UNIVERSIDADE LUTERANA DO BRASIL

OFICINA DE GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR

CANOAS, 2017/2
Sumário
1. ÁLGEBRA MATRICIAL ................................................................................................................. 1
1.1 MATRIZES ................................................................................................................................ 1
1.1.1 Introdução ............................................................................................................................ 1
1.1.2 Matrizes especiais ................................................................................................................ 2
1.1.2.1 Matriz Linha....................................................................................................................... 2
1.1.2.2 Matriz Coluna .................................................................................................................... 2
1.1.2.3 Matriz Nula ........................................................................................................................ 2
1.1.2.4 Matriz Quadrada ............................................................................................................... 2
1.1.2.5 Matriz Diagonal ................................................................................................................. 3
1.1.2.6 Matriz Identidade .............................................................................................................. 3
1.1.2.7 Matriz transposta .............................................................................................................. 4
1.1.2.8 Matriz Simétrica ................................................................................................................ 4
1.1.2.9 Matriz triangular Superior ................................................................................................. 4
1.1.2.10 Matriz triangular inferior................................................................................................. 4
1.1.3 Operações com matrizes ...................................................................................................... 5
1.1.3.1 Igualdade de Matrizes ....................................................................................................... 5
1.1.3.2 Adição de Matrizes ............................................................................................................ 5
1.1.3.2.1 Propriedades da soma de matrizes ................................................................................ 5
1.1.3.3 Subtração de Matrizes ...................................................................................................... 6
1.1.3.4 Produto por Escalar ........................................................................................................... 6
1.1.3.5 Produto Matricial .............................................................................................................. 7
1.1.3.5.1 Propriedades do produto matricial ................................................................................ 8
1.1.3.6 Matriz inversa.................................................................................................................... 9
1.2 DETERMINANTES ................................................................................................................... 11
1.2.1 Introdução .......................................................................................................................... 11
1.2.2 Determinante de uma matriz 1x1 ...................................................................................... 11
1.2.3 Determinante de uma matriz 2 x 2. ................................................................................... 12
1.2.4 Determinante de uma matriz 3 x 3 .................................................................................... 12
1.2.5 Teorema de Laplace ou Método do Cofator ...................................................................... 13
1.2.6 Propriedades dos determinantes ....................................................................................... 14
1.3 SISTEMAS DE EQUAÇÕES LINEARES ...................................................................................... 15
1.3.2 Definições e generalidades ................................................................................................ 15
1.3.2.1 Equações lineares ............................................................................................................ 15
1.3.2.2 Equações homogêneas.................................................................................................... 15
1.3.2.3 Sistema linear .................................................................................................................. 16
1.3.2.3.1 Classificação dos sistemas lineares .............................................................................. 18
1.3.2.3.2 Representação gráfica de um sistema ......................................................................... 18
1.3.2.3.3 Expressão matricial de um sistema de equações lineares ........................................... 20
1.3.2.3.4 Regra de Cramer .......................................................................................................... 21
1.3.2.3.5 Discussão de um sistema linear ................................................................................... 23
1.3.2.3.6 Escalonamento de sistema........................................................................................... 24
1.3.2.3.6.1 Processo para escalonamento de um sistema linear ................................................ 24
1.3.2.3.6.2 Classificação e resolução de sistemas lineares escalonados .................................... 27
2. ÁLGEBRA VETORIAL ................................................................................................................. 28
2.1 DEFINIÇÕES E GENERALIDADES............................................................................................. 28
2.2 OPERAÇÕES COM VETORES .................................................................................................. 33
2.2.1 Adição de vetores ............................................................................................................... 33
2.2.1.1 Método do polígono para a soma vetorial...................................................................... 33
2.2.1.2 Método do paralelogramo para a soma vetorial ............................................................ 34
2.2.2 Subtração entre dois vetores ............................................................................................. 35
2.2.3 Produto de um escalar (número real) por um vetor .......................................................... 35
2.3 VETORES NO ESPAÇO ............................................................................................................ 36
2.3.1 Decomposição de vetores no espaço................................................................................. 36
2.3.2 Igualdade de vetores .......................................................................................................... 37
2.3.3 Operações com vetores ..................................................................................................... 37
2.3.4 Vetor definido por dois pontos .......................................................................................... 37
2.3.5 Módulo de um vetor .......................................................................................................... 37
2.3.6 Cálculo das componentes de um vetor .............................................................................. 37
2.3.7 Relação entre cossenos diretores de um vetor no espaço ................................................ 38
2.3.8 Condição de paralelismo entre dois vetores...................................................................... 38
2.3.9 Versor de um vetor ............................................................................................................ 39
2.4 PRODUTOS ENTRE VETORES: PRODUTO ESCALAR ................................................................ 39
2.4.1 Produto escalar .................................................................................................................. 39
2.4.1.1 Propriedades do produto escalar.................................................................................... 39
2.4.1.2 Ângulo entre dois vetores ............................................................................................... 40
2.4.1.3 Condição de ortogonalidade entre dois vetores ............................................................. 42
2.5 PRODUTOS ENTRE VETORES: PRODUTO VETORIAL E PRODUTO MISTO .............................. 42
2.5.1 Produto vetorial ................................................................................................................. 42
2.5.1.1 Significado geométrico do produto vetorial ................................................................... 43
2.5.1.2 Propriedades do produto vetorial ................................................................................... 44
2.5.2 Produto misto..................................................................................................................... 45
2.5.2.1 Significado geométrico do produto misto ...................................................................... 45
2.6 A RETA ................................................................................................................................... 46
2.6.1 Equação vetorial da reta .................................................................................................... 46
2.6.2 Equações paramétricas da reta .......................................................................................... 47
2.6.3 Equações simétricas da reta............................................................................................... 48
2.6.4 Equações reduzidas da reta ............................................................................................... 49
2.6.5 Reta definida por dois pontos ............................................................................................ 49
2.6.6 Condição de alinhamento de três pontos .......................................................................... 49
2.6.7 Ângulo entre duas retas ..................................................................................................... 50
2.6.8 Condição de paralelismo entre duas retas......................................................................... 51
2.6.9 Condição de Ortogonalidade entre duas retas .................................................................. 51
2.6.10 Condição de coplanaridade entre duas retas .................................................................. 52
2.6.11 Posições relativas entre duas retas .................................................................................. 52
2.6.12 Intersecção de duas retas ................................................................................................ 53
2.6.13 Distância de um Ponto e uma reta ................................................................................... 54
2.7 O PLANO ................................................................................................................................ 55
2.7.1 Equação geral do plano ...................................................................................................... 55
2.7.2 Ângulo Entre Dois Planos ................................................................................................... 56
2.7.3 Condição de paralelismo entre dois planos ....................................................................... 56
2.7.4 Condição de perpendicularidade entre dois planos .......................................................... 57
LISTAS DE EXERCÍCIOS ................................................................................................................. 58
 1

1. ÁLGEBRA MATRICIAL

1.1 MATRIZES

1.1.1 Introdução

Uma matriz é uma entidade matemática representada por uma tabela

retangular de elementos. Mais precisamente, dados n, m ∈ ℕ chama-se matriz do tipo
(ou ordem) m x n a uma tabela retangular de n ∙ m elementos distribuídos por m-linhas
e n-colunas preenchidas por seus elementos:

a11 a12 ⋯ a1n

a21 a22 ⋯ a2n
A=( ⋮ ⋮ ⋮ )
(1.1)
⋱
am1 am2 ⋯ a𝑚𝑛

Notação: É usual recorrer a letras maiúsculas (A, B, C, X, Y, ...) para

representar matrizes. No caso de se pretender explicar as entradas de uma matriz A
de ordem m x n, é também usual representar A da forma A = [𝑎𝑖𝑗 ] com 𝑖 =
𝑚𝑥𝑛
1, 2, … , 𝑚 e 𝑗 = 1, 2, … , 𝑛, onde

 𝑎𝑖𝑗 representa a entrada, ou elemento genérico de A

 𝑖 é o índice que representa a linha do elemento 𝑎𝑖𝑗
 𝑗 é o índice que representa a coluna do elemento 𝑎𝑖𝑗
 m x n representa a ordem da matriz. Lê-se “m por 𝑛.

Observação 1

Representações: para representação explícita das matrizes vamos nos

restringir ao uso de parênteses (A = ( ) ), colchetes (A = [ ] ) ou barras duplas (A =
‖ ‖ ).

Exemplos:

9 3
1. 𝐴 = [1 4 ] é uma matriz do tipo 4 x 2
0 −3
2 0

2. 𝐵 = (3 5 −2 7) é uma matriz de ordem 1 x 4

−8 7
3. 𝐶 = ‖ 7 0‖ é uma matriz de ordem 2 x 2
5
 2

−9
0
1
4. 𝐷 = 6 é uma matriz 6 x 1
0
1
[ 3 ]

1.1.2 Matrizes especiais

Devido às características particulares das matrizes que surgem na prática, é

relevante distribuí-las em classes ou tipos especiais.

1.1.2.1 Matriz Linha

Uma matriz A é denominada matriz linha quando possuir uma única linha.

Notação: A = (aij )
1xn

Exemplo: 𝐴 = (−8 3 5)1𝑥3

1.1.2.2 Matriz Coluna

Uma matriz A é denominada matriz coluna quando possuir uma só coluna.

Notação: A = (aij )
mx1

3
Exemplo: 𝐴 = (9)
1 3𝑥1

1.1.2.3 Matriz Nula

Uma matriz A é denominada matriz nula quando todos os seus elementos

forem nulos, isto é, se aij = 0 ∀ i = 1, 2, … , m e j = 1, 2, … , n.

Notação: 𝐴 = 0𝑚𝑥𝑛

0 0 0
Exemplo: 02𝑥3 = ( )
0 0 0

1.1.2.4 Matriz Quadrada

Uma matriz A é uma matriz quadrada quando possuir o mesmo número de linhas e de
colunas, isto é, m = n.
 3

Notação:
𝐚𝟏𝟏 a12 ⋯ a1n
a 𝐚𝟐𝟐 ⋯ a2n
A = ( 21
⋮ ⋮ ⋮ ) (1.2)
⋱
an1 an2 ⋯ 𝐚𝒏𝒏

Diagonal Principal: São os elementos de 𝐴 onde 𝑖 = 𝑗, evidenciados em

negrito na matriz (1.2).
Diagonal Secundária: São os elementos de 𝐴 onde 𝑖 + 𝑗 = 𝑛 + 1,
evidenciados em letra romana na matriz (1.2).

Exemplo:

2 3 4
𝐴=[5 7 0] ,
10 −1 9 3𝑥3

onde os elementos da diagonal principal são 2, 7 e 9, enquanto que os da diagonal

secundária são 4, 7 e 10.

1.1.2.5 Matriz Diagonal

Uma matriz quadrada A é chamada de matriz diagonal quando todos os

elementos que não pertencem à diagonal principal são nulos, isto é, quando aij =
0 ∀ i ≠ j ∈ {1, 2, … , n}.

2 0 0
Exemplo: 𝐴 = (0 1 0)
0 0 3

Observação 2

Toda matriz quadrada nula é uma matriz diagonal.

1.1.2.6 Matriz Identidade

Uma matriz diagonal A é chamada de matriz identidade quando os elementos

da diagonal principal forem todos iguais a um.

Notação: 𝐼𝑛

1 0 0
1 0
Exemplo: 𝐼2 = ( ) 𝐼3 = (0 1 0)
0 1
0 0 1
 4

1.1.2.7 Matriz transposta

Seja a matriz A = (aij )mxn , Define-se a matriz transposta como sendo uma
matriz B tal que B = (bij )nxm e bij = aji , isto é, é a matriz obtida a partir da matriz A
pela troca de suas linhas pelas colunas correspondentes.
Notação: B = At
Exemplo: Dada a matriz A abaixo temos que

2 −1
2 3 0
𝐴=( ) ⇒ 𝐴𝑡 = (3 −2)
−1 −2 1
0 1

Deste modo, se 𝐴 é do tipo 𝑚 x 𝑛, 𝐴𝑡 é do tipo 𝑛 x 𝑚. Além disto, note que a

1ª linha de 𝐴 corresponde à 1ª coluna de 𝐴𝑡 e a 2ª linha de 𝐴 corresponde à 2ª coluna
de 𝐴𝑡 .

1.1.2.8 Matriz Simétrica

Uma matriz quadrada A é denominada simétrica quando At = A, ou seja,

quando aij = aji.

Exemplo: A matriz
3 5 6
𝐴 = [ 5 2 4]
6 4 8
É simétrica, pois 𝑎12 = 𝑎21 = 5, 𝑎13 = 𝑎31 = 6 e 𝑎23 = 𝑎32 = 4.

1.1.2.9 Matriz triangular Superior

Uma matriz quadrada A é uma matriz triangular superior quando os elementos

abaixo da diagonal principal são nulos, isso é, aij = 0 quando i > j para todo i, j =
1, 2, … , n.

1 3 5
Exemplo: 𝐴 = (0 8 9)
0 0 6

1.1.2.10 Matriz triangular inferior

Uma matriz quadrada A é uma matriz triangular inferior quando os elementos

acima da diagonal principal são nulos, isto é, aij = 0 quando i < j para todo i, j =
1, 2, … , n.

1 0 0
Exemplo: 𝐴 = (√3 8 0)
7 −3 −1
 5

1.1.3 Operações com matrizes

1.1.3.1 Igualdade de Matrizes

Duas matrizes, A e B, de mesma ordem m x n, são iguais se, e somente se,

todos os elementos correspondentes, ou seja, todos os elementos que ocupam a
mesma posição são iguais:

𝐴=𝐵 ⇔ 𝑎𝑖𝑗 = 𝑏𝑖𝑗 , ∀ 𝑖 = 1, 2, … , 𝑚 e 𝑗 = 1, 2, … , 𝑛.

Exemplo: Determine, caso existam, os valores de 𝑏 e 𝑐 de modo que as matrizes

2 0 2 𝑐
𝐴=( ), 𝐵=( )
−1 𝑏 −1 3
Sejam iguais.

Solução: utilizando a definição de igualdade de matrizes

2 0 2 𝑐
𝐴=𝐵 ⇔ ( )=( )
−1 𝑏 −1 3

de onde sai que devemos ter 𝑐 = 0 e 𝑏 = 3.

1.1.3.2 Adição de Matrizes

Dadas as matrizes de mesma ordem 𝐴 = [𝑎𝑖𝑗 ] e 𝐵 = [𝑏𝑖𝑗 ] , chamamos

𝑚𝑥𝑛 𝑚𝑥𝑛
de soma de matrizes a matriz 𝐶 = [𝑐𝑖𝑗 ] obtida pela soma de todos os elementos
𝑚𝑥𝑛
correspondentes de 𝐴 e 𝐵, ou seja,
𝐶 =𝐴+𝐵 ⇔ 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 , ∀ 𝑖 = 1, 2, … , 𝑚 e 𝑗 = 1, 2, … , 𝑛.

1.1.3.2.1 Propriedades da soma de matrizes

i) Comutativa: A + B = B + A
ii) Associativa: A + (B + C) = (A + B) + C
iii) Elemento neutro: Existe uma única matriz 0mxn (matriz nula) tal que A + 0 = 0 + A =
A
iv) Elemento simétrico: A + (−A) = (−A) + A = 0

Exemplo: Dadas as matrizes abaixo

0 −4
1 2 −1
𝐴=( ), 𝐵 = (−7 5 )
5 3 4
2 5
Determine a matriz 𝐶 = 𝐴 + 𝐵𝑡

Solução: utilizando a definição de adição de matrizes, juntamente com a definição de

matriz transposta temos:
 6

1 2 −1 0 −7 2
𝐶 = 𝐴 + 𝐵𝑡 = ( )+( )
5 3 4 −4 5 5

1 + 0 2 − 7 −1 + 2 1 −5 1
𝐶 = 𝐴 + 𝐵𝑡 = ( )=( )
5−4 3+5 4+5 1 8 9

1.1.3.3 Subtração de Matrizes

Dadas as matrizes de mesma ordem 𝐴 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 e 𝐵 = [𝑏𝑖𝑗 ]𝑚𝑥𝑛 , chamamos

de subtração dessas matrizes a matriz 𝐶 = [𝑐𝑖𝑗 ]𝑚𝑥𝑛 obtida pela subtração de todos os
elementos correspondentes de 𝐴 e 𝐵, ou seja,
𝐶 =𝐴−𝐵 ⇔ 𝑐𝑖𝑗 = 𝑎𝑖𝑗 − 𝑏𝑖𝑗 , ∀ 𝑖 = 1, 2, … , 𝑚 e 𝑗 = 1, 2, … , 𝑛.

Exemplo: Considere as matrizes 𝐴 e 𝐵 abaixo, e determine 𝐶 = 𝐴 − 𝐵.

3 0 1 2
𝐴=[ ], 𝐵 = [ ].
4 −7 0 −2

Solução: Levando em conta a definição de subtração de matrizes segue que

3 0 1 2 3−1 0−2 2 −2
𝐶=[ ]−[ ]=[ ]=[ ]
4 −7 0 −2 4 − 0 7 − (−2) 4 −5

1.1.3.4 Produto por Escalar

Sejam 𝐴 = (𝑎𝑖𝑗 ) uma matriz e 𝛼 ∈ ℝ um escalar, define-se a matriz

𝑚𝑥𝑛
produto por escalar 𝐵 = 𝛼 ∙ 𝐴 como sendo a matriz 𝐵 = (𝑏𝑖𝑗 )𝑚𝑥𝑛 , onde
𝑏𝑖𝑗 = 𝛼 ∙ 𝑎𝑖𝑗 ∀ 𝑖 = 1, 2, ⋯ , 𝑚 e 𝑗 = 1, 2, ⋯ , 𝑛.

