Livro

Geometria Analítica e
Álgebra Vetorial
Profª. Grazielle Jenske
Prof. Leonardo Garcia dos Santos
Prof. Luiz Carlos Pitzer
2017
Copyright © UNIASSELV 2017
Elaboração:
Revisão, Diagramação e Produção:

Centro Universitário Leonardo da Vinci – UNIASSELVI
Ficha catalográfica elaborada na fonte pela Biblioteca Dante Alighieri

UNIASSELVI – Indaial.
515.35
J51g Jenske, Grazielle
Geometria analítica e álgebra vetorial / Grazielle Jenske; Leonardo
Garcia dos Santos; Luiz Carlos Pitzer: UNIASSELVI, 2017.
263 p. : il.
ISBN 978-85-515-0078-1
1. Equações Diferenciais.
I. Centro Universitário Leonardo da Vinci.
Impresso por:
Apresentação
Prezado acadêmico! Seja bem-vindo à disciplina de Geometria Analítica e
Álgebra Vetorial. Ao iniciarmos este estudo, deveremos nos remeter inicialmente
ao matemático francês René Descartes (1596 –1650, criador do ramo da matemática
chamado Geometria Analítica), inspirando-nos com seu trabalho. Trabalho este
que proporcionou a criação e aplicação do objeto principal de estudos desta
disciplina, que é o de estudar o comportamento algébrico de entes geométricos,
tais como retas, planos, vetores e curvas quadráticas.
Além disso, iremos trazer a você algumas aplicações de ferramentas e

o modo como elas contribuem para a área da tecnologia e engenharia, sempre
comentando seus aspectos teóricos e procurando envolver a prática necessária
para o entendimento real dos seus conceitos.
Este livro de estudos está dividido em três unidades, que irão abordar
a fundamentação necessária para a incorporação do conhecimento a respeito
da Geometria Analítica e da Álgebra Vetorial, compreendendo matrizes,
determinantes, sistemas de equações lineares, vetores e suas operações
básicas, operações vetoriais, transformações lineares e aplicações e autovalores
e autovetores.
Na Unidade 1 traremos todo um alicerce para a formação dos

conteúdos que irão surgir nas unidades 2 e 3. Iremos estudar os conceitos de
matrizes que posteriormente serão representações de vetores e transformações
lineares, determinantes que serão excelente ferramenta de apoio às operações
vetoriais e caracterização de conjuntos de vetores. E, por fim, a teoria dos
sistemas de equações lineares, que servem de instrumento de cálculo para
diversas aplicações na tecnologia e engenharia como um todo.
Na sequência, na Unidade 2, conheceremos a linguagem vetorial, que

permite descrever de um modo bastante específico diversos fenômenos físicos,
abordando, como forma de motivação, o papel fundamental que os vetores
desempenham na área das ciências em geral. Além disso, perceberemos que
esta linguagem descreve analiticamente situações extremamente práticas.
Em particular, desenvolveremos suas principais operações aritméticas

e vetoriais e, num segundo momento, trataremos de como este estudo (o
dos vetores) pode ser entendido e compreendido como uma poderosa
ferramenta que proporcionou grande avanço tecnológico, com o estudo das
transformações lineares e dos autovalores e autovetores.
Por fim, na Unidade 3 iremos conhecer o estudo de importantes entes

geométricos no plano e no espaço. Este estudo percorrerá desde definições
básicas de ponto, reta e plano, até a representação de curvas em R² e R³. Essa
unidade será de grande valia para seus estudos, pois formará uma importante
base para o estudo do Cálculo Diferencial e Integral e outras disciplinas
específicas de seu curso.
III
Deve ser aqui salientado que este material busca trazer uma abordagem
profunda da disciplina de Geometria Analítica e Álgebra Vetorial. Porém,
obviamente, não se trata de todo o material possível que pode ser encontrado
sobre estes assuntos (seria tema para mais de 500 páginas!). Sendo assim,
sinta-se à vontade para buscar materiais de apoio e leituras complementares
para aprofundar seus conhecimentos.
Como estudante, você sempre deve lembrar que para que ocorra
seu aprendizado efetivo algumas coisas são fundamentais: a disciplina, a
organização e um horário de estudos predefinido.
Esperamos que você, ao final deste estudo, possa ter alcançado os

objetivos necessários, com um aprendizado sólido e que propicie a base
fundamental para seu sucesso como acadêmico.
Bons estudos!

UNI
Você já me conhece das outras disciplinas? Não? É calouro? Enfim, tanto para
você que está chegando agora à UNIASSELVI quanto para você que já é veterano, há novidades
em nosso material.
Na Educação a Distância, o livro impresso, entregue a todos os acadêmicos desde 2005, é o

material base da disciplina. A partir de 2017, nossos livros estão de visual novo, com um formato
mais prático, que cabe na bolsa e facilita a leitura.
O conteúdo continua na íntegra, mas a estrutura interna foi aperfeiçoada com nova diagramação
no texto, aproveitando ao máximo o espaço da página, o que também contribui para diminuir
a extração de árvores para produção de folhas de papel, por exemplo.
Assim, a UNIASSELVI, preocupando-se com o impacto de nossas ações sobre o ambiente,

apresenta também este livro no formato digital. Assim, você, acadêmico, tem a possibilidade
de estudá-lo com versatilidade nas telas do celular, tablet ou computador.

Eu mesmo, UNI, ganhei um novo layout, você me verá frequentemente e surgirei para
apresentar dicas de vídeos e outras fontes de conhecimento que complementam o assunto
em questão.
Todos esses ajustes foram pensados a partir de relatos que recebemos nas pesquisas
institucionais sobre os materiais impressos, para que você, nossa maior prioridade, possa
continuar seus estudos com um material de qualidade.
Aproveito o momento para convidá-lo para um bate-papo sobre o Exame Nacional de

Desempenho de Estudantes – ENADE.

Bons estudos!
IV
UNI
Olá acadêmico! Para melhorar a qualidade dos

materiais ofertados a você e dinamizar ainda
mais os seus estudos, a Uniasselvi disponibiliza
materiais que possuem o código QR Code, que
é um código que permite que você acesse um
conteúdo interativo relacionado ao tema que
você está estudando. Para utilizar essa ferramenta,
acesse as lojas de aplicativos e baixe um leitor
de QR Code. Depois, é só aproveitar mais essa
facilidade para aprimorar seus estudos!
V
VI
Sumário
UNIDADE 1 – MATRIZES E SISTEMAS LINEARES....................................................................... 1
TÓPICO 1 – MATRIZES.......................................................................................................................... 3
1 INTRODUÇÃO...................................................................................................................................... 3
2 ESTUDO DAS MATRIZES.................................................................................................................. 4
3 ELEMENTOS CORRESPONDENTES............................................................................................... 7
3.1 IGUALDADE DE MATRIZES......................................................................................................... 7
4 TIPOLOGIA DAS MATRIZES........................................................................................................... 8
4.1 MATRIZ TRANSPOSTA.................................................................................................................. 8
4.2 MATRIZ OPOSTA............................................................................................................................. 10
4.3 MATRIZ QUADRADA.................................................................................................................... 10
4.3.1 Matriz Triangular.................................................................................................................... 11
4.3.2 Matriz Diagonal....................................................................................................................... 12
4.3.3 Matriz Identidade.................................................................................................................... 12
4.3.4 Matriz Simétrica....................................................................................................................... 12
5 OPERAÇÕES ENTRE MATRIZES..................................................................................................... 13
5.1 ADIÇÃO E SUBTRAÇÃO DE MATRIZES.................................................................................... 13
5.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO REAL......................................... 15
5.3 MULTIPLICAÇÃO DE MATRIZES............................................................................................... 18
RESUMO DO TÓPICO 1........................................................................................................................ 29
AUTOATIVIDADE.................................................................................................................................. 30
TÓPICO 2 – DETERMINANTES E INVERSÃO DE MATRIZES................................................... 35

1 INTRODUÇÃO...................................................................................................................................... 35
2 O CÁLCULO DO DETERMINANTE................................................................................................ 35
2.1 DETERMINANTE DE UMA MATRIZ DE 1ª ORDEM............................................................... 36
2.2 DETERMINANTE DE UMA MATRIZ DE 2ª ORDEM............................................................... 37
2.3 DETERMINANTE DE UMA MATRIZ DE 3ª ORDEM – REGRA DE SARRUS...................... 37
2.4 COFATOR.......................................................................................................................................... 40
2.5 DETERMINANTE DE ORDEM N > 3........................................................................................... 41
2.6 PROPRIEDADES DOS DETERMINANTES................................................................................. 42
3 ESCALONAMENTO DE MATRIZES............................................................................................... 44
3.1 FORMA ESCALONADA DE UMA MATRIZ.............................................................................. 44
3.2 MÉTODO DE ELIMINAÇÃO DE GAUSS.................................................................................... 45
3.3 O ESCALONAMENTO NO CÁLCULO DO DETERMINANTE.............................................. 50
RESUMO DO TÓPICO 2........................................................................................................................ 52
AUTOATIVIDADE.................................................................................................................................. 53
TÓPICO 3 – SISTEMAS LINEARES..................................................................................................... 55

1 INTRODUÇÃO...................................................................................................................................... 55
2 EQUAÇÃO LINEAR............................................................................................................................. 55
2.1 SISTEMAS DE EQUAÇÕES LINEARES....................................................................................... 56
2.2 CLASSIFICAÇÃO DE UM SISTEMA LINEAR............................................................................ 56
3 RESOLUÇÃO DE UM SISTEMA LINEAR...................................................................................... 59
VII
3.1 MÉTODO DA SUBSTITUIÇÃO...................................................................................................... 59
3.2 MÉTODO DA ADIÇÃO................................................................................................................... 61
3.3 REGRA DE CRAMER...................................................................................................................... 66
3.4 SISTEMAS EQUIVALENTES.......................................................................................................... 70
3.4.1 Propriedades dos sistemas equivalentes.............................................................................. 70
3.5 SISTEMAS ESCALONADOS – MÉTODO DE GAUSS............................................................... 71
4 DISCUSSÃO DE UM SISTEMA LINEAR........................................................................................ 77
5 APLICAÇÕES DE SISTEMAS LINEARES....................................................................................... 79
LEITURA COMPLEMENTAR................................................................................................................ 83
RESUMO DO TÓPICO 3........................................................................................................................ 86
AUTOATIVIDADE.................................................................................................................................. 87
UNIDADE 2 – VETORES E SUAS APLICAÇÕES............................................................................. 91
TÓPICO 1 – VETORES E SUAS OPERAÇÕES BÁSICAS............................................................... 93

1 INTRODUÇÃO...................................................................................................................................... 93
2 PLANO CARTESIANO........................................................................................................................ 94
3 VETORES NO PLANO E NO ESPAÇO............................................................................................ 96
3.1 INTERPRETAÇÃO GEOMÉTRICA DE VETOR.......................................................................... 97
3.2 DEFINIÇÃO ALGÉBRICA DE VETOR......................................................................................... 98
4 OPERAÇÕES ENTRE VETORES....................................................................................................... 100
4.1 SOMA DE VETORES........................................................................................................................ 100
4.2 MULTIPLICAÇÃO DE UM VETOR POR UM ESCALAR......................................................... 103
RESUMO DO TÓPICO 1........................................................................................................................ 106
AUTOATIVIDADE.................................................................................................................................. 107
TÓPICO 2 – OPERAÇÕES VETORIAIS.............................................................................................. 109

1 INTRODUÇÃO...................................................................................................................................... 109
2 MÓDULO OU NORMA DO VETOR................................................................................................ 109
3 VETOR UNITÁRIO E NORMALIZAÇÃO...................................................................................... 110
4 PRODUTO ESCALAR.......................................................................................................................... 112
5 ÂNGULO ENTRE VETORES.............................................................................................................. 112
6 PRODUTO VETORIAL........................................................................................................................ 114
6.1 CÁLCULO DE ÁREA....................................................................................................................... 117
7 PRODUTO MISTO............................................................................................................................... 121
7.1 CÁLCULO DE VOLUMES.............................................................................................................. 122
RESUMO DO TÓPICO 2........................................................................................................................ 124
AUTOATIVIDADE.................................................................................................................................. 125
TÓPICO 3 – DEPENDÊNCIA LINEAR................................................................................................ 129

1 INTRODUÇÃO...................................................................................................................................... 129
2 COMBINAÇÕES LINEARES.............................................................................................................. 129
3 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR............................................................................ 131
4 BASE......................................................................................................................................................... 135
4.1 BASE ORTOGONAL........................................................................................................................ 137
4.2 BASE ORTONORMAL.................................................................................................................... 137
RESUMO DO TÓPICO 3........................................................................................................................ 139
AUTOATIVIDADE.................................................................................................................................. 140
TÓPICO 4 – TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES.................. 141

1 INTRODUÇÃO...................................................................................................................................... 141
2 DEFINIÇÃO............................................................................................................................................ 141
3 LEI DE FORMAÇÃO DE UMA TRANSFORMAÇÃO.................................................................. 143
VIII
4 IMAGEM E NÚCLEO DE UMA TRANSFORMAÇÃO LINEAR................................................ 144
5 TEOREMA DO NÚCLEO E IMAGEM DE UMA TRANSFORMAÇÃO................................... 148
6 TRANSFORMAÇÕES PLANAS ESPECIAIS.................................................................................. 151
6.1 TRANSFORMAÇÃO DE REFLEXÃO........................................................................................... 151
6.1.1 Em torno do eixo X................................................................................................................. 151
6.1.2 Em torno do eixo Y................................................................................................................. 152
6.2 TRANSFORMAÇÃO DE PROJEÇÃO........................................................................................... 153
6.2.1 Projeção sobre o eixo X........................................................................................................... 153
6.2.2 Projeção sobre o eixo Y........................................................................................................... 154
6.3 TRANSFORMAÇÕES DE DILATAÇÃO OU CONTRAÇÃO.................................................... 155
6.3.1 Na direção do vetor ( α ∈  ).......................................................................................... 155
6.3.2 Na direção do eixo X (horizontal)........................................................................................ 156
6.3.3 Na direção do eixo Y (vertical).............................................................................................. 157
6.4 TRANSFORMAÇÕES DE ROTAÇÃO (DE UM ÂNGULO α
NO SENTIDO ANTI-HORÁRIO)................................................................................................... 158
7 AUTOVALORES E AUTOVETORES................................................................................................ 160
7.1 AUTOVALORES E AUTOVETORES DE UMA MATRIZ........................................................... 161
7.2 MULTIPLICIDADE DOS AUTOVETORES DE UMA TRANSFORMAÇÃO.......................... 165
RESUMO DO TÓPICO 4........................................................................................................................ 170
AUTOATIVIDADE.................................................................................................................................. 171
UNIDADE 3 – GEOMETRIA ANALÍTICA......................................................................................... 173
TÓPICO 1 – A RETA................................................................................................................................. 175

1 INTRODUÇÃO...................................................................................................................................... 175
2 EQUAÇÃO VETORIAL DA RETA.................................................................................................... 175
3 EQUAÇÕES PARAMÉTRICAS DA RETA....................................................................................... 177
3.1 RETA DEFINIDA POR DOIS PONTOS........................................................................................ 178
4 EQUAÇÕES SIMÉTRICAS DA RETA.............................................................................................. 178
5 EQUAÇÕES REDUZIDAS DA RETA............................................................................................... 180
6 RETAS PARALELAS AOS PLANOS E AOS EIXOS COORDENADOS.................................... 181
7 ÂNGULO DE DUAS RETAS............................................................................................................... 186
8 CONDIÇÃO DE PARALELISMO DE DUAS RETAS.................................................................... 188
9 CONDIÇÃO DE ORTOGONALIDADE DE DUAS RETAS......................................................... 189
10 CONDIÇÃO DE COPLANARIDADE DE DUAS RETAS........................................................... 190
11 POSIÇÕES RELATIVAS DE DUAS RETAS................................................................................... 191
12 INTERSEÇÃO DE DUAS RETAS.................................................................................................... 192
13 RETA ORTOGONAL A DUAS RETAS........................................................................................... 193
14 DISTÂNCIAS....................................................................................................................................... 194
14.1 DISTÂNCIA DE UM PONTO A UMA RETA............................................................................ 195
14.2 DISTÂNCIA ENTRE DUAS RETAS............................................................................................ 196
RESUMO DO TÓPICO 1........................................................................................................................ 199
AUTOATIVIDADE.................................................................................................................................. 200
TÓPICO 2 – O PLANO............................................................................................................................ 203

1 INTRODUÇÃO...................................................................................................................................... 203
2 EQUAÇÃO GERAL DO PLANO........................................................................................................ 203
2.1 DETERMINAÇÃO DE UM PLANO.............................................................................................. 206
2.2 PLANOS PARALELOS AOS EIXOS E AOS PLANOS COORDENADOS –
CASOS PARTICULARES................................................................................................................. 210
2.2.1 Planos que Passam pela Origem............................................................................................ 210
IX
2.2.2 Planos Paralelos aos Eixos Coordenados............................................................................. 210
2.2.3 Planos Paralelos aos Planos Coordenados........................................................................... 212
3 EQUAÇÕES PARAMÉTRICAS DO PLANO................................................................................... 213
4 ÂNGULO ENTRE DOIS PLANOS.................................................................................................... 214
5 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO ENTRE DOIS PLANOS....... 216
6 ÂNGULO DE UMA RETA COM UM PLANO................................................................................ 217
7 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO ENTRE RETA E PLANO...... 218
8 INTERSEÇÃO ENTRE DOIS PLANOS............................................................................................ 219
9 INTERSEÇÃO DE RETA COM PLANO........................................................................................... 220
9.1 INTERSEÇÃO DE PLANO COM OS EIXOS E PLANOS COORDENADOS.......................... 220
10 DISTÂNCIAS....................................................................................................................................... 221
10.1 DISTÂNCIA DE UM PONTO A UM PLANO........................................................................... 222
10.2 DISTÂNCIA ENTRE DOIS PLANOS.......................................................................................... 223
RESUMO DO TÓPICO 2........................................................................................................................ 224
AUTOATIVIDADE.................................................................................................................................. 226
TÓPICO 3 – CÔNICAS............................................................................................................................ 229

1 INTRODUÇÃO...................................................................................................................................... 229
2 CIRCUNFERÊNCIA.............................................................................................................................. 229
2.1 EQUAÇÃO GERAL DA CIRCUNFERÊNCIA............................................................................. 233
2.2 RECONHECENDO UMA EQUAÇÃO DE CIRCUNFERÊNCIA............................................. 235
3 PARÁBOLA............................................................................................................................................. 238
3.1 EQUAÇÕES DA PARÁBOLA......................................................................................................... 239
4 ELIPSE...................................................................................................................................................... 243
4.1 EQUAÇÕES DA ELIPSE.................................................................................................................. 245
5 HIPÉRBOLE............................................................................................................................................ 249
5.1 EQUAÇÕES DA HIPÉRBOLE........................................................................................................ 250
RESUMO DO TÓPICO 3........................................................................................................................ 259
AUTOATIVIDADE.................................................................................................................................. 260
REFERÊNCIAS.......................................................................................................................................... 263
X
UNIDADE 1
MATRIZES E SISTEMAS LINEARES
OBJETIVOS DE APRENDIZAGEM
A partir desta unidade, você será capaz de:
• conceituar, operacionar e interpretar matrizes;
• calcular o determinante de uma matriz;
• utilizar a linguagem matricial e as operações com matrizes como instru-

mento para interpretar dados e soluções;
• utilizar o cálculo de determinantes, a regra de Cramer e o escalonamento

para a resolução e discussão de sistemas lineares.
PLANO DE ESTUDOS
Esta unidade está dividida em três tópicos. No final de cada um deles você
encontrará atividades que reforçarão seu aprendizado.
TÓPICO 1 - MATRIZES
TÓPICO 2 - DETERMINANTES E INVERSÃO DE MATRIZES
TÓPICO 3 - SISTEMAS LINEARES E SEU ENSINO
1
2
UNIDADE 1
TÓPICO 1
MATRIZES
1 INTRODUÇÃO
A Matemática é uma ciência muito antiga, que desde os primórdios esteve
presente no cotidiano das pessoas através da necessidade de quantificar coisas e
animais, bem como medir o tempo. Já nos primeiros milênios de desenvolvimento
da Matemática houve um problema que chegou a impossibilitar o seu avanço e
até hoje é um grande desafio para os aprendizes dessa ciência. Este problema é o
modo de representar matematicamente quantidades, expressões e situações, ou
seja, transformar a linguagem falada para a notação matemática.
Atualmente, a Álgebra Linear, uma subárea da matemática, se propõe

a estudar a forma de representar situações cotidianas através da notação e
metodologia matricial. E não as encontramos apenas no estudo da matemática,
mas também na engenharia, informática, nas tabelas financeiras etc.
As matrizes e os sistemas lineares têm larga aplicação em problemas

práticos, especialmente na área de Engenharia. Por exemplo, na Engenharia
Civil o uso das matrizes é de extrema importância para a divisão dos metros e
distribuição de material na construção de uma estrutura de sustentação; em
situações que envolvem grande número de variáveis para resolver problemas de
Elementos Finitos, especialmente utilizados em problemas de Engenharia Civil
e Mecânica; em projetos de estruturas metálicas, que exigem a resolução de um
sistema de equações lineares; nos estudos da elasticidade e das deformações e
tensões em placas metálicas; em projetos de eixos traseiros de um automóvel, por
envolver grande número de variáveis a serem testadas e analisadas; em análises
de circuitos elétricos; em problemas que relacionam o deslocamento e o tempo;
para codificar e decodificar mensagens, em modelos populacionais, em modelos
de probabilidades, em pesquisas operacionais e outras diversas situações.
É importante salientar que existem dois problemas que dificultam trabalhar

com aplicações de matrizes: 1) para modelar certos problemas é necessário um
maior conhecimento matemático; 2) mesmo nos problemas fáceis de modelar, suas
soluções, na maioria das vezes, exigem conhecimento de teorias mais sofisticadas.
Desta forma, o objetivo deste tópico é dar uma visão geral do conteúdo de matrizes,
ou seja, pretende-se definir o que é uma matriz, alguns tipos de matrizes, suas
operações aritméticas, como também estabelecer algumas de suas propriedades
algébricas para que possa servir de subsídio na construção de conhecimentos
futuros.
3
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
2 ESTUDO DAS MATRIZES

Matrizes são formas de organizarmos informações em linhas e colunas,
obtendo agrupamentos retangulares, de modo a facilitar a interpretação e
manipulação das informações ali descritas. Segundo Paiva (2013, p. 95), denomina-
se "matriz do tipo m x n (lê-se m por n) toda tabela de números dispostos em m
linhas e n colunas. Tal tabela deve ser representada entre parênteses ( ) ou colchetes
[ ]".
Acompanhe a seguinte situação de montagem de uma matriz: Um

engenheiro que trabalha de segunda a sexta realizou a supervisão do seguinte
número de projetos da sua equipe por dia em três semanas de trabalho:
• Semana 1 - 5, 2, 7, 8, 6.
• Semana 2 - 10, 7, 6, 8, 9.
• Semana 3 - 4, 7, 3, 8, 6.
Imagine uma matriz que represente nas linhas as semanas de trabalho

e nas colunas os projetos supervisionados, nos cinco dias da semana em ordem
cronológica. Como são três semanas de trabalho, teremos uma matriz com apenas
três linhas. Já os dias trabalhados são cinco, portanto o número de colunas será de
cinco. Assim, a matriz resultante deste fato ficará:
 5 2 7 8 6
A =  10 7 6 8 9

 4 7 3 8 6 3x5

NOTA
A matriz é representada por uma letra maiúscula do alfabeto e cada item da matriz
é denominado de elemento.
Concluindo, a matriz será de ordem 3x5 (leia-se três por cinco), pois tem três
linhas e cinco colunas. É importante lembrar que sempre escrevemos primeiro o
número de linhas e depois o número de colunas. Observe que o elemento 5 está na
primeira linha e na primeira coluna, o qual indicamos por a11 e lemos “o elemento
a um um é igual a 5”. O elemento 10 está na segunda linha e na primeira coluna,
o qual indicamos por a21 e lemos “o elemento a dois um é igual a 10”. O elemento
4 está na terceira linha e na primeira coluna, o qual indicamos por a31 e lemos “o
elemento a três um é igual a 4”.
4
TÓPICO 1 | MATRIZES
Dessa forma, para representar o elemento de uma matriz, usamos uma

letra com dois índices: o primeiro indica em que linha (i) o elemento se encontra e
o segundo em que coluna (j), genericamente indicado por aij. Por exemplo: a23 é o
elemento que está na segunda linha e na terceira coluna.
E
IMPORTANT
A matriz A, do tipo m x n (leia-se m por n), será escrita, genericamente, do seguinte

modo:
 a11 a12 a13 … a1n 

 
 a 21 a 22 a 23 … a 2n 
A=
     
 
 a m1 a m2 a m3 … a mn mxn
Exemplo 1: Dada a seguinte matriz quadrada de ordem 2, escreva a matriz

A, com aij assumindo os seguintes valores:
a ij =
i + 2 j , para i ≥ j
A= .
= a ij 0, para i < j
Resolução: Como a matriz é 2x2, ela deverá ter quatro elementos, conforme
a matriz genérica:
a a12 
A =  11 
 a 21 a 22 2 x 2
Desta forma, os elementos em que na sua posição o número de linhas (i) for
maior ou igual ao número de colunas (j), serão determinados pela fórmula “i + 2j”,
que é o que afirma a primeira condição, a ij =i + 2 j, para i ≥ j . Assim:
a11 = 3 (sendo i = 1 e j = 1, então: i + 2j = 1 + 2·1 = 3)

5
Já os elementos em que na sua posição o número de linhas (i) for menor que
=
o número de colunas (j), serão determinados pela fórmula “ a ij 0, para i < j ”.
Neste caso, apenas o elemento de posição a12 obedece este critério, assim:
a12 = 0 (neste caso em que i = 1 e j = 2 (i < j), o valor deste elemento é 0)
Portanto, a matriz A será igual a:
 3 0
A= 
 4 6 2 x 2
Exemplo 2: Construa a matriz quadrada de ordem 3, C = cij , sendo

cij= i + j 2 .
2
Resolução: Tomemos, inicialmente, a matriz genérica de ordem 3.
 c11 c12 c13 

 
C =  c 21 c 22 c 23 
c c33 3x3
 31 c32
cij= i 2 + j 2
Agora, basta aplicar a fórmula cij= i +

2c =2 12 + 12 = 1 + 1 = 2
11 j para definir o valor de cada
2 2
elemento, levando em consideração sua posiçãoc21 = 2na + 1matriz.
= 4 + 1Lembre
=5 que o i
representa a posição do elemento em relação à linha 2e o j2 representa a posição do
elemento em relação à coluna. c31 = 3 + 1 = 9 + 1 = 10
c12 =12 + 22 =1 + 4 =5
cij= i 2 + j 2 c22 = 22 + 22 = 4 + 4 = 8
c11 = 12 + 12 = 1 + 1 = 2 c32 = 32 + 22 = 9 + 4 = 13
c21 = 22 + 12 = 4 + 1 = 5 c13 =12 + 32 =1 + 9 =10
c31 = 32 + 12 = 9 + 1 = 10 c23 = 22 + 32 = 4 + 9 = 13
c12 =12 + 22 =1 + 4 =5 c33 = 32 + 32 = 9 + 9 = 18
c22 = 22 + 22 = 4 + 4 = 8
c32 = 32 + 22 = 9 + 4 = 13
2 5 10 
2
+ 32 =C1será
a1matriz
c13 =
Assim, 10 a: C =  5 8 13 
+ 9 =igual
 
c23 = 22 + 32 = 4 + 9 = 13 10 13 18 
 3x3
c33 = 32 + 32 = 9 + 9 = 18
6
3 ELEMENTOS CORRESPONDENTES
Para Facchini (1996, p. 174, grifos do original), “quando temos duas matrizes
A e B do mesmo tipo m x n, os elementos de mesma posição (mesma linha e mesma
coluna) nas duas matrizes são chamados elementos correspondentes”.
Genericamente, dadas duas matrizes de mesma ordem (ou tipo), A e B:
 a11 a12 a13 … a1n   b11 b12 b13 … b1n 

   
 a 21 a 22 a 23 …a 2n   b 21 b 22 b 23 … b 2n 
A = eB
           
   
 a m1 a m2 a m3 … a mn  mxn  b m1 b m2 b m3 … b mn  mxn
Podemos afirmar que:
a11 e b11 são correspondentes.


amn e bmn são correspondentes.
3.1 IGUALDADE DE MATRIZES

Para Paiva (2013, p. 97), “duas matrizes do mesmo tipo são iguais quando
todos os seus elementos correspondentes são iguais”. Simbolicamente, podemos
escrever, sendo A = (aij)mxn e B = (bij)mxn, temos A = B quando aij = bij para todo i (i =
1, 2, 3, ..., m) e todo j (j = 1, 2, 3, ..., n).
2 1 
( a ij )2x 2 , a ij =−
Exemplo 3: Dadas as matrizes A = 3i j e B =
  , deter-
mine x e y sabendo que A = B.  x x + y
Resolução: Vamos iniciar determinando os elementos da matriz A.
a a12 
A =  11 
 a 21 a 22 2 x 2
a ij= 3i − j
a11 = 3 ⋅1 − 1 = 2
a 21= 3 ⋅ 2 − 1= 5
a12 = 3 ⋅1 − 2 = 1
a 22 = 3 ⋅ 2 − 2 = 4
7
2 1
Assim, a matriz A é: A =  
 5 4 2 x 2
Sabemos que A = B, para isso, seus elementos também devem ser iguais.
Desta forma, temos que:
a11 = b11 ⇔ 2 = 2
a 21 = b 21 ⇔ 5 = x
a12 = b12 ⇔ 1= 1
a 22 =b 22 ⇔ 4 =x + y Como x =5, então : 4 =5 + y ⇔ y =−1
Portanto, x = 5 e y = - 1.
4 TIPOLOGIA DAS MATRIZES
Nas representações de matrizes, temos nomenclaturas específicas para

cada tipo de matriz, conforme apresentadas a seguir.
4.1 MATRIZ TRANSPOSTA

Segundo Facchini (1996, p. 176), “dada uma matriz A = (aij)mxn, chamamos
de matriz transposta de A (e indicamos At) a matriz do tipo nxm, que tem linhas
ordenadamente iguais às colunas de A”. Em outras palavras, a matriz At é obtida
trocando-se as linhas pelas colunas da matriz A. Simbolicamente, podemos
representar por At = (a’ji)nxm, tal que a’ji = aij.
 2 4 t 2 8
Exemplo 4: A transposta
= de A =  éaA  
Observe que: 8 6  4 6
a11 = 2 = a’11
a21 = 8 = a’12
a12 = 4 = a’21
a22 = 6 = a’22
1 2 3  1 x 2
Exemplo 5: A matriz A =  x y z  admite a transposta A=t x − 2
 y 1  .
 2 1 z   3 y 6 − y z 
Nestas condições, calcule x, y e z.
8
Resolução: Denominamos de matriz transposta de A a matriz At = (a’ji)nxm,

tal que a’ji = aij. Em outras palavras, a matriz At é obtida trocando-se as linhas pelas
colunas da matriz A. Assim, podemos estabelecer a seguinte relação para a matriz
genérica de A:
 a11 a12 a11a= a'11

13 
  12
A =  a 21 a 22 a 21a 23
= a'

a a = a'
 13
 31 a 32 a 33 3x3
31
a12 = a'21
a11 = a'11 a 22 = a'22
a 21 = a'12 a 32 = a'23
a 31 = a'13 a13 = a'31
a12 = a'21 a 23 = a'32
a 22 = a'22 a33 = a '33
a 32 = a'23
a13 = a'31
ATENCA O = a'
a 23 32
a33 = a '33
O elemento aij corresponde à matriz A e o elemento a’ij corresponde à matriz

At (transposta de A). Acadêmico, note também que os elementos da diagonal principal não se
alteram, visto que i = j.
Considerando a matriz A e sua transposta At, podemos estabelecer:
a11= a'11 ⇔ 1= 1
a 21 = a'12 ⇔ x = x
a 31 = a'13 ⇔ 2 = 2
a12 = a'21 ⇔ 2 = x − 2 ⇔ x = 4
a 22 = a'22 ⇔ y = y
a 32= a'23 ⇔ 1= 1
a13 = a'31 ⇔ 3 = 3y ⇔ y = 1
9
a 23 = a'32 ⇔ z = 6 − y Como sabemos que y = 1, então : z = 6 − 1 ⇔ z = 5

a 33 = a'33 ⇔ z= z
Portanto, x = 4, y = 1 e z = 5.
4.2 MATRIZ OPOSTA

Dada uma matriz A = (aij)mxn, a sua matriz oposta será definida por – A = (– aij)mxn.
Isso significa que a matriz oposta da matriz A é aquela que possui elementos
opostos correspondentes ao da matriz A.
 2 -4   -2 4 
a) A matriz
= oposta de A = é - A  .
8 6   -8 -6 
Observe que:
a11 = 2 e é oposto de (-a11) = - 2

a21 = 8 e é oposto de (-a21) = - 8
a12 = - 4 e é oposto de (-a12) = 4
a22 = 6 e é oposto de (-a22) = - 6
1 -2 3  -1 2 -3
b) A matriz
= oposta de B =  é - B -4 -5 6  .
 4 5 -6   
a b c  -a -b -c 
   
c) A matriz
= oposta de C =d e f é-C  -d -e -f  .
g h i   -g -h -i 
   
4.3 MATRIZ QUADRADA

Para Paiva (2013, p. 96), “matriz quadrada é toda matriz cujo número de
linhas é igual ao número de colunas”, ou seja, quando m = n, dizemos que a matriz
é quadrada de ordem nxn ou simplesmente de ordem n.
3 5
A=   é uma matriz quadrada de ordem 2 ( m= n= 2 )
2 6
10
5 3 10

B -1 -4 6 é uma matriz quadrada de ordem 3 m n 3
1
2 0 -
2
Acadêmico, numa matriz quadrada de ordem n, os elementos a11, a22, a33, ...
ann formam a diagonal principal da matriz. A outra diagonal da matriz quadrada
é denominada diagonal secundária.
Diagonal secundária
Diagonal principal
Acadêmico, as classificações a seguir são utilizadas somente para matrizes

quadradas, ou seja, matrizes de ordem n.
E
IMPORTANT
Um termo utilizado na diagonal principal é denominado de traço, que em uma

matriz quadrada representa a soma dos elementos da diagonal principal.
4.3.1 Matriz Triangular

Em uma matriz quadrada, quando os elementos acima ou abaixo da diagonal
principal são todos nulos (iguais a zero), dizemos que a matriz é triangular.
7 0 0 
 
A =  8 1 0  todos os elementos acima da diagonal principal da matriz A são nulos.
 2 9 -5 
 
1 4 7 6
 
0 3 8 5
B= todos os elementos abaixo da diagonal principal da matriz B são nulos.
0 0 0 3
 
0 0 0 4
11
4.3.2 Matriz Diagonal

Em uma matriz quadrada de ordem n, quando todos os elementos
posicionados acima e abaixo da diagonal principal são nulos, denominamos de
matriz diagonal.
 1 0 0 0
   2 0 0
0 5 0 0   6 0 
=A  = B =0 1 0 C  
 0 0 9 0 0 0 8  0 −3 
   
 0 0 0 2
4.3.3 Matriz Identidade

Em uma matriz quadrada de ordem n, quando todos os elementos
da diagonal principal são iguais a 1 e os outros elementos são iguais a zero,
denominamos de matriz identidade e seu símbolo é In (onde n representa a ordem
da matriz).
1 0 0 0
  1 0 0
 0 1 0 0   1 0
=I5 = I3 =0 1 0  I2  
0 0 1 0 0 0 1 0 1
   
0 0 0 1
4.3.4 Matriz Simétrica

Em uma matriz quadrada, quando tiver o elemento aij igual ao elemento aji,
a matriz é denominada de simétrica.
Exemplo 6: Matrizes simétricas.
 1 2 6 9
  1 4 5
 2 3 7 2   a c
=A = B =4 2 6 C  
 6 7 7 1  5 6 3 c b
   
 9 2 1 4
Exemplo 7: Uma matriz A é simétrica se, e somente se, A = A t . Determine o

 1 a2 
valor de a para que A =   seja simétrica.
a 2 
 1 a
Resolução: A matriz transposta de A é: A t =  2 
a 2
12
A condição de simetria nos garante que A = A t e, como vimos no exemplo 3:
a11 = a'11
a 21 = a'12
a12 = a'21
a 22 = a'22
Neste caso:
a11= a'11 ⇔ 1= 1
a 21 = a'12 ⇔ a = a 2
a12 = a'21 ⇔ a 2 = a
a 22 = a'22 ⇔ 2= 2
Para descobrirmos o valor de a, basta calcular a equação a = a2.
a2 – a = 0 (é uma equação do segundo grau incompleta, pois falta o termo c)

a ( a – 1) = 0
Desta forma a’ = 0 e,
a” – 1 = 0
a” = 1
Portanto, para que as matrizes sejam simétricas, o valor de a deve ser 0 ou 1.
5 OPERAÇÕES ENTRE MATRIZES

Após o conhecimento de algumas das principais características acerca do
estudo das matrizes, há a necessidade de operá-las entre si. A seguir, estudaremos
as operações de adição (e subtração), multiplicação por escalar e multiplicação
entre matrizes. Estas operações são bem definidas e são munidas das principais
propriedades das operações usuais entre números reais.
5.1 ADIÇÃO E SUBTRAÇÃO DE MATRIZES

Inicialmente, consideremos duas matrizes A e B do tipo 2x3:
 3 5 −2   1 −4 −1
=A = B  
 4 7 −6  6 3 2 
Para determinar uma matriz C, dada por C = A + B, devemos encontrar

uma matriz tal qual cada elemento possua a seguinte característica: cij = aij + bij.
13
Portanto, os seis elementos de C (2x3 = 6) deverão ser obtidos a partir da operação

com cada termo correspondente em A e B. Vejamos como ficará a adição dessas
duas matrizes.
c11 = a11 + b11 = 3 + 1 = 4

c21 = a21 + b21 = 4 + 6 = 10
c12 = a12 + b12 = 5 + (– 4) = 5 – 4 = 1
c22 = a22 + b22 = 7 + 3 = 10
É simples, mas precisamos ter
c13 = a13 + b13 = (– 2) + (– 1) = – 2 – 1 = – 3
atenção, principalmente nos
c23= a23 + b23 = (– 6) + 2 = – 4
sinais!
Portanto: A + B = C e podemos operacionalizar da seguinte maneira:
 3 5 −2   1 −4 −1  3 + 1 5 + ( −4 ) ( −2 ) + ( −1)   4 1 −3 
=
+   =

 4 7 −6   6 3 2   4 + 6 7+3 ( −6 ) + 2  10 10 −4 
E
IMPORTANT
Note, acadêmico, que somente é possível somar matrizes que possuem a mesma
ordem, isto é, o mesmo número de linhas e colunas.
Assim, podemos concluir:
• Denominamos de matriz C a soma da matriz A com a matriz B ou a soma das

matrizes A e B.
Dadas duas matrizes A e B do mesmo tipo mxn, a soma da matriz A com

a matriz B, que representamos por A + B, é a matriz C do tipo mxn que é obtida
adicionando cada elemento correspondente de A e B.
Definição: Sejam duas matrizes A = (aij) e B = (bjj) de ordem mxn, a soma

A + B é a matriz C = ( cij ) de ordem mxn, tal que: cij = a ij + bij , para i = 1, 2, 3, ...,
m e j = 1, 2, 3, ..., n.
14
ATENCAO
Para a subtração de matrizes, utilizaremos a ideia de soma com a matriz

oposta. Assim, sendo A e B duas matrizes do tipo mxn, denominamos diferença entre A e B
(representada por A - B) a soma da matriz A com a matriz oposta de B, isto é, A - B = A + (-B).
Vejamos, também, uma demonstração de subtração de matrizes. Dadas as

matrizes A e B anteriores e vamos determinar a matriz D resultante da subtração
A – B.
 3 5 −2   1 −4 −1
=A = B  
 4 7 −6  6 3 2 
D = A − B = A + ( − B ) ⇔ dij = aij + ( −bij )

d11 = a11 + (-b11) = 3 + (– 1) = 3 – 1 = 2
d21 = a21 + (-b21) = 4 + (– 6) = 4 – 6 = – 2
d12 = a12 + (-b12) = 5 + (+ 4) = 5 + 4 = 9
d22 = a22 + (-b22) = 7 + (– 3) = 7 – 3 = 4
d13 = a13 + (-b13) = (– 2) + (+ 1) = – 2 + 1 = – 1
d23 = a23 + (-b23) = (– 6) + (– 2) = – 6 – 2 = – 8
Portanto: D = A + (– B) e podemos operacionalizar da seguinte maneira:

 3 5 −2   −1 +4 +1   3 + ( −1) 5 + ( +4 ) ( −2 ) + ( +1) 
D= + = =

 4 7 −6   −6 − 3 −2   4 + ( −6 ) 7 + ( −3) ( −6 ) + ( −2 ) 
 3 − 1 5 + 4 −2 + 1   2 9 −1 
=  = ⇔D  
 4 − 6 7 − 3 −6 − 2   −2 4 −8 
5.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO

REAL
 5 8 −1
Dada a matriz A =   , vamos determinar A + A.
 −4 3 6 
 5 8 −1  5 8 −1  5 + 5 8+8 ( −1) + ( −1) 

A+A 
= + =   −4 + −4 3 + 3 
 −4 3 6   −4 3 6   ( ) ( ) 6+6 
 10 16 −2 
A+A =
 
 −8 6 12 
15
Considerando que A + A = 2·A, temos:
 5 8 −1  2.5 2·8 2·( −1)   10 16 −2 

=2·A 2·=
   2· −4 = 
 −4 3 6   ( ) 2·3 2·6   −8 6 12 
Desta forma, observamos que a multiplicação é obtida a partir da

multiplicação termo a termo de todos os elementos da matriz indicada, o que
contempla a ideia de adição de parcelas iguais. Iremos formalizar esta operação
com a definição dada a seguir:
Definição: Seja a matriz A = (aij)mxn e k um número real. O produto de K

pela matriz A (indica-se: K·A) é a matriz B = (bij)mxn, em que bij = k·aij, para todo
i (i = 1, 2, 3, ..., m) e para todo j (j = 1, 2, 3, ..., n).
Observe os exemplos a seguir:

8) Se A (=
2 5 8 ) , então 3 · A ( 6 15 24 ) .
2 4
4 8  1  .
=9) Se B =  , então ·A  5
 5 10  2 5
2 
 3 −2 3  −6 4 −2 3 
   
10) Se C =−
 1 5 7  , então ( −2 )·C =
 2 −10 −14  .
4 1 0   −8 −2 0 
 
Exemplo 8: Dadas as matrizes:

1 2 3   −2 0 1
=A =  eB  
 2 1 −1  3 0 1
Calcule 2 A + 3B .
Resolução: Vamos calcular as multiplicações pelo escalar primeiramente e

posteriormente somar.
1 2 3   −2 0 1
2A + 3B = 2 ⋅   + 3⋅  
 2 1 −1  3 0 1
 2 4 6   −6 0 3  2 − 6 4 + 0 6 + 3   −4 4 9 
2A
= + 3B  + =   =   
 4 2 −2   9 0 3  4 + 9 2 + 0 −2 + 3 13 2 1 
16
Exemplo 9: Sejam as matrizes A = (aij)2x2, com aij = 2i – j2 e B = (bij)2x2, com bij

= aij - 1, encontre a matriz X de modo que: X – 2A + B = 0.
Resolução: Vamos iniciar construindo as matrizes A e B.
Matriz A
Como é uma matriz 2x2, sua genérica é:
a a12 
A =  11 
a 21 a 22 
Conforme orienta o enunciado, cada elemento aij será determinado por aij
= 2i – j2.
aij = 2i – j2
a11 = 2 ⋅1 − 12 = 2 − 1 = 1
a 21 = 2 ⋅ 2 − 12 = 4 − 1 = 3
a12 =2 ⋅1 − 22 =2 − 4 =−2
a 22 = 2 ⋅ 2 − 22 = 4 − 4 = 0
1 −2 
A= 
3 0 
Matriz B
Como é uma matriz 2x2, sua genérica é:
b b12 
B =  11
 b 21 b 22 
Conforme orienta o enunciado, cada elemento bij será determinado por

bij = aij - 1.
Este valor (aij) você irá
bij = aij – 1 buscar na matriz A.
b11 = 1 − 1 = 0
b 21 = 3 − 1 = 2
b12 =−2 − 1 =−3
b 22 =0 − 1 =−1
 0 −3
B= 
 2 −1
Determinadas as matrizes A e B, vamos resolver a equação X – 2A + B = 0.

