e β números reais.
M1) (α. β)u = α(βu) ?
logo, (α. β)u = α(βu) e o axioma M1 é satisfeito.
M2) (α + β)u = αu + βu ?
O axioma M2 não é satisfeito pois ( α +β)u≠ α u+βu(( α +β) 2 ≠ α 2 +β 2 ) . Como ( α +β) 2 ≠ α 2 +β 2 ) ,

então V ={(x,y) � � 2} com as operações definidas, não é um espaço vetorial.
Exemplo d:
V = M(m,n) (Conjunto das matrizes m�n) com as operações usuais (de adição e de multiplicação
por escalar) definem um espaço vetorial.
Obs: Se A � M(m�n), então A =
Exemplo e:
V =� n = {(x 1 , x 2 , x 3 ,..., x n): xi � �}, em que 1 ≤ i≤ n, com as operações de adição e de multiplicação
por escalar usuais definem um espaço vetorial.
130
Unidade F
Exemplo f:
V = P3 (Conjunto dos polinômios com coeficientes reais de grau menor ou igual a 3) (incluindo
os polinômios de grau zero)
ou P 3 = {a 0 +a1 x+a 2 x 2 +a 3 x 3 :a i � �}
Exemplos de elementos de P3:
3, 2+5x, 3x 2 , 1-5x 3 , -3+6x–4x 2 +7x 3
Se p1(x) e p2(x) pertencem a P3 então:
p1 (x) = a 0 +a1 x+a 2 x 2 +a 3 x 3 e p2 (x) = b 0 +b1 x+b2 x 2 +b 3 x 3
Operações usuais em P3:
p1 (x)+p2 (x) = (a 0 +b 0)+(a1+b1)x+(a 2 +b2)x 2 +(a 3 +b 3)x 3
Se � � � temos �.p1 (x) = a 0 +a1 x+a 2 x 2 +a 3 x 3
Com estas operações pode-se verificar que V = P3 é um espaço vetorial.
Exemplo g:
g) O conjunto das funções reais definidas em toda a reta.
Se f, g � V e α � �, tem-se: e
O conjunto V com essas operações é um espaço vetorial.

Obs.: Matrizes, vetores, polinômios podem estar associados uns aos outros.
Por exemplo:
A=
v = (a, b, c, d, e, f )
p(x) = a + bx + cx2 + dx3 + ex4 + fx5
Temos que:
A � M(2,3), v� , p(x) � P5
Diz-se que a, b, c, d, e, f são as coordenadas de A, v e p(x). Por isso, matrizes, vetores, polinômios
são chamados de maneira geral vetores, independentemente de sua natureza. A justificativa
está no fato de as operações de adição e multiplicação por escalar realizadas com elementos de
natureza tão distinta se comportarem de forma idêntica, como se estivessem trabalhando com os
próprios vetores do , da seguinte forma:
131
Álgebra Linear
Subespaços vetoriais
Deseja-se dentro de um espaço vetorial V, detectar se um subconjunto S de V é também espaço vetorial.
Tais conjuntos serão chamados subespaços de V.
Exemplo:
V= com as operações usuais de adição e multiplicação por escalar é um espaço vetorial.
S é um conjunto de vetores que pertencem a uma reta que passa pela origem. Neste caso, S é um
subconjunto de V.
u = (3,1), v = (9, 3),

u + v = (12, 4)
S C V = �2
S ={(x,y):x=3y}={(y,3y):y ��}
Observa-se que ao somarmos 2 vetores de S, obtemos outro vetor em S. E se multiplicarmos um vetor de
S por um número, o vetor resultante estará em S.
Definição
Seja V um espaço vetorial e S um subconjunto não vazio de V.
S é um subespaço vetorial de V se:
132
Unidade F
Propriedades
• Qualquer subespaço S de V deve conter o vetor nulo 0 (devido ao Axioma A3 do Espaço Vetorial). Caso
contrário S não é um subespaço vetorial.
• Todo espaço vetorial admite pelo menos 2 subespaços (chamados subespaços triviais), o
conjunto {0} (subconjunto formado somente pelo elemento zero) e o próprio espaço vetorial V.
Exemplos de subespaços vetoriais

(a) Seja V=�2 com as operações usuais o espaço vetorial
S pode ser representada por um conjunto de vetores pertencentes a uma reta que passa pelos pontos
(-1,0) e (0,1).
O vetor nulo ( 0,0 ) S S não é um subespaço vetorial de V.
(b) Seja V=�2 com as operações usuais o espaço vetorial e

S não é vazio, pois .
Mas, existem 2 vetores u e v de S tais que (u + v) S.
Por exemplo, u = (1,1), v = (-1,1) pertencem a S e u + v = (0,2) S.
Portanto, S não é um subespaço de V= �2.
(c) Seja V = �3 com as operações usuais o espaço vetorial e S=

Obs.: S é um conjunto de vetores pertencentes a um plano que passa pela origem.
S é um subespaço de V?
Solução:
Vamos verificar se em S satisfazem as condições (I), (II) e (III).
(I) (0,0,0) S, pois a0 + b0 + c0 = 0.
(II) Sejam u = (u1, u2, u3), v = (v1, v2, v3) elementos de S.
Então, e u+v = (u1+v1 , u2+v2 , u3+v3).
133
Álgebra Linear
Logo, a(u1+v1) + b(u2+v2) + c(u3+v3) = (au1+bu2+cu3) + (av1+bv2+cv3) = 0+0 = 0. Portanto, (u1 + v1, u2 + v2,
u3 + v3) � S.
Daí, u +v � S.
(III) Seja α � � e u = (u1, u2, u3) .
Se u � S, então au1 + bu2 + cu3 = 0 e αu = (αu1 + αu2 + αu3).
Portanto, aαu1 + bαu2 + cαu3 = α( au1 + bu2 + cu3) = α0 = 0. Dai αu � S.

Como as 3 condições foram satisfeitas, S é um subespaço de V = �3
Intersecção e Soma de Subespaços
Teorema:
Sejam S1 e S2 subespaços vetorias de V (espaço vetorial).
Então,
(i) S1 S2 é um subespaço de V.
(ii) S1 + S2 é um subespaço de V.
Obs.:
S1 S2 = {v : v � S1 e v � S2}
S1 + S2 = { v = u + w / u S1 e w S2}.
Todo elemento de S1 + S2 é um vetor soma de 2 vetores, um vetor de S1 e o outro de S2.
Exemplos:
(a) Seja V = M(3 x 3) o espaço vetorial das matrizes de ordem 3 e
S1 = e S2 =
S1 e S2 são subespaços de V = M(3 x 3)

S1 = {matrizes triangulares superiores}
S2 = {matrizes triangulares inferiores}
Logo, S1 S2 = é um subespaço de V = M(3 x 3)
(b) Seja V =�3 o espaço vetorial,
S1= {(0, 0, x): x � �} é um conjunto de vetores pertencentes
a reta no eixo z e S2= {(a, a, 0): a � � } é um conjunto de

vetores pertencentes a uma reta no plano xy.
134
Unidade F
S1 + S2 = {(a,a,x)} é o conjunto de vetores pertencentes ao plano

que contém as retas na qual os vetores de S1 e S2 pertencem.

S1 + S2 é um subespaço de V =�3.
Soma Direta de Subespaços

Definição:
Sejam S1 e S2 subespaços vetoriais de V. Então V é a soma direta de S1 e S2 (Representado por
V = S1 S2 ), se V = S1 + S2 e S1 S2 = { 0 }.
Exemplo:
Seja o espaço vetorial das matrizes de ordem 2 V = M(2 x 2). Sejam os subespaços vetorais S1 =
e S2 = onde a, b, c, d � �. Então, S1 + S2 = = M(2 x 2) e S1 S2= .
Logo, V = S1 S2 e portanto V é soma direta de S1 e S2.
Combinação linear de vetores

Definição:
Seja V um espaço vetorial tal que v1, v2, ... , vn � V e a1, a2, ... , an � �.
Então, o vetor v = a1v1 + a2v2 + ... + anvn é uma combinação linear de v1, v2, ... , vn e v � V.
Exemplos:
1) Considerando os vetores v1=(1,0,0) e v2=(0,1,0). Escrever v=(2,3,0) como combinação linear de v1
e v2.
Solução:
v = a1v1 + a2v2 (2,3,0) = a1(1,0,0) + a2(0,1,0) = (a1, a2, 0)
Daí, (2,3,0) = (a1, a2, 0) a1 = 2, a2 = 3
Resp: v = 2v1 + 3v2
2) Considerando, novamente, os vetores v1=(1,0,0) e v2=(0,1,0). Mostrar que w = (1,2,3) não é uma
combinação linear de v1 e v2.
135
Álgebra Linear
Solução:
w = a1v1 + a2v2 (1,2,3) = a1(1,0,0) + a2(0,1,0) = (a1, a2, 0)