Exemplo: Dada a matriz 𝐴 abaixo, determine 𝐵 = 𝛼 ∙ 𝐴, para 𝛼 = −3 (ou seja 𝐵 =

−3𝐴).

1 0
𝐴 = ( 3 −5)
−1 7

Solução: Levando em conta a definição do produto de uma matriz por um escalar,

−3 ∙ 1 −3 ∙ 0 −3 0
𝐵 = −3𝐴 = ( −3 ∙ 3 −3 ∙ (−5)) = (−9 15 )
−3 ∙ (−1) −3 ∙ (7) 3 −21

Observação 3

É importante reforçar que as operações matriciais de adição e subtração nem

sempre estão definidas. De fato, conforme as definições (13) e (14), é possível
realizar tais operações somente quando as matrizes envolvidas são de mesma
ordem. Por outro lado, a operação de produto por escalar (15) está sempre definida.
 7

1.1.3.5 Produto Matricial

O produto de duas matrizes, tais que o número de colunas da primeira matriz

é igual ao número de linhas da segunda, A = (aij ) e B = (bij ) é definido pela
mxp pxn
matriz C = (cij ) (notação C = AB) em que seus elementos cij são calculados da
mxn
seguinte forma:

𝑐𝑖𝑗 = 𝑎𝑖1 ∙ 𝑏1𝑗 + 𝑎𝑖2 ∙ 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑝 ∙ 𝑏𝑝𝑗 = ∑ 𝑎𝑖𝑘 ∙ 𝑏𝑘𝑗 , ∀ 𝑖 = 1, 2, ⋯ , 𝑛 𝑒 𝑗 = 1, 2, ⋯ , 𝑚.

𝑘=1

A equação acima está dizendo que o elemento 𝑐𝑖𝑗 do produto é igual à soma
dos produtos dos elementos da i-ésima linha de 𝐴 pelos elementos correspondentes
da j-ésima coluna de 𝐵.
𝑝
O símbolo ∑𝑘=1 𝑎𝑖𝑘 ∙ 𝑏𝑘𝑗 significa que estamos fazendo uma soma em que o
índice 𝑘 está variando de 𝑘 = 1 até 𝑘 = 𝑝. Lê-se “somatório de 𝑘 variando de 1 a 𝑝 de
𝑎𝑖𝑘 ∙ 𝑏𝑘𝑗 ".
A figura (1.1) ilustra o cálculo do elemento 𝑐𝑖𝑗 da matriz produto 𝐶 = 𝐴𝐵.

Figura 1.1: Ilustração do produto matricial.

Observação 4

Dadas as matrizes A, B e C pode acontecer que:

 o produto AB esteja bem definido mas o produto BA não esteja;

 os produtos AB e BA estejam bem definidos mas tenham ordens distintas;
 os produtos AB e BA estejam bem definidos, tenham ordens iguais, mas ainda
assim se verifique AB ≠ BA ;
 AB = 0 não implica necessariamente que alguma das matrizes A ou B seja
nula;
 AB = AC e A ≠ 0 não implica necessariamente B = C.
 8

1.1.3.5.1 Propriedades do produto matricial

a) A ∙ B ≠ B ∙ A
b) A ∙ I = I ∙ A = A
c) A ∙ (B + C) = A ∙ B + A ∙ C
d) (A + B) ∙ C = A ∙ C + B ∙ C
e) (A ∙ B) ∙ C = A ∙ (B ∙ C)
f) (A ∙ B)t = B t ∙ At
g) 0 ∙ A = A ∙ 0

Exemplo: Considerando as matrizes 𝐴 e 𝐵 dadas abaixo, determine (se possível) 𝐴𝐵

e 𝐵𝐴.

2 3
1 2 3
𝐴 = [ 0 1] , 𝐵=[ ]
−2 0 4
−1 4

Solução: Iniciamos com o cálculo do produto 𝐶 = 𝐴𝐵. A primeira coisa a ser

feita é analisar as ordens de 𝐴 e 𝐵 para verificar se tal produto está bem definido. Com
efeito, como a ordem da primeira matriz 𝐴 é 3 x 2 e a da segunda matriz 𝐵 é 2 x 3,
segue que o produto 𝐴𝐵 está bem definido pois o número de colunas de 𝐴 é igual ao
número de linhas de 𝐵 (𝑝 = 2). Deste modo, a matriz 𝐶 é de ordem 3 x 3, ou seja

𝑐11 𝑐12 𝑐13 −4 4 18

𝑐
𝐶 = 𝐴𝐵 = [ 21 𝑐22 𝑐23 ] = [−2 0 4 ],
𝑐31 𝑐32 𝑐33 −9 −2 13

onde os elementos 𝑐𝑖𝑗 foram obtidos da seguinte forma:

𝑐11 = 2 ∙ 1 + 3 ∙ (−2) = −4
𝑐12 = 2 ∙ 2 + 3 ∙ 0 = 4
𝑐13 = 2 ∙ 3 + 3 ∙ 4 = 18
𝑐21 = 0 ∙ 1 + 1 ∙ (−2) = −2
𝑐22 = 0 ∙ 2 + 1 ∙ 0 = 0
𝑐23 = 0 ∙ 3 + 1 ∙ 4 = 4
𝑐31 = −1 ∙ 1 + 4 ∙ (−2) = −9
𝑐32 = −1 ∙ 2 + 4 ∙ 0 = −2
𝑐33 = −1 ∙ 3 + 4 ∙ 4 = 13

Passamos agora ao cálculo de 𝐷 = 𝐵𝐴. Notem que neste caso a primeira

matriz 𝐵 é de ordem 2 x 3, enquanto que a segunda matriz 𝐴 é de ordem 3 x 2 e
assim, pelo mesmo argumento do caso anterior, o produto 𝐵𝐴 está bem definido (𝑝 =
3) e a matriz produto 𝐷 = 𝐵𝐴 é de ordem 2 x 2, onde

𝑑11 𝑑12 −1 17
𝐷 = 𝐵𝐴 = [ ]=[ ],
𝑑21 𝑑22 −8 10

e onde os elementos 𝑑𝑖𝑗 foram calculados da seguinte forma

 9

𝑑11 = 1 ∙ 2 + 2 ∙ 0 + 3 ∙ (−1) = −1
𝑑12 = 1 ∙ 3 + 2 ∙ 1 + 3 ∙ 4 = 17
𝑑21 = −2 ∙ 2 + 0 ∙ 0 + 4 ∙ (−1) = −8
𝑑22 = −2 ∙ 3 + 0 ∙ 1 + 4 ∙ 4 = 10

Fica claro por este exemplo que 𝐴𝐵 ≠ 𝐵𝐴 de acordo com observação (4).

1.1.3.6 Matriz inversa

Uma matriz quadrada A de ordem n diz-se invertível se existir uma matriz de

mesma ordem B tal que

𝐴𝐵 = 𝐵𝐴 = 𝐼𝑛 ,

chama-se a matriz 𝐵 de inversa da matriz 𝐴 e a denotamos por 𝐵 = 𝐴−1 .

Exemplo 1: Mostre que a matriz 𝐴 dada abaixo é invertível com sua inversa data por
𝐴−1 .

2 5 3 −5
𝐴=( ), 𝐴−1 = ( )
1 3 −1 2

Solução: pela definição de matriz inversa devemos verificar se 𝐴 ∙ 𝐴−1 = 𝐴−1 ∙ 𝐴 = 𝐼2.
Com efeito,

2 5 3 −5 1 0 3 −5 2 5
𝐴 ∙ 𝐴−1 = ( )∙( )=( )=( )∙( ) = 𝐴−1 ∙ 𝐴
1 3 −1 2 0 1 −1 2 1 3

Logo, 𝐴 é invertível e sua inversa é a matriz 𝐴−1 dada acima.

Teorema 1 Fórmula para inversa de uma matriz de ordem 2.

a b
A matriz A = ( ), é invertível se a ∙ d − b ∙ c ≠ 0, e neste caso sua inversa é dada
c d
pela fórmula:

1 𝑑 −𝑏
𝐴−1 = ∙( )
𝑎 ∙ 𝑑 − 𝑏 ∙ 𝑐 −𝑐 𝑎

Exemplo: Dadas as matrizes de ordem 2, 𝐴 e 𝐵

3 2 4 6
𝐴=( ), 𝐵=( )
2 2 2 3

Encontre (caso seja possível) 𝐴−1 e 𝐵−1 .

 10

Solução: Pelo teorema (1) temos que verificar a condição de existência da inversa.
Para a matriz 𝐴 temos 𝑎 ∙ 𝑑 − 𝑏 ∙ 𝑐 = 2 ≠ 0, assim existe 𝐴−1 sendo dada por

1
−1
𝐴−1
=( 3)
−1
2

Por outro lado, a condição de existência da inversa aplicada à matriz 𝐵 nos dá

𝑎 ∙ 𝑑 − 𝑏 ∙ 𝑐 = 0 de onde vem que não existe 𝐵−1 .

Porém o teorema 1 só é válido para matrizes de ordem 2. Vamos ver agora

um método para calcular a matriz inversa que vale para matrizes quadradas de
qualquer ordem.

Exemplo:

2 3
𝐴=( )
2 5

Sabemos que a matriz 𝐴−1 será uma matriz quadrada de mesma ordem.
Explicite uma matriz inversa com elementos quaisquer. Sendo assim, usaremos letras
para representar estes elementos.

𝑎 𝑏
𝐴−1 = ( )
𝑐 𝑑

Sabemos que ao multiplicarmos estas duas matrizes, obteremos a matriz

identidade.

1 0
𝐼𝑛 = ( )
0 1

Por fim, teremos a seguinte igualdade:

𝐴 ∙ 𝐴−1 = 𝐼𝑛

2 3 𝑎 𝑏 1 0
( )∙( )=( )
2 5 𝑐 𝑑 0 1

2𝑎 + 3𝑐 2𝑏 + 3𝑑 1 0
( )=( )
2𝑎 + 5𝑐 2𝑏 + 5𝑑 0 1

Através da igualdade de matrizes, obteremos 4 igualdades muito importantes

para os nossos cálculos. Agrupá-las-emos de forma que as igualdades com mesmas
incógnitas fiquem juntas.

2𝑎 + 3𝑐 = 1 2𝑏 + 3𝑑 = 0
1) { 2) {
2𝑎 + 5𝑐 = 0 2𝑏 + 5𝑑 = 1
Resolvendo o sistema 1) pelo método da adição.
 11

2𝑎 + 3𝑐 = 1
−(2𝑎 + 5𝑐 = 0)
1
−2𝑐 = 1 → 𝑐 = −
2

Substituindo o valor de 𝑐 em qualquer uma das duas equações, obteremos o valor

de 𝑎.

1 3 3 5 5
2𝑎 + 3𝑐 = 1 → 2𝑎 + 3 ∙ (− 2) = 1 → 2𝑎 − 2 = 1 → 2𝑎 = 1 + 2 → 2𝑎 = 2 ∴ 𝑎 = 4

Resolvendo o sistema 2) de forma análoga, obteremos os seguintes valores para as

incógnitas:

3 1
𝑏 = −4 e 𝑑 = 2

Como encontramos os valores para os elementos da matriz inversa, vamos esboçá-la:

5 3
−
𝐴−1 =( 4 4)
1 1
−
2 2

1.2 DETERMINANTES

1.2.1 Introdução

Suponha que 𝐴 é uma matriz 𝑛 x 𝑛. Existe um número associado com 𝑨

chamado de determinante de 𝑨, sendo denotado por det 𝑨. Simbolicamente,
distinguimos uma matriz 𝐴 do determinante de 𝐴 substituindo os parênteses por barras
verticais:

𝑎11 ⋯ 𝑎1𝑛 𝑎11 ⋯ 𝑎1𝑛

𝐴=( ⋮ ⋱ ⋮ ) e det 𝐴 = | ⋮ ⋱ ⋮ |
𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 ⋯ 𝑎𝑛𝑛

Um determinante de uma matriz 𝑛 x 𝑛 é dito ser um determinante de ordem

𝒏. Iniciamos com a definição dos determinantes de matrizes 1 x 1, 2 x 2 e 3 x 3.

1.2.2 Determinante de uma matriz 1x1

Para matriz 1 x 1 A = (a), temos det A = |a| = a. Por exemplo, se A = (−5),

então det A = |−5| = −5. Nesse caso, as barras verticais | | em torno do número não
significam o valor absoluto do número.
 12

1.2.3 Determinante de uma matriz 2 x 2.

𝑎11 𝑎12
O determinante de 𝐴 = (𝑎 𝑎22 ) é:
21

𝑎11 𝑎12
det 𝐴 = |𝑎 𝑎22 | = 𝑎11 ∙ 𝑎22 − 𝑎12 ∙ 𝑎21 .
21

Portanto, o determinante de uma matriz de ordem 2 é dado pela diferença

entre o produto dos elementos da diagonal principal e o produto dos elementos da
diagonal secundária.

6 −3 6 −3
Por exemplo, se 𝐴 = ( ), então det 𝐴 = | | = 6 ∙ 9 − (−3) ∙ 5 = 69.
5 9 5 9

1.2.4 Determinante de uma matriz 3 x 3

𝑎11 𝑎12 𝑎13

O determinante de 𝐴 = (𝑎21 𝑎22 𝑎23 ) é:
𝑎31 𝑎32 𝑎33

𝑎11 𝑎12 𝑎13

det 𝐴 = |𝑎21 𝑎22 𝑎23 | = 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 − 𝑎13 𝑎22 𝑎31
𝑎31 𝑎32 𝑎33
−𝑎11 𝑎23 𝑎32 − 𝑎12 𝑎21 𝑎33

O cálculo do determinante de 3ª ordem (isto é, para 𝑛 = 3) pode ser feito por

meio de um dispositivo prático, denominado Regra de Sarrus.
Vejamos como aplicar essa regra para

𝑎11 𝑎12 𝑎13

𝑎
𝐴 = ( 21 𝑎22 𝑎23 )
𝑎31 𝑎32 𝑎33

1º passo: Repetimos as duas primeiras colunas ao lado da terceira:

𝑎11 𝑎12 𝑎13 ⋮ 𝑎11 𝑎12

|𝑎21 𝑎22 𝑎23 ⋮ 𝑎21 𝑎22 |
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 (a soma deve ser precedida do sinal positivo):

+ + +
𝑎11 𝑎12 𝑎13 ⋮ 𝑎11 𝑎12
|𝑎21 𝑎22 𝑎23 ⋮ 𝑎21 𝑎22 | = +(𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 )
𝑎31 𝑎32 𝑎33 ⋮ 𝑎31 𝑎32
 13

3º passo: Encontramos a soma dos elementos da diagonal secundária com os

dois produtos obtidos pelos elementos das paralelas a essa diagonal ( a soma deve
ser precedida do sinal negativo):

− − −
𝑎11 𝑎12 𝑎13 ⋮ 𝑎11 𝑎12
|𝑎21 𝑎22 𝑎23 ⋮ 𝑎21 𝑎22 | = −(𝑎13 𝑎22 𝑎31 + 𝑎11 𝑎23 𝑎32 + 𝑎12 𝑎21 𝑎33 )
𝑎31 𝑎32 𝑎33 ⋮ 𝑎31 𝑎32

Assim,
+ + + − − −
𝑎11 𝑎12 𝑎13 ⋮ 𝑎11 𝑎12
det 𝐴 = |𝑎21 𝑎22 𝑎23 ⋮ 𝑎21 𝑎22 | =
𝑎31 𝑎32 𝑎33 ⋮ 𝑎31 𝑎32

= +(𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 ) − (𝑎13 𝑎22 𝑎31 + 𝑎11 𝑎23 𝑎32 + 𝑎12 𝑎21 𝑎33 )

Exemplo: Dada a matriz de ordem 3 abaixo, calcule seu determinante pela regra de
Sarrus.

1 −2 1
𝐴 = (3 0 5)
2 1 4

1 −2 1 ⋮ 1 −2
Solução: det 𝐴 = |3 0 5 ⋮ 3 0 | = +(0 − 20 + 3) − (+5 − 24) = 2
2 1 4 ⋮ 2 1

1.2.5 Teorema de Laplace ou Método do Cofator

DEFINIÇÃO DE COFATOR: Seja 𝐴 = [𝑎𝑖𝑗 ] uma matriz n x n. Seja 𝑀𝑖𝑗 a

submatriz (n-1) x (n-1) de 𝐴 obtida eliminando-se a i-ésima linha e a j-ésima coluna de
𝐴. O determinante det 𝑀𝑖𝑗 é chamado determinante menor de 𝑎𝑖𝑗 .

O cofator 𝐴𝑖𝑗 de 𝑎𝑖𝑗 é definido por 𝐴𝑖𝑗 = (−1)𝑖+𝑗 det 𝑀𝑖𝑗

2 3 −2
Exemplo: seja a matriz 𝐷 = [1 4 8 ], calcule 𝐷11 , 𝐷12 e 𝐷13 .
7 5 3

4 8
𝐷11 = (−1)1+1 det 𝑀11 = | | = 12 − 40 = −28
5 3
1 8
𝐷12 = (−1)1+2 det 𝑀12 =| | = −1(3 − 56) = 53
7 3
1 4
𝐷13 = (−1)1+3 det 𝑀13 =| | = (5 − 28) = −23
7 5
 14

TEOREMA DE LAPLACE: O determinante associado a uma matriz quadrada

de ordem 𝑛 ≥ 2 é o número que se obtém pela soma dos produtos dos elementos de
uma linha ou coluna qualquer pelos seus respectivos cofatores.