17
DICAS
Assim como em uma equação do primeiro grau, sugerimos isolar a matriz X antes
de substituir as matrizes.
X – 2A + B = 0
X = 2A – B
1 −2   0 −3
X=2⋅ − 
3 0   2 −1
 2 ⋅1 2 ⋅ ( −2 )   0 −3 Lembre-se de que
=X  − 
2 ⋅ 3 2 ⋅ 0   2 −1 resolvemos a subtração
de matrizes somando a
 2 −4   0 −3
=X  −  matriz oposta!
 6 0   2 −1
 2 −4   0 3
=X  + 
 6 0   −2 1
 2+0 −4 + 3
X= 
6 + ( −2 ) 0 + 1 
 2 −1
X=  Essa é a matriz X .
4 1 
5.3 MULTIPLICAÇÃO DE MATRIZES
ATENCAO
Acadêmico, a multiplicação de matrizes não é uma operação tão simples como

as outras já estudadas até aqui, pois não basta multiplicar os elementos correspondentes. Fique
atento à explicação!
Vamos iniciar este conceito com uma situação-problema. Nela são

apresentadas as notas referentes à disciplina de Geometria Analítica e Álgebra
Linear dos acadêmicos Cristiane, Leonardo e Luiz em quatro avaliações propostas.
18
Avaliação 1 Avaliação 2 Avaliação 3 Avaliação 4

Cristiane 7 6 7 8
Leonardo 4 5 5 7
Luiz 8 7 9 10
Para calcular a média final da disciplina, o professor deve fazer uma média
ponderada, em que a avaliação 1 tem peso 1,5, a avaliação 2 também tem peso 1,5,
a avaliação 3 tem peso 4 e a avaliação 4 tem peso 3. Assim, a média de cada aluno será
determinada pela fórmula: ( Avaliação1×1,5) + ( Avaliação 2 ×1,5) + ( Avaliação 3 × 4 ) + ( Avaliação 4 × 3) .
1,5 + 1,5 + 4 + 3
O que equivale a escrever:
( Avaliação1× 0,15) + ( Avaliação2 × 0,15) + ( Avaliação3 × 0, 40 ) + ( Avaliação4 × 0,30 )

7 6 7 8 
 
A tabela de notas pode ser representada pela matriz: A =  4 5 5 7 
 8 7 9 10 
 3 x 4
 0,15 
 
E os pesos das avaliações, pela matriz:  0,15 
B=
 0, 40 
 
 0,30  4 x1
Agora, vamos calcular as médias dos alunos nesta disciplina:
Cristiane : ( 7 × 0,15 ) + ( 6 × 0,15 ) + ( 7 × 0, 40 ) + ( 8 × 0,30 ) =

7,15
Leonardo : ( 4 × 0,15 ) + ( 5 × 0,15 ) + ( 5 × 0, 40 ) + ( 7 × 0,30 ) =
5, 45
Luiz : ( 8 × 0,15 ) + ( 7 × 0,15 ) + ( 9 × 0, 40 ) + (10 × 0,30 ) =
8,85
Essas médias podem ser registradas em uma matriz C, que é o produto da

matriz A (notas) pela matriz B (pesos):
 7,15 
 
C =  5, 45 
 8,85 
 3x1
O processo utilizado para obter-se a matriz C nos mostra o processo prático

para realizar o produto entre duas matrizes (A e B). Iremos agora formalizar este
conceito através da definição a seguir:
19
Definição: Dada uma matriz A = (ajj) do tipo mxn e uma matriz B = (bjj)
do tipo nxp, o produto da matriz A pela matriz B é a matriz C = (cij) do tipo mxp,
tal que o elemento cij é calculado multiplicando-se ordenadamente os elementos
da linha i, da matriz A, pelos elementos da coluna j, da matriz B, e somando-se
os produtos obtidos. Para dizer que a matriz C é o produto de A por B, vamos
indicá-la por AB.
ATENCAO
Observe que só definimos o produto A·B de duas matrizes quando o número de

colunas de A for igual ao número de linhas de B; além disso, notamos que o produto AB possui
o número de linhas de A e o número de colunas de B: Amxn . Bnxp = ABmxp.
Exemplo 10: Acompanhe a multiplicação das matrizes A de ordem 3x2 e B

de ordem 2x4:
1 2 
 1 1 2 2 
=C =2 3 e B  
3 4  2 3 3 2
É muito importante observar que o produto entre as matrizes A e B só é

possível quando a quantidade de colunas da primeira matriz é igual à quantidade
de linhas da segunda matriz. Isso pode ser visto na própria definição no momento
onde é citado o fato de que A possui n colunas e B n linhas. Caso esta igualdade não
seja satisfeita, o primeiro fato a observar é que só podemos multiplicar matrizes
quando o número de colunas da primeira matriz for igual ao número de linhas
da segunda matriz. Note que na definição A tem n colunas e B tem n linhas. Essa
igualdade tem que ocorrer para que a multiplicação possa ser calculada. Como A
possui duas colunas e B possui duas linhas, podemos calcular C = A·B
1 2  C11 C12 C13 C14 

  1 1 2 2   
C = A ⋅ B =  2 3 ⋅   = C21 C22 C23 C24 
 2 3 3 2  
3 4  C31 C32 C33 C34 
20
Sabemos que a matriz C terá ordem 3x4 devido à definição, pois a ordem
da matriz resultante da multiplicação de duas matrizes herda o número de linhas
da primeira e o número de colunas da segunda. Observe:
A3 x 2 ⋅ B2 x 4 =
C3 x 4
Agora precisamos definir os elementos cij da matriz resultante C e para isso

é necessário saber que:
• c11 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os

elementos da 1ª coluna da matriz B;







• e assim por diante...
Observe o cálculo de cada elemento da matriz resultante C:
1 
c11 = [1 2] ⋅   = 1 ⋅1 + 2 ⋅ 2 = 1 + 4 = 5
 2
1ª Linha A 
1ª Coluna B
1
c12 = [1 2] ⋅   = 1 ⋅1 + 2 ⋅ 3 = 1 + 6 = 7
 3
21
2
c13 = [1 2] ⋅   =1 ⋅ 2 + 2 ⋅ 3 = 2 + 6 = 8
3
2
c14 = [1 2] ⋅   =1 ⋅ 2 + 2 ⋅ 2 = 2 + 4 = 6
2
1 
c21 = [ 2 3] ⋅   = 2 ⋅1 + 3 ⋅ 2 = 2 + 6 = 8
2
1
c22 = [ 2 3] ⋅   = 2 ⋅1 + 3 ⋅ 3 = 2 + 9 = 11
 3
2
c23 = [ 2 3] ⋅   = 2 ⋅ 2 + 3 ⋅ 3 = 4 + 9 = 13
3
2
c24 = [ 2 3] ⋅   = 2 ⋅ 2 + 3 ⋅ 2 = 4 + 6 = 10
2
2
c33 = [3 4] ⋅   = 3 ⋅ 2 + 4 ⋅ 3 = 6 + 12 =18
3
2
c34 = [3 4] ⋅   = 3 ⋅ 2 + 4 ⋅ 2 = 6 + 8 = 14
2
1 
c31 = [3 4] ⋅   = 3 ⋅1 + 4 ⋅ 2 = 3 + 8 = 11
2
1
c32 = [3 4] ⋅   = 3 ⋅1 + 4 ⋅ 3 = 3 + 12 = 15
 3
Com isso, finalmente, teremos:
1 2   c11 c12 c13 c14   5 7 8 6 

  1 1 2 2  
C = A ⋅ B = 2 3 ⋅  = c21 c22 c23 c24  =  8 11 13 10 
 2 3 3 2  
 3 4   c31 c32 c33 c34  11 15 18 14 
E
IMPORTANT
Nunca esqueça: todos os elementos das linhas da primeira matriz multiplicam

todos os elementos das colunas da segunda matriz.
22
Exemplo 11: Seja A = (aij) a matriz 2x2 real definida por aij = 1 se i ≤ j e aij =
-1 se i > j. Calcule A2.
Resolução: Vamos iniciar construindo a matriz A.

a a 
Como é uma matriz 2x2, sua genérica é: A =  11 12 
a 21 a 22 
Conforme orienta o enunciado, cada elemento aij será determinado por aij =
1 se i ≤ j e aij = -1 se i > j.
a11 = 1
a 21 = −1
a12 = 1
a 22 = 1
 1 1
A= 
 −1 1
Agora basta calcularmos A2.
ATENCAO
Calcular A2 não é elevar cada um de seus elementos ao quadrado, mas sim

multiplicar a matriz por ela mesma, ou seja, A2 = A∙A.
 1 1  1 1
A2 = A ⋅ A =  ⋅ 
 −1 1  −1 1
Para resolver esta multiplicação, é necessário verificar se o número de

linhas da primeira matriz é igual ao número de colunas da segunda matriz.
A 2 2x 2
A 2x 2 ⋅ A 2x 2 =
 1 1  1 1  1 ⋅1 + 1 ⋅ ( −1) 1 ⋅1 + 1 ⋅1 
A2 =  ⋅ =
 −1 1  −1 1 ( −1) ⋅1 + 1 ⋅ ( −1) ( −1) ⋅1 + 1⋅1
 1 − 1 1 + 1   0 2
=A 2 =   
 −1 − 1 −1 + 1  −2 0 
23
Exemplo 12: (UFRJ) uma confecção vai fabricar três tipos de roupas
utilizando três materiais diferentes. Considere a matriz A abaixo, onde cada
elemento aij representa quantas unidades de material j serão empregados para
fabricação de roupas do tipo i.
5 0 2
A =  0 1 3 
 4 2 1 
a) Quantas unidades de material 3 serão empregadas na confecção de uma roupa

tipo 2?
b) Calcule o total de unidades do material 1 que será empregado para fabricar

cinco roupas do tipo 1, quatro roupas do tipo 2 e duas roupas do tipo 3.
Resolução: De acordo com o enunciado, temos a tabela:
Material 1 Material 2 Material 3

Roupa tipo 1 5 0 2
Roupa tipo 2 0 1 3
Roupa tipo 3 4 2 1
a) O número de unidades de material j = 3 na confecção de uma roupa tipo i = 2

é o elemento a23 da matriz A, ou melhor, é o elemento da segunda linha com a
terceira coluna a23 = 3 unidades.
b) O valor procurado é 5a11 + 4a21 + 2a31 = 5×5 + 4×0 + 2×4 = 25 + 0 + 8 = 33 unidades.
Exemplo 13: (PUC) Um batalhão do exército resolveu codificar suas

mensagens através da multiplicação de matrizes. Primeiramente, associa as letras
do alfabeto aos números, segundo a correspondência abaixo considerada:
Desta forma, supondo que o batalhão, em questão, deseja enviar a

mensagem "PAZ", pode-se tomar uma matriz 2x2, da forma:  P A  a qual, usando-
se da tabela acima, será dado por: Z − 
 
24
15 1 
 25 0 
 
2 3
Tomando-se a matriz-chave C para o código, isto é: 1 2  transmite-
se a mensagem "PAZ" através da multiplicação das matrizes M e C, ou seja:
15 1   2 3   31 47 
M
= ⋅C  ⋅ =   
 25 0  1 2  50 75  . Ou através da cadeia de números 31 47 50 75. Desta
forma, utilizando-se a mesma matriz-chave C, a decodificação da mensagem 51 81
9 14 será compreendida pelo batalhão como a transmissão da palavra:
a) LUTE
b) FOGO
c) AMOR
d) VIDA
e) FUGA
Resolução: Para construir a Matriz D vamos usar o fato de que D é a matriz

inversa de C se, e somente se, C×D = D×C = I, onde I é matriz identidade. Depois,
basta resolvermos os sistemas de equações resultantes.
E
IMPORTANT
Como já falamos, só existe a inversa de matrizes quadradas. E mais do que isso,

a inversa A-1 terá sempre a mesma ordem da matriz A, além disso, a identidade I também terá
essa mesma ordem.
Acadêmico, veja que a matriz C codificou a mensagem multiplicando a

matriz M pela direita, assim, temos que decifrar a mensagem também pela direita
25
multiplicando por D = C-1, pois a propriedade comutativa no produto de matrizes

não é válida. Decodificando a mensagem 51 81 9 14, encontramos:
Logo, a mensagem 51 81 9 14 será compreendida como 21 9 4 1,

correspondendo à palavra VIDA, e a alternativa (D) é a opção correta.
Exemplo 14: (SILVA, 2013) Neste exemplo, estuda-se a viabilidade para

implantação de um novo sistema de transporte de massas (poderia ser um sistema
de metrô) numa certa cidade. As autoridades fizeram estudos que previram
o percentual de pessoas que migrarão para esse novo sistema de transporte de
massas (M), e o percentual de pessoas que continuarão a dirigir seus automóveis
(A). Foi obtida a seguinte tabela:
Esse Ano
M A
Próximo Ano M 0,7 0,2
A 0,3 0,8
Escrita como matriz de transição o de transporte de massas (T), temos,
0, 7 0, 2 
T=
0,3 0,8 
Suponha que para a população da cidade permanece a constante e que,

inicialmente, 30% das pessoas irão usar o transporte de massa e 70% irão usar seus
carros.
A - Cálculo da porcentagem das pessoas que estarão usando o transporte

de massa depois de um ano da implantação do sistema, e depois de dois anos.
Agora, vamos supor um registro futuro provável de pessoas que usarão o

transporte de massas, de modo que o vetor estado inicial seja dado por:
26
Pelo teorema 1, temos,
Logo, após o primeiro ano de uso do transporte de massas, o vetor estado

x(2) dado por:
Dessa forma, após o primeiro ano, 35% das pessoas estarão usando o
transporte de massas, e 55% seus carros.
Depois de dois anos, denotando o vetor estado por x(3), o percentual de

pessoas que estarão usando o transporte de massas é dado por:
Portanto, após o segundo ano, 37,5% das pessoas estarão usando o

transporte de massas, e 71,5% estarão usando os carros.
B - Calcular a porcentagem das pessoas que estarão usando o transporte de

massas em um futuro mais longínquo, ou seja, deve-se calcular o vetor estacionário q.
Para calcular o vetor estacionário, temos o seguinte sistema de equações

lineares: (I − P)q = 0.
Substituindo as matrizes nesta equação, temos:
Assim, o sistema a ser resolvido é:
27
Observe que as duas equações são equivalentes, logo:
0,3q1 − 0,2q2 = 0,
Tomando q1 = s, temos:
Usando a Equação (3) para calcular o valor de s, temos que:
Logo, o vetor estacionário q é igual a:
Concluímos então que num futuro mais longo 40% das pessoas estarão
usando o transporte de massas, e 60% ainda estarão usando seus carros.
28
RESUMO DO TÓPICO 1
Neste tópico, você aprendeu que:
• Uma matriz é uma organização de dados em linhas e colunas e cada ente da

matriz é denominado elemento.
• Uma matriz é representada por uma letra maiúscula e os elementos podem estar
dispostos entre parênteses ou colchetes. A ordem de uma matriz é a informação
da quantidade de linhas (m) e colunas (n).
• Existem alguns tipos de matrizes: quadrada, nula, coluna, linha, oposta,

diagonal, identidade, triangular, transposta e simétrica.
• Algumas operações: soma de matrizes, multiplicação por um número real e

multiplicação de matrizes. Aqui vale destacar:
o Só podemos somar matrizes de mesma ordem.
o Para multiplicar matrizes o número de colunas da primeira matriz tem que

ser igual ao número de linhas da segunda. Já a matriz resultante (produto)
terá o número de linhas da primeira matriz e o número de colunas da
segunda matriz.
o Na multiplicação de matrizes não vale a propriedade comutativa, isto é,

podemos ter A ⋅ B ≠ B ⋅ A para duas matrizes quaisquer A e B.
29
AUTOATIVIDADE
Acadêmico, um dos princípios da UNIASSELVI é “Não basta saber, é preciso

saber fazer”. Agora chegou a sua vez de colocar em prática os conceitos sobre
matrizes, estudados neste tópico.
1 Matrizes são tabelas que respeitam uma ordem de formação,

possuem respectivamente linhas e colunas. A denominação
“Matrizes” surgiu no século XIII com James Joseph Sylvester, e
foi apenas no século XIX que o matemático inglês Arthur Cayley
sistematizou a teoria das matrizes a partir da Teoria das Formas Quadráticas.
Hoje, contudo, o estudo das formas quadráticas é um mero capítulo da Teoria
das Matrizes. Esse tipo especial de tabela possui propriedades e definições.
Sobre elas, leia atentamente as sentenças a seguir:
I - O produto de uma matriz por outra é determinado por meio do produto

dos seus respectivos elementos.
II - Para quaisquer matrizes A, B e C, de mesma ordem mxn, vale a igualdade
(A + B) + C = A + (B + C).
III - Em geral, A·B ≠ B·A, para A e B duas matrizes quaisquer, isto é, não é
válida a propriedade comutativa da multiplicação para matrizes.
Agora, assinale a alternativa CORRETA:
a) ( ) Apenas a sentença II é verdadeira.

b) ( ) As sentenças I e II são verdadeiras.
c) ( ) As sentenças I e III são verdadeiras.
d) ( ) As sentenças II e III são verdadeiras.
2 A história da matemática retrata que os estudos das matrizes

tiveram seu início por volta do século II a.C., presentes em textos
chineses sobre aplicação de sistemas lineares. Porém, o nome matriz
veio somente no século XIII, com James Joseph Sylvester. Matrizes
são tabelas que respeitam uma ordem de formação, possuem respectivamente
linhas e colunas. Esse tipo especial de tabela possui propriedades e definições.
Entre as propriedades mais importantes está a multiplicação de matrizes. Sobre
a multiplicação de matrizes, leia atentamente as sentenças a seguir:
I - O produto das matrizes X, de ordem 2x5, e Z, de ordem 5x5, é uma matriz

de ordem 2x5.
II - O produto das matrizes X de ordem 1x6 e Z de ordem 6x2 é uma matriz
coluna de ordem 1x2.
III - O produto das matrizes X de ordem 3x7 e Z de ordem 7x4 é uma matriz
quadrada de ordem 3x4.
A alternativa VERDADEIRA é:
a) ( ) As sentenças I e III estão corretas.

30
b) ( ) Apenas III está correta.
c) ( ) Apenas II está correta.
d) ( ) Apenas I está correta.
3 Uma forma bastante interessante de ensinar matrizes inversas e

multiplicação de matrizes é utilizando a criptografia. A criptografia
é o estudo dos princípios e técnicas pelas quais a informação pode
ser codificada, de forma que possa ser conhecida apenas pelas
pessoas detentoras do código. Um professor de matemática resolveu codificar
suas mensagens através da multiplicação de matrizes, para isso, ele associou as
letras do alfabeto aos números, conforme a tabela a seguir:
Desta forma, supondo que o professor deseja enviar a mensagem "AMOR",

pode-se tomar uma matriz M2x2, da forma:  A M  a qual, usando-se da tabela
acima, será dado por: O R 
 
 1 12 
14 17 
 
2 3
Tomando-se a matriz-chave C para o código: 1 2  transmite-se a
mensagem "AMOR" através da multiplicação das matrizes M e C, ou seja:
 1 12   2 3  14 27 
M⋅C 
= ⋅ =   
14 17  1 2   45 76  . Ou através da cadeia de números 14 27 45
76. Desta forma, utilizando-se a mesma matriz-chave C, a decodificação da
mensagem 52 85 22 40 será compreendida como a transmissão da palavra:
a) ( ) LOGO
b) ( ) PARA
c) ( ) VIDA
d) ( ) TODO
4 (FUNIVERSA) Duas empresas — 1 e 2 — são investigadas em

três crimes fiscais — I, II e III. As evidências que relacionam as
duas empresas aos crimes são tais que:
31
Relaciona a(s)
A evidência Ao(s) crime(s)
empresa(s)
A 1 I e III
B 1e2 I e II
C 2 II e III
D 1 I e II
E 1e2 I, II e III
F 2 III
G 1 I e II
H 1e2 II e III
I 2 I e III
Para tratar as informações necessárias à investigação desses crimes, um perito

montou uma matriz M na qual cada elemento aij corresponde à quantidade de
evidências que relacionam a empresa i ao crime j.
Com base nessas informações, a matriz M é:
5 3
   5 5 3  3 4 5
a) ( )  5 4  b) ( )  3 4 5  c) ( )  5 5 3 
3 5
 3 5 3 5
   
d) ( )  4 5  e) ( )  5 4 
 5 3 5 3
5 (UFMT) Sejam as matrizes A = (aij)2x3 tal que aij = j – 3i; B = (bij)3x2

tal que bij = 2i + j2; e C = (cij)2x2 tal que cij = ij. O elemento de maior
módulo dentre os que formam a diagonal principal da matriz P,
em que P = AB + 20C, é:
a) ( ) 20 b) ( ) 9 c) ( ) -16 d) ( ) -12 e) ( ) 0
6 (UEL-PR) Dadas as matrizes A = a ij ( ) 3x 2

, definida por aij = i-j; B =
(b ) , definida por bij= j , C = ( cij ) , definida por C = A.B, é correto
ij 2x3
afirmar que o elemento C23 é:
a) ( ) Igual ao elemento C12.

b) ( ) Igual ao produto de a23 por b23.
c) ( ) O inverso do elemento C32.
d) ( ) Igual à soma de a12 com b11.
e) ( ) Igual ao produto de a21 por b13.
32
7 Assinale V se a afirmação for verdadeira e F se for falsa.
( ) Toda matriz diagonal é triangular.

( ) A matriz identidade é uma matriz diagonal.
( ) A matriz identidade é uma matriz triangular.
 2a − 6 3b − 9 
( ) Para que a matriz A=  seja nula, a = 3, b = 2 e ec = -1
 0 c +1 
( ) Considere a matriz A = [aij]4x4, cujos elementos são dados por aij = 2i+j. A
soma dos elementos da diagonal secundária é igual a 128.
33
34
UNIDADE 1
TÓPICO 2
DETERMINANTES E INVERSÃO DE MATRIZES
1 INTRODUÇÃO
Atualmente, o estudo da Álgebra Linear está organizado pela sequência:
matrizes, depois determinantes e, em seguida, sistemas lineares, porém a ordem
histórica foi outra. Inicialmente surgiram os problemas que envolviam sistemas
lineares e, na tentativa de solucioná-los, surgiram os determinantes. Apenas mais
tarde o estudo das matrizes foi desenvolvido.
A ideia preliminar de Determinante surgiu na China antiga, onde os

coeficientes de equações lineares eram representados com varetas de bambu. Esse
conceito foi aperfeiçoado por diversos matemáticos até chegar ao processo que
utilizamos hoje para o cálculo de determinantes, dentre eles destacamos Göttfried
Wilhelm Leibniz, Gabriel Cramer e Augustin-Louis Cauchy, que são considerados
os grandes desbravadores desse ramo da matemática.
Acadêmico, neste tópico, desbravaremos o cálculo do determinante, para

as n ordens de uma matriz, no intuito de subsidiar a resolução de sistemas lineares,
tema do nosso próximo tópico, bem como o cálculo de área e volume entre vetores,
assunto que será abordado na Unidade 2.
2 O CÁLCULO DO DETERMINANTE
Segundo Paiva (2013, p. 127), “o determinante é um número obtido por
meio de multiplicações e adições dos coeficientes de um sistema linear”, ou seja, o
determinante é um número real associado a uma matriz quadrada. É importante
destacar que cada matriz possui um único determinante. Simbolicamente, o
determinante de uma matriz A será denotado por |A|, det(A) ou por DA. Veja a
ideia do determinante em um sistema com duas equações e duas variáveis:
Exemplo 1:
Seja o sistema:
2x + 3 y =5

5 x + 7 y =
2
35
Lembre-se de que para resolver este sistema devemos escolher uma variável
para zerar e após realizar a soma do sistema. Escolhendo a variável y para zerar,
devemos multiplicar a primeira por 7 e a segunda por -3, obtendo:
 7 ⋅ 2x + 7 ⋅ 3y = 7 ⋅ 5

−3 ⋅ 5 x − 3 ⋅ 7 y =−3 ⋅ 2
Logo, ao somarmos, teremos:
7 ⋅ 2 x − 3 ⋅ 5x + 7 ⋅ 3 y − 3 ⋅ 7 y = 7 ⋅ 5 − 3 ⋅ 2

zero
( 7 ⋅ 2 + ( −3) ⋅ 5) x = 7 ⋅5 − 3⋅ 2
7 ⋅5 − 3⋅ 2
x= = −29
7 ⋅ 2 − 3⋅5
Bastaria substituir este valor de x em uma das equações e descobrir que y

= 21. De fato, ao resolver um sistema, procederíamos desta forma, mas resolvendo
as multiplicações. O fato de não multiplicarmos é para que vejamos os valores
presentes no numerador e no denominador da variável a ser descoberta. Perceba
que o denominador e o numerador no caso do x estão ligados diretamente às
respectivas matrizes:
2 3 5 3
5 7  e 2 7 
   
No denominador, temos que é a diferença entre o produto da diagonal

principal pela diagonal secundária dos coeficientes do sistema. No caso de
numerador, temos o mesmo procedimento, onde a matriz está definida com a
simples troca da coluna da variável x pelos termos independentes do sistema.
Desta forma, se quiséssemos descobrir o valor de y por este procedimento, teríamos
que substituir na matriz dos coeficientes a coluna y pelos termos independentes
e proceder com a operação citada anteriormente e posteriormente dividir pelo
resultado encontrado no numerador.
O resultado encontrado na matriz dos coeficientes é o que chamamos de

Determinante, pois a partir dele podemos determinar se um sistema de equações
(por exemplo) possui solução, pois se este valor fosse zero, teríamos uma
indeterminação no sistema.
2.1 DETERMINANTE DE UMA MATRIZ DE 1ª ORDEM

O determinante de uma matriz de 1ª ordem, A = (a11), é definido pelo valor
do seu elemento único a11, ou seja: det A = |a11| = a11.
36
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
Exemplos:
2) Se M = (15), então det (M) = 15.
3) Se Z =  − 3  , então det (Z) = − 3 .
2.2 DETERMINANTE DE UMA MATRIZ DE 2ª ORDEM

11 a
12 a 
A matriz quadrada de 2ª ordem A = a a  tem como determinante o
 21 22 
a a 
número real obtido pela expressão a11. a22 - a12 . a21. Indicamos por: det ( A ) =  11 12 
a
 21 a 22 
= a11. a22 - a12 . a21. Ou seja, o determinante de uma matriz de 2ª ordem é dado pela
diferença entre o produto dos elementos da diagonal principal e o produto dos
elementos da diagonal secundária (esta ideia foi vista no início deste tópico). Veja
esse exemplo prático:
2 7
Exemplo 2: Calcular o determinante da matriz B =  .
4 8
Resolução: det (B) = 2·8 - 7·4 ↔ det (B) = 16 – 28 ↔ det (B) = -12.
2.3 DETERMINANTE DE UMA MATRIZ DE 3ª ORDEM – REGRA

DE SARRUS
O cálculo do determinante de 3ª ordem consegue ser resolvido utilizando-
se um procedimento de cálculo bastante simples, denominado regra de Sarrus.
 a11 a12 a13 


Seja a matriz A = a 21 a 22 a 23  .

 a 31 a 32 a 33 
1º passo: Repetimos as duas primeiras colunas ao lado da terceira coluna:
 a11 a12 a13  a11 a12

a a22 a23  a21 a22
 21
 a31 a32 a33  a31 a32
2º passo: Encontramos a soma do produto dos elementos da diagonal

principal com os dois produtos obtidos pela multiplicação dos elementos das
paralelas a essa diagonal:
37
a11 a12 a13 a11 a12
a21 a22 a23 a21 a22 = (a11 a22 a33 + a12a23a31+a13a21a32)
a31 a32 a33 a31 a32

paralelas
diagonal principal
3º passo: Encontramos a soma do produto dos elementos da diagonal

secundária com os dois produtos obtidos pela multiplicação dos elementos das
paralelas a essa diagonal:
a11 a12 a13 a11 a12
a21 a22 a23 a21 a22 = (a13 a22 a31 + a11a23a32+a12a21a33)
a31 a32 a33 a31 a32
paralelas
diagonal secundária
4º passo: Por fim, devemos operar a soma do produto da diagonal principal

com suas paralelas, menos a soma do produto da diagonal secundária com suas
paralelas. Desta forma:
det A = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32) - (a13 a22 a31 + a11 a23 a32 + a12 a21 a33)
ATENCAO
A simbologia utilizada para o cálculo de determinante é a indicação dos elementos

3 1
de uma matriz entre duas barras simples. Por exemplo, = 19 , estamos indicando que o
determinante da matriz é 19. 5 8
3 4 2
Exemplo 3: Calcule o determinante da matriz B =  2 1 5  .
 0 7 4 
Resolução: Iniciamos repetindo as duas primeiras colunas após a terceira.
3 4 2 3 4
2 1 5 2 1
 
 0 7 4  0 7
38
Det (B) = (3·1·4 + 4·5·0 + 2·2·7) – (2·1·0 + 3·5·7 + 4·2·4)

Det (B) = (12 + 0 + 28) – (0 + 105 + 32)
Det (B) = 40 – 137
Det (B) = – 97
2 3 −2
Exemplo 4: Resolver a equação: 0 1 x = 2
2 x −3
Resolução: A representação indica que o determinante desta matriz é 2.

Assim, vamos calcular o determinante e igualar a 2.
2 3 −2 2 3
0 1 x 0 1=2
2 x −3 2 x
Assim:
[2·1·(–3) + 3·x·2 + (–2)·0·x] – [(–2)·1·2 + 2·x·x + 3·0·(–3)] = 2
(–6 + 6x + 0) – (–4 + 2x2 + 0) = 2
–6 + 6x + 4 – 2x2 = 2 Não esqueça de realizar a
–2x2 + 6x – 4 = 0 propriedade distributiva,
devido ao sinal de
negativo.
Para simplificarmos a equação, vamos dividir ambos os lados da igualdade

por (-2).
x2 – 3x + 2 = 0
E
IMPORTANT
Uma equação do segundo grau (ou equação quadrática) é toda equação da forma
ax 2 + bx + c = 0, em que a ≠ 0 e sua forma completa exige a resolução através da fórmula:
−b ± b 2 − 4 ⋅ a ⋅ c
x=
2⋅a
Aplicando a fórmula, determinamos os valores para x que tornam o

determinante da matriz igual a 2. Assim, x’ = 1 e x” = 2.
39
2.4 COFATOR
Dada uma matriz A=[aij], quadrada de ordem n ≥ 2 e n ∈ * , denominamos
de cofator de aij o produto de (-1) i+j pelo determinante da matriz (Dij) que se obtém
de A, suprimindo a linha de ordem i e a coluna de ordem j. Notação: cij.
( −1) ⋅ Dij
i+ j
Cij =
 a11 a12 a13 

Assim, se considerarmos a matriz quadrada A = a 21 a 22 a 23  , de 3ª
ordem, temos:  a 31 a 32 a 33 
a 22 a 23
( −1) ⋅ D11 =
( −1) ⋅
1+1 1+1
C11 =
a 32 a 33
Neste caso, eliminamos

a linha 1 e a coluna 1.
a11 a12
( −1) ( −1)
2+3 2+3
C23 = ⋅ D 23 = ⋅
a 31 a 32
Neste caso, eliminamos

a linha 2 e a coluna 3.
Exemplos:
5)  2 3 c11 =(−1)1+1. 5 = 5
A= 
 −1 5 c12 =(−1)1+ 2 . − 1 = −1
(−1) 2+1. 3 =
c21 = −3
(−1) 2+ 2 . 2 =
c22 = 2
 1 3 4
 −2 0 5 c = 1 4
6) A=
3+ 2
 32 (−1) . −2 5 =−1.(5 + 8) =−13
 7 6 8
40
2.5 DETERMINANTE DE ORDEM N > 3

Para calcularmos o determinante de matrizes de ordem superior a 3,
usaremos o Teorema de Laplace. Este teorema pode ser utilizado para matrizes de
ordem 2 ou superior, porém, julgamos que os métodos ensinados anteriormente
apresentam resolução mais rápida.
Teorema de Laplace
O determinante de uma matriz quadrada de ordem n ≥ 2 é a soma dos

produtos dos elementos de uma fila (linha ou coluna) pelos respectivos cofatores.
ATENCAO
A resolução do determinante pelo Teorema de Laplace se torna mais rápida

quando consideramos a fila que contém o maior número de zeros, pois neste caso não é
necessário calcular o determinante.
Exemplos:
 1 3 4
7) A =  −2 0 5 det ( A ) = 3 . C12 + 0 . C22 + 6 . C32
 7 6 8 
−2 5
c12 =(−1)1+ 2 . =−1.(−51) =51
7 8
1 4
c32 =(−1)3+ 2 . =−1.(5 + 8) =−13
−2 5
det ( A ) = 3 . 51 + 6 . ( −13) = 153 − 78 = 75
2 3 1 0
0 2 0 3
8) =0.c41 + 0.c42 + 0.c43 + 6.c44 =6.6 =36
5 −1 4 0
0 0 0 6
2 3 1
4+ 4
(−1) . 0 2 0 =
c44 = 1.6 =
6
5 −1 4
41
2.6 PROPRIEDADES DOS DETERMINANTES

O cálculo dos determinantes pode ser facilitado se analisarmos as
características e propriedades de algumas matrizes, isto é, é possível fazer com
que economizemos tempo na resolução desses cálculos. Vejamos, a seguir, quais
são estas propriedades:
P1: Se os elementos de uma linha (ou uma coluna) de uma matriz quadrada
forem todos iguais a zero, seu determinante será zero.
4 9 −8 7
3 0 15
0 0 0 0
= 0 2= 0 −3 0
3 2 −1 3
−1 0 7
18 12 9 3
P2: Se os elementos de duas linhas ou colunas de uma matriz forem iguais,

seu determinante será nulo.
2 5 3 5
4 2 9 8
=0 pois, L1 = L3
2 5 3 5
9 7 4 3
P3: Se uma matriz possui duas linhas (ou colunas) proporcionais, então seu
determinante será nulo.
1 4 2
2 1 4 =0 pois C3 = 2C1
3 2 6
P4: Se trocarmos de posição, entre si, duas linhas (ou colunas) de uma
matriz quadrada, o determinante da nova matriz é o anterior com o sinal trocado.
1 2 3
2 1 −1 =−4
3 2 1
Trocando as posições de L1 e L2, por exemplo, temos:
2 1 −1
1 2 3 = +4
3 2 1
42
P5: Se multiplicarmos todos os elementos de uma linha (ou coluna) por um

número real α , então o determinante da nova matriz é o anterior multiplicado pelo
número α .
1 2 3 2 2 3
2 1 −1 =−4 Multiplicando C1 por 2, temos : 4 1 −1 =2 ⋅ ( −4 ) =−8
3 2 1 6 2 1
1 2 3 2 2 3
1) 2 1 −1 =−4 Multiplicando C1 por 2, temos : 4 1 −1 =2 ⋅ ( −4 ) =−8
3 2 1 6 2 1
5 −10 0 1 −2 0
1 1
2) 3 7 4 =−145 Multiplicando L1 por , temos : 3 7 4 = ⋅ ( −145 ) =−29
5 5
2 0 −1 2 0 −1
P6: O determinante de uma matriz quadrada A é igual ao determinante de

sua transposta AT.
1 2 3 1 2 2
=Det A 2=
= 1 2 9=
Det A 2 1 4 9
t
2 4 3 3 2 3
P7: Teorema de Jacobi: o determinante de uma matriz não se altera quando

somamos aos elementos de uma linha (ou coluna) uma combinação linear dos
elementos correspondentes de linhas ou colunas paralelas.
1 2 3
2 1 2 =9
2 4 3
Substituindo a 1ª coluna pela soma dessa mesma coluna com o dobro da

2ª, temos:
 
C1 + 2C2
1+ 2 ⋅ 2 2 3 5 2 3
2 + 1 ⋅ 2=1 2 4=1 2 9
2 + 4 ⋅ 2 4 3 10 4 3
43
P8: O determinante associado a uma matriz triangular é igual ao produto

da diagonal principal.
a 0 0 x g h
d b 0 = a ⋅b ⋅c 0 y i = x⋅ y⋅z
e f c 0 0 z
P9: Teorema de Binet: se A e B são matrizes quadradas, então Det (AB) =

Det A∙Det B
2 1 1 0 4 2
Se A
= = , B e =
A× B , então : det ( AB
= ) det A ⋅ det B
3 4 2 2 11 8    5

2
10
DICAS
Você pode criar algumas matrizes e verificar as propriedades indicadas acima.

Vale tentar...
3 ESCALONAMENTO DE MATRIZES
Neste ponto, iremos ensinar a você um procedimento que o auxiliará
bastante no cálculo de determinantes de qualquer ordem. Ainda mais, este processo
é uma ferramenta que estará guardada para o estudo da resolução e da discussão
de sistemas lineares, que é objeto de estudo do subtópico relacionado a seguir.
Preste muita atenção em cada etapa, pois usaremos muito este método!
3.1 FORMA ESCALONADA DE UMA MATRIZ

Uma matriz é denominada de forma escalonada quando o número de zeros
no lado esquerdo do primeiro elemento não nulo da linha aumenta a cada linha.
1 5 6 4
0 2 0 1 
A matriz  é uma matriz escalonada.
0 0 1 0
 
0 0 0 0
44
3.2 MÉTODO DE ELIMINAÇÃO DE GAUSS

O método de eliminação de Gauss, mais conhecido como método do
escalonamento, trata-se de converter a matriz indicada em outra equivalente,
utilizando-se de processos matemáticos elementares sobre as linhas da matriz.
As operações elementares se constituem de três operações básicas:
• Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula. Simbolizamos por: Li = α ∙Li ( α ∈  ).
*
• Trocar ou permutar: podemos trocar duas linhas inteiras entre si. Simbolizamos
por: Li = Lk.
• Somar ou subtrair: um múltiplo de uma linha a outra linha. Simbolizamos por:
Li = Li + α ∙Lk ( α ∈  ).
*
ATENCAO
Preste bem atenção nas operações permitidas, pois não é qualquer operação que
mantém os conjuntos relacionados às matrizes.
Acadêmico, o processo de escalonamento é executado em algumas etapas.

Inicialmente, escolhe-se as linhas (de cima para baixo), isto quer dizer que na etapa
inicial começamos pela linha 1, na segunda etapa escolhe-se a linha 2 e assim por
diante.
Logo após a determinação da linha, deveremos escolher um termo especial

para o processo, o qual chamaremos de pivô. O pivô na primeira linha é o elemento
a11, na segunda linha é o elemento a22, na terceira linha é o elemento a33 e assim
sucessivamente. O processo que deve ser realizado é a sua tranformação no valor 1
(através das operações elementares listadas acima) e tem a função de nos auxiliar
a anular os elementos abaixo dele, isto é, transformá-los em zero utilizando as três
operações básicas entre linhas de matrizes.
A melhor forma de compreender o processo de eleminação de Gauss é

através de exemplos. Vamos a eles:
45
ATENCAO
Acadêmico, observe que para anular o elemento de uma linha só poderemos

usar ele e o múltiplo da linha pivô.
Exemplo 9: Escalonar a seguinte matriz.
1 2 2 3 
A =  3 7 5 1 
 2 4 4 4 
O primeiro pivô será o elemento a11 que, no nosso exemplo, já é 1. Desta

forma, vamos para o próximo passo, que é zerar os elementos abaixo de a11=1, ou
seja, a21=3 e a31=2.
Como o pivô está na linha 1, esta linha será usada de base e, nesta primeira
etapa, usaremos ela para zerar os elementos abaixo do pivô.
Lembre-se de que somente podemos fazer as operações permitidas. Assim,

é possível somar a linha 2 (que contém o elemento 3 que queremos zerar) com a
linha 1 (do pivô) multiplicada por algum número não nulo k. Vejam que esta é a
terceira operação entre linhas de matrizes.
Todo o esforço se reduz a determinar qual o número k que multiplicado

com a linha do pivô (no caso a linha 1) e somado com a linha do elemento a zerar
(no caso, a linha dois) consegue zerar o elemento efetivamente.
Para determinar esse escalar k basta dividir o elemento que se deseja zerar
3
pelo oposto do pivô, ou seja: k = = −3
( −1)
E
IMPORTANT
Note que dividimos o 3 (elemento que queremos zerar) pelo (-1), que é o oposto
de 1. Essa “troca” de sinal é o que caracteriza o oposto do pivô, e sempre terá que ocorrer para
determinar o escalar c.
46
Definido o escalar k, a “nova” linha 2 será a soma entre a “atual” linha 2

com a linha do pivô multiplicado por K (ou seja, com a linha 1 multiplicado por
-3). Teremos então:
1 2 2 3   1 2 2 3  1 2 2 3 
 3 7 5 1  ~ 3 − 3 ⋅1 7 − 3 ⋅ 2 5 − 3 ⋅ 2 1 − 3 ⋅ 3 ~  0 1 −1 −8
     

2 4 4 4   2

4 4 4   2 4 4 4 
L2 → L2 + ( −3)⋅ L1
Conseguimos zerar o elemento 3 da linha 2. Agora repetiremos o processo

para zerar o elemento a31=2 . Ainda usaremos como base a linha 1, pois o pivô
pertence a esta linha. Determinando o c:
2
k= = −2
( −1)
Continuando o processo:
1 2 2 3   1 2 2 3  1 2 2 3 
 0 1 −1 −8 ~  0 1 −1 −8  ~ 0 1 −1 −8
  
 2 4 4 4   2 − 2 ⋅1 4 − 2 ⋅ 2 4 − 2 ⋅ 2 4 − 2 ⋅ 3 0 0 0 −2 

L3 → L3 + ( −2 )⋅ L1
Assim, já obtemos a matriz na forma escalonada.
Exemplo 10: Escalonar a matriz A, determinada a seguir:
 2 5 1
A =  −5 1 6 
 2 2 0 
Como, para determinar o escalar k devemos dividir o elemento que

queremos zerar pelo pivô, se o pivô for igual a 1, o trabalho será reduzido. Com
isso, sempre que possível, fazemos o pivô “virar” 1 multiplicando a linha por um
número (segunda operação).
Nesse caso, ficaria ainda mais fácil se nós permutarmos a linha 3 com a
linha 1, antes de nos preocuparmos em transformar o pivô em valor 1. Isso porque
todos os elementos da linha 3 são pares, enquanto o mesmo não ocorre com os
elementos da linha 1. Logo,
47
 2 5 1  2 2 0  1 1 0
 −5 1 6  ~  −5 1 6  ~  −5 1 6 
A= Observe que trocamos a
      linha 1 pela linha 3 (L1↔L3)
 2 2 0   2 5 1   2 5 1  e, após isso, multiplicamos a
 
L1 ↔ L3 1 linha 1 por ½.
L1 → ⋅ L1
2
Nosso primeiro pivô então será o elemento a11=1, e teremos que zerar os
elementos a21= -5 e a31= 2.
Para zerar a21= -5, determinamos o k:
=k
(=−5 )
5
( −1)
Então:
 1 1 0  1 1 0  1 1 0 
A ~  −5 1 6  ~  −5 + 5 ⋅1 1 + 5 ⋅1 6 + 5 ⋅ 0  ~  0 6 6 
  
 2 5 1   2 5 1   2 5 1 

L2 → L2 + 5⋅ L1
Para zerar a31= 2, determinamos o k,
2
k= = −2
( −1)
Então:
1 1 0   1 1 0  1 1 0 
 
A ~ 0 6 6 ~  0 6 6  ~ 0 6 6 
 2 5 1   2 − 2 ⋅1 5 − 2 ⋅1 1 − 2 ⋅ 0  0 3 1 

L3 → L3 + ( −2 )⋅ L1
A matriz ainda não está escalonada, pois abaixo do pivô a22 = 6 temos um
elemento diferente de zero. Temos que zerá-lo, mas antes podemos fazer nosso
pivô se transformar em 1. Essa transformação é feita no intuito de facilitar os
próximos cálculos. Logo:
1 1 0  1 1 0 
A ~ 0 6 6  ~ 0 1 1 
0 3 1  0 3 1 

1
L2 → ⋅ L2
6
48
Temos agora o pivô a22 = 1. Portanto, o escalar k necessário para zerar o

3
elemento a32=3, será dado por: k = = −3
( −1)
1 1 0   1 1 0  1 1 0 

Então, A ~ 0 1 1 ~
  1  ~ 0 1 1 
   0 1
0 3 1  0 − 3 ⋅ 0 3 − 3 ⋅1 1 − 3 ⋅1 0 0 −2 

L3 → L3 + ( −3)⋅ L2
E
IMPORTANT
Note que a linha base nesta última etapa é a segunda. Isso ocorre porque o pivô
está nesta linha. Notem também que não utilizamos o sinal de = entre as matrizes simplesmente
porque as matrizes não são iguais, apenas conservam propriedades importantes entre si.
1 −1 2 0 1 
 
Exemplo 11: Seja a matriz A = 2 2 5 4 0 , escreva na forma
 
escalonada. 1 1 3 2 2 
Neste exemplo, só colocaremos os cálculos. Veja se você consegue

acompanhá-lo. Para isso preste atenção na representação das operações que
estamos fazendo abaixo da matriz.
1 −1 2 0 1   1 −1 2 0 1 
=A  2 2 5 4 0  ~  2 − 2 ⋅1 2 − 2 ⋅ ( −1) 5 − 2 ⋅ 2 4 − 2 ⋅ 0 0 − 2 ⋅1 ~

1 1 3 2 2   1
 
1 3 2 2 
L2 → L2 + ( −2 )⋅ L1
1 −1 2 0 1   1 −1 2 0 1 
   
~ 0 4 1 4 −2  ~  0 4 1 4 −2  ~
1 1 3 2 2  1 − 1 ⋅1 1 − 1 ⋅ ( −1) 3 − 1 ⋅ 2 2 − 1 ⋅ 0 2 − 1 ⋅1
 
L3 → L3 + ( −1)⋅ L1
1 −1 2 0 1  1 −1 2 0 1 
~ 0 4 1 4 −2  ~ 0 2 1 2 1  ~
0 2 1 2 1  0 4 1 4 −2 
 
L2 ↔ L3 L3 → L3 + ( −2 )⋅ L2
1 −1 2 0 1  1 −1 2 0 1 

~ 0 2 1 2 1  ~ 0 2 1 2 1 
0 4 − 2 ⋅ 2 1 − 2 ⋅1 4 − 2 ⋅ 2 −2 − 2 ⋅1 0 0 −1 0 −4 
Pronto, a matriz está escalonada.

49
3.3 O ESCALONAMENTO NO CÁLCULO DO DETERMINANTE

A propriedade oito dos determinantes afirma que: “O determinante
associado a uma matriz triangular é igual ao produto da diagonal principal”. Desta
forma, após transformarmos a matriz em seu modo escalonado (que também tem
a forma triangular!), basta multiplicar os elementos da sua diagonal principal para
a obtenção de seu determinante.
É necessário lembrar que para escalonar uma matriz usamos três operações:
• Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula.
• Trocar ou permutar: podemos trocar duas linhas inteiras entre si.
• Somar ou subtrair: um múltiplo de uma linha a outra linha.
Realizando uma análise mais apurada, com relação também às propriedades

quatro, cinco e sete, vistas anteriormente no estudo dos determinantes, podemos
perceber que, se multiplicarmos uma linha completa por um escalar (valor real não
nulo), estaremos também multiplicando o resultado do cálculo do determinante
na mesma proporção do escalar utilizado. Ainda mais, quando trocamos linhas de
posição, o resultado do determinante encontrado após este procedimento terá seu
resultado alterado. Por fim, se realizarmos um processo chamado de combinação
linear entre as linhas da matriz, o resultado do determinante não se altera.
Sendo assim, devemos tomar o cuidado de, após o cálculo do determinante

ser realizado, realizar algumas operações que de alguma forma “anulem” as
multiplicações utilizadas no processo de escalonamento. Vejamos melhor em um
exemplo:
1 1 2
Exemplo 12: Dada a matriz A = −2 5 1 , calcular o determinante.
2 2 1
1 1 2 1 1 2 1 1 2
−2 5 1 ~ 0 7 5 ~ 0 7 5
2 2 1 2 2 1 0 0 −3
 
L2 → L2 + 2⋅ L1 L3 → L3 + ( −2 )⋅ L1
Chegamos em uma matriz triangular, assim, para calcular o determinante,

basta multiplicarmos os termos da diagonal principal: 1·7·(-3) = -21. Portanto, o
determinante da matriz é igual a -21.
50
Veja que, nesse caso, não foi necessário fazer nenhuma correção sobre o
valor encontrado, pois não multiplicamos nenhuma linha por uma constante e
nem permutamos duas linhas.
1 2 3
Exemplo 13: Por escalonamento, calcule o determinante da matriz B =  2 2 3 .
 −2 5 0 
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
=A 2 2 3 ~ 0 −2 −3 ~ 0 −2 −3 ~ ( −2 ) . 0 1 3 2 ~ ( −2 ) . 0 1 3
2
−2 5 0 −2 5 0 0 9 6 0 9 6 0 0 −15
2
  
   
L2 → L2 + ( −2 )⋅ L1 L3 → L3 + 2⋅ L1  1 L3 → L3 + ( −9 )⋅ L2
L2 → − ⋅ L2
 2
Da última matriz, temos que:
1 2 3
 15  15
0 1 3
2 =1 ⋅1 ⋅  −  =−
 2 2
0 0 −15
2
Porém, para chegarmos à última matriz, multiplicamos a linha dois por -½.
Assim, o determinante da última matriz deve ser multiplicado por (-2):
 15 
det ( A ) = ( −2 ) ⋅  −  = 15
 2
51
RESUMO DO TÓPICO 2
• Toda matriz quadrada A tem um número relacionado a ela denominado

determinante de A.
• O determinante da matriz de ordem 1 é igual ao elemento da matriz.
• Para calcular o determinante da matriz de ordem 2 fazemos o produto dos

elementos da diagonal principal menos o produto dos elementos da diagonal
secundária.
• A regra de Sarrus é utilizada para calcular o determinante de matrizes de

ordem 3.
• Ao escalonar uma matriz, mantemos propriedades importantes e facilitamos

alguns cálculos, como o cálculo do determinante e da matriz inversa.
• As operações elementares entre linhas de matrizes se constituem de três

operações básicas:
o Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula. Simbolizamos por: Li = α ∙Li ( α ∈ * ).
o Trocar ou permutar: podemos trocar duas linhas inteiras entre si.
Simbolizamos por: Li = Lk.
o Somar ou subtrair: um múltiplo de uma linha a outra linha. Simbolizamos
por: Li = Li + α ∙Lk ( α ∈  ).
*
52
AUTOATIVIDADE
Prezado acadêmico, chegou a hora de você testar seus conhecimentos sobre o

cálculo dos determinantes e suas propriedades. Lápis e borracha em mãos e
boa atividade!
1 Matrizes são representadas por letras maiúsculas e têm como

objetivo organizar números, símbolos ou expressões, de forma
retangular em linhas e colunas, possibilitando realizar operações.
As matrizes são muito utilizadas nos campos da economia,
engenharia, matemática, física, informática, dentre outros, para a resolução de
sistemas de equações lineares e transformações lineares. Deste modo, acerca da
classificação das matrizes quanto às suas propriedades e operações, têm-se as
seguintes afirmações:
I- Ao permutar duas linhas de uma matriz, o determinante dessa matriz

permanece inalterado.
II- O produto de uma matriz por outra é determinado por meio do produto
dos seus respectivos elementos.
III- Uma matriz A é dita simétrica se A = AT. Isso só ocorre com matrizes
quadradas.
IV- Se todos os elementos de uma linha ou de uma coluna de uma matriz forem
iguais a 1, então o determinante dessa matriz será igual a zero.
Agora, assinale a alternativa CORRETA:

a) ( ) As sentenças I, III e IV estão corretas.
b) ( ) As sentenças I, II e IV estão corretas.
c) ( ) As sentenças I e III estão corretas.
d) ( ) Apenas a sentença III está correta.
2 (UFBA-90) Calcule o determinante da matriz:
1 0 2 −1 
 
2 1 3 −2 
A=
0 0 2 3
 
1 −1 0 2 
 x +1 3 x 
3 Seja a matriz quadrada A =  3 x 1  . Calcule x de modo

que det A = 0  x 2 x − 1

53
4 (Esam-RN) Assinale a proposição verdadeira:
a) ( ) Se M e N são matrizes quadradas de mesma ordem, então det(M·N)=

det M·det N.
b) ( ) Se A é uma matriz quadrada de 2ª ordem e k α ∈  , então det (kA) =
*
k·det A.
c) ( ) Se det A = 0, então a matriz A é nula.
d) ( ) Se det A = 0, então qualquer que seja a matriz X, de mesma ordem que
A, tem-se AX = 0.
e) ( ) O determinante da matriz resultante da soma de duas matrizes de
mesma ordem é igual à soma dos determinantes dessas matrizes.
1 2  3 −1
5 Dadas as matrizes A =  e B= , calcule det A + det B

1 0   0 1 
e det( A + B ) .
6 Sejam as matrizes:
   
1 1 0 3  1 0 0 0 
 
A= 0 −2 1 −2  e  1 −2
B =− 0 0
   
0 0 1 0 2 1 1 0
0 0 0 3   −3 5 4 3 
 
Calcule o det (A.B).
54
UNIDADE 1
TÓPICO 3
SISTEMAS LINEARES
1 INTRODUÇÃO
Se a Álgebra Linear é uma ciência a ser aplicada em problemas práticos,
então os sistemas lineares são a chave para as soluções desses problemas. Desta
forma, podemos afirmar que todos os problemas são resolvidos por um sistema
linear? Claro que não, mas boa parte deles sim, o que reforça sua gigantesca
importância.
O estudo sobre sistemas lineares já foi iniciado por você no Ensino

Fundamental e no Ensino Médio, desta forma, agora vamos revê-los e ampliá-los,
buscando resolvê-los através do escalonamento e dos determinantes. Saiba que a
solução de sistemas de equações lineares é o problema central da álgebra linear.
Veja algumas aplicações frequentes na engenharia:
• Cálculos de curto-circuito trifásico

• Mudança de coordenadas em sistemas de cores
• Projetos de peças automotivas
• Projetos em estrutura metálica
Sendo assim, podemos perceber a grande importância deste conhecimento

e seus métodos de resolução, pois a partir dele podemos modelar e construir
sistemas de equações que nos auxiliam a solucionar tais problemas.
2 EQUAÇÃO LINEAR
A palavra "sistema" indica que as equações devem ser consideradas em
conjunto, e não de forma individual, bem como ter em mente que equação linear é,
necessariamente, uma equação polinomial. Portanto, denominamos de equação
linear toda equação da forma: a1x1 + a2x2 + ...+anxn = b , onde a1, a2..., an são
números reais que recebem o nome de coeficientes das incógnitas x1, x2..., xn e b
é um número real chamado termo independente.
São exemplos de equações lineares:

1) 5 x − 2 y + 8 z =
9
2) x + y − 3 z − 2t = 0
3) 3 x + 2 z = 5t − y + 6
55
São exemplos de equações não lineares:
1) xy + 2 z − t =4
2) x 2 − 2 y =4t − 5
3) x − 2 z =y + 7
2.1 SISTEMAS DE EQUAÇÕES LINEARES

Um sistema de equações lineares pode ser definido como um conjunto de n
equações com n variáreis independentes entre si, na forma genérica como:
a11 x1 + a12 x2 + a13 x3 ⋅⋅⋅ a1n xn = b1

a x + a x + a x ⋅⋅⋅ a x = b
 21 1 22 2 23 3 2n n 2
a31 x1 + a32 x2 + a33 x3 ⋅⋅⋅ a1n xn = b3


s  . . . . .
 . . . . .