Logo, (1,2,3) = (a1, a2, 0). Absurdo! Pois 3 0.
Portanto, w não é uma combinação linear de v1 e v2.
Observação:
Nesses exemplos, observe que v pertence ao plano que contém v1 e v2, mas w não pertence a este plano.
Subespaço finitamente gerado

Definição:
Sejam v1, v2, ... , vn � V (espaço vetorial). O conjunto de todos os vetores que são combinação
linear de v1, v2, ... , vn é um subespaço vetorial de V. Este conjunto é representado por
S = [v1, v2, ... , vn] = {v � V / v = a1v1 + a2v2 + ... + anvn}
S é denominado subespaço gerado por v1, v2, ... , vn.
Obs: Seja A = {v1, v2, ... , vn} o conjunto gerador de S.
G(A) é o subespaço gerado por A, isto é, G(A) = [v1, v2, ... , vn] = S.
Exemplos:
1) Seja V = �3 e u = (3,4,5) � �3 .
Determine o subespaço gerado por u, isto é, encontrar S = [u] .
Solução:
S = [u] = {(x,y,z) � �3 / (x,y,z) = a(3,4,5), em que a � �}.

Daí, x =3a, y = 4a, z = 5a
De x =3a temos a = , substituindo a em y e z ficamos com,
y= e z= .
Resposta:
S = [u] ={ � �3 / x � �}. (Conjunto de vetores pertencentes a uma reta que passa na origem)
Obs: Se u é um vetor não-nulo de �3 , S = [u] é um conjunto de vetores pertencentes a uma reta que
passa pela origem.
2) Seja V = �3 , encontre S = [v1, v2], em que v1 = (2,0,1) e v2 = (0,3,3).
Solução:
[v1, v2] = {(x,y,z) �3 / (x,y,z) = a1(2,0,1) + a2(0,3,3)}. Logo temos,
(x,y,z) = (2a1, 0, a1) + (0, 3a2, 3a2) = (2a1, 3a2, a1 + 3a2)
Portanto, 2a1 = x, 3a2 = y e a1 + 3a2 = z
(x,y,z) [v1, v2] o sistema anterior tem solução.
136
Unidade F
Substituindo a1 = x/2 e a2 = y/3 na 3a equação a1 + 3a2 = z obtém-se,

ou x + 2y - 2z = 0 (plano que contém v1 e v2 e passa na
origem)
Resposta:
[v1, v2] = {(x,y,z) � �3 / x + 2y - 2z = 0 } (Conjunto de vetores pertencentes ao plano que contém v1 e v2)
3) Seja V = � �2 , determine S = [u1, u2], em que u1 = (1,0), u2 = (0,1).

Solução:
[u1, u2] = {(x,y) � �2 / (x,y) = a1(1,0) + a2(0,1)}.

(x,y) = a1(1,0) + a2(0,1) (x,y) = (a1,a2), ou seja, qualquer vetor (x,y) pode ser escrito como combinação
linear de (1,0) e (0,1), bastando que a1 = x e a2 = y, ou seja, não têm restrições.
Portanto, [u1, u2] = {(x,y) � �2 } = �2

4) Seja V = �2, encontrar S = [v1, v2, v3], em que v1 = (1,0,0), v2 = (0,1,0), v3 = (0,0,1).
Solução:
[v1, v2, v3] = {(x,y,z) � �2 / (x,y,z) = a1(1,0,0) + a2(0,1,0) + a3(0, 0,1)}. Logo temos,
(x,y,z) = (a1, 0, 0) + (0, a2, 0) + (0, 0, a3) = (a1, a2, a3)
Então, qualquer vetor (x,y,z) pode ser escrito como combinação linear de (1,0,0), (0,1,0), (0, 0,1), já
que a1 = x, a2 = y, a3 = z.
Portanto, [v1, v2, v3] = �3
Observe nos gráficos das figuras que os vetores de são não paralelos e os vetores de são não coplanares.
Conclusões:
Dos exemplos 3 e 4, podemos obter algumas generalizações:
137
Álgebra Linear
Sejam u1, u2 � �2 (Plano) e v1, v2, v3 (Espaço) (todos não nulos)

(i) Se u1, u2 são não paralelos, então [u1, u2] = �2

(ii) Se v1, v2, v3 são não coplanares, então [v1, v2, v3] = �3
Dependência e Independência Linear

Seja v3 um vetor pertencente ao mesmo subespaço gerado por v1 e v2 então o subespaço gerado por v1
e v2 é o mesmo subespaço gerado por v1, v2 e v3, isto é,
A razão disso é que v3 é um vetor a mais para descrever o subespaço, pois v3 é uma combinação linear
de v1 e v2.
Em nosso estudo, estamos interessados em determinar dentre um conjunto de n vetores {v1, v2, ... ,
vn}, o “menor” conjunto gerador de um subespaço, denominado Base. Para isso, precisamos definir
dependência e independência linear.
Definição
Sejam v1, v2, ... , vn � V (espaço vetorial).
O conjunto {v1, v2, ... , vn} é linearmente independente (LI), se a equação
a1v1 + a2v2 + ... + anvn = 0 (valor nulo)
admitir apenas a solução trivial (a1 = a2 = ... = an = 0 )
Caso exista algum ai 0, então o conjunto { v1, v2, ... , vn} é dito linearmente dependente (LD).
Exemplos:
(1) Seja V = �2 e v1,v2 � V tal que v1 = (1,0) e v2 = (0,1). O conjunto {v1, v2} é LI ou LD ?
Solução:
Este conjunto é LI pois da equação a1v1 + a2v2 = (0,0) temos,
a1(1,0) + a2(0,1) = (0,0) a1 = a2 = 0.
(2) Seja V = �3 e v1,v2,v3 � V tal que v1 = (1,1,2), v2 = (3,-8,-5) e v3 = (-2,8,6).

O conjunto {v1, v2, v3} é LI ou LD ?
Solução:
Da equação a1v1 + a2v2 + a3v3 = (0,0,0) temos,
a1(1,1,2) + a2 (3,-8,-5) + a3(-2,8,6) = (0,0,0)
138
Unidade F
Daí tem-se o seguinte sistema homogêneo,

Sabe-se que todo sistema homogêneo admite a solução trivial. Portanto, verificaremos se o sistema
admite outra solução, caso exista, o conjunto {v1, v2, v3} é LD.
Escrevendo o sistema na forma de uma matriz ampliada e em seguida utilizando o processo de
escalonamento, temos:
Operações:
1) L’2 =L2 – L1 2) L’3= L3 – L2
L’3= L3 – L1
Portanto, -11a2 + 10a3 = 0 e a1 + 3a2 - 2a3 = 0 (Sist. Indeterminado)
Então
Logo, para qualquer a3 0, temos uma solução não trivial. Por exemplo, se a3 = 11, temos a2 = 10 e a1
= -8, ou seja, -8(1,1,2) + 10(3,-8,-5) + 11(-2,8,6) = (0,0,0).
Então, o conjunto {v1, v2, v3} é LD.
Obs: Para escalonar sistemas homogêneos não há necessidade de incluir a coluna das constantes formada
por zeros.
Outra forma de resolver o sistema é usando a regra de Cramer:
Calculando o determinante da matriz principal
Como , e e , pois uma coluna é toda de zeros devido aos termos independentes,
e pela regra de Cramer, temos: , e Portanto , e ou ,
139
Álgebra Linear
Logo, existe uma solução que não é a trivial, daí o conjunto {v1, v2, v3} é LD.
Obs.:
(i) Se , então o conjunto de vetores é LD.
(ii) Se , então o conjunto de vetores é LI.
Teorema:
O conjunto {v1, v2, ... , vn} é LD Se um dos vetores vi (i=1,2,...,n) for combinação linear dos outros.
Exemplos:
(1) No conjunto {v1, v2, v3}, em que v1 = (2,1,3), v2 = (10,5,15), v3 = (4,5,9), nota-se que:
v2 = 5v1 + 0v3, isto é, v2 é uma combinação linear de v1 e v3.
Logo, o conjunto {v1, v2, v3} é LD.
(2) Seja {v1, v2, v3}, em que v1 = (2,4,5), v2 = (8,1,12). v3 = (10,5,17)
Observe que: v3 = v1 + v2. Então o conjunto {v1, v2, v3} é LD.
OBS: Uma outra versão do teorema é:
O conjunto {v1, v2, ... , vn} é LI
Nenhum destes vetores foi combinação linear dos outros.
Base de um Espaço Vetorial

Pergunta-se: “Quantos vetores têm o espaço vetorial �2 ?”
Uma infinidade. Imagina se temos que efetuar operações ou verificar propriedades desse espaço vetorial,
tendo que trabalhar com um número infinito de vetores?
Agora, por outro lado, como dois vetores LI geram o espaço �2, então, basta termos dois vetores LI que
geram o �2 para podermos, simplesmente, trabalhar com esses dois vetores na qual representam todos
os vetores do .
Portanto, desejamos encontrar um número finito de vetores de um espaço vetorial V que sejam
necessários para gerar V. Um conjunto deste tipo denomina-se Base de V.
Definição
Seja o conjunto B = {v1, v2, ... , vn} V (espaço vetorial).
B é uma base de V se:
(I) o conjunto B é LI;
(II) o conjunto B gera V, isto é, [v1, v2, ... , vn] = V
140
Unidade F
Exemplos:
(1) O conjunto B = {(1,1), (0,1)} é base de V = �2?