2 3 −1 3
Exemplo: Seja a matriz 𝐵 = [1 1 1 3]
5 0 3 4
3 1 7 −1

Solução: Perceba que a linha 3 contém um zero, logo vamos escolhê-la como fixa ao
aplicar o teorema de Laplace, ou seja,

2 3 −1 3
det(𝐵) = |1 1 1 3 | = 5𝐵31 + 0𝐵32 + 3𝐵33 + 4𝐵34 ,
5 0 3 4
3 1 7 −1
onde cada cofator 𝐵31 , 𝐵33 e 𝐵34 é dado por (calculados via regra de Sarrus)

3 −1 3 ⋮ 3 −1
𝐵31 = (−1)3+1 det(𝑀31 ) = (+1) |1 1 3 ⋮ 1 1| =
1 7 −1 ⋮ 1 7
= −3 − 3 + 21 − 3 − 63 − 1 = −52

2 3 3 ⋮ 2 3
𝐵33 = (−1)3+3 det(𝑀33 ) = (+1) |1 1 3 ⋮ 1 1| =
3 1 −1 ⋮ 3 1
= −2 + 27 + 3 − 9 − 6 + 3 = 16

2 3 −1 ⋮ 2 3
𝐵34 = (−1)3+4 det(𝑀34 ) = (−1) |1 1 1 ⋮ 1 1| =
3 1 7 ⋮ 3 1
= −(14 + 9 − 1 + 3 − 2 − 21) = −2

Logo, det(𝐵) = 5 ∙ (−52) + 3 ∙ 16 + 4 ∙ (−2) = −220

1.2.6 Propriedades dos determinantes

1. Se 𝐴 = [𝑎𝑖𝑗 ]𝑛𝑥𝑛 é uma matriz triangular superior ou triangular inferior, então

det(𝐴) = 𝑎11 ∙ 𝑎22 ⋯ 𝑎𝑛𝑛 ;
2. det(𝐴) = 0, quando 𝐴 possui uma linha ou coluna nula;
3. det(𝐴) = 0, quando 𝐴 possui duas linhas ou duas colunas múltiplas uma da outra;
4. det(𝐴) = 0, quando duas linhas (ou colunas) de uma matriz forem iguais.
5. det(𝐴) = 0, se na matriz, uma linha for combinação linear de outras linhas (ou
colunas).
6. det(𝐾 ∙ 𝐴) = 𝐾 𝑛 ∙ det(𝐴) , para 𝐾 ∈ ℝ e 𝐴 de ordem 𝑛;
7. det(𝐴 ∙ 𝐵) = det(𝐴) ∙ det(𝐵);
8. det(𝐴) = det(𝐴𝑡 );
9. Se 𝐵 é obtida de 𝐴 pela troca de duas linhas ou duas colunas, então det(𝐵) =
−det(𝐴);
 15

10. 𝐴 é invertível se, e somente se, det(𝐴) ≠ 0;

1
11. Se 𝐴 é invertível, então: det(𝐴−1 ) = det(𝐴)
12. Se 𝐵 é obtida pela multiplicação de uma linha (ou coluna) de 𝐴 por um escalar 𝐾,
então det(𝐵) = 𝐾 ∙ det(𝐴)

1.3 SISTEMAS DE EQUAÇÕES LINEARES

1.3.2 Definições e generalidades

1.3.2.1 Equações lineares

Toda equação da forma descrita baixo é denominada Equação Linear, em

que:

𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏

em que 𝑎1 , 𝑎2 , 𝑎3 , ⋯, 𝑎𝑛 são constantes reais denominadas coeficientes das

incógnitas 𝑥1 , 𝑥2 , 𝑥3 , ⋯, 𝑥𝑛 e 𝑏 é um número real chamado termo independente.

Exemplo: As equações

 𝑥 + 3𝑦 = 7
1
 𝑦 = 𝑥 + 3𝑧 + 𝑡 + 1
2
 𝑥1 − 2𝑥2 − 3𝑥3 + 𝑥4 = √3

são lineares. Observe que uma equação linear não envolve quaisquer produtos ou
raízes de incógnitas. Todas as incógnitas ocorrem na primeira potência (são
monômios de grau 1) e não aparecem como argumento de funções trigonométricas,
logarítmicas ou exponenciais. As equações

 𝑥 + 3√𝑦 = 5
 3𝑥 + 2𝑦 − 𝑧 + 𝑥𝑧 = 4
 𝑦 = sin(𝑥)

são não-lineares.

1.3.2.2 Equações homogêneas

Uma equação linear em que o termo independente é 0 (b=0) é chamada

equação linear homogênea.

Exemplo:

 5𝑥 + 𝑦 = 0 → é uma equação linear homogênea.

 16

 𝑥 + 𝑦 − 3 = 0 → não é uma equação linear homogênea.

A solução de uma equação linear a 𝑛 incógnitas é a sequência de números

reais ou ênupla (𝛽1 , 𝛽2 , ⋯ , 𝛽𝑛 ), que, colocados respectivamente no lugar de
𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 , tornam verdadeira a igualdade dada.

Exemplo: dada a equação 3𝑥 − 2𝑦 = 5, determinar 𝛽 para que o par ordenado (−1, 𝛽)

seja solução da equação.

Solução: sabemos que 𝑥 = −1, então substituiremos este valor no lugar do 𝑥 na

equação.

3 ∙ (−1) − 2𝑦 = 5
−3 − 2𝑦 = 5
−2𝑦 = 5 + 3
8
𝑦=−
2
𝑦 = −4

Então, (−1, 𝛽) = (−1, −4) ∴ 𝛽 = −4

Uma solução evidente da equação linear homogênea 3𝑥 + 𝑦 = 0 é o par

ordenado (0, 0).
Toda equação linear homogênea admite uma solução óbvia (solução trivial):
Aquela em que todas as incógnitas são iguais a zero.

1.3.2.3 Sistema linear

Um sistema de equações lineares (SEL) ou simplesmente sistema linear é

um conjunto de equações lineares, ou seja, é um conjunto de equações da forma

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
{𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

em que 𝑎𝑖𝑗 e 𝑏𝑖 são constantes reais, para 𝑖 = 1, 2, ⋯ , 𝑚 e j= 1, 2, ⋯ , 𝑛. Uma solução

para este sistema é uma n-upla de números reais ordenados (𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 ), que
satisfaça simultaneamente as 𝑚 equações do sistema.
Se o termo independente de todas as equações do sistema for nulo, isto é,
𝑏1 = 𝑏2 = ⋯ = 𝑏𝑚 = 0, o sistema linear será dito homogêneo. Veja o exemplo:

2𝑥 + 𝑦 − 𝑧 = 0
{ 𝑥 + 𝑦 + 4𝑧 = 0
5𝑥 − 2𝑦 + 3𝑧 = 0

Uma solução evidente do sistema linear homogêneo é 𝑥 = 𝑦 = 𝑧 = 0.

 17

Observação: Esta solução chama-se solução trivial do sistema homogêneo. Se o

sistema admitir outra solução em que as incógnitas não são todas nulas, a solução
será chamada não-trivial.

Se dois sistemas lineares, 𝑆1 e 𝑆1 , admitem a mesma solução, eles são ditos

sistemas equivalentes.

Exemplo:

𝑦
𝑥 + 3𝑦 = −5 3𝑥 + = 2
𝑆1 : { 𝑆2 : {−𝑥+𝑦 2
2𝑥 − 𝑦 = 4 = −1
3

Solução:

𝑥 + 3𝑦 = −5
Sistema 1: {
2𝑥 − 𝑦 = 4

Multiplicando a primeira equação por (−2) teremos:

−2𝑥 − 6𝑦 = 10
{
2𝑥 − 𝑦 = 4

Resolvendo o sistema pelo método da adição teremos:

−7𝑦 = 14 ⇔ 𝑦 = −2

Substituindo o valor de 𝑦 na primeira equação teremos:

−2𝑥 − 6 ∙ (−2) = 10
−2𝑥 + 12 = 10
−2𝑥 = −2 ⇔ 𝑥 = 1

𝑉 = (1, −2) → Conjunto verdade do sistema 1

Sistema 2:

𝑦
3𝑥 + =2
2
{−𝑥 + 𝑦
= −1
3

Isolando o 𝑦 na segunda equação teremos:

𝑦 =𝑥−3

Substituindo o y encontrado acima na primeira equação teremos:

 18

𝑥−3
3𝑥 + =2
2
6𝑥 + 𝑥 − 3 = 4
7𝑥 = 7 ⇔ 𝑥 = 1

Substituindo o valor de 𝑥 na equação:

𝑦=𝑥−3
𝑦 = 1 − 3 ⇔ 𝑦 = −2

𝑉 = (1, −2) → Conjunto verdade do sistema 2

Logo os sistemas admitem a mesma solução, portanto são sistemas

equivalentes.

1.3.2.3.1 Classificação dos sistemas lineares

Os sistemas lineares são classificados, quanto ao número de soluções, da

seguinte forma:

Determinado
(admite uma única solução)
Possível ou Compatível
(quando admite solução)
Indeterminado
(admite infinitas soluções)

Sistema Linear

Possível ou Compatível
(quando não admite solução)

Figura 1.2: Fluxograma de consistência das soluções de um SEL.

Observação: As nomenclaturas apresentadas no fluxograma (1.2) recebem as

seguintes siglas: Sistema Possível e Determinado (SPD), Sistema Possível e
Indeterminado (SPI) e Sistema Impossível (SI).

1.3.2.3.2 Representação gráfica de um sistema

Para cada equação dos sistemas (a), (b) e (c) abaixo representa uma reta no
plano cartesiano 𝑥𝑦. Para cada ponto destas retas, temos associados um par (𝑥, 𝑦)
que satisfaz a primeira ou a segunda equação, ou seja, é solução de uma ou outra.
Logo, o conjunto solução do SISTEMA em cada caso dar-se-á, então, quando
confrontarmos estas soluções com as soluções da equação. Isto é, corresponderá ao
conjunto intersecção de soluções das duas retas (equações).
 19

2𝑥 + 𝑦 = 4
(𝑎) {
−𝑥 + 2𝑦 = 3

Figura 1.3: Retas do sistema (a).

Conforme vemos na figura (1.3) as retas possuem apenas um ponto de

intersecção (comum a ambas), de modo que o sistema tem solução única ((𝑥, 𝑦) =
(1,2)) e assim é SPD.

2𝑥 + 𝑦 = 4
(𝑏) {
8𝑥 + 4𝑦 = 12

Figura 1.4: Retas do sistema (b).

Na figura (1.4) não existem pontos de intersecção e, deste modo, o sistema

não possui solução, ou seja, é SI.
 20

4𝑥 − 5𝑦 = 2
(𝑐) {
−12𝑥 + 15𝑦 = −6

Figura 1.5: Retas do sistema (c).

Na figura (1.5) temos que as retas estão uma sobreposta a outra e assim
possuem infinitos pontos de intersecção, logo o sistema é SPI.
Resumindo, para sistemas de equações lineares de duas incógnitas com
duas equações, tem-se a seguinte tabela que sumariza as conclusões obtidas destes
exemplos.

Retas Classificação do sistema

Concorrentes Possível e Determinado
Coincidentes Possível e Indeterminado
Paralelas Impossível

1.3.2.3.3 Expressão matricial de um sistema de equações lineares

Usando o produto de matrizes que definimos na seção (1.1), o sistema linear

acima pode ser escrito em notação matricial (𝑨𝑿 = 𝑩),

Notação matricial: A notação matricial associada ao sistema de equações lineares é

a equação matricial

a11 a12 ⋯ a1n x1 𝑏1

a21 a22 ⋯ a2n x2 b2
𝑨𝑿 = 𝑩 ⇔ [ ⋮ ⋮ ⋮ ]∙[ ⋮ ] = [ ⋮ ]
⋱
am1 am2 ⋯ a𝑚𝑛 xn 𝑏𝑚

A matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 é chamada matriz dos coeficientes, 𝑋 = [𝑥𝑖 ]𝑛𝑥1 é a

matriz das incógnitas, enquanto que 𝐵 = [𝑏𝑗 ]𝑚𝑥1 é a matriz dos termos
independentes.
 21

Observe que se você efetuar a multiplicação das matrizes indicadas irá obter
o sistema dado.
Se a matriz constituída pelos coeficientes das incógnitas for quadrada, o seu
determinante é dito determinante do sistema.

2𝑥1 + 5𝑥2 − 𝑥3 = 0
Exemplo: Expresse matricialmente o sistema: {4𝑥1 − 3𝑥2 + 6𝑥3 = −1
7𝑥1 + 𝑥2 − 2𝑥3 = 8
Solução:

A notação matricial 𝐴𝑋 = 𝐵 é imediata, resultando em

2 5 −1 𝑥1 0
[4 −3 6 ] ∙ [𝑥2 ] = [ −1 ]
7 1 −2 𝑥3 8

1.3.2.3.4 Regra de Cramer

A regra de Cramer consiste num método para se resolver um sistema linear

de n-equações e n-incógnitas.

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
{𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

Vamos determinar a matriz 𝐴 dos coeficientes das incógnitas.

a11 a12 ⋯ a1n

a21 a22 ⋯ a2n
𝐴=[ ⋮ ⋮ ⋮ ]
⋱
am1 am2 ⋯ a𝑚𝑛

Vamos determinar agora a matriz 𝐴𝑥1 , que se obtém a partir da matriz 𝐴, substituindo-
se a coluna dos coeficientes de 𝑥1 pela coluna dos termos independentes.

𝑏1 a12 ⋯ a1n
𝑏2 a22 ⋯ a2n
𝐴𝑥1 =[ ]
⋮ ⋮ ⋱ ⋮
𝑏𝑚 am2 ⋯ a𝑚𝑛

det 𝐴𝑥1
Pela regra de Cramer: 𝑥1 =
det 𝐴
 22

De maneira análoga, podemos determinar os valores das demais incógnitas.

a11 𝑏1 ⋯ a1n
a21 𝑏2 ⋯ a2n det 𝐴𝑥2
𝐴𝑥2 =[ ] ⇔ 𝑥2 =
⋮ ⋮ ⋱ ⋮ det 𝐴
am1 𝑏𝑚 ⋯ a𝑚𝑛

a11 a12 ⋯ 𝑏1
a21 a22 ⋯ 𝑏2 det 𝐴𝑥𝑛
𝐴𝑥𝑛 =[ ] ⇔ 𝑥𝑛 =
⋮ ⋮ ⋱ ⋮ det 𝐴
am1 am2 ⋯ 𝑏𝑚

Generalizando, num sistema, o valor da incógnita 𝑥𝑖 é dado pela expressão

det 𝐴𝑥𝑖
𝑥𝑖 =
det 𝐴

onde, 𝐴 é a matriz incompleta do sistema e 𝐴𝑖 é a matriz obtida de 𝐴 substituindo-se a

coluna dos coeficientes de 𝑥𝑖 pela coluna dos termos independentes.

Vejamos um exemplo:

2𝑥 − 𝑦 = 7
Resolver, pelo método de Cramer, o sistema {
𝑥 + 5𝑦 = −2

Primeiro, é interessante representar, na forma matricial, o sistema linear, no caso:

2 −1 𝑥 7
[ ] ∙ [𝑦] = [ ]
1 5 −2

Iniciamos calculando o determinante da matriz dos coeficientes,

2 −1
𝐴=[ ] ⇒ det 𝐴 = 11
1 5

7 −1
Calculamos o determinante de 𝐴𝑥 = [ ] ⇒ det 𝐴𝑥 = 33
−2 5

2 7
Calculamos o determinante de 𝐴𝑦 = [ ] ⇒ det 𝐴𝑦 = −11
1 −2

det 𝐴𝑥 33
Agora calcularemos a componente 𝑥 da solução: 𝑥 = det 𝐴
= 11 = 3

det 𝐴𝑦 −11
E finalmente a componente 𝑦 da solução: 𝑦 = det 𝐴
= 11
= −1

Portanto, o sistema linear é possível e determinado, isto é, tem solução única:

𝑆 = {(2, −1)}
 23

1.3.2.3.5 Discussão de um sistema linear

Seja o sistema de n-equações e n-incógnitas

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
{𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

Discutir o sistema é saber se ele é possível determinado, possível indeterminado ou

impossível.

Utilizando a regra de Cramer, temos

det 𝑥1 det 𝑥2 det 𝑥𝑛

𝑥1 = , 𝑥2 = , ..., 𝑥𝑛 =
det 𝐴 det 𝐴 det 𝐴

Possível e Determinado ⇒ det 𝐴 ≠ 0

det 𝐴 = 0
Possível e Indeterminado ⇒ { 𝑒
det 𝐴1 = det 𝐴2 = ⋯ = det 𝐴𝑛 = 0

det 𝐴 = 0
Impossível ⇒ { 𝑒
𝑝𝑒𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 𝑢𝑚 det 𝐴𝑛 ≠ 0

Exemplo:

3𝑥 + 𝑚𝑦 = 2
Discutir o sistema {
𝑥−𝑦 =1

Vamos calcular o valor dos determinantes:

3 𝑚
𝐴=[ ] ⇒ det 𝐴 = −3 − 𝑚
1 −1
2 𝑚
𝐴𝑥 = [ ] ⇒ det 𝐴𝑥 = −2 − 𝑚
1 −1
3 2
𝐴𝑦 = [ ] ⇒ det 𝐴𝑦 = 3 − 2 = 1
1 1

Fazendo: det 𝐴 = 0 ⇒ −3 − 𝑚 = 0 ⇒ 𝑚 = −3
det 𝐴𝑥 = 0 ⇒ −2 − 𝑚 = 0 ⇒ 𝑚 = −2

Portanto, analisando as considerações a respeito do valor do determinante, teremos:

SPD ⇒ 𝑚 ≠ −3 (sistema possível e determinado);

SPI ⇒ não ocorre (sistema possível e indeterminado), pois det 𝐴𝑦 = 1 para qualquer
valor de 𝑚.
 24

SI ⇒ 𝑚 = −3 (sistema impossível).