 . . . . .
a x + a x + a x ⋅⋅⋅ a x = b
 n1 1 n2 2 n3 3 nn n n
Na qual aij (i,j = 1,2,3,4,...,n) são os coeficientes do sistema de equações xi

(i = 1,2,3,4,...,n) são as n incógnitas de bj (j = 1,2,3,4,...,n) os termos independentes.
E
IMPORTANT
Dois sistemas de equações são equivalentes se, e somente se, toda a solução de
qualquer um dos sistemas também é solução do outro.
Uma solução de um sistema é uma sequência de números (α1 ,α 2 ,α 3 ,…,α n )

que satisfaz as equações simultaneamente.
2.2 CLASSIFICAÇÃO DE UM SISTEMA LINEAR

Acadêmico, ao longo de sua jornada acadêmica você já estudou por diversas
vezes a classificação de um sistema linear, mas vale lembrar que um sistema linear
pode ser classificado como sendo de possível ou impossível solução. No caso de
56
TÓPICO 3 | SISTEMAS LINEARES
ser um sistema linear de possível solução, ele ainda pode ser: determinado ou
solução única, ou então, indeterminado ou de infinitas soluções. E, no caso de ser
um sistema linear impossível, ele não terá solução.
FIGURA 1 - ESQUEMA DA DISCUSSÃO DE UM SISTEMA LINEAR
FONTE: Os autores
Assim, temos três tipos de sistemas lineares, os quais descrevemos a seguir:
Sistemas Possíveis e Determinados (SPD)
Quando só há uma possibilidade de resposta para x1, x2, x3,…, xn de modo

a satisfazer o sistema. Por esse motivo, dizemos que é determinado: há uma única
solução.
Um sistema apresentar uma única solução significa que as equações que o

compõem são retas concorrentes cujo ponto de intersecção é a solução do sistema.
57
Sistemas Possíveis e Indeterminados (SPI)
Nesse tipo de sistemas há infinitas possibilidades de combinações para x1,

x2, x3,…, xn que satisfazem o sistema linear. Logo, este sistema é possível, mas é
indeterminado, pois não há uma única e determinada solução, mas infinitas.
As equações que compõem o sistema representam duas retas coincidentes,

ou seja, estão uma “em cima” da outra. Como todos os pontos de uma também
são pontos da outra, isso acarreta em todos os pontos de uma das retas (que são
infinitos) serem soluções do sistema.
Sistemas Impossíveis (SI)
Como o próprio nome diz, são os sistemas que não têm soluções, ou seja, não
há combinação possível para x1, x2, x3,…, xn de modo a satisfazer, simultaneamente,
todas as m equações do sistema.
As retas que compõem o sistema são paralelas entre si, ou seja, não há
ponto em comum entre elas. Logo, não há solução possível.
58
x + y = 8
Exemplo 1: O sistema  tem solução única: o par ordenado (3,5).
2 x − y =1
Portanto, o sistema linear é possível e determinado.
x + y = 8
Exemplo 2: O sistema  tem infinitas soluções. Algumas são
2 x + 2 y =16
dadas pelos pares ordenados: (0, 8), (1, 7), (2, 6), (3, 5), (4, 4), (5, 3), ... Portanto, o
sistema é possível e indeterminado.
x + y = 10
Exemplo 3: O sistema  não tem um par ordenado que satisfaz
− x − y =10
simultaneamente as equações. Portanto, o sistema é impossível.
3 RESOLUÇÃO DE UM SISTEMA LINEAR

Resolver um sistema linear é determinar, através de métodos, a solução
que verifica ao mesmo tempo todas as equações do sistema. Indicamos pela letra
S, de solução.
x + y =10
Por exemplo, o par ordenado (7,3) é solução do sistema 
x − 3y =−2
7 + 3 = 10
Pois verifica as duas equações. Ou melhor: 
7 − 3.(3) =−2
Os processos ou métodos mais comuns na resolução de sistemas lineares
são: o método da substituição e método da adição, os quais você já aprendeu no
Ensino Fundamental e iremos relembrar aqui. Em seguida, ampliaremos esse
estudo, conhecendo a Regra de Cramer e o Método de Gauss-Jordan.
3.1 MÉTODO DA SUBSTITUIÇÃO

Como o próprio nome sugere, o método consiste em isolar uma das
incógnitas em qualquer uma das equações do sistema e substituir o valor isolado
na outra equação. Para relembrar esse método, acompanhe os passos indicados
nos exemplos a seguir:
59
x + y =7
Exemplo 4: Resolver o sistema 
1
x − y =
Passo 1: Isola-se uma das incógnitas em uma das equações. Neste caso,
escolhemos isolar x na 1ª equação: x + y = 7 ⇒ x = 7 − y
Passo 2: Substitui-se a equação encontrada no passo 1 na outra equação.

Obtemos então uma equação do 1º grau com apenas uma incógnita.
x− y = 1
(7 − y ) − y =
1
7− y− y =1
7 − 2y =
1
Passo 3: Resolvemos a equação obtida no 2º passo:
7 − 2y =1
−2 y =−
1 7
−2 y = −6
−6
y=
−2
y=3
obtendo, assim, o valor de y.
Passo 4: Para encontrarmos o valor da incógnita x, substitui-se o valor

encontrado no 3º passo em qualquer uma das equações iniciais.
x+ y = 7
x + (3) = 7
x= 7 − 3
x=4
Passo 5: Por fim, escrevemos a solução do sistema: S = {(4,3)}.
Na sua representação gráfica, podemos observar a solução na intersecção

das retas, S ={4, 3}. Geometricamente representa retas concorrentes, onde há um
ponto (x, y) de intersecção que é solução única do sistema, ou seja, o sistema é
Possível e Determinado.
60
x = 2 y
Exemplo 5: Resolva o sistema 
2 x − 5 y =
3
Passo 1: x = 2 y
Passo 2 :
2 x − 5 y =3 ⇒ 2(2 y ) − 5 y =3 ⇒ 4 y − 5 y =3 ⇒ −1 y =3
Passo 3 : − y =3⇒ y =−3
Passo 4 : x = 2 y
x 2.(−3)
=
x = −6
Assim, a solução do sistema é: S = {(−6, −3)} , também se trata de um sis-

tema Possível e Determinado.
3.2 MÉTODO DA ADIÇÃO

Segundo Iezzi et al. (2013, p. 108), o método da adição “consiste em somar,
convenientemente, duas equações, a fim de que se obtenha uma equação com
apenas uma incógnita”, ou seja, de modo a eliminar uma das variáveis na nova
equação obtida. Para que isso ocorra, é necessário que existam termos opostos nas
duas equações (em relação a uma mesma incógnita...).
61
E
IMPORTANT
Quando adicionamos membro a membro de duas igualdades, obtemos uma

nova igualdade.
5 x − 3 y =
15
Exemplo 6: Considere o sistema 
2 x + 3 y =
6
Observe que a equação 1 tem o termo -3y, e a equação 2 tem o termo +3y
(oposto de -3y).
Esse fato nos permite obter uma só equação sem a incógnita y, somando as
duas equações membro a membro.
=5 x − 3 y 15 = Como − 3 y + 3 y 0, o y desaparece.

 ⊕ →
2 x + 3 y =
6 Aí , fica tudo mais fácil !
7x + 0 = 21
7 x = 21
x=3
Agora, é só substituir o valor de x em uma das equações do sistema:
5x − 3 y = 15
5.(3) − 3 y =15
15 − 3 y = 15
−3 y = 15 − 15
−3 y = 0
y=0
A única solução do sistema é o par (3,0), conforme pode ser verificado na

representação gráfica a seguir.
62
2 x + 5 y =
16
Exemplo 7: Vamos resolver o sistema 
3 x + 2 y =
2
Observe que nesse caso os termos não são opostos (que somados resulta
0), logo, somando as duas equações, nenhuma incógnita desaparece. Por isso,
precisamos pensar em uma estratégia para tornar os termos opostos.
Note que o menor múltiplo comum entre 5 e 2 (coeficientes de x nas duas

equações) é 10. Assim, se multiplicarmos a 1ª equação por 2 e a 2ª equação por -5,
conseguimos ter termos opostos.
2 x + 5 y = 16 ⋅ (2)  4 x + 10 y = 32
 ⇒
3 x + 2 y =2 ⋅ (−5) −15 x − 10 y =−10
Agora podemos realizar a soma das equações:
 4 x + 10 y =32
 ⊕
−15 x − 10 y =
−10
− 11x + 0 = 22
− 11x = 22
22
x=
−11
x = −2
Substituindo x = -2 na 2ª equação podemos determinar o valor de y.
63
3x + 2 y = 2
3(−2) + 2 y =2
−6 + 2 y =2
2 y= 2 + 6
2y = 8
y=4
Desta forma, a solução do sistema linear é o par ordenado (-2,4). Podemos

notar na visão gráfica o ponto A que representa a resposta do encontro das duas
equações.
E quando os sistemas são indeterminados ou impossíveis? Como iremos

resolvê-los? Acompanhe os exemplos a seguir.
x + y = 3
2 x + 2 y =6
Vamos tornar opostos (ou simétricos) os coeficientes em x (poderia ser os

de y). Para isso, basta multiplicar a primeira equação por -2 (não mexer na 2ª):
x + y = 3 (-2) −2 x − 2 y =−6

 Assim, temos 
2 x + 2 y =6  2x + 2 y = 6
0x 0y = 0
Observe que ao realizarmos a soma das equações todos os termos tornam-se

nulos. Quando isso ocorre (todos os termos nulos), estamos diante de um sistema
possível indeterminado, ou seja, um sistema que possui infinitas soluções.
64
Veja que a representação gráfica a seguir apresenta retas coincidentes, onde

infinitos pontos comuns fazem parte do conjunto solução do sistema.
x − y = 3
2 x − 2 y =−4
Pelo método da substituição
x − y = 3
 , x= 3 + y
2 x − 2 y =−4
Fazendo a substituição temos,
2(3 + y ) − 2 y =−4
6 + 2y − 2y = −4
0 y = −10
Veja que chegamos em um absurdo, pois zero multiplicado por qualquer

valor não poderá ser diferente de zero. Neste caso, dizemos que o sistema é
impossível e, portanto, sem solução.
Observe no gráfico que o sistema representa retas paralelas, onde não há

nenhum ponto de intersecção.
65
3.3 REGRA DE CRAMER

Esse método consiste em utilizar determinantes das matrizes formadas
pelos coeficientes dos sistemas lineares para determinar sua solução. Porém, antes
de apresentarmos o método propriamente dito, é necessário aprender sobre como
representar um sistema linear na forma matricial.
As equações lineares podem ser descritas na forma matricial como A·X =

B, na qual:
 a11 a12 a13 a1n   x1   b1 

     
a 21 a 22 a 23 a 2n  =x2   b2 
=A  = ,X eB
 … … ……   ⋅⋅⋅   ⋅⋅⋅ 
     
 a m1 a m2 a m3 a mn   xn   bn 
para o qual:
 a11 a12 a13 a1n   x1   b1 

     
 a 21 a 22 a 23 a 2n  ⋅  x2  =
 b2 
 … … ……   ⋅⋅⋅   ⋅⋅⋅ 
     
 a m1 a m2 a m3 a mn   xn   bn 
Matriz dos coeficientes. Matriz dos resultados

Matriz das incógnitas.
ou dos termos
independentes.
A um sistema linear podemos associar as seguintes matrizes:
Matriz incompleta: é a matriz formada apenas pelos coeficientes das

incógnitas do sistema. Em relação ao sistema:
2 x + 3 y − z =0  2 3 -1
 4 1 1
=4 x + y + z 7 = a matriz incompleta é: A  
−2 x + y + z = 4 -2 1 1

66
Matriz completa: é a matriz que se obtém acrescentando à matriz incompleta

uma última coluna formada pelos termos independentes das equações do sistema.
Assim, para o mesmo sistema acima, a matriz completa é:
 2 3 -1 0 
B =  4 1 1 7 
-2 1 1 4 
Visto isso, podemos prosseguir para o método. A Regra de Cramer afirma

Dxi
que todo sistema normal tem uma única solução dada por: xi = em que
D
i ϵ { 1,2,3,...,n}, D = det A é o determinante da matriz incompleta associada ao
sistema, e Dxi é o determinante obtido pela substituição, na matriz incompleta, da
coluna i pela coluna formada pelos termos independentes.
Vejamos alguns exemplos:
Exemplo 10: Resolver com o auxílio da Regra de Cramer o sistema:
2 x + y = 7

2 x − 3 y =3
Resolução: Iniciamos calculando o determinante da matriz D, que é

formada pelos coeficientes das incógnitas.
2 1
D= =−6 − 2 =−8 ≠ 0
2 −3
Agora, para determinarmos o valor da incógnita x, devemos primeiramente

calcular o determinante da matriz Dx, que é a matriz D com a coluna dos coeficientes
da incógnita x substituídos pelos termos independentes (coluna dos resultados).
7 1
Dx = =−21 − 3 =−24
3 −3
Obtemos o valor da incógnita x dividindo Dx por D.
Dx −24
x
= = = 3
D −8
Para determinarmos o valor da incógnita y, o processo é igual. Começamos

calculando o determinante Dy.
2 7
Dy = 6 14 =
=− −8
2 3
67
E agora, obtemos o valor da incógnita y dividindo Dy por D.
Dy −8
y
= = = 1
D −8
Desta forma, o sistema linear tem como solução {(3, 1)}, sendo um sistema
possível determinado (SPD) e tem como representação geométrica duas retas
concorrentes.
2 x + 3 y =
5
Exemplo 11: Resolver o sistema  , utilizando a regra de Cramer:
Resolução: 3 x − 2 y =
1
2 3
D= ( 4) − (9) =
=− −13
3 −2
5 3
Dx = (−10) − (3) =
= −13
1 −2
2 5
Dy = =−(2) (15) =
−13
3 1
Dx −13
x
= = = 1
D −13
Dy −13
y =
= = 1
D −13
Desta forma, o sistema linear tem como solução {(1, 1)}, sendo um sistema
possível determinado (SPD) e tem como representação geométrica duas retas
concorrentes.
x − y = 3
Exemplo 12: Resolver o sistema  , utilizando a regra de Cramer:
3 x − 3 y =6
Resolução:
1 −1
D= = (−3) − (−3) = 0
3 −3
3 −1
Dx = =(−9) − (−6) =−3
6 −3
1 3
Dy = = (6) − (9) =
−3
3 6
Dx −3
x
= = → SI 68
D 0
1 3
Dy = = (6) − (9) =
−3
3 6
Dx −3
x
= = → SI
D 0
Dy −3
y
= = → SI
D 0
Desta forma, o sistema linear não tem solução, sendo um sistema impossível
(SI) e tem como representação geométrica duas retas paralelas.
x + 2 y − z = 2

Exemplo 13: Calcular os valores de x, y e z, no sistema 2 x − y + 3 z = 9
3 x + 3 y − 2 z = 3

Resolução: O processo é igual do sistema 2x2, o que aumenta é a dificuldade
para calcular o determinante, que agora será 3x3. Vamos iniciar calculando o
determinante da matriz D, depois Dx, Dy e Dz e os respectivos valores das incógnitas.
1 2 −1 1 2
D = 2 −1 3 2 −1 = ( 2 + 18 − 6 ) − ( 3 + 9 − 8) = 14 − 4 = 10
3 3 −2 3 3
2 2 −1 2 2
Dx =9 −1 3 9 −1 =( 4 + 18 − 27 ) − ( 3 + 18 − 36 ) =−5 + 15 =
10
3 3 −2 3 3
D x 10
x
= = = 1
D 10
1 2 −1 1 2
D y = 2 9 3 2 9 = ( −18 + 18 − 6 ) − ( −27 + 9 − 8 ) =−6 + 26 =20
3 3 −2 3 3
D y 20
y
= = = 2
D 10
1 2 2 1 2
D z = 2 −1 9 2 −1 = ( −3 + 54 + 12 ) − ( −6 + 27 + 12 )= 63 − 33= 30
3 3 3 3 3
D z 30
z
= = = 3
D 10
Desta forma, a solução deste sistema é {(1, 2, 3)}.
69
E
IMPORTANT
A representação em R3 será abordada na próxima unidade.
3.4 SISTEMAS EQUIVALENTES

Dois sistemas são ditos equivalentes quando possuem o mesmo conjunto
solução.
 x+ y = 3 x + y = 3
Exemplo 14: Sendo S1 =  e S2 =  o par ordenado
2 x + 3 y =
8 x + 2 y =
5
(x, y) = (1, 2) satisfaz ambos e é único. Logo, S1 e S2 são equivalentes: S1~S2.
3.4.1 Propriedades dos sistemas equivalentes

A seguir apresentamos as propriedades que irão nos auxiliar a trabalhar
com sistemas equivalentes.
Propriedade 1: Trocando de posição as equações de um sistema obtemos

um outro sistema equivalente.
=  x + y + 2 z 1 ( I=
) x - z 3 ( II )
 
, S1  x
Sendo= =- z 3 ( II ) e=
S2  + z 2 ( III )
y= temos, S1 ~ S 2 .
 y + z 2 ( III ) 
=  = x + y + 2z 1 (I )
Propriedade 2: Multiplicando uma ou mais equações de um sistema por

um número real não nulo k, obtemos um sistema equivalente ao anterior.
3 (I )
 x + 2y =
Dado S1 =  , multiplicando a equação (II) por 3, obtemos:
0 ( II )
 x − y =
=  x + 2y 3 = x + 2y 3
=S2  = ⇒ S2 
( x − y =0) ⋅ 3 3 x − 3y =0
Assim, temos S1~S2.
70
Propriedade 3: Adicionando a uma das equações de um sistema o produto

de outra equação desse mesmo sistema por um número real não nulo k obtemos
um sistema equivalente ao anterior.
4 (I )
 x + 2y =
Dado S1 =  , substituindo neste sistema a equação (II) pela
1 ( II )
 x − y =
soma da equação (I), multiplicada por (-1), com a equação (II), obtemos:
 − x − 2y =−4
( x + 2y = 4) ⋅ (−1)  x− y = 1

=S1'  = ⇒ S1' 
 x− y = 1  -3y = -3

Logo:
 x + 2y =
4
S2 = 
 − 3y = −3
Assim, S1 ~ S2, pois (x, y) = (2, 1) é solução de ambos os sistemas.
3.5 SISTEMAS ESCALONADOS – MÉTODO DE GAUSS

Você deve ter percebido que a Regra de Cramer não nos permite determinar
soluções para sistemas que não tenham o mesmo número de equações e incógnitas.
Para estes casos e quando queremos resolver sistemas lineares cujo número de
equações (e de incógnitas) excede três, é indicado que utilizemos o Método de
Gauss, que utiliza o escalonamento de matrizes na sua resolução.
Para escalonar o sistema, vamos utilizar as três operações sobre linhas de

matrizes já conhecidas, visto que verificamos, com as propriedades do item 3.2,
que ao realizar estas operações, obtemos sistemas equivalentes. Vejamos alguns
exemplos:
Exemplo 15: Dê a solução do sistema linear a seguir, utilizando o

escalonamento de matrizes.
 4 x − 8 y + z =−5

 x − y + 2 z =−2
2 x − 3 y + 3z =−4

71
Resolução: Escrevendo a matriz completa relacionada ao sistema, temos:
 4 −8 1 −5 
 
 1 −1 2 −2 
 2 −3 3 −4 

A seguir, vamos escalonar a matriz utilizando as operações sobre linhas da

matriz para deixá-la escrita sob forma escada:
 4 −8 1 −5   1 −1 2 −2 
   
 1 −1 2 −2  ~  4 −8 1 −5 
 2 −3 3 −4   2 −3 3 −4 
  
 
L1 ↔ L2
Utilizando o elemento a11=1 como pivô para zerar os elementos abaixo dele.
 1 −1 2 −2   1 −1 2 −2 
   
 4 −8 1 −5  ~  0 −4 −7 3
 2 −3 3 −4   0 −1 −1 0 
  
L2 → L2 + ( −4 )⋅ L1
L3 → L3 + ( −2 )⋅ L1
Permutando as linhas 2 e 3:
 1 −1 2 −2   1 −1 2 −2 
   
 0 −4 −7 3  ~  0 −1 −1 0
 0 −1 −1 0   0 −4 −7 3 
  
L2 ↔ L3
Agora, usaremos o elemento a22=-1 como pivô para zerar o elemento a31
abaixo dele.
 1 −1 2 −2   1 −1 2 −2 
   
 0 −1 −1 0  ~  0 −1 −1 0
 0 −4 −7 3   0 0 −3 3 
  
L3 → L3 + ( −4 )⋅ L2
72
Por fim, façamos a leitura das linhas das matrizes, iniciando pela última
linha:
3ª linha:
−3 z = 3
3
z=
−3
z = −1
2ª linha:
−y − z =0
− y − ( −1) =0
− y +1 =0
− y =−1
y =1
1ª linha:
x − y + 2 z =−2
x − (1) + 2 ⋅ ( −1) =−2
x − 1 − 2 =−2
x =−2 + 1 + 2
x =1
Portanto, a solução do sistema linear dada é (1,1,-1).
ATENCAO
Veja que quando representamos a solução do sistema linear, respeitamos a

ordem das incógnitas, x, y, z (em ordem alfabética). Essa ordem é importante e não pode ser
mudada ao escrevermos a solução nessa representação.
 3x1 − 2x 2 + 5x 3 =10

Exemplo 16: Resolva o sistema:  x1 + x 2 + 2x 3 = 12
−4x − 3x + x = −34
 1 2 3
73
Resolução: Escrevendo a matriz completa do sistema, temos:
 3 -2 5 10 
 
1 1 2 12 
 -4 -3 1 -34 

Para escalonar essa matriz, podemos utilizar todas as operações sobre

linhas de matriz. Como é sempre útil deixar o pivô valer 1, vamos permutar a linha
1 pela linha 2:
 3 −2 5 10   1 1 2 12 
   
 1 1 2 12  ~  3 −2 5 10 
 −4 −3 1 −34   −4 −3 1 −34 
 
L1 ↔ L2
Usando o elemento a11 = 1 como pivô para zerar os elementos a21 = 3 e a31 =
-4, teremos:
 1 1 2 12   1 1 2 12 
   
 3 −2 5 10  ~  3 − 3 −2 − 3 5 − 6 10 − 36 
 −4 −3 1 −34   −4 + 4 −3 + 4 1 + 8 −34 + 48 
  
 3 
L2 → L2 +  ⋅ L1
 −1 
 −4 
L3 → L3 +  ⋅ L1
 −1 
1 1 2 12 
 
Logo,  0 −5 −1 −26 
0 1 9 14 

Permutando a linha 2 com a linha 3 para ficarmos com o pivô a22 = 1, teremos:
1 1 2 12   1 1 2 12 
   
 0 −5 −1 −26  ~  0 1 9 14 
 0 1 9 14   0 −5 −1 −26 
   
L 2 ↔ L3
Utilizando o pivô a22 = 1 para zerar o elemento a32 = -5:
 1 1 2 12   1 1 2 12 
   
 0 1 9 14  ~  0 1 9 14 
 0 -5 -1 -26   0 + 0 −5 + 5 −1 + 45 −26 + 70 
   
 −5 
L 3 → L 3 +  ⋅ L 2
 −1 
74
Efetuando as operações chegamos à matriz escalonada:
1 1 2 12 
 
0 1 9 14 
 0 0 44 44 

Lendo as linhas da matriz escalonada:
3ª Linha:
44z = 44
44
z=
44
z =1
2ª Linha:
1y + 9z =
14
1y + 9 ⋅ (1) =14
1y + 9 =14
y= 14 − 9
y=5
1ª Linha:
x + y + 2z =
12
x + ( 5 ) + 2 ⋅ (1) =
12
x +5+ 2 = 12
x+7 = 12
x= 12 − 7
x =5
Portanto, a solução do sistema é S={(5,5,1)}.
3 x − y + z =−1
Exemplo 17: Resolver o sistema  .
x + 2z = 0
75
Resolução: Acadêmico, perceba que essa matriz tem duas equações e três
incógnitas, logo a matriz A será de ordem 2x3. Como a matriz completa tem uma
coluna a mais (a coluna dos resultados), teremos uma matriz 2x4 como ampliada.
3 x − y + z =−1 3 −1 1 −1
 ⇒ 
x + 2z = 0 1 0 2 0 
Note que na segunda linha não aparece incógnita y. Como a segunda coluna
representa os coeficientes da incógnita y e ela não aparece na segunda linha, basta
acrescentar o coeficiente zero como elemento correspondente.
Escalonando a matriz:
3 −1 1 −1 1 0 2 0   1 0 2 0 
1 0 2 0  ~ 3 −1 1 −1 ~ 3 − 3 ⋅1 −1 − 3 ⋅ 0 1 − 3 ⋅ 2 −1 − 3 ⋅ 0  ~

    
L1 ↔ L2 L2 → L2 + ( −3)⋅ L1
1 0 2 0 
~ 
0 −1 −5 −1
Notem que esta matriz já está escalonada e lendo as linhas dessa matriz
teremos duas equações:
1 0 2 0   x + 2 z = 0
  ⇒ 
0 −1 −5 −1 − y − 5 z =−1
Isolando x na primeira equação e y na segunda, obteremos o resultado de

x e y em função de z, ou seja:
x + 2z = 0 x= −2 z
 ⇒
− y − 5 z =−1 y =1 − 5 z
Portanto, existem infinitas soluções para esse sistema: para cada valor de
z que considerarmos, teremos valores x e y diferentes associados a ele, a solução
geral é representada por um ponto de três coordenadas (-2z, 1-5z, z) ou por um
 −2 z 
vetor 1 − 5 z  .
 
 z 
Por exemplo:
para z = 0 teremos (0,1,0)

para z = 1 teremos (-2,-4,1)
Os valores de x e y foram obtidos usando os resultados do sistema acima.

Dizemos então que z é a variável independente do sistema.
76
3 x + y =2
Exemplo 18: Resolver o sistema  x − y =4 .
2 x − 3 y =
6

Resolução: Iniciamos escrevendo a matriz ampliada e escalonando.
 3 1 2  1 −1 4   1 −1 4  1 −1 4 
1 −1 4  ~  3 1 2  ~  3 − 3 ⋅1 1 − 3 ⋅ (−1) 2 − 3 ⋅ 4  ~ 0 4 (–10)
10  ~
      
 2 −3 6   2 −3 6   2 − 2 ⋅1 −3 − 2 ⋅ (−1) 6 − 2 ⋅ 4  0 −1 −2 
    
L1 ↔ L2 L2 → L2 + ( −3)⋅ L1 L2 ↔ L3
L3 → L3 + ( −2 )⋅ L1
1 −1 4  1 −1 4  1 −1 4 
  
~ 0 −1 −2  ~ 0 −1 −2  ~ 0 −1 −2 
  
0 4 (–10) 10 + +4 4⋅ (.−(–2)
10  0 4 + 4 ⋅ (−1) (–10) 2)  0 0 (–18)
2 
  
L3 → L3 + 4⋅ L2
Pronto! A matriz já está escalonada. Lendo a última linha da matriz

escalonada, temos a seguinte equação: 0x + 0y = 2, ou seja, estamos procurando
valores de x e valores de y que a soma de seus produtos por 0 resulta em 2.
Isto é impossível, porque todo número x e todo número y multiplicado por

0 será igual a 0, então teremos sempre, para qualquer x e y, 0 + 0 no lado esquerdo
da igualdade. E 0 + 0 é sempre igual a 0, nunca igual a 2. Portanto, esse sistema é
impossível, ou seja, não há x e y que solucione o sistema. Nesse caso representamos
a solução como S = { }.
4 DISCUSSÃO DE UM SISTEMA LINEAR

Para discutir um sistema linear de n equações e n incógnitas, calculamos o
determinante D da matriz incompleta. Assim, se:
• D ≠ 0 ⇒ O sistema é possível e determinado (SPD), ou seja, tem solução única.

• D= 0 ⇒ O sistema pode ser possível e indeterminado (SPI) (ter infinitas
soluções) ou impossível (SI) (não ter solução).
No caso de D = 0, sistema poderá ser SPI ou SI. Para identificarmos de ele é

SPI ou SI teremos que encontrar todos os Di’s para saber se o sistema é possível e
indeterminado ou impossível. De que forma?
Se todos os Di forem iguais a 0, teremos um SPI.

Se pelo menos um Di diferente de zero, teremos um SI.
77
 x− y + z = 3

Exemplo 19: Discutir o sistema: 2 x + y − 3 z =4 .
3 x − y + 2 z =6

Resolução: O primeiro passo é sempre calcular o determinante D.
1 −1 1
D = 2 1 −1 = 3 ≠ 0
3 −1 2
Logo, o sistema é possível e determinado, apresentando solução única.
 x + 2y + z = 1

Exemplo 20: Discutir o sistema: 2 x + y − 3 z = 4.
3 x + 3 y − 2 z =
0

Resolução: Calcular D.
1 2 1
=D 2 1=−3 0
3 3 -2
Como o valor foi nulo, precisamos verificar se o sistema é SPI ou SI e para

isso devemos calcular os demais determinantes. Lembrando que se algum for
diferente de zero, teremos um sistema impossível.
1 2 1
Dx = 4 1 −3 = 35 ≠ 0
0 3 -2
Sendo D = 0 e Dx ≠ 0, o sistema é impossível, não apresentando solução.
 x + 3 y + 2z = 1

Exemplo 21: Discutir o sistema: −2 x + y + z = −2 .
− x + 4 y + 3z =
−1

78
Resolução:
1 3 2
−2 1
D= 1 =
0
−1 4 3
Novamente o valor foi nulo e precisamos verificar se o sistema é SPI ou SI

e para isso devemos calcular os demais determinantes.
1 3 2
−2 1
Dx = 1 =
0
−1 4 3
1 1 2
−2 -2
Dy = 1 =
0
−1 −1 3
1 3 1
Dz = −2 1 −2 = 0
−1 4 -1
Logo, temos D = 0, Dx = 0, Dy = 0, Dz = 0. Portanto, o sistema é possível e

indeterminado, apresentando infinitas soluções.
3
kx + y =
Exemplo 22: Determinar k ϵ R, de modo que o sistema  tenha
solução. 5
 x + ky =
Solução: Condição: det A ≠ 0:
k 1
= k 2 − 1 ≠ 0 ⇒ k ≠ ±1
1 k
5 APLICAÇÕES DE SISTEMAS LINEARES

Conforme visto na introdução deste tópico, os sistemas lineares são a chave
para resolver diversos problemas nas mais variadas áreas. Desta forma, trazemos
a resolução de algumas aplicações.
Exemplo 23: (FGV-2005) Um motorista abasteceu seu carro Flex num

posto com 10 litros de álcool e 30 litros de gasolina, pagando R$ 90,00. Na semana
79
seguinte, no mesmo posto, abasteceu com 30 litros de álcool e 20 litros de gasolina

pagando R$ 102,00. Se não houve alteração nos preços, calcule o preço do álcool
nesse posto.
Resolução: Utilizando as variáveis “x” e “y” para preços, respectivamente,

do álcool e da gasolina, montamos o sistema com as informações:
10 x + 30 y =
90

30 x + 20 y =
102
Escalonando o sistema, encontra-se a variável “y” e em seguida “x”.
10
= x + 30 y 90 10
= x + 30 y 90
 ~ 
30
= x + 20 y 102 = 70 y 168
3 L1 − L2
168 90 − 30(2, 4) 18
Assim,=y = 2, 4 . Substituindo na 1ª equação, temos: =
x = = 1,8 .
70 10 10
Resposta: O preço do álcool vale R$ 1,80.
Exemplo 24: Em uma pastelaria, dois pastéis mais três caldos de cana
custam R$ 5,40. Cinco pastéis mais dois caldos custam R$ 9,10. Qual o preço de
quatro pastéis e quatro caldos?
Resolução: Utilizando as variáveis “x” e “y” para preços, respectivamente,

do pastel e do caldo, montamos o sistema com as informações:
2 x + 3 y =
5, 40

5 x + 2 y =
9,10
Escalonando o sistema, temos:
=2 x + 3 y 5, 40 =2 x + 3 y 5, 40
 ~ 
5 x + 2 y 9,10 =
= 11 y 8,80
5 L1 − 2 L2
8,80 5, 40 − 3(0,80) 3, 00
Logo,
= y = 0,80 =
e x = = 1.50.
11 2 2
Calculando quatro pastéis e quatro caldos: 4.(0,80)+4.(1,50) = 3,20+6,00 =

R$9,20.
Resposta: O preço pedido é R$ 9,20.
80
Exemplo 25: (UERJ-2004) Um comerciante deseja totalizar a quantia de R$

500,00 utilizando cédulas de um, cinco e dez reais, num total de 92 cédulas, de
modo que as quantidades de cédulas de um e de dez reais sejam iguais. Neste caso,
qual a quantidade de cédulas de cinco reais que o comerciante precisará?
Resolução: Considerando “x”, “y” e “z”, respectivamente, as quantidades

de cédulas de R$ 1,00; R$ 5,00 e R$ 10,00 lembrando que x = z, montamos o sistema:
 x + y + z 92
= =2 x + y 92
 ⇒
 x + 5=
y + 10 z 500 11
= x + 5 y 500
Escalonando, temos:
2 x + y 92
= = 2 x + y 92
 ~ 
11=x + 5 y 500 =  y 12
11. L1 − 2. L2
Resposta: Logo, são necessárias 12 cédulas de R$ 5,00.
Exemplo 26: (UNIUBE-MG) Ao descontar um cheque, recebi somente notas

de R$ 10,00 e R$ 50,00 em um total de 14 notas. Quando fui conferir, descobri que o
caixa havia se enganado, pois recebi tantas notas de R$ 50,00 quanto as de R$ 10,00
que deveria ter recebido e vice-versa. Percebido o erro, verifiquei que, se gastasse
R$ 240,00 da importância recebida, ainda ficaria com o valor do meu cheque. Qual
era o valor do cheque?
Resolução: Considerando “x” as notas de R$ 10,00 e “y”, as de R$ 50,00, o

sistema de acordo com as informações é:
Escalonando o sistema:
x + y = 14 x + y =14
 ~  1
⇒x=
40 x − 40 y =
240 80 y= 320 ⇒ y= 4
40. L1 − L2
Resposta: Logo o valor do cheque era (10).(R$10,00) + (4).(R$50,00) =

R$300,00.
Exemplo 27: Aplicação dos Sistemas lineares na Engenharia.

Extraído do artigo “Análise do conceito de Sistemas de equações Lineares
no Curso de Engenharia Mecânica” apresentado no XLI Congresso Brasileiro de
Educação em Engenharia, Gramado/2013.
81
FIGURA 2 - MONTAGEM DO SISTEMA MASSA MOLA NÃO AMORTECIDO E DIAGRAMA DE

CORPO LIVRE
FONTE: Furtado (2013)
Utilizando a 2ª Lei de Newton (equação do movimento) e a Lei de Hooke

(deformação elástica), conseguimos obter matematicamente as equações que
regem todo o sistema massa mola. Pela condição de equilíbrio estático onde não
existe movimento, podemos escrever as equações da seguinte forma.
Força exercida pela mola elástica de peso desprezível nos blocos.
F1 = Kx1
F2 = K (x2 - x1)
F3 = K (x3 - x2)
Força devido ao peso dos blocos.
P1 = m1 . g
P2 = m2 . g
P3 = m3 . g
Diagrama de corpo livre do sistema massa mola:
82
Bloco de massa m1:
∑ Fx = 0
F1 − 2 F2 − P1 =
0
3Kx1 − 2 Kx2 =
m1 g
Bloco de massa m2:
∑ Fx = 0
2 F2 − P2 − F3 =
0
−2 Kx1 − 3Kx2 − Kx3 =
m2 g
Bloco de massa m3:
∑ Fx = 0
F3 − P2 =0
Kx3 − Kx2 =
m3 g
Sendo assim, o sistema de equações lineares que modelam o problema de

engenharia do sistema massa mola segue:
3Kx1 − 2 Kx2 = m1 g

−2 Kx1 − 3Kx2 − Kx3 =
m2 g
 Kx − Kx = m3 g
 3 2
Em que, dependendo dos valores das constantes elásticas e das massas dos
objetos, determinamos os valores das deformações x1, x2 e x3.
LEITURA COMPLEMENTAR
CURIOSIDADES EM TORNO DOS CONCEITOS DE MATRIZES,

DETERMINANTES E SISTEMAS LINEARES
1) O pai do nome matriz
Foi só há pouco mais de 150 anos que as matrizes tiveram sua importância
detectada e saíram da sombra dos determinantes. O primeiro a lhes dar um nome
parece ter sido Cauchy, 1826: tableau (= tabela).
O nome matriz só veio com James Joseph Sylvester, 1850. Seu amigo Cayley,
com sua famosa Memoir on the Theory of Matrices, 1858, divulgou esse nome e
iniciou a demonstrar sua utilidade.
83
2) Por que Sylvester deu o nome matriz às matrizes?
Usou o significado coloquial da palavra matriz, qual seja: local onde algo
se gera ou cria. Com efeito, via-as como "...um bloco retangular de termos... o que
não representa um determinante, mas é como se fosse uma MATRIZ a partir da
qual podemos formar vários sistemas de determinantes, ao fixar um número p
e escolher à vontade p linhas e p colunas..." (artigo publicado na Philosophical
Magazine de 1850, p. 363-370).
Observe que Sylvester ainda via as matrizes como mero ingrediente dos
determinantes. É só com Cayley que elas passam a ter vida própria e gradativamente
começam a suplantar os determinantes em importância.
3) Surgimento dos primeiros resultados da Teoria das Matrizes
Costuma-se dizer que um primeiro curso de Teoria das Matrizes - ou de

sua versão mais abstrata, a Álgebra Linear - deve ir no mínimo até o Teorema
Espectral. Pois bem, esse teorema e toda uma série de resultados auxiliares já eram
conhecidos antes de Cayley iniciar a estudar as matrizes como uma classe notável
de objetos matemáticos.
Como se explica isso? Esses resultados, bem como a maioria dos resultados
básicos da Teoria da Matrizes, foram descobertos quando os matemáticos dos
séculos XVIII e XIX passaram a investigar a Teoria das Formas Quadráticas.
Hoje, consideramos imprescindível estudar essas formas através da notação e
metodologia matricial, mas naquela época elas eram tratadas escalarmente.
Mostremos aqui a representação de uma forma quadrática de duas

variáveis, tanto via notação escalar como com a mais moderna notação matricial:
O primeiro uso implícito da noção de matriz ocorreu quando Lagrange

c. 1790 reduziu a caracterização dos máximos e mínimos, de uma função real de
várias variáveis, ao estudo do sinal da forma quadrática associada à matriz das
segundas derivadas dessa função. Sempre trabalhando escalarmente, ele chegou a
uma conclusão que hoje expressamos em termos de matriz positiva definida. Após
Lagrange, já no século XIX, a Teoria das Formas Quadráticas chegou a ser um
dos assuntos mais importantes em termos de pesquisas, principalmente no que
toca ao estudo de seus invariantes. Essas investigações tiveram como subproduto
a descoberta de uma grande quantidade de resultados e conceitos básicos de
matrizes.
84
Assim, podemos dizer que a Teoria das Matrizes teve como mãe a Teoria
das Formas Quadráticas, pois seus métodos e resultados básicos foram lá gerados.
Hoje, contudo, o estudo das formas quadráticas é um mero capítulo da Teoria das
Matrizes.
3) Breve histórico do estudo dos determinantes
A primeira ideia de determinante, presume-se, já existia na China antiga,

onde os coeficientes de equações lineares eram representados com varetas de
bambu.
• 1683: no Japão, o matemático Seki Shinsuke Kowa, baseando-se em

ensinamentos chineses, utilizava varetas para resolver sistemas lineares de um
modo semelhante ao processo usado hoje para o cálculo de determinantes;
• 1693: o matemático alemão Göttfried Wilhelm Leibniz criou a teoria dos
determinantes, também resolvendo sistemas lineares;
• 1750: o matemático suíço Gabriel Cramer, desconhecendo os trabalhos já
feitos, reinventou os determinantes ao estabelecer e publicar uma regra, que leva
seu nome, para resolver os sistemas lineares;
• 1812: Cauchy escreveu 84 páginas sobre determinantes e, a partir daí a
teoria dos determinantes tornou-se um ramo da Álgebra, passando, então, a ser
largamente utilizada.
4) Determinantes a partir de Sistemas Lineares?
Do ponto de vista histórico, a ideia de determinante aparece em soluções

de sistemas lineares pelo menos um século antes do matemático inglês Arthur
Cayley criar as teorias das matrizes. A ordem histórica, portanto, foi: sistemas
lineares, determinantes e matrizes, porém, estudamos primeiro matrizes, depois
determinantes e, em seguida, sistemas lineares.
FONTE: CRUZ, L. F. Introdução ao estudo da Álgebra Linear. Rio Claro: Editora da UNESP, 2012,
p. 190.
85
RESUMO DO TÓPICO 3
Neste tópico, você estudou que:
• Um sistema de equações lineares pode ser definido como um conjunto de n

equações com n variáreis independentes entre si. E que todo sistema pode ser
escrito sob forma matricial A·X = B.
• Um sistema pode ser classificado em: sistema possível determinado (SPD),

sistema possível indeterminado (SPI) e sistema impossível (SI).
• Um sistema linear pode ser resolvido através da regra de Cramer, a qual afirma
D
que todo sistema normal tem uma única solução, dada por: xi = xi
D
• O método de Gauss consiste em escalonar a matriz utilizando as operações
elementares sobre linhas de matrizes.
86
AUTOATIVIDADE
Acadêmico, o processo de resolução de sistemas lineares pode parecer

complicado no começo. Porém, não desista! É normal escolhermos caminhos
que não nos levem à resposta esperada nas primeiras tentativas, mas o
importante é reconhecer que a escolha foi errada e recomeçar outra vez. Lápis,
borracha e mãos à obra!
1 Resolva o sistema linear do exemplo 28, determinando os

comprimentos de deformação e um diagrama representativo com
m1=2kg, m2=3kg, m3=5kg de uma mola com constante elástica de
12N/m.
2 x − y + 3z = 0
2 Determine m para que o sistema 
 x + 4 y − 5 z 0 tenha
= única so-
lução. 3 x + my + 2 z = 0

3 Escalone e resolva os sistemas lineares a seguir:
2 x + 3 y + z =1

a) 3 x − 3 y + z =8
2 y + z = 0

x + y + z = 6

b) 4 x + 2 y − z =5
x + 3y + 2z = 13

x + 2 y + z = 7

c) 2 x + 7 y + z = 21
−3 x − 5 y + 2 z =−8

4 (UERJ) Observe a tabela de compras realizadas por Mariana.
87
Sabendo que ela adquiriu a mesma quantidade de canetas e cadernos, além do
maior número possível de lapiseiras, o número de corretores comprados foi
igual a:
a) ( ) 11 b) ( ) 12 c) ( ) 13 d) ( ) 14
5 (UERJ) Observe os quadros I, II e III anunciados em uma livraria.
Quadro I Quadro II
Quantidade Preço (em Reais)
Edição Luxo Edição Bolso Regular Oferta
Livro A 76 240 Ed. Luxo 8,00 6,00
Livro B 50 180 Ed. Bolso 2,00 1,00
Quadro III
Preço Preço
(Regular) (Oferta)
Livro A 720,00 440,00
Livro B 560,00 340,00
I) Considere os quadros I e II. Supondo que todos os livros A foram vendidos ao

preço regular e todos os livros B foram vendidos ao preço de oferta, a quantia
total arrecadada pela livraria na venda desses livros foi:
a) ( ) R$ 1658,00 b) ( ) R$ 1568,00 c) ( ) R$ 2340,00 d) ( ) R$ 1348,00
II) Considere agora o quadro III, que indica a quantia arrecadada na venda de
certa quantidade dos livros A e B (valores em reais). Utilizando esses dados
e os apresentados no quadro II, a quantidade vendida do livro A (ao preço
regular, edição de luxo) e a quantidade vendida do livro B (ao preço de oferta,
edição de bolso) foram, respectivamente.
a) ( ) 100 e 200 b) ( ) 45 e 100 c) ( ) 50 e 160 d) ( ) 40 e 160
6 (UFF – 2000) As ligações entre as cidades A, B e C figuram num

mapa rodoviário conforme ilustrado. Seguindo esse mapa, uma
pessoa que se deslocar de A para C, passando por B, percorrerá
450 km. Caso a pessoa se desloque de A para B, passando por C, o
percurso será de 600 km. Para se deslocar de B para C, passando por A, a pessoa
vai percorrer 800 km. Determine quantos quilômetros esta pessoa percorrerá ao
se deslocar de A para B, sem passar por C.
88
x
cidade
A
cidade
B
z
y
cidade
C
7 (UNESP) Numa determinada empresa vigora a seguinte

regra baseada em acúmulo de pontos. No final de cada mês, o
funcionário recebe: 3 pontos positivos, se em todos os dias do mês
ele foi pontual no trabalho, ou 5 pontos negativos, se durante o
mês ele chegou pelo menos um dia atrasado. Os pontos recebidos vão sendo
acumulados mês a mês, até que a soma atinja, pela primeira vez, 50 ou mais
pontos, positivos ou negativos. Quando isso ocorre, há duas possibilidades:
se o número de pontos acumulados for positivo, o funcionário recebe uma
gratificação e, se for negativo, há um desconto em seu salário. Qual a quantidade
de meses em que um funcionário foi pontual, no período, se ele acumulou
exatamente 50 pontos positivos em 30 meses?
89
90
UNIDADE 2
VETORES E SUAS APLICAÇÕES
• conceituar, operacionar e interpretar vetores;
• visualizar as aplicações de vetores;
• compreender a real importância de autovalores e autovetores;
• formalizar o estudo de transformações lineares.
PLANO DE ESTUDOS
Esta unidade está dividida em quatro tópicos. Ao final de cada um deles você
encontrará atividades que o auxiliarão no seu aprendizado.
TÓPICO 1 - VETORES E SUAS OPERAÇÕES BÁSICAS
TÓPICO 2 - OPERAÇÕES VETORIAIS
TÓPICO 3 - DEPENDÊNCIA LINEAR
TÓPICO 4 - TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
91
92
UNIDADE 2
TÓPICO 1
VETORES E SUAS OPERAÇÕES BÁSICAS
1 INTRODUÇÃO
Acadêmico, nesta segunda unidade de estudo abordaremos os conceitos,
regras, propriedades e aplicações dos vetores. O conteúdo desta unidade representa
o elo de ligação entre dois grandes ramos da Matemática, a Álgebra Linear e a
Geometria Analítica.
Segundo Anton e Rorres (2010, p. 119), vetores “são quantidades que

requerem não só um valor numérico, mas também uma direção e um sentido para
sua descrição física completa”. E eles fazem parte do cotidiano dos engenheiros.
Vocês os encontrarão em:
• grandezas como força, torque e velocidade;

• guindastes, pontes e elevadores;
• motores e automóveis;
• dimensionamento de vigas e treliças;
• matérias como Estática e Resistência dos Materiais;
• tratamentos bi e tridimensionais, mais conhecidos como 2D e 3D.
Os vetores também aparecem em situações corriqueiras, por exemplo,

quando um carro fica sem partida e é necessário empurrá-lo. Com o auxílio de
três ou quatro pessoas, todas empurrando na mesma direção. Elas estão somando
forças com a mesma direção e sentido, isso pode ser representado por um vetor,
ou então em um simples bate-estacas, que em golpes sucessivos vai afundando um
pilar e pode ser representado por uma força na direção normal.
Saiba, acadêmico, que com a prática os vetores e suas operações tornam-se

cada vez mais claros, levando-o a conhecer o funcionamento detalhado de várias
estruturas. Vamos iniciar?
E
IMPORTANT
Ao longo dos estudos, na matemática do Ensino Médio, conhecemos o Plano

Cartesiano. Vamos aqui relembrá-lo, pois esse conhecimento é pré-requisito para compreender
a representação gráfica de um vetor.
93
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
2 PLANO CARTESIANO
 
Em um Plano Cartesiano são fixados dois eixos coordenados OX e OY ,
interceptando-se em um ponto O, chamado de origem. Fica convencionado que os
eixos coordenados formam entre si um ângulo de 90º (ângulo reto). Em seguida,
escolhendo-se
 
um ponto P pertencente ao plano, traçam-se retas
  perpendiculares
a OX e OY , passando por P, interceptando os eixos OX e OY nos pontos R e S,
respectivamente. Daí em diante, os comprimentos dos segmentos OR e OS são
ditos coordenadas cartesianas do ponto P, no plano cartesiano.
FIGURA 3 - REPRESENTAÇÃO DO PONTO P NO PLANO CARTESIANO
S P
x
O R
FONTE: Os autores
Obviamente, este é um conceito que você já está acostumado a utilizar. É

claro que na prática os segmentos OR e OS são mensurados através de medidas
numéricas, onde associamos cada ponto P do plano a um único par ordenado (xp,
yp) de números reais, sendo xp a abscissa e yp a ordenada do ponto P.
Agora, iremos estender este conceito para o Espaço Cartesiano, que nada
mais é do que analisar
analogamente

o fato, porém em três dimensões. Traçamos

o eixo OZ ortogonal a OX e OY concomitantemente todos eles se interceptando na
origem dos eixos.
Dado um ponto P, agora pertencente ao “espaço”, traçamos retas

perpendiculares aos planos coordenados, passando por P, da seguinte forma:
• Reta perpendicular (em T) ao eixo OZ, paralela ao plano XY.