Basta verificar se B é LI e se B gera �2.
(I) a1(1,1) + a2(0,1)=(0,0) a1 = 0 e a 1 + a2 = 0 a1 = a2 = 0.
Logo, B é LI.
(II) B gera �2 se para qualquer v=(x,y) � �2 pode ser escrito como combinação linear de (1,1) e (0,1).
De (x,y) = a1(1,1) + a2(0,1) temos, a1 = x e a 1 + a2 = y
Daí, a2 = y - a1 = y – x.
Portanto, (x,y) = x(1,1) + (y-x)(0,1). Então, B gera �2.
Como foram satisfeitas as condições (I) e (II), o conjunto B é uma base de �2.
(2) Seja F = {(0,1), (0,2)} não é base de �2 pois F é um conj. LD, já que
(0,2) = 2(0,1), ou seja, (0,2) é uma combinação linear de (0,1).
(3) Seja V = �2 e e1 = (1,0) e e2 = (0,1).

O conjunto {e1, e2} é denominado base canônica de �2.
(4) Seja V = e e1 = (1,0,0), e2 = (0,1,0) e e3 = (0,0,1).
O conjunto {e1, e2, e3} é denominado base canônica de �3.
Teorema: Qualquer base de um espaço vetorial V tem sempre o mesmo número de elementos.
Este número é denominado dimensão de V, cuja notação é dim V.
Exemplos:
(1) Seja o espaço vetorial V = �2 . Os conjuntos B1 = {(1,0), (0,1)} e B2 = {(1,1), (0,1)} são bases de
V = �2 , então dim �2 = 2.
(2) Seja V = �3 (espaço vetorial), então dim �3 = 3.
(3) V = �n (espaço vetorial), então dim �n = n.
(4) Seja V = M(2,2) (espaço vetorial), então dim M(2,2) = 4.
141
Álgebra Linear
O conjunto forma uma base (base canônica) de M(2,2).
Corolário (Consequência do Teorema)

Se dim V = n então:
(a) qualquer conjunto com mais de n vetores é LD.
(b) qualquer conjunto de n vetores LI é uma base de V.
Exemplos:
(1) Seja o conjunto C = {(1,0,0), (0,1,0), (3,4,7),(5,8,6)}.
Como dim �3 = 3 e o conjunto possui 4 vetores, então o conjunto C é LD. (Pelo corolário (a)).
(2) Seja D = {(1,2,3), (-1,1,-1), (2,-1,4)}, então o conjunto D é base de �3 ?
Como dim �3 = 3 e D possui 3 vetores.
Então, se o conjunto D for LI, pelo corolário (b), D será uma base de �3 .
Verificando se D é LI.
De x(1,2,3) + y(-1,1,-1) + z(2,-1,4) = (0,0,0) temos,
Resolvendo este sistema por escalonamento temos, x = y = z = 0.
Portanto, o conjunto D é LI e forma uma base de �3.

(3) Determinar a dimensão e uma base para cada um dos seguintes subespaços vetoriais:
(a) V = �3 , A = {(x,y,z)/ z = 4x}
Solução:
A = {(x,y, 4x)}. Nota-se que existem 2 variáveis livres x e y, portanto, dim A = 2. Para encontrar uma base,
faça x = 1 e y = 0, e posteriormente x = 0 e y =1. Daí, uma base pode ser {(1,0,4), (0,1,0)}.
(b) V = �3, B = {(x,y,z)/ x = 5y e z = y}

Solução:
B = {(5y ,y,y)}, dim B = 1 e uma base de B é {(5,1,1)}.
(c) V = �3, C = {(x,y,z)/ x = 0, y = 2x, z = -y}

Solução:
C = {(0,2x,-2x)}, dim C = 1 e uma base de C é {(0,2,-2)} ou {(0,1,-1)}
142
Unidade F
(d) V = �3, D = {(x,y,z)/ x +y –z = 0}

Solução:
D = {(x, y, x+y)}, dim D = 2 e uma base de D é {(1, 0, 1), (0, 1, 1)}
(e) V = �3, E=
Solução:
E= , dim E = 2 e uma base de E é
Vetor Coordenada
Definição
Sejam B = {v1, v2, ... , vn} base de V e v = a1v1 + a2v2 + ... + anvn.
Chamamos os números a1, a2, ..., an de coordenadas de v em relação à base B.
Notação: vB = (a1, a2, ... , an) ou na forma matricial:
vB =
Obs: (a1, a2, ... , an) é denominado vetor-coordenada de v em relação à base B.

Exemplo:
No �2, consideremos as bases B = {(1,1), (-1,1)} e C = {(2,0), (1,3)}.
Dado o vetor v = (8,6), tem-se:
(8,6) = 7(1,1) -1(-1,1) e (8,6) = 3(2,0) + 2(1,3)
Logo, vB = (7,-1) é o vetor-coordenada de v em relação à base B
e vC = (3,2) é o vetor-coordenada de v em relação à base C
ou na forma matricial
143
Álgebra Linear
F
UNIDADE
ATIVIDADES
1. Verificar se os conjuntos abaixo são espaços vetoriais reais em relação às operações definidas. Para aqueles
que não são, citar os axiomas que não se verificam. (Justiticando)
a) V1 = {(x,y) � �2 }, (a, b) + (c, d) = (a +c, b + d) e α (a,b)= (αa, 0)
b) V2 = {(x,y) � �2 / y = 3x} = {(x, 3x)} com as operações usuais,

(a, b) + (c, d) = (a +c, b + d) e α (a,b)= ( αa, αb )
c) V3 = {(x,y) � �2 }, (a, b) + (c, d) = (a +c, b + d) e α(a,b)= ( αa, b)
Observações:
• Para V1 e V3, como a adição é uma operação usual e a multiplicação por escalar não é usual, basta
verificar quais axiomas de M1 à M4 falham.
• Já para V2, todos os axiomas devem ser verificados para que seja um espaço vetorial.
2.
a) V = �5 (com as operações usuais) e S = { (0, x2, x3, x4, x5) �5 }. Verifique que S é um subespaço vetorial.
b) V = �2 (com as operações usuais) e S = { (x, x2); x � �} Verifique que S não é um subespaço vetorial.
3. Sejam os vetores em �3, u = (2,-3,2), w = (2,4,-1)

a) Escrever v = (2, -10, 5) como combinação linear de u e w.
b) Mostre que v = (4,3,6) não é combinação linear de u e w.
4. Determinar os subespaços do gerados pelos seguintes conjuntos:

a) A = {(2,-1,3)}
b) A = {(-1,3,2), (2,-2,1)}
c) A = {(1,0,1), (0,1,1), (-1,1,0)}
d) A = {(-1,1,0), (0,1,-2), (-2,3,1)}
e) A = {(1,2,-1), (-1,1,0), (-3,0,1), (-2,-1,1)}
f) A = {(1,2,-1), (-1,1,0), (0,0,2), (-2,1,0)}
g) A = {(3,4,1), (5,2,2), (1,6,0)}
5. Seja E = {(1,1,2), (3,-8,-5), (-2,8,6)}, então o conjunto E é base de �3?
144
Unidade F
Respostas:
1.
a) Não é espaço vetorial, falha M4.
b) É espaço vetorial.
c) Não é espaço vetorial, falha M2.
2.
a) Verificar
b) Falha (ii) e (iii).
3.
a) v = 2u – w
b) Mostrar
4.
a) S={(-2y, y, -3y): y � � }
b) {(x,y,z) � � 3 / 7x + 5y - 4z = 0}
c) {(x,y,z) � � 3 / x + y – z = 0}
d) � 3
e) {(x,y,z) � � 3 / x + y + 3z = 0}
f ) � 3
g) {(x,y,z) � � 3 / -6x + y + 14z = 0}
5. O conjunto E não é base de �3.
145
G Espaços Vetoriais
Euclidianos
Unidade G
Álgebra Linear
Álgebra Linear
G
UNIDADE
ESPAÇOS VETORIAIS
EUCLIDIANOS
Produto interno em espaços vetoriais
Chama-se produto interno no espaço vetorial V uma aplicação de V X V em que a todo par de vetores
(u,v) associa um número real, indicado por u . v, ou ainda, < u,v > , tal que dados e
, os axiomas seguintes sejam verificados:
P1)
P2)
P3)
P4)
O número real < u,v > é chamado produto interno dos vetores u e v.
Note que existe uma diferença na notação: 0 (vetor zero) e 0 (escalar zero)
I)
II)
III)
IV)
Exemplo:
Seja e dados elementos de V, então o número real
é um produto interno?
Verificação:
Dados elementos de V, então
P1) (Verificado)
P2) Se , então
(Verificado)
P3) Seja , então
(Verificado)
148
Unidade G
P4) Se , então
(i) (Verificado)
(ii) (Verificado)
Portanto, é um produto interno.
Alguns exemplos de produto interno usual:

1) Se , então
2) Se , então
De um modo geral.
3) Se , então
Problemas:
1) Sejam os vetores pertencentes ao espaço vetorial . Determine o
produto interno < u,v >, considerando o produto interno:
a)
b) (usual)
Solução:
1-a)
1-b)
2) Seja o espaço vetorial V=P2 (espaço dos polinômio de grau menores ou iguais a 2) e o produto interno
, em que .
Determine o produto interno de
Solução:
3) Seja V o espaço das funções contínuas no intervalo [0,1] munido do produto interno
. Determine o produto interno de
Solução:
Espaço vetorial euclidiano

Um espaço vetorial real, de dimensão finita, no qual está definido um produto interno é um espaço
vetorial euclidiano.
149
Álgebra Linear
Módulo de um vetor
Dado um vetor v de um espaço euclidiano V, chama-se módulo, norma ou comprimento de v, o número

real não-negativo, indicado por , definido por .
Assim, se espaço vetorial com produto interno usual, temos que a norma de v é
Se , isto é, < v, v > =1, o vetor é unitário. O vetor é unitário (chamado também de versor). Diz-
se, neste caso, que o vetor v foi normalizado.
Exemplos:
1) Dado o vetor v=(1,2,3) pertencente ao espaço vetorial , calcular a norma de v e determinar um
vetor w que seja unitário (versor) e que tenha a mesma direção e sentido que v, considerando o produto
interno:
a) (usual), sendo .
b) , sendo .
Solução:
1-a)
é o versor de v na norma usual
1-b)
é o versor de v na norma
• É importante observar que o módulo de depende do produto interno utilizado. Se o produto interno
muda, o módulo se modifica.
• Os vetores w, obtidos em “a” e “b” são unitários em relação ao respectivo produto interno.
Propriedades da norma de um vetor

Seja um espaço vetorial euclidiano V, então :
I)
II) em que ;
III)
Esta última é conhecida como “desigualdade de Schwarz”, ”inequação de Cauchy-Schwarz” ou também
como “desigualdade triangular”.
• Interpretação geométrica no ou .
150
Unidade G
“A soma de dois lados de um triângulo é maior que a medida do terceiro lado”.

Exemplo:
Se os vetores forem colineares, ou seja,
Ângulo entre dois vetores

Sejam os vetores não-nulos um espaço vetorial euclidiano.
Podemos definir um ângulo entre dois vetores da seguinte forma
em que o ângulo é um valor real tal que .

Exemplos:
1) Considerando o produto interno usual no , calcule o ângulo entre os vetores e
Solução:
Portanto, , daí , ou seja, os vetores u e v são ortogonais.
2) Considerando o produto interno usual no , calcule o ângulo entre os vetores u=(2,1,1) e v=(-1,2,1).
Solução:
Portanto,
3) No espaço vetorial das matrizes quadradas V=M(2,2), dadas duas matrizes quaisquer
, definimos o produto interno por
. Sendo , calcular o ângulo entre

u e v.
Solução:
151
Álgebra Linear
Portanto, .
Distância entre dois vetores

Sejam dois vetores (espaço vetorial), chama-se distância dos vetores u e v ao número real dado
por .
Exemplo:
1) Calcular a distância entre os vetores , usando o produto interno definido
por , em que .
Solução:
2) Calcular a distância entre os vetores , sendo o produto interno definido

por .
Solução:
Como , temos que
Vetores ortogonais
Dado um espaço euclidiano V, dizemos que dois vetores u e v pertencentes ao espaço vetorial V são
ortogonais e representamos por , se, e somente se, < u,v > =0.
O vetor é ortogonal a qualquer vetor .
Se , então .
Se , então .
Exemplos:
1) Verifique que os vetores u=(-3,1) e v=(2,2) são ortogonais no espaço com o produto interno usual.
Verificação:
2) Verifique que os vetores são ortogonais no espaço vetorial com

o produto interno , em que , mas não é com o
produto interno usual.
152
Unidade G
Verificação:
• Produto interno não-usual:

(ortogonal)
• Produto interno usual:
(não-ortogonal)
Conjunto ortogonal de vetores

Dado um espaço de vetores V, dizemos que um conjunto de vetores é ortogonal,
se dois vetores quaisquer, distintos, são ortogonais em um determinado produto interno, isto é,
para .
Exemplo:
Verificar se o subconjunto do espaço vetorial é ortogonal em relação
ao produto interno usual.
Verificação:
Como qualquer um vetor é ortogonal aos outros, então o conjunto de vetores

é ortogonal.
Obs.:
• Se é um conjunto ortogonal S é LI.
• Se é LI não é garantido que S é ortogonal.
Base ortogonal: base ortonormal

Uma base de um espaço vetorial euclidiano V é ortogonal, se os seus vetores são
dois a dois ortogonais.
Se dim V=n, qualquer conjunto de n vetores não nulos e dois a dois ortogonais, constitui uma base
ortogonal.
O conjunto é uma base ortogonal do espaço vetorial euclidiano .
Base ortonormal
Uma base de um espaço vetorial euclidiano V é ortonormal, se é ortogonal e todos
os seus vetores são unitários com relação ao seu produto interno, isto é:
• Algumas bases canônicas em relação ao produto interno usual de cada espaço vetorial:
153
Álgebra Linear
é base canônica do espaço .

é base canônica do espaço Pn.
é base canônica do espaço M(3,2).
Mais exemplos de bases, agora bases não-canônicas:

A base é base ortonormal do espaço em relação ao produto interno usual.
A base é base ortogonal do espaço em relação ao produto
interno usual.
Verificação dos dois últimos exemplos:
• Como
, então a base
é ortonormal do espaço em relação ao produto interno usual.
• Como
então a base
é ortogonal do espaço em relação ao produto interno usual.
Exemplo:
Dado o vetor pertencente ao espaço das matrizes quadradas de ordem 2. Normalizar o vetor
v usando o produto interno considerando
Solução:
Então é um vetor unitário em relação ao produto interno dado.
154
Unidade G
Processo de ortogonalização de Gram-Schmidt

Dado um espaço vetorial euclidiano V e uma base qualquer desse espaço, é possível,
a partir dessa base determinar uma base ortogonal de V.
A base ortogonal é assim conseguida:
i) Faça w1=v1.
ii) Determine , em que
iii) Determine , em que
Seguindo, temos:
n-ésima) Determine , em que
, em que
Exemplos:
1) Seja a base não-ortogonal do espaço em relação ao produto interno
usual. Determine uma base que seja ortogonal para o espaço .
Solução:
i)
ii)
iii)
Portanto, a base é uma base ortogonalizada a partir da base do

espaço .
Caso queira uma base ortonormal, é só dividir os vetores da base pelas suas respectivas normas.
155
Álgebra Linear
G
UNIDADE
ATIVIDADES
1. Considerando o espaço vetorial e o produto interno usual, determine os seguintes produtos escalares:
a)
b)
c)
d)
2. Usando o produto interno , refaça o exercício

anterior.
3. Considerando o espaço dos polinômios de grau menores ou igual a 2 e o produto interno

, determine o produto interno dos vetores dados:
a)
b)
c)
4. Se e dado elementos que pertencem ao espaço V, então verifique

se é produto interno a operação definida abaixo:
a)
b)
c) 2
d)
5. Se e dado elementos que pertencem ao espaço V, então

verifique se é produto interno a operação definida por:
a)
b)
c)
6. Considere o espaço das matrizes quadradas de ordem três M(3 X 3), mostre que a operação
define um produto interno no espaço M(3 X 3). (sendo o traço da matriz
resultante do produto da matriz transposta de B por A ).
156
Unidade G
7. Considerando o espaço vetorial e o produto interno usual, determine a norma dos seguintes vetores:
a)
b)
c)
d)

anterior.
9. Considerando o espaço vetorial e o produto interno usual, determine o vetor unitário

a)
b)
c)
d)

anterior.
11. Seja o espaço vetorial e os vetores desse espaço, calcule o ângulo

entre eles considerando o produto interno:
a) Usual do
b)
c)
12. Considerando o espaço vetorial e o produto interno usual, determine a distância entre os vetores:
a)
b)
c)
d)
13. Seja o espaço vetorial e dado produto interno ,

verifique a ortogonalidade dos vetores:
a)
b)
c)
d)
157
Álgebra Linear
14. Verificar se o conjunto é uma base para o espaço dado:

a)
b)
c)
d)
e)
15. Ortogonalizar o conjunto usando o produto interno do espaço dado:

a) com o produto interno usual do
b) com o produto interno usual do
c) com o produto interno
Respostas:
1.
a) -4
b) -22
c)
d)
2.
a) 0
b) -37
c)
d) 0
3.
a)
b)
c)
4.
a) Não é produto interno. Falha o axioma P4.
b) É produto interno.
c) Não é produto interno. Falham todos os axiomas.
d) Não é produto interno. Falham os axiomas P2, P3 e P4.
158
Unidade G
5.
a) Não é produto interno. Falham todos os axiomas.

b) É produto interno.
c) Não é produto interno. Falha o axioma P4.
6. Demonstração
7.
a)
b)
c)
d)
8.
a)
b)
c)
d)
9.
a)
b)
c)
d)
10.
a)
b)
c)
d)
11.
a)
b)
c)
159
Álgebra Linear
12.
a)
b)
c)
d)
13.
a) São ortogonais.
b) Não são ortogonais.
c) São ortogonais.
d) Não são ortogonais.
14.
a) é base.
b) é base.
c) é base.
d) é base.
e) é base.
15.
a)
b)
c)
160
H Transformações
Lineares
Unidade H
Álgebra Linear
Álgebra Linear
H
UNIDADE
TRANSFORMAÇÕES LINEARES
Funções ou aplicações vetoriais
Dados dois conjuntos V e W, ambos não vazios, uma função ou aplicação de V em W é uma lei pela qual
a cada elemento de V está associando a um único elemento de W e é indicado por w=f(v) ou w=T(v)
(imagem de v por f ou por T).
O conjunto V é o domínio e o conjunto W é o contra-domínio da função f ou aplicação T.
Costuma-se escrever a função ou aplicação, resumidamente, da seguinte forma
Transformações lineares
Seja V e W espaços vetoriais. Uma aplicação é chamada transformação linear de V em W, se
I)
II)
Uma transformação linear de V em V (caso em que W= V) é chamado de operador linear sobre V.
162
Unidade H
Exemplos:
1) Mostre que a aplicação tal que é uma transformação linear.

Demonstração:
I) Sejam os vetores do espaço vetorial . Então:
II) Seja . Então,
Portanto, T é uma transformação linear.
2) A transformação identidade é linear.

Demonstração:
I)
II)
3) A transformação nula é linear.

Demonstração:
I)
II)
Interpretação geométrica
A interpretação geométrica de uma transformação linear pode ser dada considerando, por exemplo, o
operador linear tal que .
I) Se , temos que
163
Álgebra Linear
Sendo a diagonal (u+v) do paralelogramo determinado por u e v, sua imagem T(u+v) representa a
diagonal do paralelogramo determinado por T(u) e T(v) , isto é, .

Dizemos, neste caso, que T preserva a adição de vetores.
II) Se , então
A figura mostra que, ao multiplicarmos o vetor v por , por exemplo, sua imagem T(v) também fica
multiplicada por 2, isto é, .
Dizemos, neste caso, que T preserva a multiplicação de um vetor por um escalar.
Propriedades das transformações lineares

I) Se é uma transformação linear, a imagem do vetor é o vetor .
Esta propriedade decorre da condição (II) da definição de transformação linear, é só
fazer , temos .
Conclusão:
Se , a transformação não é linear, É o caso da transformação , tal que
II) Se é uma transformação linear, temos que:
, isto é, a imagem de uma combinação linear de vetores

é uma combinação linear das imagens com os mesmos coeficientes
.
Se é uma base de V, para todo , existe tal que
, e portanto, , isto é, dado
, o vetor T(v) estará determinado se forem conhecidos as imagens dos vetores de . Em outras
palavras, sempre que forem dados , onde é base do domínio de
V, a transformação de T está perfeitamente definida.
Exemplo:
Seja uma transformação linear e uma
base do . Sabendo que , determine:
164
Unidade H
a) T(4,1,3)
b) a lei que determina a transformação linear.

Solução:
1-a) Como , então , ou de outra forma:
Portanto:
1-b) Da mesma forma que o item anterior, apenas tomando um ponto genérico
, então , ou de outra forma:
Portanto:
Matriz de uma transformação linear

Seja uma transformação linear, uma base de V e
uma base de W. Um vetor pode ser expresso por:
e a imagem T(v) por:
(1)
ou
Como T é linear, temos:
Sendo vetores de W, podemos escrevê-los como:
Reescrevendo T(v):
165
Álgebra Linear
ou
(2)
Comparando-se (1) e (2), temos:
Ou na forma matricial:
ou simplesmente:
sendo a matriz , denominada matriz de T em relação as bases A e B.

A matriz é de ordem m x n quando , onde cada coluna é formada
pelos componentes das imagens dos vetores de A em relação à base B:
Exemplo:
Seja uma transformação linear dada por . Considerando
a base do espaço e
determine matriz da transformação linear em relação as bases A e B .
166
Unidade H
Solução:
A matriz é de ordem 2 x 3 , ou seja:
Portanto:
Núcleo de uma transformação linear

Chama-se núcleo de uma transformação linear ao conjunto de todos os vetores que
são transformados em e indica-se por N(T) ou Ker(T).
Todos os vetores pertencentes ao núcleo têm uma única imagem que é o vetor zero de W.
Obs.:
, uma vez que T(0)=0.
Exemplo:
Determine o núcleo da transformação linear tal que .
167
Álgebra Linear
Solução:
Queremos os vetores tal que , então:
Portanto, (Os vetores pertencem a uma reta no espaço)
Imagem de uma transformação linear

Chama-se imagem de uma transformação linear ao conjunto de todos os vetores que
são imagem de vetores e indica-se por
Obs.:
, uma vez que T(0)=0.
Exemplo:
Determine o conjunto imagem da transformação linear tal que
.
Solução:
Como o conjunto imagem é tal que , então queremos
os vetores tal que , dai:
Operações:
1) A terceira equação menos a segunda.
2) Duas vezes a primeira é igual a segunda.
3) Passa tudo para o primeiro membro.
168
Unidade H
Portanto, Im (Os vetores pertencem a um plano no espaço)
Propriedades do núcleo e da imagem

I) O núcleo de uma transformação linear é um subespaço vetorial de V.
II) A imagem de uma transformação linear é um subespaço vetorial de W.
III) Se V é um espaço vetorial de dimensão finita e uma transformação linear, então
.
Podemos verificar as propriedades, observando os exemplos acima na qual o núcleo

é um subespaço vetorial de com dimensão igual a 1 e a imagem Im
é um subespaço vetorial de com dimensão igual a 2.
169
Álgebra Linear
H
UNIDADE
ATIVIDADES
1. Verifique quais das seguintes transformações são lineares:
a)
b)
c)
d)
e)
f)
2. Dentre as seguintes funções, quais são lineares (verifique as duas propriedades)

a)
b)
c)
d)
e)
f)
3. Determinar a transformação linear tal que:

a)
b)
c)
d)
4. Para as mesmas transformações do exercício anterior, determinar:

• I. o núcleo, uma base para esse subespaço e sua dimensão.
• II. a imagem, uma base para esse subespaço e sua dimensão.
5. Determinar um operador linear cujo núcleo é gerado por (2,1,0).
6. Determinar uma transformação linear cuja imagem é gerado por (1,2,-1) e (0,1,1).
170
Unidade H
7. Considerando a transformação linear tal que e as bases

e . Determinar:
a) a matriz de transformação .
b) a matriz de transformação , em que C é a base canônica do .
c) a matriz de transformação , em que C é a base canônica do .
8. Considerando a transformação linear tal que e as

bases e . Determinar:
a) a matriz de transformação .
b) a matriz de transformação , em que C é a base canônica do .
c) a matriz de transformação , em que C é a base canônica do .
9. Seja tal que , sendo base do
base do .
a) Encontrar a expressão de T(x,y,z)
b) Determinar N(T) e uma base para esse subespaço.
c) Determinar Im(T) e uma base para esse subespaço.
10. Seja a transformação linear definida por . Determine os vetores u e v tal

que:
a)
b)
171
Álgebra Linear
Respostas:
1.
a) É linear
b) É linear
c) É linear
d) Não é linear
e) Não é linear
f) Não é linear
2.
a) É linear
b) É linear
c) Não é linear
d) Não é linear
e) Não é linear
f) É linear
3.
a)
b)
c)
d)
4.
a) I -
b) I -
c) I -
d) I -
a) II -
b) II -
c) II -
d) II -
5.
6.
7.
172
Unidade H
a)
b)
c)
8.
a)
b)
c)
9.
a)
b)
c)
10.
a) Múltiplos do vetor
b) Múltiplos do vetor
173
I AUTOVALORES E
AUTOVETORES
Unidade I
Álgebra Linear
Álgebra Linear
I
UNIDADE
AUTOVALORES E AUTOVETORES
Dada uma transformação linear , estamos interessados em saber que vetores (não nulos) são
levados em um múltiplo de si mesmo; isto é, procuramos um vetor e um escalar real tais que
Neste caso será um vetor de mesma “direção” que v. O escalar será chamado autovalor e o vetor
um autovetor. Vamos formalizar este conceito.
Definição e exemplos
Definição:
Seja uma transformação linear. Se existirem tais que ,
então é um autovalor de um autovetor de associados a .
• Observe que pode ser o número 0, embora não possa ser o vetor nulo.
Exemplo 1:
Seja dado por . Neste caso =2 é o autovalor de T e qualquer vetor (x,
y) (0, 0) é um autovetor de T associado a =2.
Exemplo 2:
Seja em que T(x,y) = (x, -y).
Note que T(0, -y)=(0,-y)=-1(0, y). Portanto, =-1 é o autovalor de T e todo vetor v1=(0,y) tal que y 0
é um autovetor de T.
Observe que T(x,0)=(x,0)=1(x,0), então, =1 é o autovalor de T e todo vetor v2=(x,0) tal que x 0 é
um autovetor de T.
Exemplo:
Nos exemplos 1 e 2, quais são as matrizes A1 e A2 associadas às transformações lineares em relação à
base canônica?
Solução:
1. A matriz associada deve ser da forma . Como
176
Unidade I
Portanto:
2. Aqui também, a matriz associada deve ser da forma . Como
Portanto:
• As noções de autovetor e autovalor de uma transformação linear (ou matriz) são fundamentais, por
exemplo, em Física Atômica os níveis de energia dos átomos e moléculas são dados por autovalores de
determinadas matrizes. Também o estudo dos fenômenos de vibração, a análise de estabilidade de um
avião e muitos outros problemas de Física leva à procura de autovalores e autovetores de matrizes.
Determinação dos autovalores e autovetores

Autovalores e autovetores de uma matriz
Lembre-se que toda transformação linear está associada a uma matriz em
relação à base canônica, isto é, T(v) = Av.
Logo, o autovalor e autovetor de A é o autovalor e autovetor de T.
Portanto, o autovalor e o autovetor v, são soluções da equação T(v) = v, isto é , , em que
(v vetor não nulo).
Dada uma matriz . Para encontrar os autovalores de A, calcula-se o determinante
, em que é a matriz identidade.
Polinômio característico
Método prático para encontrar autovalores e autovetores de uma matriz.
Exemplo:
Dado , vamos procurar vetores v=(x,y) não nulo e escalares tais que .
Observe que, se I for a matriz identidade de ordem 2, então a equação acima pode ser escrita na forma
Voltando ao exemplo, temos:
Esta última relação representa um sistema de equações lineares de 2 equações e 2 incógnitas na forma
matricial. Como o sistema é de ordem 2×2, uma maneira de resolver é usando a Regra de Cramer.
Se o determinante da matriz dos coeficientes for diferente de zero, então o sistema tem uma única
177
Álgebra Linear
solução, que é a solução nula, ou seja, x=y=0.

Como estamos interessados em calcular os autovetores de A, isto é, vetores v 0, queremos que o sistema
seja possível e indeterminado, ou seja,
Portanto, .
Denominamos de polinômio característico da matriz A ao polinômio definido por .
Obs.:
Continuando a resolução, temos , que são as raízes do polinômio característico
e, portanto, os autovalores da matriz A são -1 e 1.
Através dos autovalores encontramos os autovetores.
(I) Substituindo no sistema , temos:
O autovetor associado a é v1=(3y,y), , ou v1=(x,x/3), . Ou de outra forma, o

autovetor associado a , é todo vetor múltiplo de v1=(3,1). Assim, v1=(3,1) é um autovetor que gera o
autoespaço de .
(II) Substituindo no sistema , temos:
O autovetor associado a é v2=(x,x), . Ou de outra forma, o autovetor associado a ,é

todo vetor múltiplo de v2=(1,1). Assim, v2=(1,1) é um autovetor que gera o autoespaço de .
Teorema:
Se a equação polinomial , onde c1, ... , cn são inteiros, então todas as
soluções inteiras (se houver) desta equação são divisores do termo cn.
Exemplo:
As possíveis raízes inteiras da equação são os divisores de -6 que são,
.
178
Unidade I
Se .
é uma das raízes pois p(2)=0.

Para as outras possibilidades não encontramos raízes.
Mas, dividindo ) por , onde é uma raiz de , temos,
Logo, as outras raízes serão solução da equação .
Considerando raízes complexas, temos .

Então, as raízes de p( ) são: .
Diagonalização de operadores
Considerando os exemplos de matrizes
Todos com e, portanto, com autovalores .

• Os autovalores de matrizes triangulares se encontram na diagonal principal.
• As matrizes triangulares e matrizes diagonais são interessantes, pois seus autovalores são determinados
diretamente.
Portanto, seria agradável se pudéssemos relacionar uma matriz a outra triangular ou diagonal de forma
que ambas tivessem os mesmos autovalores.
Dado um operador linear , que a cada base B de V corresponde a uma matriz que
representa T na base B. O nosso objetivo é encontrar uma base de modo que a matriz de T nessa base
seja a mais simples possível.
Matrizes semelhantes
Definição:
Sejam A e B matrizes n X n. Dizemos que A é semelhante a B se existir uma matriz n X n inversível P tal
que P-1AP=B. Se A é semelhante a B, escrevemos .
Se A~B, podemos escrever A=PBP-1 ou AP=PB.
Definição:
O posto de uma matriz é o número de linhas não nulas de qualquer uma de suas formas escalonadas por
linhas.
179
Álgebra Linear
Teorema
Sejam A e B matrizes semelhantes. Então:

I. det A = det B.
II. A é inversível, se e somente se B é inversível.
III. A e B têm o mesmo posto.
IV. A e B têm o mesmo polinômio característico.
Exemplo:
As matrizes são semelhantes.
Tome . Então,
Matriz diagonalizável
Temos a melhor situação possível quando uma matriz quadrada é semelhante a uma matriz diagonal.
Como veremos logo a seguir, a possibilidade de isso ocorrer está relacionada estreitamente com os
autovalores e autovetores da matriz.
Definição:
Uma matriz A(n X n) é diagonalizável se existe uma matriz diagonal D tal que A~D, ou seja, se existe
P(n X n) inversível tal que
P-1AP=D.
Exemplo:
A matriz é diagonalizável, pois, se , então
Teorema:
A matriz A(n X n) é diagonalizável, se e somente se, A tiver n autovetores LI.
Em outras palavras:
Existe P inversível e uma matriz diagonal D tal que P-1AP=D se, e somente se, as colunas de P forem
n autovetores LI de A, e os elementos da diagonal de D forem os autovalores correspondentes aos
autovetores.
Exemplos:
Se possível, determine a matriz P que diagonaliza a seguinte matriz:
a)
b)
180
Unidade I
Soluções:
a)
Os autovalores são
Para tem como autovetor os múltiplos de (1,1,1).
Para tem como autovetor os múltiplos de (1,2,4).
Como não é possível existirem 3 autovetores LI, pelo teorema anterior, A não é diagonalizável.
Obs:
• tem multiplicidade algébrica igual a 2 e tem multiplicidade algébrica igual a 1.
• Cada autovalor gera somente um autovetor, portanto, a multiplicidade geométrica é 1, para qualquer
autovalor.
b)
Para temos autovetores da forma , que são gerados pelos vetores v1=(0,1,0)
e v2=(1,0,1).
Para tem como autovetor v3=(-1,3,1).
É fácil verificar que estes 3 vetores são LI. Pelo teorema,
é invertível. Além disso, ou que, AP=PD.
Obs:
• Se então
Obs:
• tem multiplicidade algébrica igual a 2 e tem multiplicidade algébrica igual a 1.
• geral dois autovetores e gera um autovetor, portanto, tem multiplicidade geométrica
igual a 2 e tem multiplicidade geométrica igual a 1.
Teorema
Se A(n X n) têm n autovalores distintos entre si, então A é diagonalizável.
181
Álgebra Linear
Teorema da Diagonalização
Seja A(n X n) com n autovalores distintos (não necessariamente distintos entre si). São equivalentes os
enunciados:
I) A é diagonalizável.
II) A união de todos os autovetores gerados pelos autovalores contém n vetores LI.
III) A multiplicidade algébrica de cada autovalor é igual a sua multiplicidade geométrica.
Exemplos
a) a) tem multiplicidade algébrica igual a 2 mas multiplicidade geométrica igual a 1, logo
não é diagonalizável, de acordo com o Teorema da Diagonalização.
b) A matriz tem dois autovalores distintos . O autovalor
tem multiplicidades algébrica e geométrica iguais a 2, e para o autovalor as

multiplicidades são iguais a 1. Portanto, de acordo com o Teorema da Diagonalização, A é
diagonalizável.
Diagonalização de matrizes simétricas

Operador simétrico ou matriz simétrica
Um operador linear é simétrico se a matriz que o representa numa base ortonormal A é simétrica, isto
é, se .
• A matriz do operador simétrico é sempre simétrica, independente da base ortonormal do espaço.
Exemplo:
O operador tal que T(x,y) = (3x+2y, 2x-y) é simétrico, pois a matriz canônica de T que é
dada por é simétrica, isto é, .
• A equação característica de uma matriz simétrica tem apenas raízes reais.

• Se é um operador linear simétrico com autovalores distintos, então os autovetores são ortogonais.
• Se a matriz A é diagonalizável pela matriz P, ou seja, , como foi visto, em particular, se a matriz A é
simétrica, pela propriedade anterior, P será base ortogonal.
• É conveniente, em aplicações, que além de ortogonal, os vetores sejam ortonormais, neste caso, basta normalizar
os vetores e teremos bases ortonormais.
• Como as colunas (ou linhas) de uma matriz ortogonal são vetores ortonormais, então os autovetores ortonormais
de P formarão uma matriz ortogonal.
• Se é um operador linear ortogonal sobre o espaço euclidiano V. Então, a inversa da matriz de P é
182
Unidade I
a mesma da transposta, isto é, . Dessa forma a relação de diagonalização ficará da seguinte forma
e, nesse caso, dizemos que diagonaliza ortogonalmente.
Exemplo:
Determinar uma matriz ortogonal P que diagonaliza a matriz simétrica .
Solução:
I) Determinação dos autovalores:
Soluções possíveis:
Teste:
Para , temos (F)
Para , temos ( (F)
Para , temos (V)
Então, a primeira raiz é .
Fazendo a divisão do polinômio característico por , temos:
Resolvendo a equação de segundo grau , encontramos as outras duas raízes

.
II) Determinação dos autovetores:

O sistema homogêneo é , ou seja:
a) Para , temos:
Ou de outra forma:
183
Álgebra Linear
Portanto,
Fazendo , temos o autovetor unitário associado ao autovalor .
b) Para , temos:
Ou de outra forma:
Portanto,
c) Para , temos:
Ou de outra forma:
Portanto,
III) Formação da matriz ortogonal P que diagonaliza a matriz simétrica A:
184
Unidade I
IV) Verificação da diagonalização:

Como queríamos verificar.
185
Álgebra Linear
I
UNIDADE
ATIVIDADES
1. Ache a matriz associada ao operador linear em relação à base canônica e determine os

autovalores e os autovetores relativos aos autovalores:
a) T(x,y) = (3x, x+y), sendo n=2.
b) T(x,y) = (x-y, 2y) , sendo n=2.
c) T(x,y) = (x, 2x + 3y) , sendo n=2.
d) T(x,y,z) = (2x, 3y, z) , sendo n=3.
e) T(x,y,z) = (4x+y, -5z, y) , sendo n=3.
f) T(x,y,z) = (0, x+y, y+z) , sendo n=3.
2. Ache os autovalores e autovetores correspondentes aos operadores lineares dados:

a) T(x, y)= (2y, x)
b) T(x, y) = (x + y, 2x + y)
3. Ache os autovalores e autovetores correspondentes das matrizes:
a)
b)
4. Encontre a equação característica e os autovalores.
a)
b)
c)
d)
5. Encontre a equação característica, os autovalores e os autovetores, se existirem, das matrizes:
a)
b)
186
Unidade I
c)
d)
6. Dada a matriz A, determine:

I. a transformação linear em relação à base canônica de .
II. os autovalores e os autovetores da matriz A.
a)
b)
c)
d)
e)
f)
g)
187
Álgebra Linear
7. Determine se A é diagonalizável e, quando for, encontre uma matriz invertível P e uma matriz diagonal D
tais que P-1AP=D, ou, AP=PD.
a)
b)
c)
d)
e)
f)
g)
h)
188
Unidade I
Respostas:
1.
a)
b)
c)
d)
e)
f)
2.
a)
b)
3.
a)
b)
4.
a)
b)
c)
d)
5.
a)
b)
c)
d)
6.
I.
a)
b)
c)
d)
e)
189
Álgebra Linear
f)
g)
II.
a)
b)
c)
d)
e)
f)
g)
7.
a)
b) . Com apenas o autovetor (2,1) não é possível determinar P. Logo, A não é diagonalizável.
c) Para temos apenas o autovetor (1,0,0). Como não é possível determinar P com 1 vetor, então, A
não é diagonalizável.
d)
e) O polinômio característico de A é . Autovalores: 1 e 2. Para , a multiplicidade

algébrica vale 2 e tem como autovetor (0,1,-1), portanto, a multiplicidade geométrica vale 1. Logo, A
não é diagonalizável.
f) O polinômio característico de A é .

Para , a multiplicidade algébrica vale 2 e tem como autovetor (1,-1,1), portanto, a
multiplicidade geométrica vale 1. Logo, A não é diagonalizável.
g) O polinômio característico de A é . Para , a multiplicidade algébrica

vale 2 e tem como autovetor (0,1,0,0), portanto a multiplicidade geométrica vale 1. Logo, A não é
diagonalizável.
h)
190
J
Polinômio Minimal e Forma
Canônica de Jordan
Unidade J
Álgebra Linear
Álgebra Linear
J
UNIDADE
POLINÔMIO MINIMAL E FORMA

CANÔNICA DE JORDAN
Polinômio Minimal
Seja A uma matriz quadrada sobre um corpo K, e denotemos por J(A) a coleção de todos os polinômios
f(t) para os quais f(A)=0, observe que J(A) não é vazio, pois o polinômio característico de A
pertence a J(A). Seja m(t) o polinômio mônico de menor grau em J(A), então, m(t) é o polinômio mínimo
de A e se tal polinômio existe é único.
Teorema 1:
O polinômio mínimo m(t) de A divide todo polinômio que tem A como zero. Em particular, m(t) divide o
polinômio característico de A.
Teorema 2:
Os polinômios característicos e mínimo de uma matriz A têm os mesmos fatores irredutíveis.
Este teorema, não nos diz que , e sim que qualquer fator irredutível de um deve dividir o
outro. Em particular, como um fator linear é irredutível, m(t) e A(t) têm os mesmos fatores lineares; logo
eles têm as mesmas raízes, o que poderemos ver no próximo teorema.
Teorema 3:
Um escalar λ é um autovalor de uma matriz A se e somente se λ é uma raiz do polinômio mínimo de A.
Exemplo 1:
Ache o polinômio mínimo m(t) de .
Solução:
Inicialmente, vamos determinar o polinômio característico:
Possíveis raízes:
Verificação:
192
Unidade J
Para
Para
Então, é uma raiz do polinômio.
Fazendo a divisão:
Podemos determinar as outras duas raízes:
Portanto, os possíveis polinômios minimais são:
Como o polinômio minimal é o que possui menor grau que se anula com a matriz, então vamos verificar
primeiro :
Agora, vamos verificar :
A última verificação não tinha necessidade de fazer, pois o polinômio minimal é no máximo o próprio
polinômio característico.
Portanto, o polinômio minimal é
Operadores nilpotentes
Um operador linear é chamado nilpotente se para algum inteiro positivo n; k é o
índice de nilpotência de T se , mas . Analogamente, uma matriz quadrada A é chamada
nilpotente se para algum inteiro positivo n, e de índice k se , mas . Obviamente
o polinômio mínimo de um operador (matriz) nilpotente de índice k é ; logo 0 é seu único
autovalor.
193
Álgebra Linear
Teorema 4:
Seja um operador nilpotente de índice k. Então T admite uma representação matricial em

bloco cujos elementos diagonais têm a forma
isto é, todos os elementos de N são 0 (zeros), exceto os que estão, diretamente acima da diagonal
principal, e que são 1 (uns). Há ao menos uma matriz N de ordem k, e todas as outras matrizes N são de
ordem menores ou igual a k. O número de matrizes N de cada ordem possível é determinado de modo
único por T. Além disso, o número total de matrizes N de todas as ordens é igual à nulidade de T.
Observemos que a matriz N acima é ela própria nilpotente, e que seu índice de nilpotência é igual a sua
ordem. Note-se que a matriz N de ordem 1 não é mais do que a matriz zero 0(1x1).
Forma canônica de Jordan

Um operador T pode ser posto em forma canônica de Jordan se seus polinômios característico e mínimo
puderem fatorar-se em polinômios lineares. Isto é sempre verdadeiro se K é o corpo complexo . Em
qualquer caso, podemos sempre prolongar o corpo base K para um corpo em que os polinômios mínimo
e característico se decompôem, de fato, em fatores lineares; assim, em um sentido amplo, todo operador
tem uma forma canônica de Jordan. Analogamente, toda matriz é semelhante a uma matriz em forma
canônica de Jordan.
Teorema 5:
Seja um operador linear cujos polinômios característico e mínimo são, respectivamente,
onde os são escalares distintos. Então, T admite uma representação matricial em bloco J cujos
elementos diagonais têm a forma
Para cada os blocos correspondentes têm as seguintes propriedades:

(I) Há ao menos um de ordem mi; todos os outros são de ordem .
(II) A soma das ordens dos é .
(III) O número de é igual à multiplicidade geométrica de .
(IV) O número de de cada ordem possível é univocamente determinado por T.
194
Unidade J
A matriz J que aparece no teorema acima é chamada forma canônica de Jordan do operador T.
Um bloco diagonal é chamado bloco de Jordan pertencente ao autovalor .

Observe que:
Isto é , onde N é o bloco nilpotente que aparece no Teorema 4
Exemplo 2:
Suponhamos que os polinômios característico e mínimo de um operador T sejam, respectivamente,
. Então, a forma canônica de Jordan de T é uma
das matrizes seguintes:
A primeira matriz ocorre se T tem dois autovetores independentes pertencentes ao seu autovalor 2; e a
segunda matriz ocorre se T tem três autovetores independentes pertencentes a 2.
Exemplo 3:
Determine todas as formas canônicas possíveis para um operador linear cujo polinômio
característico é .
Solução:
195
Álgebra Linear
Exemplo 4:
Determine todas as formas canônicas de Jordan J possíveis para uma matriz de ordem 6 cujo polinômio
mínimo é .
Solução:
196
Unidade J
J
UNIDADE
ATIVIDADES
1. Determine o polinômio mínimo m(t) da matriz
2. Determine o polinômio mínimo m(t) da matriz (onde ):
3. Ache o polinômio mínimo m(t) da matriz
4. Determine uma matriz A cujo polinômio mínimo seja

a)
b)
5. Determine todas as formas canônicas de Jordan possíveis para as matrizes cujos polinômios característicos
e mínimo são:
a)
b)
c)
d)
Respostas:
1.
2.
3.
197
5.
4. .
c)
b)
a)
b)
a)
Álgebra Linear
198
d)
199
Unidade J

Álgebra Linear

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Álgebra Linear

Enviado por

Direitos autorais:

Formatos disponíveis

INSTITUTO FEDERAL SUL-RIO-GRANDENSE

UNIVERSIDADE ABERTA DO BRASIL

Produzido pela Equipe de Produção de Material Didático da

PRESIDÊNCIA DA REPÚBLICA IF SUL-RIO-GRANDENSE

Marla Cristina da Silva Sopeña

Eliezer Moreira Pacheco Cinara Ourique do Nascimento

Luís Fernando Massonetto Ricardo Lemos Sainz

Antônio Carlos Barum Brod Marla Cristina da Silva Sopeña

Renato Louzada Meireles Ana M. Lucena Cardoso

IF SUL-RIO-GRANDENSE Lúcia Helena Gadret Rizzolo

José Carlos Pereira Nogueira

Clóris Maria Freire Dorow

João Róger de Souza Sastre

Rafael Blank Leitzke

Roger Luiz Albernaz de Araújo

Lisiane Corrêa Gomes Silveira

Denise Zarnottz Knabach

Catiúcia Klug Schneider

Gladimir Pinto da Silva

Marcus Freitas Neves

João Eliézer Ribeiro Schaun

Giovani Portelinha Maia

Anderson Hubner da Costa Fonseca

UNIDADE B - VETORES __________________________________________________________________________________________ 29

UNIDADE C - A RETA NO �3______________________________________________________________________________________ 51

UNIDADE D - O PLANO NO �3___________________________________________________________________________________ 67

UNIDADE E - MATRIZES, DETERMINANTES E SISTEMAS LINEARES_______________________________________ 89

UNIDADE F - ESPAÇOES VETORIAIS __________________________________________________________________________ 127

UNIDADE G - ESPAÇOS VETORIAIS EUCLIDIANOS__________________________________________________________ 147

UNIDADE H -TRANSFORMAÇÕES LINEARES________________________________________________________________ 161

UNIDADE I - AUTOVALORES E AUTOVETORES______________________________________________________________ 175

UNIDADE J - POLINÔMIO MINIMAL E FORMA CANÔNICA DE JORDAN__________________________________ 191

42. Subespaços vetoriais: definição; propriedades e exemplos de subespaços vetoriais.

43. Combinação linear de vetores: definição e exemplos.

Décima primeira semana

Décima segunda semana

66. Polinômio minimal.

67. Forma canônica de Jordan.

Toda reta orientada é um eixo: → (e)

A ordem em que aparece os pontos define o sentido do segmento.

0 e o P2 determinam o segmento orientado cuja medida algébrica é a ordenada do ponto P.

seja, se o ponto pertence ao eixo OX a ordenada yP=0.

Distância entre dois pontos

2. Calcule o perímetro do triângulo com os vértices em A(2,3), B(-2,1) e C(2,-3).

Portanto, o ponto médio é C(2,3,5).

a primeira coordenada ρ é o raio polar e a segunda coordenada ω é o ângulo polar.

Relação entre coordenadas polares e cartesianas

A partir do triângulo retângulo OPP1 podemos tirar as relações:

Do mesmo triângulo retângulo, podemos determinar as relações inversas:

Portanto o ponto P em coordenadas cartesianas é .

2. Encontre P(ρ,ω) , supondo ρ <0 e 0≤ ω<2π para p(2,2)

Substituindo x=2 e y=2 na fórmula temos:

Ponto : plano “xoz”

Ponto : plano “xoy”

Distância entre dois pontos

2. Calcule o perímetro do triângulo com os vértices em A(-1,2,3), B(0,-2,1) e C(2,2,-3).

E agora, é só somar as distâncias para obter o perímetro

Portanto, o ponto médio é C(3,4,1).

2. Esboce, graficamente, os pontos do exercício anterior.

3. Calcule a distância, dos pontos dados no exercício 1, à origem.

4. Considere M(2,-1) e A(3,4) . Se M for o ponto médio do segmento AB , quais as coordenadas de B?

5. Calcule o perímetro dos polígonos abaixo.

6. Complete a tabela abaixo utilizando coordenadas polares ou retangulares.