1.3.2.3.6 Escalonamento de sistema

Considerando um sistema genérico m x n, a solução por escalonamento de

um sistema linear consiste em transformar o sistema de equações lineares original
num sistema linear equivalente, onde a nova matriz A dos coeficientes tem suas
posições 𝑎𝑖𝑗 , com i > j, todas nulas. Ou seja, uma matriz triangular superior. Lembre
que uma matriz triangular superior é aquela onde todas as posições abaixo da
diagonal principal são iguais a zero.

Exemplo de sistemas escalonados:

𝑥 − 2𝑦 + 5𝑧 = 7 3𝑥 − 2𝑦 + 𝑧 = −6
{ 3𝑦 + 2𝑧 = 1 { 4𝑦 − 2𝑧 = 0
4𝑧 = 8 5𝑧 = 10

1.3.2.3.6.1 Processo para escalonamento de um sistema linear

Para escalonar um sistema linear e depois classifica-lo e resolvê-lo, alguns

procedimentos podem ser feitos:

1º) Eliminamos uma equação que tenha todos os coeficientes e o termo independente
nulos. Por exemplo: 0𝑥 + 0𝑦 + 0𝑧 = 0 pode ser eliminada, pois todos os termos de
números reais são soluções.

2º) Podemos trocar a posição das equações. Exemplo:

3𝑥 − 2𝑦 = 6 𝑥 + 4𝑦 = 1
{ ⇒ {
𝑥 + 4𝑦 = 1 3𝑥 − 2𝑦 = 6

3º) Podemos multiplicar todos os termos de uma equação pelo mesmo número real
diferente de zero: 3𝑥 − 𝑦 + 𝑧 = 5 ⇒ 6𝑥 − 2𝑦 + 2𝑧 = 10

Podemos multiplicar os 2 membros de uma equação por um mesmo número real

diferente de zero e somarmos aos membros correspondentes da outra equação.

4º) Se no processo de escalonamento obtivermos uma equação com todos os

coeficientes nulos e o termo independente diferente de zero, esta equação é suficiente
para afirmar que o sistema é impossível, isto é, 𝑆 = ∅.
 25

Exemplos: Resolva os sistemas via escalonamento

−2𝑥 + 𝑦 + 𝑧 = 1
1) { 4𝑥 + 2𝑦 − 3𝑧 = 0
−2𝑥 − 3𝑦 + 5𝑧 = 5

Utilizando as duas primeiras equações:

−2𝑥 + 𝑦 + 𝑧 = 1 X (2)
{
4𝑥 + 2𝑦 − 3𝑧 = 0

−4𝑥 + 2𝑦 + 2𝑧 = 2
+ (4𝑥 + 2𝑦 − 3𝑧 = 0)
4𝑦 − 𝑧 = 2 (substituir esta equação no lugar da segunda equação no sistema)

−2𝑥 + 𝑦 + 𝑧 = 1
Assim, obtemos um sistema equivalente: { 4𝑦 − 𝑧 = 2
−2𝑥 − 3𝑦 + 5𝑧 = 5

Agora vamos multiplicar a primeira equação por (-1) e somar com a terceira:

−2𝑥 + 𝑦 + 𝑧 = 1 X (-1)
{
−2𝑥 − 3𝑦 + 5𝑧 = 5

2𝑥 − 𝑦 − 𝑧 = −1
+(−2𝑥 − 3𝑦 + 5𝑧 = 5)
−4𝑦 + 4𝑧 = 4 (substituir esta equação no lugar da terceira equação no sistema)

−2𝑥 + 𝑦 + 𝑧 = 1
Reescrevendo o sistema temos: { 4𝑦 − 𝑧 = 2
−4𝑦 + 4𝑧 = 4

Por fim iremos somar a segunda equação com a terceira:

4𝑦 − 𝑧 = 2
+(−4𝑦 + 4𝑧 = 4)
3𝑧 = 6

Reescrevendo o sistema:

−2𝑥 + 𝑦 + 𝑧 = 1
{ 4𝑦 − 𝑧 = 2 , Portanto 𝑥 = 1, 𝑦 = 1 e 𝑧 = 2. (sistema possível e determinado)
3𝑧 = 6
 26

𝑥 + 2𝑦 + 3𝑧 = 4
2) { 5𝑥 + 6𝑦 + 7𝑧 = 8
9𝑥 + 10𝑦 + 11𝑧 = 12

Primeiramente multiplicaremos a primeira equação por (-5) e somaremos com a

segunda equação:

𝑥 + 2𝑦 + 3𝑧 = 4 X (-5)
{
5𝑥 + 6𝑦 + 7𝑧 = 8

−5𝑥 − 10𝑦 − 15𝑧 = −20

+ (5𝑥 + 6𝑦 + 7𝑧 = 8)
−4𝑦 − 8𝑧 = −12 (substituir esta equação no lugar da segunda equação no
sistema)

𝑥 + 2𝑦 + 3𝑧 = 4
Reescrevendo o sistema: { −4𝑦 − 8𝑧 = −12
9𝑥 + 10𝑦 + 11𝑧 = 12

Agora vamos multiplicar a primeira equação por (-9) e somar com a terceira.

𝑥 + 2𝑦 + 3𝑧 = 4 X (-9)
{
9𝑥 + 10𝑦 + 11𝑧 = 12

−9𝑥 − 18𝑦 − 27𝑧 = −36

+(9𝑥 + 10𝑦 + 11𝑧 = 12)
−8𝑦 − 16𝑧 = −24 (substituir esta equação no lugar da terceira equação no
sistema)

𝑥 + 2𝑦 + 3𝑧 = 4
Reescrevendo o sistema: { −4𝑦 − 8𝑧 = −12
−8𝑦 − 16𝑧 = −24

Por fim iremos multiplicar a segunda equação por (-2) e soma-la com a terceira.

−4𝑦 − 8𝑧 = −12 X (-2)

{
−8𝑦 − 16𝑧 = −24

8𝑦 + 16𝑧 = 24
+(−8𝑦 − 16𝑧 = −24)
0𝑧 = 0 (substituir esta equação no lugar da terceira equação no sistema)

𝑥 + 2𝑦 + 3𝑧 = 4
{−4𝑦 − 8𝑧 = −12,
0𝑧 = 0

Analisando esta última equação podemos notar que qualquer valor real de z satisfaz a
igualdade. Portanto o sistema é possível e indeterminado pois admite infinitas
soluções.
 27

𝑥1 + 2𝑥2 − 3𝑥3 = 4
3) { 2𝑥1 + 3𝑥2 + 4𝑥3 = 5
4𝑥1 + 7𝑥2 − 2𝑥3 = 12

Multiplicando a primeira equação por (-2) e somando-a com a segunda equação

teremos o seguinte sistema equivalente:

𝑥1 + 2𝑥2 − 3𝑥3 = 4
{ −𝑥2 + 10𝑥3 = −3
4𝑥1 + 7𝑥2 − 2𝑥3 = 12

Agora multiplicando a primeira equação por (-4) e somando-a com a terceira obtemos:

𝑥1 + 2𝑥2 − 3𝑥3 = 4
{ −𝑥2 + 10𝑥3 = −3
−𝑥2 + 10𝑥3 = −4

E por fim multiplicamos a segunda equação por (-1) e somamos ela com a terceira:

𝑥1 + 2𝑥2 − 3𝑥3 = 4
{ −𝑥2 + 10𝑥3 = −3
0𝑥3 = −1

Analisando a ultima equação pode-se notar que não existe valor real de 𝑥3 que
satisfaz a igualdade. Portanto ∄ 𝑥3 ∈ ℝ tal que 0𝑥3 = −1, logo o sistema é impossível.

1.3.2.3.6.2 Classificação e resolução de sistemas lineares escalonados

3𝑥 − 2𝑦 + 𝑧 = −6
1º caso: se o sistema for da forma: { 4𝑦 − 2𝑧 = 0
5𝑧 = 10

Sistema já escalonado (número de equações = número de incógnitas).

Da 3ª equação tiramos 𝑧 = 2
Da 2ª equação, fazendo 𝑧 = 2, tiramos 𝑦 = 1
Fazendo 𝑦 = 1 e 𝑧 = 2 na 1ª equação tiramos 𝑥 = −2
Podemos concluir que o sistema é possível e determinado, com 𝑆 =
{(−2,1,2)}

9𝑥 − 2𝑦 + 3𝑧 − 𝑤 = 1
𝑦 − 2𝑧 + 4𝑤 = 6
2º caso: se o sistema for da forma: {
5𝑧 + 2𝑤 = 3
0𝑤 = 9

Sistema já escalonado.
A 4ª equação permite dizer que o sistema é impossível, logo 𝑆 = ∅

−2𝑥 + 4𝑦 − 𝑧 = 1
3º caso: se o sistema for da forma: { 3𝑦 + 𝑧 = 0
0𝑧 = 0
 28

Sistema já escalonado.
A 3º equação permite dizer que o sistema é possível e indeterminado, logo
possui infinitas soluções.

𝑥+𝑦+𝑧 =0
4º caso: se o sistema for da forma: {
3𝑦 − 6𝑧 = 0

Sistema 2 x 3 já escalonado (número de equações < número de incógnitas).

Quando um sistema escalonado tem mais incógnitas que equações e pelo

menos um coeficiente não nulo em cada equação, ele é possível e indeterminado. A
variável que não aparece no começo das equações é chamada de variável livre.
Nesse exemplo 𝑧 é a variável livre. Fazemos 𝑧 = 𝑘, com 𝑘 ∈ ℝ, para descobrir a
solução geral do sistema.

Da 2ª equação, temos 3𝑦 − 6𝑧 = 0 ⇒ 𝑦 = 2𝑘.

Usando 𝑧 = 𝑘 e 𝑦 = 2𝑘, temos 𝑥 + 2𝑘 + 𝑘 = 0 ⇒ 𝑥 = −3𝑘.
Portanto, o sistema é possível e indeterminado e sua solução geral é
(−3𝑘, 2𝑘, 𝑘).

2. ÁLGEBRA VETORIAL

2.1 DEFINIÇÕES E GENERALIDADES

Grandezas escalares: São aquelas que ficam completamente definidas, conhecendo

apenas uma unidade. Exemplos: tempo, distância, temperatura, etc.

Grandezas vetoriais: São aquelas grandezas que ficam completamente definidas

quando apresentamos módulo (comprimento), direção e sentido. Exemplos:
velocidade, aceleração, força, pressão, peso, etc.

Reta orientada – eixo: Uma reta é orientada quando se fixa nela um sentido de
percurso, considerado positivo e indicado por uma seta.

Segmento orientado: Um segmento orientado é determinado por um par ordenado de

pontos, o primeiro chamado origem do segmento, o segundo chamado extremidade.

O segmento orientado de origem A e extremidade B será representado por

AB e, geometricamente, indicado por uma seta que caracteriza visualmente o sentido
do segmento.

A B
 29

Segmento nulo: Um segmento nulo é aquele cuja extremidade coincide com a

origem.

Obs.: neste caso a representação geométrica será um ponto e não mais uma reta.

Segmento oposto: Se AB é um segmento orientado, o segmento orientado BA é

oposto de AB.

A B

B A

Medida de um segmento: Fixada uma unidade de comprimento, a cada segmento

orientado pode-se associar um número real, não negativo, que é a medida do sgmento
em relação aquela unidade. A medida do segmento orientado é o seu comprimento ou
seu módulo. O comprimento do segmento 𝐴𝐵 é indicado por 𝐴𝐵 ̅̅̅̅

Assim, o comprimento do segmento 𝐴𝐵 representado na figura abaixo é de 5

unidades de comprimento:

̅̅̅̅
𝐴𝐵 = 5 𝑢. 𝑐.

A B

u → unidade
Direção e sentido:

A B r

A reta suporte “r” indica a direção do segmento orientado 𝐴𝐵.

A seta do segmento orientado 𝐴𝐵 indica o sentido.

Os segmentos orientados não nulos têm mesma direção, se estão numa

mesma reta suporte ou em retas suportes paralelas.
Os segmentos orientados não nulos têm mesmo sentido, se tiverem mesma
direção e mesma orientação. Caso tiverem mesma direção e orientações contrárias,
dizemos que eles têm sentidos contrários.
 30

Exemplos:

B
D B D F

E
A G
C A C
H

Os segmentos AB, CD, DC, EF e GH possuem a mesma direção.

Os segmentos AB e CD possuem o mesmo sentido.
Os segmentos AB e DC possuem sentidos contrários.
Os segmentos EF e GH possuem sentido contrários.

Características de um segmento orientado: Um segmento orientado se caracteriza

por seu comprimento (ou módulo), sua direção (reta suporte) e sua orientação
(sentido).

Seguimentos equipolentes: Dois segmentos AB e CD são equipolentes quando têm

mesmo comprimento (módulo), mesma direção e mesma orientação (sentido).
Exemplos:

F H
A B
E G
C D

Representação: 𝐴𝐵 ~ 𝐶𝐷
𝐸𝐹 ~ 𝐺𝐻

Vetor: Dado um segmento orientado AB, chamamos de vetor o conjunto de todos os

segmentos orientados equipolentes ao segmento dado AB. Este segmento é um
representante do vetor. Exemplo:

B
r (reta suporte)
A

⃗⃗⃗⃗⃗ ou 𝐵 − 𝐴 ou 𝑣 .
O vetor determinado por 𝐴𝐵 é indicado por 𝐴𝐵
Como um vetor é representado por um segmento orientado, suas
características são as mesmas deste segmento, isto é: o módulo, a direção e o
sentido.
O módulo de 𝑣 se indica por |𝑣 | ou por 𝑣.
 31

Vetores iguais: Dois vetores são iguais se e somente se forem equipolentes entre si.

Exemplo:

Dado que |𝑢
⃗ | = |𝑣 | = |𝑤
⃗⃗ | e 𝑢
⃗ // 𝑣 // 𝑤
⃗⃗ , olhando a figura abaixo é possível afirmar que:

𝑢
⃗ =𝑣
𝑢
⃗ ≠𝑤
⃗⃗
𝑣≠𝑤⃗⃗

𝑢
⃗ 𝑣

𝑤
⃗⃗

Vetor nulo: Vetor nulo é aquele onde a sua extremidade coincide com a sua origem.
O vetor nulo possui módulo igual a zero e é indicado por ⃗0.

Vetores opostos: São os vetores representados por segmentos orientados opostos.

Possuem mesma direção (reta suporte), mesmo módulo (mesmo comprimento) e
sentidos contrários.

⃗⃗⃗⃗⃗ , o vetor 𝐵𝐴
Dado um vetor 𝑣 = 𝐴𝐵 ⃗⃗⃗⃗⃗ é o oposto de 𝐴𝐵
⃗⃗⃗⃗⃗ e se indica por −𝐴𝐵
⃗⃗⃗⃗⃗ ou por −𝑣.

Exemplo:

−𝑣

Vetores unitários: Um vetor é unitário, quando seu módulo é igual a um, isto é,
quando |𝑣 | = 1.

Versor de um vetor: Versor de um vetor não nulo 𝑣 é o vetor unitário de mesma

direção e mesmo sentido de 𝑣 . Simbolizando o versor por ⃗⃗⃗⃗
𝑣0 é calculado pela
expressão:

𝑣
𝑣0 =
⃗⃗⃗⃗
|𝑣 |

Vetores paralelos: Dois vetores são paralelos se tiverem a mesma direção.

Exemplo:
𝑣

𝑢
⃗
 32

Representação: 𝑣 // 𝑢
⃗

Vetores colineares: São vetores que possuem a mesma direção, isto é, estão numa
mesma reta suporte ou em retas suportes paralelas.

Exemplo:
𝑣 𝑢
⃗ r

𝑤
⃗⃗ s

𝑣e𝑢⃗ são colineares pois estão numa mesma reta suporte.

Se as retas suportes 𝑟 e 𝑠 são paralelas então os vetores 𝑣 , 𝑢
⃗ e𝑤
⃗⃗ são colineares.

Vetores ortogonais: São vetores que formam entre si ângulo reto (90°).

Exemplo:

𝑣
𝑝

𝑢
⃗
𝑤
⃗⃗
Representação: 𝑢⃗ ⊥𝑣
𝑤
⃗⃗ ⊥ 𝑝

Vetores coplanares: São vetores que pertencem a um mesmo plano ou que possuem
representantes pertencentes a um mesmo plano.

Exemplo:
𝑎

𝑤
⃗⃗
𝑣
𝛼 𝑢
⃗

Os vetores 𝑣 , 𝑢
⃗ e𝑤⃗⃗ são coplanares.
Os vetores 𝑣 , 𝑢
⃗,𝑤
⃗⃗ e 𝑎 não são coplanares.

Obs.: dois vetores são sempre coplanares.

Ângulo entre vetores: Dados dois vetores não nulos, com mesma origem, o ângulo 𝜃
entre eles é tal que 0° ≤ 𝜃 ≤ 180°.
 33

Exemplo:

2.2 OPERAÇÕES COM VETORES

2.2.1 Adição de vetores

A adição entre vetores resulta num vetor chamado vetor soma ou vetor
resultante. A representação geométrica da adição pode ser feita por dois métodos: do
polígono ou do paralelogramo. O vetor soma ou resultante substitui o conjunto de
vetores dados.