• Reta perpendicular (em S) ao eixo OY, paralela ao plano XZ.
• Reta perpendicular (em R) ao eixo OX, perpendicular ao plano YZ.
E com isto, os comprimentos dos segmentos OR e OS e OT são ditos

coordenadas cartesianas do ponto P, no espaço cartesiano, associando-o a uma
única trinca coordenada (xp, yp, zp) de números reais, sendo xp a abscissa, yp a
ordenada e zp a cota do ponto P.
94
TÓPICO 1 | VETORES E SUAS OPERAÇÕES BÁSICAS
FIGURA 4 - REPRESENTAÇÃO DO PONTO P NO ESPAÇO CARTESIANO

Z
T
Plano yz
Plano xz P
O
R
S
x Plano xy y
FONTE: Os autores
Exemplo 1: Determinar um sistema de coordenadas no espaço cartesiano

representando uma sala com 10 m de comprimento, 6 m de largura e 4 m de altura,
para representar:
a) Os oito cantos da sala.

b) O ponto de intersecção das diagonais do plano.
c) Um ponto P acima da intersecção das diagonais do plano, situado
ortogonalmente a 2 m de altura.
Resolução: A figura a seguir dá a ideia da sala mencionada no exemplo.
FIGURA 5 - REPRESENTAÇÃO DE PONTOS NO ESPAÇO R³
FONTE: Os autores
95
a) Seguindo os conceitos da construção do espaço cartesiano, temos que notar

o fato de que os pontos terão cada um três coordenadas. Note, também, que
poderíamos escolher qualquer posição para representar a sala neste espaço,
porém é mais simples escolher a posição onde um dos cantos da sala é a origem
dos eixos coordenados. Logo:
P1 ( 0, 0, 0 ) , P2 ( 0, 6, 0 ) , P3 (10, 6, 0 ) , P4 (10, 0, 0 )
P5 (10, 0, 4 ) , P6 ( 0, 0, 4 ) , P7 ( 0, 6, 4 ) , P8 (10, 6, 4 )
NOTA
Verifique que o único ponto que não possui coordenadas nulas é o ponto P8 ,
pois ele não pertence a nenhum eixo nem plano coordenado. Assim:
• Pontos que possuem duas coordenadas nulas, está situado em um eixo.
• Pontos que possuem uma coordenada nula, está situado em um plano.
b) O ponto de intersecção entre as diagonais (ponto D) está no plano XY, logo ele
possui cota zD = 0 (não possui altura). Percebe-se também que as coordenadas xD
e yD são metade das medidas dos lados da sala (por se tratar da diagonal), logo
xD = 5 e yD = 3, e então D(5,3,0).
c) Verifique que as duas primeiras coordenadas do ponto P coincidem com a do

ponto D visto acima. Logo, para “dar altura” ao ponto, mexemos no valor da
cota z. Assim, P(5,3,2).
3 VETORES NO PLANO E NO ESPAÇO

Nas aplicações físicas dos fenômenos naturais existem grandezas como
comprimento, temperatura e tempo, que são medidas apenas pela sua intensidade
e representadas por números reais. Estas grandezas são chamadas de grandezas
escalares. Outras, por sua vez, para seu entendimento necessitam, além do valor
de sua intensidade, uma direção e sentido. A estas damos o nome de grandezas
vetoriais e, obviamente, são representadas por vetores.
Primeiramente, iremos verificar a interpretação geométrica de vetor,

em seguida, trataremos vetores do ponto de vista algébrico, para poder realizar
operações vetoriais.
96
3.1 INTERPRETAÇÃO GEOMÉTRICA DE VETOR

Sabemos que dois pontos distintos do espaço determinam uma reta.
Podemos entender esta reta como um lugar geométrico que determina uma
direção no espaço. É claro que não precisamos de toda a reta para verificar esta
direção, então podemos tomar um segmento de reta entre os pontos A e B. Logo
depois, podemos orientar este segmento de reta, dando-lhe um sentido, apenas
considerando uma das extremidades do segmento como ponto inicial e a outra
como ponto final. Além disto, podemos medir o comprimento deste segmento, o
que chamaremos de AB.
FIGURA 6 - REPRESENTAÇÃO GEOMÉTRICA DE UM VETOR
AB
FONTE: Os autores
Vimos assim que vetores são definidos geometricamente por segmentos

de reta orientados. Constituindo assim sua direção, sentido e intensidade (valor).
Iremos tomar verdadeiro também que vetores paralelos com mesmo sentido e
intensidade são vetores iguais, mesmo que representados por segmentos diferentes.
Neste caso, iremos chamá-los de vetores equipolentes.
FIGURA 7 - VETORES EQUIPOLENTES
FONTE: Os autores
97
Observação: Na figura acima, os vetores dados pelos segmentos CD e EF

são equipolentes, já o vetor dado por GH não, pois o seu sentido é distinto.
NOTA
Realizando uma analogia, podemos comparar vetores equipolentes a frações

equivalentes. Por exemplo: 1 2 3
= =
2 4 6
3.2 DEFINIÇÃO ALGÉBRICA DE VETOR

Para realizar a definição geométrica de vetor, deveremos introduzi-lo em
um sistema de coordenadas. Inicialmente iremos realizar o processo em duas
dimensões, estendendo-a posteriormente para três dimensões.
Definição: Dados dois pontos do plano A e B, com coordenadas (xA, yA) e

(xB, yB), chamamos de vetor v a operação B-A = (xB -xA, yB -yA).
GRÁFICO 1 - REPRESENTAÇÃO DE UM VETOR
FONTE: Os autores
98
E
IMPORTANT
Para vetores em três dimensões, o resultado é análogo. Dados os pontos A (xA,

yA, zA) e B (xB, yB, zB) no espaço: v = B - A = (xB - xA, yB - yA, zB - zA).
Exemplo 2: Dados os pontos A(-1,2) e B(3,4) do plano e os pontos C(2,3,3)

e D(3, -2,3) do espaço. Determine os vetores u = AB do plano e v = CD do espaço,
algebricamente e geometricamente.
Resolução: Algebricamente, iremos determinar os vetores u e v através da

subtração das coordenadas dos pontos indicados, logo:
u = B− A= ( 3 − ( −1) , 4 − 2 ) = ( 4, 2 )
v = D −C = ( 3 − 2, −2 − 3,3 − 3) = (1, −5, 0 )
Geometricamente:
O gráfico da esquerda nos mostra a operação entre os pontos A e B, que

resultou o vetor u. Note que o vetor resultado parte da origem (0,0), mesmo que os
pontos acima citados não estejam sobre ela. Neste caso, podemos observar que o
vetor u´, que é o segmento orientado entre os pontos A e B, é um vetor equipolente
ao resultado da operação, mas que representa a mesma intensidade, direção e
sentido.
O mesmo também ocorre no gráfico da direita. O vetor v´ tem como

vetor equipolente o vetor v = (1,-5,0), resultante da operação D – C, realizada
algebricamente acima.
99
Este exemplo nos mostra que encontrar um vetor a partir de dois pontos
sempre nos trará um representante deste vetor partindo da origem dos eixos
cartesianos, e assim, iremos sempre adotar esta regra para a análise de vetores.
4 OPERAÇÕES ENTRE VETORES

Após definir vetor de modo algébrico e geométrico, iremos aprender
a operar com eles de modo adequado. Outro ponto a ser conferido é o fato da
motivação para realizar estas operações se encontrar no estudo das grandezas
vetoriais na Física e na Engenharia.
Fica claro que as definições destas operações estão baseadas em vetores

de 23 (ou seja, vetores de duas coordenadas). Porém, facilmente elas podem ser
estendidas para vetores de três coordenadas (fica como atividade para você,
acadêmico).
4.1 SOMA DE VETORES

Definição: Sejam u = (x1,y1) e v = (x2,y2), vetores de  ². Então definimos a
soma de vetores u + v da seguinte forma:
u + v = (x1+x2, y1+y2)
Observação: De modo mais simples, o vetor soma u + v será aquele cujas

coordenadas são obtidas somando-se as respectivas coordenadas de u e v.
Geometricamente, existem algumas maneiras de determinarmos a soma

entre vetores. Iremos identificar aqui duas delas:
1) Regra do Paralelogramo:
Esta técnica é assim chamada,

REGRA pois na extremidade de v
DO projeta-se o vetor u, e na extre-
PARALELOGRAMO midade de u projeta-se v.
Construindo uma figura, tal
qual um paralelogramo. O
vetor resultado, que chamamos
de resultante, é obtido pelo
segmento que liga a origem ao
encontro das projeções.
100
2) Regra do Triângulo:
Nesta técnica, projeta-se o

REGRA vetor v (ou u), na extremidade
DO do vetor u (ou v). Partindo
TRIÂNGULO da origem, traça-se um vetor
até a extremidade alcançada,
fechando uma figura tal qual um
triângulo. Este vetor encontrado
será o resultante.
NOTA
A Regra do Triângulo pode ser estendida e compreendida como “Regra do

Polígono”, que nos permite realizar a soma de inúmeros vetores ao mesmo tempo, da seguinte
forma:
C
E
B D
A
Vetor G
F
Os vetores são colocados consecutivamente, para que o vetor resultante seja o último lado
para criar o polígono.
Exemplo 3: Sejam u = (-2, -3), v = (1,4), t = (3,2), determine algebricamente e

geometricamente as seguintes somas entre vetores:
a) u + v =
b) u + t =
c) v + t =
101
Resolução:
a) u + v =( −2 + 1, −3 + 4 ) =( −1,1) b) u + t = ( −2 + 3, −3 + 2 ) = (1, −1)
c) v − t =?
Neste ponto, antes de realizar o cálculo deveremos definir o conceito de

vetor oposto.
Definição: Seja o vetor v = (x1,y1), dizemos que seu vetor oposto -v é dado
por -v = (-x1,-y1).
Esta definição nos leva a entender que a subtração de vetores nada mais é
do que a soma do vetor oposto.
Voltando à questão, temos: v - t = v + (-t) = (1,4) + (-3,-2) = (1 - 3,4 - 2) = (-2,2).
102
4.2 MULTIPLICAÇÃO DE UM VETOR POR UM ESCALAR

Definição: Seja u = (x1, y1) um vetor de  ² e k ∈  . A multiplicação k . u é
dada por k . u = (k . x1 , k . y1 ).
Observações:
1) Se k >0, o vetor resultado é maior do que o vetor original k vezes.

2) Se 0<k<1, o vetor resultado é menor do que o original k vezes.
3) Se k < -1, o vetor resultado é maior do que o original k vezes e muda sua direção
em 180°.
Se -1<k<0, o vetor resultado é menor do que o original k vezes e muda sua

direção em 180°.
NOTA
Caro acadêmico, procure refletir sobre as observações acima. É interessante

corroborar os conceitos aqui encontrados com exemplos numéricos que o farão fixar e
absorver melhor o conteúdo.
Agora, fica a pergunta: O que ocorre quando k = + 1? Por quê? Existe alguma relação com
a definição de vetor oposto dada anteriormente?
Exemplo 4: Seja o vetor u = (2,3), realize as seguintes operações entre os

vetores a seguir com os respectivos escalares.
a) 3 ⋅ u
b) − 2 ⋅ u
1
c) - ⋅ u
2
Resolução:
a) 3 ⋅ u = 3 ⋅ ( 2,3) = ( 3 ⋅ 2,3 ⋅ 3) = ( 6,9 )

b) − 2 ⋅ u = −2 ⋅ ( 2,3) = ( −2 ⋅ 2, −2 ⋅ 3) = ( −4, −6 )
1 1  1 1   3
c) − ⋅ u =− ⋅ ( 2,3) = − ⋅ 2, − ⋅ 3  = −1, − 
2 2  2 2   2
103
Observação: Perceba que a multiplicação de um vetor por um escalar pode

modificar apenas o “tamanho” (através do fator multiplicativo) e sentido (através
do sinal negativo). Nunca se altera a direção do vetor através desta operação.
NOTA
O método para alterar a direção do vetor será visto mais adiante, quando falarmos
em tranformações lineares especiais.
Exemplo 5: Dados os vetores u = (-2,3,1), v = (3,-1,4), faça as seguintes

operações:
a) u − 3v =
b) − 2u + 3v =
c) u ² − v =
Resolução:
a) u − 3v =( −2,3,1) + 3. ( −3,1, −4 ) =
= ( −2,3,1) + ( −9,3, −12 )
= ( −2 − 9,3 + 3, −4 − 12 )
( −11, 6, −16 )
=
104
b) − 2u + 3v =−2. ( −2,3,1) + 3. ( 3, −1, 4 ) =

= ( 4, −6, −2 ) + ( 9, −3,12 )
= ( 4 + 9, −6 − 3, −2 + 12 )
= (13, −9,10 )
c) Muito cuidado com esta operação! Por mais que conheçamos a

potenciação para números reais, não podemos nos confundir. Não está definida
esta operação para vetores, logo não é possível realizar esta questão.
Exemplo 6: Dados os vetores u = (a+b, 6) e v = (4, 2b), determine os valores

de a e b, para que -2u = 4v.
Resolução: Inicialmente, iremos utilizar o que a questão solicitou, o fato de:

-2 . u = 4 . v
Logo,
−2. ( a + b, 6 ) =
4. ( 4, 2b )
( −2a − 2b, −12 ) =
(16,8b )
Comparando as coordenadas dos vetores, podemos formar o seguinte
sistema de equações:
−2a − 2b =
16

 8b = −12
Da segunda equação, podemos afirmar que:
12 3
b=
− = −
8 2
Utilizando este resultado na primeira equação vem:
 3 13
−2a − 2  −  = 16 ⇒ −2a + 3 = 16 ⇒ a = −
 2 2
Acadêmico, estes são os conceitos preliminares sobre vetores, nos próximos

tópicos desta unidades veremos muito mais! Se aproprie bem do que estudamos
até aqui, pois servirá de subsídio para os próximos conceitos!
105
RESUMO DO TÓPICO 1
 
• O Plano Cartesiano é formado pelos eixos coordenados OX e OY , que se
interceptam ortogonalmente em um ponto O, chamado de origem.
• O Espaço Cartesiano é análogo ao Plano Cartesiano,

 
porém

em três dimensões.
Assim, é formado pelos eixos coordenados: OZ , OX e OY , ortogonais entre si.
• Vetor é uma grandeza matemática, definida por uma direção, sentido e

comprimento, o qual representamos por: v.
• Dados dois pontos do plano A e B, com coordenadas (xA, yA) e (xB, yB) , chamamos
de vetor v a operação B-A = (xB -xA, yB -yA).
• A soma de vetores u + v é definida por: u + v = (x1+x2, y1+y2) .
• A multiplicação k . u é dada por k . u = (k . x1 , k . y1 ).
106
AUTOATIVIDADE
1 Em relação a um sistema ortogonal de coordenadas cartesianas

no espaço, considere os pontos A = (−1, 1, 2), B = (2, 1, −2), C = (3,
4, −3), D = (1, −2, 0), E = (2, −2, −4) e F = (−3, −4, 3). Trace o sistema
ortogonal de coordenadas cartesianas e localize os pontos dados.
2 Sobre que eixo está cada um dos pontos A = (0,3,0), B = (-1,0,0)

e C = (0,0,4)?
3 Sobre qual plano se encontram os pontos A = (3,0,-2), B = (1,1,0)

e C (0,2,3)?
4 Qual a distância do ponto (3,2,-2) ao plano xy? E ao plano xz? E

ao plano yz?
5 A figura a seguir representa um paralelepípedo retângulo de

arestas paralelas aos eixos coordenados e de medidas 2, 1 e 3.
Determine as coordenadas dos vértices deste sólido sabendo
que A (2, –1,2).
107
6 Considere os vetores u = (1, -3, 6) e v = (7, 2, 4). Calcule os vetores
r = u + 2v e s = v – u.
7 Sejam os pontos A (2, 4 , 7), B (0, 1, 5) e C ( -2, 4, 8).
a) Determine os vetores u = AB, v = AC e w = BC.

b) Trace estes vetores no espaço cartesiano.
c) É possível afirmar que estes vetores formam um triângulo no espaço?
Explique:
8 Sendo u = (2,-1,c), v = (a,b-2,3) e w = (4,-1,0), determine os

valores de a, b e c de modo que 3u – 4v = 2w.
9 Dado o vetor u = (2,-1,-3), determine o vetor v paralelo a u, que

tenha sentido contrário ao de u e três vezes o módulo de u.
108
UNIDADE 2 TÓPICO 2
OPERAÇÕESVETORIAIS
1 INTRODUÇÃO
No tópico anterior, estudamos os conceitos e definições iniciais sobre
vetores, bem como as operações mais elementares, como somar um vetor e
multiplicar um vetor por um escalar.
Neste tópico daremos continuidade a esse estudo, aprofundando o

conhecimento sobre as operações que podemos realizar com vetores e o que o
resultado dessas operações representa. Acreditamos que esse seja o ponto mais
importante, pois quando sabemos o que o resultado de uma operação representa,
sabemos onde esse conhecimento pode ser aplicado.
Vamos começar?
E
IMPORTANT
Acadêmico, tenha em mãos lápis, borracha, papel e uma calculadora, para

acompanhar e resolver as explicações e exemplos apresentados!
2 MÓDULO OU NORMA DO VETOR

Conforme estudamos no Tópico 1 desta unidade, uma das principais
características de um vetor é o fato de que ele possui comprimento. A forma de
determinar matematicamente este comprimento é calculando seu módulo (ou
norma).
v= v12 + v22 +  + vn2
Para chegar a esta fórmula (você pode tentar verificar!) basta utilizar o
Teorema de Pitágoras com as coordenadas do vetor em questão. Para vetores em
duas coordenadas, o processo é trivial. Já para três coordenadas, devemos aplicar
o teorema duas vezes, e assim por diante.
109
E
IMPORTANT
Para o vetor nulo, que é o vetor com coordenadas compostas apenas por zeros,

iremos representá-lo por 0 . Sua forma geométrica no espaço é um ponto.
Exemplo 1: Determine a norma para os vetores v=(8,6),z=(3,-4) e w=(1,3,5).
Resolução:
 v = 82 + 6² = 10
 z= 32 + ( −4 )=
² 5
 w = 12 + 32 + 5² = 35
3 VETOR UNITÁRIO E NORMALIZAÇÃO

São chamados de Vetores Unitários aqueles que apresentam seu
comprimento igual a 1, ou seja  v = 1 . Três importantes vetores unitários que
utilizaremos no decorrer dos estudos são os presentes sobre os eixos do plano
  
( )
cartesiano, denotados por vetores com base canônica i , j ,k , veja na figura a seguir.
FIGURA 8 - BASE CANÔNICA
FONTE: Os autores
Todos com procedência na origem do plano, o vetor i sobre o eixo x

(abscissa), o vetor j sobre o eixo y (ordenadas) e o vetor k sobre o eixo z (cotas).
110
TÓPICO 2 | OPERAÇÕES VETORIAIS
O sentido das setas indica o positivo de cada eixo. Os vetores com base canônica
possuem as seguintes coordenadas:
i = (1, 0, 0 )
j = ( 0,1, 0 )
k = ( 0, 0,1)
Outro ponto importante para este estudo é a introdução de vetor “versor”.

Na disciplina de Cálculo Diferencial e Integral existe o estudo das derivadas
direcionais. Este estudo calcula a taxa de variação numa certa direção de uma
superfície, onde esta direção é orientada por um vetor “versor”.
O versor de um vetor ( v ) é um vetor de mesma direção e mesmo sentido do

vetor ( v ), porém com uma unidade de comprimento, isto é, um vetor unitário na
1
direção do vetor ( v ). Para isso basta aplicar a seguinte fórmula: u= ⋅ v (exceto
o nulo). v
Exemplo 2: Determine um vetor unitário que esteja na direção de v = ( −4, 3) .

Resolução: A primeira coisa a ser feita é descobrir seu módulo (comprimento).
( −4 )
2
 v = + 3² = 5
1
Como ele não é unitário, aplicaremos a fórmula: u= ⋅v
v
1
Substituindo os dados: u = ⋅ ( −4, 3) s :
5
Aplicando a distributiva:
1
u= ⋅ ( −4, 3)
5
1 1 
u=  ⋅ ( −4 ) , ⋅ 3 
5 5 
 4 3
Fazendo as multiplicações: u =  − , 
 5 5
111
4 PRODUTO ESCALAR
O produto escalar (ou produto interno) é a multiplicação entre dois
vetores cujo resultado é um escalar (um número real), podendo ser denotado por:
z ⋅ v ou z, v .
Sendo:
=z ( z1 , z2 ,…, zn )
=v ( v1 , v2 ,…, vn )
O produto entre os dois vetores será dado por:
z ⋅ v = z1 ⋅ v1 + z2 ⋅ v2 +…+ zn ⋅ vn
Exemplo 3: Dado o vetor z = (1, 2 ) e v = ( −2, 3) determine z ⋅ v :

Resposta:
z ⋅ v = 1 ⋅ ( −2 ) + 2 ⋅ 3
z ⋅ v =−2 + 6 =4
5 ÂNGULO ENTRE VETORES

A partir do conceito introduzido anteriormente, podemos agora estendê-
lo à sua questão geométrica. O produto escalar está fortemente ligado ao ângulo
formado por estes dois vetores. Podemos também definir produto escalar como:
z=
⋅v  z  ⋅  v  ⋅ cos θ
O produto escalar entre vetores pode nos trazer algumas visões geométricas
do seu resultado, analogamente se:
FIGURA 9 - PRODUTO ESCALAR ENTRE VETORES
FONTE: Os autores
112
O ângulo formado entre os vetores sempre será representado pelo menor

ângulo entre eles, sendo compreendido 0° ≤ θ ≤ 180° . Para um eventual cálculo
z ⋅v
de ângulo podemos isolar o cosseno tendo a expressão: cosθ = z ⋅ v
z
Exemplo 4: Calcule o ângulo formado pelos vetores = (1,1, 2 ) e=
v ( 2, −1,1) .
Resposta:
z ⋅v
cos θ =
z ⋅ v
cos θ =
(1,1, 2 ) ⋅ ( 2, −1,1)
(1,1, 2 ) ⋅ ( 2, −1,1)
2 −1+ 2
cos θ =
12 + 12 + 2² ⋅ 22 + ( −1) ² + 1²
3
cos θ =
6⋅ 6
3
cos θ =
6
1
cos θ = ⇒θ = 60°
2
Exemplo 5: Verifique se os vetores z =( 2, −3,1) e v =( −2, −1,1) são

perpendiculares (ou seja, se formam 90º).
Resposta: Para que dois vetores sejam perpendiculares, basta que o produto
escalar entre eles seja zero.
z ⋅ v= ( 2, −3,1) ⋅ ( −2, −1,1)

z ⋅v = 2 ⋅ ( −2 ) + ( −3) ⋅ ( −1) + 1 ⋅1
z ⋅ v =−4 + 3 + 1 =0
Portanto, os vetores são perpendiculares.
Exemplo 6: Qual o valor que x pode assumir para que o ângulo entre os
( −1, 2 ) e v =
vetores z = ( 4, x ) seja agudo?
Resposta: Para formar um ângulo agudo, basta que o produto escalar seja
maior que zero.
z ⋅ v =( −1, 2 ) ⋅ (43, x )
z ⋅ v = ( −1) ⋅ 42 + 2 ⋅ x
113
Logo,
z ⋅ v =( −1, 2 ) ⋅ ( 3, x )
z ⋅ v = ( −1) ⋅ 2 + 2 ⋅ x
Logo,
( −1) ⋅ 4 + 2 ⋅ x > 0
−4 + 2 ⋅ x > 0
2⋅ x > 4
4
x> = 2
2
x > 2.
Para que os vetores tenham um ângulo agudo, basta que x > 2.
6 PRODUTO VETORIAL
O produto vetorial é de grande utilidade para a física para analisar o
comportamento no eletromagnetismo, mecânica de corpos rígidos e dos fluidos.
Na matemática, o produto vetorial aplica-se a vetores em R³ resolvendo problemas
na geometria, onde o produto entre dois vetores tem como solução um novo vetor,
simultaneamente ortogonal aos outros dois. A representação do produto vetorial
entre dois vetores é denotada por z × u , veja a ilustração:
FIGURA 10 - REPRESENTAÇÃO GEOMÉTRICA DO PRODUTO VETORIAL
z ×u
z ×u z ×u
FONTE: Os autores
Você pode estar se perguntando por que o produto vetorial entre os vetores
acima resultou em um vetor apontando para cima e não para baixo (estas seriam
as únicas duas soluções possíveis, já que o vetor resultante é ortogonal). Bem,
esta analogia está correta, a resposta para ela é que o vetor resultante no produto
vetorial segue a regra da mão direita.
114
A regra da mão direita é muito importante para determinar o sentido do

vetor resultante e onde ele está localizado geometricamente. Há duas formas de
demonstrar esta técnica, utilizaremos a que tem como base a ilustração a seguir:
FIGURA 11 - REGRA DA MÃO DIREITA
FONTE: Os autores
Deixe o polegar (“dedão”) formando um ângulo reto em relação aos demais

dedos que devem estar juntos. Aponte os dedos para o primeiro vetor do produto
de modo que ao fechar a mão o sentido deve seguir o segundo vetor. Para onde o
polegar estiver apontando será a direção e sentido do vetor resultante do produto
vetorial.
Utilizando a regra da mão direita teremos o seguinte:
i× j =k i × k =− j j×k = i

j × i =−k k × i =j k × j =− i
i×i = j× j = k×k = 0
Isto acontece porque vetores iguais são colineares.
Observe o “macete” que pode ser utilizado para decorar os produtos entre
os vetores.
115
Colocando as letras i,j e k e repetindo-as novamente, formamos vários

pares de letras que devem estar grudados. O sentido da ligação dos vetores indica
se ele será positivo ou negativo.
Exemplo 7: Para o produto entre k x j temos que o vetor resultante apontará

para:
Resposta: Note que k x j estão ligados da direita para a esquerda, sentido

negativo, portanto, a resposta é o vetor -i.
Agora que já definimos como deve ser o produto vetorial, basta vermos
como se calcula este produto. Uma das formas é por coordenadas cartesianas.
Dados os vetores a seguir, podemos encontrar o valor do produto vetorial

por meio do determinante de uma matriz que terá na primeira linha os vetores
unitários i, j e k, nas linhas seguintes os vetores.
Dados dois vetores:
w = ( w1 , w2 , w3 )
v = ( v1 , v2 , v3 ) Observe que as coordenadas
de x, y e z foram trocadas
pelos vetores unitários (i, j
i j k e k) apresentados na regra
da mão direita que seguem
w× v =det  w1 w2 w3  respectivamente os eixos.
 v1 v2 v3 
Que podem ser resolvidos através da regra de Sarrus, estudada na Unidade

1 deste livro.
( −1, 0, 2 ) e v =
Exemplo 8: Sejam os vetores z = ( 3,1, −2 ) , determine o
produto vetorial entre eles.
i j k
z×v =det  z1 z2 z3 
 v1 v2 v3 
116
i j k
v det  −1 0 2 
z ×= 
 3 1 −2 
Resolvendo por Sarrus:
i j k i j
v det  −1 0 2  −1 0
z ×=
 3 1 −2  3 1
Fazendo as multiplicações das diagonais:
z × v = ( −2 ) ⋅ 0 ⋅ i + 3 ⋅ 2 ⋅ j + 1 ⋅ ( −1) ⋅ k − ( 3 ⋅ 0 ⋅ k + 1 ⋅ 2 ⋅ i + ( −2 ) ⋅ ( −1) ⋅ j )
Fazendo as multiplicações:
z × v = 0 + 6 ⋅ j − k − (0 + 2 ⋅ i + 2 ⋅ j )
z × v = 6⋅ j − k − 2⋅i − 2⋅ j
Juntando os termos semelhantes:
z × v =−2 ⋅ i + 4 ⋅ j − k
z × v =( −2, 4, −1)
6.1 CÁLCULO DE ÁREA

Uma aplicação do produto vetorial é o cálculo de área de triângulos
e de paralelogramos. A norma do produto vetorial é exatamente a área de um
paralelogramo que tem como medida o comprimento dos vetores. Para o cálculo
da área do triângulo, bastaria apenas dividir o resultado por dois, já que o
paralelogramo tem o dobro da área do triângulo. Observe a imagem:
FIGURA 12 - CÁLCULO DE ÁREA
FONTE: Os autores
117
A explicação é que uma das formas de se calcular a área de um triângulo

é multiplicando sua base pela sua altura e dividindo por dois. Por outro lado, a
do paralelogramo é simplesmente sua base multiplicada por sua altura. Note que
na imagem acima, a altura do suposto triângulo ou paralelogramo é definida com
a utilização do seno pelo ângulo formado entre os vetores. Com isso podemos
definir o seguinte:
 z×v 
A= A
=  z×v 
2
Área do Triângulo Área do Paralelogramo
Exemplo 9: Calcule a área do paralelogramo definida pelos vetores

z= (1,1, 2 ) e v = ( −2,1, 2 ) .
Resposta: A área do paralelogramo é definida:=A  z×v 
Primeiramente, calculamos o produto vetorial e em seguida a norma.
i j k
z×v = det  1 1 2 

 −2 1 2 
z × v = ( 0, −6, 3)
02 + ( −6 ) + 32
2
z ×=
v
z × v = 45
A = 45 u.c.
Exemplo 10: Para um triângulo com lados medidos em centímetros pelos

z ( 4, −5, 0 ) =
vetores = e v ( 0, 4, −3) , determine a sua área e a altura relativa ao lado
v.
118
Resposta: Para melhor compreender o que está acontecendo, desenhamos

o triângulo com os vértices.
z
h
v
A área do triângulo pode ser encontrada a partir de:
 z×v 
A=
2
i j k
z × v det  4 −5 0 
= 
 0 4 −3
z×v = (15,12,16 )
 z × v= 152 + 122 + 162
 z × v= 225 + 144 + 256
 z × v =25
Então:
25
A=
2
A = 12,5 cm 2
Para sua altura podemos desenvolver o cálculo da seguinte forma:

b⋅h
Sabemos que: A =
2
Note que temos três incógnitas na fórmula acima: área, base e altura.
A área do triângulo sabemos, a base é possível encontrar a partir do vetor v e
posteriormente encontramos a sua altura. Calculando a norma do vetor v .
02 + 42 + ( −3)
2
 v=
=v  16 + 9
 v = 5cm
119
b⋅h
Substituindo na fórmula: A=
2
5⋅ h
12,5 =
2
12,5 ⋅ 2
=h
5
h = 5 cm
Exemplo 11: Calcular a área do triângulo de vértices A(2,-1,4), B(-1,-3,3) e

C(1,-2,1).
Resposta: Imaginemos a figura apresentada para visualizar o triângulo:

B
A C
Para desenvolver o cálculo da área por produto vetorial devemos optar por
dois segmentos que têm o mesmo vértice em comum para transformá-los em vetor.
 
AB= B − A AC= C − A
   
AB = AB( −×1, −AC3, 3) − ( 2, −1, 4 ) AC = (1, − 2, 1) − ( 2, −1, 4 )
A =  
AB

AB× 2=AC( −3, −2, −1) AC = ( −1, −1, −3)
A =  
AB ×2 AC  i j k
A = 
   

AB
AC×2= AC
AB × 
 det  −i3 −j2 −k1
A=
AB × AC 2= det  −i31 −j21 −k31

 

AB × AC ==(det  −−i31 − −j21 − −k31
AB × AC
  5, −8,1 )
AB × AC ==(det  −3 −2 −1
5, −8,1 1) 1 3
 
AB× AC =( 5, −8,1
 −21) −1 2 −32
 AB
× × AC

 AC=

( 5, −8,15 + ( −8 ) + 1
AB  = 2 )
5 + ( −8 ) + 12
2
 AB × AC= 
 AB × 
AC 
 = 90
 = 52 + ( −8 )2 + 12
 AB × AC
AC =
AB × 


 = 3 90 10
10 ( )
2 2
 AB × AC =
 5 + −8 + 12
AB × AC = 3 90
 
 
AB
AB × AC
Então: × AC = = 3 90 10
 
Então:
 AB × AC = 3 10
 
Então: AC  3 10
AB  ×  
 
= A = u.a.
Então:  AB  ×2  AC  3 210
= A =   u.a.
 AB  ×2  AC  3 210 120
= A =   u.a.
 AB  ×2  AC  3 210
7 PRODUTO MISTO
O produto misto tem este nome por envolver duas operações entre vetores
ao mesmo tempo, o escalar e o vetorial. O resultado obtido sempre será um número
real e a denotação é feita por: z ⋅ ( w × v ) ou ( z , w, v) .
Então:
i j k
w × v ) ( z1 , z2 , z3 ) ⋅ det  z1
z ⋅(= z2 z3 
 v1 v2 v3 
 z1 z2 z3 
det  w1
Com isso definimos que: z ⋅ ( w × v ) = w2 w3  .
 v1 v2 v3 
Exemplo 12: Determine o produto misto formado pelos vetores z = (1,2,3),

w = (2,3,-1) e v = (0,-2,1).
Resposta:
 z1 z2 z3 
det  w1
z ⋅( w× v) = w2 w3 
 v1 v2 v3 
1 2 3 
⋅ ( w × v ) det  2 3 −1
z=
 0 −2 1 
Aplicando Sarrus temos:
1 2 3 1 2 
 
= det  2 3 −1 2 3 
 0 −2 1 0 −2 
=3 + 0 − 12 − ( 0 + 2 + 4 )
z ⋅( w× v) =−15
121
7.1 CÁLCULO DE VOLUMES

Com o auxílio do módulo do produto misto de vetores é possível calcular
o volume de paralelepípedos que terá suas arestas definidas pelos vetores z, w e
v. Um tetraedro definido pelos mesmos vetores também será possível calcular,
já que o paralelepípedo é equivalente a dois prismas triangulares iguais e estes
equivalem a três tetraedros.
Seguem as definições dos cálculos dos volumes:
 z1 z2 z3   z1 z2 z3 
1
V = det  w1 w2 w3  V = ⋅ det  w1 w2 w3 
6
 v1  v1 v2 v3 
v2 v3 
ou ou
1
V = z ⋅( w× v) V = ⋅ z ⋅( w× v)
6
Paralelepípedo Tetraedro
Exemplo 13: Determine o valor que x deve assumir para que um

paralelepípedo tenha volume de 24 u.v. (unidades de volume). Suas arestas estão
definidas pelos vetores z = (x, 5, 0), w = (1,1,-1) e v = (3, -2, 1).
Resposta:
 z1 z2 z3 
V = det  w1 w2 w3 
 v1 v2 v3 
x 5 0 
=24 det  1 1 −1
 3 −2 1 
24 =− x − 20
122
Pela definição de módulo, admite-se duas hipóteses:
− x − 20 =24
x = −44
ou:
− x − 20 =−24
x=4
Portanto:
−44 ou x =
x= 4
Exemplo 14: Calcular o volume de um tetraedro cujos vértices estão nos

pontos: A(1,2,1), B(7,4,3), C(4,6,2) e D(4,3,4).
Resposta: Para poder transformar os pontos em três vetores, devemos

sempre escolher um dos pontos como fixo. Para o desenvolvimento deste
optaremos por A.
  

AD= D − A AB= B − A AC= C − A
  
AD
= ( 4, 3, 4 ) − (1, 2, 1) =AB ( 7, 4, 3) − (1, 2, 1) AC
= ( 4, 6, 2 ) − (1, 2, 1)
  
AD = ( 3,1, 3) AB = ( 6, 2, 2 ) AC = ( 3, 4,1)
1
V = ⋅ z ⋅( w× v)
6
6 2 2
z ⋅ ( w × v ) det =
= 3 4 1  36
 3 1 3 
Portanto, temos que o volume é:
1
V = ⋅ 36 =6 u.v.
6
123
RESUMO DO TÓPICO 2
• Módulo ou norma do vetor:  v = v12 + v22 +  + vn2 .
• Vetores Unitários são aqueles que apresentam seu comprimento igual a 1, ou

seja,  v = 1 .
• Os vetores com base canônica possuem as seguintes coordenadas:
i = (1, 0, 0 )
j = ( 0,1, 0 )
k = ( 0, 0,1)
• Produto escalar: z ⋅ v = z1 ⋅ v1 + z2 ⋅ v2 +…+ zn ⋅ vn

z ⋅v
• Ângulo entre dois vetores: cosθ =
z ⋅ v
i j k
• Produto vetorial: w × v =det  w1 w2 w3 
 v1 v2 v3 
 z×v 
• Área do Triângulo: A =
2
• Área do Paralelogramo: A=  z × v 
 z1 z2 z3 
det  w1
• Produto misto: z ⋅ ( w × v ) = w2 w3 
 v1 v2 v3 
• Volume de um paralelepípedo: V = z ⋅ ( w × v )
1
• Volume de um tetraedo: V = ⋅ z ⋅( w× v)
6
124
AUTOATIVIDADE

v ( 2,1, −1) forma um ângulo de 60° com o
 que o vetor=
1 Sabendo
vetor AB determinado pelos pontos A (3, 1, -2) e B (4, 0, m), calcule
1
m. Use cos 60° = .
2
  
2 Dados os vetores u = (1, x, -2x - 1), v = (x, x – 1, 1) e w = (x, -1, 1),
    
determine “x” de modo que u ⋅ v = ( u + v ) ⋅ w.
3 Calcule a área do paralelogramo cujos lados são determinados

   
( 2, −1, 0 ) e v =
pelos vetores 2u e − v , sendo u = (1, −3, 2 ) .
4 (Adaptado de SANTOS; FERREIRA, 2009) No Brasil, cada pessoa

física possui um único e definitivo número de inscrição no CPF
(Cadastro de Pessoa Física), que o identifica perante a Secretaria
da Receita Federal. Tal número de inscrição é constituído de nove
dígitos, agrupados de três em três, mais dois dígitos verificadores. Por exemplo,
313.402.809-30. Os dígitos verificadores têm por finalidade comprovar a
validade do número do CPF informado. Tais dígitos são obtidos por meio das
seguintes operações envolvendo produtos escalares.

Cálculo do primeiro dígito verificador: tomamos um vetor a∈ 9 cujos
componentes são os dígitos que compõem o número do CPF na ordem dada.
Para o CPF anterior temos o vetor:

a = ( 3,1, 3, 4, 0, 2, 8, 0, 9 )
Determinamos o produto escalar desse vetor com o vetor (padrão)

 
) , isto é, a ⋅ b ( 3,1, 3, 4, 0, 2,8, 0, 9 ) ⋅ (10, 9,8, 7, 6, 5, 4, 3, 2 )
b = (10, 9, 8, 7, 6, 5, 4, 3, 2=
 
a ⋅ b = 30 + 9 + 24 + 28 + 0 + 10 + 32 + 0 + 18 = 151
A seguir, tomamos o resto da divisão inteira desse produto escalar por 11. Se
o resto da divisão inteira é 0 ou 1, então o primeiro dígito verificador é 0. Caso
contrário (resto entre 2 e 10), o primeiro dígito verificador é dado por 11 – resto.
Para o exemplo em questão, a divisão inteira de 151 por 11 resulta em quociente
13 e resto 8. Assim, o primeiro dígito verificador é 11 – 8 = 3.
125

Cálculo do segundo dígito verificador: tomamos um vetor c∈10 cujos nove
primeiros componentes são os dígitos que compõem o número do CPF na
ordem dada, e o último componente é o primeiro dígito verificador encontrado.
Para o exemplo em questão temos:

c = ( 3,1, 3, 4, 0, 2, 8, 0, 9, 3)
Determinamos o produto escalar desse vetor com o vetor (padrão)

 
) , ) isto é, c ⋅ d ( 3,1, 3, 4, 0, 2,8, 0, 9, 3) ⋅ (11,10, 9,8, 7, 6, 5, 4, 3, 2 ) .
d = (11,10, 9, 8, 7, 6, 5, 4, 3, 2=
 
c ⋅ d = 33 + 10 + 27 + 32 + 0 + 12 + 40 + 0 + 27 + 6 = 187
A seguir, tomamos o resto da divisão inteira desse produto escalar por 11. Se
o resto da divisão inteira é 0 ou 1, então o segundo dígito verificador é 0. Caso
contrário (resto entre 2 e 10), o segundo dígito verificador é dado por 11 – resto.
Para o exemplo em questão, a divisão inteira de 187 por 11 resulta em quociente
17 e resto 0. Assim, o segundo dígito verificador é 0.
Nesta questão, a resposta é dada pela soma dos números que identificam as
alternativas corretas.
(1) O número de CPF 300.001.201 possui como dígito verificador o número 03.
O somatório das alternativas corretas é:
a) ( ) 3
b) ( ) 4
c) ( ) 5
d) ( ) 6
5 Quando falamos sobre a posição relativa de dois vetores e

analisamos o ângulo formado entre eles, há duas operações
vetoriais que possibilitam determinar exatamente o ângulo
formado ou simplesmente fazer uma analogia com relação a estes
ângulos e determinar uma denominação apropriada àquela posição. Pensando
nisso, determine qual alternativa apresenta a classificação relativa ao ângulo
formado pelos vetores u = (-2, 4, -1) e v = (4, 3, -3). Analise as sentenças a seguir:
I- Os vetores são perpendiculares.

II- Os vetores formam um ângulo agudo.
III- Os vetores formam um ângulo obtuso.
IV- Os vetores são complementares.
126
Assinale a alternativa correta:
a) ( ) Somente a sentença I está correta.

b) ( ) Somente a sentença II está correta.
c) ( ) Somente a sentença III está correta.
d) ( ) Somente a sentença IV está correta.
6 O triângulo é a figura geométrica que ocupa o espaço interno

limitado por três linhas retas que concorrem, duas a duas, em três
pontos diferentes formando três lados e três ângulos internos que
somam 180 graus. Os triângulos são classificados de acordo com os
limites das proporções relativas de seus lados e de seus ângulos internos:
• Triângulo equilátero: possui todos os lados congruentes, ou seja, iguais.