2.2.1.1 Método do polígono para a soma vetorial

Dado um conjunto de vetores, para representarmos geometricamente o vetor

soma ou resultante pelo método do polígono desenhamos, em escala, um vetor
equipolente ao primeiro vetor. Após, desenhamos vetores equipolentes a cada um dos
vetores dados, de forma que a origem de um deles coincida com o extremo do
anterior. A ordem em que se vão tomando os vetores é arbitrária. O segmento que une
a origem do primeiro vetor desenhado, com a extremidade do último vetor desenhado,
com o sentido da origem do primeiro à extremidade do último, representa o vetor soma
ou resultante 𝑆. O comprimento deste vetor é o módulo do vetor resultante.

Exemplo:

Dado |𝑢 ⃗ | = 1 cm, |𝑣 | = 3 cm e |𝑤
⃗⃗ | = 5 cm determine a soma dos vetores
representados a seguir.

𝑢
⃗
𝑤
⃗⃗

Obs.: este método consiste em arranjar os vetores de maneira que formem um

polígono.
 34

Atenção: não se pode mudar a inclinação e nem o sentido do vetor.

Solução:
|𝑣 | = 3 cm

|𝑢
⃗ | = 1 cm
|𝑤
⃗⃗ | = 5 cm

Representamos a soma vetorial acima da seguinte maneira: 𝑆 = 𝑢

⃗ +𝑣+𝑤
⃗⃗

Note que dentro do polígono acima podemos enxergar um triângulo retângulo,

é através dele que vamos descobrir o módulo do vetor resultante.

3 cm

4 cm
ℎ

A medida h nós calculamos via teorema de Pitágoras:

ℎ2 = 𝑏 2 + 𝑐 2
ℎ 2 = 32 + 42
ℎ2 = 9 + 16
ℎ2 = 25
ℎ = 5 cm

Logo |𝑆| = 5 cm.

2.2.1.2 Método do paralelogramo para a soma vetorial

Este método é utilizado quando queremos representar o vetor soma entre

dois vetores.
O vetor soma dos dois vetores, cujas direções formam um ângulo qualquer
entre si, é representado por um vetor cuja direção é a diagonal do paralelogramo,
formado com os vetores dados e cuja origem coincide com a origem comum de
ambos, indicando assim seu sentido. Ex.: a seguir a representação do vetor soma 𝑆 =
𝑎 + 𝑏⃗
 35

Pelo método do paralelogramo, podemos calcular o módulo do vetor soma,

utilizando a lei dos cossenos. No caso do exemplo acima, o módulo do vetor S é
calculado por

𝑆 = √𝑎2 + 𝑏 2 + 2 ∙ 𝑎 ∙ 𝑏 ∙ cos 𝜃

2.2.2 Subtração entre dois vetores

Para subtrair o vetor 𝑏⃗ do vetor 𝑎, somamos geometricamente o vetor 𝑎 com o

oposto do vetor 𝑏⃗, isto é, o vetor resultante (ou vetor diferença) será 𝐷
⃗ = 𝑎 − 𝑏⃗ = 𝑎 +
(−𝑏⃗).

2.2.3 Produto de um escalar (número real) por um vetor

Dado um vetor não nulo 𝑣 e um escalar 𝑘 também não nulo, o produto deste
vetor pelo escalar é um vetor 𝑤 ⃗⃗ , que possui as seguintes características:
Módulo: |𝑤⃗⃗ | = |𝑘 ∙ 𝑣 | = |𝑘| ∙ |𝑣 |
Direção: a mesma do vetor 𝑣
Sentido: a mesma do vetor 𝑣 se 𝑘 > 0, e sentido contrário do vetor 𝑣 se 𝑘 < 0

Exemplo: Dado o vetor 𝑣 a seguir, ao lado temos os vetores 𝑤

⃗⃗ = 2 ∙ 𝑣 e 𝑢
⃗ = −3 ∙ 𝑣 .

Veja que todos o vetores têm mesma direção (são paralelos).

Obs. 1: se 𝑘 = 0 ou 𝑣 = 0 o produto também é nulo, obtendo o vetor nulo ⃗0.
 36

Obs. 2: Sempre que tivermos 2 vetores com mesma direção, (numa mesma reta
suporte ou em retas suportes paralelas), dizemos que um deles é igual ao outro
multiplicado por um escalar.

2.3 VETORES NO ESPAÇO

2.3.1 Decomposição de vetores no espaço

Decomposição de vetores no espaço é feita de modo semelhante como o que

foi feito a decomposição no plano. No espaço consideremos a base canônica {𝑖, 𝑗, 𝑘⃗ },
cujos vetores estão associados a três eixos perpendiculares entre si dois a dois. O
vetor 𝑖 está associado ao eixo das abscissas (eixo x), o vetor 𝑗 está associado ao eixo
das ordenadas (eixo y) e o vetor 𝑘⃗ está associado ao eixo das cotas (eixo z), conforme
a figura abaixo:

Figura 4: representação gráfica do vetor.

A figura acima mostra a representação de um vetor 𝑉 ⃗ com origem em O e extremidade

no ponto P(x, y, z). Na tabela a seguir temos as seguintes convenções:

Eixo das abscissas Eixo das ordenadas Eixo das cotas

(eixo x) (eixo y) (eixo z)
Base 𝑖 𝑗 𝑘⃗
Componentes x y z
Projeções
ortogonais
x𝑖 y𝑗 z𝑘⃗
Ângulos diretores 𝛼 𝛽 𝛾
Cossenos diretores 𝑐𝑜𝑠 𝛼 𝑐𝑜𝑠 𝛽 𝑐𝑜𝑠 𝛾

O vetor 𝑉 ⃗ é uma combinação linear dos vetores 𝑖, 𝑗 e 𝑘⃗ e tem sua representação

vetorial dada por 𝑉⃗ = x𝑖 + y𝑗 + z𝑘⃗. A expressão analítica do vetor é dada por ⃗V =
(x, y, z).
 37

2.3.2 Igualdade de vetores

Dados dois vetores 𝑉 ⃗ 1 = (x1 , 𝑦1 , z1 ) e 𝑉

⃗ 2 = (x2 , 𝑦2 , z2 ), então 𝑉
⃗1 = 𝑉
⃗ 2, ou seja,
(x1 , 𝑦1 , z1 ) = (x2 , 𝑦2 , z2 ) se e somente se x1 = x2 , 𝑦1 = 𝑦2 e z1 = z2 .

2.3.3 Operações com vetores

Adição: (x1 , 𝑦1 , z1 ) + (x2 , 𝑦2 , z2 ) = (x1 + x2 , 𝑦1 + 𝑦2 , z1 + z2 )

Produto de escalar por vetor: k(x1 , 𝑦1 , z1 ) = (kx1 , ky1 , kz1 )

2.3.4 Vetor definido por dois pontos

Dados os pontos A = (x1 , y1 , z1 ) e B = (x2 , 𝑦2 , z2 ). Queremos determinar o

vetor V = ⃗⃗⃗⃗⃗
⃗ AB com origem no ponto A e extremidade no ponto B. Como foi feito com
⃗ = ⃗⃗⃗⃗⃗
vetores no plano, basta fazermos V AB = B − A, ou seja:

⃗V = ⃗⃗⃗⃗⃗
AB = B − A = (x2 − x1 , 𝑦2 − 𝑦1 , z2 − z1 )

2.3.5 Módulo de um vetor

Observe o vetor representado na figura 4. Veja que ele é a diagonal do

paralelepípedo representado, cujas dimensões são x, y e z. Então o comprimento da
diagonal do paralelepípedo é o módulo do vetor, cuja expressão para o cálculo é:

⃗ | = √x 2 + 𝑦 2 + 𝑧 2
|V

O módulo do vetor definido por dois pontos é calculado, então por:

⃗ | = √(x2 − x1 )2 + (𝑦2 − 𝑦1 )2 + (z2 − z1 )2

|V

Obs.: o módulo do vetor definido por dois pontos é, numericamente, a distância entre
estes dois pontos.

2.3.6 Cálculo das componentes de um vetor

As componentes de um vetor são dadas pelas coordenadas (x, y, z) do vetor.

Observando a figura abaixo vemos que os ângulos diretores 𝛼, 𝛽 e 𝛾 são os
⃗ forma com os eixos x, y e z, respectivamente.
ângulos que o vetor V
 38

Figura 5: representação gráfica do vetor.

O vetor ⃗V é a hipotenusa dos triângulos retângulos cujos catetos adjacentes
aos ângulos diretores são as componentes x, y e z. Portanto, podemos escrever:

𝑥
cos 𝛼 = ⃗ | cos 𝛼
⇒ 𝑥 = |V
⃗|
|V
𝑦
cos 𝛽 = ⃗ | cos 𝛽
⇒ 𝑦 = |V
⃗|
|V
𝑧
cos 𝛾 = ⃗ | cos 𝛾
⇒ 𝑧 = |V
⃗|
|V

2.3.7 Relação entre cossenos diretores de um vetor no espaço

⃗ | = √x 2 + 𝑦 2 + 𝑧 2 , podemos escrever x 2 + 𝑦 2 +
Do cálculo do módulo de um vetor: |V
2
⃗ | substituindo pelo valor das componentes:
𝑧 2 = |V

2
⃗ | cos 𝛼)2 + (|V
(|V ⃗ | cos 𝛽)2 + (|V
⃗ | cos 𝛾)2 = |V
⃗|
2 2 2 2 2
⃗ | ∙ cos2 𝛼 + |V
|V ⃗ | ∙ cos 2 𝛽 + |V
⃗ | ∙ cos2 𝛾 = |V
⃗ | (divide-se os dois membros por |V
⃗| )
2 2 2
cos 𝛼 + cos 𝛽 cos 𝛾 = 1

2.3.8 Condição de paralelismo entre dois vetores

Vimos anteriormente que quando 2 vetores são de mesma direção (numa

mesma reta ou paralelos) um deles é igual ao produto de um escalar pelo outro vetor.
Consideremos, então, dois vetores: 𝑉⃗ 1 = (x1 , 𝑦1 , z1 ) e 𝑉
⃗ 2 = (x2 , 𝑦2 , z2 ). Se eles
são paralelos, então deve haver um escalar k, de modo que:

(x1 , y1 , z1 ) = k ∙ (x2 , y2 , z2 ) Então:

(x1 , y1 , z1 ) = (kx2 , ky2 , kz2 ) Daí:
x1
kx2 = x1 ⇒ k = x2
y
ky2 = y1 ⇒ k = 𝑦1 x1 y z
= 𝑦1 = 𝑧1 ⇒ Estas igualdades nos mostram que dois
2
x2 2 2
z1 vetores são paralelos quando suas projeções são
kz2 = z1 ⇒ k =
𝑧2 proporcionais.
 39

2.3.9 Versor de um vetor

Já vimos que o versor de um vetor não nulo ⃗V é o vetor unitário de mesma

direção e mesmo sentido de ⃗V. Simbolizando o versor por ⃗V0 é calculado pela
⃗V
⃗
expressão: ⃗V0 = ⃗⃗ |
.
|V

Seja um vetor V ⃗ (x, y, z). Substituindo seus dados na expressão do versor

acima, temos que:
⃗
V (x, y, z) x y z
⃗0 =
V = =( , , )→V ⃗ 0 = (cos 𝛼 , cos 𝛽 , cos 𝛾)
⃗|
|V |V⃗| ⃗ | |V
|V ⃗ | |V
⃗|
Portanto, as componentes do versor de um vetor são os cossenos diretores
do vetor. Isto significa que o versor indica a direção do vetor.

2.4 PRODUTOS ENTRE VETORES: PRODUTO ESCALAR

2.4.1 Produto escalar

Dados dois vetores ⃗⃗⃗

𝑉1 = (x1 , y1 , 𝑧1 ) e ⃗⃗⃗
𝑉2 = (x2 , y2 , 𝑧2 ), chamamos de produto
escalar ou produto interno, ao número real (ou escalar) representado por ⃗⃗⃗ 𝑉1 ∙ ⃗⃗⃗
𝑉2, tal
que:

⃗⃗⃗
𝑉1 ∙ ⃗⃗⃗
𝑉2 = x1 ∙ x2 + y1 ∙ y2 + 𝑧1 ∙ 𝑧2

Exemplo: sejam os vetores ⃗⃗⃗

𝑉1 = (5, −4, 2) e ⃗⃗⃗
𝑉2 = (−3, −2, 2), qual é o produto
escalar?

Solução:

⃗⃗⃗
𝑉1 ∙ ⃗⃗⃗
𝑉2 = 5 ∙ (−3) + (−4) ∙ (−2) + 2 ∙ 2
⃗⃗⃗
𝑉1 ∙ ⃗⃗⃗
𝑉2 = −15 + 8 + 4
⃗⃗⃗
𝑉1 ∙ ⃗⃗⃗
𝑉2 = −3

2.4.1.1 Propriedades do produto escalar

De acordo com a definição de produto escalar temos as seguintes propriedades:

I) 𝑢
⃗ ∙𝑢 ⃗ = |𝑢 ⃗ |2
II) 𝑢
⃗ ∙𝑣 =𝑣∙𝑢 ⃗ (comutativa)
III) 𝑢⃗ ∙ (𝑣 + 𝑤 ⃗⃗ ) = 𝑢
⃗ ∙𝑣+𝑢 ⃗ ∙𝑤
⃗⃗ (distributiva em relação à adição de vetores)
IV) (𝛼 ∙ 𝑢 ⃗ ) ∙ (𝛽 ∙ 𝑣 ) = (𝛼 ∙ 𝛽) ∙ (𝑢
⃗ ∙ 𝑣)
V) 𝑢 ⃗ ∙𝑢⃗ ≥0e𝑢 ⃗ ∙𝑢
⃗ = 0 se e somente se 𝑢 ⃗ = (0, 0, 0)
⃗ =0
 40

2.4.1.2 Ângulo entre dois vetores

Considere o esquema abaixo onde 𝜃 é o ângulo formado entre os vetores 𝑢

⃗ e
𝑣

Pela lei dos cossenos, aplicada no triângulo acima, temos:

⃗ − 𝑣 |2 = |𝑢
|𝑢 ⃗ |2 + |𝑣 |2 − 2 ∙ 𝑢
⃗ ∙𝑣
Sabemos também, pelas propriedades do produto escalar que:

⃗ − 𝑣 |2 = |𝑢
|𝑢 ⃗ |2 + |𝑣 |2 − 2 ∙ |𝑢
⃗ | ∙ |𝑣 | ∙ cos 𝜃

Comparando as igualdades:

⃗ |2 + |𝑣 |2 − 2 ∙ 𝑢
|𝑢 ⃗ |2 + |𝑣 |2 − 2 ∙ |𝑢
⃗ ∙ 𝑣 = |𝑢 ⃗ | ∙ |𝑣 | ∙ cos 𝜃

Reduzindo os termos e simplificando temos, finalmente:

⃗ ∙ 𝑣 = |𝑢
𝑢 ⃗ | ∙ |𝑣 | ∙ cos 𝜃

Esta última expressão nos mostra que o produto escalar entre dois vetores é igual ao
produto de seus módulos pelo cosseno do ângulo entre eles.

Retomando a igualdade:

⃗ ∙ 𝑣 = |𝑢
𝑢 ⃗ | ∙ |𝑣 | ∙ cos 𝜃, e isolando-se cos 𝜃, temos:
⃗ ∙𝑣
𝑢 ⃗
cos 𝜃 = |𝑢⃗|∙|𝑣⃗| (que é a expressão para calcular o ângulo entre dois vetores)

Exemplo 1: Calcule o ângulo entre os vetores 𝑣 = (3, −1, 2) e 𝑢

⃗ = (2, 3, −4)

Solução:

Primeiramente vamos calcular o produto escalar 𝑢

⃗ ∙𝑣

⃗ ∙ 𝑣 = 2 ∙ 3 + 3 ∙ (−1) + (−4) ∙ 2
𝑢
𝑢
⃗ ∙𝑣 =6−3−8
𝑢
⃗ ∙ 𝑣 = −5

Agora vamos calcular o módulo de ambos os vetores

⃗ | = √22 + 32 + (−4)2
|𝑢
 41

|𝑢
⃗ | = √4 + 9 + 16
|𝑢
⃗ | = √29

|𝑣 | = √32 + (−1)2 + 22
|𝑣 | = √9 + 1 + 4
|𝑣 | = √14

Substituindo na expressão que calcula o ângulo entre dois vetores

𝑢
⃗ ∙𝑣 −5 −5 −5
cos 𝜃 = = = = = −0,248
|𝑢
⃗ | ∙ |𝑣 | √29 ∙ √14 √29 ∙ 14 √406
cos 𝜃 = −0,248
𝜃 = 𝑐𝑜𝑠 −1 (−0,248) (usando a função inversa do cosseno para calcular o ângulo)
𝜃 = 104,36°

Exemplo 2:

Sabendo que os vetores 𝑣 = (2, 1, −4) e 𝑢

⃗ = (3, −2, 𝑚) formam um ângulo de
60° entre si, calcule o valor de m.

Solução:

Primeiramente vamos calcular o produto escalar 𝑢

⃗ ∙𝑣

𝑢
⃗ ∙ 𝑣 = 3 ∙ 2 + (−2) ∙ 1 + 𝑚 ∙ (−4)
𝑢
⃗ ∙ 𝑣 = 6 − 2 − 4𝑚
𝑢
⃗ ∙ 𝑣 = 4 − 4𝑚

Agora vamos calcular o módulo de ambos os vetores

⃗ | = √32 + (−2)2 + 𝑚2
|𝑢
⃗ | = √9 + 4 + 𝑚2
|𝑢
⃗ | = √13 + 𝑚2
|𝑢

|𝑣 | = √22 + 12 + (−4)2
|𝑣 | = √4 + 1 + 16
|𝑣 | = √21

Substituindo na expressão que calcula o ângulo entre dois vetores

4 − 4𝑚
cos 60° =
√13 + 𝑚2 ∙ √21
1 4 − 4𝑚
=
2 √(13 + 𝑚2 ) ∙ 21
√(13 + 𝑚2 ) ∙ 21 = (4 − 4𝑚) ∙ 2
 42

√273 + 21𝑚2 = 8 − 8𝑚
273 + 21𝑚2 = (8 − 8𝑚)2
273 + 21𝑚2 = 64 − 128𝑚 + 64𝑚2
64𝑚2 − 21𝑚2 − 128𝑚 + 64 − 273 = 0
43𝑚2 − 128𝑚 − 209 = 0 (resolvendo essa equação)

𝑚 = −1,17 ou 𝑚 = 4,15

Testar os resultados:

Primeiro para 𝑚 = 4,15

4 − 4 ∙ (4,15)
cos 60° =
√13 + 4,152 ∙ √21

1 1
= − (Falso, portanto 𝑚 = 4,15 não é solução da equação racional)
2 2

Testando para 𝑚 = −1,17

4 − 4 ∙ (−1,17)
cos 60° =
√13 + (−1,17)2 ∙ √21
1 1
2
= 2 (logo 𝑚 = −1,17 é solução para a equação).

2.4.1.3 Condição de ortogonalidade entre dois vetores

Dois vetores são ortogonais quando formam um ângulo de 90° entre si. Como
cos 90° = 0, substituindo na igualdade:

⃗ ∙ 𝑣 = |𝑢
𝑢 ⃗ | ∙ |𝑣 | ∙ cos 𝜃
⃗ ∙ 𝑣 = |𝑢
𝑢 ⃗ | ∙ |𝑣 | ∙ 0
𝑢
⃗ ∙ 𝑣 = 0 ou seja, dois vetores são ortogonais quando o produto escalar entre eles é
nulo.

2.5 PRODUTOS ENTRE VETORES: PRODUTO VETORIAL E PRODUTO MISTO

2.5.1 Produto vetorial

Dados dois vetores ⃗⃗⃗

𝑉1 = (x1 , y1 , 𝑧1 ) e ⃗⃗⃗
𝑉2 = (x2 , y2 , 𝑧2 ), formando um ângulo 𝜃
entre si, chamamos de produto vetorial entre estes vetores o vetor ⃗V = ⃗⃗⃗ V1 X⃗⃗⃗⃗⃗
V2 que
possui as seguintes características:

⃗ | = |V
a) Módulo: |V ⃗⃗⃗1 X⃗⃗⃗⃗⃗ ⃗⃗⃗1 | ∙ |⃗⃗⃗⃗⃗
V2 | = |V V2 | ∙ sen θ
 43

b) Direção: O vetor ⃗⃗⃗

V1 X⃗⃗⃗⃗⃗
V2 é simultaneamente ortogonal a ⃗⃗⃗
V1 e ⃗⃗⃗⃗⃗
V2. Tendo em vista que
dois vetores são ortogonais quando o produto escalar deles é zero, então (V ⃗⃗⃗1 X⃗⃗⃗⃗⃗
V2 ) ∙
⃗⃗⃗ ⃗⃗⃗1 X⃗⃗⃗⃗⃗
V1 = 0 e (V V2 ) ∙ ⃗⃗⃗⃗⃗
V2 = 0. Como o vetor ⃗⃗⃗⃗
V2 X⃗⃗⃗⃗⃗
V1 tem a mesma direção de ⃗⃗⃗V1 X⃗⃗⃗⃗⃗
V2
⃗⃗⃗1 como a ⃗⃗⃗⃗⃗
(apenas seus sentidos são opostos), também ele é ortogonal tanto a V V2 . Ou
seja, os vetores ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 e ⃗⃗⃗⃗
V2 X⃗⃗⃗⃗⃗
V1 são ortogonais ao plano 𝛼 determinado por ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 .

c) Sentido: O sentido de V⃗⃗⃗1 X⃗⃗⃗⃗⃗

V2 poderá ser determinado utilizando-se a “regra da mão
direita”: com a mão aberta, os dedos juntos (apenas o polegar separado dos demais),
feche a mão no sentido do primeiro vetor indicado no produto para o segundo vetor. O
vetor produto terá o sentido indicado pela ponta do polegar.

Observe que ⃗⃗⃗

V1 X⃗⃗⃗⃗⃗
V2 = −V ⃗⃗⃗⃗2 X⃗⃗⃗⃗⃗
V1
O vetor produto vetorial é calculado pelo seguinte determinante:

𝑖 𝑗 𝑘⃗
⃗ = ⃗⃗⃗
V V1 X⃗⃗⃗⃗⃗
V2 = |x1 y1 𝑧1 |
x2 y2 𝑧2

2.5.1.1 Significado geométrico do produto vetorial

Considere os vetores ⃗⃗⃗

V1 e ⃗⃗⃗⃗⃗
V2 , formando um ângulo 𝜃 entre si. Considere
estes vetores como sendo os lados de um paralelogramo, conforme indicado na figura
abaixo.
 44

O vetor ⃗⃗⃗
V1 é a base do paralelogramo e h é a altura. A área do paralelogramo
é dada pelo produto da base pela sua altura.
Área do paralelogramo = |V⃗⃗⃗1 | ∙ h
⃗⃗⃗1 | ∙ |V
Área do paralelogramo = |V ⃗⃗⃗⃗2 | ∙ sen θ
Vimos anteriormente que |V⃗ | = |V ⃗⃗⃗1 X⃗⃗⃗⃗⃗ ⃗⃗⃗1 | ∙ |⃗⃗⃗⃗⃗
V2 | = |V V2 | ∙ sen θ
Portanto,
⃗ | = |V
Área do paralelogramo = |V ⃗⃗⃗1 X⃗⃗⃗⃗⃗
V2 |
Conclusão: o módulo do produto vetorial entre dois vetores calcula a área do
paralelogramo formado por eles.

Exemplo:

Calcule os produtos vetoriais ⃗⃗⃗

V1 X⃗⃗⃗⃗⃗
V2 e ⃗⃗⃗⃗
V2 X⃗⃗⃗⃗⃗
V1 entre os vetores ⃗⃗⃗⃗⃗
V1 = (3. −2, 4)
⃗⃗⃗⃗⃗
V2 = (2, 3, −4).

Solução:

𝑖 𝑗 𝑘⃗
⃗⃗⃗ ⃗⃗⃗⃗⃗ ⃗ + 4k
V1 X V2 = |3 −2 4 | = 8i + 8j + 9k ⃗ − 12i + 12j
2 3 −4
= −4i + 20j + 13k ⃗
= (−4, 20, 13)

𝑖 𝑗 𝑘⃗
⃗⃗⃗⃗
V2 X⃗⃗⃗⃗⃗ ⃗ − 9k
V1 = |2 3 −4| = 12i − 12j − 4k ⃗ − 8i − 8j
3 −2 4
= 4i − 20j − 13k⃗
= (4, −20, −13)

2.5.1.2 Propriedades do produto vetorial

I) ⃗V𝑋0⃗ = ⃗0
⃗ 𝑋V
II) V ⃗ =0 ⃗
III) ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 = −(V ⃗⃗⃗⃗2 X⃗⃗⃗⃗⃗
V1 )
IV) ⃗⃗⃗
V1 X(V ⃗⃗⃗⃗2 + ⃗⃗⃗⃗⃗
V3 ) = ⃗⃗⃗ V1 X⃗⃗⃗⃗⃗
V2 + ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V3
V) k(V ⃗⃗⃗1 X⃗⃗⃗⃗⃗ ⃗⃗⃗1 )X⃗⃗⃗⃗⃗
V2 ) = (kV ⃗⃗⃗1 X(kV
V2 = V ⃗⃗⃗⃗2 )
VI) ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗ V2 = ⃗0 se, e somente se um dos vetores é nulo ou se ambos são colineares.
VII) ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 é ortogonal a ⃗⃗⃗ V1 e ⃗⃗⃗⃗⃗
V2 ao mesmo tempo, ou seja, ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 é ortogonal ao
plano formado pelos vetores V ⃗⃗⃗1 e ⃗⃗⃗⃗⃗
V2 .
⃗⃗⃗1 ∙ (V
VIII) V ⃗⃗⃗⃗2 X⃗⃗⃗⃗⃗ ⃗⃗⃗1 X⃗⃗⃗⃗⃗
V3 ) = (V V2 ) ∙ ⃗⃗⃗⃗⃗
V3
 45

2.5.2 Produto misto

Dados três vetores ⃗⃗⃗

𝑉1 = (x1 , y1 , 𝑧1 ), ⃗⃗⃗
𝑉2 = (x2 , y2 , 𝑧2 ) e ⃗⃗⃗
𝑉3 = (x3 , y3 , 𝑧3 ), nesta
ordem, chamamos de produto misto o escalar N tal que:

⃗⃗⃗1 X⃗⃗⃗⃗⃗
N = (V V2 ) ∙ ⃗⃗⃗⃗⃗
V3

Como o produto misto é um escalar, devemos calcular primeiro o produto

vetorial V1 X⃗⃗⃗⃗⃗
⃗⃗⃗ V2 e após o produto escalar entre o produto vetorial e o vetor ⃗⃗⃗⃗⃗
V3 . O
produto misto também pode ser calculado pela seguinte expressão:

x1 y1 𝑧1
N = (V ⃗⃗⃗1 X⃗⃗⃗⃗⃗
V2 ) ∙ ⃗⃗⃗⃗⃗
V3 = |x2 y2 𝑧2 |
x3 y3 𝑧3
Considerando N = (V⃗⃗⃗1 X⃗⃗⃗⃗⃗
V2 ) ∙ ⃗⃗⃗⃗⃗
V3 produto misto entre os três vetores nesta
ordem, então, se N = 0, então um dos vetores é nulo, ou dois deles são colineares ou
os três são coplanares.

2.5.2.1 Significado geométrico do produto misto

O módulo do produto misto N = (V ⃗⃗⃗1 X⃗⃗⃗⃗⃗

V2 ) ∙ ⃗⃗⃗⃗⃗
V3 é igual ao volume do
paralelepípedo cujas arestas são determinadas pelos vetores 𝑉 ⃗⃗⃗1, ⃗⃗⃗
𝑉2 e ⃗⃗⃗
𝑉3 não-
coplanares. Verifique na figura a seguir:

O volume do paralelepípedo é:

V = área da base x altura

No paralelepípedo representado acima temos:

⃗⃗⃗1 X⃗⃗⃗⃗⃗
Área da base = |V V2 |

O ângulo entre ⃗⃗⃗⃗

V3 e ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 é 𝜃 e ⃗⃗⃗
V1 X⃗⃗⃗⃗⃗
V2 é perpendicular a base, a altura h é dada por:

⃗⃗⃗⃗3 | ∙ |cos θ|
h = |V
 46

Logo o volume do paralelepípedo é dado por:

⃗⃗⃗1 X⃗⃗⃗⃗⃗
V = |V V2 | ∙ |V ⃗⃗⃗⃗3 | ∙ |cos θ| chamando o produto vetorial |V
⃗⃗⃗1 X⃗⃗⃗⃗⃗ ⃗ |, temos:
V2 | = |V
⃗ | ∙ |V
V = |V ⃗⃗⃗⃗3 | ∙ |cos θ|

O produto escalar entre ⃗V e ⃗⃗⃗⃗

V3 é dado por:

⃗V ∙ ⃗⃗⃗⃗ ⃗ | ∙ |V
V3 = |V ⃗⃗⃗⃗3 | ∙ cos θ então |V
⃗ ∙ ⃗⃗⃗⃗ ⃗ | ∙ |V
V3 | = |V ⃗⃗⃗⃗3 | ∙ |cos θ|

Então podemos escrever que o volume do paralelepípedo é dado por:

⃗ | ∙ |V
V = |V ⃗⃗⃗⃗3 | ou V = |(V
⃗⃗⃗1 X⃗⃗⃗⃗⃗
V2 ) ∙ ⃗⃗⃗⃗⃗
V3 | ou V = |N|
Exemplo: Calcule o volume do paralelepípedo cujos lados são os vetores ⃗⃗⃗
V1 =
(3, 5, −4), ⃗⃗⃗⃗
V2 = (−4, 1, 2) e ⃗⃗⃗⃗
V3 = (1, 2, −1).

⃗⃗⃗1 X⃗⃗⃗⃗⃗
V = |(V V2 ) ∙ ⃗⃗⃗⃗⃗
V3 |

3 5 −4
⃗⃗⃗1 X⃗⃗⃗⃗⃗
(V V2 ) ∙ ⃗⃗⃗⃗⃗
V3 = |−4 1 2 | = −3 + 10 + 32 + 4 − 12 − 20 = 11
1 2 −1

V = |11| = 11

2.6 A RETA

2.6.1 Equação vetorial da reta

Seja uma reta r que passa por um ponto A(x1 , y1 , z1 ) e que tem a direção de
um vetor 𝑣 = (𝑎, 𝑏, 𝑐). Considere também um ponto P(x, y, z) qualquer que pertence à
reta. Veja a figura a seguir:
 47

Como o ponto P pertence à reta, então os vetores 𝑣 e ⃗⃗⃗⃗⃗

AP têm a mesma direção. Logo
podemos dizer que um deles é igual ao produto de um escalar pelo outro.
Consideremos um escalar 𝑡. Então:

⃗⃗⃗⃗⃗ // v
AP ⃗
⃗⃗⃗⃗⃗ = tv
AP ⃗
P − A = tv ⃗
P = A + tv ⃗
(x, y, z) = (x1 , y1 , z1 ) + t(a, b, c)
Todas estas equações são chamadas de equações vetoriais da reta r.
O vetor v ⃗ = (a, b, c) é chamado de vetor diretor da reta r e t é chamado parâmetro.

Exemplo: Determine a equação vetorial da reta r que passa pelo ponto A(1, −1, 4) e
⃗ = (2, 3, 2).
que possui vetor diretor v

Solução:

(x, y, z) = (x1 , y1 , z1 ) + t(a, b, c)

r: (x, y, z) = (1, −1, 4) + t(2, 3, 2)

2.6.2 Equações paramétricas da reta

Na equação vetorial da reta r: (x, y, z) = (x1 , y1 , z1 ) + t(a, b, c) realizaremos as

operações indicadas:
(x, y, z) = (x1 , y1 , z1 ) + t(a, b, c)
(x, y, z) = (x1 , y1 , z1 ) + (at, bt, ct)
(x, y, z) = (x1 + at, y1 + bt, z1 + ct)

Então:

x = x1 + at
y = y1 + bt Equações paramétricas da reta
z = z1 + ct

Exemplo: Determine as equações paramétricas da reta que passa pelo ponto

⃗ = (2, 3, 1)
A(2, 5, −3) e possui vetor diretor v

Solução:

(x, y, z) = (x1 , y1 , z1 ) + t(a, b, c)

(x, y, z) = (2, 5, −3) + t(2, 3, 1)
(x, y, z) = (2, 5, −3) + (2t, 3t, t)
(x, y, z) = (2 + 2𝑡, 5 + 3𝑡, −3 + 𝑡)
x = 2 + 2𝑡
Equações paramétricas da reta y = 5 + 3𝑡
z = −3 + 𝑡
 48

2.6.3 Equações simétricas da reta

Nas equações simétricas da reta isolamos o parâmetro t em cada uma:

x−x1
t= a
y−y1
t= b
x−x1
=
y−y1
=
z−z1
→ Equações simétricas da reta
z−z1 a b c
t= c

⃗ = (2, −3, 5).

Exemplo: Uma reta passa pelo ponto A(−3, −5, 7) e é paralela ao vetor v
a) Determine as equações vetorial, paramétricas e simétricas desta reta.

Solução:

(x, y, z) = (x1 , y1 , z1 ) + t(a, b, c)

(x, y, z) = (−3, −5, 7) + t(2, −3, 5) → Equação vetorial da reta
(x, y, z) = (−3, −5, 7) + (2t, −3t, 5t)
(x, y, z) = (−3 + 2t, −5 − 3t, 7 + 5t)
x = −3 + 2t
y = −5 − 3t Equações paramétricas da reta
z = 7 + 5t

Isolando o t em cada uma das equações temos:

x+3
t=
2
y+5 x+3 y+5 z−7
t= = = → Equações simétricas da reta
−3 2 −3 5
z−7
t= 5

b) Verifique se os pontos P(1, −11,2) e Q(−1, −8, 12) pertencem ao gráfico da

reta.

- Substituindo as coordenadas do ponto P nas equações simétricas da reta:

1 + 3 −11 + 5 2 − 7
= =
2 −3 5
4 −6 −5
= =
2 −3 5
2 = 2 = −1, Como essa igualdade não é verdadeira o ponto P não pertence à reta.

- Substituindo as coordenadas do ponto Q nas equações simétricas da reta:

−1 + 3 −8 + 5 12 − 7
= =
2 −3 5
2 −3 5
= =
2 −3 5
1 = 1 = 1, Como essa igualdade é verdadeira podemos concluir que o ponto Q
pertence à reta.
 49

2.6.4 Equações reduzidas da reta

⃗ = (1, 2, −3)
Seja a reta r definida pelo ponto 𝐴(2, −4, −3) e pelo vetor diretor v
x−2 𝑦+4 𝑧+3
e expressa pelas equações simétricas: 1
= 2
= −3
A partir destas duas equações pode-se expressar duas variáveis em função
da terceira. Isolando, primeiramente, as variáveis y e z e expressando-as em função
de x, obtém-se:

x−2 y+4 x−2 𝑧+3

= =
1 2 1 −3
2(x − 2) = y + 4 −3(x − 2) = 𝑧 + 3
y = 2x − 4 − 4 −3x + 6 = z + 3
y = 2x − 8 z = −3x + 6 − 3
z = −3x + 3

Estas duas últimas equações são equações reduzidas da reta r, na variável x.