• Triângulo isósceles: possui dois lados de mesma medida e dois ângulos
congruentes.
• Triângulo escaleno: as medidas dos três lados são diferentes. Os ângulos
internos de um triângulo escaleno também possuem medidas diferentes.
A partir disto, leia com atenção as alternativas.
I – Os pontos A(3, 8), B(-11, 3) e C(-8, -2) são vértices de um triângulo isósceles.
II – Os pontos A(-1, 2), B(2, 5) e C(2, 2) são vértices de um triângulo escaleno.
III – Os pontos A(3, 8), B(-11, 3) e C(-8, -2) são vértices de um triângulo equilátero.
Assinale a opção correta:

a) ( ) Apenas a alternativa I está correta.
b) ( ) Apenas a alternativa III está correta.
c) ( ) As alternativas I e II estão corretas.
d) ( ) As alternativas II e III estão corretas.
127
128
UNIDADE 2
TÓPICO 3
DEPENDÊNCIALINEAR
1 INTRODUÇÃO
Na unidade anterior, discutimos sistemas lineares e percebemos que
muitos deles não possuem solução (ou têm infinitas). Isto se deve ao fato de que
uma (ou mais) equação do sistema são múltiplas escalares ou combinações umas
das outras. Geometricamente podemos estar falando em retas coincidentes (ou
paralelas), bem como planos com estas mesmas características.
De encontro a isto, as combinações lineares verificam estas características

vistas nos sistemas, determinando combinações de vetores que geram vetores
paralelos uns aos outros.
Com esta ferramenta, iremos determinar bases de espaços vetoriais que serão
um alicerce importante para o estudo de Transformações Lineares e Autovalores
e Autovetores, que, por sua vez, possuem diversas aplicações importantes na área
das engenharias e teconologia em geral.
2 COMBINAÇÕES LINEARES
Determinar novos vetores a partir de vetores dados é uma das características
mais importantes de um Espaço Vetorial. Para isso, dizemos que um vetor ( v ) é
a combinação linear de outros vetores ( v1 , v2 , , vn ) de um Espaço Vetorial V , se
existem os números reais ( a1 , a2 , , an ) tais que: v = a1v1 + a2 v2 + an vn

Exemplo 1: Escrever o vetor v =( −4, −18, 7 ) como combinação linear (CL)
(1, −3, 2 ) e v2 =
dos vetores v1 = ( 2, 4, −1) .
Resolução:
v a1v1 + a2 v2
=
( −4, −18, 7=) a1 (1, −3, 2 ) + a2 ( 2, 4, −1)
( −4, −18, 7 )= ( a1 , −3a1 , 2a1 ) + ( 2a2 , 4a2 , −a2 )
129
 −4 = a1 + 2a2

Pela igualdade de dois vetores temos o seguinte sistema:  −18 =−3a1 + 4a2
 =
 7 2a1 − a2
Resolvendo o sistema acima encontramos uma solução:
a1 = 2
a2 = −3
v 2v1 − 3v2
Portanto:=
E
IMPORTANT
Esta solução pode ser encontrada com o auxílio de matrizes, pois fica bem clara
a verificação da existência ou não da combinação linear.
Exemplo 2: Mostre que o vetor= v ( 4,1, −2 ) não é combinação linear (CL)

dos vetores v1 = ( 2, −1, 5 ) e v2 = (1, −2, −1) .
Resolução:
v a1v1 + a2 v2
=
( 4,1, −2=) a1 ( 2, −1, 5) + a2 (1, −2, −1)
( 4,1, −2=) ( 2a1 , −a1 , 5a1 ) + ( a2 , −2a2 , −a2 )
=4 2a1 + a2
Pela igualdade de dois vetores temos o seguinte sistema: 1 =−a1 − 2a2
−2= 5a − a
 1 2
Observe que este sistema não admite solução, portanto v não pode ser
escrito como combinação linear de vetores.
Exemplo 3: Verifique se um Espaço Vetorial P2 dos polinômios de grau maior

ou igual a 2, o polinômio v = 7 x 2 + 11x − 26 é combinação linear dos polinômios:
v1 = 5 x 2 − 3 x + 2
−2 x 2 + 5 x − 8
v2 =
130
TÓPICO 3 | DEPENDÊNCIA LINEAR
Resolução:
v a1v1 + a2 v2
=
26 a1 ( 5 x 2 − 3 x + 2 ) + a2 ( −2 x 2 + 5 x − 8 )
7 x 2 + 11x − =
7 x 2 + 11x − 26= 5 x 2 a1 − 3 xa1 + 2a1 − 2 x 2 a2 + 5 xa2 − 8a2
=7 x 2 5 x 2 a1 − 2 x 2 a2

Pela igualdade de dois vetores temos o seguinte sistema:  11x = −3 xa1 + 5 xa2
 −26 = +2a1 − 8a2

 =7 5a1 − 2a2

Eliminando os coeficientes:  11 =
−3a1 + 5a2
−26 =+2a1 − 8a2

Resolvendo o sistema acima encontramos uma solução:

a1 = 3
a2 = 4
v 3v1 + 4v2
Portanto:=
3 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR

Um Espaço Vetorial em  3 (por exemplo) pode ser gerado por três,
quatro, cinco ou mais vetores. Para este exemplo o número mínimo de vetores
geradores do  3 seria três, os demais vetores seriam combinações vetoriais dos
outros. É de grande serventia para nossos estudos identificar a quantidade mínima
de geradores. O estudo da dependência ou independência linear nos ajudará a
determinar o menor conjunto gerador de um Espaço Vetorial verificando a
dependência de vetores.
Na imagem a seguir está sendo representada de forma geométrica a

dependência linear de dois ou três vetores no  .
3
131
Aqui está sendo representada de forma geométrica a independência linear

de dois ou três vetores no  3
=
Definição: Sejam V um Espaço Vetorial e A {v1 , v2 , , vn } ⊂ V
Considere a equação 0
a1v1 + a2 v2 +  + an vn =
Sabemos que
essa equação admite pelo menos uma solução:
a1 0,=
= a2 0,=
, an 0 chamada solução trivial. (Única resposta possível é zero)
O conjunto A diz-se linearmente independente (LI), ou os vetores

v1 , v2 , , vn são LI caso a equação admita apenas a solução trivial.
Se existirem soluções an ≠ 0 , diz-se que o conjunto A é linearmente

dependente (LD), ou que os vetores v1 , v2 , , vn são LD.
Exemplo 4: No Espaço Vetorial V=  3 , os vetores v1 =( −1, 0, −2 ) , v2 =( −2,1, −3)

e v=
3 ( 4, −6, 2 ) - mostre que é um conjunto linearmente dependente.
Resolução: 0
a1v1 + a2 v2 +  + an vn =
Como já aprendemos em combinação linear, verificamos que há uma
solução além da trivial:
4v1 − 3v2 − v3 =
0
4 ⋅ ( −1, 0, −2 ) − 3 ⋅ ( −2, 2, −3) − ( 2, −6,1) =( 0, 0, 0 )
Portanto, os vetores são LD.
( −1, 2 ) e v2 =
Exemplo 5: No Espaço Vetorial V=  3 , os vetores v1 = ( 2, 0 )
formam um conjunto LI ou LD?
132
Resolução:
0
a1v1 + a2 v2 +  + an vn =
a1 ( −1, 2 ) + a2 ( 2, 0 ) =
( 0, 0 )
( −a1 , 2a1 ) + ( 2a2 , 0 ) =
( 0, 0 )
−a1 + 2a2 =0

 2a1 = 0
Como este sistema admite apenas a solução trivial:

= a 1 0=
e a2 0
Portanto, os vetores são LI.
Exemplo 6: No Espaço Vetorial M (2,2), verifique se os vetores são LI ou LD.
 1 −1  2 0   0 1  
A =  , , 
  2 −3 1 −1  −1 2  
Resolução:
0
a1v1 + a2 v2 +  + an vn =
1 −1 2 0   0 1  0 0 
a1   + a2   + a3  = 
 2 −3 1 −1  −1 2  0 0 
 a1 −a1   2a2 0   0 a3  0 0 
+ + =
 2a
 1 −3a1   a2 −a2   −a3 2a3  0 0 
 a1 + 2a2 −a1 + a3  0 0
 2a + a − a =
 1 2 3 −3a1 − a2 + 2a3  0 0 
 a1 + 2a2 = 0
 −a + a = 0
 1 3

 2a1 + a2 − a3 = 0
−3a1 − a2 + 2a3 = 0
A única solução possível é a trivial: a=

1 a=
2 a=
3 0
133
Portanto, é LI.
Exemplo: No Espaço Vetorial M(2,2), verifique se os vetores são LI ou LD.
 1 1   0 1  −2 −4  
A =  , , 
 3 0   −3 1  0 −2  
Resolução 7:
0
a1v1 + a2 v2 +  + an vn =
1 1   0 1  −2 −4  0 0 
a1   + a2   + a3  = 
3 0   −3 1  0 −2  0 0 
 a1 a1   0 a2   −2a3 −4a3  0 0 
+ + =
3a
 1 0   −3a2 a2   0 −2a3  0 0 
 a1 − 2a3 a1 + a2 − 4a3  0 0 
3a − 3a =
 1 2 a2 − 2a3  0 0 
 a1 − 2a3 = 0
 a + a − 4a = 0
 1 2 3

 3a1 − 3a2 = 0
 a2 − 2a3 = 0
A única solução possível não é apenas a trivial, admitindo outras respostas:

a1 = 2a3 e a2 = 2a3
Portanto, é LD.
Uma outra forma de verificar a dependência ou não dos vetores é pelo

determinante de uma matriz constituída das coordenadas dos vetores. Esta forma
só é válida para um conjunto de vetores, onde o número de vetores é igual à
dimensão em que ele está contido, ou ainda, só é válido para matrizes quadradas.
Quando o determinante da matriz for zero, temos que os vetores serão LD, caso
possua valor diferente de zero os vetores serão LI.
det= 0 ⇒ LD
det ≠ 0 ⇒ LI
Você pode estar pensando: por que isso funciona? Imagine três vetores no
 3 , ao calcular o volume do paralelepípedo produzido pelos vetores e obtendo
134
como resposta zero, é porque há um vetor que é: ou múltiplo escalar do outro ou

está contido no mesmo plano.
( −1, 2, 3) , v2 =
Exemplo 8: No Espaço Vetorial V=  3 , os vetores v1 = ( 2, 0, −2 ) e
v3 (1,1, −1)
= formam um conjunto LI ou LD.
 −1 2 3 
Resposta: det  2 0 −2  =
  10
 1 1 −1
Portanto, LI.
( 2, −3) e v2 =
Exemplo: No Espaço Vetorial V=  3 , os vetores v1 = ( −6, 9 )
formam um conjunto LI ou LD.
 2 −3
Resposta: det  =0
 −6 9 
Portanto, LD.
4 BASE
Este conceito é bastante importante no estudo das transformações lineares
e dos autovalores e autovetores que veremos no próximo tópico. Trata-se de um
alicerce teórico para a existência de tais elementos da Álgebra Linear e Vetorial.
Em particular, matematicamente.
conjunto B
Um= {v1 , v2 , , vn } ⊂ V é uma base do Espaço Vetorial V se:
I) B é LI (linearmente independentes).
II) B gera V.
OBS.: Sobre o item II, devemos entender o conceito de espaço gerado.

Tomando os vetores da possível “base”, o conjunto de todas as suas combinações
lineares deve formar todos os vetores possíveis deste espaço vetorial desejado.
De uma forma mais didática, podemos relacionar o conceito de base e pensar nas
cores primárias. Sabemos que se misturarmos as quantidades corretas de cada
uma das cores primárias, podemos criar quaisquer das cores existentes, e além
disto, esta “cor” (vetor) encontrada é a única combinação existente destas “cores”
(vetores) primários.
Para verificar se um conjunto de vetores é base de um Espaço Vetorial,

basta fazer as duas condições apresentadas acima. Um conjunto importante de
vetores que constituem uma base como a apresentada a seguir é chamado de base
canônica:
135
• {1} é uma base canônica de  3.

• {(1,0), (0,1)} é uma base canônica de  32.
• {(1,0,0), (0,1,0), (0,0,1)} é uma base canônica de  3.
 1 0   0 1   0 0   0 0  
•   ,  ,  ,   é uma base canônica de M(2,2)
  0 0   0 0  1 0   0 1  
se B
Exemplo 9: Verifique= {(1,1) , ( −1, 0 )} é base de  32
Resposta: Testando as condições:
I. B é LI?
a (1,1) + b ( −1, 0 ) =
( 0, 0 )
a − b =0
Pela igualdade: 
 a=0
Como a única solução possível é a trivial ( a= b= 0 ) , então: B é LI.
II. B gera 23?
( x, y=) a (1,1) + b ( −1, 0 )
a − b =x
Pela igualdade:  , onde temos: a= y eb= x − y
 a= y
Portanto:
( x, y=) a (1,1) + b ( −1, 0 )

( x, y=) y (1,1) + ( x − y )( −1, 0 )
Isto é: B gera 23.

Portanto, concluímos que B é base de 23.
{ }
Exemplo 10: Verifique se B = (1, 2 ) , ( 2, 4 ) é base de 23.
Resposta: Testando as condições:
I. B é LI?
a (1, 2 ) + b ( 2, 4 ) =
( 0, 0 )
136
 a + 2b =
0
Pela igualdade: 
2a + 4b =0
Como os vetores são múltiplos escalares, temos que: B é LD (Linearmente
Dependentes).
Portanto, concluímos que B não é base de 23.
4.1 BASE ORTOGONAL

Diz-se que uma base {v1 , v2 , , vn } de V é ortogonal se os seus vetores são
dois a dois ortogonais.
Exemplo 11: No  3 o conjunto {(1, 2, −3) , ( 3, 0,1) , (1, −5, −3)} é uma base.
Verifique se é uma base ortogonal.
Resposta:
(1, 2, −3) ⋅ ( 3, 0,1) =0
(1, 2, −3) ⋅ (1, −5, −3) =0
( 3, 0,1) ⋅ (1, −5, −3) =0
Como todos os vetores são ortogonais uns com os outros, é uma base
ortogonal de  3.
4.2 BASE ORTONORMAL

Uma base B= {v1 , v2 , , vn } de um Espaço Vetorial euclidiano V é ortonormal
se B é ortogonal e todos os seus vetores são unitários, isto é:
I. Um vetor multiplicado por outro é sempre igual a zero.

II. Um vetor multiplicado por ele mesmo é um.
O nome ortonormal vem da simples combinação de ortogonal com

normalização, duas operações que já foram aprendidas no primeiro e no segundo
tópico desta unidade. Uma base canônica sempre será uma base ortonormal.
 3 1   1 3  
Exemplo 12: Dada uma=
base: B  ,  ,  − ,  
 2 2   2 2  
Verifique se é uma base ortonormal.
Resposta: Pelo produto interno podemos ver que são ortogonais:
137
 3 1  1 3
 ,  ⋅  − ,  =0
 2 2  2 2 
Verificando também que os vetores são unitários:
2
 3   1 2 3 1
v1 =   +   = + = 1
 2  2 4 4
2 2
 1  3 1 3
v2 =  −  +  = + =1
 2   2  4 4
Com isso, temos uma base que é ortonormal.
UNI
Não é do alcance deste material estudar um método de construção de bases

ortogonais (ou ortonormais). Porém, fique à vontade para buscar este conhecimento.
Sugerimos procurar pelo método de Gram-Schmidt.
138
RESUMO DO TÓPICO 3
• Um vetor será combinação linear de outros se houver números reais tais que:
v = a1v1 + a2 v2 +  + an vn
.
• Sobre dependência e independência linear 0:

a1v1 + a2 v2 +  + an vn =
o O conjunto A diz-se linearmente independente (LI), ou os vetores v1 , v2 , , vn
são LI caso a equação admita apenas a solução trivial.
o Se existirem soluções an ≠ 0 , diz-se que o conjunto A é linearmente

dependente (LD), ou que os vetores v1 , v2 , , vn são LD.
• Uma base deve atender a dois critérios:
o B é LI.
o B gera V.
• Uma base ortogonal possui todos os vetores ortogonais entre si.
• Uma base ortonormal possui os vetores ortogonais e unitários.
139
AUTOATIVIDADE
1 Sejam u = (1,1,-2) e v = (3,0,4). Quais dos vetores t = (4,-5,9), w =

(3,1,-4) e z = (-1,1,0) são combinações de u e v?
2 Escreva o vetor (1,-7) como combinação linear dos vetores (2,3)

e (5,-1).
3 Determine (se existir!) todas as combinações lineares possíveis

entre os vetores (1, -2, 3) e (-2, 4, -6).
4 Determine se os conjuntos de vetores a seguir são L.D. ou L.I.
a) ( ) {(1, 1, 2), (1, 0, 0), (4, 6,12)}

b) ( ) {(1, -2, 3), (-2, 4, -6)}
c) ( ) {(1, 1, 1), (2, 3, 1), (3, 1, 2)}
d) ( ) {(4, 2, -1), (6, 5, -5), (2, -1, 3)}
e) ( ) {(1, 1, 1), (2, 3, 1), (3, 1, 2), (0, 0, 1)}
=
5 Considere os vetores: x1 (2,1)
= , x2 (4,3) . Mostre que x1 e x2
formam uma base para R².
6 Determine se (1,4) e (2,8) é uma base de R².
7 Determine se (1,1,1), (1,0,1) e (1,2,1) formam uma base de R³.
  
8 Dados os vetores V 1=(3,2,2) e V 2=(18,–22,–5) e V 3 =(–8,–12,24),
verifique se eles formam uma base ortogonal ou ortonormal?
140
UNIDADE 2
TÓPICO 4
TRANSFORMAÇÕESLINEARES
1 INTRODUÇÃO
Até o momento, você obteve os conhecimentos de vários conceitos da
Álgebra Linear e Vetorial, conhecimentos estes que estruturam os assuntos de
Noções de vetores, Operações, Espaços e Subespaços Vetoriais. Tão importante
quanto desenvolver os conhecimentos destes tópicos é entender de forma clara
como a matemática está interligada em seus mais diferentes assuntos. Exemplo
este que podemos observar quando tratamos matrizes como Espaços Vetoriais.
Neste tópico, veremos as Transformações Lineares, que, como o próprio

nome sugere, é a transformação em Espaços Vetoriais. Esta transformação é
fundamentada por funções, que possuem no seu domínio um Espaço Vetorial e
como imagem um outro Espaço Vetorial. Uma observação simples sobre o domínio
e imagem é que podemos ter um Espaço no R² e transformar ele em R³.
Para desenvolver este tópico é imprescindível que você tenha convicção

dos temas já estudados, pois, como mencionado, a transformação dos Espaços
Vetoriais ocorrerá em forma de funções que utilizarão os conceitos de Vetor e
Espaços Vetoriais. Logo, caso sinta necessidade, retorne aos tópicos anteriores!
2 DEFINIÇÃO
Definição: Sejam U e V espaços vetoriais. Definimos a função T : U → V como
sendo uma transformação linear, se, e somente se, forem verdade as seguintes
condições:
a) T ( u + v= ) T ( u ) + T ( v ) , ∀u, v ∈U ;
b) T ( k ⋅ u ) = k ⋅ T ( u ) , ∀k ∈ , ∀u ∈ U .
Perceba que esta definição é ligada novamente às duas operações primitivas:

adição e multiplicação.
Exemplo 1: Em uma Transformação T :  ² →  ³ , que está definida por

( x, y ) ( 3x, y, x + y ) , informe se ela é classificada como linear.
T=
141
Note que esta transformação pegará um vetor que inicialmente está

localizado no plano, ou seja 3 , e transformará ele em vetor do espaço 3 (três
coordenadas).
Para verificar se esta transformação é linear, precisaremos da Definição 1,

e fazer a verificação matematicamente, não são aceitos exemplos numéricos, então:
=
Sejam dois vetores de u (=a, b ) e v ( c, d ) , de  ² (vetores do domínio).
Temos: T ( u + v )= T ( ( a, b ) + ( c, d ) )= T ( a + c, b + d ) , que utilizando a lei de
formação indicada no Exemplo 1, segue:
(3 ⋅ ( a + c ) , (b + d ) , ( a + c ) + (b + d )) =
( 3a + 3c, ( b + d ) , ( a + b ) + ( c + d ) ) =
( 3a, b, ( a + b ) ) + ( 3c, d , ( c + d ) ) =
T ( a , b ) + T ( c, d ) =
T (u ) + T (v ).
Logo, a primeira condição é satisfeita. Porém, ainda temos que verificar a

segunda:
( )
b) T ( k ⋅ u )= T k ⋅ ( a, b ) = T ( k ⋅ a, k ⋅ b )
E pela lei de formação, segue:
( 3 ⋅ ( k ⋅ a ) , k ⋅ b, k ⋅ a + k ⋅ b ) =
k ⋅ ( 3 ⋅ a , b, a + b ) =
k ⋅T (u ) ,
Assim, a segunda condição também é verificada. Logo, podemos dizer que

T(x,y) é linear.
Exemplo 2: Verifique se a transformação T :  →  , definida por T(x) = u2 é

linear.
Talvez seja evidente o fato a se seguir, que este não será linear pelo
quadrado apresentado no vetor, mas para provar a verificação da linearidade da
transformação devemos proceder como no exemplo anterior e mostrar na adição
e multiplicação. Primeiramente, devemos mostrar que a transformação, dados os
vetores u = (a,b) e v = (c,d), conserva a operação de soma: T(u+v) = u2 + 2uv + v2 pela
definição. Sabemos também que: T(u) + T(v) = u2 + v2, e portanto, T(u+v) ≠ T(u) +
T (v).
142
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Conceitos importantes:

• A Transformação Linear T: U →V, tal que dado u ∈ U ⇒ T ( u ) =0 ∈ V , é
dita Transformação Nula.
• Seja uma Transformação Linear T: U →V. Se U=V, então T é dito um

Operador Linear.
• O Operador Linear Iu: U →U, tal que dado u ∈ U ⇒ I ( u ) =

u é dito um
Operador Identidade.
Observação: Uma outra forma de detectar que uma transformação não

é linear trata-se de analisar a definição e perceber que dada uma transformação
linear T: U →V, o vetor nulo do domínio implicará no vetor nulo do contradomínio,
    
() ()
ou seja, se 0 ∈ U ⇒ T 0 =0 ∈ V . E assim, caso T 0 ≠ 0 , a transformação não é
linear.
ATENCAO
Cuidado! Para provar que uma transformação é linear não basta verificar que
 
()
T 0 ≠ 0 , deve-se realizar o procedimento tal qual o Exemplo 1. Tente com a transformação
T :  3 →  2 , tal qual T ( x=
, y ) ( x, y + 4, z ).
3 LEI DE FORMAÇÃO DE UMA TRANSFORMAÇÃO

Ao falar de Transformações Lineares, uma de suas características é que elas
são ou podem ser encontradas apenas analisando seus coeficientes, referenciando-
se a elementos de uma base.
Teorema 1: Sejam dois espaços vetoriais U e V, e uma base não nula e finita
de U, {u1, ..., un}. Tomemos elementos quaisquer do domínio V. Sendo que existe uma
transformação linear T: U →V, tal que T(u1) = v1, ..., T(un) = vn. E ainda se u = a1 . u1 +
... + a . u , podemos escrever:
n n
T ( u ) = a1 ⋅ T ( u1 ) +  + an ⋅ T ( un ) =
a1 ⋅ v1 +  + an ⋅ vn
Exemplo 3: Obtenha a lei de formação de uma Transformação Linear,

T :  →  2 , sabendo que: T (1, 0, 0=
3
) (1, 0 ) ,T ( 0,1, 0=) (1,1) eT ( 0, 0,1=) (1, −1) .
143
Estes vetores de entrada caracterizam um tema estudado no tópico anterior,

eles representam a base de um espaço vetorial no 3 (a base canônica, diga-se de
passagem). Logo, para resolver este exemplo, podemos nos basear no Teorema 1.
Inicialmente, devemos tomar um vetor sem perda de generalidade do domínio

( ). Seja então este vetor u=(x,y,z).Agora, devemos escrevê-lo como combinação linear
3
dos vetores da base: (x,y,z)= a ∙ (1,0,0) + b ∙ (0,1,0) + c ∙ (0,0,1) = (a,0,0) + (0,b,0) + (0,0,c) = (a,b,c) .
Logo, temos que: x = a; y = b; z = c.
Tendo provado que existe um vetor que é combinação linear dos vetores da
base, podemos escrever:
T ( x, y , z ) =T [( x ⋅ (1, 0, 0 ) + y ⋅ ( 0,1, 0 ) + z ⋅ ( 0, 0,1) 

T ( x ⋅ (1, 0, 0 ) ) + T (( y ⋅ ( 0,1, 0 ) ) + T ( z ⋅ ( 0, 0,1) ) =
x ⋅ T (1, 0, 0 ) + y ⋅ T ( 0,1, 0 ) + z ⋅ T ( 0, 0,1) =
x ⋅ (1, 0 ) + y ⋅ (1,1) + z ⋅ (1, −1)
O que resulta: T (x, y, z) = (x + y + z, y - z). (Lei de formação da transformação).
4 IMAGEM E NÚCLEO DE UMA TRANSFORMAÇÃO LINEAR

A começar pela Imagem, esta pode ser recordada dos assuntos de
funções em que seu significado é os valores possíveis de resposta encontrados
no contradomínio. Este conhecimento adquirido em funções pode esclarecer a
definição em transformações. Sabemos que as Transformações Lineares possuem
Espaços Vetoriais no seu Domínio e Contradomínio, e a partir disto, a imagem
de uma transformação são os vetores do contradomínio que são resultados da
aplicação dos vetores do domínio na Transformação. A seguir, temos a definição
formal:
Definição 2: Considerando a transformação linear T: U →V . A imagem de

uma transformação linear é o conjunto de todos os vetores do contradomínio V
que são resultados da aplicação de pelo menos um vetor u ∈ U .
Simbolicamente: Im (T) = {v ∈ V, tal que T (u) = v, para algum u ∈ U}.
Exemplo 4: Seja a transformação T :  3 →  2 dada por: T(x,y) = (2x, x + y,

x - y) , determine a imagem dos vetores u = (1,-2), v = (0,3) e w = (-1,1), quando
aplicados na transformação indicada.
144
Perceba que estamos trabalhando com uma transformação que possui

domínio em 23 e contradomínio em  3, ou seja, toma vetores de duas coordenadas
e os transforma em vetores de três coordenadas. Vamos verificar:
• T ( u ) = T (1, −2 ) = ( 2 ⋅1,1 + ( −2 ) ,1 − ( −2 ) ) = ( 2, −1,3)

• T ( v ) = T ( 0,3) = ( 2 ⋅ 0, 0 + 3, 0 − 3) = ( 0,3, −3)
• T ( w ) = T ( −1,1) = ( 2 ⋅ ( −1) , −1 + 1, −1 − 1) = ( −2,1, −2 )
A ideia por detrás do cálculo acima pode ser analisada no diagrama a

seguir:
FIGURA 13 - REPRESENTAÇÃO DA INTERAÇÃO ENTRE OS ELEMENTOS DA

TRANSFORMAÇÃO
2 R3
(1, -2) (2, -1, 3)
(0,3) (0,3,-3)
(-1, 1) (-2, 1, -2)
FONTE: Os autores
Observações 1:
• Dada a transformação linear T: U →V, a transformação é dita injetora

quando para quaisquer u , v ∈ U , se u ≠ v ⇒ T ( u ) ≠ T ( v ) .
• Dada a transformação linear T: U →V, a transformação é dita sobrejetora

quando o contradomínio é igual ao conjunto imagem, ou seja, Im (T ) = V .
Uma transformação é dita bijetora, quando ela é injetora e sobrejetora.
NOTA
Quando a transformação T: U →V é bijetora, temos um caso de isomorfismo, ou

seja, os Espaços Vetoriais U e V são ditos isomorfos.
145
Exemplo 5: Seja a transformação linear T :  ³ →  ³, dada por T(x, y, z) = (x +

2y, y - z, x + 2z), encontre uma base para a imagem desta transformação.
Uma das principais aplicações dos conceitos da imagem de uma

transformação é encontrar uma base que gera todos os seus elementos. Isto quer
dizer que, a partir deste subespaço gerado, podemos escrever todos os vetores que
pertencem à imagem através de combinações lineares dos vetores que compõem
a base.
Vejamos: Im (T ) = {( x + 2 y, y − z , x + 2 z ) , x, y, z ∈ } e este conjunto pode ser

reescrito da seguinte forma: Im (T ) = { x ⋅ (1, 2, 0 ) + y ⋅ ( 0,1, −1) + z ⋅ (1, 0, 2 ) , x, y, z ∈ } .
Porém, note o vetor (1, 2, 0) = (1, 0, 2) + 2 ∙ (0, 1, -1). Logo, como ele é
combinação linear dos outros componentes, podemos excluí-lo e aferir a seguinte
base geradora para a imagem da transformação: [(1, 0, 2),(0, 1, -1)]. Isto significa
que todos os vetores da imagem podem ser gerados pela base acima.
Exemplo 6: Seja a transformação linear T :  ³ →  ³ dada por T(x, y ,z) = (x +

2y - 3z, -2x - 4y + 6z), verifique se existe algum vetor do domínio que possui como
imagem o vetor nulo.
Como já sabemos, o vetor nulo é aquele que possui suas coordenadas nulas.
Assim, para verificar qual o vetor (x, y, z) irá gerar imagem tal que (x + 2y - 3z, -2x
- 4y + 6z) = (0,0), basta resolver o sistema linear homogêneo a seguir:
 x + 2 y − 3z = 0

−2 x − 4 y + 6 z = 0
Pelos estudos anteriores, temos que sistemas homogêneos possuem ao

menos uma solução que chamamos de solução trivial, ou seja, temos o vetor (0, 0,
0) do domínio que implica na imagem nula. Basta saber se existem outros vetores
com esta característica.
No sistema apresentado no exemplo anterior podemos perceber que um é

múltiplo escalar do outro e que, portanto, é um sistema possível e indeterminado,
pois há várias possibilidades de respostas, vejamos que isolando x na primeira
equação (poderia ser a segunda equação): x = -2y + 3z, ou seja, o conjunto
S ={( −2 y + 3 z , y, z ) , ∀y, z ∈ } é solução para o sistema. E assim temos, por
exemplo, fazendo y = 1 e z = 2, o vetor (4, 1, 2) que também implicará na imagem
nula.
Este conjunto de vetores, que quando aplicados em uma transformação

geram o vetor nulo na imagem, damos o nome de Núcleo da Transformação.
146
Definição: O núcleo de uma transformação linear T: U →V, que pode ser

indicado por N(T) ou ker(T), é o conjunto formado por todos os vetores de U que

têm como imagem o vetor nulo de V, ou seja, N (T ) =

{
u ∈ U , tal queT ( u ) =
0. }
FIGURA 25 - REPRESENTAÇÃO DE ELEMENTOS DO NÚCLEO DE UMA
TRANSFORMAÇÃO
T:U→V
U V
u

v 0
w
FONTE: Os autores
Exemplo 7: Determine o núcleo da transformação T :  ³ →  ² , dada por

T(x, y) = (0, x + y, 0).
Como definido, sabemos que o Núcleo da Transformação são os vetores (x,

y), tal que (0, x + y, 0) = (0, 0, 0). Ora, neste caso, basta resolver: x + y =0⇔ x=− y.
Assim, o núcleo da transformação é dado por: N (T ) = {( − y, y ) , ∀y ∈ } .

Este conjunto também pode ser expresso pelo subespaço gerado pela base [(-1, 1)].
Observação 2: Note que N (T ) ≠ ∅ , ou seja, existe pelo menos um vetor do

domínio da transformação T: U →V que possui imagem nula. Pois 0U ∈ N (T ) , já
 
( )
que T 0U = 0V .
NOTA
Por favor, se a Observação 2 não lhe foi clara, reveja a Observação 1.
Exemplo 8: Determine o Núcleo e a Imagem da Transformação Linear

T :  ³ →  ³ , tal que T ( x, y, z )=
( 2 x − y + z,3x + y − 2 z ) .
147
Como já sabemos, por definição, o núcleo da transformação é

o conjunto N (T ) = {u ∈ 3 ,T ( u ) = ( 0, 0 ) . Para tanto, devemos ter que:
T ( x, y, z )= ( 2 x − y + z ,3 x + y − 2 z )= ( 0, 0 ) o que recai no sistema linear
homogêneo a seguir:
 2x − y + z = 0

3 x + y − 2 z =0
Agora, isolando y na segunda equação e fazendo z = 5x, segue que:

y=−3 x + 2 z ⇒ y =−3 x + 2 ⋅ 5 x ⇒ y =7 x , e assim, o núcleo é dado por:
N (T )
= {( x, 7 x,5 x ) , ∀x ∈ }.
Para finalizar, sabemos que o núcleo de uma transformação é um
subespaço vetorial do domínio. Portanto, reescrevendo-o na forma de combinação
linear temos a forma x . (1, 7, 5), o que nos permite encontrar uma base para este
subespaço, sendo ela dada por [(1, 7, 5)].
Resta realizar o processo para encontrar o conjunto imagem desta

transformação. Para isto, vamos partir da lei de formação, que é dada por T(x, y, z)
= (2x - y + z, 3x + y - 2z). Verificamos que podemos escrevê-la, também, na forma de
combinação linear: (2x - y + z, 3x + y - 2z) = (2x, 3x) + (-y, y) + (z, -2z) = x ∙ (2, 3) + y
∙ (-1, 1) + z ∙ (1, -2).
Desta forma, podemos escrever a imagem da transformação como

o conjunto formado a partir desta combinação linear encontrada, ou seja:
{ }
Im (T )= x ⋅ ( 2,3) + y ⋅ ( −1,1) + z ⋅ (1, −2 ) , ∀x, y, z ∈  .
Observação 3: Note que o contradomínio deste exemplo é o espaço  2 , que

possui dimensão 2. Portanto, para determinar uma base para a imagem, esta não
pode ser [(2, 3), (-1,1), (1,-2)], pois veja que este conjunto é formado por três vetores,
logo, de dimensão 3. Porém, note que o vetor (-1,2) é LD com os outros dois vetores
do conjunto, e, por este fato, podemos descartá-lo e gerar a base para a imagem,
tal como: [(2, 3), (-1,1)].
5 TEOREMA DO NÚCLEO E IMAGEM DE UMA

TRANSFORMAÇÃO
O Teorema do Núcleo e Imagem de uma Transformação tem como análise
a dimensão que cada espaço vetorial gerado a partir de conjuntos do núcleo e
imagem. Logo, para ficar mais claro o entendimento, vamos rever a seguir a
definição de dimensão.
 Definição 4: Seja U um espaço vetorial com uma base finita de elementos. Se

U = { 0 }, dizemos que a base deste espaço é 0. Se U ≠ { 0 }, dizemos que a dimensão
deste espaço é igual à quantidade de elementos de uma base qualquer de U.
148
Exemplo 9: Determine a dimensão do Núcleo e da Imagem do Exemplo 7.
Como visto anteriormente, os conjuntos do Núcleo e da Imagem são

subespaços vetoriais do domínio e do contradomínio da transformação. No
Exemplo 8 eles podem ser gerados pelas respectivas bases [(1, 7, 5)] (para o
núcleo) e [(2, 3), (-1, 1)] (para a imagem). Note que estas bases possuem um e dois
elementos, nesta ordem. Assim, podemos aferir que a dimensão do núcleo é 1, e a
dimensão da imagem é 2.
Simbolicamente: dim N(T) = 1 e dim Im(T) = 2.
Outros exemplos:
• A dimensão do conjunto dos números reais é 1.
• A dimensão do conjunto formado por todos os elementos de  2 é 2.
• A dimensão do conjunto formado por todos os pontos de  3 é 3.
• O espaço vetorial formado pelos polinômios de gra n, possui dimensão n.
Relembrado a definição de dimensão de um espaço vetorial, podemos

agora enunciar o que diz o Teorema do Núcleo e Imagem.
Teorema 2: (Teorema de Núcleo e Imagem) Seja uma transformação linear

T: U →V, onde U tem dimensão finita. Então: dim U = dim N(T) + dim Im (T).
A princípio, o que o teorema nos diz é bem intuitivo, que a soma das
dimensões do núcleo e da imagem de uma transformação é igual à dimensão
de seu domínio. No Exemplo 8, tínhamos uma transformação T :  ³ →  ² , onde
concluímos que dim N(T) = 1 e dim Im (T) = 2. Ora, basta perceber que o teorema é
válido para o caso, pois, dim  3 = dim N(T) + dim Im (T) 3 = 2 + 1.
Exemplo 10: Determinar uma transformação linear T :  ³ →  4 , tal que

Im (T ) = (1,1, 2,1) , ( 2,1, 0,1)  .

Pelo enunciado, o conjunto {(1,1,2,1), (2,1,0,1)} forma uma base de Im (T), e
como vimos, temos que dim Im (T) = 2. Agora, utilizando o Teorema 2 (Teorema do
Núcleo e Imagem), segue que:
dim  3 dim N (T ) + dim Im (T )

=
=3 dim N (T ) + 2
dim N (T ) = 1
Escolhendo agora uma base para N(T) = {(1,0,0)} (note que escolhemos o
primeiro termo da base canônica, por termos de facilidade), podemos completá-la
a fim de atingir uma base de  3 , como sendo {(1,0,0), (0,1,0), (0,0,1)} (base canônica).
149
Descartando-se o elemento do núcleo, percebemos que {T(0,1,0), T(0,0,1)}

formam uma base de Im (T), e como já vimos, podemos desta forma escrever:
• T(1,0,0) = (0,0,0,0), pelo fato de pertencer ao núcleo.

• T(0,1,0) = (1,1,2,1),
• T(0,0,1) = (2,1,0,1)
Agora, conforme visto no Exemplo 3, podemos escrever:
T ( x, y , z ) =
x ⋅ T (1, 0, 0 ) + y ⋅ T ( 0,1, 0 ) + z ⋅ T ( 0, 0,1) ⇒
T ( x, y, z ) = x ⋅ ( 0, 0, 0, 0 ) + y ⋅ (1,1, 2,1) + z ⋅ ( 2,1, 0,1) ⇒
T ( x, y, z ) =( 0, 0, 0, 0 ) + ( y, y, 2 y, y ) + ( 2 z , z , 0, z ) ⇒
T ( x, y , z ) =( y + 2 z , y + z , 2 y, y + z )
Exemplo 11: Seja T :  ³ →  ³ , dada por T(x,y,z) = (z,x-y,z).
a) Indique o núcleo de T, uma base e sua dimensão.

b) Determine a dimensão da imagem da transformação.
a) Para determinar o núcleo da transformação, devemos verificar que teremos

T(x,y,z) = (z,x-y,z) = (0,0,0). A partir daí, segue que z = 0 e x − y = 0 ⇒ x = y.
Portanto, o conjunto do núcleo é dado por = N (T ) {( x, x, 0 ) , ∀x ∈ }. Note,
agora, que podemos escrever { x ⋅ (1,1, 0 ) , ∀x ∈ } , ou seja, o conjunto LI [(1,1,0)]
é uma base para N(T), e assim dim N(T) = 1.
b) Utilizando o Teorema 2, que diz que: dim U = dim N(T) + dim Im(T), podemos
assumir:
dim  3 dim N (T ) + dim Im (T )
=
3 = 1 + dim Im (T )
dim Im (T ) = 2.
Resultados importantes:

1) Se uma Transformação T possui N(T) = { 0 }, T é injetiva.
2) Se uma Transformação T: U →V é tal que dim U = dim V, temos que T é
injetiva e sobrejetiva.
150
6 TRANSFORMAÇÕES PLANAS ESPECIAIS

Possivelmente, você pode ter visto, no Ensino Médio, transformações
possíveis em figuras planas com a utilização de matrizes. Estas transformações
modificavam de várias formas a figura. Veremos as transformações que ocorrem
nas transformações lineares T :  ² →  ² que podem ser aplicadas na computação
gráfica e no desenho gráfico, que são fortemente utilizados nos cursos de
Engenharia, Computação, Design, entre outros.
6.1 TRANSFORMAÇÃO DE REFLEXÃO
6.1.1 Em torno do eixo X.

Expressão: T(x,y) = (x,-y)
1 0 
Forma matricial (matriz A): Podemos escrever ( x, − y ) = x ⋅ (1, 0 ) + y ⋅ ( 0, −1) ⇒ A =  .
0 −1
Representação Geométrica:
Exemplo: Faça a reflexão em torno do eixo X do vetor u = (1,2).
Resolução 12 : Para gerar a reflexão solicitada, basta multiplicar o vetor

1 0  1  1
dado pela matriz A:  ⋅  =   , ou seja, obtemos o vetor u' = (1,-2), que é
0 −1  2   −2 
a reflexão em torno do eixo X, com relação a u.
151
Geometricamente:
2
u
1
u’
6.1.2 Em torno do eixo Y.

Expressão: T(x,y) = (-x,y).
1 0 
Forma matricial (matriz A): Podemos escrever ( − x, y ) = x ⋅ ( −1, 0 ) + y ⋅ ( 0,1) ⇒ A =  .
0 1 
(-x,y) f (x,y)
Exemplo 13: Faça a reflexão em torno do eixo Y, do vetor u = (-2,3).
Resolução: Para gerar a reflexão solicitada, basta multiplicar o vetor dado pela
 −1 0   −2  2
matriz A:  ⋅  =   , ou seja, obtemos o vetor u' = (2,3) que é a reflexão
 0 1  3  3
em torno do eixo X, com relação a u.
152
Geometricamente:
3
u u’
-2 2
6.2 TRANSFORMAÇÃO DE PROJEÇÃO
6.2.1 Projeção sobre o eixo X

Expressão: T(x,y) = (x,0).
1 0 
Forma matricial (matriz A): Podemos escrever ( x, 0 ) = x ⋅ (1, 0 ) + y ⋅ ( 0, 0 ) ⇒ A =  .
0 0 
v = (x, y)
0 f (v) = (x, 0)
Exemplo 14: Faça a projeção sobre o eixo X, do vetor u = (2,4).
1 0   2   2 
matriz A:  ⋅  =  , ou seja, obtemos o vetor u' = (2,0), que é a projeção
0 0   4  0 
sobre o eixo X, com relação a u.
153
Geometricamente:
u’
2
6.2.2 Projeção sobre o eixo Y

Expressão: T(x,y) = (0,y).
0 0 
Forma matricial (matriz A): Podemos escrever ( 0, y ) = x ⋅ ( 0, 0 ) + y ⋅ ( 0,1) ⇒ A =  .
0 1 
f (v) = (0, y) v = (x, y)
Exemplo 15: Faça a projeção sobre o eixo Y do vetor u = (3,-4).
0 0   3   0 
matriz A:  ⋅  =   , ou seja, obtemos o vetor u' = (0,-4) que é a projeção
0 1   −4   −4 
sobre o eixo Y, com relação a u.
154
Geometricamente:
u
u’
-4
6.3 TRANSFORMAÇÕES DE DILATAÇÃO OU CONTRAÇÃO
6.3.1 Na direção do vetor ( α ∈  ).

Expressão: T ( x, y ) =(α ⋅ x, α ⋅ y )
α 0 
Forma matricial (matriz A): Podemos escrever (α ⋅ x, α ⋅ y ) = x ⋅ (α , 0 ) + y ⋅ ( 0, α ) ⇒ A =   .
0 α
f(v)
v
0
Exemplo 16: Faça a ampliação do vetor u = (1,2) utilizando α = 3, ou seja, triplicar

o seu módulo.
155
3 0  1  3
matriz A:  ⋅  =   , ou seja, obtemos o vetor u' = (3,6) que é a dilatação em
0 3  2  6 
três vezes com relação a u.
Geometricamente:
u’
2
u
1 3
Observações:
a) Quando temos 0 < α < 1, ocorre uma contração no vetor.
b) Quando temos α < 0, ocorre uma “inversão” no sentido do vetor.
6.3.2 Na direção do eixo X (horizontal)

Expressão: T(x,y) = (α . x,y).
α 0
Forma matricial (matriz A): Podemos escrever (α ⋅ x, y ) = x ⋅ (α , 0 ) + y ⋅ ( 0,1) ⇒ A =  .
0 1 
1
Representação Geométrica: (para os casos α = 2 e α = )
2
( 12 x,y) (x,y) (2x,y)
0 1x x 2x
2
156
Exemplo 17: Faça a ampliação do vetor u = (2,2) na direção do eixo X utilizando α

1
=2eα= .
2
matriz A:
2 0 2 4
Para α = 2:  ⋅  =  , ou seja, obtemos o vetor u' = (4,2), que é a
0 1 2 2
dilatação em duas vezes com relação a u, na direção do eixo X.
1

1 0   2  1 
Para α = :  2 ⋅ = , ou seja, obtemos o vetor u" = (1,2), que é a
2    2   2 
 0 1
contração em duas vezes com relação a u, na direção do eixo X.
Geometricamente:
2
u’’ u
u’
1 2 4
6.3.3 Na direção do eixo Y (vertical)

Expressão: T(x,y) = (α,x . y).
1 0 
Forma matricial (matriz A): Podemos escrever ( x, α ⋅ y ) = x ⋅ (1, 0 ) + y ⋅ ( 0, α ) ⇒ A =   .
0 α 
1
Representação Geométrica: (para os casos α = 2 e α = ).
2
2y (x,2y)
(x,y)
y (x,y)
1y (x, 12 y)
2
0
157
Exemplo 18: Faça a ampliação do vetor u = (1,3) na direção do eixo Y utilizando α = 2.
1 0  1 1 
matriz A:  ⋅  =  , ou seja, obtemos o vetor u' = (1,6), que é a dilatação em
 0 2   3  6 
duas vezes com relação a u, na direção do eixo X.
Geometricamente:
3 u’
6.4 TRANSFORMAÇÕES DE ROTAÇÃO (DE UM ÂNGULO α

NO SENTIDO ANTI-HORÁRIO)
Para realizar a transformação de rotação, teremos que aplicar conhecimentos
da trigonometria já estudados no Ensino Médio. As relações trigonométricas que
utilizaremos são a do seno e cosseno, assim como a soma de arcos nestas razões.
‘
v Rθ (v)
Rθ
θ
α
α ‘
158
Note que o vetor v e sua rotação Rθ ( v ) continuam com o mesmo módulo,

ou seja:  v  =  Rθ ( v )  .
Recorde de duas identidades de arcos duplos no seno e cosseno e como

ficam estas relações pela ilustração anterior:
a) sen(α+θ) = senα ∙ cosθ + senθ ∙ cosα

b) cos(α+θ) = cosα ∙ cosθ - senα ∙ senθ
y
c) senα =
v
x
d) cosα =
v
Assim, temos que, ao rotacionar o vetor θ unidades, seguem as seguintes

relações:
y y
I) � sen sen cos sen cos
v v
y x y
� � � cos sen
v v v
� � � y y cos x sen
x′ x′
II) cos (α + θ )= ⇒ cosα ⋅ cosθ − senα ⋅ senθ =
v v
x x x′
⇒ ⋅ cosθ + senθ =
v v v
⇒ x′ = x ⋅ cosθ + y ⋅ senθ
Como o vetor Rθ ( v ) = ( x′, y′ ) ,podemos escrevê-lo tal que:

Rθ ( v ) =( x ⋅ cosθ + y ⋅ senθ , y ⋅ cosθ + x ⋅ senθ ) , e assim, colocando os fatores x e
 cosθ − senθ 
y em evidência, chegamos à matriz de rotação: A =  .
 senθ cosθ 
Exemplo 19: Tome o vetor do plano u = (3,4) e faça nele uma rotação de 30º
no sentido anti-horário.
Resolução: Para gerar a rotação solicitada, basta multiplicar o vetor dado

 cosθ − senθ 
pela matriz A dada por A =  :
 senθ cosθ 
 3 1 3 3 − 4
− 
 cos30° − sen30°  3   2 2⋅  3   
2  ≈ 0, 6  , ou seja, obte-
⋅
 sen30° cos30°   4  ⇒    ⇒   
     1 3  4  4 3 + 3   5 
   
 2 2   2 
mos o vetor u' = (0,6;5), que é o vetor u, após uma rotação de 30º.
159
7 AUTOVALORES E AUTOVETORES
Autovalores e Autovetores é um conceito muito importante na Álgebra
Linear aplicado nas áreas de Processamento de Imagens, Análise de Vibrações,
Mecânica Quântica, Mecânica dos Sólidos e Estatística, onde são apresentados
operadores lineares T: V →V, para os quais a equação T(u) = λ ∙ u possui soluções
não nulas. O uso dos autovalores e autovetores possibilita, na visão geométrica,
uma ideia bem sutil de transformação ou ampliação sobre uma imagem construída
a partir de vetores.
Outra aplicação dos autovalores e autovetores é no estudo das matrizes.

Em particular, sabemos que uma das aplicações deste estudo viabiliza a inversão
e a diagonalização de matrizes.
Definição: Seja T: V →V uma transformação linear (operador linear). Se

  , tais que T(u) = λ ∙ u, então λ é um autovalor e
existirem v ∈ V , com v ≠ 0 e λ ∈
v é um autovetor de T associado a λ.
Observação: Note que λ pode ser o número 0, porém v não pode ser o vetor
nulo.
Assim, de acordo com Boldrini (1984, p. 87), “no conceito de autovalor e

autovetor estamos interessados em saber que vetores não nulos são levados a um
múltiplo de si mesmo através de uma transformação”. Neste caso, teremos que
T(v) será um vetor na mesma direção de v.
Na prática:
I) Seja T :  ² →  ² dado por T(x,y) = (2x,2y). Podemos escrevê-lo como T(x,y) = 2 .