2.6.5 Reta definida por dois pontos

Como vimos, para se determinar a equação da reta (vetorial, paramétricas ou

simétricas) precisamos conhecer um ponto A desta reta e um vetor v ⃗ que dá a direção
da reta (chamado vetor diretor da reta). No caso de conhecermos 2 pontos A e B desta
⃗ será o vetor ⃗⃗⃗⃗⃗
reta, o vetor diretor v AB determinado por estes dois pontos.

Exemplo: Determine a equação vetorial da reta que passa pelos pontos A(5, −2, 3) e
B(−2, 6, 4).

Solução:

⃗⃗⃗⃗⃗
AB = B − A = (−7, 8, 1)

- Para equacionar a reta podemos escolher qualquer um dos pontos dados:

(x, y, z) = (x1 , y1 , z1 ) + t(a, b, c)

(x, y, z) = (5, −2, 3) + t(−7, 8, 1)

2.6.6 Condição de alinhamento de três pontos

Dados três pontos A(x1 , y1 , z1 ), B(x2 , y2 , z2 ) e C(x3 , y3 , z3 ). Para que estes

pontos estejam numa mesma reta basta que os vetores ⃗⃗⃗⃗⃗ AB e ⃗⃗⃗⃗⃗
AC sejam colineares. Isto
significa que as suas projeções correspondentes são proporcionais.

⃗⃗⃗⃗⃗ = B − A = (x2 − x1 , y2 − y1 , z2 − z1 ) e
AB
⃗⃗⃗⃗⃗
AC = C − A = (x3 − x1 , y3 − y1 , z3 − z1 )
Então:
x2 −x1 y −y z −z
x −x
= y2 −y1 = z2 −z1 (que é a condição de alinhamento de três pontos)
3 1 3 1 3 1
 50

Exemplo: Verifique se os pontos A(1, 2, 7), B(−1, 6, 10) e C(3, −2, 4) estão alinhados.

Solução:

⃗⃗⃗⃗⃗
AB = B − A = (−2, 4, 3)
⃗⃗⃗⃗⃗
AC = C − A = (2, −4, −3)

−2 4 3
= =
2 −4 −3
−1 = −1 = −1, Como a igualdade é verdadeira podemos concluir que estes 3 pontos
estão alinhados.

2.6.7 Ângulo entre duas retas

Consideramos o ângulo 𝜃 entre duas retas o menor ângulo entre elas, de

π
modo que 0 ≤ θ ≤ 2 . Como cada reta possui o seu vetor diretor, o ângulo entre elas
será o menor entre os vetores diretores das retas. Portanto, utilizamos a expressão
que calcula o ângulo entre dois vetores para calcular o ângulo entre duas retas.
|v ⃗ |
⃗ ∙v
Considerando v ⃗ 2 os vetores diretores, temos: cos θ = |v⃗ 1|∙|v⃗2 | (o módulo no
⃗1 e v
1 2
π
numerador é para garantir que o ângulo fique entre 0 ≤ θ ≤ 2 ).

Exemplo: Calcule o ângulo entre as retas:

x = −3 + 2t
𝑥−2 𝑦−5 𝑧+3
r: y = −5 − 3t e s: = =
2 3 −3
z = 7 + 5t

Solução:

⃗v1 = (2, −3, 5)

⃗ 2 = (2, 3, −3)
v

|v
⃗1 ∙v ⃗ 2|
cos θ =
|v
⃗ 1 | ∙ |v
⃗ 2|
|(2, −3, 5) ∙ (2, 3, −3)|
cos θ =
√22 + (−3)2 + 52 ∙ √22 + 32 + (−3)2
|2 ∙ 2 − 3 ∙ 3 + 5 ∙ (−3)|
cos θ =
√4 + 9 + 25 ∙ √4 + 9 + 9
|4 − 9 − 15|
cos θ =
√38 ∙ √22
|−20|
cos θ =
√38 ∙ √22
 51

20
cos θ =
√38 ∙ 22
20
cos θ =
√836
cos θ ≅ 0,69 ∴ θ ≅ 46,23°

2.6.8 Condição de paralelismo entre duas retas

Para verificarmos a condição de paralelismo entre duas retas utilizamos a

condição de paralelismo entre os seus vetores diretores. Então, se os vetores diretores
⃗ 1 = (a1 , b1 , c1 ) e v
de duas retas r1 e r2 são dados por v ⃗ 2 = (a2 , b2 , c2 ), suas projeções
a b c
devem ser proporcionais, isto é: a1 = b1 = c1
2 2 2

2.6.9 Condição de Ortogonalidade entre duas retas

Para verificarmos a condição de ortogonalidade entre duas retas utilizamos a

condição de ortogonalidade entre os seus vetores diretores. Então, se os vetores
diretores de duas retas r1 e r2 são dados por v ⃗ 1 = (a1 , b1 , c1 ) e v
⃗ 2 = (a2 , b2 , c2 ), o
produto escalar entre eles deve ser nulo, isto é: v ⃗ 2 = 0 ou (a1 ∙ a2 + b1 ∙ b2 + c1 ∙
⃗1 ∙v
c2 ) = 0.

Exemplo: Verifique se as retas a seguir são paralelas ou ortogonais.

x = 6 − 2t
𝑥+4 𝑦−1 𝑧+2
r: y = 4t e s: 2
= 1
= 5
z=7

Solução:

⃗v1 = (−2,4, 0)
⃗ 2 = (2,1, 5)
v

- Vamos primeiro verificar se as retas são paralelas:

−2 4 0
= =
2 1 5
−1 = 4 = 0, logo r não é paralelo a s.

- Verificando se as retas são ortogonais:

⃗v1 ∙ v
⃗2 = 0
(−2,4, 0) ∙ (2,1, 5) = 0
−4 + 4 + 0 = 0
0 = 0, logo r⏊ s
 52

2.6.10 Condição de coplanaridade entre duas retas

Seja a reta r1 que passa pelo ponto A(x1 , y1 , z1 ) e possui um vetor diretor v ⃗1 =
(a1 , b1 , c1 ) e reta r2 passa pelo ponto B(x2 , y2 , z2 ) e possui vetor diretor v ⃗ 2 = (a2 , b2 , c2 ).
Estas retas são coplanares se os vetores v ⃗ 2 = (a2 , b2 , c2 ) e ⃗⃗⃗⃗⃗
⃗ 1 = (a1 , b1 , c1 ), v AB =
(x2 − x1 , y2 − y1 , z2 − z1 ) forem coplanares. Para que isso aconteça o produto misto
entre os vetores deve ser nulo:

a1 b1 c1
𝑁 = (v ⃗ 2 ) ∙ ⃗⃗⃗⃗⃗
⃗ 1 𝑋v AB = | a2 b2 c2 | = 0
x2 − x1 y2 − y1 z2 − z1

Exemplo: Verifique se as retas a seguir são coplanares:

x=t
𝑥+2 𝑦−1 𝑧−3
r: y = −3 − 2t e s: = =
3 4 −2
z = 9 + 3t

Solução:

A(0, −3, 9)
⃗⃗⃗⃗⃗ = 𝐵 − 𝐴 = (−2, 4, −6)
𝐴𝐵
B(−2, 1, 3)

⃗v1 = (1, −2, 3)

⃗ 2 = (3, 4, −2)
v

1 −2 3
(v
⃗ 1 𝑋v ) ⃗⃗⃗⃗⃗
⃗ 2 ∙ AB = | 3 4 −2| = 0
−2 4 −6
−24 − 8 + 36 + 24 + 8 − 36 = 0
0 = 0, portanto as retas r e s são coplanares.

2.6.11 Posições relativas entre duas retas

No espaço, duas retas podem estar no mesmo plano (chamadas coplanares)

ou em plano diferentes (chamadas reversas).
As retas coplanares podem ser:
I) Concorrentes: quando as retas possuem um ponto em comum.
 53

II) Paralelas: quando não possuem pontos em comum.

III) Coincidentes: possuem infinitos pontos em comum. Este caso é considerado um

caso particular de paralelismo.

As retas reversas não estão num mesmo plano, portanto não possuem pontos em
comum.

2.6.12 Intersecção de duas retas

Para determinar a intersecção entre duas retas coplanares e concorrentes

basta resolvermos o sistema formado pelas equações das retas.

Exemplo: determine o ponto de intersecção das retas a seguir:

x=t
x+2 y−1 z−3
r: {y = −3 − 2t e s: 3
= 4
= −2
z = 9 + 3t

Solução:

- Vamos substituir x e y na equação simétrica da reta s:

x=t
y = −3 − 2t, então:
 54

t + 2 −3 − 2t − 1
= ⇒ 4t + 8 = −6t − 12 ⇒ t = −2
3 4

- Substituir o valor de t encontrado na equação paramétrica de r para encontrar as

coordenadas do possível ponto de intersecção (pois pode ser que não haja
intersecção entre as retas):

x = t ⇒ x = −2
y = −3 − 2t ⇒ 𝑦 = 1 (−2, 1, 3)
z = 9 + 3t ⇒ z = 3

- Encontramos um possível ponto de intersecção, agora temos que confirmar

substituindo as coordenadas do ponto encontrado na equação simétrica da reta s:

x+2 y−1 z−3

= =
3 4 −2
−2 + 2 1 − 1 3 − 3
= =
3 4 −2
0 0 0
= =
3 4 −2
0=0=0

A igualdade acima é verdadeira, portanto o ponto de coordenadas (−2, 1, 3) é um

ponto de intersecção entre as retas r e s.

2.6.13 Distância de um Ponto e uma reta

Seja uma reta r que passa pelo ponto A(x, y, z) e possui um vetor diretor v ⃗ =
(a, b, c). Seja um ponto P(x0 , y0 , z0 ) do espaço. Conforme a figura a seguir, vemos que
os vetores v ⃗ e ⃗⃗⃗⃗⃗
AP determinam um paralelogramo de altura d, que corresponde à
distância entre o ponto P e a reta r.

A área do paralelogramo é calculada pelo produto da base pela altura: A =

|v
⃗ | ∙ d. mas vimos que o módulo do produto vetorial entre dois vetores calcula a área
do paralelogramo formado pelos dois vetores: A = |v ⃗⃗⃗⃗⃗ |.
⃗ 𝑋AP
⃗⃗⃗⃗⃗
Então podemos escrever: |v
⃗ | ∙ d = |v ⃗⃗⃗⃗⃗ | e d = |v⃗𝑋AP| que é a distância entre
⃗ 𝑋AP |v
⃗ |
o ponto e a reta.
 55

2.7 O PLANO

2.7.1 Equação geral do plano

Seja um plano 𝛼 e um ponto A(x0 , y0 , z0 ) pertencente a este plano. Seja

também um vetor n⃗ = (a, b, c) não nulo, um vetor normal a este plano. Considere
também um ponto P(x, y, z) qualquer deste plano.

Se o ponto P pertence ao plano, então o vetor ⃗⃗⃗⃗⃗

AP é ortogonal ao vetor n
⃗.
⃗⃗⃗⃗⃗
Logo, o produto escalar entre AP e n⃗ é nulo: n ⃗⃗⃗⃗⃗
⃗ ∙ AP = 0.
⃗⃗⃗⃗⃗ = P − A = (x − x0 , y − y0 , z − z0 ), temos:
⃗ = (𝑎, 𝑏, 𝑐) e AP
Como n
⃗⃗⃗⃗⃗ = 0
⃗n ∙ AP
(a, b, c) ∙ (x − x0 , y − y0 , z − z0 ) = 0 ou
a ∙ (x − x0 ) + b ∙ (y − y0 ) + c ∙ ( z − z0 ) = 0 ou
ax − ax0 + by − by0 + cz − cz0 ou
ax + by + cz − ax0 − by0 − cz0 = 0
Fazendo −ax0 − by0 − cz0 = d
Temos a equação geral do plano: ax + by + cz + d = 0

Observações:

i) As coordenadas do vetor normal n ⃗ são os coeficientes de x, y, z.

ii) x, y, z são as coordenadas do ponto que pertence ao plano.
iii) Para obter pontos do plano 𝛼 “chutar” duas coordenadas e calcular a 3ª
iv) Se n ⃗ é vetor normal de 𝛼, então 𝑘 ∙ n
⃗ (qualquer múltiplo dele) também é.

Exemplo: Determine a equação geral do plano que passa pelo ponto 𝐴(3, 2, −7) e que
⃗ = (2, −5, 3).
possui vetor normal n

Solução:

ax + by + cz + d = 0
Substituir as coordenadas do vetor normal na equação geral do plano:
2x − 5y + 3z + d = 0
Substituir as coordenadas do ponto A na equação geral do plano:
2 ∙ 3 − 5 ∙ 2 + 3 ∙ (−7) + d = 0
Isolar o d na equação:
𝑑 = 21 + 10 − 6 = 25
 56

Logo,
2x − 5y + 3z + 25 = 0

2.7.2 Ângulo Entre Dois Planos

Sejam dois planos π1 : a1 x + b1 y + c1 z + d1 = 0 e π2 : a2 x + b2 y + c2 z + d2 = 0.

Seus vetores normais são n ⃗ 1 = (a1 , b1 , c1 ) e n
⃗ 2 = (a2 , b2 , c2 ), respectivamente.
O ângulo θ entre os dois planos é o mesmo entre os dois vetores normais
destes planos considerando o menor dos ângulos. Por isso:

|n
⃗1∙n ⃗ 2| π
cos θ = , com 0 ≤ θ ≤ .
|n
⃗ 1 | ∙ |n
⃗ 2| 2

Exemplo: Determine o ângulo entre os planos π1 : 2x + y − 3z + 4 = 0 e π2 : x + 2y +

3z − 1 = 0

⃗ 1 = (2, 1, −3) e n
Solução: n ⃗ 2 = (1, 2, 3)

|n
⃗1∙n ⃗ 2|
cos θ =
|n
⃗ 1 | ∙ |n
⃗ 2|
|(2, 1, −3) ∙ (1, 2, 3)|
cos θ =
|√22 + 12 + (−3)2 | ∙ |√12 + 22 + 32 |
|2 ∙ 1 + 1 ∙ 2 − 3 ∙ 3|
cos θ =
|√22 + 12 + (−3)2 | ∙ |√12 + 22 + 32 |
|2 + 2 − 9|
cos θ =
|√4 + 1 + 9| ∙ |√1 + 4 + 9|
|−5|
cos θ =
|√14| ∙ |√14|
|−5|
cos θ =
|√142 |
5
cos θ =
|14|
5
cos θ = ≈ 0,36 ∴ 𝜃 = 69,08°
14

2.7.3 Condição de paralelismo entre dois planos

Sejam dois planos π1 : a1 x + b1 y + c1 z + d1 = 0 e π2 : a2 x + b2 y + c2 z + d2 = 0.

Seus vetores normais são n ⃗ 1 = (a1 , b1 , c1 ) e n
⃗ 2 = (a2 , b2 , c2 ), respectivamente.
A condição de paralelismo entre os planos é a mesma condição de
paralelismo de seus vetores normais, isto é, as projeções dos vetores normais são
a b c
proporcionais: a1 = b1 = c1.
2 2 2
 57

a1 b c d
Obs.: Se tivermos também as seguintes igualdades: a2
= b1 = c1 = d1 , então
2 2 2
os planos são coincidentes.
Exemplo: Determine m e n para que os planos π1 : mx + (n − 2)y − 3z + 4 e
π2 : x + 2y + 3z − 1 = 0 sejam paralelos.

Solução:

⃗n1 = (m, n − 2, −3)

⃗ 2 = (1, 2, 3)
n

m n − 2 −3
= =
1 2 3
m −3
= ∴ m = −1
1 3
n − 2 −3
= ∴ n − 2 = −2 ∴ n = 0
2 3

2.7.4 Condição de perpendicularidade entre dois planos

Sejam dois planos π1 : a1 x + b1 y + c1 z + d1 = 0 e π2 : a2 x + b2 y + c2 z + d2 = 0.

Seus vetores normais são n ⃗ 1 = (a1 , b1 , c1 ) e n
⃗ 2 = (a2 , b2 , c2 ), respectivamente.
A condição de perpendicularidade entre os planos é a mesma condição de
perpendicularidade de seus vetores normais, isto é, o produto escalar entre eles é
nulo:
⃗1∙n
n ⃗ 2 = 0 ou (a1 ∙ a2 + b1 ∙ b2 + c1 ∙ c2 ) = 0

Exemplo: Determine p para que os planos π1 : x + 2y − 2z + 1 = 0 e π2 : (3p + 2)x −

4y − 2z − 3 = 0 sejam perpendiculares.

Solução:

⃗n1 = (1, 2, −2)

⃗ 2 = (3p + 2, −4, −2)
n

⃗1∙n
n ⃗2=0
(1, 2, −2) ∙ (3p + 2, −4, −2) = 0
1 ∙ (3p + 2) + 2 ∙ (−4) − 2 ∙ (−2) = 0
(3p + 2) − 8 + 4 = 0
(3p + 2) − 4 = 0
3p + 2 = 4
2
3p = 2 ∴ p =
3
 58

LISTAS DE EXERCÍCIOS
 59

LISTA DE EXERCÍCIOS – ÁLGEBRA MATRICIAL

1
1) Resolva a equação matricial 2X − B + At = 0
3

0 −6 0 2
𝐴=[ ] 𝐵=[ ]
−6 0 4 6

2) Considere as matrizes abaixo:

1 1 2 −1
A=( ), B=( )
0 −1 1 0

Determine:

(a) 2A + 3B t
(b) BA
(c) A−1
(d) det (BA)
(e) Se p(x) = x 2 − 3, obtenha p(A).