(x,y) , ou seja, neste caso λ = 2 é um autovalor de T e qualquer vetor ( x, y ) ≠ 0 é
um autovetor associado a λ = 2.
160
II) Seja T :  ² →  ² dado por T(x,y) = (x,-y). Este caso possui dois autovalores:
a) Note que se T(0,y) = (0,-y) = -1 . (0,y). Portanto, λ1 = -1 é um autovalor de

T e todo vetor (0,y) com y ≠ 0 é um autovetor de T.
b) Veja que se T(x,0) = (x,0) = 1 . (x,0). Portanto, λ2 = 1 é um autovalor de T

e todo vetor (x,0) com x ≠ 0 é um autovetor de T.
Interpretação Geométrica:
u é autovetor de T,
pois ∃λ ∈ R / T(u) = λu.
T(v)
v não é autovetor de T,
T(u) pois não ∃λ ∈ R / T(v) = λv.
v
u
7.1 AUTOVALORES E AUTOVETORES DE UMA MATRIZ

Toda transformação linear T: V →V está associada a uma matriz quadrada
de mesma dimensão de V em relação à base canônica. Portanto, representando a
matriz identidade como I, temos que:
T (v) = λ ⋅ v ⇔ A ⋅ v = λ ⋅ v
⇔ A⋅v − λ ⋅v = 0
⇔ A⋅v − λ ⋅ I ⋅v = 0
⇔ ( A−λ ⋅ I )⋅v =0
Desta forma, sabe-se que este sistema homogêneo só pode admitir várias
soluções, se: det(A - λ . I) = 0.
Exemplo 20: Encontre os autovalores e autovetores do operador linear:

T :  2 →  2 , dada por T ( x, y ) = ( −3 x + 4 y, − x + 2 y ) .
Resolução: Utilizando o polinômio característico, vamos encontrar os

autovalores associados à transformação:
161
det ( A − λ ⋅ I ) = 0 ⇒
 −3 4 1 0 
det(   −λ ⋅  ) = 0 ⇒
 −1 2 0 1 
 −3 4   −λ 0 
det(  − )= 0⇒
 −1 2   0 −λ 
  −3 − λ 4 
det   = 0 ⇒
  −1 2 − λ  
( −3 − λ ) ⋅ ( 2 − λ ) + 4 ⇒
λ 2 + λ − 2 = 0 ⇒ polinômio característico de T
Cujas raízes (e portanto, os autovalores) são λ1 = -2 e λ1 = 1.

Agora, para cada um dos autovalores encontrados existe(m) autovetor(es)
associado(s). Sabemos também que a expressão (A - λ . I) . v = 0 calcula os
autovetores de uma transformação, então, pelo que foi resolvido antes temos que:
 −3 − λ 4   x  0 
 −1 ⋅ =.
 2 − λ   y  0 
 −3 − ( −2 ) 4   x  0   −1 4 
Substituindo λ1 = -2 na expressão acima, temos que:   = ⇒ ⋅
 − 1 2 − ( −2 )   y  0  −1 4
4   x  0   −1 4   x  0  − x + 4 y =0
  = ⇒ ⋅ = ⇒ ⇒ x= 4 y , ou seja, um sistema possível
2 − ( −2 )   y  0   −1 4   y  0  − x + 4 y =0
e indeterminado (infinitas soluções), o que nos faz concluir que os autovetores
 x
ou ainda v  x,  , com x ≠ 0 .
associados a λ1 têm a forma: v = (4y, y), com y ≠ 0,=
 4
 −3 − 1 4   x  0   −4 4   x 
Substituindo λ2 = 1 na expressão acima, temos que:  ⋅  =   ⇒  ⋅ 
 −1 2 − 1  y  0   −1 1   y 
  x  0   −4 4   x  0  −4 x + 4 y =0
⋅ = ⇒ ⋅ = ⇒ ⇒ x = y que também é um sistema possível
1  y  0   −1 1   y  0   − x + y =0

e indeterminado, o que novamente nos faz concluir que os autovetores associados
a λ2 têm a forma: v = (y, y), com y ≠ 0 ou v = (x, x), com x ≠ 0.
Exemplo 21: Determinar os autovalores e autovetores do operador linear:
T :  3 →  3 ,T ( x, y, z )= ( 3x − y + z, − x + 5 y + z, x − y + 3z )
Resolução: Este exemplo é um operador em  3 , e exigirá um pouco mais de
trabalho do que o exemplo anterior. Inicialmente, vamos representar o operador
(transformação) na forma matricial.
 3 −1 1
A =  −1 5 1
 1 −1 3
162
O próximo passo, como já visto, é encontrar o polinômio característico e

encontrar suas raízes (autovalores do operador):
  3 −1 1 1 0 0  
 
det ( A − λ ⋅ I ) = 0 ⇒ det   −1 5 1 − λ ⋅ 0 1 0   = 0

  1 −1 3 0 0 1  
 
  3 −1 1  −λ 0 0 
 
⇒ det   −1 5 1 +  0 −λ 0   =
  0
  1 −1 3  0 
0 −λ  
  
3 − λ −1 1 
⇒ det  −1 5 − λ 1  = 0
 1 −1 3 − λ 
⇒ (3 − λ ) ⋅ (5 − λ ) ⋅ (3 − λ ) − (5 − λ ) − (3 − λ ) + (3 − λ ) =
0
⇒ −λ 3 + 11λ 2 − 36λ + 36 =
0
Perceba que encontramos uma equação de 3º grau. Para resolvê-la, iremos

pelo método da tentativa encontrar a primeira raiz:
I) Aplicando λ = 0 na equação chegamos em: -36 = 0. Logo λ1 > 0

II) Aplicando λ = 1 na equação chegamos em: -10 = 0. Logo λ1 > 1
III) Aplicando λ = 2 na equação chegamos em: 0 = 0. Logo λ1 = 2.
Assim, colocando (λ - 2) em evidência: ( λ − 2 ) . ( λ 2 − 9λ + 18 ) =0 ⇒ λ2 =3 e λ3 =6.
Logo, os autovalores são: λ1 = 2, λ2 = 3 e λ3 = 6. Agora, para encontrar os

autovetores basta substituí-los na expressão (A - λ . I) . v = 0.
1 −1 1  x  0   x− y+z =0
a) Para λ1 = 2: onde,  −1 3 1 ⋅  y = 0  ⇒ − x + 3 y + z= 0, desta vez, resolven-

 1 −1 1  z  0   x− y+ z =0
1 −1 1 1 −1 1  1 0 1 
do por escalonamento recorre que:  −1 3 1 ~ 0 2 0  ~ 0 1 0  ⇒ z =− x e y =0.
 1 −1 1 0 0 0  0 0 0 

Logo, qualquer vetor que possuir a forma v1 = (x,0,-x) é um autovetor de λ1 =
2. Isto quer dizer que qualquer vetor múltiplo de (1,0,-1) é um autovetor associado
ao autovalor 2.
0 −1 1   x 0   −y + z =0

b) Para λ2 = 3:  −1 2 −1 ⋅  y = 0  ⇒ − x + 2 y − z= 0, onde, resolvendo por es-

 1 −1 0   z  0   x− y =0
0 −1 1 0 0 0
calonamento recorre que:  −1 2 −1 ~ 1 0 −1 ⇒ z = x e x = y. Logo x = y = z.
 1 −1 0  0 1 −1
163
Logo, qualquer vetor que possuir a forma v1 = (x,x,x) é um autovetor de λ2 =

3. Isto quer dizer que qualquer vetor múltiplo de (1,1,1) é um autovetor associado
ao autovalor 3.
 −3 −1 1  x 0  −3 x − y + z =0
c) Para λ3 = 6:  −1 −1 −1 ⋅  y  = 0  ⇒  − x − y − z = 0 , em que, desta vez, resol-

 1 −1 −3  z 
0   x − y − 3z =0
 −3 −1 1  0 0 0 
vendo por escalonamento recorre que:  −1 −1 −1 ~ 0 1 −2  ⇒ z = −2 z.
xe y =
 1 −1 −3 1 0 −1
Logo, qualquer vetor que possuir a forma v1 = (z,-2z,z) é um autovetor

de λ3 = 6. Isto quer dizer que qualquer vetor múltiplo de (1,-2,1) é um autovetor
associado ao autovalor 6.
5 
Exemplo 22: Se u = (-1,1) e v =  ,1 , são autovetores de T, com relação aos
2 
autovalores λ1 = -1 e λ2 = 6, respectivamente. Determine T(x,y) e a imagem do vetor
v = (1,4) nesta transformação.
Resolução: Inicialmente, neste exemplo, devemos construir a transformação

linear que gera estes resultados citados. Para tanto, iremos descobrir os coeficientes
dos componentes da transformação, e pelo fato de que se trata de T(x,y),
podemos associá-la com uma matriz 2x2, chamando seus elementos de a, b, c e d,
respectivamente.
Sabemos que (A - λ ∙ I) ∙ v = 0 , logo:
Para λ1 = -1 e u = (-1,1), temos:
 a b  1 0    −1 0 
  − ( −1) .   .  =
  ⇒
 c d  0 1    1  0 
  a b   −1 0    −1 0 
 −  .   =  ⇒
  c d   0 −1   1  0 
  a + 1 b    −1 0 
 . = ⇒
 c d + 1   1  0 
 −a − 1 + b  0  −a + b = 1
 −c + d + 1 = 0  ⇒ −c + d =−1 ⇒ b = a + 1 e d = c − 1
    
5 
Para λ2 = 6 e u =  ,1 , temos:
2 
5
 a b  1 0      0 

c d  − ( 6 ) . 0 1   .  2  =0 ⇒
    1  
 
5
  a b  6 0    0
 −  . 2 =   ⇒ 164
  c d  0 6    0
5
 a b  1 0      0 
  − ( 6 ) . .
0 1    2  = 0 ⇒
 c d    1 TÓPICO
 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
 
5
  a b  6 0    0
 −
  .
 2 =  ⇒
  c d  0 6   1  0
 
5
 
 a − 6 b     0
  . =
2 ⇒
 c d − 6      0 
1
 
 5a   5a
 2 − 15 + b   0   2 + b = 15
5a 5c
  =  ⇒  ⇒ b =− + 15 e d = − +6
 5c + d − 6   0   5c + d = 6
2 2
 2   2
Daí segue que das relações assumidas vêm:
5a 7a
a + 1 =− + 15 ⇒ =14 ⇒ a =4
2 2
5c 7c
c − 1 =− + 6 ⇒ =7 ⇒ c =2
2 2
Como a = 4 e c = 2, resta calcular que b = 5 e d = 1. Assim, a matriz da

4 5
transformação é dada por A =  , e por consequência a transformação é T(x,y)
= (4x + 5y, 2x + y). 2 1
Por fim, para calcular a imagem do vetor (1,4) nesta transformação, basta
substituí-lo na fórmula encontrada, ou multiplicá-lo pela matriz correspondente.
 4 5 1   24 
Vamos utilizar o segundo processo:   .   =   . O vetor transformado é v’ =
(24,6).  2 1  4  6 
7.2 MULTIPLICIDADE DOS AUTOVETORES DE UMA

TRANSFORMAÇÃO
Após termos visto os autovalores e autovetores associados a uma
transformação, vamos apresentar dois conceitos muito importantes: o de
multiplicidade algébrica e o de multiplicidade geométrica.
a) Chamamos de multiplicidade algébrica de um autovalor a quantidade

de vezes que ele aparece como raiz do polinômio característico.
Por exemplo, na transformação T :  →  ,T ( x, y, z ) =( 2 x + y, 2 y + z , 2 z ) ,

3 3
recaímos no polinômio característico (2 - λ)3 = 0, que gera em três raízes iguais (caro
acadêmico, por favor, verifique!), sendo ela λ1 = λ2 = λ3 = 2, em que podemos dizer
que λ = 2 é um autovalor com multiplicidade algébrica igual a 3.
165
b) Chamamos de multiplicidade geométrica de um autovalor λ a dimensão

do subespaço gerado pelos autovetores associados a λ.
Por exemplo, na transformação do Exemplo 25, para λ1 = 2, encontramos os

autovetores da forma v1 = (x,0,-x) = x . (1,0,-1), que pode ser escrito na forma de uma
base [(1,0,-1)], que possui dimensão 1. E, desta forma, dizemos que o autovalor λ1
= 2 possui multiplicidade geométrica igual a 1.
A IMPORTÂNCIA DA DISCIPLINA ÁLGEBRA LINEAR NOS

CURSOS DE ENGENHARIA
A Álgebra Linear ocupa papel importante nas diversas áreas da Matemática

– da Análise à Estatística, onde se utilizam, constantemente, os Cálculos Matricial
e Vetorial. A importância da Álgebra Linear tem crescido nas últimas décadas, os
modelos matemáticos lineares assumiram um importante papel juntamente com o
desenvolvimento da informática e, como seria de se esperar, esse desenvolvimento
estimulou um notável crescimento de interesse em Álgebra Linear.
Sua importância vai desde as ciências sociais às ciências exatas, permitindo

seu uso diário em áreas como economia, aviação, exploração petrolífera e circuitos
eletrônicos. A disciplina Álgebra Linear surge no terceiro grau, na grade curricular
de diversas áreas, como na Matemática, Física, Engenharia, Economia e, geralmente,
no primeiro ano contendo quatro ou duas horas-aula.
Em cada uma dessas áreas, a ênfase dada a essa disciplina é diferente,

podendo-se dizer que existem diversos cursos de Álgebra Linear. Os livros
didáticos apresentam esse conteúdo matemático de formas bem diferenciadas.
Alguns autores, preocupados com o julgamento dos alunos, colocam no prefácio de
seus livros esclarecimentos de que o conteúdo desenvolvido é tangível e concreto.
Apesar de muitos conceitos de Álgebra Linear serem abstratos, conseguimos

aplicar técnicas que envolvem uma matemática simples para resolver alguns
problemas práticos, como a aplicação na teoria de grafos, uma área recente da
matemática tendo como pré-requisito propriedades das operações com matrizes.
Grafos podem ser aplicados em estudos de logística, planejamentos de

autoestradas, localizações de distribuidoras, tabelas de placares dos jogos de um
campeonato, redes de comunicação etc.
De acordo com Moore (1998), um “grafo orientado é uma coleção não

vazia de um número finito de vértices Pi juntamente com um número finito de
arestas direcionadas PiPj que ligam alguns ou todos desses. Um grafo orientado é
chamado um dígrafo se ele não contém nenhum “loop” (laço) e possui no máximo
uma aresta de Pi a Pj, para cada i e j”. A figura ilustra um dígrafo.
166
Brasília
Goiânia
Belo Horizonte
São Paulo
Rio de Janeiro
Porto Alegre
Grafos orientados podem ser representados matricialmente de modo que

cada elemento aij da matriz possuirá o número de arestas direcionadas do vértice
Pi para o Pj. No caso dos dígrafos, o elemento um representa uma aresta orientada
ligando Pi a Pj e zero caso contrário.
O que corresponde à matriz:
0 1 1 1 1 0
1 0 1 1 1 0 

1 1 0 0 0 0
M=  
1 1 0 0 0 0
1 1 0 0 0 1
 
0 0 0 0 1 0
167
Se elevarmos tal matriz ao quadrado, então os elementos bij da nova matriz

indicam o número de formas que podemos ir do vértice Pi para o vértice Pj em
exatamente dois passos.
4 3 1 1 1 1
3 4 1 1 1 1

1 1 2 2 2 0
[bij ] = M 2 =  
1 1 2 2 2 0
1 1 2 2 3 0
 
1 1 0 0 0 1
Note que o elemento b35=2 indica que existem dois modos de ir de Belo
Horizonte para Brasília com exatamente uma escala intermediária. No caso, as
possibilidades são Belo Horizonte – Rio de Janeiro – Brasília ou Belo Horizonte –
São Paulo – Brasília. O elemento b16=1 indica que há somente uma forma de sair
de São Paulo com destino a Goiânia com exatamente uma escala, no caso o trecho
correspondente é São Paulo – Brasília – Goiânia.
Se calcularmos o cubo da matriz, então se tem o número de modos que o

vértice Pi é levado ao vértice Pj, em exatamente três passos, e assim sucessivamente.
6 7 7 7 8 1
7 6 7 7 8 1

7 7 2 2 2 2
[c ij ] = M 3 =  
7 7 2 2 2 2
8 8 2 2 2 3
 
1 1 2 2 3 0
A matriz soma M + M2, isto é, a matriz do dígrafo somada à sua matriz

quadrada indica o número de forma que o vértice Pi é levado em Pj em até dois
passos. De modo que é possível saber se é possível ir de um ponto a outro com no
máximo uma escala.
4 4 2 2 2 1
4 4 2 2 2 1

2 2 2 2 2 0
[dij ] = M + M 2 =  
2 2 2 2 2 0
2 2 2 2 3 1
 
1 1 0 0 1 1
168
O elemento d36=0 indica que não é possível ir de Belo Horizonte para

Goiânia diretamente e nem com uma só escala, mas, pela matriz M3, segue que tal
percurso pode ser feito com exatamente duas escalas e de dois modos possíveis, já
que elemento c36=2.
Com base nesses dados, se uma outra companhia aérea que desejasse
realizar voos nessa rota pode, através da informação da figura, implantar novos
trechos de voos e, analisando as matrizes, poderia fazer uma verificação se é uma
boa estratégia enfrentar concorrência com as rotas existentes, ou se mudaria a
quantidade de escalas para se chegar de um lugar ao outro.
É claro que a teoria dos grafos é um dos muitos fatores que deverão ser
analisados, mas com o exemplo exibido poder-se-ia tirar boas conclusões. Essa
teoria pode ser utilizada em um grande número de situações.
FONTE: NIETO, S. S.; LOPES, C. M. C. A importância da disciplina álgebra linear nos cursos de
engenharia. Anais: World Congress on Computer Science, Engineering and Technology Education.
São Paulo: UNISANTOS, 2006.
169
RESUMO DO TÓPICO 4
• Para uma transformação ser dita linear, ela necessita conservar as operações de
adição e multiplicação por escalar, tais que:
a) T ( u + v=
) T ( u ) + T ( v ) , ∀u, v ∈U ;
b) T ( k ⋅ u ) = k ⋅ T ( u ) , ∀k ∈ , ∀u ∈ U .

• A Transformação Linear T : U → V , tal que dado u ∈ U ⇒ T ( u ) =0 ∈ V é dita Trans-
formação Nula.
• Seja uma Transformação Linear T: U →V . Se U = V, então T é dito um Operador

Linear.
• O Operador Linear I u : U → U , tal que dado u ∈ U ⇒ I ( u ) =

u é dito um Operador
Identidade.
• A imagem de uma transformação linear é o conjunto de todos os vetores do

contradomínio V que são resultados da aplicação de pelo menos um vetor u ∈ U .
• O núcleo de uma tranformação linear T: U →V, que pode ser indicado por N(T)
ou ker(T), é o conjunto formado por todos os vetores de U que tem como imagem

o vetor nulo de V, ou seja, N (T ) = {
u ∈ U , tal que T ( u ) = }
0 .
• As transformações T :  n →  n possuem várias aplicações na computação gráfica

e no desenho gráfico, que são fortemente utilizados nos cursos de Engenharia,
Computação, Design, entre outros. São algumas delas:
o Transformações de Reflexão.
o Transformações de Projeção.
o Transformações de Dilatação ou Contração.
o Transformação de Rotação.
• A equação det(A - λ . I) = 0 é denominada Polinômio Característico da

Transformação. As raízes desta equação são os autovalores associados à
transformação.
• As soluções da equação (A - λ . I) . v = 0 são os autovetores associados a λ.
• Chamamos de multiplicidade algébrica de um autovalor a quantidade de vezes

que ele aparece como raiz do polinômio característico.
• Chamamos de multiplicidade geométrica de um autovalor λ a dimensão do

subespaço gerado pelos autovetores associados a λ.
170
AUTOATIVIDADE
1 A transformação T :  2 →  3 , definida por T(x,y) = (3x,-2y,

x – y) é linear:
2 O núcleo da transformação linear T :  2 →  2 , T ( x, y ) =+

( x y, 2 x − y )
é o conjunto:
3 Seja a transformação linear T : 3 →  2 , T ( x, y , z ) = ( x − y + 4 z , 3 x + y + 8 z )

. Neste caso, o núcleo é dado por:
4 Determine o núcleo e a imagem do operador linear:

T :  3 →  3 , T ( x, y , z ) = ( x + 2 y − z , y + 2 z , x + 3 y + z )

5 Obtenha a imagem do vetor v = (4, 2) pela rotação θ = π / 2 .
6 Determine os autovalores e autovetores do operador linear:

T :  3 →  3 , T ( x,=
y, z ) ( 3x – y + z, − x + 5 y + z, x – y + 3z )
 3 −1 
7 Com base A =   equação característica: det ( A – lI ) = 0
 1 3 
171
172
UNIDADE 3
GEOMETRIAANALÍTICA
• articular o conhecimento entre a álgebra e a geometria numa perspectiva

interdisciplinar;
• compreender e utilizar o pensamento geométrico (geometria analítica)

que leve o aluno a resolver situações-problema;
• desenvolver o pensar algébrico e o raciocínio visual;
• determinar interseções e distâncias entre retas e planos;
• identificar uma curva plana, reconhecer seus elementos e representá-la

graficamente.
PLANO DE ESTUDOS
Esta unidade está dividida em três tópicos. Ao final de cada um deles você
encontrará atividades que o auxiliarão no seu aprendizado.
TÓPICO 1 - A RETA
TÓPICO 2 - O PLANO
TÓPICO 3 - CÔNICAS
173
174
UNIDADE 3
TÓPICO 1
A RETA
1 INTRODUÇÃO
Acadêmico, você já realizou o estudo da reta no Ensino Médio, conheceu
alguns postulados, como “Por dois pontos passa uma única reta”, “Uma reta é
formada por infinitos pontos” e “Por um único ponto passam infinitas retas”, bem
como estudou conceitos relacionados à reta, como coeficiente angular e linear.
Assim como também já conhece que um plano representa duas dimensões

(comprimento e largura) e sabe calcular distâncias entre pontos, retas e planos,
bem como entre ponto e reta, ponto e plano e reta e plano.
Nesta terceira unidade de estudos vamos ampliar os conceitos já vistos no

Ensino Médio, compreendendo como podemos representar uma reta e um plano
utilizando vetores. Vamos também aprender a efetuar cálculos para saber se duas
retas são concorrentes ou perpendiculares, se um ponto ou reta pertence a um
plano, e faremos cálculo de distância. Tudo isso utilizando vetores. Legal, não é?
Curioso para começar? Vamos lá!
2 EQUAÇÃO VETORIAL DA RETA

Seja r uma reta que passa pelo ponto A e tem a direção de um vetor não

nulo v . Para que
um ponto P do espaço pertença à reta r, é necessário e suficiente
que os vetores AP e v sejam colineares, isto é:
 
AP = tv

P− A= tv

P= A + tv
Podemos escrever:

(x, y, z) = (x1, y1, z1) + t(a, b, c) , se P(x, y, z) A, (x1, y1, z1) e v = (a, b, c).
175
UNIDADE 3 | GEOMETRIA ANALÍTICA

As equações P= A + tv ou (x, y, z) = (x1, y1, z1) + t(a, b, c) são denominadas

equação vetorial da reta r e o vetor v = (a, b, c) é chamado vetor diretor da reta r,
também conhecido como parâmetro.
Exemplo 1: Determinar a equação vetorial da reta r que passa pelo ponto A

   
(3, 0, -5) e tem direção do vetor v = 2i + 2 j − k
Resolução: Para determinar esta equação de reta, devemos tomar o ponto A

=
(3,0,-5) e o vetor v ( 2, 2, −1) , como vetor diretor, conforme enunciado. Após isto,
basta tomar a definição de equação vetorial de reta:

P= A + t.v
( x, y , z )
= ( x A , y A , z A ) + t . ( a , b, c )
( x, y, z=) ( 3, 0, −5) + t. ( 2, 2, −1)
O que resultará no sistema de equações:
 x= 3 + 2t

 y = 2t
 z =−5 − t

Que é a equação vetorial da reta, conforme determinado no exemplo.
176
TÓPICO 1 | A RETA
E
IMPORTANT
Note que tomando esta equação, ao variar o valor do parâmetro t, iremos

encontrar os pontos no espaço relativo à reta r. Por exemplo, caso tivermos t = 2:
x = 3 + 2.2  x = 7
 
 y = 2.2 ⇒  y = 4
 z =−5 − 2  z =−7
 
Isto quer dizer que o ponto (7,4,-7) pertence à reta r.
3 EQUAÇÕES PARAMÉTRICAS DA RETA

O resultado que encontramos no exemplo anterior nos traz uma nova forma
de realizar o estudo da reta (não convencionalmente, como no Ensino Médio!).
Agora, quem guiará a formação dos infinitos pontos que irão compor a reta é um
vetor diretor (vetor que dará a direção da reta). Em Geometria Analítica chamamos
esta forma de mostrar a reta de “Equações Paramétricas”. A definição vem a seguir:

Da equação vetorial da reta r temos: P= A + tv
(x, y, z) = (x1, y1, z1) + t(a, b, c)
ou, ainda: (x, y, z) = (x1 + at, y1 + bt, z1 + ct)
Pela definição de igualdade, podemos escrever:
 x= x1 + at

 y= y1 + bt ⇒ Equações paramétricas da reta r
 z= z + ct
 1
A reta r é o conjunto de todos os pontos (x, y, z) determinados pelas

equações paramétricas quando t varia de -∞ a +∞.
Exemplo 2: Determinar as equações paramétricas da reta r, que passa pelo


ponto A (3, -1, 2) e é paralela ao vetor v = ( −3, −2,1) .
Resolução: Neste caso, não devemos ficar “aflitos” em ter que determinar
algo relacionado com a palavra “paralela” que apareceu no exemplo. Tendo o
vetor, ele funcionará apenas como a direção da reta, pois possuindo o ponto de
início (Ponto A), basta ter a direção para determinar onde a reta se situará. Assim,
tomando a estrutura das equações paramétricas:

177
 x= x1 + at  x= 3 − 3t
 
 y= y1 + bt ⇒  y =−1 − 2t
z = z1 + ct  z= 2+t
 
Veja que as coordenadas do ponto A foram substituídas em (x1, y1, z1) e as

coordenadas do vetor em (a, b, c). O resultado acima são as equações paramétricas
solicitadas.
3.1 RETA DEFINIDA POR DOIS PONTOS

Para tratar deste ponto, iremos diretamente à definição. A reta definida
pelos pontos A (x1, y1,
z1) e B (x2, y2, z2) é a reta que passa pelo ponto A (ou B) e tem

direção do vetor= v AB = (x2 – x1, y2 – y1, z2 – z1). Isto quer dizer que, tomando
dois pontos, conseguimos determinar um vetor (como já visto na Unidade 2).
Conhecendo isto, basta tomar um destes dois pontos como referência e determinar
a reta na direção do vetor encontrado.
Exemplo 3: Determinar as equações paramétricas da reta r, determinada

pelos pontos A (1, -2, -3) e B (3, 1, -4).
Resolução: Inicialmente, temos que determinar o vetor diretor da reta:

 
v= AB = B − A = ( 3,1, −4 ) − (1, −2, −3)

v= ( 3 − 1,1 − ( −2 ) , −4 − ( −3) )

=v ( 2,3, −1)
Agora, com o ponto A (poderia ser B) como referência, basta determinar as
equações paramétricas:
 x= x1 + at  x = 1 + 2t
 
 y= y1 + bt ⇒  y =−2 + 3t
 z =z + ct  z =−3 − t
 1 
4 EQUAÇÕES SIMÉTRICAS DA RETA

Podemos perceber que se tomarmos as equações paramétricas vistas
anteriormente e isolarmos o parâmetro t, podemos igualar os resultados e assim
determinar o que chamamos de equações simétricas da reta.
Das equações paramétricas, supondo abc ≠ 0 (o vetor diretor não pode ser
nulo), vem:
178
TÓPICO 1 | A RETA
x − x1
t=
a
y − y1
t=
b
z − z1
t=
c
Logo, igualando os resultados de t:
x − x1 y − y1 z − z1
= =
a b c
Estas equações são denominadas equações simétricas ou normais de uma


reta que passa por um ponto A (x1, y1, z1) e tem direção do vetor v = (a, b, c).
Exemplo 4: Determinar as equações simétricas da reta que passa pelo ponto

   
A (3, 0, -5) e tem a direção do vetor v = 2i + 2 j − k .
Resolução: Este exemplo é bastante similar ao exemplo 1, porém, desta vez

iremos determinar a equação simétrica da reta. O vetor referido nas direções de i,
j e k é (2,2,-1). Logo, basta substituir na fórmula.
x − x1 y − y1 z − z1
= =
a b c
x − 3 y − 0 z − ( −5 )
= =
2 2 −1
Que resulta em:
x −3 y
5 −𝑧 z− 5
= = −
2 2
NOTA
O resultado encontrado acima é equivalente ao resultado encontrado no

exemplo 1. Trata-se de apenas uma alternativa de representação da equação da reta, que
poderá ser útil em exercícios posteriores.
179
5 EQUAÇÕES REDUZIDAS DA RETA

De encontro ao que estamos propondo, vamos verificar mais uma forma
alternativa de expressar a equação de uma reta. Sabendo que as equações simétricas
da reta são:
x − x1 y − y1 z − z1
= =
a b c
Pode-se dar outra forma a elas, isolando as variáveis y e z e expressando-as

em função de x.
x − x1 y − y1 z − z1 z − z1 x − x1
= = =
a b c c a
a ( y − y1 ) = b ( x − x1 ) ⇒ a ( z − z1 ) = c ( x − x1 ) ⇒
ay − ay1 =bx − bx1 ⇒ az − az1 =cx − cx1 ⇒
bx − bx1 + ay1 cx − cx1 + az1
=y ⇒ =z ⇒
a a
bx −bx1 + ay1 cx −cx1 + az1
y= + ⇒ z= + ⇒
a a a a
Fazendo: Fazendo:
b −bx1 + ay1 c −cx1 + az1
m
= =en , temos : =p =eq , temos :
a a a a
y mx + n
= z px + q
=
Exemplo 5: Estabelecer as equações reduzidas da reta r que passa pelos

pontos A (2,1,-3) e B (4,0,-2).
Resolução: Inicialmente, vamos realizar a determinação do vetor diretor da

reta solicitada:
 
v = AB = B − A = ( 4, 0, −2 ) − ( 2,1, −3)

v = ( 4 − 2, 0 − 1, −2 − ( −3) )

v ( 2, −1,1)
=
Tomaremos como referência o ponto A, logo vamos determinar suas

equações reduzidas:
180
TÓPICO 1 | A RETA
b −bx1 + ay1 c −cx1 + az1

m
= = en =p = eq
a a a a
−1 − ( −1) .2 + 2.1 4 1 −1.2 + 2. ( −3) −8
m= e n= = = 2 p = eq = = = −4
2 2 2 2 2 2
Logo, Logo,
x x
y=− +2 z= −4
2 2
6 RETAS PARALELAS AOS PLANOS E AOS EIXOS

COORDENADOS
Após estudar e compreender as equações das retas através de uma
perspectiva vetorial, iremos agora verificar o estudo de suas posições relativas.
Inicialmente, vamos estudar os conceitos de retas paralelas a planos e eixos
coordenados. Para tanto, utilizaremos os conceitos já vistos, por exemplo, vimos
que as equações:
 x= x1 + at

 y= y1 + bt ou as equações:
 z= z + ct
 1
x − x1 y − y1 z − z1
= = representam uma reta r determinada por um ponto A
a b c 
(x1, y1, z1) e por um vetor diretor v = (a, b, c).
É claro ainda que até agora supôs-se que as componentes são diferentes de
zero. Entretanto, uma ou duas destas podem ser nulas. Desta forma, temos dois
casos:

1º) Uma só componente de v é nula

Neste caso, o vetor v é ortogonal a um dos eixos coordenados e, portanto,
a reta r é paralela ao plano dos outros eixos. Sistematizando:

Se a = 0, temos que v = (0, b, c) ⊥ Ox ∴ r / / yOz (a reta r é paralela ao plano
yOz)
181
As equações de r ficam:
 x = x1

 y − y1 z − z1
 b = c

Se b = 0, temos que v = (a, 0, c) ⊥ Oy ∴ r / / xOz (a reta r é paralela ao plano xOz)
 y = y1

 x − x1 z − z1
 a = c

Se c = 0, temos que v = (a, b, 0) ⊥ Oz ∴ r / / xOy (a reta r é paralela ao plano xOy)
182
TÓPICO 1 | A RETA
 z = z1

 x − x1 y − y1
 a = b

2º) Duas das componentes de v são nulas
Obviamente, podemos imaginar indutivamente que se no caso anterior

(uma coordenada apenas é nula) temos a reta paralela a um plano, agora que duas
componentes são nulas teremos a reta paralela ao lugar geométrico composto por
um grau a menos (uma reta). Em especial, estas retas serão paralelas aos eixos

coordenados x, y, e z (que também são retas). Em específico, o vetor v tem a
  
vetores i (1, 0, 0 ) ou j ( =
0,1, 0 ) ou k ( 0, 0,1
direção de um dos= =  ) e, portanto, a
reta r é paralela ao eixo que tem a direção de i ou de j ou de k . Sistematizando:
 
a) Se a = b = 0, temos que v = (0, 0, c) / / k ∴ r / / Oz (a reta r é paralela ao eixo Z)
183
 x = x1

 y = y1
 z= z + ct
 1
 
b) Se a = c = 0, temos que v = (0, b, 0) / / j ∴ r / / Oy (a reta r é paralela ao eixo Y)
 x = x1

 y= y1 + bt
 z =z
 1
 
c) Se b = c = 0, temos que v = (a, 0, 0) / / i ∴ r / / Ox (a reta r é paralela ao eixo X)
184
TÓPICO 1 | A RETA
 x= x1 + at

 y = y1
 z =z
 1
Exemplo 6:
a) Determinar as equações da reta que passa pelo ponto A (-2, 3, -2) e tem
  
v 3i + 2k
direção do vetor =
Resolução: Para este caso devemos notar que a coordenada y (pois não tem

a parte da direção de j ) do vetor dado é nula. Logo, teremos o caso onde a reta é
paralela ao plano xOz. Portanto, as equações da reta têm a forma:
 y = y1

 x − x1 z − z1
 a = c
 y =3

Substituindo os valores do ponto A (-2,3,-2) e do vetor (3,0,2):  x − ( −2 ) z − ( −2 )
 =
 y =3  3 2

Ou seja, x+2 z +2 .
 3 = 2
ATENCAO
Nesta questão não foi solicitada uma forma específica de expressar a equação
da reta. Como determinamos acima, através de equações simétricas, iremos agora tomar o
resultado anterior na forma de equações paramétricas. Para isso basta tomar cada parcela das
igualdades acima e igualar ao parâmetro t:
x+2
=t ⇒ x =−2 + 3t
3
y = 3 ( não há parâmetro t, pois é a equação do plano xOz )
z+2
=t ⇒ z =−2 + 2t
2
b) Estabelecer as equações da reta que passa pelos pontos A (1, 0, 9) e B (4, 8, 9).
Resolução: Determinando as coordenadas do vetor diretor:
185
 
v = AB = B − A = ( 4,8,9 ) − (1, 0,9 )

v = ( 4 − 1,8 − 0,9 − 9 )

v = ( 3,8, 0 )
Veja que a coordenada z do vetor diretor resultante é nula. Logo, temos o

caso onde a reta é paralela ao eixo xOy. Assim, tomando o ponto A (1,0,9) como
referência:
 z =9

 x −1 y − 0 y
 =3
=
8 8
7 ÂNGULO DE DUAS RETAS

Após estudar uma característica importante das posições relativas de retas,
iremos adentrar em um tópico que possui grandes aplicações, o conceito do ângulo
formado entre duas retas. Por exemplo, nas diversas construções geométricas que
um projeto pode possuir, notamos que haverá diversas intersecções entre linhas
retas, onde, ao determinarmos as medidas dos ângulos entre elas, ampliamos
as possibilidades de estudos de resultados e propriedades importantes do lugar
geométrico a ser estudado. Em particular, podemos destacar o caso onde duas (ou
mais) retas são perpendiculares (ou ortogonais) entre si, onde na Engenharia Civil,
por exemplo, determinamos se duas retas formam um ângulo reto.
Iremos, portanto, inicialmente definir como se determina o ângulo entre

duas retas.
Definição: Sejam as retas r1, que passa pelo ponto A1 (x1, y1, z1) e tem a

direção de um vetor v1 = (a1 , b1 , c1 ) , e r2, que passa pelo ponto A2 (x2, y2, z2) e tem a

direção de um vetor v2 = (a2 , b2 , c2 ) .
186
TÓPICO 1 | A RETA
Chama-se ângulo de duas retas r1 e r2 o menor ângulo de um vetor diretor de

v ⋅v
r1 e de um vetor diretor de r2. Logo, sendo θ este ângulo, tem-se: cos θ = 1 2
ou, em coordenadas:  v1  ⋅  v2 
a1a2 + b1b2 + c1c2

cos θ =
( a1 ) + ( b1 ) + ( c1 ) ( a2 ) + ( b2 ) + ( c2 )
2 2 2 2 2 2
⋅
Exemplo 7: Calcular o ângulo entre as retas
 x= 3 + t

=r1 = y t
 z =−1 − 2t

x + 2 y −3 z
=r2 = =
−2 1 1
Resolução: Analisando as equações das retas, podemos descobrir as

coordenadas dos vetores diretores de r1 e r2.
v1
= ( a1 , b1 ,=
c1 ) (1,1, −2 )
v2 = ( a2 , b2 , c2 ) = ( −2,1,1)
Repare que para determinar as coordenadas do vetor diretor de r1, basta
olharmos os coeficientes do parâmetro t na equação paramétrica da reta. Já, por
sua vez, para determinar as coordenadas do vetor r2, analisamos o denominador
das equações simétricas da reta.
Agora, de modo vetorial, vamos determinar o ângulo entre as retas:
(1,1, −2 ) ⋅ ( −2,1,1) 1. ( −2 ) + 1.1 + ( −2 ) .1

=cos θ =
(1,1, −2 ) ⋅ ( −2,1,1) (1) + (1) + ( −2 )
2 2 2
⋅ ( −2 ) + (1) + (1)
2 2 2
−2 + 1 − 2 −3 1
cos θ = = = −
1+1+ 4 ⋅ 4 +1+1 6 2
Logo, 1 2π
cos θ = − ⇒ θ = 120° = rad
2 3
187
UNI
Em particular, quando o produto escalar v1 ⋅ v2 = a1a2 + b1b2 + c1c2 for igual a

zero, temos o caso em que as retas são perpendiculares (ou ortogonais) entre si.
8 CONDIÇÃO DE PARALELISMO DE DUAS RETAS

Já verificamos em situações anteriores, quando uma reta é paralela a um
plano ou a um dos eixos. Ficou faltando, obviamente, o caso em que duas retas são
paralelas entre si. Para que isto ocorra, é um pouco intuitivo notar que precisamos
de um multiplicador que “afaste” uma reta da outra sem alterar sua direção (ou
angulação). Desta forma, a condição de paralelismo das retas r1 e r2 é a mesma dos
 
vetores v1 = (a1 , b1 , c1 ) e v2 = (a2 , b2 , c2 ) que definem as direções dessas retas, isto
 
é: v1 = mv2
Em que m é o fator multiplicador, ou ainda:

a1 b1 c1
= =
a2 b2 c2
Exemplo 8: Verificar se a reta r1, que passa pelos pontos A1 (-3, 4, 2) e B1 (5,
-2, 4), e a reta r2, que passa pelos pontos A2 (-1, 2, -3) e B2 (-5, 5, -4) são paralelas.
Resolução: Para cada par de retas, vamos determinar o vetor diretor:
Reta 1:
 
v1 = AB = B − A = ( 5, −2, 4 ) − ( −3, 4, 2 )

v1 = ( 5 − ( −3) , −2 − 4, 4 − 2 )

v=
1 (8, −6, 2 )
Reta 2:
 
v2 = AB = B − A = ( −5,5, −4 ) − ( −1, 2, −3)

v2 = ( −5 − ( −1) ,5 − 2, −4 − ( −3) )

v2 = ( −4,3, −1)
Verificando as razões existentes entre as coordenadas dos vetores:
188
TÓPICO 1 | A RETA
a1 b1 c1 8 −6 2
==⇒ = == −2
a2 b2 c2 −4 3 −1
Logo, como estas razões tiveram um fator resultante igual (-2), concluímos
que as retas 1 e 2 são paralelas.
9 CONDIÇÃO DE ORTOGONALIDADE DE DUAS RETAS

Quando citamos a definição de ângulo entre vetores, já induzimos o fato
de que teríamos um caso especial a respeito daquela fórmula resolutiva. Este caso
 
era quando o numerador, que era dado por v1 ⋅ v2 ,= 0
resultava zero. Isto nos levaria
a entender que o ângulo formado entre as retas é 90° (pois cos 90° = 0). Vamos
trabalhar um pouco mais esta condição, pois ela é bastante usual em aplicações da
engenharia como um todo.
A condição de ortogonalidade das retas r1 e r2 é a mesma dos vetores

 
v1 = (a1 , b1 , c1 ) e v2 = (a2 , b2 , c2 ) que definem as direções dessas retas, isto é:
 
0
v1 ⋅ v2 =
ou:
0
a1a2 + b1b2 + c1c2 =
Exemplo 9: Verificar se as retas r1 e r2 são ortogonais.
 y=3

r1 :  x − 3 z + 1
 8 = −6
x y +1 z − 3
2 :
r= =
3 5 4
Resolução: Dadas as equações simétricas da reta, conforme acima, iremos
construir (por análise) os vetores diretores das retas.
 
(8, 0 − 6 ) e v2 =
v1 = ( 3,5, 4 )
Agora, basta determinar o produto escalar entre os vetores e realizar a
análise:
 
v1 ⋅ v2 = a1a2 + b1b2 + c1c2 = 8 ⋅ 3 + 0 ⋅ 5 + ( −6 ) ⋅ 4 = 24 − 24 = 0
Logo, as retas são ortogonais.
189
10 CONDIÇÃO DE COPLANARIDADE DE DUAS RETAS

Em muitos casos, é importante conhecer se duas (ou mais) retas estão
contidas no mesmo plano. Talvez não apenas para comprovar este fato, mas sim
para mostrar que elas não são reversas (em algumas aplicações de Geometria
Descritiva isto se aplica). Para tal, devemos imaginar uma reta r1, que passa por

um ponto A1 (x1, y1, z1) e tem a direção de um vetor v1 = (a1 , b1 , c1 ) , e uma reta r2,

que passa por um ponto A2 (x2, y2, z2) e tem a direção de um vetor v2 = (a2 , b2 , c2 ) . Elas
  
serão coplanares se os vetores v1 , v2 e A1 A2 forem coplanares, isto é, se for nulo o
  
(
produto misto v1 , v2 , A1 A2 . )
 a b1 c1 
    1
=v1 , v2 , A1 A2 =(a2 b2 )
c2  0
x −x y − y z −z 
 2 1 2 1 2 1
ATENCAO
Veja que não é condição necessária, mas não suficiente que os vetores diretores
sejam coplanares. O vetor que liga os pontos A1 e A2 também deve pertencer ao mesmo
plano, para assim evitar que as retas sejam reversas. Neste caso, o produto misto deve ser igual
a zero (como já visto), pois ele calculará o volume de um paralelepípedo formado por estes
vetores (e sendo zero o resultado, mostra que os vetores estão no mesmo plano).
Exemplo 10: Verificar se as retas r1 e r2 são coplanares.
x −2 y z −5
r1 :  = =
 2 3 4
x+5 y+3 z −6
r2 :  = =
 −1 1 3
190
TÓPICO 1 | A RETA
Resolução: Para resolver este exemplo devemos retirar de cada reta

um ponto e o vetor diretor. Realiza-se este processo analisando as retas e, por
comparação, retira-se as informações. Do numerador, retiram-se as coordenadas
do ponto e do denominador retiram-se as coordenadas do vetor.
Reta 1: A1
= (=
2, 0,5 ) e v1 ( 2,3, 4 )
Reta 2: A2 =( −5, −3, 6 ) e v2 =( −1,1,3)
O próximo passo é a construção do vetor que liga os dois pontos:


A1 A2 = A2 − A1 = ( −5 − 2, −3 − 0, 6 − 5 ) = ( −7, −3,1)
Calculando o produto misto entre os vetores:
 a b1 c1   2 3 4
    1
( )
v1 , v2 , A1 A2 =  a2 b2 c2  =
  
 −1 1 3  = 2 − 63 + 12 − ( −28 − 18 − 3)
x −x y2 − y1 z2 − z1   −7 −3 1 
 2 1  
=−49 + 49 =0
Logo, as retas são coplanares.
11 POSIÇÕES RELATIVAS DE DUAS RETAS

Duas retas r1 e r2, no espaço, podem ser:
a) Coplanares, isto é, situadas no mesmo plano. Neste caso, poderão ser:

Concorrentes: r1 ∩ r2 = {I } ( I é o ponto de interseção das retas r1e r2 ) .
191
II) Paralelas:r1 ∩ r2 ={∅} ( ∅ é o conjunto vazio ) .
Reversas, isto é, não situadas no mesmo plano. Neste caso: r1 ∩ r2 ={∅}
12 INTERSEÇÃO DE DUAS RETAS

Quando duas retas r1 e r2 forem coplanares e não paralelas, elas são
concorrentes e é possível determinar o seu ponto de interseção. Para realizar este
procedimento, basta igualar as coordenadas respectivas das retas envolvidas no
caso.
Exemplo 11: Dadas duas retas concorrentes, r1 e r2, determinar seu ponto
de interseção.
 x = −t
y =−3 x + 2 
r1 :  e r2 :  y = 1 + 2t
=z 3x − 1  z = −2t

Resolução: Incialmente, devemos notar que a reta 1 está na forma reduzida

(forma padrão para o caso) e a reta 2 está na forma paramétrica. Ainda, podemos
notar da equação para a coordenada x da reta 2, que: x =−t ⇒ t =− x
Iremos, com este resultado, aplicar nas equações abaixo, para y e z:
192
TÓPICO 1 | A RETA
y =1 + 2t ⇒ y =1 + 2. ( − x ) ⇒ y =−2 x + 1
z =−2t ⇒ z =−2. ( − x ) ⇒ z =2 x
Igualando, por exemplo, a coordenada y (poderia ser z) das retas 1 e 2, vem:
−3 x + 2 =−2 x + 1
−3 x + 2 x =1 − 2
− x =−1 ⇒ x =1
Substituindo, para determinar y e z (pode ser escolhida a equação a ser

utilizada):
y =−2 x + 1 ⇒ y =−2. (1) + 1 =−2 + 1 =−1

z = 2 x ⇒ z = 2. (1) = 2
Implicando que o ponto de intersecção entre as duas retas é (1,-1,2).
13 RETA ORTOGONAL A DUAS RETAS


 Sejam as retas r1 e r2, não paralelas, com as direções dos vetores v1 = (a1 , b1 , c1 )
e v2 = (a2 , b2 , c2 ) , respectivamente. Qualquer reta r, simultaneamente ortogonal às
 
retas r1 e r2, terá um vetor diretor paralelo ou igual ao vetor v1 × v2 .
  
i j k
   
v1 × v2 =
 a1 b1 c1 
a b2 c2 
 2
193
Exemplo 12: Determinar as equações da reta r que passa pelo ponto A (-2,
1, 3) e é ortogonal comum às retas:
 x= 2 − t  y=2
 
r1 :  y = 1 + 2t e r2 :  x − 1 z
 z = −3t  −3 = −1

Resolução: Vamos, incialmente, tomar um vetor diretor de cada reta dada.

Este processo, como já visto anteriormente, é feito por associação à fórmula geral
de cada tipo de reta. Logo:
( −1, 2, −3) e v2 =
v1 = ( −3, 0, −1)
Devemos, agora, construir o vetor ortogonal a estes dois vetores encontrados,
pois como já visto na Unidade 2, o produto vetorial entre eles irá gerar um vetor
ortogonal a ambos, ao mesmo tempo. Desta forma:
  
i j k 
 
 1 2 −3  =−2i + 9 j + 6k − j =−2i + 8 j + 6k
v1 × v2 =−
 −3 0 −1 
 
Que é a forma canônica de se representar o vetor v3 = ( −2,8, 6 ) .

Tendo este vetor e o ponto A descrito no enunciado, podemos construir
a equação da reta ortogonal às outras duas, conforme solicitado. Escolheremos
a forma paramétrica de representação, porém fica a seu critério gerar outras
representações caso seja de interesse.
 x =−2 − 2t

r :  y = 1 + 8t
 z= 3 + 6t

14 DISTÂNCIAS
Em várias aplicações são necessárias análises que envolvem o conceito de
distâncias. Muitas vezes isto se deve ao fato da necessidade de determinação do
menor caminho entre dois lugares geométricos dados. Neste nosso estudo daremos
foco a dois casos de distâncias: A distância entre um ponto e uma reta e a distância
entre duas retas (que por sua vez se dividem em três casos).
194
TÓPICO 1 | A RETA
14.1 DISTÂNCIA DE UM PONTO A UMA RETA


Seja uma reta r definida por um ponto P1(x1,y1,z1) e pelo vetor diretorv

= (a, b, c) e seja P0(x0,y0,z0) um ponto qualquer do espaço. Os vetores v e P1 P0
determinam um paralelogramo, cuja altura corresponde à distância d de P0 a r que
se pretende calcular.
Sabe-se que a área A de um paralelogramo é dada pelo produto da base


pela altura: A = v d . Ou, de acordo com a interpretação geométrica do módulo do
 
produto vetorial por: A = v × P1 P0 .
 
   v × P1 P0
Comparando as equações, vem: v d= 0 e: d
v × P1 P= ( P0 , r )
d= 
v
x y−2 z +3
Exemplo 13: Calcular a distância do ponto P0(2,0,7) à reta =
r: =
2 2 1
Resolução: Da equação simétrica fornecida pela questão, tomamos o seu

vetor diretor v = ( 2, 2,1) . Já para a formação do vetor P1 P0 precisamos de um
ponto P1 Pque
0
pertença à reta dada (note que a questão não nos forneceu). Para
isto, basta fornecer um valor qualquer para uma das coordenadas (x, y ou z) e
determinar a partir disto as outras duas. Em particular, iremos atribuir o valor x =
2 (poderia ser outro). Assim:
2 y−2
= ⇒=y 4
2 2
2 z +3
= ⇒ z =−2
2 1
P1
Logo, o ponto= ( 2, 4, −2 ) .
195
Realizaremos agora a formação do vetor P1 P0 :
P1 P0 = P0 − P1 = ( 2 − 2, 0 − 4, 7 − ( −2 ) ) = ( 0, −4,9 )
Calculando a distância entre o ponto e a reta:
  
i j k
 
2 2 1
 0 −4 9  222 + ( −18 ) + ( −82 )
2
v × P1 P0   22i − 18 j − 8k
d − d ( P0 , r ) = = = =
v ( 2, 2,1) 22 + 22 + 1² 9
29,53
= ≅ 9,84 unidades de comprimento.
3
14.2 DISTÂNCIA ENTRE DUAS RETAS

Para determinar a menor distância entre duas retas é necessário saber a
posição relativa entre elas, isto é, classificá-las entre concorrentes, paralelas ou
reversas.
As Retas são Concorrentes

A distância d entre duas retas r e s concorrentes é nula, por definição.
As Retas são Paralelas
A distância d entre as retas r e s, paralelas, é a distância de um ponto

qualquer P0 de uma delas à outra reta, isto é: = d ( r , s ) d ( P0 , s ) , P0 ∈ r ou
d ( r , s ) d ( P0 , r ) , P0 ∈ s .
=
Como se vê, a distância entre duas retas paralelas se reduz ao cálculo da

distância de um ponto a uma reta, visto no item anterior.
196
TÓPICO 1 | A RETA
Exemplo 14: Calcular a distância entre as retas:
 x =−1 − 2t
y =−2 x + 3 
r : e s :  y = 1 + 4t
 z = 2x  z =−3 − 4t

Resolução: Da reta r, tomaremos um ponto P0 de referência: Po = ( 0,3, 0 ) .

Ele foi obtido, atribuindo x = 0 e determinando as outras coordenadas y e z.
Da reta s, tomaremos um vetor diretor (coeficiente de t) e um ponto P1, desta

vez, atribuindo t = 0 (pois trata-se da forma simétrica): v =( −2, 4, −4 ) e P1 =( −1,1, −3) .
O próximo passo agora é a determinação do vetor P1 P0 : P1 P0 = P0 − P1 = ( 0 − ( −1) ,
P0 − P1 = ( )
0 − ( −1) ,3 − 1, 0 − ( −3) = (1, 2,3) .
Calculando a distância:
  
 i j k 
 
 −2 4 −1
 v × P1 P0 
1 2 3
  12i − j − 4k − 4k + 2i + 6 j 142 + 52 + ( −82 )
=d = = = =
v ( −2, 4, −4 ) ( −2 ) + 42 + ( −4 )
2 2 6
16,88
= 2,81 unidades de comprimento.
6
As Retas são reversas
Consideremos duas retas r e r reversas: a reta r definida por um ponto P1


(x1,y1,z1) e pelo vetor diretor u = (a1,b1,c1) e a reta s pelo ponto P2 (x2,y2,z2) e pelo

vetor diretor v = (a2,b2,c2).
  
Os vetores u , v e P1 P2 =( x2 − x1 , y2 − y1 , z2 − z1 ) determinam
 um parale-
lepípedo. A base desse paralelepípedo é definida pelos vetores u e v e a altura
corresponde à distância d entre as retas r e s, porque a reta s é paralela ao plano da

base do paralelepípedo, uma vez que sua direção é a do vetor v .
197
Sabe-se que o volume V de um paralelepípedo é dado pelo produto da área

 
da base pela altura: V= u × v d , ou, de acordo com a interpretação geométrica do
  
módulo do produto misto, por: V = u , v , P1 P2 ( ) :.

 (u, v, P P )
1 2
Comparando as equações, vem:  V = u, v, P1 P2 =( )
( r, s )
: e d d=  
u ×v
Exemplo 15: Calcular a distância entre as retas
 y =1  x=3
 
r : z−4 e s :  y= 2t − 1
 x + 2 =−2  z =−t + 3

Resolução: Para cada reta, temos que retirar um ponto e um vetor diretor:
( 0, 0, −2 ) e P1 =
Reta r: u = ( −2,1, 4 )
( 0, 2, −1) e P2 =
Reta s: v = ( 3, −1,3)
Determinando o vetor P1 P2: P1 P2 = P2 − P1 = ( 3 − ( −2 ) , −1 − 1,3 − 4 ) = ( 5, −2, −1) .
Por último, calculando a distância entre as retas:
0 0 −2 
 
   0 2 −1 
d ( r=
, s)
( )
u , v , P1 P2
=
5
  −2

−1 

=
( −20 ) ²
=
20
= 5 unidades de comprimento.
 
u ×v i j k 4i 42
0 0 −2
0 2 −1
198
RESUMO DO TÓPICO 1


• Equação vetorial da reta: P= A + vt
=x x1 + at

• Equação paramétrica da reta:  =
y y1 + bt
=
 z z1 + ct
x − x1 y − y1 z − z1
• Equação simétrica da reta: = =
a b c
a1a2 + b1b2 + c1c2

• Ângulo entre duas retas: cos θ =
( a1 ) + ( b1 ) + ( c1 ) ( a2 ) + ( b2 ) + ( c2 )
2 2 2 2 2 2
⋅
a b1 c1
• Condição de paralelismo entre duas retas: =
1
=
a2 b2 c2
0
• Condição de ortogonalidade de duas retas: a1a2 + b1b2 + c1c2 =
 a b1 c1 
    1
duas retas: v1 , v2 , A1 A2 =
• Condição de coplanaridade de= (
a2 b2

c2  0 )
x −x y − y z −z 
 2 1 2 1 2 1
• Interseção de duas retas: deve-se igualar as equações para determinar o ponto

de interseção.
  
i j k
   
• Reta ortogonal a duas retas: v1 × v2 =
 a1 b1 c1 
a b2 c2 
 2 

v × P1 P0
• Distância de um Ponto a uma Reta: d ( P0 , r ) = 
v
• Distância entre Duas Retas

o Concorrentes: a distância d entre duas retas r e s concorrentes é nula.

o Paralelas: d ( r , s ) =d ( P0 , s ) , P0 ∈ r ou d ( r , s ) =d ( P0 , r ) , P0 ∈ s


o Reversas: d ( r , s ) =
(u, v, P P )
1 2
 
u ×v
199
AUTOATIVIDADE
Acadêmico, o processo de cálculos na Geometria Analítica pode parecer

complicado no começo. Porém, não desista! É normal escolhermos caminhos
que não nos levem à resposta esperada nas primeiras tentativas, mas o
importante é reconhecer que a escolha foi errada e recomeçar outra vez. Lápis,
borracha e mãos à obra!
1 Assinale a alternativa que traz as equações reduzidas da

reta que passa pelo ponto A (4, 0, -3) e tem a direção do vetor
   
v = 2i + 4 j + 5k .
5
a) ( ) y =2 x − 8 e z = x − 13
2
5
2x 8e z =
b) ( ) y =+ − x − 13
2
5
2x 8e z =
c) ( ) y =+ − x + 13
2
5
d) ( ) y =−2x 8e z = − x + 13
2
5
e) ( ) y =−2 x − 8 e z = x − 13
2
2 Duas retas são concorrentes se, e somente se, possuírem um

ponto em comum, ou seja, a intersecção das retas r e s, quando
existir, é o ponto P(x, y), comum a elas, que é a solução do sistema
formado pelas equações das duas retas. Determine o ponto de
intersecção das retas:
 x= 5 + t
x −2 y z −5 
r: = = e s :  y= 2 − t
2 3 4  z= 7 − 2t

a) ( ) P (4, 2, 7)
b) ( ) P (2, 1, 9)
c) ( ) P (4, 3, 9)
d) ( ) P (2, 0, 5)
e) ( ) P (2, 0, 9)
3 Nesta questão a resposta é dada pela soma dos números que

identificam as alternativas corretas.
200
(1) a reta que passa por A (1,-2,4) e é paralela ao eixo dos x é, x = 1.
 
(2) o ângulo formado pelos vetores u = (1,1, 4 ) e v = ( −1, 2, 2 ) é de 45°.
(3) a reta que passa pelo ponto B (2,3,4) é ortogonal ao tempo aos eixos dos x
x = 2
e dos y é  .
y = 3
  
(4) os vetores u = ( 3, −1, 4 ) , v =
(1, 0, −1) e w =
( 2, −1, 0 ) são coplanares.
O somatório das alternativas corretas é:
a) ( ) 3 b) ( ) 4 c) ( ) 5 d) ( ) 6 e) ( ) 7
4 Assinale a alternativa que determina corretamente o valor de

“n” para que seja de 30° o ângulo entre as retas:
x−2 y+4 z =y nx + 5

r: = = e s:
4 5 3 =z 2x − 2
a) ( ) n = 15
b) ( ) n = 5 e n = -5
c) ( ) n=1en=7
d) ( ) n = -1 e n = 2
e) ( ) n = -1 e n = 1
5 Determine as equações das seguintes retas:
a) Reta que passa por A (1,-2,4) e é paralela ao eixo x.

b) Reta que passa por B (3,2,1) e é perpendicular ao plano
 x0z.

c) Reta que passa por A (4,-1,2) e tem direção do vetor i − j .
d) Reta que passa pelos pontos M (2,-3,4) e N (2,-1,3).
 x= 2 + t
6 A reta r passa pelo ponto A (1,-2,1) e é paralela à reta 
s :  y = −3t
.
Se P (-3,m,n) ∈ r , determine m e n.  z = −t

7 Demonstre que o ponto P1 (2,2,3) é equidistante dos pontos P2

(1,4,-2) e P3 (3,7,5).
8 Calcule a distância entre as retas r e s nos seguintes casos:
201
=  x 0= y 3
a) r :  e s
=  y z= z 2x
b) r passa pelos pontos A (1,0,1) e B (-1,-1,0) e s pelos pontos C
(0,1,-2) e D(1,1,1)
=  x 3= x 1
c) r :  e s
=  y 2= y 4
 x= 1− t

d) r :  y= 2 + 3t e s : eixo dos x
 z = −t

 y= x + 1
e) r : x= y= z − 2 e s:
 z= x − 3
202
UNIDADE 3
TÓPICO 2
O PLANO
1 INTRODUÇÃO
No tópico anterior, realizamos o estudo da reta através dos vetores. Em
continuidade a esse estudo, neste tópico iremos aprender a representar planos de
forma analítica e geométrica com base nos vetores.
2 EQUAÇÃO GERAL DO PLANO

    
Seja A(x1,y1,z1) um ponto pertencente a um plano π e n = ai + bj + ck , n ≠ ( 0, 0, 0 )
um vetor normal (ortogonal) ao plano. O plano π pode ser definido como sendo o

conjunto de todos os pontos P(x, y, z) do espaço, tais que o vetor AP é ortogonal

a n . O ponto P pertence a π se, e somente se:
 
0
n ⋅ AP =
 
Substituindo n =( a, b, c ) e AP =( x − x1 , y − y1 , z − z1 ) , na igualdade acima,
temos:
( a, b, c ) ⋅ ( x − x1 , y − y1 , z − z1 ) =
0
203
Ou:
a ( x − x1 ) + b ( y − y1 ) + c ( z − z1 ) =
0
0
ax + by + cz − ax1 − by1 − cz1 =
Como a expressão − ax1 − by1 − cz1 forma um único número real, que
0 que é a equação geral
chamamos d, podemos escrever, ainda: ax + by + cz + d =
ou cartesiana do plano.
Observações:
a) Da forma que definimos o plano π , vimos que ele é identificado por um


de seus pontos A e por um vetor normal n = ( a, b, c ) a π , com a, b, c não

simultaneamente nulos. Desta forma, qualquer vetor kn , k ≠ 0 é também um
vetor normal ao plano.

b) Sendo n um vetor ortogonal ao plano π , ele será ortogonal a qualquer vetor
 
representado neste plano. Em particular, se v1 e v2 são vetores colineares, e
  
paralelos ao plano, em virtude de n ser ortogonal, ao mesmo tempo, a v1 e v2 ,
  

tem-se: n= v1 × v2 .
c) É importante observar que os três coeficientes a, b e c da equação geral (

0 ) representam as componentes de um vetor normal ao
ax + by + cz + d =
plano. Por exemplo, se um plano π é dado por: π = 3 x + 2 y − 4 z + 5 = 0 , um de

é n ( 3, 2, −4 ) .
seus vetores normais =
Exemplo 1: Determinar a equação geral do plano π que passa pelo ponto


=
A (2,-1,3), sendo n ( 3, 2, −4 ) um vetor normal a π .
Resolução: Como já visto, a equação geral do plano é dada por

0 , onde (a, b, c) é o vetor normal a ele. Logo, substituindo as
ax + by + cx + d =
coordenadas de n e A na equação geral, vem:
3. ( 2 ) + 2. ( −1) − 4. ( 3) + d =0
6 − 2 − 12 + d =0
d =8
Ou seja, a equação geral do plano é: 3 x + 2 y − 4 x + 8 =0
Exemplo 2: Escrever a equação cartesiana do plano π que passa pelo ponto

A (3,1,-4) e é paralelo ao plano: π 1 : 2 x − 3 y + z − 6 =0.
Resolução: Pelo fato de que o plano π é paralelo ao plano π 1, o vetor
204
TÓPICO 2 | O PLANO
normal à π 1 também é normal à π . Tomando o vetor n de π 1, como sendo n = (2,-3,

1), temos:
ax + by + cz + d = 0 ⇒ 2. ( 3) − 3. (1) + 1. ( −4 ) + d = 0
⇒ 6−3− 4+ d = 0 ⇒ d = 1
Logo, a equação do plano é dada por: 2 x − 3 y + z + 1 =0
Exemplo 3: Estabelecer a equação geral do plano mediador do segmento

AB, dados A (2,-1,4) e B (4,-3,-2).
Resolução: Inicialmente, devemos compreender o que significa o plano

mediador. Ele trata de um plano perpendicular ao segmento que o divide em duas
partes iguais.
Com esta informação, devemos agora entender que o vetor normal ao

plano tem a direção do segmento formado pelos pontos A e B. Assim:
n = AB = B − A = ( 4 − 2, −3 − 1, −2 − 4 ) = ( 2, −4, −6 )
Este vetor nos dá os valores de a, b e c para substituir na equação geral.
Porém, para a determinação do valor de “d” precisamos de mais uma informação:
Um ponto pertencente ao plano. Quem seria ele?
Como estamos falando no plano mediador, é intuitivo imaginar que o

ponto médio do segmento AB pertence a este plano, logo:
 x + x y + yB z A + z B   2 + 4 −1 − 3 4 − 2 
M=  A B , A , =  , , = ( 3, −2,1)
 2 2 2   2 2 2 
Calcularemos agora o valor de “d”:
ax + by + cz + d = 0 ⇒ 2. ( 3) − 4. ( −2 ) − 6. (1) + d = 0
6 + 8 − 6 + d =0 ⇒ d =−8
E assim, a equação do plano é: 2 x − 4 y − 6 z − 8 =0
Exemplo 4: Determinar a equação geral do plano que passa pelo ponto A

 x =−4 + 3t

(2,1,-2) e é perpendicular à reta r :  y = 1 + 2t
 z =t

Resolução: Como se trata de um plano que é perpendicular à reta r, podemos
concluir que o vetor diretor da reta r é o vetor normal ao plano solicitado. Somando-
se ao fato de já conhecermos o ponto A (pertencente à reta), temos que: n = (3,2,1).
205
E ainda,
ax + by + cz + d = 0 ⇒ 3. ( 2 ) + 2. (1) + 1. ( −2 ) + d = 0
3+ d =0⇒d =−3
Logo, a equação da reta é dada por: 3 x + 2 y + z − 3 =0
2.1 DETERMINAÇÃO DE UM PLANO

Um plano pode ser determinado por um de seus pontos e por um vetor
normal a ele. Porém, existem outras formas de determinar um plano, nas quais
ponto e vetor ficam bem mais evidentes.
Assim, existe apenas um plano que:

 
1) Passa por um ponto A e é paralelo a dois vetores v1 e v2 não colineares.
  
Neste caso: n= v1 × v2 .

2) Passa por dois pontos A e B e é paralelo a um vetor v não colinear ao

   
vetor AB . Neste caso: n= v × AB
206
TÓPICO 2 | O PLANO
  
3) Passa por três pontos A, B e C não em linha reta. Neste caso, =
n AB × AC
  
  4) Contém duas retas r1 e r2 concorrentes. Neste caso: n= v1 × v2 , sendo
v1 e v2 vetores diretores de r1 e r2
   
5) Contém duas retas r1 e r2 paralelas. Neste caso, n= v1 × A1 A2 , sendo v 1
um vetor diretor de r1 (ou r2) e A1 ∈ r1 e A2 ∈ r2
207
   
6) Contém uma reta r e um ponto B ∉ r. Neste caso: n= v × AB , sendo v
um vetor diretor de r e A ∈ r
Exemplo 5: Determinar a equação geral do plano que passa pelo ponto A

 
( 3,1, −2 ) e v2 =
(1,-3,4) e é paralelo aos vetores v1 = (1, −1,1) .
 
Resolução: Como o plano é paralelo aos vetores v 1 e v 2, o vetor n é dado
por:
  
n= v1 × v2 (caso 1)
i j k 
 
 3 1 −2  =
n= i − 3k − 2 j − k − 3 j − 2i = ( −1, −5, −4 )
−i − 5 j − 4k =
 1 −1 1 
 
Já conhecendo o vetor normal, o próximo passo é determinar o valor de d:
ax + by + cz + d = 0 ⇒ −1. (1) − 5. ( −3) − 4. ( 4 ) + d = 0

−1 + 15 − 16 + d =0 ⇒ d =2
Logo, a equação do plano é dada por: − x − 5 y − 4 z + 2 =0
Exemplo 6: Estabelecer a equação geral do plano determinado pelos pontos

A (2,1,-1), B (0,-1,1) e C (1,2,1).
Resolução: Vamos inicialmente verificar a colinearidade dos pontos dados

pelo exemplo.
2 1 −1
0 −1 1 =−2 + 1 − 1 − 4 =−6
1 2 1
208
TÓPICO 2 | O PLANO
Como o determinante das coordenadas dos pontos foi diferente de zero, os

pontos não são colineares. Neste caso, para determinar a equação do plano, iremos
utilizar o caso 3, determinando=n AB × AC :
Determinando AB e AC:
AB = B − A = ( 0 − 2, −1 − 1,1 − ( −1) ) = ( −2, −2, 2 )

AC = C − A = (1 − 2, 2 − 1,1 − ( −1) ) = ( −1,1, 2 )
Calculando n:
 i j k
 
n=  −2 −2 2  =
AB × AC = −4i − 2 j − 2k − 2k − 2i + 4 j
 −1 1 2 
 
( 6, 2, −4 )
=−6i + 2 j − 4k =−
Tomando o ponto A como referência, juntamente com o vetor normal,

vamos determinar o valor constante d da equação geral:
ax + by + cz + d = 0 ⇒ −6. ( 2 ) + 2. (1) − 4. ( −1) + d = 0

−12 + 2 + 4 + d = 0 ⇒ d = 6
Concluindo assim que a equação da reta é dada por: −6 x + 2 y − 4 z + 6 =0
Exemplo 7: Estabelecer a equação cartesiana do plano que contém a reta

 x= 4 + 2t

r :  y= 3 − t e o ponto B (-3,2,1).
 z=0

Resolução: Notamos, logo de partida, que o ponto B não pertence à reta r.
Logo, para este caso, utilizaremos o caso 6, onde: n= v × AB
Verifique que o vetor diretor de r é v = ( 3,1, 0 ). Também podemos retirar da

equação de r, que o ponto A é dado por A = ( 4,3, 0 ).
O próximo passo é a determinação do vetor AB: AB = B − A = ( −3 − 4, 2 − 3,1 − 0 ) =

( −3 − 4, 2 − 3,1 − 0 ) = ( −7, −1,1)
 i j k
 
Como já vimos que n= v × AB , segue: n =v × AB = 3 1 0  =−i 3k + 7 k + 3 j =i
 −7 −1 1 
 
i 3 j + 4k =(1,3, 4 )
i 3k + 7 k + 3 j =+
=−
209
Tomando agora o ponto B como referência, iremos determinar o valor da

constante d:
ax + by + cz + d = 0 ⇒ 1. ( −3) + 3. ( 2 ) + 4. (1) + d = 0
−3 + 6 + 4 + d =0 ⇒ d =−7
Ficando o plano com equação geral: x + 3 y + 4 z − 7 =0
2.2 PLANOS PARALELOS AOS EIXOS E AOS PLANOS

COORDENADOS – CASOS PARTICULARES
A equação ax + by + cz + d = 0, na qual a, b e c não são todos nulos, é a

equação de um plano π , sendo n = ( a, b, c ) um vetor normal a π . Quando uma

ou duas das componentes de n são nulas, ou quando d = 0, está-se em presença de
casos particulares.
2.2.1 Planos que Passam pela Origem

Se o plano ax + by + cz + d = 0 passa pela origem: a.0 + b.0 + c.0 + d = 0 isto
é: d = 0
Assim, a equação: ax + by + cz = 0 representa a equação de um plano que

passa pela origem.
2.2.2 Planos Paralelos aos Eixos Coordenados


Se apenas uma das componentes do vetor n = ( a, b, c ) é nula, o vetor é
ortogonal a um dos eixos coordenados, e, portanto, o plano π é paralelo ao mesmo
eixo:

I) Se a = 0,= n ( 0, b, c ) ⊥ Ox∴π //Ox e a equação geral dos planos
paralelos ao eixo Ox é: by + cz + d = 0
210
TÓPICO 2 | O PLANO
Exemplo 8: Plano de equação 2y + 3z – 6 = 0
Observemos que suas interseções com os eixos Ou e Oz são A1 (0,3,0) e A2

(0,0,2), respectivamente, e que nenhum ponto da forma P (x,0,0) satisfaz a equação.

Um vetor normal ao plano é n = ( 0, 2,3) .
De forma análoga, podemos concluir:
II) Os planos paralelos ao eixo Oy têm a equação da forma: ax + cz + d = 0
Exemplo 9: π 1: x + z – 3 = 0
III) Os planos paralelos ao eixo Oz têm a equação da forma: ax + by + d = 0
Exemplo 10: π 2: x + 2y – 4 = 0
211
2.2.3 Planos Paralelos aos Planos Coordenados

 
Se duas componentes do vetor normal n = (a,b,c) são nulas, n é colinear
  
a um dos= vetores i (1,
= 0, 0 ) ou j ( =
0,1, 0 ) ou k ( 0, 0,1) , e, portanto, o plano π é
paralelo ao plano dos outros dois vetores:
 
I) Se a = b = 0, n
= ( 0, 0, c=)
c ( 0, 0,1=
) ck ∴π / / xOy e a equação geral dos
d
planos paralelos ao plano xOy é: cz + d = 0 ou z = −
c
Os planos cujas equações são da forma z = k são paralelos ao plano xOy.
Exemplo 11: Plano de equação z = 4.
II) Os planos paralelos ao plano xOz têm por equação: y = k.
Exemplo 12: π 1: y = 3
212
TÓPICO 2 | O PLANO
III) Os planos paralelos ao plano yOz têm por equação: x = k.
Exemplo 13: π 2: x = 2
3 EQUAÇÕES PARAMÉTRICAS DO PLANO

 
Seja A ( x0 , y0 , z0 ) um ponto de um =
plano π eu (=a1 , b1 , c1 ) e v ( a2 , b2 , c2 )
dois vetores não colineares. Um ponto P (x,y,z) pertence ao plano π que passa por
 
A e é paralelo aos vetores u e v se, e somente se, existirem números reais h e t tais
  
que: AP= hu + tv
Em coordenadas, temos: ( x − x0 , y − y0 , z=
− z0 ) h ( a1 , b1 , c1 ) + t ( a2 , b2 , c2 )
213
 x =x0 + a1h + a2t


Ou:  y = y0 + b1h + b2t ⇒ Equações Paramétricas do Plano.
 z =z + c h + c t
 0 1 2
Exemplo 14: Determinar as equações paramétricas do plano que passa pelo

 
ponto A (2,1,3) e é paralelo aos vetores u =( −3, −3,1) e v =( 2,1, −2 ) .
Resolução: Neste exemplo já temos destacados o ponto e os vetores

necessários para a formação da equação paramétrica do plano. Desta forma, basta
substituir estas coordenadas na forma paramétrica:
 x =2 − 3h + 2t

 y =1 − 3h + t
 z = 3 + h − 2t

Exemplo 15: Escrever as equações paramétricas do plano determinado

pelos pontos A (5,7,-2), B (8,2,-3) e C (1,2,4).
Resolução: Para a determinação da equação paramétrica do plano, devemos,

inicialmente, determinar dois vetores pertencentes (ou paralelos) ao plano para
que eles sejam os coeficientes dos parâmetros h e t.
AB = B − A = (8 − 5, 2 − 7, −3 − 2 ) = ( 3, −5, −5)
AC = C − A = (1 − 5, 2 − 7, 4 − ( −2 ) ) = ( −4, −5, 6 )
Tomaremos, por fim, o ponto A como referência para a construção da

equação paramétrica (poderia ser qualquer outro ponto pertencente ao plano).
 x =5 + 3h − 4t

 y =7 − 5h − 5t
 z =−2 − 5 + 6t

4 ÂNGULO ENTRE DOIS PLANOS

Sejam os planos, π 1: a1x + b1y + c1z + d1 = 0 e π 2: a2x + b2y + c2z + d2 = 0.
 
Então, n1
= (=
a1 , b1 , c1 ) e n2 ( a2 , b2 , c2 ) são vetores normais a π 1 e π 2,
respectivamente.
214
TÓPICO 2 | O PLANO
Chama-se ângulo de dois planos π 1 e π 2 o menor ângulo que um vetor

normal de π 1 forma com um vetor normal de π 2. Sendo θ este ângulo, tem-se:
 
n1 ⋅ n2
cos θ =  
n1 ⋅ n2
a1a2 + b1b2 + c1c2

ou, em coordenadas: cos θ =
( a1 ) + ( b1 ) + ( c1 ) ( a2 ) + ( b2 ) + ( c2 )
2 2 2 2 2 2
⋅
Exemplo 16: Determinar o ângulo formado entre os planos π1: 2x –y –4z– 6

= 0 e π2: x + y + 2z ‑3 = 0.
Resolução: Para cada um dos ângulos indicados tomaremos seu vetor

normal, pois o ângulo formado por seus vetores normais é o mesmo ângulo
formado pelos planos.
Plano π1 = (2,-1,-4)
Plano π2 = (1,1,2)
Agora, basta utilizar a relação dada acima para a determinação do cosseno

do ângulo formado entre os planos:
 
n1 ⋅ n2 2.1 − 1.1 − 4.2 2 −1− 8 −7
cos θ =   = = = = −0, 62
n1 ⋅ n2 22 + ( −1) + ( −4 ) ². 1² + 12 + 2²
2
21 ⋅ 6 11, 22
Com o auxílio de uma calculadora, podemos aferir que o ângulo formado

entre os ângulos é: θ = cos −1 ( −0, 62 ) ≅ 128,32°
215
5 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO

ENTRE DOIS PLANOS
Sejam os planos: π 1: a1x + b1y + c1z + d1 = 0 e π 2: a2x + b2y + c2z + d2 = 0. Então,
 
n=
1 ( a1 , b1 , c1 ) ⊥ π 1 e n=2 ( a2 , b2 , c2 ) ⊥ π 2 .
As condições de paralelismo e de perpendicularismo de dois planos são as
mesmas de seus respectivos vetores normais, isto é:
  a1 b1 c1
I) Se π 1 / /π 2 , n1 / / n2 ∴ = =
a2 b2 c2
 
II) Se π 1 ⊥ π 2 , n1 ⊥ n2 ∴ a1a2 + b1b2 + c1c2 =
0
216
TÓPICO 2 | O PLANO
Exemplo 17: Calcular os valores de m e n para que o plano π1: (2m – 1)x –2y
+ nz –3 = 0 seja paralelo ao plano π2: 4x + 4y – z = 0.
Resolução: Como verificamos nas orientações deste tópico, para que os

planos sejam paralelos, devemos respeitar a relação entre as coordenadas dos
vetores normais aos planos, conforme segue:
a1 b1 c1
= =
a2 b2 c2
Realizando a análise das equações dos planos, podemos notar que os

vetores normais são:
Plano π1: n1 = (2m - 1, -2, n)

Plano π2: n2 = (4, 4, -1)
2m − 1 −2 n
Substituindo na relação citada: = =
4 4 −1
Temos que:
4. ( 2m − 1) =−2.4
8m − 4 =−8
4 1
m= − = −
8 2
E ainda,
4n = 2
2 1
n= =
4 2
6 ÂNGULO DE UMA RETA COM UM PLANO

 
Seja uma reta r com a direção do vetor v e um plano π, sendo n um vetor
normal a π.
217
O ângulo φ da reta r com o plano π é o complemento do ângulo θ que a

reta r forma com uma reta normal ao plano.
π
Tendo em vista que θ + φ = e, portanto, cos θ = sen φ , vem:
2
 
v ⋅n
sen φ =  
v ⋅ n
Exemplo 18: Determine o ângulo formado pelo plano x + y – z – 2 = 0 e a

 x= 2 + 2t

reta r :  y =−1 + t
 z= 3 − 2t

Resolução: Para realizar a determinação do ângulo entre a reta e o
plano, iremos determinar o vetor diretor da reta e o vetor normal ao plano. Este
procedimento será feito apenas por análise das equações.
v=( 2,1, −2 ) e n =(1,1, −1)

Agora, utilizando a relação descrita acima:
 
v ⋅n 2.1 + 1.1 − 2. ( −1) 2 +1+ 2 5
sen φ
= =  = = = 0,96
v ⋅ n 2 + 1 + ( −2 ) ² ⋅ 1 + 1 + ( −1) ²
2 2 2 2
9 ⋅ 3 5,196
Com o auxílio de uma calculadora, podemos aferir que o ângulo formado

é: θ sen −1 ( 0,96 ) ≅ 74, 21°
entre os ângulos=
7 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO

ENTRE RETA E PLANO
Para a reta r e o plano π, temos:
 
I) Se r / /π , v ⊥ n . O paralelismo de r e π implica a ortogonalidade dos
 
vetores v e n .
218
TÓPICO 2 | O PLANO
   
//πSe
rII) , rvrr/⊥/ π/nπ,
π, v, v⊥//⊥nn. O perpendicularismo de r e π implica o paralelismo dos
vetores v e n .
8 INTERSEÇÃO ENTRE DOIS PLANOS

Do mesmo modo que já tratamos a intersecção entre duas retas, no Tópico
1, podemos também estender este conceito para a intersecção entre dois planos.
Neste ponto, como já estamos avançados nos conceitos básicos de retas e planos,
iremos aprender o conceito através do exemplo diretamente.
Exemplo 19: Consideremos os planos não paralelos
π 1 : 5 x − 2 y +=
z + 7 0 e π 2 : 3 x − 3 y +=
z+4 0
Sabemos que a interseção de dois planos não paralelos é uma reta r cujas
equações se deseja determinar. Uma reta está determinada quando se conhece dois
de seus pontos ou um ponto e um vetor diretor da mesma. Um ponto pertence à
reta interseção se suas coordenadas satisfazem simultaneamente a equação dos
dois planos, isto é, ele constitui uma solução do sistema.
5 x − 2 y + z + 7 =0

3x − 3 y + z + 4 = 0
O sistema é indeterminado e, em termos de x, sua solução é:
y= −2 x − 3

z =−9 x − 13
Estas são as equações reduzidas da reta interseção dos planos π1 e π2, sendo
os pontos desta interseção da forma: (x,y,z) = (x, -2x-3, -9x-13).
219
9 INTERSEÇÃO DE RETA COM PLANO

=y 2x + 3
Exemplo 20: Determinar o ponto de interseção da reta r :  com o
plano π: 3x + 5y – 2z – 9 = 0. =z 3x − 4
Resolução: A reta dada, como podemos verificar, possui as coordenadas y

e z, em função de x. Desta forma, basta substituir estas relações nas coordenadas y
e z, do plano referido no exemplo:
3 x + 5. ( 2 x + 3) − 2. ( 3 x − 4 ) − 9 =0
3 x + 10 x + 15 − 6 x + 8 − 9 =0
7 x + 14 = 0
14
x= − = −2
7
Agora que já conhecemos a coordenada x da intersecção entre a reta e o

plano, podemos substituir nas equações reduzidas da reta para determinar y e z:
=y 2 x + 3  y =2. ( −2 ) + 3 =−1

 ⇒
=z 3 x − 4  z =3. ( −2 ) − 4 =−10
Concluindo assim que o ponto de intersecção possui coordenadas (-2,-1,-10).
ATENCAO
Caso a questão não informe a você as equações reduzidas da reta, você deve
determiná-las, conforme aprendeu no Tópico 1 desta unidade.
9.1 INTERSEÇÃO DE PLANO COM OS EIXOS E PLANOS

COORDENADOS
Seja o plano π: 2x + 3y + z – 6 = 0
a) Interseção com os eixos
I) Se y = z = 0, 2x – 6 = 0 ∴ x = 3 e A1 (3,0,0) é a interseção do plano π com o eixo dos x.

II) Se x = z = 0, 3y – 6 = 0 ∴ y = 2 e A2 (0,2,0) é a interseção do plano π com o eixo dos y.
III) Se x = y = 0, z – 6 = 0 ∴ z = 6 e A3 (0,0,6) é a interseção do plano π com o eixo dos z.
220
TÓPICO 2 | O PLANO
b) Interseção com os planos coordenados
 x=0
I) Se x = 0, 3y + z – 6 = 0, a reta r1 :  é a interseção de π com o plano yOz.
z =−3 y + 6
 y=0
II) Se y = 0, 2x + z – 6 = 0, a reta r2 :  é a interseção de π com o plano xOz.
z =−2 x + 6
 z=0

III) Se z = 0, 2x + 3y – 6 = 0, a reta r3 :  2 é a interseção de π com o plano xOy.
− x+2
 y =3
10 DISTÂNCIAS
Após estudar vários conceitos básicos referente a retas e pontos, sejam eles
no plano ou no espaço, iremos começar a compreender como podemos analisar
as distâncias de pontos e retas à planos, objeto que será bastante útil em diversas
aplicações da Geometria Analítica.
221
10.1 DISTÂNCIA DE UM PONTO A UM PLANO

Sejam um ponto P0(x0,y0,z0) e um plano π: ax + by + cz + d = 0.
Seja A o pé perpendicular conduzido por P0 sobre o plano π e P (x,y,z) um

ponto qualquer desse plano.
 
O vetor n = (a, b, c) é normal ao plano π e, por conseguinte, o vetor AP0

tem a mesma direção de n .

A distância d do ponto P0 ao plano π é: d ( P0 , π ) = AP0
  
Observando que o vetor AP0 é a projeção do vetor PP0 na direção de n e
desenvolvendo a igualdade, podemos escrever:
ax0 + by0 + cz0 + d

d ( P0 ,π ) =
a 2 + b2 + c2
Exemplo 21: Calcular a distância do ponto P0(-4,2,5) ao plano π: 2x + y + 2z

+ 8 = 0.
Resolução: Para a determinação desta distância, basta determinar

antecipadamente as coordenadas do vetor normal ao plano: n = (2,1,2), o valor d = 8
e o ponto P0 = ( −4, 2,5 ) .
ax0 + by0 + cz0 + d 2. ( −4 ) + 1. ( 2 ) + 2. ( 5 ) + 8 −8 + 2 + 10 + 8

d ( P0 ,π )
= = = =
a 2 + b2 + c2 22 + 12 + 22 9
12
= = 4 unidades de comprimento.
3
222
TÓPICO 2 | O PLANO
10.2 DISTÂNCIA ENTRE DOIS PLANOS

A distância entre dois planos é definida somente quando os planos forem
paralelos. Obviamente, pois caso contrário eles teriam um ponto de intersecção.
Dados dois planos π1 e π2 paralelos, a distância d entre eles é a distância de

um ponto qualquer de um dos planos ao outro: d (π 1 , π 2 ) d ( P0 , π 2 ) , com P0 ∈ π 1
=
ou: d (π 1 , π 2 ) d ( P0 , π 1 ) , com P0 ∈ π 2 .
=
Como se vê, a distância entre dois planos paralelos se reduz ao cálculo da

distância de um ponto a um plano, visto no item anterior.
Exemplo 22: Calcular a distância entre os planos π1: 2x – 2y + z – 5 = 0 e π2:

4x – 4y + 2z + 14 = 0.
Resolução: Para a resolução deste exemplo devemos levar em conta o fato de

que o ponto P0 = (1,-1,1) pertence ao plano π1, pois substituindo suas coordenadas
na equação do plano, temos:
2.1 − 2. ( −1) + 1 − 5 =0
0 = 0 ( respeita a igualdade )
Temos ainda que separar o vetor normal n = (4,4,2) e o valor d = 14, referentes
ao plano π2.
Agora, falta apenas determinar a distância entre o ponto e o plano, conforme

exemplo anterior.
ax0 + by0 + cz0 + d 4. (1) + 4. ( −1) + 2. (1) + 14 4 − 4 + 2 + 14

d ( P0 ,π )
= = = =
2
a +b +c2 2
42 + 42 + 22 36
16
= = 2, 66 unidades de comprimento.
6
ATENCAO
Nesta questão, note que o ponto P0 foi determinado propositalmente para

pertencer ao plano 1. Este procedimento é imprescindível para o caso. Lembrando também
que você pode determinar outros pontos e, mesmo assim, o resultado dará certo.
223
RESUMO DO TÓPICO 2
Neste tópico, você aprendeu:
0
• Equação Geral do Plano: ax + by + cz + d =
• Determinação de um Plano

o Casos importantes:
 
1) Passa por um ponto A e é paralelo a dois vetores v1 e v2 não colineares.
  
Neste caso: n= v1 × v2 .

2) Passa por dois pontos A e B e é paralelo a um vetor v não colinear ao
  
   
nvetor
= v × AB . Neste caso: n= v × AB .
  
n
3) Passa por três pontos A, B e C não em linha reta. Neste caso,= AB × AC
  
4) Contém duas retas r1 e r2 concorrentes. Neste caso: n= v1 × v2 , sendo
 
v1 e v2 vetores diretores de r1 e r2    

5) Contém duas retas r1 e r2 paralelas. Neste caso, n= v1 × A1 A2 , sendo v1 e v2
um vetor diretor de r1 (ou r2) e A1 ∈ r1 e A2 ∈ r2
   
6) Contém uma reta r e um ponto B ∉ r. Neste caso: n= v × AB , sendo v
um vetor diretor de r e A ∈ r
• Planos paralelos aos eixos:
o by + cz + d = 0 (plano paralelo a Ox)

o ax + cz + d = 0 (plano paralelo a Oy)
o ax + by + d = 0 (plano paralelo a Oz)
• Planos paralelos aos eixos:
o cz + d = 0 (plano paralelo a xOy)

o by + d = 0 (plano paralelo a xOz)
o ax + d = 0 (plano paralelo a yOz)
x =x0 + a1h + a2t

• Equações Paramétricas do Plano y = y0 + b1h + b2t
z =z0 + c1h + c2t
a1a2 + b1b2 + c1c2

• Ângulo entre dois Planos: cos θ =
( a1 ) + ( b1 ) + ( c1 ) ( a2 ) + ( b2 ) + ( c2 )
2 2 2 2 2 2
⋅
224
• Condição de Paralelismo e Perpendicularismo entre dois planos:
π 1 
n1
,
o Paralelismo: Se π 2 ∴ a1 = b1 = c1
n2 a2 b2 c2
 
o Perpendicularismo: Se π 1 ⊥ π 2 , n1 ⊥ n2 ∴ a1a2 + b1b2 + c1c2 =
0
 
v⋅n
• Ângulo formado por uma reta e um plano: sen φ =  
v ⋅ n
• Condição de Paralelismo e Perpendicularismo entre reta e plano:
 
o Paralelismo: Se r / /π , v ⊥ n . O paralelismo de r e π implica a ortogonalidade
 
dos vetores v e n .
     
o Perpendicularismo: /π,rvr/⊥
r / Se ///ππn,,vrv /⊥⊥/πnn,.vO⊥ perpendicularismo
n de r e π implica o
paralelismo dos vetores v e n .
• Intersecção de um plano com os eixos:
1) Se y = z = 0, 2x – 6 = 0 ∴ x = 3 e A1 (3,0,0) é a interseção do plano π com o eixo dos x.