3) Considerando que A e B são duas matrizes e k1 e k 2 números reais, marque verdadeiro (V)
ou falso (F):

( ) (−A)t = −(A)t
( ) (A + B)t = B t + At
( ) (k1 A)(k 2 B) = (k1 k 2 )AB
( ) Se AB = 0, então A = 0 ou B = 0
( ) (A + B)2 = A2 + 2AB + B 2

4) Escreva as matrizes definidas por A = (aij ) tal que aij = 2i + 3j e B = (bij ) tal que
2x3 3x3
i2 , se i = j
bij = {
i + j, se i ≠ j

1 −1 14 0
5) Sendo A = [ ]eB=[ ], determine a matriz X de modo que A ∙ X = B
1 2 8 2

2 −3 1
6) Considerando as matrizes A = [1 y ] e B = [2], para quais valores de x e de y o produto
x 2 1
At ∙ B é nulo?

x + y + 2z = −1
7) Resolva o sistema de equações {3x + 2y + 5z = −3
4x + 3y + 7z = −4

8) Nos problemas abaixo, desenhe os gráficos correspondentes aos sistemas lineares dados.
Determine geometricamente qual é o comportamento da solução do sistema. Se for possível
resolver o sistema, resolva-o.
 60

x+y=0 3x − 2y = 1 −x + 2y = 4
(a) {1 (b) { (c) {
x+y=3 6x − 4y = 2 5x − 10y = −3
3

9) Para que valor(es) de 𝑘, se houver, o sistema terá (i) nenhuma solução, (ii) uma única solução
e (iii) infinitas soluções?

x − 2ky + 3z = 2
kx + 2y = 3
(a) { (b) { x + y + z = 1
2x + 4y = 6
2x − y + 4kz = 1

2 3 1
10) Dada a matriz 𝐵 = [4 1 2], determine:
3 2 1

(a) det (B) (b) det (4B) (c) det (B 2 ) (d) det (B t ) (e) det (B −1 )

11) Calcule o determinante da matriz A abaixo, via Teorema de Laplace, deixando claro qual
linha ou coluna permanece fixa no processo, onde

1 −2 0 7
A = ( 1 2 0 0)
2 3 3 1
6 4 0 3

12) Marque verdadeiro (V) ou falso (F)

( ) det(A + B) = det(A) + det(B)

( ) det(A ∙ B) = det(B ∙ A)
( ) det(At ) = det(A)
( ) det(k ∙ A) = k ∙ det(A)
1
( ) det(A−1 ) = det(A)

2x − 3y + 7z = 1
13) Dado o sistema { x + 3z = 5
2y − z = 0

(a) Escreva o sistema na forma matricial.

(b) Calcule os determinantes: det(A) , det(Ax ) , det(Ay ) e det(Az ).
(c) Determine a solução do sistema via regra de Cramer.

1 −1 0
14) Encontre, se existir, a inversa de 𝐴 = ‖2 3 0‖
0 1 4
 61

LISTA DE EXERCÍCIOS – ÁLGEBRA VETORIAL

1) Sabendo que o ângulo entre os vetores u

⃗ ev
⃗ é de 60°, determine o ângulo formado pelos
vetores:

a) u
⃗ e −v
⃗ b) −u
⃗ e 2v
⃗ c) −u
⃗ e −v
⃗ d) 3u
⃗ e 5v
⃗

2) Dados os vetores coplanares u

⃗,v
⃗ ew
⃗⃗ representados na figura abaixo, determinar:

a) Um representante do vetor x⃗ + y
⃗ , sendo: x⃗ = u
⃗ + 2v
⃗ ey
⃗ =v
⃗ − 2u
⃗;

b) O ângulo entre os vetores −3v

⃗ ew
⃗⃗ ;

c) O ângulo entre os vetores −2u

⃗ e −w
⃗⃗ .

⃗ = (a, −2) tenha módulo 4.

3) Calcular os valores de a para que o vetor u

4) Provar que os pontos A(−2, −1), B(2, 2), C(−1, 6) e D(−5, 3), nesta ordem, são vértices de
um quadrado.

5) Determine os pontos que dividem o segmento AB em quatro partes iguais, dados A(0, 0) e
B(4, 8).

6) Determine as coordenadas dos pontos que dividem o segmento AB em três partes iguais,
sendo A(1, 2) e B(10, 8).

1
7) Calcular os valores de a para que o vetor v
⃗ = (a, 2) seja unitário.

8) Dados os pontos A(−4, 3) e B(2, 1), encontrar o ponto P nos casos:

a) P pertence ao eixo Ou e é equidistante de A e B;

b) P é equidistante de A e B e sua ordenada é o dobro da abscissa;
c) P pertence à mediatriz do segmento de extremos A e B.

9) Encontrar o vetor unitário que tenha (i) o mesmo sentido v

⃗ e (ii) sentido contrário a v
⃗ , nos
casos:
 62

a) v
⃗ = −i + j c) v
⃗ = (1, √3)

b) v
⃗ = 3i − j ⃗ = (0, 4)
d) v

10) A reta que passa pelos pontos A(−2, 5, 1) e B(1, 3, 0) é paralela à reta determinada por
C(3, −1, −1) e D(0, m, n). Determine o ponto D.

11) Verifique se são colineares os pontos:

a) A(−1, −5, 0), B(2, 1, 3) e C(−2, −7, −1)

b) A(2, 1, −1), B(3, −1, 0) e C(1, 0, 4)

c) A(−1, 4, −3), B(2, 1, 3) e C(4, −1, 7)

12) Encontrar o vértice oposto a B, no paralelogramo ABCD, para

a) A(−1, 0, 3), B(1, 1, 2) e C(3, −2, 5)

b) A(4, 0, 1), B(5, 1, 3) e C(3, 2, 5)

13) Dados os pontos A(1, 0, −1), B(4, 2, 1) e C(1, 2, 0), determinar o valor de m para que |v
⃗| =
7, sendo v ⃗⃗⃗⃗⃗
⃗ = mAC + BC⃗⃗⃗⃗⃗

⃗ = (2, −1, −3), determinar o vetor paralelo a v

14) Dado o vetor v ⃗ que tenha

a) sentido contrário ao de v
⃗ e três vezes o módulo de v
⃗;
b) o mesmo sentido de v ⃗ e módulo 4;
c) sentido contrário ao de v
⃗ e módulo 5.

15) (MACKENZIE-SP) Com seis vetores de módulo iguais a 8u, construiu-se o hexágono
regular abaixo. O módulo do vetor resultante desses seis vetores é:

a) 40u b) 32 u c) 24u d) 16u e) zero

 63

⃗ iguais em módulo.
16) (URCAMP-RS) No sistema plano figurado, representamos os vetores R
Calcule a intensidade do vetor soma.

⃗⃗⃗ , N
17) (FCC-SP) Qual é a relação entre os vetores M ⃗⃗ , P
⃗ eR
⃗ representados abaixo?

⃗⃗⃗ + N
a) M ⃗⃗ + P
⃗ +R
⃗ =0
d) ⃗P − ⃗R = ⃗M
⃗⃗ − ⃗N
⃗
⃗ +M
b) P ⃗⃗⃗ = R
⃗ +N
⃗⃗
e) ⃗P + ⃗R + ⃗N
⃗ = ⃗M
⃗⃗
c) ⃗P + ⃗R = ⃗M
⃗⃗ + ⃗N
⃗

18) (UFAL) Uma partícula está sob ação das forças coplanares conforme o esquema abaixo. A
resultante delas é uma força, de intensidade, em N, igual a:

A) 110 b) 70 c) 60 d) 50 e) 30
 64

19) (ACAFE) Os módulos das forças representadas na figura são F1 = 30N, F2 = 20N e F3 =
10N. Determine o módulo da força resultante:

A) 14,2N b) 18,6N c) 25,0N d) 21,3N e) 28,1N

20) Quais são as componentes x e y de um vetor a⃗ do plano xy que faz um ângulo de 250° no
sentido anti-horário com o semieixo x positivo e tem módulo de 7,3 m?

21) um vetor deslocamento r no plano xy tem 15m de comprimento e faz um ângulo de 30° com
o semieixo x positivo, como mostra a figura. Determine a componente x e y do vetor.

22) A componente x do vetor A ⃗ é -25,0m e a componente y é 40m. (a) Qual é o módulo de A

⃗ ? b)
⃗ e o semieixo x positivo?
Qual é o ângulo entre a orientação de A

23) Calcular |u ⃗ |, sabendo que |u

⃗ +v ⃗ | = 4, |v
⃗ | = 3 e θ = 60°. Após isso determine:

a) qual o ângulo que o vetor |u ⃗ | faz com u

⃗ +v ⃗?

b) qual o ângulo que o vetor |u ⃗ | faz com v

⃗ +v ⃗?

c) qual o ângulo que o vetor |u ⃗ | faz com −u

⃗ +v ⃗?

d) calcule |u ⃗ |.
⃗ −v
 65

e) calcule (u ⃗ ) ∙ (u
⃗ +v ⃗)
⃗ −v

24) Calcular os ângulos diretores de ⃗V = (1, −1, 0).

25) Os ângulos diretores de um vetor são 𝛼, 45° e 60°. Determine 𝛼.

26) Um vetor ⃗V do espaço forma com os vetores i e j ângulos de 60° e 120°, respectivamente.
Determinar o vetor ⃗V, sabendo que |v
⃗ | = 2.

27) Determine o vetor v ⃗ = (2, −1, 3), tal que v

⃗ , paralelo ao vetor u ⃗ ∙u
⃗ = −42

28) Determinar o vetor v

⃗ , ortogonal ao eixo Oy, v
⃗ ∙u
⃗ =8ev
⃗ ∙w ⃗ = (3, 1, −2) e
⃗⃗ = −3, sendo u
⃗⃗ = (−1, 1, 1).
w

⃗ eb
29) Qual o valor de n para que os vetores a⃗ = ni + 2j − 4k ⃗ = 2i + (1 − 2𝑛)j + 3k
⃗ sejam
ortogonais?

⃗ tal que |u
30) Determinar o vetor u ⃗ | = 2, o ângulo entre u ⃗ = (1, −1, 0) é 45° e u
⃗ ev ⃗ é ortogonal
⃗⃗ = (1, 1, 0).
aw

31) Sendo a⃗ ⏊ ⃗b, |a⃗| = 6 e |b

⃗ | = 8, calcular |a⃗ + ⃗b| e |a⃗ − ⃗b|

32) Determinar o ângulo entre os vetores

⃗ = (2, −1, −1) e w

a) u ⃗⃗ = (−1, −1, 2)

⃗ = (1, −2, 1) e w
b) u ⃗⃗ = (−1, 1, 0)

33) Determinar o vetor ⃗x, tal que x⃗ seja ortogonal ao eixo dos y e u
⃗ = x⃗ x v
⃗ , sendo u
⃗ =
(1, 1, −1) e v
⃗ = (2, − 1, 1).

⃗ = (1, −1, −4) e v

34) Sejam os vetores u ⃗ = (3, 2, −2). Determinar um vetor que seja:

a) ortogonal a u
⃗ ev
⃗;
b) ortogonal a u
⃗ ev
⃗ e unitário;
c) ortogonal a u
⃗ ev
⃗ e tenha módulo 4;
d) ortogonal a u
⃗ ev
⃗ e cota igual a 7.

35) Sendo |u
⃗ | = 2√2, |v
⃗ | = 4 e 45° o ângulo entre u
⃗ e v
⃗ , calcular

a) |2u ⃗|
⃗ xv

2 1
b) |5 u
⃗ x 2 ⃗v|

36) Sabendo que |u

⃗ | = 6, |v
⃗ | = 4 e 30° o ângulo entre u
⃗ ev
⃗ , calcular
 66

a) A área do triângulo determinado por u

⃗ ev
⃗;
b) A área do paralelogramo determinado por u⃗ e (−v⃗ );
c) A área do paralelogramo determinado por u⃗ +v ⃗ eu⃗ −v
⃗.

37) Os pontos médios dos lados do triângulo ABC são M(0,1,3), N(3, −2,2), P(1,0,2).
Determine a área do triângulo ABC.

⃗ = (3, −1, 2) e v
38) Dados u ⃗ = (−2, 2, 1) calcular:

a) a área do paralelogramo definido por u

⃗ ev
⃗.

b) a altura deste paralelogramo relativa à base definida por v

⃗.

39) Calcular a distância do ponto P(4, 3, 3) à reta que passa por A(1, 2, −1) e B(3, 1, 1)

40) Determinar m e n para que se tenha

a) (m, n, 2) ∙ (4, −1, 3) = −2

a) (m, n, 2)X(4, −1, 3) = (8, −1, −11)
a) (m, n, 2) ∙ ((3, 1, 2)X(0, 1, −1)) = 9

41) Um paralelepípedo é determinado pelos vetores u ⃗ = (3, −1, 4), v⃗ = (2, 0, 1) e w

⃗⃗ =
(−2, 1, 5). Calcular seu volume e a altura relativa à base definida pelos vetores u
⃗ ev⃗.

42) Qual o volume do cubo determinado pelos vetores i, j e ⃗k?

43) Verificar se são coplanares os pontos

a) A(1, 1, 0), B(−2, 1, −6), C(−1, 2, −1) e D(2, −1, −4)

b) A(2, 1, 2), B(0, 1, −2), C(1, 0, −3) e D(3, 1, −2)

44) Para que valor de m os pontos A(m, 1, 2), B(2, −2, −3), C(5, −1, 1) e D(3, −2, −2) são
coplanares?

45) Calcular a distância do ponto D(2, 5, 2) ao plano determinado pelos A(3, 0, 0),
B(0, −3, 0) e C(0, 0, 3).

46) Determinar uma equação vetorial da reta r definida pelos pontos A(2, −3, 4) e
2
B(1, −1, 2) e verificar se os pontos C (5 , −4, 5) e D(−1, 3, 4) pertencem a reta r.

47) Dada a reta r: (x, y, z) = (−1, 2, 3) + t(2, −3 ,0), escrever as equações paramétricas,
simétricas e reduzidas na variável x.

48) Escrever as equações paramétricas da reta que passa por A(1, 2, 3) e é paralela à reta
r: (x, y, z) = (1, 4, 3) + t(0, 0, 1).
 67

x=2+t
49) Dada a reta r: { y = 3 − t , determinar o ponto de r tal que
z = −4 + 2t

a) a ordenada seja 6;
b) a abscissa seja igual à ordenada;
c) a cota seja o quádruplo da abscissa.

50) A reta r passa pelo ponto A(4, −3, −2) e é paralela à reta

x = 1 + 3t
s: {y = 2 − 4t
z=3−t

Se P(m, n, −5) ∈ r, determinar m e n.

51) Seja o triângulo de vértices A(−1, 4, −2), B(3, −3, 6) e C(2, −1, 4). Escrever as
equações paramétricas da reta que passa pelo ponto médio do lado AB e pelo vértice oposto
C.

2x+1 3y−2
52) Obter o ponto de abscissa 1 da reta r: = = z + 4 e encontrar um vetor diretor
3 2
de r que tenha ordenada 2.

53) Obter equações reduzidas na variável x, da reta

⃗ = (2, 4, 5);
a) que passa por A(4, 0, −3) e tem a direção de v

b) que passa pelos pontos A(1, −2, 3) e B(3, −1, −1)

54) Determinar o ângulo entre as retas:

x = −2 − t
x y+6 z−1
a) 𝑟1 : { y = t e r2 : 2 = 1
= 1
z = 3 − 2t

y = −2x + 3 z+1
b) r1 : { e r2 : y = ; x=4
z=x−2 −1

x = 1 + √2t x=3
c) 𝑟1 : { y = t e r2 : {
y=2
z = 5 − 3t

x−4 y z+1 x=1

d) 𝑟1 : = = e r2 : {y = z−2
2 −1 −2
4 3

55) Seja o plano π: 3x + y − z − 4 = 0 calcular:

a) O ponto de π que tem abscissa 1 e ordenada 3;

b) O ponto de π que tem abscissa 0 e cota 2;
 68

c) O valor de k para que o ponto P(k, 2, k − 1) pertença a π;

d) O ponto de abscissa 2 e cuja ordenada é o dobro da cota;
e) O valor de k para que o plano π1 = kx − 4y + 4z − 7 = 0 seja paralelo a π.

56) seja um plano π determinado pelos pontos A(1, 0, 2), B(−1, 2, −1) e C(1, 1, −1),
determine:

a) a equação geral do plano π;

b) outro ponto de π, distinto de A, B e C;
c) mostre que C(1, 1, −1) ∈ π e que Q(1, 1, 1) ∉ π

57) Determine o ângulo entre os planos: π1 : x − 2y + z − 6 = 0 e π2 : 2x − y − z + 3 = 0

58) Determine a equação geral do plano π que contém a reta:

x=2+t
r: { y = 1 − t ; t ∈ ℝ
z = 3 + 2t

e que é perpendicular ao plano π1 : 2x + 2y − 3z = 0

59) Encontre a equação geral do plano π que contém as retas:

x = 1 + 2t x = 1 − 2t
r1 : {y = −2 + 3t e r2 : {y = −2 − t; t ∈ ℝ
z=3−t z = 3 + 2t

60) Encontrar m de modo que seja 30° o ângulo entre os planos:

π1 : x + my + 2z − 7 = 0 e π2 : 4x + 5y + 3z + 2 = 0

61) Encontrar m de modo que os planos π1 e π2 sejam perpendiculares, onde

π1 : mx + y − 3z − 1 = 0 e π2 : 2x − 3my + 4z + 1 = 0