2) Se x = z = 0, 3y – 6 = 0 ∴ y = 2 e A2 (0,2,0) é a interseção do plano π com o eixo dos y.
3) Se x = y = 0, z – 6 = 0 ∴ z = 6 e A3 (0,0,6) é a interseção do plano π com o eixo dos z.
• Intersecção de um plano com os planos coordenados:

 x=0
I) Se x = 0, 3y + z – 6 = 0, a reta r1 :  é a interseção de π com o plano yOz.
z =−3 y + 6
 y=0
II) Se y = 0, 2x + z – 6 = 0, a reta r2 :  é a interseção de π com o plano xOz.
z =−2 x + 6
 z=0

III) Se z = 0, 2x + 3y – 6 = 0, a reta r3 :  2 é a interseção de π com o plano xOy.
− x+2
 y =3
ax0 + by0 + cz0 + d
• Distância de um ponto a um plano: d ( P0 ,π ) =
a 2 + b2 + c2
225
AUTOATIVIDADE
1 Assinale a opção que apresenta a equação geral do plano π que

passa pelo ponto A (2,-1,3), sendo n = (3,2,-4) um vetor normal a π.
a) ( ) 3x + 2y – 4z + 8 = 0
b) ( ) x+y–z=0
c) ( ) -x – y + z + 8 = 0
d) ( ) -3x + y + z + 8 = 0
e) ( ) -3x - y + z + 8 = 0
2 Observe o gráfico a seguir:
O gráfico é esboço do plano de equação:
a) ( ) π: 2x + 5y = 0
b) ( ) π: 2x + 5y + z - 1 = 0
c) ( ) π: 5x + 2y - 10 = 0
d) ( ) π: 2x + 5y - 1 = 0
e) ( ) π: 5x + 2y = 0
3 Determine m de modo que os planos π1: 2mx + 2y - z = 0 e π2:

3x - my + 2z - 1= 0 sejam perpendiculares. Em seguida, assinale a
opção que apresenta este valor:
a) ( ) m = 3/2
b) ( ) m = 1/2
c) ( ) m = -2
d) ( ) m = -3/2
e) ( ) m = -1/2
226
4 Uma vez estabelecido que dois planos são concorrentes,
podemos determinar a reta de interseção. Sabendo que os planos
descritos a seguir são concorrentes, a reta de interseção dos planos
é: π1: -x -y + 2z - 4 = 0 e π2: 2x + y - 3z = 0.
 y= x − 12
a) ( ) 
 z= x − 4
 y=x
b) ( ) 
 z= x + 4
 y=x
c) ( ) 
 z= x − 4
d) ( ) { z= x − 4
 y = −x
e) ( ) 
 z= x − 4
227
228
UNIDADE 3
TÓPICO 3
CÔNICAS
1 INTRODUÇÃO
A geometria é um dos ramos mais antigos da matemática, seus princípios
baseiam-se nos estudos do ponto, da reta e do plano, e estes estão fundamentados
em axiomas, postulados, definições e teoremas, compilados pelo filósofo e
matemático grego Euclides, por volta do ano 300 a.C.
Nesta unidade, nosso foco de estudos é uma área ainda mais específica
da geometria, a geometria analítica. E, neste tópico, aprofundaremos seus
conhecimentos sobre a circunferência, a parábola, a elipse e a hipérbole, também
conhecidas como cônicas.
Cada cônica é uma superfície gerada pela interseção de um plano secante

com uma superfície cônica, conforme mostra a figura a seguir:
FIGURA 14 - SEÇÕES CÔNICAS

CIRCUNFERÊNCIA
FONTE: Os autores
2 CIRCUNFERÊNCIA
Santos e Ferreira (2009, p. 63) definem circunferência como “o lugar
geométrico dos pontos de um plano cuja distância a um ponto fixo é constante”.
Esse ponto fixo é denominado centro da circunferência (C). Sendo que se denomina
raio (R) a medida da distância de qualquer ponto da circunferência (A, B, ..., P) ao
centro (C) e essa distância (raio) é sempre constante.
229
Em que CA
= CB
= CD
= r (raio da circunferência)
Observando a figura anterior, verificamos que a circunferência possui o

centro com coordenadas C(h, k), o ponto qualquer com coordenadas P(x, y). Para
estabelecer a fórmula da equação da circunferência, vamos utilizar a fórmula da
distância de dois pontos (vista no tópico anterior), o centro (C) da circunferência e
o ponto P, ou seja, o raio da circunferência.
DC , P = ( x − h)² + ( y − k )²
Elevando ambos os lados da equação ao quadrado, temos:
( DC , P )²= ( ( x − h)² + ( y − k )² )²
Resolvendo a raiz elevada ao quadrado, teremos:
D ² C , P = ( x − h)² + ( y − k )²
Como a distância entre o centro (C) e o ponto P é a medida do raio da

circunferência, vamos substituir D ² C , P por R², logo, teremos R ² = ( x − h)² + ( y − k )² .
ATENCAO
Essa é a fórmula para equação da circunferência, ou seja, a expressão (x – h)² +

(y – k)² = R².
Exemplo 1: Determine a equação da circunferência com centro C (1, 2) e

raio 2, e faça a representação geométrica.
Solução: Temos o centro da circunferência com as coordenadas h = 1 e k = 2

e a medida do raio da circunferência, R = 2.
230
TÓPICO 3 | CÔNICAS
Substituindo os valores das coordenadas e do raio:
(x – h)² + (y – k)² = R²
(x – 1)² + (y – 2)² = 2²
(x – 1)² + (y – 2)² = 4
Assim, a equação da circunferência com centro C (1, 2) e raio 2, é: (x – 1)² +

(y – 2)² = 4.
Representação Geométrica
Exemplo 2: Determine a equação da circunferência com centro no ponto C

(2, 3) e que passa pelo ponto A (1, 1). Apresente a representação geométrica.
Solução: Temos as coordenadas do centro da circunferência C (2, 3), h = 2

e k = 3, e as coordenadas do ponto A (1, 1), x = 1 e y = 1. Inicialmente, precisamos
determinar a medida do raio da circunferência.
Substituindo os valores das coordenadas do centro e do ponto da

circunferência na equação genérica, temos:
(x – h)² + (y – k)² = R²
(1 – 2)² + (1 – 3)² = R²
( – 1)² + ( – 2)² = R²
1 + 4 = R²
R² = 5
R = √5
231
Agora basta substituir, na equação genérica da circunferência, as

coordenadas de centro e o raio.
(x – h)² + (y – k)² = R²
(x – 2)² + (y – 3)² = (√5)²
Assim, a equação da circunferência com centro C (2, 3) e raio √5, é: (x – 2)²

+ (y – 3)² = 5.
Exemplo 3: Determine o centro e o raio da circunferência de equação (x + 6)²

+ (y - 1)² = 9 e represente geometricamente.
Solução: Temos a fórmula da equação da circunferência igual a (x – h)² + (y –

k)² = R², logo, as coordenadas do centro da circunferência são h = - 6 e k = 1, C(- 6, 1)
e a medida do raio da circunferência será: R² = 9, R = 9 = 3.
232
Exemplo 4: Qual é a equação da circunferência de centro C (-3, 4) que é

tangente ao eixo dos y?
Solução: A circunferência está afastada da origem de quatro unidades no

sentido positivo de y. O raio, portanto, vale 4.
Equação reduzida é (x + 3)² + (y – 4)² = 4², temos (x + 3)² + (y – 4)² = 16.
2.1 EQUAÇÃO GERAL DA CIRCUNFERÊNCIA

Para encontrarmos a Equação geral da circunferência é simples, devemos
resolver os produtos notáveis (quadrados) da equação da circunferência.
A equação ( x − h ) + ( y − k ) =
2 2
R 2 é conhecida como equação reduzida da
circunferência, desenvolvendo os quadrados, teremos:
( x − h) + ( y − k )
2 2
R2
=
x 2 − 2hx + h 2 + y 2 − 2ky + k 2 =
R2
x 2 + y 2 − 2hx − 2ky + h 2 + k 2 − R 2 =
0

Com o objetivo de simplificar a equação, considerando: α = −2h, β = −2k e
γ = h 2 + k 2 − R 2 , temos a equação geral da circunferência: x 2 + y 2 + α x + β y + γ =0.
Exemplo 5: Determine a equação geral da circunferência de centro C (3,2) e
raio R = 6, represente geometricamente.
233
Solução: Temos o centro da circunferência com as coordenadas h = 3 e k =

2 e a medida do raio da circunferência R = 6, substituindo na equação reduzida da
circunferência teremos:
( x − 3) + ( y − 2) =
2 2
62
2 2
Resolvendo as potências, obtemos: x − 6 x + 9 + y − 4 y + 4 − 36 =0
Reduzindo os termos semelhantes: x 2 + y 2 − 6 x − 4 y − 23 =

0 , essa é a
equação geral da circunferência de centro C (3,2) e raio R = 6.
Exemplo 6: Determine o centro e o raio da circunferência de equação x ² +

y² - 6x - 4y - 36 = 0 e a representação geométrica.
Solução: Temos a fórmula x 2 + y 2 − 2hx − 2ky + h 2 + k 2 − R 2 =

0,
comparando com a equação da circunferência temos:
x²+y² - 2hx –2ky + h² + k² - R² =0
x ² + y ² - 6x - 4y - 36 = 0
Logo, h será -2h = - 6, portanto h = 3 e k será, -2k = - 4, logo k = 2, então o

centro da circunferência é C(3, 2) e a medida do raio (R) será: + h² + k² - R ² = -36
+ 3² + 2² - R ² = -36
+ 9 + 4 - R ² = -36
- R ² = -36 -13
- R ² = - 49
R ² = 49
R= 49 = 7
234
2.2 RECONHECENDO UMA EQUAÇÃO DE CIRCUNFERÊNCIA

Acadêmico, é importante salientar que qualquer circunferência pode ser
representada por uma equação da forma x 2 + y 2 + α x + β y + γ =0 , porém não é
toda equação dessa forma que representa uma circunferência.
Temos as seguintes restrições para R = h + k − γ :

2 2 2
 2
 R > 0 ou a 2 + b2 − γ > 0

 2 2
Será uma circunferência se: os coeficientes de x e y forem iguais

 α β
o centro é C ( a, b ) com
= a -=
2
eb -
2

  α β
Será um ponto
= se: R 0 ou h 2 + k 2 − γ 0, é o próprio centro C  − , − 
=
  2 2
{
Será um conjunto vazio se: R < 0 ou h 2 + k 2 − γ < 0 , a equação não
será satisfeita por nenhum ponto do plano.
Exemplo 7: Verificar se a equação x² + y² - 6x - 8y + 49 = 0 representa o

gráfico de uma circunferência.
235
Solução: como a fórmula da equação geral da circunferência é

x + y +α x + β y +γ =
2 2
0 , vamos verificar se a equação x ² + y ² - 6x - 8y + 49 = 0
 2
 R > 0 ou h2 + k 2 − γ > 0


atende às restrições: os coeficientes de x 2 e y 2 forem iguais

 α β
o centro é C ( h, k ) com
= h -=
2
ek -
2

Caso não atenda a uma das restrições é porque não é a equação de uma
circunferência.
1º Passo: Vamos verificar a primeira restrição:

R2 > 0 ou h 2 + k 2 − γ > 0 , para isso precisamos encontrar o valor das
coordenadas do centro de a e b.
x2 + y 2 + α x + β y + γ =0
x² + y² - 6x - 8y + 49 = 0, logo α = -6

−2he β = −8 ,
α β
como
= h -=
ek - , então:
2 2
(−6) (−8)
=h -= ek -
2 2
= h 3= ek 4
Substituindo em h 2 + k 2 − γ > 0 , saberemos se R> 0, logo:

32 + 42 − 49 > 0
9 + 16 − 49 > 0
−24 > 0
2º Passo: como R² é negativo, a equação fornecida não representa uma

circunferência e não tem representação geométrica.
Exemplo 8: Verifique se a equação x² + 2y² - 14x + 9y - 17 = 0 pode ser

considerada uma equação da circunferência.
Solução: É preciso verificar todas as condições, mas nesse caso pela segunda
restrição (os coeficientes de x² e y² forem iguais) já identificamos que não é uma
equação de circunferência, pois x² = 1 e de y² = 2, logo, são diferentes.
Exemplo 9: Determine se a equação - x² - y ² + 8x + - 7 = 0 pode ser considerada

uma equação da circunferência.
236
Solução: Vamos verificar se a equação - x ² - y ² + 8x - 7 = 0 atende às restrições:
1º Passo: Vamos verificar a primeira restrição: R 2 > 0 ou h 2 + k 2 − γ > 0,

para isso precisamos encontrar o valor das coordenadas do centro, de h e k.
x2 + y 2 + α x + β y + γ =0
α β
x ² + y ² − 8x − 7 =0, logo, α = −8 e γ =
−7 , como: h =
- ek=-
2 2
(−8) 0
= h -= ek -
2 2
= h 4= ek 0
Substituindo em h + k − γ > 0 , saberemos se R> 0, logo:

2 2
4 2 + 02 − 7 > 0
16 − 7 > 0
9>0
2º Passo: como R² = 9 = 3, ou seja, R é positivo, a equação fornecida representa
uma circunferência.
3º Passo: vamos verificar a segunda restrição, que refere-se ao coeficiente

de x² e y² serem iguais, e nessa equação - x² - y² + 8x + - 7 = 0 são iguais, ou seja, x²
= y² = -1. Portanto, por essa restrição também a equação fornecida representa uma
circunferência.
4º Passo: vamos verificar na terceira restrição se o centro é C (h,k) com

α β
C ( h, k ) com
= h -= e k - , para provar a primeira restrição já verificamos a terceira, em que
2 2
C (4,0). Portanto, por essa restrição também a equação fornecida representa uma
circunferência.
Assim, é possível concluir que a equação - x² - y² + 8x + - 7 = 0 é de uma

circunferência, vamos confirmar com a representação geométrica.
237
3 PARÁBOLA
Você já reparou nas antenas parabólicas? Estas eram um objeto muito
comum nas residências. As antenas parabólicas consistem em uma superfície
denominada paraboloide, que se origina ao girar a parábola em torno do seu eixo
de simetria. Este paraboloide serve para refletir as ondas eletromagnéticas emitidas
por satélites, para o foco da parábola, onde encontra-se o aparelho receptor, que as
converterá em um sinal que a TV transformará em ondas.
As parábolas também são figuras comuns nos faróis dos carros, nos
holofotes, fornos solares, em lanternas e muitos outros objetos do nosso dia a dia.
Vamos conhecer mais sobre elas?
Para Santos e Ferreira (2009, p. 64), “parábola é o lugar geométrico dos

pontos de um plano equidistantes de um ponto fixo, denominado foco, e de uma
reta fixa, denominada diretriz”.
Observe os elementos de uma parábola!
Elementos da Parábola:
• Foco: é o ponto F.
• Diretriz: é a reta d.
• Eixo: é a reta que passa pelo foco e é perpendicular à reta diretriz.
• Vértice: é o ponto V de intersecção da parábola com o seu eixo.
Observe que a reta perpendicular à diretriz que contém o vértice e o foco da

parábola é o eixo de simetria da parábola e a distância VF , denominada distância
238
focal, é a distância do foco ao vértice ( VF = p), em que p é o parâmetro da parábola,

isto é, a distância do foco à reta diretriz. Assim, a distância do foco ao vértice é
igual à distância do vértice à diretriz.
Acadêmico, como você já estudou anteriormente, a parábola pode

apresentar a concavidade voltada para cima e para baixo. Agora, verá que ela
também pode ter a concavidade voltada para esquerda e para direita. Isso reflete
diretamente na sua equação, fique atento!
3.1 EQUAÇÕES DA PARÁBOLA

Como já vimos anteriormente, podemos ter diversos tipos de parábolas,
iremos apresentá-las a você, porém, para o processo de demonstração iremos
utilizar o caso da parábola com vértice em (h, k) e sua concavidade voltada para o
sentido positivo de Ox.
Demonstração: Inicialmente, iremos considerar o vértice da parábola como

sendo o ponto V (0,0) para facilitar os cálculos. Devemos ainda imaginar uma reta
d diretriz (fixa) e um ponto F (foco). Passando por F, devemos traçar uma reta
paralela ao eixo X, que obviamente será perpendicular à diretriz. Um elemento
importante é o fato de que temos a distância de F a diretriz d igual a 2p, ou seja:
d ( F , d )= 2 p= 2 ⋅ d (V , F ) .
Logo, temos que as coordenadas de F são F = (p,0) e a equação da diretriz

é x = -p.
239
Considerando um ponto P (x,y), tal que a distância PF = PM (o ponto M está

sobre a diretriz, projetado perpendicularmente). Logo, pela distância entre dois
pontos e distância entre ponto e reta:
PF = PM
1.x + 0. y + p
( x − p ) + ( y − 0)
2 2
=
12 + 02
1.x + 0. y + p
( x − p ) + ( y − 0)
2 2
=
12 + 02
Elevando os dois membros ao quadrado vem: x 2 − 2 xp + p 2 + y 2 = x 2 + 2 xp + p ²

= x 2 + 2 xp + p ² .
E, cancelando os termos opostos temos: y 2 = 4 px

Estendendo para a parábola com vértice em qualquer ponto (h,k) temos:
( y − k)= 4 p. ( x − h )
2
Equação reduzida da Parábola
As outras relações (bem como suas demonstrações) para o estudo da

parábola são bastante similares, adequando-se à concavidade esperada e sua
direção com relação aos eixos. O quadro a seguir resume estes casos.
QUADRO 1 - REPRESENTAÇÃO DAS EQUAÇÕES DA PARÁBOLA
TIPO DE PARÁBOLA EQUAÇÃO EXEMPLO
Côncava para a
( y − k)= 4 p. ( x − h )
2
direção positiva de Ox
Côncava para a
( y −k) −4 p. ( x − h )
2
direção negativa de Ox =
240
Côncava para a
( x − h) = 4 p. ( y − k )
2
direção positiva de Ou
Côncava para a
( x − h) −4 p. ( y − k )
2
direção negativa de Oy
=
FONTE: Os autores
UNI
Note que a alteração fica em torno do valor p, da coordenada que possui grau 2
e também da colocação das coordenadas do vértice (h ,k)
Exemplo 10: Dadas as equações das parábolas y2 = 4x e x2 = 6y, determinar

as coordenadas dos vértices, dos focos e as equações das diretrizes.
Resolução:
• No caso de y2 = 4x usaremos os fatos:
o Côncava para a direção positiva de Ox (y - k)2 = 4p . (x - h)

o As coordenadas de foco são F = (p, 0)
o As coordenadas do vértice (h, k)
o A equação da diretriz é x = -p
Como h = 0, h = k e p = 1. Logo V(0,0), F(1,0)e reta diretriz x = -1.
• No caso de x2 = 6y usaremos os fatos:
o Côncava para a direção negativa de Oy (x - h)2 = -4p . (y - k)

o As coordenadas de foco são F = (p, 0)
o As coordenadas do vértice (h, k)
o A equação da diretriz é y = -p
3 3 3
Como h = 0, k = 0 e p =− . Logo V(0,0), F(
− ,0)e reta diretriz y = − .
2 2 2
241
Exemplo 11: Sejam as parábolas y2 - 8y -4x + 20 = 0 e x2 - 4x -8y + 12 = 0 dadas

na sua forma geral. Determine suas formas reduzidas, e indique as coordenadas
do foco, do vértice e a equação da reta diretriz.
Resolução:
• Na primeira parábola: y2 - 8y -4x + 20 = 0
Devemos completar o quadrado em y, logo:
y2 - 8y -4x + 20 = 0
(y - 4)2 = 4x - 20 +16
(16 aparece no completamento do quadrado)
(y - 4)2 = 4x - 4
(y - 4)2 = 4(x - 1)
Como h=1,k=4 e p=1. Logo,V(1,4).
No caso do foco e da reta diretriz, devemos identificar que a parábola tem

concavidade voltada para a direita e como o parâmetro é igual a 1, temos o foco
descolocado 1 unidade para a direita do vértice e a reta diretriz 1 unidade para a
esquerda do vértice. Portanto:
F(2,4) e x = 0 (perceba que a mudança é no eixo x)
• Na segunda parábola: x2 - 4x -8y + 12 = 0
Devemos completar o quadrado em x, logo:
x2 - 4x -8y + 12 = 0
(x - 2)2 = 8y - 12 + 4
(4 aparece no completamento do quadrado)
(x - 2)2 = 8y - 8
(x - 2)2 = 8(y - 1)
Como h = 2, k = 1 e p = 2. Logo,V(2,1).
Com pensamento análogo a anterior, devemos notar que é uma parábola

com concavidade voltada para cima e tanto o foco quanto a reta diretriz estarão
distantes 2 unidades (parâmetro). Isto implicará na mudança da coordenada do y
do vértice. Portanto: F(2,3) e y = -1
242
Exemplo 12: Obter a equação da parábola cujo foco é F(2,4) e a equação de

sua diretriz é y =2.
Resolução:
Visão geométrica:
Como podemos notar, trata-se de uma parábola com concavidade voltada

para cima, pois a reta diretriz está abaixo do foco. Pelo ponto y = 4 do foco
identificamos que a reta diretriz está a 2 unidades de distância, logo o p = 1 e V(2,3).
Portanto, substituindo as informações temos que a parábola é: (x - 2)2 = 8(y - 3).
4 ELIPSE
Quando observamos a forma geométrica da elipse, podemos imaginar que
não haverá processos práticos onde ela descreve tal situação. Porém, muitas das
coisas que conhecemos até hoje só foram possíveis de serem estudadas através do
estudo das elipses. Por exemplo:
• Estudo das trajetórias de estrelas, na astronomia.

• Estudo dos movimentos e inércia dos corpos.
• Aplicação nas estruturas de correntes elétricas estacionárias.
• Dentre outras.
Iremos, agora, mostrar a você, caro acadêmico, as principais características

das elipses.
Definição: Uma elipse, de focos definidos em F1 e F2 é um conjunto de pontos

do plano que possui soma das distâncias a F1 e F2, que é igual a uma constante 2a > 0,
maior que a distância entre os focos d(F1,F2) = 2c.
243
Podemos ainda definir que:
• A reta l que contém os focos é chamada de reta focal.

• A intersecção da elipse com a reta focal l delimita dois pontos A1 e A2 chamados
de vértices da elipse.
• O segmento A1A2 é chamado de eixo focal (eixo maior) da elipse e possui
comprimento 2a.
• O ponto médio C do eixo focal A1A2 é o centro da elipse. Este ponto em especial
também é o ponto médio do segmento F1F2.
• A reta m que passa por C (perpendicular a l, é claro!) é a reta não focal.
• A reta não focal intercepta a elipse em dois pontos B1 e B2, chamados de vértices
da elipse sobre o eixo não focal.
• O segmento B1 B2 é chamado de eixo não focal (eixo menor) e possui comprimento 2b.
Devemos notar também que em uma elipse as distâncias a, b e c respeitam

o Teorema de Pitágoras, conforme a seguir: (temos que para as demais posições o
pensamento é análogo).
Logo, a2 = b2 + c2
244
4.1 EQUAÇÕES DA ELIPSE

Assim como já verificamos no caso da equação da parábola, existem
algumas posições relativas para determinarmos a equação de uma elipse. Por
exemplo, a disposição do eixo maior (eixo focal) da elipse interfere em sua equação
representativa. Para demonstrar a equação da elipse, iremos utilizar o caso em que
a reta focal coincide com o eixo X, e o centro (h, k) é a origem, para a facilitação
dos cálculos.
Demonstração: Temos que na situação apresentada acima F1 = (-c,0), F2 =

(c,0), A1 = (-a,0), A2 = (a,0), B1 = (-b,0), B2 = (b,0). Pela definição da elipse, para que um
ponto P(x,y) pertença à elipse, temos que:
d ( P, F1 ) + d ( P, F2 ) =
2a
( x + c) ( x − c)
2 2
⇔ + y2 + + y2 =
2a
⇔ x 2 + 2 xc + c 2 + y 2 + x 2 − 2 xc + c 2 + y 2 =
2a
⇔ x 2 + 2 xc + c 2 + y 2 = 2a − x 2 − 2 xc + c 2 + y 2
⇔ x 2 + 2 xc + c 2 + y 2 = 4a 2 − 4a x 2 − 2 xc + c 2 + y 2 + x 2 − 2 xc + c 2 + y 2
⇔ 4 xc = 4a 2 − 4a x 2 − 2 xc + c 2 + y 2
⇔ a 2 − cx
= a x 2 − 2 xc + c 2 + y 2
a 2 . ( x 2 − 2 xc + c 2 + y 2 )
⇔ a 4 − 2a 2 cx + c 2 x 2 =
⇔ ( a 2 − c 2 ) x 2 + a 2 y 2= a ² ( a 2 − c 2 )
2 2 2 2 2 2
( )
Com a relação a = b + c ⇒ b = a − c . Logo, b ² x 2 + a 2 y 2 =
a ²b ²
2 2 x² y 2
Dividindo ambos os membros por a b > 0. Temos, + 1.
=
a² b2
Estendendo para a elipse com centro em qualquer ponto (h,k) temos:
( x − h) ² + ( y − k ) ² =
1
a² b²
Equação reduzida da Elipse
Porém, existe também o caso onde a elipse possui seu eixo maior na direção
do eixo Y, logo iremos apresentar a você as possibilidades.
245
QUADRO 2 - REPRESENTAÇÃO DAS EQUAÇÕES DA ELIPSE
TIPO DE ELIPSE EQUAÇÃO EXEMPLO
Eixo maior na direção ( x − h) ² + ( y − k ) ² =

1
de Ox
a² b²
Eixo maior na direção ( y − k ) ² + ( x − h) ² =

1
de Oy a² b²
FONTE: Os autores
E
IMPORTANT
Excentricidade da elipse
c
A excentricidade da elipse é um número: e =
a c
e=
Que será do intervalo 0 < e < 1, pois pela definição de elipse a > c . Esta excentricidade, no
caso da elipse, “mede” o grau de “achatamento” da elipse comerelação
= a uma circunferência.
a
Exemplo 13: Dadas as elipses de equações:
x² y ² y ² x²
+= 1 e += 1
9 4 25 4
Determine as coordenadas dos focos, vértices e do centro.
Resolução:
x² y ²
• Na primeira situação: + = 1
9 4
Temos que o centro está em C (0,0), pois não há nada no quadrado de y
e x. Para determinar os focos, devemos encontrar o valor de c pelo Teorema de
Pitágoras. Como a2 = 9 e b2 = 4, logo:
9= 4 + c ²
c= 5
246
9= 4 + c ²
c = 5 do centro (eixo x neste caso),
Sabendo que C (0,0) e que os focos distam
( ) ( )
logo F1 5, 0 e F2 − 5, 0 . Para os vértices, estes estão distantes a do centro, como
a2 = 9 então a = 9, logo A1 (3,0) e A2 (-3,0).
• Na segunda situação:
y 2 x2
+ 1
=
25 4
Temos que o centro está também em C (0,0) pois não há nada no quadrado
de y e x. Para determinar os focos, devemos encontrar o valor de c pelo Teorema de
Pitágoras. Como a2 = 25 e b2 = 4, logo:
25= 4 + c ²
c = 21
Sabendo que C (0,0) e que os focos distam ( )

F1 0, 21 do centro (eixo y neste
( ) ( )
caso), logo F1 0, 21 e F2 0, − 21 . Para os vértices, estes estão distantes a do
centro, como a2 = 25, então, a = 5, logo A1 (0,5) e A2 (0,-5).
Exemplo 14: Seja a elipse de equação 7x2 + 16y2 - 28x - 128y - 92 = 0, determinar:
a) A equação na forma reduzida.

b) As coordenadas dos focos e dos vértices e de seu centro.
d) O esboço do gráfico.
c) Sua excentricidade.
Resposta:
a) Completando os quadrados de x e y, acompanhe:
7 x 2 + 16 y 2 − 28 x − 128 y − 92 =
0
7 x 2 − 28 x + 16 y 2 − 128 y − 92 =
0
7 ( x 2 − 4 x ) + 16 ( y 2 − 8 y ) =
92
7 ( x − 2 ) + 16 ( y − 4 ) = 92 + 4 + 16
2 2
7 ( x − 2 ) + 16 ( y − 4 ) =
2 2
112
7 ( x − 2 ) 16 ( y − 4 ) 112
2 2
+ =
112 112 112
( x − 2) ( y − 4)
2 2
+ 1
=
16 7
247
b) No caso do centro basta pegar as correspondências de h e k, logo C(2,4).

Para determinar os focos devemos encontrar o valor de c pelo Teorema de Pitágoras.
Como a2 = 16 e b2 = 7, logo:
16= 7 + c ²
c=3
Sabendo que C(2,4) e que os focos distam 3 do centro (eixo x neste caso), logo
F1(5,4) e F2(-1,4). Para os vértices, estes estão distantes a do centro, como a2 = 16 então
a = 4, logo A1 (6,4) e A2 (-2,4).
c)
c 3
d) e= = = 0, 75
a 4
Exemplo 15: Os focos da elipse são os pontos (2,0) e (-2,0) e a sua

excentricidade tem valor 2/3. Determine a equação da elipse.
Resolução: Como os focos estão com as coordenadas de y fixadas e

percebendo que as de x estão distantes em 4 unidades, logo c = 4 e o centro está em
C(0,0). Sabendo que:
c 2 4
e= ⇒ = ⇒a= 6
a 3 a
Temos ainda que determinar o valor de b2. Usaremos o Teorema de

Pitágoras:
62 = b2 + 42
b2 = 20
Logo, substituindo os dados na equação reduzida da elipse, temos:

x2 y 2
+ 1
=
36 20
248
5 HIPÉRBOLE
A hipérbole é uma das cônicas mais interessantes. Não apenas pelo seu
formato geométrico, que é o mais “excêntrico” de todos, mas pelas suas aplicações
peculiares. Podemos destacar, por exemplo, sua aplicação nos sistemas de longa
navegação, no que diz respeito à comunicação através de sinais de rádio. O sistema
LORAN (long range navigation) e o sistema DECCA, como de navegação aérea,
como são conhecidos, usam a hipérbole como base de funcionamento. Da Terra,
concomitantemente são transmitidos sinais de rádio de dois pontos fixos F1 e F2 que
são captados pelo aeroplano em P, ao longo de t1 e t2 segundos, respectivamente.
A diferença entre t1 e t2 determina 2ª e assim obtém a característica da hipérbole na
qual está P.
De acordo com Silva (2010), igualmente na navegação marítima utilizam-se

sistemas hiperbólicos: O sistema RADUX (de baixíssima frequência) e o sistema
LORAC (de ondas contínuas para observações de grande precisão).
Visto a grande importância deste estudo, vamos agora conhecer os

principais elementos e características da hipérbole.
Definição: Uma hipérbole, de focos definidos em F1 e F2 é um conjunto

de pontos do plano que possuem módulo da diferença das distâncias a F1 e F2
igual a uma constante 2a > 0, menor que a distância entre os focos d(F1,F2) = 2c. Na
primeira ilustração temos a visão da construção da hipérbole por sua definição e
na segunda os seus elementos.
Podemos ainda definir que:
• A reta l que contém os focos é chamada de reta focal.

• A intersecção da hipérbole com a reta focal l delimita dois pontos A1 e A2
chamados de vértices da hipérbole.
249
• O segmento A1A2 é chamado de eixo focal (eixo maior) da elipse e possui

comprimento 2a.
• O ponto médio C do eixo focal A1A2 é o centro da hipérbole. Este ponto em
especial também é o ponto médio do segmento F1F2.
• A reta m que passa por C (perpendicular a l, é claro!) é a reta não focal.
• A reta não focal não intercepta a hipérbole em dois pontos B1 e B2, que neste
caso são chamados de vértices imaginários da hipérbole.
• O segmento B1B2 é chamado de eixo imaginário (eixo menor) e possui
comprimento 2b.
• As retas s e r são denominadas assíntotas da hipérbole. Elas passam pelo centro
da hipérbole e tangenciam os dois ramos da hipérbole num ponto impróprio
situado no infinito.
Devemos notar também que em uma hipérbole, as distâncias a, b e c

respeitam o Teorema de Pitágoras, conforme a seguir: (temos que para as demais
posições o pensamento é análogo).
Logo, c2 = a2 + b2
5.1 EQUAÇÕES DA HIPÉRBOLE

Demonstração:
Por definição temos que: d ( P, F1 ) − d ( P, F2 ) =

2a
Utilizando as coordenadas temos:
( x + c ) + ( y − 0) ( x − c ) + ( y − 0)
2 2 2 2
− 2a
=
( x + c) ( x − c)
2 2
+ y2 = + y 2 + 2a
250
Elevando ao quadrado ambos os lados:
( x + c) + y 2 =( x − c ) + y 2 + 4a ( x − c)
2 2 2
+ y 2 + 4a 2
( x − c)
2
x 2 + 2cx + c 2 + y 2 = x 2 − 2cx + c 2 + 4a 2 + 4a + y2
( x − c)
2
4cx − 4a=
² 4a + y2
Dividindo todos por 4 e posteriormente elevando ao quadrado ambos os lados:
( cx − a ) =
2 2
a ² ( x − c ) + y 2 

2

c 2 x 2 − 2a 2 cx + a 4= a 2 ( x − c ) + a ² y 2
2
c 2 x 2 − 2a 2 cx + a 4 =a 2 x 2 − 2a 2 cx + a 2 c 2 + a ² y 2
c 2 x 2 + a 4= a 2 x 2 + a 2 c 2 + a ² y 2
c 2 x 2 − a 2 x 2 − a ² y 2 = a 2c 2 + a 4
(c 2 − a 2 ) x 2 − a ² y 2 = a 2 ( c 2 + a 2 )
2 2 2 2 2
Como c = a + b ⇒ b = c − a ² , logo:
b2 x2 − a 2 y 2 =
a 2b 2
Dividindo ambos os lados por a2 b2, temos:
x2 y 2
− 1
=
a² b2
Quando o centro estiver fora da origem, a demonstração é análoga e sua
equação será:
( x − h) ² − ( y − k ) ² =
1
a² b²
Equação reduzida da Hipérbole
Porém, existe também o caso onde a elipse possui seu eixo maior na direção
do eixo Y, logo iremos apresentar a você as possibilidades.
251
QUADRO 3 - REPRESENTAÇÃO DAS EQUAÇÕES DA HIPÉRBOLE
TIPO DE
EQUAÇÃO EXEMPLO
HIPÉRBOLE
Eixo maior na direção ( x − h) ² − ( y − k ) ² =

1
de Ox a² b²
Eixo maior na direção ( y − k ) ² − ( x − h) ² =

1
de Oy a² b²
FONTE: Os autores
E
IMPORTANT
Excentricidade da elipse
c
A excentricidade da elipse é um número: e =
a c
c e=
> 1, pois pela definição de elipse a < c . Esta excentricidade, no caso
Que será do intervalo e =
e=
da hipérbole, “mede” o graua de “abertura das folhas da hipérbole”.
a
Exemplo 16: Determine os vértices, os focos e a excentricidade da hipérbole

4x² - 8x – 9y² - 36y = 68, e faça a representação geométrica.
Resolução: Vamos reescrever a equação dada para obter a sua equação na

forma reduzida:
4x ² - 8x – 9y ² - 36y = 68, isolando os polinômios em x e y:

(4x ² - 8x) – (9y ² + 36y) = 68, colocando 4 e 9 em evidência:
4(x ² - 2x) – 9(y ² + 4y) = 68, completando os quadrados dos polinômios:
4(x ² - 2x + 1 - 1) – 9(y ² + 4y + 4 - 4) = 68, juntando os termos semelhantes:
4(x ² - 2x+ 1) - 4 – 9(y ² + 4y+ 4) + 36 = 68, escrevendo os quadrados:
4(x - 1)² – 9(y + 2)² + 32 = 68, resolvendo:
252
4(x - 1)² – 9(y + 2)² = 68 - 32,

4(x - 1)² – 9(y + 2)² = 36, dividindo ambos os membros da igualdade por 36
4(x - 1)² 9(y + 2)² 36

− = , simplificando
36 36 36
(x - 1)² (y + 2)²
− =1
9 4
A partir da equação da hipérbole podemos determinar as coordenadas do
centro, h e k.
C(h,k)= C(1, -2), a ² = 9, a = 3 e b ² = 4, b = 2.
Conhecendo o valor de A podemos determinar os vértices: (±a, 0)+ (h,k):

A1 (4, -2) e A2 (-2, -2)
Conhecendo a e b, podemos encontrar o valor de c:

c² = a² + b²
c² = 3² + 2²
c² = 9 + 4
c² = 13, c = 13 = 3,61
Conhecendo c podemos determinar os focos: (±c, 0)+ (h,k)

F1 = (-3,61 +1, -2) e F2 =(+3,61 +1, -2)
F1 = (-2,61, -2) e F2 =(4,61, -2)
Para determinar a excentricidade basta dividir c por a:
c 3, 61
e= = =1,20
a 3
253
Exemplo 17: Encontre a equação reduzida da hipérbole que possui focos

com coordenadas: F1 (0, -10) F2 (0, 10) e eixo imaginário medindo 10, comprove
com a representação geométrica.
Resolução: Temos que o valor de c, F1 (0, -c) = F1 (0, -10), c = 10 e o valor do

eixo imaginário, 2b = 10, b = 5.
Utilizando a relação determinamos o valor de a, e encontramos a equação:
c² = a² + b²
10² = a² + 5²
100 = a² + 25
100 - 25 = a²
a² = 75, a = 75
Assim, a equação reduzida da hipérbole será dada por:
y ² x²
− = 1
b² a ²
y² x²
− 1
=
5² ( 75)²
y ² x²
− = 1
25 75
Exemplo 17: Determine o centro, os vértices, os focos, os eixos de simetria

e represente geometricamente a hipérbole de equação: x² - 4y² + 6x + 24y - 31 = 0.
254
Resolução: Inicialmente, precisamos escrever a equação em sua forma

reduzida.
x ² + 6 x − 4 y ² − 24 y =
31
( x ² + 6 x) − 4( y ² − 6 y ) =
31
[ x² + 2.x.(3) + 3² ] − 9 − 4 [ y ² + 2. y.(−3) + (−3)² ] + 36 =31
( x + 3)² − 9 − 4( y − 3)² + 36 = 31
( x + 3)² − 4( y − 3)² = 31 − 36 + 9
( x + 3)² 4( y − 3)² 4
− =
4 4 4
( x + 3)² ( y − 3)²
− = 1
4 1
Centro: (-3,3)
Medida do eixo real: 2.a = 4
Medida do eixo imaginário: 2.b = 2
c a ² + b²
=
c ²= 4 + 1
c= 5
c ≅ 2, 24
Distância focal = 2.c = 2 . 2,24 = 4,47
Focos: (- 5,24; 3) e (-0,76; 3)
255
AS SEÇÕES CÔNICAS NA ENGENHARIA CIVIL
Fernando Henrique Espíndola

João Mário Andrade Pinto
As características físicas das curvas cônicas aparecem em diversos tipos de

obras de engenharia civil, como pontes, viadutos e túneis, como solução estrutural
e/ou estética.
Um exemplo teórico
Um exemplo clássico da aplicação das curvas cônicas na engenharia é

descrito a seguir:
A Figura 15 mostra um túnel hipotético de duas pistas com uma seção

transversal que é uma parábola. A altura H do túnel é de 7 m e sua largura na base
é de L =20√7 m. Pretende-se saber a que altura h deverá estar a pista 2 de modo que
ela tenha l = 40 m de largura.
Para solucionar o problema é necessário encontrar a equação da parábola,

e para isto é preciso posicionar no esquema um sistema de referência (plano
cartesiano). Se o plano cartesiano for posicionado com sua origem no topo do
túnel, onde está o vértice da parábola, então obter-se-á sua equação reduzida.
256
A Figura 16 mostra o sistema cartesiano posicionado de tal maneira que a

equação reduzida da parábola tenha a forma genérica x² = – 4py. Para determinar
a equação específica da parábola do túnel, basta substituir na equação genérica o
ponto A (10√7,−7), que é um ponto conhecido da curva (seção do túnel):
(10√7)² = – 4p(–7)
700 = 28p
p = 25
Desta maneira obtém-se p = 25 e então a equação específica da parábola

será x² = – 4(25)y ou x² = – 100y, substituindo o ponto B(20, y) na equação da
parábola, vem:
20² = – 100y
400 = – 100y
y=–4
A ordenada do ponto B é – 4, então podemos concluir que a altura h da

pista 2 será:
h=7–4
h = 3m
Exemplos reais na Engenharia
257
Na Figura 17 vê-se a Catedral de Brasília. As estruturas de concreto são

arcos de parábolas que têm funções estrutural e também estética.
As torres de refrigeração de uma usina nuclear, como as mostradas na Figura

18, geralmente são estruturas em formato de hiperboloide de uma folha gerado
pela rotação de uma hipérbole em torno de um de seus eixos (Figura 19). Podemos
mostrar que o hiperboloide de uma folha gerada pela rotação de uma hipérbole
em torno do seu eixo transverso é também gerado por uma reta, ou seja, ele pode
ser considerado como sendo formado por uma união de retas (superfície regrada).
Assim, seu formato é usado na construção de centrais de energia atômica, onde
barras de aço retilíneas (que têm alta resistência) se cruzam para obter estruturas
extremamente fortes (SATO, 2005).
FONTE: Disponível em <http://www.fumec.br/revistas/construindo/article/viewFile/1714/1084>.
Acesso em: 29 mar. 2017.
258
RESUMO DO TÓPICO 3
• A equação da circunferência pode ser estudada das seguintes maneiras:
x2 + y2 = R2 - Com centro na origem

(x - h)2 + (y - k)2 = R2- Com centro em (h,k)
• A equação da parábola pode ser estudada das seguintes maneiras:
y2 = 4px – Com vértice na origem na direção de OX

y2 = 4py – Com vértice na origem na direção de OY
(y - k)2 = 4p . (x - h) – Com centro em (h,k) e direção de OX

(x - h)2 = 4p . (y - k) - Com centro em (h,k) e direção de OY
• A equação da elipse pode ser estudada das seguintes maneiras:
x² y 2
+ =−1 Com centro na origem e direção de OX.
a² b2
y² x2
+ =−1 Com centro na origem e direção de OY.
a² b2
( x − h) ² + ( y − k ) ² =
1 − Com centro em ( h,k ) e direção de OX.
a² b²
( y − k ) ² + ( x − h) ² =
1 − Com centro em ( h,k ) e direção de OY.
a² b²
• A equação da hipérbole pode ser estudada das seguintes maneiras:
x² y 2
− =−1 Com centro na origem e direção de OX.
a² b2
y² x2
− =− 1 Com centro na origem e direção de OY.
a² b2
( x − h) ² − ( y − k ) ² =
1 − Com centro em ( h,k ) e direção de OX.
a² b²
( y − k ) ² − ( x − h) ² =
1 − Com centro em ( h,k ) e direção de OY.
a² b²
259
AUTOATIVIDADE
Agora chegou a sua vez de colocar em prática o que foi estudado no Tópico 3.
Lápis, papel, régua e calculadora em mãos!
1 No estudo da Geometria Analítica, deparamo-nos com seções

cônicas: a hipérbole, a elipse, a circunferência e a parábola, que
são curvas geradas pela intersecção de um cone circular reto de
duas folhas com um plano. A parábola é a cônica definida na
intersecção de um plano que penetra de forma oblíqua a superfície de um
cone e também pode ser conceituada como a curva plana definida como
o conjunto dos pontos que são equidistantes do foco e de uma reta diretriz
e foi fortemente divulgada pelo matemático Pierre de Fermat (1601-1655).
Desta forma, determine a equação da parábola que apresenta foco em F(2, 3) e
equação diretriz y = -1.
a) ( ) x2 – 4x – 8y + 12 = 0.
b) ( ) y2 – 4y – 8x + 12 = 0.
c) ( ) x2 + 4x + 8y + 12 = 0.
d) ( ) y2 + 4y + 8x + 12 = 0.
2 Uma das aplicações das cônicas é na construção de faróis

parabólicos, da seguinte maneira: girando-se uma parábola em
torno de seu eixo obtemos uma superfície denominada paraboloide
circular reto. O farol parabólico é obtido seccionando-se essa
superfície por um plano perpendicular ao seu eixo. Quando a fonte de luz é
colocada sobre o foco do farol parabólico, todos os raios luminosos se refletem
paralelamente ao seu eixo. Assim, pela propriedade da reflexão, a lâmpada
deve ser posicionada sobre o foco. Sabendo que um farol parabólico apresenta
a equação x2 = 12y, determine a que distância, sobre o eixo, a lâmpada deverá
ser posicionada.
a) ( ) A lâmpada deverá ser posicionada, sobre o eixo, a 3 cm do vértice.

b) ( ) A lâmpada deverá ser posicionada, sobre o eixo, a 6 cm do vértice.
c) ( ) A lâmpada deverá ser posicionada, sobre o eixo, a 12 cm do vértice.
d) ( ) A lâmpada deverá ser posicionada, o vértice da parábola.
3 O raio de uma circunferência com centro no ponto C = (2, 1) e

que passa pelo ponto P = (6, 4) é:
a) ( ) 5
b) ( ) 12,5
c) ( ) 16
d) ( ) 25
260
4 A parábola é uma seção cônica gerada pela interseção de
uma superfície cônica e um plano. Uma parábola também pode
ser definida como o conjunto dos pontos que são equidistantes de
um ponto dado (chamado de foco) e de uma reta diretriz. Desta
forma, determine as coordenadas de vértice e de foco da equação y2 + 4y + 16x
– 44 = 0.
Assinale a alternativa correta:
a) ( ) V(3, -2) e F(-1, -2)

b) ( ) V(-2, 3) e F(-2, -1)
c) ( ) V(2, 3) e F(1, 2)
d) ( ) V(3, 2) e F (2, 1)
5 Cônicas são curvas geradas nas intersecções entre um plano

que atravessa um cone. Classificam-se em: circunferência, elipse,
parábola e hipérbole. A hipérbole é definida pelo conjunto de
pontos, tais que o módulo das distâncias (2a) a dois pontos fixos
(F1 e F2) seja menor que a distância (2c) entre os pontos (0 < 2a < 2c). A esses
pontos fixos chamamos de focos e a constante (2c) é o comprimento do eixo
real, isto é, o eixo que contém os focos. Utilizando os conceitos que permeiam
este conteúdo, determine os focos e os vértices da hipérbole de equação 16x2-
9y2 – 144 = 0.
a) ( ) Focos: F1(5,0) e F2(-5,0). Vértices A1(3,0) e A2(-3,0).

b) ( ) Focos: F1(0, 5) e F2(0, -5). Vértices A1(3,0) e A2(-3,0).
c) ( ) Focos: F1(5,0) e F2(-5,0). Vértices A1(0, 3) e A2(0, -3).
d) ( ) Focos: F1(0, 5) e F2(0, -5). Vértices A1(0, 3) e A2(0, -3).
6 Considere as equações apresentadas na coluna da esquerda e

os nomes das curvas planas descritas na coluna da direita.
Associe a 2ª coluna com a 1ª coluna.
x² y ²
I) + = 1 ( ) Elipse
4 3
x y
II) + =1 ( ) Hipérbole
4 9
x² y
III) + =1 ( ) Reta
4 9
y ² x²
IV) − = 1 ( ) Circunferência
4 3
x² y ²
V) + = 1 ( ) Parábola
9 9
261
A associação que relaciona corretamente a equação ao tipo de curva plana na
sequência de cima para baixo, é:
a) ( ) I, IV, II, V e III

b) ( ) I, V, III, IV e II
c) ( ) II, III, V, I e IV
e) ( ) IV, II, V, I e III
7 Determine o centro da elipse de equação: 4x2 + 9y2 – 8x – 36y +

4=0
a) ( ) C (2,1)
b) ( ) C (9,4)
c) ( ) C (-1, -2)
d) ( ) C (1,2)
8 A representação gráfica de uma circunferência é dada por

um modelo quadrático. Para determiná-lo é necessário conhecer
as coordenadas do centro da circunferência e o comprimento do
seu raio. Neste caso, encontre a equação geral da circunferência,
cujo centro é (-2, 4) e que passa pela origem do sistema cartesiano, e assinale a
alternativa CORRETA:
I) x2 + y2 + 10x + 8y = 0
II) x2 + y2 + 4x + 8y = 0
III) x2 + y2 + 4x + 6y - 13 = 0
IV) x2 - y2 + 10x + 8y = 0
a) ( ) Somente a alternativa I está correta.

b) ( ) Somente a alternativa II está correta.
c) ( ) Somente a alternativa III está correta.
d) ( ) Somente a alternativa IV está correta.
262
REFERÊNCIAS
ANTON, Howard; RORRES, Chris. Álgebra Linear com Aplicações. 8. ed.
Porto Alegre: Bookman, 2001.
BOLDRINI, J. L. et al. Álgebra linear. São Paulo: Ed. Harbra, 1980.
BOLDRINI, José Luiz. Álgebra Linear. 3. ed. São Paulo: Harbra, 1984.
CALLIOLI, C. A; COSTA, R. C. F; DOMINGUES, H. H. Álgebra linear e

aplicações. 6. ed. reform. São Paulo: Atual, 1990.
CRUZ, L. F. Introdução ao estudo da Álgebra Linear. Rio Claro: Editora da

UNESP, 2012.
DANTE, Luiz Roberto. Matemática: volume único: contexto & aplicações: ensino
médio. 3. ed. São Paulo: Ática, 2005.
FACCHINI, Walter. Matemática para a escola de hoje. Vol. único. São Paulo:
FTD, 2006.
FACCHINI, Walter. Matemática. Vol. único. São Paulo: Saraiva, 1996.
FURTADO, A. L. et al. Análise do conceito de Sistemas de equações Lineares no

Curso de Engenharia Mecânica. Anais: XLI – Congresso Brasileiro de Educação
em Engenharia. Rio Grande do Sul: UFRGS, 2013.
GIOVANNI, José Ruy; BONJORNO, José Roberto; GIOVANNI JR., José Ruy.
Matemática Fundamental: uma nova abordagem. São Paulo: FTD, 2002.
IEZZI, Gelson et al. Matemática: ciência e aplicações. Vol. 2. São Paulo: Saraiva,
2013.
LIMA, Elon L. Álgebra Linear. Rio de Janeiro: IMPA/CNPq, 1995.
LIPSCHUTZ, Seymour. Álgebra Linear. 3. ed. São Paulo: Makron Books, 1994.
PAIVA, Manoel. Matemática: 2. ed. São Paulo: Moderna, 2013.
SANTOS, Fabiano José; FERREIRA, Silvimar Fábio. Geometria Analítica. Porto

Alegre: Bookman, 2009.
SILVA, Júlio Jorge. Cônicas e Quádricas no Ensino Médio. 2010. 51 f. Trabalho

de Conclusão de Curso (Especialização) - UFAM. Manaus, 2010.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Álgebra Linear. 2. ed. São Paulo:

Pearson Makron Books, 1987.
263

Livro

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

Livro

Enviado por

Direitos autorais:

Formatos disponíveis

Geometria Analítica e

Revisão, Diagramação e Produção:

Ficha catalográfica elaborada na fonte pela Biblioteca Dante Alighieri

Além disso, iremos trazer a você algumas aplicações de ferramentas e

Na Unidade 1 traremos todo um alicerce para a formação dos

Na sequência, na Unidade 2, conheceremos a linguagem vetorial, que

Em particular, desenvolveremos suas principais operações aritméticas

Por fim, na Unidade 3 iremos conhecer o estudo de importantes entes

Esperamos que você, ao final deste estudo, possa ter alcançado os

Profª. Grazielle Jenske

Na Educação a Distância, o livro impresso, entregue a todos os acadêmicos desde 2005, é o

Assim, a UNIASSELVI, preocupando-se com o impacto de nossas ações sobre o ambiente,

Aproveito o momento para convidá-lo para um bate-papo sobre o Exame Nacional de

Olá acadêmico! Para melhorar a qualidade dos

TÓPICO 2 – DETERMINANTES E INVERSÃO DE MATRIZES................................................... 35

TÓPICO 3 – SISTEMAS LINEARES..................................................................................................... 55

UNIDADE 2 – VETORES E SUAS APLICAÇÕES............................................................................. 91

TÓPICO 1 – VETORES E SUAS OPERAÇÕES BÁSICAS............................................................... 93

TÓPICO 2 – OPERAÇÕES VETORIAIS.............................................................................................. 109

TÓPICO 3 – DEPENDÊNCIA LINEAR................................................................................................ 129

TÓPICO 4 – TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES.................. 141

UNIDADE 3 – GEOMETRIA ANALÍTICA......................................................................................... 173

TÓPICO 1 – A RETA................................................................................................................................. 175

TÓPICO 2 – O PLANO............................................................................................................................ 203

TÓPICO 3 – CÔNICAS............................................................................................................................ 229

MATRIZES E SISTEMAS LINEARES

• conceituar, operacionar e interpretar matrizes;

• calcular o determinante de uma matriz;

• utilizar a linguagem matricial e as operações com matrizes como instru-

• utilizar o cálculo de determinantes, a regra de Cramer e o escalonamento

TÓPICO 2 - DETERMINANTES E INVERSÃO DE MATRIZES

TÓPICO 3 - SISTEMAS LINEARES E SEU ENSINO

Atualmente, a Álgebra Linear, uma subárea da matemática, se propõe

As matrizes e os sistemas lineares têm larga aplicação em problemas

É importante salientar que existem dois problemas que dificultam trabalhar

2 ESTUDO DAS MATRIZES

Acompanhe a seguinte situação de montagem de uma matriz: Um

Imagine uma matriz que represente nas linhas as semanas de trabalho

Dessa forma, para representar o elemento de uma matriz, usamos uma

A matriz A, do tipo m x n (leia-se m por n), será escrita, genericamente, do seguinte

 a11 a12 a13 … a1n 

Exemplo 1: Dada a seguinte matriz quadrada de ordem 2, escreva a matriz

a11 = 3 (sendo i = 1 e j = 1, então: i + 2j = 1 + 2·1 = 3)

a12 = 0 (neste caso em que i = 1 e j = 2 (i < j), o valor deste elemento é 0)

Portanto, a matriz A será igual a:

Exemplo 2: Construa a matriz quadrada de ordem 3, C = cij , sendo

Resolução: Tomemos, inicialmente, a matriz genérica de ordem 3.

 c11 c12 c13 

Agora, basta aplicar a fórmula cij= i +

Genericamente, dadas duas matrizes de mesma ordem (ou tipo), A e B:

 a11 a12 a13 … a1n   b11 b12 b13 … b1n 

Podemos afirmar que:

a11 e b11 são correspondentes.

3.1 IGUALDADE DE MATRIZES

Resolução: Vamos iniciar determinando os elementos da matriz A.

4 TIPOLOGIA DAS MATRIZES

Nas representações de matrizes, temos nomenclaturas específicas para

4.1 MATRIZ TRANSPOSTA

Nestas condições, calcule x, y e z.

Resolução: Denominamos de matriz transposta de A a matriz At = (a’ji)nxm,

 a11 a12 a11a= a'11

O elemento aij corresponde à matriz A e o elemento a’ij corresponde à matriz

Considerando a matriz A e sua transposta At, podemos estabelecer: