GA Livro Reginaldodfsdfadf

M ATRIZES , V ETORES E G EOMETRIA
A NALÍTICA
Reginaldo J. Santos
Departamento de Matemática-ICEx
Universidade Federal de Minas Gerais
https://regijs.github.io
Imprensa Universitária da UFMG - Belo Horizonte

Julho 2013
Matrizes, Vetores e Geometria Analítica
Copyright © 2023 by Reginaldo J. Santos (2023.10.15)
Nenhuma parte desta publicação poderá ser reproduzida por qualquer meio sem a prévia autorização, por
escrito, do autor.
Editor, Coordenador de Revisão, Supervisor de Produção, Capa e Ilustrações:

Reginaldo J. Santos
ISBN 85-7470-014-2
Ficha Catalográfica
Santos, Reginaldo J.
S237m Matrizes, Vetores e Geometria Analítica / Reginaldo J. Santos - Belo
Horizonte: Imprensa Universitária da UFMG, 2023.
1. Geometria Analítica I. Título
CDD: 516.3
S UMÁRIO
A PRESENTAÇÃO vii
1 M ATRIZES E S ISTEMAS L INEARES 1

1.1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Operações com Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Propriedades da Álgebra Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.3 Aplicação: Cadeias de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Apêndice I: Notação de Somatório . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.2 Sistemas de Equações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.2.1 Método de Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.2.2 Matrizes Equivalentes por Linhas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.2.3 Sistemas Lineares Homogêneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.2.4 Matrizes Elementares (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Apêndice II: Unicidade da Forma Escalonada Reduzida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2 I NVERSÃO DE M ATRIZES E D ETERMINANTES 72

2.1 Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.1.1 Propriedades da Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
iv Sumário
2.1.2 Matrizes Elementares e Inversão (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

2.1.3 Método para Inversão de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
2.1.4 Aplicação: Interpolação Polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
2.1.5 Aplicação: Criptografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
2.2 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.2.1 Propriedades do Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
2.2.2 Matrizes Elementares e o Determinante (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
2.2.3 Matriz Adjunta e Inversão (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Apêndice III: Demonstração do Teorema 2.11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
3 V ETORES NO P LANO E NO E SPAÇO 139

3.1 Soma de Vetores e Multiplicação por Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
3.2 Produtos de Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.2.1 Norma e Produto Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.2.2 Projeção Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
3.2.3 Produto Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
3.2.4 Produto Misto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
Apêndice IV: Demonstração do item (e) do Teorema 3.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
4 R ETAS E P LANOS 213

4.1 Equações de Retas e Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
4.1.1 Equações do Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
4.1.2 Equações da Reta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
4.2 Ângulos e Distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
4.2.1 Ângulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
4.2.2 Distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
Matrizes, Vetores e Geometria Analítica Julho 2013

Sumário v
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
4.3 Posições Relativas de Retas e Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
5 S EÇÕES C ÔNICAS 298

5.1 Cônicas Não Degeneradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
5.1.1 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
5.1.2 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
5.1.3 Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
5.1.4 Caracterização das Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
5.2 Coordenadas Polares e Equações Paramétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
5.2.1 Cônicas em Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
5.2.2 Circunferência em Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
5.2.3 Equações Paramétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
6 S UPERFÍCIES E C URVAS NO E SPAÇO 373

6.1 Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
6.1.1 Elipsoide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
6.1.2 Hiperboloide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
6.1.3 Paraboloide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390
6.1.4 Cone Elíptico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401
6.1.5 Cilindro Quádrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
6.2 Superfícies Cilíndricas, Cônicas e de Revolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414
6.2.1 Superfícies Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414
6.2.2 Superfícies Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
6.2.3 Superfícies de Revolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436
6.3 Coordenadas Cilíndricas, Esféricas e Equações Paramétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . 438
Julho 2013 Reginaldo J. Santos

vi Sumário
6.3.1 Coordenadas Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438

6.3.2 Coordenadas Esféricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
6.3.3 Equações Paramétricas de Superfícies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459
6.3.4 Equações Paramétricas de Curvas no Espaço . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 466
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 470
7 M UDANÇA DE C OORDENADAS 472

7.1 Rotação e Translação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472
7.1.1 Rotação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478
7.1.2 Translação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
7.2 Identificação de Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 499
7.3 Identificação de Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 502
Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517
R ESPOSTAS DOS E XERCÍCIOS 529
B IBLIOGRAFIA 672
Í NDICE A LFABÉTICO 674

A PRESENTAÇÃO
Esse texto cobre o material para um curso de Geometria Analítica usando Matrizes e Vetores ministrado para
estudantes da área de Ciências Exatas. O texto pode, mas não é necessário, ser acompanhado um programa
como o M ATLABr * , SciLab ou o Maxima.
O conteúdo é dividido em sete capítulos. O Capítulo 1 trata das matrizes e sistemas lineares. Aqui todas as
propriedades da álgebra matricial são demonstradas. A resolução de sistemas lineares é feita usando somente
o método de Gauss-Jordan (transformando a matriz até que ela esteja na forma escalonada reduzida). Este
método requer mais trabalho do que o método de Gauss (transformando a matriz, apenas, até que ela esteja
na forma escalonada). Ele foi o escolhido, por que também é usado no estudo da inversão de matrizes no
Capítulo 2. Neste Capítulo é também estudado o determinante, que é definido usando cofatores. As subseções
2.2.2 e 2.2.3 são independentes entre si. As demonstrações dos resultados deste capítulo podem ser, a critério
do leitor, feitas somente para matrizes 3 × 3.
O Capítulo 3 trata de vetores no plano e no espaço. Os vetores são definidos de forma geométrica, assim
como a soma e a multiplicação por escalar. São provadas algumas propriedades geometricamente. Depois são
introduzidos sistemas de coordenadas de forma natural sem a necessidade da definição de base. Os produtos
escalar e vetorial são definidos geometricamente. O Capítulo 4 trata de retas e planos no espaço. São estudados
ângulos, distâncias e posições relativas de retas e planos.
O Capítulo 5 traz um estudo das seções cônicas. São também estudadas as coordenadas polares e para-
metrizações das cônicas. As superfícies são estudadas no Capítulo 6 incluindo aí as quádricas, superfícies
* M ATLAB r é marca registrada de The Mathworks, Inc.
viii Sumário
cilíndricas, cônicas e de revolução. Neste Capítulo são também estudadas as coordenadas cilíndricas, esféri-
cas e parametrização de superfícies e curvas no espaço. O Capítulo 7 traz mudança de coordenadas, rotação e
translação. Dada uma equação geral de 2o grau em duas ou três variáveis, neste Capítulo, através de mudanças
de coordenadas é feita a identificação da cônica ou da quádrica correspondente a equação.
Os exercícios estão agrupados em três classes. Os “Exercícios Numéricos”, que contém exercícios que são
resolvidos fazendo cálculos, que podem ser realizados sem a ajuda de um computador ou de uma máquina de
calcular. Os “Exercícios Teóricos”, que contém exercícios que requerem demonstrações. Alguns são simples,
outros são mais complexos. Os mais difíceis complementam a teoria e geralmente são acompanhados de suges-
tões. Os “Exercícios usando o M ATLABr ”, que contém exercícios para serem resolvidos usando o M ATLABr
ou outro software. Os comandos necessários a resolução destes exercícios são também fornecidos juntamente
com uma explicação rápida do uso. Os exercícios numéricos são imprescindíveis, enquanto a resolução dos
outros, depende do nível e dos objetivos pretendidos para o curso.
O M ATLABr é um software destinado a fazer cálculos com matrizes (M ATLABr = MATrix LABoratory).
Os comandos do M ATLABr são muito próximos da forma como escrevemos expressões algébricas, tornando
mais simples o seu uso. Podem ser incorporados às rotinas pré-definidas, pacotes para cálculos específicos.
Um pacote chamado gaal com funções que são direcionadas para o estudo de Geometria Analítica e Álge-
bra Linear pode ser obtido através da internet no endereço http://www.mat.ufmg.br/˜regi, assim como um
texto com uma introdução ao M ATLABr e instruções de como instalar o pacote gaal. O M ATLABr não é um
software gratuito, embora antes a versão estudante vinha grátis ao se comprar o guia do usuário. Atualmente
o SciLab é uma alternativa gratuita, mas que não faz cálculo simbólico. O Maxima é um programa de compu-
tação algébrica gratuito. Ambos podem ser usados como ferramenta auxiliar na aprendizagem de Geometria
Analítica e Álgebra Linear. Na página do autor na web podem ser encontrados pacotes de funções para es-
tes programas além de links para as páginas do SciLab e do Maxima e várias páginas interativas que podem
auxiliar na aprendizagem.
No fim de cada capítulo temos um “Teste do Capítulo”, onde o aluno pode avaliar os seus conhecimentos.
Os Exercícios Numéricos e os Exercícios usando o M ATLABr estão resolvidos após o último capítulo utili-
zando o M ATLABr . Desta forma o leitor que não estiver interessado em usar o software pode obter apenas
as respostas dos exercícios, enquanto aquele que tiver algum interesse, pode ficar sabendo como os exercícios
poderiam ser resolvidos fazendo uso do M ATLABr e do pacote gaal.
Gostaria de agradecer aos professores que colaboraram apresentando correções, críticas e sugestões, entre

Apresentação ix
eles Joana Darc A. S. da Cruz, Rinaldo Vieira da Silva Junior e Sérgio Guilherme de Assis Vasconcelos.

x Apresentação
Histórico
Julho 2013. Algumas correções. O Exercício 5.1.12 sobre a propriedade refletora da parábola foi alterado.
Março 2012. Mudança na formatação do texto. Algumas correções. Várias figuras foram refeitas. Foram acres-
centados o exercício 5.2.12 sobre a propriedade refletora da elipse e o exercício 5.2.13 sobre a propriedade
refletora da hipérbole.
Março 2010. Foram acrescentados dois exercícios e dois itens em um exercício na Seção 5.2 e dois itens em um
exercício na Seção 6.3. Foram escritas as respostas dos exercícios das Seções 5.2. e 6.3.
Julho 2009. Algumas correções. Várias figuras foram refeitas.
Março 2008 Algumas correções. Foram acrescentados dois exercícios à Seção 4.3. As respostas de alguns
exercícios foram reescritas.
Março 2007. Várias figuras foram refeitas e outras acrescentadas. Foi acrescentado um item ao Teorema 2.13
na página 109. Foram reescritos o Exemplo 3.12 e o Corolário 3.10.
Março 2006. Os Capítulos 1 e 2 foram reescritos. Foi acrescentada uma aplicação às Cadeias de Markov. Foram
acrescentados vários exercícios aos Capítulos 3 e 4. O Capítulo 5 foi reescrito. Foram escritas as respostas
dos exercícios das Seções 4.3. e 6.1. Foram acrescentados exercícios numéricos às Seções 4.3 e 5.1 e
exercícios teóricos às Seções 3.1, 4.2, 5.1 e 7.3.
Julho 2004. Foi acrescentada uma aplicação à criptografia (Exemplo 2 na página 92). Foi acrescentado um
exercício na Seção 1.1. Foi incluída a demonstração de que toda matriz é equivalente por linhas a uma
única matriz escalonada reduzida. Este resultado era o Teorema 1.4 na página 26 que passou para o
Apêndice II da Seção 1.2. O Teorema 1.4 agora contém as propriedades da relação “ser equivalente por
linhas” com a demonstração. No Capítulo 3 foram acrescentados 2 exercícios na seção 3.1, 1 exercício na
Seção 3.2. No Capítulo 4 a Seção 4.1 foi reescrita e foram acrescentados 2 exercícios.
Março 2002. Criado a partir do texto ’Geometria Analítica e Álgebra Linear’ para ser usado numa disciplina
de Geometria Analítica.

Apresentação xi
Sugestão de Cronograma
Capítulo 1 Seções 1.1 e 1.2 8 aulas
Capítulo 6 Seções 6.1 a 6.3 12 aulas
Capítulo 7 Seções 7.1 a 7.3 12 aulas
Total 64 aulas

1
M ATRIZES E S ISTEMAS L INEARES
1.1 Matrizes
Uma matriz A, m × n (m por n), é uma tabela de mn números dispostos em m linhas

e n colunas
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A= . ..  .
 
 .. ... . 
am1 am2 . . . amn
A i-ésima linha de A é

ai1 ai2 ... ain ,
2 Matrizes e Sistemas Lineares
para i = 1, . . . , m e a j-ésima coluna de A é

 
a1j
 a2j 
,
 
 .
 .. 
amj
para j = 1, . . . , n. Usamos também a notação A = ( aij )m×n . Dizemos que aij ou [ A]ij
é o elemento ou a entrada de posição i, j da matriz A.
Se m = n, dizemos que A é uma matriz quadrada de ordem n e os elementos
a11 , a22 , . . . , ann formam a diagonal (principal) de A.
Exemplo 1.1. Considere as seguintes matrizes:

1 2 −2 1 1 3 0
A= , B= , C= ,
3 4 0 3 2 4 −2


1
D= 1 3 −2 , E= 4  eF= 3 .
−3
As matrizes A e B são 2 × 2. A matriz C é 2 × 3, D é 1 × 3, E é 3 × 1 e F é 1 × 1.
De acordo com a notação que introduzimos, exemplos de elementos de algumas das
matrizes dadas acima são a12 = 2, c23 = −2, e21 = 4, [ A]22 = 4, [ D ]12 = 3.
Uma matriz que só possui uma linha é chamada matriz linha, e uma matriz que
só possui uma coluna é chamada matriz coluna, No Exemplo 1.1 a matriz D é uma
matriz linha e a matriz E é uma matriz coluna.
Dizemos que duas matrizes são iguais se elas têm o mesmo tamanho e os elementos
correspondentes são iguais, ou seja, A = ( aij )m×n e B = (bij ) p×q são iguais se m = p,
n = q e aij = bij para i = 1, . . . , m e j = 1, . . . , n.

1.1 Matrizes 3
Vamos definir operações matriciais análogas às operações com números e provar

propriedades que são válidas para essas operações. Veremos, mais tarde, que um
sistema de equações lineares pode ser escrito em termos de uma única equação ma-
tricial.
Vamos, agora, introduzir as operações matriciais.
1.1.1 Operações com Matrizes
Definição 1.1. A soma de duas matrizes de mesmo tamanho A = ( aij )m×n e B = (bij )m×n é definida como
sendo a matriz m × n
C = A+B
obtida somando-se os elementos correspondentes de A e B, ou seja,
cij = aij + bij ,
para i = 1, . . . , m e j = 1, . . . , n. Escrevemos também [ A + B]ij = aij + bij .
Exemplo 1.2. Considere as matrizes:

1 2 −3 −2 1 5
A= , B=
3 4 0 0 3 −4

Se chamamos de C a soma das duas matrizes A e B, então

1 + (−2) 2 + 1 −3 + 5 −1 3 2
C = A+B = =
3+0 4 + 3 0 + (−4) 3 7 −4
Definição 1.2. A multiplicação de uma matriz A = ( aij )m×n por um escalar (número) α é definida pela
matriz m × n
B = αA
obtida multiplicando-se cada elemento da matriz A pelo escalar α, ou seja,
bij = α aij ,
para i = 1, . . . , m e j = 1, . . . , n. Escrevemos também [αA]ij = α aij . Dizemos que a matriz B é um múltiplo

escalar da matriz A.
 
−2 1
Exemplo 1.3. O produto da matriz A =  0 3  pelo escalar −3 é dado por
5 −4
   
(−3)(−2) (−3) 1 6 −3
−3 A =  (−3) 0 (−3) 3  =  0 −9  .
(−3) 5 (−3)(−4) −15 12

1.1 Matrizes 5
Definição 1.3. O produto de duas matrizes, tais que o número de colunas da primeira matriz é igual ao
número de linhas da segunda, A = ( aij )m× p e B = (bij ) p×n é definido pela matriz m × n
C = AB
obtida da seguinte forma:
cij = ai1 b1j + ai2 b2j + . . . + aip b pj , (1.1)
para i = 1, . . . , m e j = 1, . . . , n. Escrevemos também [ AB]ij = ai1 b1j + ai2 b2j + . . . + aip b pj .
A equação (1.1) está dizendo que o elemento i, j do produto é igual à soma dos pro-
dutos dos elementos da i-ésima linha de A pelos elementos correspondentes da j-
ésima coluna de B.
a11 a12 . . . a1p
 
 
   .. .. b11 b1j b1n
c11 ... c1n . . . . . .

 . ... . 
 .. ..   
 b21 ... b2j ... b2n 

 . cij . = ai1 ai2 . . . aip  .. .. .. 
  ... ...

. . .
   
cm1 ... cmn  .
. .
.

. . . . . .

 . ... .  b p1 b pj b pn
am1 am2 ... amp

A equação (1.1) pode ser escrita de forma compacta usando a notação de somatório.
p
[ AB]ij = ai1 b1j + ai2 b2j + . . . + aip b pj = ∑ aik bkj
k =1
p
e dizemos “somatório de k variando de 1 a p de aik bkj ”. O símbolo ∑ significa que
k =1
estamos fazendo uma soma em que o índice k está variando de k = 1 até k = p.
Algumas propriedades da notação de somatório estão explicadas no Apêndice I na
página 28.
Exemplo 1.4. Considere as matrizes:

 
−2 1 0
1 2 −3
A= , B= 0 3 0 .
3 4 0
5 −4 0
Se chamamos de C o produto das duas matrizes A e B, então

1 (−2) + 2 · 0 + (−3) 5 1 · 1 + 2 · 3 + (−3) (−4) 0 −17 19 0
C = AB = = .
3 (−2) + 4 · 0 + 0 · 5 3 · 1 + 4 · 3 + 0 (−4) 0 −6 15 0
Observação. No exemplo anterior o produto BA não está definido (por quê?). Entretanto, mesmo quando ele
está definido, BA pode não ser igual a AB, ou seja, o produto de matrizes não é comutativo, como mostra o
exemplo seguinte.

1.1 Matrizes 7

1 2 −2 1
Exemplo 1.5. Sejam A = 3 4
eB=
0 3
. Então,

−2 7 1 0
AB = e BA = .
−6 15 9 12
Vamos ver no próximo exemplo como as matrizes podem ser usadas para descrever
quantitativamente um processo de produção.
Exemplo 1.6. Uma indústria produz três produtos, X, Y e Z, utilizando dois tipos
de insumo, A e B. Para a manufatura de cada kg de X são utilizados 1 grama do
insumo A e 2 gramas do insumo B; para cada kg de Y, 1 grama de insumo A e 1
grama de insumo B e, para cada kg de Z, 1 grama de A e 4 gramas de B. Usando
matrizes podemos determinar quantos gramas dos insumos A e B são necessários
na produção de x kg do produto X, y kg do produto Y e z kg do produto Z.
X Y Z

x kg de X produzidos
gramas de A/kg 1 1 1
= A X=  y  kg de Y produzidos
gramas de B/kg 2 1 4
z kg de Z produzidos

x+y+z gramas de A usados
AX =
2x + y + 4z gramas de B usados

Definição 1.4. A transposta de uma matriz A = ( aij )m×n é definida pela matriz n × m
B = At
obtida trocando-se as linhas com as colunas, ou seja,
bij = a ji ,
para i = 1, . . . , n e j = 1, . . . , m. Escrevemos também [ At ]ij = a ji .
Exemplo 1.7. As transpostas das matrizes

1 2 −2 1 1 3 0
A= , B= e C= são
3 4 0 3 2 4 −2
 
1 2
1 3 −2 0
At = , Bt = e Ct =  3 4 .
2 4 1 3
0 −2
A seguir, mostraremos as propriedades que são válidas para a álgebra matricial. Vá-
rias propriedades são semelhantes àquelas que são válidas para os números reais,
mas deve-se tomar cuidado com as diferenças. Uma propriedade importante que é
válida para os números reais, mas não é válida para as matrizes é a comutatividade
do produto, como foi mostrado no Exemplo 1.5. Por ser compacta, usaremos a nota-
ção de somatório na demonstração de várias propriedades. Algumas propriedades
desta notação estão explicadas no Apêndice I na página 28.

1.1 Matrizes 9
1.1.2 Propriedades da Álgebra Matricial
Teorema 1.1. Sejam A, B e C matrizes com tamanhos apropriados, α e β escalares. São válidas as seguintes propriedades
para as operações matriciais:
(a) (comutatividade) A + B = B + A;
(b) (associatividade) A + ( B + C ) = ( A + B) + C;
(c) (elemento neutro) A matriz 0̄, m × n, definida por [0̄]ij = 0, para i = 1, . . . , m, j = 1, . . . , n é tal que
A + 0̄ = A,
para toda matriz A, m × n. A matriz 0̄ é chamada matriz nula m × n.

(d) (elemento simétrico) Para cada matriz A, existe uma única matriz − A, definida por [− A]ij = − aij tal que
A + (− A) = 0̄.
(e) (associatividade) α( βA) = (αβ) A;

(f) (distributividade) (α + β) A = αA + βA;
(g) (distributividade) α( A + B) = αA + αB;
(h) (associatividade) A( BC ) = ( AB)C;

(i) (elemento neutro) Para cada inteiro positivo p a matriz, p × p,

 
1 0 ... 0
 0 1 ... 0 
Ip =  . .. ,
 
 .. ..
. . 
0 0 ... 1
chamada matriz identidade é tal que
A In = Im A = A, para toda matriz A = ( aij )m×n ;
(j) (distributividade) A( B + C ) = AB + AC e ( B + C ) A = BA + CA;

(k) α( AB) = (αA) B = A(αB);
(l) ( At )t = A;
(m) ( A + B)t = At + Bt ;
(n) (αA)t = α At ;
(o) ( AB)t = Bt At .
Demonstração. Para provar as igualdades acima, devemos mostrar que os elemen-

tos da matriz do lado esquerdo são iguais aos elementos correspondentes da matriz
do lado direito. Serão usadas várias propriedades dos números sem citá-las explici-
tamente.
(a) [ A + B]ij = aij + bij = bij + aij = [ B + A]ij ;

1.1 Matrizes 11
(b) [ A + ( B + C )]ij = aij + [ B + C ]ij = aij + (bij + cij ) = ( aij + bij ) + cij = [ A +
B]ij + cij = [( A + B) + C ]ij ;
(c) Seja X uma matriz m × n tal que
A+X = A (1.2)
para qualquer matriz A, m × n. Comparando os elementos correspondentes,

temos que
aij + xij = aij ,
ou seja, xij = 0, para i = 1 . . . , m e j = 1 . . . , n. Portanto, a única matriz que
satisfaz (1.2) é a matriz em que todos os seus elementos são iguais a zero. De-
notamos a matriz X por 0̄.
(d) Dada uma matriz A, m × n, seja X uma matriz m × n, tal que
A + X = 0̄ . (1.3)
Comparando os elementos correspondentes, temos que
aij + xij = 0 ,
ou seja, xij = − aij , para i = 1 . . . , m e j = 1 . . . , n. Portanto, a única matriz que

satisfaz (1.3) é a matriz em que todos os seus elementos são iguais aos simétricos
dos elementos de A. Denotamos a matriz X por − A.
(e) [α( βA)]ij = α[ βA]ij = α( βaij ) = (αβ) aij = [(αβ) A]ij .
(f) [(α + β) A]ij = (α + β) aij = (αaij ) + ( βaij ) = [αA]ij + [ βA]ij = [αA + βA]ij .
(g) [α( A + B)]ij = α[ A + B]ij = α( aij + bij ) = αaij + αbij = [αA]ij + [αB]ij
= [αA + αB]ij .
(h) A demonstração deste item é a mais trabalhosa. Sejam A, B e C matrizes m × p,
p × q e q × n respectivamente. A notação de somatório aqui pode ser muito útil,

pelo fato de ser compacta.

p p q p q
[ A( BC )]ij = ∑ aik [ BC ]kj = ∑ aik ( ∑ bkl clj ) = ∑ ∑ aik (bkl clj ) =
k =1 k =1 l =1 k =1 l =1
p q q p q p
= ∑ ∑ (aik bkl )clj = ∑ ∑ (aik bkl )clj = ∑ ( ∑ aik bkl )clj =
k =1 l =1 l =1 k =1 l =1 k =1
q
= ∑ [ AB]il clj = [( AB)C]ij .
l =1
(i) Podemos escrever a matriz identidade em termos do delta de Kronecker que é

definido por
1, se i = j
δij =
0, se i 6= j
como [ In ]ij = δij . Assim,
n n
[ AIn ]ij = ∑ aik [ In ]kj = ∑ aik δkj = aij .
k =1 k =1
A outra igualdade é análoga.

p p p
(j) [ A ( B + C )] ij = ∑ aik [ B + C]kj = ∑ aik (bkj + ckj ) = ∑ (aik bkj + aik ckj ) =
k =1 k =1 k =1
p p
= ∑ aik bkj + ∑ aik ckj = [ AB]ij + [ AC]ij = [ AB + AC]ij .
k =1 k =1
A outra igualdade é inteiramente análoga a anterior e deixamos como exercício.

p p
(k) [α( AB)]ij = α ∑ aik bkj = ∑ (αaik )bkj = [(αA) B]ij e
k =1 k =1
p p
[α( AB)]ij = α ∑ aik bkj = ∑ aik (αbkj ) = [ A(αB)]ij .
k =1 k =1

1.1 Matrizes 13
(l) [( At )t ]ij = [ At ] ji = aij .

(m) [( A + B)t ]ij = [ A + B] ji = a ji + b ji = [ At ]ij + [ Bt ]ij .
(n) [(αA)t ]ij = [αA] ji = αa ji = α[ At ]ij = [αAt ]ij .
p p p
(o) [( AB)t ]ij = [ AB] ji = ∑ a jk bki = ∑ [ At ]kj [ Bt ]ik = ∑ [ Bt ]ik [ At ]kj = [ Bt At ]ij .
k =1 k =1 k =1

A diferença entre duas matrizes de mesmo tamanho A e B é definida por
A − B = A + (− B),
ou seja, é a soma da matriz A com a simétrica da matriz B.

Sejam A uma matriz n × n e p um inteiro positivo. Definimos a potência p de A, por
A p = |A .{z
. . A}. E para p = 0, definimos A0 = In .
p vezes
Exemplo 1.8. Vamos verificar se para matrizes A e B, quadradas, vale a igualdade
( A + B)( A − B) = A2 − B2 . (1.4)
Usando a propriedade (j) do teorema anterior obtemos
( A + B)( A − B) = ( A + B) A + ( A + B)(− B)
= AA + BA − AB − BB = A2 + BA − AB − B2
Assim, ( A + B)( A − B) = A2 − B2 se, e somente se, BA − AB = 0, ou seja, se, e

somente se, AB = BA. Como o produto de matrizes não é comutativo, a conclusão é

que a igualdade (1.4), não vale para matrizes em geral. Como contra-exemplo basta
tomarmos duas matrizes que não comutem entre si. Sejam

0 0 1 0
A= e B= .
1 1 1 0
Para estas matrizes

1 0 −1 0 2 0 0 2 1 0
A+B = , A−B = , A =A= , B =B= .
2 1 0 1 1 1 1 0
Assim,
−1 0 −1 0
( A + B)( A − B) = 6= = A2 − B2 .
−2 1 0 1
1.1.3 Aplicação: Cadeias de Markov

Vamos supor que uma população é dividida em três estados (por exemplo: ricos,
classe média e pobres) e que em cada unidade de tempo a probabilidade de mudança
de um estado para outro seja constante no tempo, só dependa dos estados. Este
processo é chamado cadeia de Markov.
Seja tij a probabilidade de mudança do estado j para o estado i em uma unidade de
tempo (geração). Tome cuidado com a ordem dos índices. A matriz
 1 2 3 
t11 t12 t13 1
T =  t21 t22 t23  2
t31 t32 t33 3
é chamada matriz de transição. A distribuição da população inicial entre os três
estados pode ser descrita pela seguinte matriz:
 
p1 está no estado 1
P0 =  p2  está no estado 2
p3 está no estado 3

1.1 Matrizes 15
A matriz P0 caracteriza a distribuição inicial da população entre os três estados e é

chamada vetor de estado. Após uma unidade de tempo a população estará dividida
entre os três estados da seguinte forma
 
t11 p1 + t12 p2 + t13 p3 estará no estado 1
P1 =  t21 p1 + t22 p2 + t23 p3  estará no estado 2
t31 p1 + t32 p2 + t33 p3 estará no estado 3
Lembre-se que tij é a probabilidade de mudança do estado j para o estado i. Assim,
o vetor de estado após uma unidade de tempo é dada pelo produto de matrizes:
P1 = TP0 .
Exemplo 1.9. Vamos considerar a matriz de transição

1 2 3
 1 1 
2 4 0 1
1 1 1  2 (1.5)
T = 

2 2 2 
0 1 1 3
4 2
e o vetor de estados inicial
 1 
3 está no estado 1
P0 =  1  está no estado 2 (1.6)
3
1 está no estado 3
3
que representa uma população dividida de forma que 1/3 da população está em
cada estado.
Após uma unidade de tempo a matriz de estado será dada por
 1 1  1   1 
2 4 0 3 4
P1 = TP0 =  21 1 1  1  =  1 

2 2   3   2 
1 1 1 1
0 4 2 3 4

Como estamos assumindo que em cada unidade de tempo a matriz de transição é a

mesma, então após k unidades de tempo a população estará dividida entre os três
estados segundo a matriz de estado
Pk = TPk−1 = T 2 Pk−2 = · · · = T k P0
Assim, a matriz T k dá a transição entre k unidades de tempo.

1.1 Matrizes 17
Exercícios Numéricos (respostas na página 529)

1.1.1. Considere as seguintes matrizes

2 0 0 4 −6 9 −7
A= , B = , C=
6 7 2 −8 7 −3 −2
   
−6 4 0 6 9 −9
D= 1 1 4 , E =  −1 0 −4 
−6 0 6 −6 0 −1
Se for possível calcule:
(a) AB − BA,
(b) 2C − D,
(c) (2D t − 3Et )t ,
(d) D2 − DE.
1.1.2. Conhecendo-se somente os produtos AB e AC, como podemos calcular A( B + C ), Bt At , C t At e ( ABA)C?
1.1.3. Considere as seguintes matrizes
 
2 −1
−3 2 1
A= , B= 2 0 
1 2 −1
0 3
   
−2 1 −1 d1 0 0
C= 0 1 1  , D =  0 d2 0 
−1 0 1 0 0 d3
     
1 0 0
E1 =  0  , E2 =  1  , E3 =  0 
0 0 1
Verifique que:

(a) AB é diferente de BA.

(b) AEj é a j-ésima coluna de A, para j = 1, 2, 3 e Eit B é a i-ésima linha de B, para i = 1, 2, 3 (o caso geral
está no Exercício 1.1.15 na página 22).
     
−2 1 −1
(c) CD = [ d1 C1 d2 C2 d3 C3 ], em que C1 =  0 , C2 =  1  e C3 =  1 , são as colunas de C
−1 0 1
(o caso geral está no Exercício 1.1.16 (a) na página 23).
 
d1 C1
(d) DC =  d2 C2 , em que C1 = −2 1 −1 , C2 = 0 1 1 e C3 = −1 0 1 são as
d3 C3
linhas de C (o caso geral está no Exercício 1.1.16 (b) na página 23).
   
2 −1
(e) Escrevendo B em termos das suas colunas, B = [ B1 B2 ], em que B1 =  2  e B2 =  0 , o
0 3
produto AB pode ser escrito como AB = A [ B1 B2 ] = [ AB1 AB2 ] (o caso geral está no Exercício
1.1.17 (a) na página 24).

(f) escrevendo A em termos das suas A1 = −3 2 1 e A2 = 1 2 −1 , o produto
linhas,
A1 A1 B
AB pode ser escrito como AB = B= (o caso geral está no Exercício 1.1.17 (b) na
A2 A2 B
página 24).
1.1.4. Sejam 

x
1 −3 0
A= e X =  y .
0 4 −2
z
Verifique que xA1 + yA2 + zA3 = AX, em que A j é a j-ésima coluna de A, para j = 1, 2, 3 (o caso geral
está no Exercício 1.1.18 na página 25).
1.1.5. Encontre um valor de x tal que ABt = 0, em que

A = x 4 −2 e B= 2 −3 5 .

1.1 Matrizes 19
" #
1
1 y
1.1.6. Mostre que as matrizes A = , em que y é uma número real não nulo, verificam a equação
y 1
X 2 = 2X.

0 1
1.1.7. Mostre que se A e B são matrizes que comutam com a matriz M = , então AB = BA.
−1 0
1.1.8. (a) Determine todas as matrizes A, 2 × 2, diagonais (os elementos que estão fora da diagonal são iguais
a zero) que comutam com toda matriz B, 2 × 2, ou seja, tais que AB = BA, para toda matriz B, 2 × 2.
(b) Determine todas as matrizes A, 2 × 2, que comutam com toda matriz B, 2 × 2, ou seja, tais que
AB = BA, para toda matriz B, 2 × 2.
Exercícios usando o M ATLABr

Uma vez inicializado o M ATLABr , aparecerá na janela de comandos um prompt » ou EDU». O prompt
significa que o M ATLABr está esperando um comando. Todo comando deve ser finalizado teclando-se
Enter. Comandos que foram dados anteriormente podem ser obtidos novamente usando as teclas ↑ e ↓.
Enquanto se estiver escrevendo um comando, este pode ser corrigido usando as teclas ←, →, Delete e
Backspace. O M ATLABr faz diferença entre letras maiúsculas e minúsculas.
No M ATLABr , pode-se obter ajuda sobre qualquer comando ou função. O comando
» help
(sem o prompt ») mostra uma listagem de todos os pacotes disponíveis. Ajuda sobre um pacote específico
ou sobre um comando ou função específica pode ser obtida com o comando
» help nome,
(sem a vírgula e sem o prompt ») em que nome pode ser o nome de um pacote ou o nome de um comando
ou função.
Além dos comandos e funções pré-definidas, escrevemos um pacote chamado gaal com funções es-
pecíficas para a aprendizagem de Geometria Analítica e Álgebra Linear. Este pacote pode ser obtido
gratuitamente através da internet no endereço http://www.mat.ufmg.br/˜regi, assim como um texto

com uma introdução ao M ATLABr e instruções de como instalar o pacote gaal. Depois deste pacote
ser devidamente instalado, o comando help gaal no prompt do M ATLABr dá informações sobre este
pacote.
Mais informações sobre as capacidades do M ATLABr podem ser obtidas em [4, 17].
Vamos descrever aqui alguns comandos que podem ser usados para a manipulação de matrizes. Outros
comandos serão introduzidos a medida que forem necessários.
» syms x y z diz ao M ATLABr que as variáveis x y e z são simbólicas.
» A=[a11,a12,...,a1n;a21,a22,...; ...,amn] cria uma matriz, m por n, usando os elementos a11,
a12, ..., amn e a armazena numa variável de nome A. Por exemplo, » A=[1,2,3;4,5,6] cria a matriz
1 2 3
A= ;
4 5 6
» I=eye(n) cria a matriz identidade n por n e a armazena numa variável I;
» O=zeros(n) ou » O=zeros(m,n) cria a matriz nula n por n ou m por n, respectivamente, e a armazena
numa variável O;
» A+B é a soma de A e B, » A-B é a diferença A menos B,
» A*B é o produto de A por B, » num*A é o produto do escalar num por A,
» A.’ é a transposta de A, » Aˆk é a potência A elevado a k.
» A(:,j) é a coluna j da matriz A, » A(i,:) é a linha i da matriz A.
» diag([d1,...,dn]) cria uma matriz diagonal, cujos elementos da diagonal são iguais aos elementos
da matriz [d1,...,dn], ou seja, são d1,...,dn.
» A=sym(A) converte a matriz A numa matriz em que os elementos são armazenados no formato simbó-
lico. A função numeric faz o processo inverso.
» solve(expr) determina a solução da equação expr=0. Por exemplo,
» solve(x^2-4) determina as soluções da equação x2 − 4 = 0;
Comando do pacote GAAL:
» A=randi(n) ou » A=randi(m,n) cria uma matriz n por n ou m por n, respectivamente, com elementos
inteiros aleatórios entre −5 e 5.

1.1 Matrizes 21
1.1.9. Use o M ATLABr para calcular alguns membros da seqüência A, A2 , . . . , Ak , . . ., para

1 12
1 1

(a) A = ; (b) A = 2 3 .
0 31 0 − 15
A seqüência parece estar convergindo para alguma matriz? Se estiver, para qual?
1.1.10. Calcule as potências das matrizes dadas a seguir e encontre experimentalmente (por tentativa!) o menor
inteiro k > 1 tal que (use o comando » A=sym(A) depois de armazenar a matriz na variável A):
(a) Ak = I3 , em que  
0 0 1
A =  1 0 0 ;
0 1 0
(b) Ak = I4 , em que  
0 1 0 0
 −1 0 0 0 
A = 
 0
;
0 0 1 
0 0 1 0
(c) Ak = 0̄, em que  

0 1 0 0
 0 0 1 0 
A = 
 .
0 0 0 1 
0 0 0 0
1.1.11. Vamos fazer um experimento no M ATLABr para tentar ter uma idéia do quão comum é encontrar ma-
trizes cujo produto comuta. No prompt do M ATLABr digite a seguinte linha:
» c=0; for n=1:1000,A=randi(3);B=randi(3);if(A*B==B*A),c=c+1;end,end,c
(não esqueça das vírgulas e pontos e vírgulas!). O que esta linha está mandando o M ATLABr fazer é o
seguinte:

• Criar um contador c e atribuir a ele o valor zero.

• Atribuir às variáveis A e B, 1000 matrizes 3 × 3 com entradas inteiras e aleatórias entre −5 e 5.
• Se AB=BA, ou seja, A e B comutarem, então o contador c é acrescido de 1.
• No final o valor existente na variável c é escrito.
Qual a conclusão que você tira do valor obtido na variável c?
1.1.12. Faça um experimento semelhante ao anterior, mas para o caso em que cada uma das matrizes é diagonal,
isto é, os elementos que estão fora da diagonal são iguais a zero. Use a seta para cima ↑ para obter
novamente a linha digitada e edite a linha no prompt do M ATLABr de forma a obter algo semelhante à
linha:
» c=0; for n=1:1000,A=diag(randi(1,3));B=diag(randi(1,3));if( ....
1.1.13. Faça um experimento semelhante ao anterior, mas para o caso em que uma das matrizes é diagonal. Use
a seta para cima ↑ para obter novamente a linha digitada e edite a linha no prompt do M ATLABr de
forma a obter a seguinte linha:
» c=0; for n=1:1000,A=diag(randi(1,3));B=randi(3);if(A*B==B*A),c=c+1;A,B,end,end,c
Aqui são impressas as matrizes A e B quando elas comutarem. Qual a conclusão que você tira deste
experimento? Qual a probabilidade de um tal par de matrizes comutarem?
1.1.14. Use o M ATLABr para resolver os Exercícios Numéricos.
Exercícios Teóricos
     
1 0 0

 0 


 1 


 0 

0 0 ..
1.1.15. Sejam E1 =   , E2 =  ,. . . , En =   matrizes n × 1.
     
 ..   ..  . 
 .   .  0 
0 0 1

1.1 Matrizes 23
(a) Mostre que se

 
a11 a12 ... a1n
 a21 a22 ... a2n 
A=
 
.. .. 
 . ... . 
am1 am2 ... amn
é uma matriz m × n, então AEj é igual à coluna j da matriz A.

(b) Mostre que se
 
b11 b12 ... b1m
 b21 b22 ... b2m 
B= ,
 
.. ..
 . ... . 
bn1 bn2 ... bnm
é uma matriz n × m então Eit B é igual à linha i da matriz B.
1.1.16. Seja
 
λ1 0 ... 0
 0 λ2 ... 0 
D=
 
.. .. .. 
 . . . 
0 ... 0 λn
uma matriz diagonal n × n, isto é, os elementos que estão fora da diagonal são iguais a zero. Seja
 
a11 a12 ... a1n
 a21 a22 ... a2n 
A= .
 
.. ..
 . ... . 
an1 an2 ... ann

(a) Mostre que o produto AD é obtido da matriz A multiplicando-se cada coluna j por λ j , ou seja, se
 
a1j
A = [ A1 A2 . . . An ], em que A j =  ...  é a coluna j de A, então
 
anj
AD = [ λ1 A1 λ2 A2 . . . λn An ].
 que o produto DA é obtido da matriz A multiplicando-se cada linha i por λi , ou seja, se

(b) Mostre
A1
 A2 
A =  . , em que Ai = [ ai1 . . . ain ] é a linha i de A, então
 
 .. 
An
 
λ1 A1
 λ2 A2 
DA =  .
 
..
 . 
λn An
1.1.17. Sejam A e B matrizes m × p e p × n, respectivamente.

 
b1j
(a) Mostre que a j-ésima coluna do produto AB é igual ao produto ABj , em que Bj =  ...  é a
 
b pj
j-ésima coluna de B, ou seja, se B = [ B1 . . . Bn ], então
AB = A[ B1 . . . Bn ] = [ AB1 . . . ABn ];
(b) Mostre que a i-ésima linha do produto AB é igual ao produto Ai B, em que Ai = [ ai1 . . . aip ] é a

1.1 Matrizes 25
 
A1
 A2 
i-ésima linha de A, ou seja, se A =  , então
 
..
 . 
Am
   
A1 A1 B
 A2   A2 B 
AB =  B =  .
   
.. ..
 .   . 
Am Am B
 
x1
 .. 
1.1.18. Seja A uma matriz m × n e X =  .  uma matriz n × 1. Prove que
xn
n
AX = ∑ xj Aj, em que A j é a j-ésima coluna de A. (Sugestão: Desenvolva o lado direito e che-
j =1
gue ao lado esquerdo.)
1.1.19. (a) Mostre que se A é uma matriz m × n tal que AX = 0̄, para toda matriz X, n × 1, então A = 0̄.
(Sugestão: use o Exercício 15 na página 22.)
(b) Sejam B e C matrizes m × n, tais BX = CX, para todo X, n × 1. Mostre que B = C. (Sugestão: use o
item anterior.)
1.1.20. Mostre que a matriz identidade In é a única matriz tal que A In = In A = A para qualquer matriz A,
n × n. (Sugestão: Seja Jn uma matriz tal que A Jn = Jn A = A. Mostre que Jn = In .)
1.1.21. Se AB = BA e p é um inteiro positivo, mostre que ( AB) p = A p B p .
1.1.22. Sejam A, B e C matrizes n × n.
(a) ( A + B)2 = A2 + 2AB + B2 ? E se AB = BA? Justifique.

(b) ( AB)C = C ( AB)? E se AC = CA e BC = CB? Justifique.
(Sugestão: Veja o Exemplo 1.8 na página 13.)
1.1.23. (a) Se A e B são duas matrizes tais que AB = 0̄, então A = 0̄ ou B = 0̄? Justifique.
(b) Se AB = 0̄, então BA = 0̄? Justifique.
(c) Se A é uma matriz tal que A2 = 0̄, então A = 0̄? Justifique.
1.1.24. Dizemos que uma matriz A, n × n, é simétrica se At = A e é anti-simétrica se At = − A.
(a) Mostre que se A é simétrica, então aij = a ji , para i, j = 1, . . . n e que se A é anti-simétrica, então
aij = − a ji , para i, j = 1, . . . n. Portanto, os elementos da diagonal principal de uma matriz anti-
simétrica são iguais a zero.
(b) Mostre que se A e B são simétricas, então A + B e αA são simétricas, para todo escalar α.
(c) Mostre que se A e B são simétricas, então AB é simétrica se, e somente se, AB = BA.
(d) Mostre que se A e B são anti-simétricas, então A + B e αA são anti-simétricas, para todo escalar α.
(e) Mostre que para toda matriz A, n × n, A + At é simétrica e A − At é anti-simétrica.
(f) Mostre que toda matriz quadrada A pode ser escrita como a soma de uma matriz simétrica e uma
anti-simétrica. (Sugestão: Observe o resultado da soma de A + At com A − At .)
1.1.25. Para matrizes quadradas A = ( aij )n×n definimos o traço de A como sendo a soma dos elementos da
n
diagonal (principal) de A, ou seja, tr( A) = ∑ aii .
i =1
(a) Mostre que tr( A + B) = tr( A) + tr( B).

(b) Mostre que tr(αA) = αtr( A).
(c) Mostre que tr( At ) = tr( A).
(d) Mostre que tr( AB) = tr( BA). (Sugestão: Prove inicialmente para matrizes 2 × 2.)

1.1 Matrizes 27
1.1.26. Seja A uma matriz n × n. Mostre que se AAt = 0̄, então A = 0̄. (Sugestão: use o traço.) E se a matriz A
for m × n, com m 6= n?
1.1.27. Já vimos que o produto de matrizes não é comutativo. Entretanto, certos conjuntos de matrizes são
comutativos. Mostre que:
(a) Se D1 e D2 são matrizes diagonais n × n, então D1 D2 = D2 D1 .
(b) Se A é uma matriz n × n e
B = a0 In + a1 A + a2 A2 + . . . + ak Ak ,
em que a0 , . . . , ak são escalares, então AB = BA.

Apêndice I: Notação de Somatório

São válidas algumas propriedades para a notação de somatório:
(a) O índice do somatório é uma variável muda que pode ser substituída por qual-
quer letra:
n n
∑ fi = ∑ f j .
i =1 j =1
(b) O somatório de uma soma pode ser escrito como uma soma de dois somatórios:
n n n
∑ ( f i + gi ) = ∑ f i + ∑ gi .
i =1 i =1 i =1
Pois,
n
∑ ( f i + g i ) = ( f 1 + g1 ) + . . . + ( f n + g n ) = ( f 1 + . . . + f n ) + ( g1 + . . . + g n ) =
i =1
n n
∑ fi + ∑ gi . Aqui foram aplicadas as propriedades associativa e comutativa
i =1 i =1
da soma de números.
(c) Se no termo geral do somatório aparece um produto, em que um fator não de-
pende do índice do somatório, então este fator pode “sair” do somatório:
n n
∑ f i gk = gk ∑ fi .
i =1 i =1
Pois,
n n
∑ f i gk = f 1 gk + . . . + f n gk = gk ( f 1 + . . . + f n ) = gk ∑ fi . Aqui foram apli-
i =1 i =1
cadas as propriedades distributiva e comutativa do produto em relação a soma
de números.

1.2. Sistemas de Equações Lineares 29
(d) Num somatório duplo, a ordem dos somatórios pode ser trocada:
n m m n
∑ ∑ fij = ∑ ∑ fij .
i =1 j =1 j =1 i =1
Pois,
n m n
∑ ∑ fij = ∑ ( fi1 + . . . + fim ) = ( f11 + . . . + f1m ) + . . . + ( f n1 + . . . + f nm ) =
i =1 j =1 i =1
m m n
( f 11 + . . . + f n1 ) + . . . + ( f 1m + . . . + f nm ) = ∑ ( f1j + . . . + f nj ) = ∑ ∑ fij . Aqui
j =1 j =1 i =1
foram aplicadas as propriedades comutativa e associativa da soma de números.
1.2 Sistemas de Equações Lineares

Muitos problemas em várias áreas da Ciência recaem na solução de sistemas lineares.
Vamos ver como a álgebra matricial pode simplificar o estudo dos sistemas lineares.
Uma equação linear em n variáveis x1 , x2 , . . . , xn é uma equação da forma

a1 x1 + a2 x2 + . . . + a n x n = b ,
em que a1 , a2 , . . . , an e b são constantes reais;
Um sistema de equações lineares 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 bk são constantes reais, para i, k = 1, . . . , m e j = 1, . . . , n.
Usando o produto de matrizes que definimos na seção anterior, o sistema linear

acima pode ser escrito como uma equação matricial
A X = B,
em que
     
a11 a12 ... a1n x1 b1
 a21 a22 ... a2n   x2   b2 
A= , X= e B= .
     
.. .. ..  ..
 . ... .   .   . 
am1 am2 ... amn xn bm
 
s1
 s2 
Uma solução de um sistema linear é uma matriz S =   tal que as equações
 
..
 . 
sn
do sistema são satisfeitas quando substituímos x1 = s1 , x2 = s2 , . . . , xn = sn . O
conjunto de todas as soluções do sistema é chamado conjunto solução ou solução
geral do sistema. A matriz A é chamada matriz do sistema linear.
Exemplo 1.10. O sistema linear de duas equações e duas incógnitas

x + 2y = 1
2x + y = 0
pode ser escrito como
1 2 x 1
= .
2 1 y 0

1.2 Sistemas de Equações Lineares 31
A solução (geral) do sistema acima é x = −1/3 e y = 2/3 (verifique!) ou
− 31

X= 2 .
3
Uma forma de resolver um sistema linear é substituir o sistema inicial por outro que
tenha o mesmo conjunto solução do primeiro, mas que seja mais fácil de resolver. O
outro sistema é obtido depois de aplicar sucessivamente uma série de operações, que
não alteram a solução do sistema, sobre as equações. As operações que são usadas
são:
• Trocar a posição de duas equações do sistema;
• Multiplicar uma equação por um escalar diferente de zero;
• Somar a uma equação outra equação multiplicada por um escalar.
Estas operações são chamadas de operações elementares. Quando aplicamos ope-
rações elementares sobre as equações de um sistema linear somente os coeficientes
do sistema são alterados, assim podemos aplicar as operações sobre a matriz de co-
eficientes do sistema, que chamamos de matriz aumentada, ou seja, a matriz
 
a11 a12 ... a1n b1
 a21 a22 ... a2n b2 
[ A | B] =  . ..  .
 
..
 .. ... . . 
am1 am2 ... amn bm

Definição 1.5. Uma operação elementar sobre as linhas de uma matriz é uma das seguintes operações:
(a) Trocar a posição de duas linhas da matriz;
(b) Multiplicar uma linha da matriz por um escalar diferente de zero;
(c) Somar a uma linha da matriz um múltiplo escalar de outra linha.
O próximo teorema garante que ao aplicarmos operações elementares às equações

de um sistema o conjunto solução não é alterado.
Teorema 1.2. Se dois sistemas lineares AX = B e CX = D, são tais que a matriz aumentada [C | D] é obtida de
[ A | B] aplicando-se uma operação elementar, então os dois sistemas possuem as mesmas soluções.
Demonstração. A demonstração deste teorema segue-se de duas observações:

(a) Se X é solução de um sistema, então X também é solução do sistema obtido
aplicando-se uma operação elementar sobre suas equações (verifique!).

(b) Se o sistema CX = D, é obtido de AX = B aplicando-se uma operação elemen-

tar às suas equações (ou equivalentemente às linhas da sua matriz aumentada),
então o sistema AX = B também pode ser obtido de CX = D aplicando-se
uma operação elementar às suas equações, pois cada operação elementar pos-
sui uma operação elementar inversa do mesmo tipo, que desfaz o que a anterior
fez (verifique!).
Pela observação (b), AX = B e CX = D podem ser obtidos um do outro aplicando-
se uma operação elementar sobre as suas equações. E pela observação (a), os dois
possuem as mesmas soluções.
Dois sistemas que possuem o mesmo conjunto solução são chamados sistemas equi-
valentes. Portanto, segue-se do Teorema 1.2 que aplicando-se operações elementares
às equações de um sistema linear obtemos sistemas equivalentes.
1.2.1 Método de Gauss-Jordan

O método que vamos usar para resolver sistemas lineares consiste na aplicação de
operações elementares às linhas da matriz aumentada do sistema até que obtenha-
mos uma matriz numa forma em que o sistema associado a esta matriz seja de fácil
resolução.
Vamos procurar obter uma matriz numa forma em que todas as linhas não nulas
possuam como primeiro elemento não nulo (chamado pivô) o número 1 . Além
disso, se uma coluna contém um pivô, então todos os seus outros elementos terão
que ser iguais a zero. Vamos ver no exemplo seguinte como conseguimos isso. Neste
exemplo veremos como a partir do faturamento e do gasto com insumos podemos
determinar quanto foi produzido de cada produto manufaturado em uma indústria.

Exemplo 1.11. Uma indústria produz três produtos, X, Y e Z, utilizando dois tipos
de insumo, A e B. Para a manufatura de cada kg de X são utilizados 1 grama do
insumo A e 2 gramas do insumo B; para cada kg de Y, 1 grama de insumo A e 1
grama de insumo B e, para cada kg de Z, 1 grama de A e 4 gramas de B. O preço
de venda do kg de cada um dos produtos X, Y e Z é R$ 2,00, R$ 3,00 e R$ 5,00,
respectivamente. Com a venda de toda a produção de X, Y e Z manufaturada com 1
kg de A e 2 kg de B, essa indústria arrecadou R$ 2500,00. Vamos determinar quantos
kg de cada um dos produtos X, Y e Z foram vendidos.
Como vimos no Exemplo 1.6 na página 7, usando matrizes o esquema de produção
pode ser descrito da seguinte forma:
X Y Z 
gramas de A/kg 1 1 1 x kg de X produzidos
gramas de B/kg  2 1 4  = A X =  y  kg de Y produzidos
preço/kg 2 3 5 z kg de Z produzidos
   
x+y+z 1000 gramas de A usados
AX =  2x + y + 4z  =  2000  gramas de B usados
2x + 3y + 5z 2500 arrecadação
Assim, precisamos resolver o sistema linear

 x + y + z = 1000
2x + y + 4z = 2000
2x + 3y + 5z = 2500

cuja matriz aumentada é  

1 1 1 1000
 2 1 4 2000 
2 3 5 2500
1a. eliminação:

Vamos procurar para pivô da 1a. linha um elemento não nulo da primeira coluna não
nula (se for o caso, podemos usar a troca de linhas para “trazê-lo” para a primeira
linha). Como o primeiro elemento da primeira coluna é igual a 1 ele será o primeiro
pivô. Agora, precisamos “zerar” os outros elementos da 1a. coluna, que é a coluna
do pivô, para isto, adicionamos à 2a. linha, −2 vezes a 1a. linha e adicionamos à 3a.
linha, também, −2 vezes a 1a. linha.  
1 1 1 1000
a a a
−2×1 . linha + 2 . linha −→ 2 . linha
 0 −1 2 0
 
−2×1a. linha + 3a. linha −→ 3a. linha

0 1 3 500

2a. eliminação:
Olhamos para a sub-matriz obtida eliminando-se a 1a. linha. Escolhemos para pivô
um elemento diferente de zero na 1a. coluna não nula desta sub-matriz. Vamos esco-
lher o elemento de posição 2,2. Como temos que “fazer” o pivô igual a um, vamos
multiplicar a 2a. linha por −1.
 
1 1 1 1000
−1×2a. linha −→ 2a. linha  0 1 −2 0 
0 1 3 500
Agora, precisamos “zerar” os outros elementos da 2a. coluna, que é a coluna do pivô,
para isto, somamos à 1a. linha, −1 vezes a 2a. e somamos à 3a. linha, também, −1 vezes
a 2a. .
 
a a a 1 0 3 1000
−1×2 linha + 1 linha −→ 1 linha
. . .
 0 1 −2 0 
0 0 5 500
3a. eliminação:
Olhamos para a sub-matriz obtida eliminando-se a 1a. e a 2a. linha. Escolhemos para
pivô um elemento diferente de zero na 1a. coluna não nula desta sub-matriz. Temos
de escolher o elemento de posição 3,3 e como temos de “fazer” o pivô igual a 1,
vamos multiplicar a 3a. linha por 1/5.
 
1 0 3 1000
1 a. a.
5 ×3 linha −→ 3 linha
 0 1 −2 0 
0 0 1 100
para isto, somamos à 1a. linha, −3 vezes a 3a. e somamos à 2a. linha, 2 vezes a 2a. .
 
1 0 0 700
−3×3a. linha + 1a. linha −→ 1a. linha  0 1 0 200 
2×3a. linha + 2a. linha −→ 2a. linha
0 0 1 100

Portanto, o sistema dado é equivalente ao sistema


 x = 700
y = 200
z = 100

que possui solução geral dada por

  
x 700
X =  y  =  200  .
z 100
Portanto, foram vendidos 700 kg do produto X, 200 kg do produto Y e 100 kg do

produto Z.
A última matriz que obtivemos no exemplo anterior está na forma que chamamos
de escalonada reduzida.

Definição 1.6. Uma matriz A = ( aij )m×n está na forma escalonada reduzida quando satisfaz as seguintes
condições:
(a) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das linhas não nulas;
(b) O pivô (1o. elemento não nulo de uma linha) de cada linha não nula é igual a 1;
(c) O pivô de cada linha não nula ocorre à direita do pivô da linha anterior.
(d) Se uma coluna contém um pivô, então todos os seus outros elementos são iguais a zero.
Se uma matriz satisfaz as propriedades (a) e (c), mas não necessariamente (b) e (d),
dizemos que ela está na forma escalonada.
Exemplo 1.12. As matrizes

   
1 0 0 1 3 0 2
 0 1 0  e  0 0 1 −3 
0 0 1 0 0 0 0
são escalonadas reduzidas, enquanto
   
1 1 1 1 3 −1 5
 0 −1 2  e  0 0 −5 15 
0 0 5 0 0 0 0
são escalonadas, mas não são escalonadas reduzidas.

Este método de resolução de sistemas, que consiste em aplicar operações elemen-

tares às linhas da matriz aumentada até que a matriz do sistema esteja na forma
escalonada reduzida, é conhecido como método de Gauss-Jordan.
Exemplo 1.13. Considere o seguinte sistema


 x + 3y + 13z = 9
y + 5z = 2
−2y − 10z = −8

A sua matriz aumentada é

 
1 3 13 9
 0 1 5 2 
0 −2 −10 −8
1a. eliminação:
Como o pivô da 1a. linha é igual a 1 e os outros elementos da 1a. coluna são iguais a
zero, não há nada o que fazer na 1a. eliminação.
 
1 3 13 9
0 1 5 2
 
 
0 −2 −10 −8
2a. eliminação:
Olhamos para submatriz obtida eliminando-se a 1a. linha. Escolhemos para pivô um
elemento não nulo da 1a. coluna não nula da submatriz. Escolhemos o elemento de
posição 2,2. Como ele é igual a 1, precisamos, agora, “zerar” os outros elementos da
coluna do pivô. Para isto somamos à 1a. linha, −3 vezes a 2a. e somamos à 3a. linha, 2
vezes a 2a. .

 
−3×2a. linha + 1a. linha −→ 1a. linha 1 0 −2 3
2×2a. linha + 3a. linha −→ 3a. linha  0 1 5 2 
0 0 0 −4
Portanto, o sistema dado é equivalente ao sistema


 x − 2z = 3
y + 5z = 2
0 = −4

que não possui solução.
Em geral, um sistema linear não tem solução se, e somente se, a última linha não nula
da forma escalonada reduzida da sua matriz aumentada for da forma [ 0 . . . 0 | bm0 ],
0
com bm 6= 0.
Exemplo 1.14. Considere o seguinte sistema


 3z − 9w = 6
5x + 15y − 10z + 40w = −45
x + 3y − z + 5w = −7

A sua matriz aumentada é

 
0 0 3 −9 6
 5 15 −10 40 −45 
1 3 −1 5 −7
1a. eliminação:
Como temos que “fazer” o pivô igual a um, escolhemos para pivô o elemento de

posição 3,1. Precisamos “colocá-lo” na primeira linha, para isto, trocamos a 3a. linha
com a 1a. .
 
a a
1 3 −1 5 −7
1 linha ←→ 3 linha
. .
 5 15 −10 40 −45 
0 0 3 −9 6
para isto, adicionamos à 2a. linha, −5 vezes a 1a. .
 
1 3 −1 5 −7
−5×1a. linha + 2a. linha −→ 2a. linha 
0 0 −5 15 −10

 
0 0 3 −9 6
2a. eliminação:
Olhamos para a sub-matriz obtida eliminando-se a 1a. linha. Escolhemos para pivô
um elemento diferente de zero na 1a. coluna não nula desta sub-matriz. Escolhemos
o elemento de posição 2,3. Como temos que fazer o pivô igual a 1, multiplicamos a
2a. linha por −1/5.
 
1 3 −1 5 −7
−(1/5)×2a. linha −→ 2a. linha  0 0 1 −3 2 
0 0 3 −9 6
para isto, adicionamos à 1a. linha a 2a. e à 3a. linha, −3 vezes a 2a. .
 
1 3 0 2 −5
2a. linha + 1a. linha −→ 1a. linha  0 0 1 −3 2 
0 0 0 0 0
Esta matriz é escalonada reduzida. Portanto, o sistema dado é equivalente ao sistema

seguinte


x + 3y + 2w = −5
z − 3w = 2.
A matriz deste sistema possui duas colunas sem pivôs. As variáveis que não estão
associadas a pivôs podem ser consideradas variáveis livres, isto é, podem assumir
valores arbitrários. Neste exemplo as variáveis y e w não estão associadas a pivôs
e podem ser consideradas variáveis livres. Sejam w = α e y = β. As variáveis
associadas aos pivôs terão os seus valores dependentes das variáveis livres, z =
2 + 3α, x = −5 − 2α − 3β. Assim, a solução geral do sistema é
   
x −5 − 2α − 3β
 y   β 
X=  z =
   para todos os valores de α e β reais.
2 + 3α 
w α
Em geral, se o sistema linear tiver solução e a forma escalonada reduzida da matriz

aumentada possuir colunas sem pivôs, as variáveis que não estão associadas a pivôs
podem ser consideradas variáveis livres, isto é, podem assumir valores arbitrários.
As variáveis associadas aos pivôs terão os seus valores dependentes das variáveis
livres.
Lembramos que o sistema linear não tem solução se a última linha não nula da forma
escalonada reduzida da matriz aumentada do sistema for da forma [ 0 . . . 0 | bm0 ],
0
com bm 6= 0, como no Exemplo 1.13 na página 39.
Observação. Para se encontrar a solução de um sistema linear não é necessário transformar a matriz aumen-
tada do sistema na sua forma escalonada reduzida, mas se a matriz está nesta forma, o sistema associado é o

mais simples possível. Um outro método de resolver sistemas lineares consiste em, através da aplicação de
operações elementares à matriz aumentada do sistema, se chegar a uma matriz que é somente escalonada (isto
é, uma matriz que satisfaz as condições (a) e (c), mas não necessariamente (b) e (d) da Definição 1.6). Este
método é conhecido como método de Gauss.
O próximo resultado mostra que um sistema linear que tenha mais de uma solução
não pode ter um número finito de soluções.
Proposição 1.3. Sejam A uma matriz m × n e B uma matriz m × 1. Se o sistema linear A X = B possui duas soluções
distintas X0 6= X1 , então ele tem infinitas soluções.
Demonstração. Seja
Xλ = (1 − λ) X0 + λX1 , para λ ∈ R.
Vamos mostrar que Xλ é solução do sistema A X = B, para qualquer λ ∈ R. Para

isto vamos mostrar que A Xλ = B.
Aplicando as propriedades (i), (j) das operações matriciais (Teorema 1.1 na página 9)
obtemos
A Xλ = A[(1 − λ) X0 + λX1 ] = A(1 − λ) X0 + AλX1 = (1 − λ) A X0 + λA X1
Como X0 e X1 são soluções de A X = B, então A X0 = B e A X1 = B, portanto
A Xλ = (1 − λ) B + λB = [(1 − λ) + λ] B = B,

pela propriedade (f) do Teorema 1.1.

Assim, o sistema A X = B tem infinitas soluções, pois para todo valor de λ ∈ R, Xλ
é solução e Xλ − Xλ0 = (λ − λ0 )( X1 − X0 ), ou seja, Xλ 6= Xλ0 , para λ 6= λ0 .
Observe que na demonstração, para λ = 0, então Xλ = X0 , para λ = 1, então Xλ = X1 , para λ = 1/2,
então Xλ = 12 X0 + 12 X1 , para λ = 3, então Xλ = −2X0 + 3X1 e para λ = −2, então Xλ = 3X0 − 2X1 .
No Exemplo 3.4 na página 160 temos uma interpretação geométrica desta demonstração.
Para resolver sistemas lineares vimos aplicando operações elementares à matriz au-
mentada do sistema linear. Isto pode ser feito com quaisquer matrizes.
1.2.2 Matrizes Equivalentes por Linhas
Definição 1.7. Uma matriz A = ( aij )m×n é equivalente por linhas a uma matriz B = (bij )m×n , se B pode ser
obtida de A aplicando-se uma sequencia de operações elementares sobre as suas linhas.
Exemplo 1.15. Observando os Exemplos 1.11, 1.14 e 1.13, vemos que as matrizes
     
1 1 1 0 0 3 −9 1 3 13
 2 1 4 ,  5 15 −10 40  ,  0 1 5 
2 3 5 1 3 −1 5 0 −2 −10

são equivalentes por linhas às matrizes

     
1 0 0 1 3 0 2 1 0 −2
 0 1 0 ,  0 0 1 −3  ,  0 1 5 ,
0 0 1 0 0 0 0 0 0 0
respectivamente. Matrizes estas que são escalonadas reduzidas.
Cuidado: elas são equivalentes por linhas, não são iguais!

A relação “ser equivalente por linhas” satisfaz as seguintes propriedades, cuja veri-
ficação deixamos como exercício para o leitor:
• Toda matriz é equivalente por linhas a ela mesma (reflexividade);
• Se A é equivalente por linhas a B, então B é equivalente por linhas a A (sime-
tria);
• Se A é equivalente por linhas a B e B é equivalente por linhas a C, então A é
equivalente por linhas a C (transitividade).
Toda matriz é equivalente por linhas a uma matriz na forma escalonada reduzida e
a demonstração, que omitiremos, pode ser feita da mesma maneira que fizemos no
caso particular das matrizes aumentadas dos Exemplos 1.11, 1.14 e 1.13. No Teorema
1.10 na página 69 mostramos que essa matriz escalonada reduzida é a única matriz
na forma escalonada reduzida equivalente a A.
Teorema 1.4. Toda matriz A = ( aij )m×n é equivalente por linhas a uma única matriz escalonada reduzida R =
(rij )m×n .
O próximo resultado será usado para provar alguns resultados no capítulo de inver-
são de matrizes.

Proposição 1.5. Seja R uma matriz n × n, na forma escalonada reduzida. Se R 6= In , então R tem uma linha nula.
Demonstração. Observe que o pivô de uma linha i está sempre numa coluna j com
j ≥ i. Portanto, ou a última linha de R é nula ou o pivô da linha n está na posição
n, n. Mas, neste caso todas as linhas anteriores são não nulas e os pivôs de cada linha
i está na coluna i, ou seja, R = In .
1.2.3 Sistemas Lineares Homogêneos

Um sistema linear da forma


 a11 x1 + a12 x2 + ... + a1n xn = 0
 a21 x1 + a22 x2

+ ... + a2n xn = 0
.. .. . (1.7)


 . . = ..
am1 x1 + am2 x2 + ... + amn xn = 0

é chamado sistema homogêneo. O sistema acima pode ser escrito como
A X = 0̄.
Todo sistema homogêneo admite pelo menos a solução
   
x1 0
 x2   0 
X =  .  =  . ,
   
 ..   .. 
xn 0

chamada de solução trivial. Portanto, todo sistema homogêneo tem solução. Além
disso ou tem somente a solução trivial ou tem infinitas soluções

Observação. Para resolver um sistema linear homogêneo A X = 0̄, basta escalonarmos a matriz A do sistema,
já que sob a ação de uma operação elementar a coluna de zeros não é alterada. Mas, é preciso ficar atento
quando se escreve o sistema linear associado à matriz resultante das operações elementares, para se levar em
consideração esta coluna de zeros que não vimos escrevendo.
Teorema 1.6. Se a matriz A = ( aij )m×n , é tal que m < n, então o sistema homogêneo AX = 0̄ tem solução diferente
da solução trivial, ou seja, todo sistema homogêneo com menos equações do que incógnitas tem infinitas soluções.
Demonstração. Como o sistema tem menos equações do que incógnitas (m < n), o
número de linhas não nulas r da forma escalonada reduzida da matriz aumentada do
sistema também é tal que r < n. Assim, temos r pivôs e n − r variáveis (incógnitas)
livres, que podem assumir todos os valores reais. Logo, o sistema admite solução
não trivial e portanto infinitas soluções.
O conjunto solução de um sistema linear homogêneo satisfaz duas propriedades

interessantes.

Proposição 1.7. Seja A uma matriz n × n. O sistema linear homogêneo AX = 0̄ satisfaz as seguintes propriedades:
(a) Se X e Y são soluções do sistema homogêneo, AX = 0̄, então X + Y também o é.
(b) Se X é solução do sistema homogêneo, AX = 0̄, então αX também o é.
Demonstração. (a) Se X e Y são soluções do sistema homogêneo AX = 0̄, então

AX = 0̄ e AY = 0̄ e portanto X + Y também é solução pois, A( X + Y ) =
AX + AY = 0̄ + 0̄ = 0̄;
(b) Se X é solução do sistema homogêneo AX = 0̄, então αX também o é, pois
A(αX ) = αAX = α0̄ = 0̄.

Estas propriedades não são válidas para sistemas lineares em geral. Por exemplo,
considere o sistema linear A X = B, em que A = [1] e B = [1]. A solução deste
sistema é X = [1]. Mas, X + X = 2 X = 2, não é solução do sistema.
Exemplo 1.16. Vamos retomar a cadeia de Markov do Exemplo 1.9 na página 15.
Vamos supor que uma população é dividida em três estados (por exemplo: ricos,
classe média e pobres) e que em cada unidade de tempo a probabilidade de mudança
de um estado para outro seja constante no tempo, só dependa dos estados.

Seja tij a probabilidade de mudança do estado j para o estado i em uma unidade de

tempo (geração). A matriz de transição é dada por
 1 2 3 
t11 t12 t13 1
T =  t21 t22 t23  2
t31 t32 t33 3
Vamos considerar a matriz de transição
1 2 3
 1 1 
2 4 0 1
T = 
 1 1 1  2
2 2 2 
0 1 1 3
4 2
Vamos descobrir qual distribuição inicial da população entre os três estados perma-
nece inalterada, geração após geração. Ou seja, vamos determinar P tal que
TP = P ou TP = I3 P ou ( T − I3 ) P = 0̄.
Assim, precisamos resolver o sistema linear homogêneo

 1 1
 −2x
 + 4y = 0
1 1 1
2x − 2y + 2z = 0

1 1
4y − 2z = 0

cuja matriz aumentada é

− 12 1
 
4 0 0
1
− 12 1
0 
 
 2 2
1
0 4 − 12 0

1a. eliminação:
− 21
 
1 0 0
1
−2×1a. linha −→ 2a. linha − 12 1
0 
 
 2 2
1
0 4 − 12 0
1 − 21
 
0 0
− 12 ×1a. linha + 2a. linha −→ 2a. linha  0 − 41 1
0 
 
2
1
0 4 − 21 0
2a. eliminação:
− 21
 
1 0 0
−4×2a. linha −→ 2a. linha  0 1 −2 0 
1
0 4 − 21 0
 
1 a. a. a. 1 0 −1 0
2 ×2 linha + 1 linha −→ 1 linha  0 1 −2 0 
− 41 ×2a. linha + 3a. linha −→ 3a. linha 0 0 0 0
Portanto, o sistema dado é equivalente ao sistema seguinte

x − z = 0
y − 2z = 0
Seja z = α. Então y = 2α e x = α. Assim, a solução geral do sistema é
   
x 1
X =  y  = α  2  , para todo α ∈ R.
z 1
Tomando a solução tal que x + y + z = 1 obtemos que se a população inicial for
distribuída de forma que p1 = 1/4 da população esteja no estado 1, p2 = 1/2 da
população esteja no estado 2 e p3 = 1/4, esteja no estado 3, então esta distribuição
permanecerá constante geração após geração.

1.2.4 Matrizes Elementares (opcional)
Definição 1.8. Uma matriz elementar n × n é uma matriz obtida da matriz identidade In aplicando-se uma, e
somente uma, operação elementar.
Vamos denotar por Eij a matriz elementar obtida trocando-se a linha i com a linha
j da matriz In , Ei (α) a matriz elementar obtida multiplicando-se a linha i da matriz
In pelo escalar α 6= 0 e Ei,j (α) a matriz elementar obtida da matriz In , somando-se à
linha j, α vezes a linha i.
1 0 · · · · · · 0
 
· · · ·
 
1 0 0
 .. 

0 . ·
  .. 


 · 1 ·




 0 . · 


 · 0 ... 1 ·

←i
  · 1 · 
. .
  
Ei,j = 
. .. .

, Ei (α) =  · α · ←i

 · . . . ·

←j  

 · 1 ... 0 ·

  · 1 · 
· 1 ·
   
   .. 

 ..

  · . 0 
 · . 0 
0 · · · · · · 0 1 0 · · · · 0 1

· · · ·
 
1 0 0
 .. 

 0 . · 


 · 1 · ←i

e Ei,j (α) = 
 .. .. 
· . . · 
←j
 

 · α ... 1 · 

 .. 
 · . 0 
0 · · · · 0 1
Exemplo 1.17. As matrizes seguintes são as matrizes elementares 2 × 2:

0 1 α 0 1 0
E1,2 = E2,1 = , E1 (α) = , E2 (α) = , com α 6= 0,
1 0 0 1 0 α

1 0 1 α
E1,2 (α) = e E2,1 (α) = .
α 1 0 1
     
1 0 0
 0   1   0 
Sejam E1 =   , E2 =  ,. . . , En =   matrizes m × 1.
     
.. .. ..
 .   .   . 
0 0 1

As matrizes elementares podem ser escritas em termos das matrizes Ei como
E1t E1t
   
 ..  
E1t
  .. 
 .   . 
 t 
 Ej   ..  
Eit

←i  .  ←i
 
..
 
=  ...  t 
 
Ei,j ,  αEi  ← i
Ei (α) =  e Ei,j (α) = 
   
 t . t


 Et 

← j  .   E + αE ← j

 i   ..   j i 
 .  t ..
 ..  Em
 
 . 
Em t t
Em
Aplicar uma operação elementar em uma matriz, corresponde a multiplicar a matriz

à esquerda por uma matriz elementar, como mostra o resultado a seguir.
Teorema 1.8. Sejam E uma matriz elementar m × m e A uma matriz qualquer m × n. Então, EA é igual à matriz
obtida aplicando-se na matriz A a mesma operação elementar que originou E.
Demonstração. Como a i-ésima linha de um produto de matrizes BA é igual a Bi A,

em que Bi é a i-ésima linha da matriz B (Exercício 1.1.17 (b) na página 24) e Eit A = Ai ,
em que Ai é a linha i da matriz A (Exercício 15 (b) na página 22), então:

E1t
 t
E1 A A1
   
 ..   ..   .. 
 .   .   . 
 t   t   
 Ej   Ej A   Aj 
i→    ←i  ←i
=  ... 
 . 
Ei,j A =  ..  A =  ... 
   
j→  Et A  ← j  Ai  ← j
     
 Et 
 i   i   
 .   .   . 
 ..   ..   .. 
Emt t A
Em Am
 t   t   
E1 E1 A A1
 ..   ..   .. 
 .   .   . 
t t
     
Ei (α) A = i →  αEi  A =  αEi A 
  
←i  αAi  ← i
=  
 .  .  . 
 ..  ..  .. 
 
 
Emt t
Em A Am
E1t E1t A A1
     
 ..   ..   .. 
 .   .   . 
Eit Eit A
     
i→ 
  
←i
  Ai ←i

.. .. ..
  
Ei,j (α) A =  A=  = 
     
 t . t . .
  
j →  E + αE ← j ← j
 t
 E A + αEt A
   
  A j + αAi
 j i   j i   
 .
..
  .
..
  .. 
     . 
t
Em t A
Em Am

Assim, aplicar uma sequencia de operações elementares em uma matriz, corres-
ponde a multiplicar a matriz à esquerda por um produto de matrizes elementares.

Exemplo 1.18. Quando usamos o método de Gauss-Jordan para resolver o sistema

do Exemplo 1.11 na página 34, aplicamos uma sequencia de operações elementares
na matriz aumentada do sistema. Isto corresponde a multiplicar a matriz aumentada
 
1 1 1 1000
[ A | B ] =  2 1 4 2000 
2 3 5 2500
à esquerda pelas matrizes elementares

   
1 0 0 1 0 0
E1,2 (−2) =  −2 1 0  , E1,3 (−2) =  0 1 0  ,
0 0 1 −2 0 1
     
1 0 0 1 −1 0 1 0 0
E2 (−1) =  0 −1 0  , E2,1 (−1) =  0 1 0  , E2,3 (−1) =  0 1 0 
0 0 1 0 0 1 0 −1 1
     
1 0 0 1 0 −3 1 0 0
E3 ( 15 ) =  0 1 0  , E3,1 (−3) =  0 1 0  , E3,2 (2) =  0 1 2 ,
0 0 51 0 0 1 0 0 1
ou seja,
 
1 0 0 700
E3,2 (2) E3,1 (−3) E3 ( 51 ) E2,3 (−1) E2,1 (−1) E2 (−1) E1,3 (−2) E1,2 (−2) [ A | B ] =  0 1 0 200  .
0 0 1 100

GEOMETRIA ANALÍTICA
SISTEMAS LINEARES - Lista de Exercícios 2
1. Quais das seguintes matrizes estão na forma escalonada reduzida:

   
1 0 0 0 3 0 1 0 0 −4
A =  0 0 1 0 −4 , B= 0 0 1 0 5 ,
 0 0 0 1 2  0 0 0 −1 2
1 0 0 0 3 0 0 0 0 0
 0 0 1 0 0   0 0 1 2 −4 
C=  0 0 0 1 2 ,
 D= .
 0 0 0 1 0 
0 0 0 0 0 0 0 0 0 0
2. Em cada item suponha que a matriz aumentada de um sistema foi transformada usando operações ele-
mentares na matriz escalonada reduzida dada. Resolva o sistema correspondente.
   
1 0 0 −7 8 1 0 0 0 6
(a)  0 1 0 3 2 ; (c)  0 1 0 0 3 ;
0 0 1 1 −5 0 0 1 1 2
   
1 −6 0 0 3 −2 1 7 0 0 −8 −3
 0 0 1 0 4 7   0 0 1 0 6 5 
(b) 
 0
; (d)  .
0 0 1 5 8   0 0 0 1 3 9 
0 0 0 0 0 0 0 0 0 0 0 0
3. Resolva, usando o método de Gauss-Jordan, os seguintes sistemas:


 x1 + x2 + 2x3 = 8
(a) − x1 − 2x2 + 3x3 = 1 ;
3x1 − 7x2 + 4x3 = 10


 2x1 + 2x2 + 2x3 = 0
(b) −2x1 + 5x2 + 2x3 = 1 ;
8x1 + x2 + 4x3 = −1


 − 2x2 + 3x3 = 1
(c) 3x1 + 6x2 − 3x3 = −2 .
6x1 + 6x2 + 3x3 = 5

 
1 0 5
4. Seja A =  1 1 1 .
0 1 −4
(a) Encontre a solução geral do sistema ( A + 4I3 ) X = 0̄;
(b) Encontre a solução geral do sistema ( A − 2I3 ) X = 0̄.
5. Para cada sistema linear dado, encontre todos os valores de a para os quais o sistema não tem solução,
tem solução única e tem infinitas soluções:

 x + 2y − 3z = 4
(a) 3x − y + 5z = 2 ;
4x + y + ( a2 − 14)z = a + 2


 x + y + z = 2
(b) 2x + 3y + 2z = 5 .
2x + 3y + ( a2 − 1)z = a + 1

de toda a produção de X, Y e Z manufaturada com 1,9 kg de A e 2,4 kg de B, essa indústria arrecadou

R$ 2900,00. Determine quantos kg de cada um dos produtos X, Y e Z foram vendidos. (Sugestão: veja o
Exemplo 1.11 na página 34.)
1.2.8. Determine os coeficientes a, b, c e d da função polinomial p( x ) = ax3 + bx2 + cx + d, cujo gráfico passa
pelos pontos P1 = (0, 10), P2 = (1, 7), P3 = (3, −11) e P4 = (4, −14).

30
y
20
10
0
x
−10
−20
−30
−2 −1 0 1 2 3 4 5

1.2.9. Determine coeficientes a, b e c da equação do círculo, x2 + y2 + ax + by + c = 0, que passa pelos pontos

P1 = (−2, 7), P2 = (−4, 5) e P3 = (4, −3).

y
8
0
x
−2
−4
−6 −4 −2 0 2 4 6 8

1.2.10. Encontre condições sobre os bi ’s para que cada um dos sistemas seja consistente (isto é, tenha solução):
 
 x1 − 2x2 + 5x3 = b1  x1 − 2x2 − x3 = b1
(a) 4x1 − 5x2 + 8x3 = b2 ; (b) −4x1 + 5x2 + 2x3 = b2 .
−3x1 + 3x2 − 3x3 = b3 −4x1 + 7x2 + 4x3 = b3
 
1.2.11. (Relativo à sub-seção 1.2.4) Considere a matriz

 
0 1 7 8
A= 1 3 3 8 .
−2 −5 1 −8
Encontre matrizes elementares E, F, G e H tais que R = EFGH A é uma matriz escalonada reduzida.
(Sugestão: veja o Exemplo 1.18 na página 57.)
1.2.12. Resolva, usando o método de Gauss-Jordan, os seguintes sistemas:



 x1 + 2x2 − 3x4 + x5 = 2
x1 + 2x2 + x3 − 3x4 + x5 + 2x6 = 3

(a) ;

 x1 + 2x2 − 3x4 + 2x5 + x6 = 4
3x1 + 6x2 + x3 − 9x4 + 4x5 + 3x6 = 9



 x1 + 3x2 − 2x3 + 2x5 = 0
2x1 + 6x2 − 5x3 − 2x4 + 4x5 − 3x6 = −1

(b) ;

 5x3 + 10x4 + 15x6 = 5
2x1 + 6x2 + 8x4 + 4x5 + 18x6 = 6

 
1 1 1 1
 1 3 −2 a 
1.2.13. Considere a matriz A =  2 2 a − 2 − a − 2 3 a − 1 . Determine o conjunto solução do sistema

3 a+2 −3 2a+1
AX = B, em que B = [ 4 3 1 6 ]t , para todos os valores de a.
1.2.14. Resolva os sistemas lineares cujas matrizes aumentadas são:

 
1 2 3 1 8
(a)  1 3 0 1 7 ;
 
1 2 3 0
1 0 2 1 3  1 1 1 0 
(c) 
 ;
1 1 2 0 
 
1 1 3 −3 0
(b)  0 2 1 −3 3 ; 1 3 3 0
1 0 2 −1 −1

Comandos do M ATLABr :
» A=[A1,...,An] cria uma matriz A formada pelas matrizes, definidas anteriormente, A1, ..., An co-
locadas uma ao lado da outra;
» expr=subs(expr,x,num) substitui na expressão expr a variável x por num.
» p=poly2sym([an,...,a0],x) armazena na variável p o polinômio an x n + . . . + a0 .
» clf limpa a figura ativa.
Comandos do pacote GAAL:
» B=opel(alpha,i,A) ou » oe(alpha,i,A)faz a operação elementar
alpha×linha i ==> linha i da matriz A e armazena a matriz resultante em B.
» B=opel(alpha,i,j,A) ou » oe(alpha,i,j,A) faz a operação elementar
alpha×linha i + linha j ==> linha j da matriz A e armazena em B.
» B=opel(A,i,j) ou » oe(A,i,j) faz a troca da linha i com a linha j da matriz A e armazena a matriz
resultante em B.
» B=escalona(A) calcula passo a passo a forma escalonada reduzida da matriz A e armazena a matriz
resultante na variável B.
» matvand(P,k) obtém a matriz de Vandermonde de ordem k, se P=[x1;...;xn] e a matriz de Vander-
monde generalizada no caso em que P=[x1,y1;...;xn,yn].

» po([x1,y1;x2,y2;...xk,yk]) desenha os pontos (x1,y1),...,(xk,yk).

» plotf1(f,[a,b]) desenha o gráfico da função dada pela expressão simbólica f no intervalo [a,b].
» plotci(f,[a,b],[c,d]) desenha o gráfico da curva dada implicitamente pela expressão f(x,y)=0 na
região do plano [a,b]x[c,d].
» p=poly2sym2([a,b,c,d,e,f],x,y) armazena na variável p o polinômio em duas variáveis ax2 +
bxy + cy2 + dx + ey + f .
» eixos desenha os eixos coordenados.
1.2.15. (a) Use o comando P=randi(4,2), para gerar 4 pontos com entradas inteiras e aleatórias entre −5 e 5.
Os pontos estão armazenados nas linhas da matriz P.
(b) Use o M ATLABr para tentar encontrar os coeficientes a, b, c e d da função polinomial p( x ) =
ax3 + bx2 + cx + d cujo gráfico passa pelos pontos dados pelas linhas da matriz P. A matriz
A=matvand(P(:,1),3) pode ser útil na solução deste problema, assim como a matriz B=P(:,2).
Se não conseguiu, repita o passo anterior. Por que pode não ser possível?
(c) Desenhe os pontos e o gráfico do polinômio com os comandos
clf, po(P), syms x, p=poly2sym(R(:,5),x), plotf1(p,[-5,5]), em que R é forma escalonada re-
duzida da matriz [A,B].
(d) Desenhe os eixos coordenados com o comando eixos.
1.2.16. (a) Use o comando P=randi(5,2), para gerar 5 pontos com entradas inteiras e aleatórias entre −5 e 5.
Os pontos estão armazenados nas linhas da matriz P.
(b) Use o M ATLABr para tentar encontrar os coeficientes a, b, c, d, e e f da cônica, curva de equação
ax2 + bxy + cy2 + dx + ey + f = 0, cujo gráfico passa pelos pontos cujas coordenadas são dadas
pelas linhas da matriz P. A matriz A=matvand(P,2) pode ser útil na solução deste problema. Se não
conseguiu, repita o passo anterior. Por que pode não ser possível?
(c) Desenhe os pontos e a cônica com os comandos
clf, po(P), syms x y, p=poly2sym2([-R(:,6);1],x,y), plotci(p,[-5,5],[-5,5]), em que R é a
forma escalonada reduzida da matriz A.

(d) Desenhe os eixos coordenados com o comando eixos.

1.2.17. Use o M ATLABr e resolva os Exercícios Numéricos a partir do Exercício 1.2.3.
1.2.18. Mostre que toda operação elementar possui inversa, do mesmo tipo, ou seja, para cada operação elemen-
tar existe uma outra operação elementar do mesmo tipo que desfaz o que a operação anterior fez.
1.2.19. Prove que:
(a) Toda matriz é equivalente por linhas a ela mesma (reflexividade);
(b) Se A é equivalente por linhas a B, então B é equivalente por linhas a A (simetria);
(c) Se A é equivalente por linhas a B e B é equivalente por linhas a C, então A é equivalente por linhas
a C (transitividade).
1.2.20. (a) Sejam X1 e X2 soluções do sistema homogêneo A X = 0̄. Mostre que αX1 + βX2 é solução, para
quaisquer escalares α e β. (Sugestão: veja o Exemplo 1.7.)
(b) Sejam X1 e X2 soluções do sistema A X = B. Mostre que se αX1 + βX2 é solução, para quaisquer
escalares α e β, então B = 0̄. (Sugestão: faça α = β = 0.)
1.2.21. Sejam A uma matriz m × n e B 6= 0̄ uma matriz m × 1.
(a) Mostre que se X1 é uma solução do sistema AX = B e Y1 é uma solução do sistema homogêneo
associado AX = 0̄, então X1 + Y1 é solução de AX = B.
(b) Seja X0 solução particular do sistema AX = B. Mostre que toda solução X do sistema AX = B, pode
ser escrita como X = X0 + Y, em que Y é uma solução do sistema homogêneo associado, AX = 0̄.
Assim, a solução geral do sistema AX = B é a soma de uma solução particular de AX = B com a
solução geral do sistema homogêneo associado AX = 0̄. (Sugestão: Escreva X = X0 + ( X − X0 ) e
mostre que X − X0 é solução do sistema homogêneo AX = 0̄.)

Apêndice II: Unicidade da Forma Escalonada Reduzida
Proposição 1.9. Sejam A e B matrizes m × n equivalentes por linhas. Sejam A1 , . . . , An as colunas 1, . . . , n, respec-
tivamente, da matriz A e B1 , . . . , Bn as colunas 1, . . . , n, respectivamente, da matriz B. Se existem escalares α j1 , . . . , α jk
tais que
Ak = α j1 A j1 + · · · + α jk A jk ,
então
Bk = α j1 Bj1 + · · · + α jk Bjk ,
Demonstração. Se B é equivalente por linhas a A, então B pode ser obtida de A

aplicando-se uma sequencia de operações elementares. Aplicar uma operação ele-
mentar a uma matriz corresponde a multiplicar a matriz à esquerda por uma matriz
invertível (Teorema 1.8 na página 55). Seja M o produto das matrizes invertíveis cor-
respondentes às operações elementares aplicadas na matriz A para se obter a matriz
B. Então M é invertível e B = MA.
Sejam α j1 , . . . , α jk escalares tais que
Ak = α j1 A j1 + · · · + α jk A jk ,
então multiplicando-se à esquerda pela matriz M obtemos
MAk = α j1 MA j1 + · · · + α jk MA jk .
Como MA j = Bj , para j = 1, . . . , n (Exercício 1.1.17 (a) na página 24), então
Bk = α j1 Bj1 + · · · + α jk Bjk .


Teorema 1.10. Se R = (rij )m×n e S = (sij )m×n são matrizes escalonadas reduzidas equivalentes por linhas a uma
matriz A = ( aij )m×n , então R = S.
Demonstração. Sejam S e R matrizes escalonadas reduzidas equivalentes a A. Se-

jam R1 , . . . , Rn as colunas de R e S1 , . . . , Sn as colunas de S. Seja r o número de linhas
não nulas de R. Sejam j1 , . . . , jr as colunas onde ocorrem os pivôs das linhas 1, . . . , r,
respectivamente, da matriz R. Pelo Exercício 19 na página 67, R e S são equivalen-
tes por linha, ou seja, existe uma sequencia de operações elementares que podemos
aplicar em R para chegar a S e uma outra sequencia de operações elementares que
podemos aplicar a S e chegar a R.
Assim, como as colunas 1, . . . , j1 − 1 de R são nulas o mesmo vale para as colunas
1, . . . , j1 − 1 de S. Logo o pivô da 1a. linha de S ocorre numa coluna maior ou igual a
j1 . Trocando-se R por S e usando este argumento chegamos a conclusão que R j1 = S j1
e assim R1 = S1 , . . . , R j1 = S j1 .
Vamos supor que R1 = S1 , . . . , R jk = S jk e vamos mostrar que
R jk +1 = S jk +1 , . . . , R jk+1 = S jk+1 , se k < r ou
R jr +1 = S jr +1 , . . . , Rn = Sn , se k = r.
Observe que para j = jk + 1, . . . , jk+1 − 1, se k < r, ou para j = jr + 1, . . . , n, se k = r,
temos que
R j = (r1j , . . . , rkj , 0, . . . , 0) = r1j R j1 + . . . + rkj R jk ,
o que implica pela Proposição 1.9 que
S j = r1j S j1 + . . . + rkj S jk .

Mas por hipótese R j1 = S j1 , . . . , R jk = S jk , então,
S j = r1j R j1 + . . . + rkj R jk = R j ,
para j = jk + 1, . . . , jk+1 − 1, se k < r ou para j = jr + 1, . . . , n, se k = r.

Logo, se k < r, o pivô da (k + 1)-ésima linha de S ocorre numa coluna maior ou igual
a jk+1 . Trocando-se R por S e usando o argumento anterior chegamos a conclusão
que R jk+1 = S jk+1 e assim R1 = S1 , . . . , R jr = S jr . E se k = r, então R1 = S1 , . . . , Rn =
Sn .
Portanto, R = S.

Teste do Capítulo
1. Para o sistema linear dado, encontre todos os valores de a para os quais o sistema não tem solução, tem
solução única e tem infinitas soluções:

 x + 2y + z = 3
x + y − z = 2
x + y + ( a2 − 5) z = a

2. Se possível, encontre os valores de x, y e z tais que:

    
1 2 3 −40 16 x 1 0 0
 2 5 3   13 −5 y = 0 1 0 
1 0 8 5 −2 z 0 0 1
3. Sejam
1 0 cos θ sen θ
D= . e P= .
0 −1 − sen θ cos θ
Sabendo-se que A = Pt DP, calcule D2 , PPt e A2 .
4. Responda Verdadeiro ou Falso, justificando:

(a) Se A2 = −2A4 , então ( In + A2 )( In − 2A2 ) = In ;
(b) Se A = Pt DP, onde D é uma matriz diagonal, então At = A;
(c) Se D é uma matriz diagonal, então DA = AD, para toda matriz A, n × n;
(d) Se B = AAt , então B = Bt .
(e) Se B e A são tais que A = At e B = Bt , então C = AB, é tal que C t = C.

2
I NVERSÃO DE M ATRIZES E
D ETERMINANTES
2.1 Matriz Inversa

Todo número real a, não nulo, possui um inverso (multiplicativo), ou seja, existe
um número b, tal que a b = b a = 1. Este número é único e o denotamos por a−1 .
Apesar da álgebra matricial ser semelhante à álgebra dos números reais, nem todas
as matrizes A não nulas possuem inversa, ou seja, nem sempre existe uma matriz B
tal que A B = B A = In . De início, para que os produtos AB e BA estejam definidos
e sejam iguais é preciso que as matrizes A e B sejam quadradas. Portanto, somente
as matrizes quadradas podem ter inversa, o que já diferencia do caso dos números
reais, pois todo número não nulo tem inverso. Mesmo entre as matrizes quadradas,
muitas não possuem inversa, apesar do conjunto das que não tem inversa ser bem
menor do que o conjunto das que tem (Exercício 2.2.9 na página 131).
2.1 A Inversa de uma Matriz 73
Definição 2.1. Uma matriz quadrada A = ( aij )n×n é invertível ou não singular, se existe uma matriz B =
(bij )n×n tal que
A B = B A = In , (2.1)
em que In é a matriz identidade. A matriz B é chamada de inversa de A. Se A não tem inversa, dizemos que
A é não invertível ou singular.
Exemplo 2.1. Considere as matrizes

−2 1 −1/2 1/6
A= e B= .
0 3 0 1/3
A matriz B é a inversa da matriz A, pois A B = B A = I2 .
Teorema 2.1. Se uma matriz A = ( aij )n×n possui inversa, então a inversa é única.

74 Inversão de Matrizes e Determinantes
Demonstração. Suponhamos que B e C sejam inversas de A. Então, AB = BA =

In = AC = CA e assim,
B = B In = B( AC ) = ( BA)C = In C = C .

Denotamos a inversa de A, quando ela existe, por A−1 . Devemos chamar atenção
para o fato de que o índice superior −1, aqui, não significa uma potência, tão pouco
uma divisão. Assim como no caso da transposta, em que At significa a transposta de
A, aqui, A−1 significa a inversa de A.
2.1.1 Propriedades da Inversa
Teorema 2.2. (a) Se A = ( aij )n×n é invertível, então a sua inversa, A−1 , também o é e
( A −1 ) −1 = A ;
(b) Se A = ( aij )n×n e B = (bij )n×n são matrizes invertíveis, então AB é invertível e
( AB)−1 = B−1 A−1 ;
(c) Se A = ( aij )n×n é invertível, então a sua transposta, At , também é invertível e
( A t ) −1 = ( A −1 ) t .

Demonstração. Se queremos mostrar que uma matriz é a inversa de uma outra, te-
mos que mostrar que os produtos das duas matrizes são iguais à matriz identidade.
(a) Uma matriz B é a inversa de A−1 se
A−1 B = BA−1 = In .
Mas, como A−1 é a inversa de A, então
AA−1 = A−1 A = In .
Como a inversa é única, então B = A é a inversa de A−1 , ou seja, ( A−1 )−1 = A.

(b) Temos que mostrar que a inversa de AB é B−1 A−1 , ou seja, mostrar que os
produtos ( AB)( B−1 A−1 ) e ( B−1 A−1 )( AB) são iguais à matriz identidade. Mas,
pelas propriedades (h) e (i) do Teorema 1.1 na página 9:
( AB)( B−1 A−1 ) = A( BB−1 ) A−1 = AIn A−1 = AA−1 = In ,

−1 −1 −1 −1 −1 −1
(B A )( AB) = B (A A) B = B In B = B B = In .
(c) Queremos mostrar que a inversa de At é ( A−1 )t . Pela propriedade (o) do Teo-
rema 1.1 na página 9:
At ( A−1 )t = ( A−1 A)t = Int = In ,

−1 t t −1 t
(A ) A = ( AA ) = Int = In .

O teorema seguinte, cuja demonstração será omitida no momento (Subseção 2.1.2),

garante que basta verificarmos uma das duas igualdades em (2.1) para sabermos se
uma matriz é a inversa de outra.
Teorema 2.3. Sejam A e B matrizes n × n.

(a) Se BA = In , então AB = In ;
(b) Se AB = In , então BA = In .
Assim, para verificar que uma matriz A é invertível, quando temos uma matriz B
que é candidata a inversa de A, basta fazer um dos produtos AB ou BA e verificar se
é igual a In . O próximo exemplo ilustra este fato.
Exemplo 2.2. Seja A = ( aij )n×n uma matriz tal que A3 = 0̄ (A pode não ser a matriz
nula!). Vamos mostrar que a inversa de In − A é In + A + A2 . Para provar isto,
devemos multiplicar a matriz In − A, pela matriz que possivelmente seja a inversa
dela, aqui I + A + A2 , e verificar se o produto das duas é igual à matriz identidade
In .
( In − A)( In + A + A2 ) = In ( In + A + A2 ) − A( In + A + A2 ) = In + A + A2 − A − A2 − A3 = In .
Aqui foram usadas as propriedades (i) e (j) do Teorema 1.1 na página 9.

2.1.2 Matrizes Elementares e Inversão (opcional)

As matrizes elementares têm um papel importante no estudo da inversão de matri-
zes e da solução de sistemas lineares.
Proposição 2.4. Toda matriz elementar é invertível e sua inversa é também uma matriz elementar. Usando a notação
introduzida na página 53, temos:
−1
(a) Ei,j = Ej,i = Ei,j ;
(b) Ei (α)−1 = Ei (1/α), para α 6= 0;

(c) Ei,j (α)−1 = Ei,j (−α).
Demonstração. Seja E uma matriz elementar. Esta matriz é obtida de In aplicando-

se uma operação elementar. Seja F a matriz elementar correspondente a operação
que transforma E de volta em In . Agora, pelo Teorema 1.8 na página 55, temos que
F E = E F = In . Portanto, F é a inversa de E.

Teorema 2.5. Seja A uma matriz n × n. As seguintes afirmações são equivalentes:

(a) Existe uma matriz B, n × n, tal que BA = In .
(b) A matriz A é equivalente por linhas à matriz identidade In .
(c) A matriz A é invertível.
Demonstração. (a)⇒(b) Se BA = In , então o sistema A X = 0̄ tem somente a so-

lução trivial, pois X = In X = BAX = B 0̄ = 0̄. Isto implica que a matriz
A é equivalente por linhas à matriz identidade In , pois caso contrário a forma
escalonada reduzida de A teria uma linha nula (Proposição 1.5 na página 47).
(b)⇒(c) A matriz A ser equivalente por linhas à In significa, pelo Teorema 1.8 na
página 55, que existem matrizes elementares E1 , . . . , Ek , tais que
Ek . . . E1 A = In (2.2)
( E1−1 . . . Ek−1 ) Ek . . . E1 A = E1−1 . . . Ek−1
A = E1−1 . . . Ek−1 . (2.3)
Aqui, usamos o fato de que as matrizes elementares são invertíveis (Proposição

2.4). Portanto, A é invertível como o produto de matrizes invertíveis.
(c)⇒(a) Claramente.


Se A é invertível, então multiplicando-se ambos os membros de (2.2) à direita por

A−1 obtemos
Ek . . . E1 In = A−1 .
Assim, a mesma sequencia de operações elementares que transforma a matriz A na
matriz identidade In transforma também In em A−1 .
A demonstração do Teorema 2.3 na página 76, agora, é uma simples consequência

do Teorema anterior.
Demonstração do Teorema 2.3. (a) Vamos mostrar que se BA = In , então A é in-
vertível e B = A−1 . Se BA = In , então pelo Teorema 2.5, A é invertível e
B = BIn = BAA−1 = In A−1 = A−1 . Logo, AB = BA = In .
(b) Se AB = In , então pelo item anterior B é invertível e B−1 = A. Portanto,
BA = AB = In .
Segue da demonstração, do Teorema 2.5 (equação (2.3)) o resultado seguinte.
Teorema 2.6. Uma matriz A é invertível se, e somente se, ela é um produto de matrizes elementares.

Exemplo 2.3. Vamos escrever a matriz A do Exemplo 2.5 na página 84 como o pro-
duto de matrizes elementares. Quando encontramos a inversa da matriz A, apli-
camos uma sequencia de operações elementares em [ A | I3 ] até que encontramos
a matriz [ I3 | A−1 ]. Como as operações são por linha, esta mesma sequencia de
operações
 elementares
 transforma A em In . Isto corresponde a multiplicar a matriz
1 1 1
A =  2 1 4  à esquerda pelas matrizes elementares
2 3 5
   
1 0 0 1 0 0
E1,2 (−2) =  −2 1 0 , E1,3 (−2) =  0 1 0 ,
0 0 1 −2 0 1
     
1 0 0 1 −1 0 1 0 0
E2 (−1) =  0 −1 0  , E2,1 (−1) =  0 1 0  , E2,3 (−1) =  0 1 0 
0 0 1 0 0 1 0 −1 1
     
1 0 0 1 0 −3 1 0 0
E3 ( 15 ) =  0 1 0 , E3,1 (−3) =  0 1 0  , E3,2 (2) =  0 1 2 ,
1 0 0 1 0 0 1
0 0 5
ou seja,
E3,2 (2) E3,1 (−3) E3 ( 15 ) E2,3 (−1) E2,1 (−1) E2 (−1) E1,3 (−2) E1,2 (−2) A = I3 .
Multiplicando à esquerda pelas inversas das matrizes elementares correspondentes

obtemos
A = E1,2 (2) E1,3 (2) E2 (−1) E2,1 (1) E2,3 (1) E3 (5) E3,1 (3) E3,2 (−2).

2.1.3 Método para Inversão de Matrizes

O exemplo seguinte mostra, para matrizes 2 × 2, não somente uma forma de desco-
brir se uma matriz A tem inversa mas também, como encontrar a inversa, no caso
em que ela exista. Ou seja, escalonamos a matriz [ A | I2 ] e encontramos a sua forma
escalonada reduzida [ R | S]. Se R = I2 , então a matriz A é invertível e a inversa
A−1 = S. Caso contrário, a matriz A não é invertível.

a b x y
Exemplo 2.4. Seja A = c d
. Devemos procurar uma matriz B =
z w
tal
que AB = I2 , ou seja,


 ax + bz = 1
cx + dz = 0


 ay + bw = 0
cy + dw = 1

Este sistema pode ser desacoplado em dois sistemas independentes que possuem a
mesma matriz, que é a matriz A. Podemos resolvê-los simultaneamente. Para isto,
basta escalonarmos a matriz aumentada

a b 1 0
= [ A | I2 ].
c d 0 1
Os dois sistemas têm solução única se, e somente

se, a forma
escalonada reduzida
1 0 s t
da matriz [ A | I2 ] for da forma [ I2 | S ] = (verifique, observando o
0 1 u v
que acontece se a forma escalonada reduzida da matriz A não for igual à I2 ). Neste
caso,x = s, z = u e y = t, w = v, ou seja, a matriz A possuirá inversa, A−1 = B =
s t
S= .
u v

Para os leitores da Subseção 2.1.2 o próximo teorema é uma simples consequência do

Teorema 2.5 na página 78. Entretanto a demonstração que daremos a seguir fornece
um método para encontrar a inversa de uma matriz, se ela existir.
Teorema 2.7. Uma matriz A, n × n, é invertível se, e somente se, A é equivalente por linhas à matriz identidade In .
Demonstração. Pelo Teorema 2.3 na página 76, para verificarmos se uma matriz A,
n × n, é invertível, basta verificarmos se existe uma matriz B, tal que
A B = In . (2.4)
Vamos denotar as colunas de B por X1 , X2 , . . . , Xn , ou seja, B = [ X1 . . . Xn ], em que

     
x11 x12 x1n
 x21   x22   x2n 
X1 =  .  , X2 =  .  , . . . , X n =  . 
     
 ..   ..   .. 
xn1 xn2 xnn
e as colunas da matriz identidade In , por E1 , E2 , . . . , En , ou seja, In = [ E1 . . . En ], em

que      
1 0 0
 0   1   0 
E1 =  .  , E2 =  .  , . . . , En =  .  .
     
 ..   ..   .. 
0 0 1

Assim, a equação (2.4) pode ser escrita como
A [ X1 . . . Xn ] = [ AX1 . . . AXn ] = [ E1 . . . En ],
pois a j-ésima coluna do produto AB é igual a A vezes a j-ésima coluna da matriz B

(Exercício 17 na página 24). Analisando coluna a coluna a equação anterior vemos
que encontrar B é equivalente a resolver n sistemas lineares
A X j = Ej para j = 1 . . . , n.
Cada um dos sistemas pode ser resolvido usando o método de Gauss-Jordan. Para
isso, formaríamos as matrizes aumentadas [ A | E1 ], [ A | E2 ], . . . , [ A | En ]. Entre-
tanto, como as matrizes dos sistemas são todas iguais à A, podemos resolver todos
os sistemas simultaneamente formando a matriz n × 2n
[ A | E1 E2 . . . En ] = [ A | In ].
Transformando [ A | In ] na sua forma escalonada reduzida, que vamos denotar por

[ R | S ], vamos chegar a duas situações possíveis: ou a matriz R é a matriz identi-
dade, ou não é.
• Se R = In , então a forma escalonada reduzida da matriz [ A | In ] é da
forma [ In | S ]. Se escrevemos a matriz S em termos das suas colunas S =
[ S1 S2 . . . Sn ], então as soluções dos sistemas A X j = Ej são X j = S j e assim
B = S é tal que A B = In e pelo Teorema 2.3 na página 76 A é invertível.
• Se R 6= In , então a matriz A não é equivalente por linhas à matriz identidade
In . Então, pela Proposição 1.5 na página 47 a matriz R tem uma linha nula. O
que implica que cada um dos sistemas A X j = Ej ou não tem solução única ou
não tem solução. Isto implica que a matriz A não tem inversa, pois as colunas
da (única) inversa seriam X j , para j = 1, . . . n.

Observação. Da demonstração do Teorema 2.7 obtemos não somente uma forma de descobrir se uma matriz A
tem inversa mas também, como encontrar a inversa, no caso em que ela exista. Ou seja, escalonamos a matriz
[ A | In ] e encontramos a sua forma escalonada reduzida [ R | S]. Se R = In , então a matriz A é invertível e a
inversa A−1 = S. Caso contrário, a matriz A não é invertível. Vejamos os exemplos seguintes.
Exemplo 2.5. Vamos encontrar, se existir, a inversa de

 
1 1 1
A= 2 1 4 
2 3 5
1a. eliminação:
 
1 1 1 1 0 0
−2×1a. linha + 2a. linha −→ 2a. linha  0 −1 2 −2 1 0 
0 1 3 −2 0 1
2a. eliminação:
 
1 1 1 1 0 0
−1×2a. linha −→ 2a. linha  0 1 −2 2 −1 0 
0 1 3 −2 0 1
 
−1×2a. linha + 1a. linha −→ 1a. linha 1 0 3 −1 1 0
−1×2a. linha + 3a. linha −→ 3a. linha  0 1 −2 2 −1 0 
0 0 5 −4 1 1
3a. eliminação:

 
1 0 3 −1 1 0
1 a.
5 ×3 linha −→ 3a. linha  0 1 −2 2 −1 0 
0 0 1 − 45 1
5
1
5
7 2
− 35
 
1 0 0 5 5
−3×3a. linha + 1a. linha −→ 1a. linha 2
 0 1 0 − 53 2
 
2×3a. linha + 2a. linha −→ 2a. linha 5 5 
0 0 1 − 45 5
1 1
5
Assim, a matriz [ A | I3 ] é equivalente por linhas à matriz acima, que é da forma

[ I3 | S], portanto a matriz A é invertível e a sua inversa é a matriz S, ou seja,
 7 2 3 
5 5 −5
A−1 =  25 − 53 2 
5 .

− 45 1
5
1
5
Exemplo 2.6. Vamos determinar, se existir, a inversa da matriz

 
1 2 3
A= 1 1 2 .
0 1 1
Para isso devemos escalonar a matriz aumentada
 
1 2 3 1 0 0
[ A | I3 ] =  1 1 2 0 1 0 
0 1 1 0 0 1
1a. eliminação:

 
1 2 3 1 0 0
−1×1a. linha + 2a. linha −→ 2a. linha  0 1 1 1 −1 0 
0 1 1 0 0 1
2a. eliminação:
 
1 2 3 1 0 0
−1×2a. linha −→ 2a. linha  0 1 1 1 −1 0 
0 1 1 0 0 1
 
1 0 1 −1 2 0
−2×2a. linha + 1a. linha −→ 1a. linha  0 1 1 1 −1 0 
0 0 0 −1 1 1
Assim, a matriz [ A | I3 ] é equivalente por linhas à matriz acima, que é da forma

[ R | S], com R 6= I3 . Assim, a matriz A não é equivalente por linhas à matriz identi-
dade e portanto não é invertível.
Se um sistema linear A X = B tem o número de equações igual ao número de

incógnitas, então o conhecimento da inversa da matriz do sistema A−1 , reduz o
problema de resolver o sistema a simplesmente fazer um produto de matrizes, como
está enunciado no próximo teorema.
Teorema 2.8. Seja A uma matriz n × n.

(a) O sistema associado AX = B tem solução única se, e somente se, A é invertível. Neste caso a solução é X = A−1 B;
(b) O sistema homogêneo A X = 0̄ tem solução não trivial se, e somente se, A é singular (não invertível).

Demonstração. (a) Se a matriz A é invertível, então multiplicando A X = B por

A−1 à esquerda em ambos os membros obtemos
A −1 ( A X ) = A −1 B
( A −1 A ) X = A −1 B
In X = A −1 B
X = A−1 B.
Aqui foram usadas as propriedades (h) e (i) do Teorema 1.1 na página 9. Por-
tanto, X = A−1 B é a única solução do sistema A X = B. Por outro lado, se o
sistema A X = B possui solução única, então a forma escalonada reduzida da
matriz aumentada do sistema [ A | B] é da forma [ R | S], em que R = In . Pois a
matriz A é quadrada e caso R fosse diferente da identidade possuiria uma linha
de zeros (Proposição 1.5 na página 47) o que levaria a que o sistema A X = B ou
não tivesse solução ou tivesse infinitas soluções. Logo, a matriz A é equivalente
por linhas à matriz identidade o que pelo Teorema 2.7 na página 82 implica que
A é invertível.
(b) Todo sistema homogêneo possui pelo menos a solução trivial. Pelo item ante-
rior, esta será a única solução se, e somente se, A é invertível.
Vamos ver no próximo exemplo que se conhecemos a inversa de uma matriz,

então a produção de uma indústria em vários períodos pode ser obtida apenas
multiplicando-se a inversa por matrizes colunas que contenham a arrecadação e as
quantidades dos insumos utilizados em cada período.
Exemplo 2.7. Uma indústria produz três produtos, X, Y e Z, utilizando dois tipos de
insumo, A e B. Para a manufatura de cada kg de X são utilizados 1 grama do insumo
A e 2 gramas do insumo B; para cada kg de Y, 1 grama de insumo A e 1 grama de

insumo B e, para cada kg de Z, 1 grama de A e 4 gramas de B. O preço de venda do

kg de cada um dos produtos X, Y e Z é R$ 2,00, R$ 3,00 e R$ 5,00, respectivamente.
Como vimos no Exemplo 1.6 na página 7, usando matrizes o esquema de produção
pode ser descrito da seguinte forma:
X Y Z 
gramas de A/kg 1 1 1 x kg de X produzidos
gramas de B/kg  2 1 4  = A X=  y  kg de Y produzidos
preço/kg 2 3 5 z kg de Z produzidos
 
x+y+z gramas de A usados
AX =  2x + y + 4z  gramas de B usados
2x + 3y + 5z arrecadação
No Exemplo 2.5 na página 84 determinamos a inversa da matriz

 
1 1 1
A= 2 1 4 
2 3 5
que é
7 2
− 35
   
5 5 7 2 −3
1
A −1 =  2
− 53 2
=  2 −3 2 .
  
5 5 5
− 45 1
5
1
5
−4 1 1
Sabendo-se a inversa da matriz A podemos saber a produção da indústria sempre

que soubermos quanto foi gasto do insumo A, do insumo B e a arrecadação.
(a) Se em um período com a venda de toda a produção de X, Y e Z manufaturada

com 1 kg de A e 2 kg de B, essa indústria arrecadou R$ 2500, 00, então para

determinar quantos kg de cada um dos produtos X, Y e Z foram vendidos sim-

plesmente multiplicamos A−1 pela matriz
 
1000 gramas de A usados
B =  2000  gramas de B usados
2500 arrecadação
ou seja,
 
kg de X produzidos

x
 7 2 −3  1000   700 
kg de Y produzidos  y  = X = A −1 B = 1 
 2 −3 2   2000  =  200 

5
kg de Z produzidos z −4 1 1 2500 100
Portanto, foram produzidos 700 kg do produto X, 200 kg de Y e 100 kg de Z.

(b) Se em outro período com a venda de toda a produção de X, Y e Z manufatu-
rada com 1 kg de A e 2, 1 kg de B, essa indústria arrecadou R$ 2900, 00, então
para determinar quantos kg de cada um dos produtos X, Y e Z foram vendidos
simplesmente multiplicamos A−1 pela matriz
 
1000 gramas de A usados
B =  2100  gramas de B usados
2900 arrecadação
ou seja,
 
kg de X produzidos

x
 7 2 −3  1000   500 
kg de Y produzidos  y  = X = A −1 B = 1 
 2 −3 2   2100  =  300 

5
kg de Z produzidos z −4 1 1 2900 200
Portanto, foram produzidos 500 kg do produto X, 300 kg de Y e 200 kg de Z.

Vamos mostrar a recíproca do item (b) do Teorema 2.2 na página 74. Este resultado
será útil na demonstração de que o determinante do produto de matrizes é o produto
dos determinantes (Subseção 2.2.2 na página 119).
Proposição 2.9. Se A e B são matrizes n × n, com AB invertível, então A e B são invertíveis.
Demonstração. Considere o sistema ( AB) X = 0̄. Se B não fosse invertível, então

existiria X 6= 0̄, tal que B X = 0̄ (Teorema 2.8 na página 86). Multiplicando-se por
A, teríamos AB X = 0̄, o que, novamente pelo Teorema 2.8 na página 86, contradiz o
fato de AB ser invertível. Portanto, B é invertível. Agora, se B e AB são invertíveis,
então A também é invertível, pois A = ( AB) B−1 , que é o produto de duas matrizes
invertíveis.
2.1.4 Aplicação: Interpolação Polinomial

Sejam P1 = ( x1 , y1 ), . . . , Pn = ( xn , yn ), com x1 , . . . , xn números distintos. Considere
o problema de encontrar um polinômio de grau n − 1
p ( x ) = a n −1 x n −1 + a n −2 x n −2 + · · · + a 1 x + a 0 ,
que interpola os dados, no sentido de que p( xi ) = yi , para i = 1, . . . , n.

Por exemplo se os pontos são P1 = (0, 10), P2 = (1, 7), P3 = (3, −11), P4 = (4, −14)
então o problema consiste em encontrar um polinômio de grau 3 que interpola os
pontos dados (veja o Exercício 1.2.8 na página 60).

30
y
20
10
0
x
−10
−20
−30
−2 −1 0 1 2 3 4 5
Vamos mostrar que existe, um e somente um, polinômio de grau no máximo igual
a n − 1, que interpola n pontos, com abscissas distintas. Substituindo os pontos no

polinômio p( x ), obtemos um sistema linear AX = B, em que

 n −1
x1n−2
    
a n −1 y1 x1 ... x1 1
 a n −2   y2   x n −1 x n −2 ... x2 1 
 2 2
X =  . , B =  .  e A =  . .
    
 ..   ..   .. .. ..
. . 
a0 yn xnn−1 xnn−2 ... xn 1
A matriz A é chamada matriz de Vandermonde.
Vamos mostrar que AX = B tem somente uma solução. Pelo Teorema 2.8 na página
86, um sistema de n equações e n incógnitas AX = B tem solução única se, e somente
se, o sistema homogêneo associado, AX = 0̄, tem somente a solução trivial. X =
[ an−1 · · · a0 ] é solução do sistema homogêneo se, e somente se, o polinômio de
grau n − 1, p( x ) = an−1 x n−1 + · · · + a0 , se anula em n pontos distintos. O que
implica que o polinômio p( x ) é o polinômio com todos os seus coeficientes iguais a
zero. Portanto, o sistema homogêneo A X = 0̄ tem somente a solução trivial. Isto
prova que existe, um e somente um, polinômio de grau no máximo igual a n − 1,
que interpola n pontos, com abscissas distintas.
Assim, a solução do sistema linear é X = A−1 B. Como a matriz A depende apenas
das abscissas dos pontos, tendo calculado a matriz A−1 podemos determinar rapi-
damente os polinômios que interpolam vários conjuntos de pontos, desde que os
pontos de todos os conjuntos tenham as mesmas abscissas dos pontos do conjunto
inicial.
2.1.5 Aplicação: Criptografia

Vamos transformar uma mensagem em uma matriz da seguinte forma. Vamos que-
brar a mensagem em pedaços de tamanho 3 e cada pedaço será convertido em uma
matriz coluna usando a Tabela 2.1 de conversão entre caracteres e números.
Considere a seguinte mensagem criptografada
1ydobbr,? (2.5)

a b c d e f g h i j k l m n
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
o p q r s t u v w x y z à á â
15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
ã ç é ê í ó ô õ ú ü A B C D E
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
F G H I J K L M N O P Q R S T
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59
U V W X Y Z À Á Â Ã Ç É Ê Í Ó
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74
Ô Õ Ú Ü 0 1 2 3 4 5 6 7 8 9 :
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89
; < = > ? @ ! " # $ % & ’ ( )
90 91 92 93 94 95 96 97 98 99 100 101 102 103 104
* + , - . / [ \ ] _ { | }
105 106 107 108 109 110 111 112 113 114 115 116 117
Tabela 2.1. Tabela de conversão de caracteres em números
Quebrando a mensagem criptografada em pedaços de tamanho 3 e convertendo

cada pedaço para uma coluna de números usando a Tabela 2.1 obtemos a matriz
 
80 15 18
Y =  25 2 107 
4 2 94
Sabendo-se que esta mensagem foi criptografada fazendo o produto da mensagem

inicial pela matriz  

1 1 0
M= 0 1 1 
0 0 1
então
X = M −1 Y
será a mensagem inicial convertida para números, ou seja,
    
1 −1 1 80 15 18 59 15 5
X = M −1 Y =  0 1 −1   25 2 107  =  21 0 13 
0 0 1 4 2 94 4 2 94
Convertendo para texto usando novamente a Tabela 2.1 obtemos que a mensagem
que foi criptografada é
Tudo bem? (2.6)


 
1
2.1.1. Seja A uma matriz 3 × 3. Suponha que X =  −2  é solução do sistema homogêneo A X = 0̄. A matriz
3
A é singular ou não? Justifique.
2.1.2. Se possível, encontre as inversas das seguintes matrizes:

   
1 2 3 1 2 3
(a)  1 1 2 ; (d)  0 2 3 ;
0 1 2 1 2 4
   
1 2 2 1 2 3
(b)  1 3 1 ; (e)  1 1 2 ;
1 3 2 0 1 1
   
1 1 1 1 1 1 1 1
 1 2 −1 2   1 3 1 2 
(c) 
 1 −1
; (f) 
 1 2 −1 1 ;

2 1 
1 3 3 2 5 9 1 6
 
1 1 0
2.1.3. Encontre todos os valores de a para os quais a matriz A =  1 0 0  tem inversa.
1 2 a
2.1.4. Se
−1 3 2 −1 2 5
A = e B = ,
1 3 3 −2
encontre ( A B)−1 .

2 3 5
2.1.5. Resolva o sistema A X = B, se A−1 = eB= .
4 1 3

2.1.6. (Relativo à Subseção 2.1.2) Encontre matrizes elementares E1 , . . . , Ek tais que A = E1 . . . Ek , para
 
1 2 3
A =  2 1 2 .
0 1 2

» M=[A,B] atribui à matriz M a matriz obtida colocando lado a lado as matrizes A e B.
» A=[A1,...,An] cria uma matriz A formada pelas matrizes, definidas anteriormente, A1, ..., An co-
locadas uma ao lado da outra;
» M=A(:,k:l) atribui à matriz M a submatriz da matriz A obtida da coluna l à coluna k da matriz A.

» B=escalona(A) calcula passo a passo a forma escalonada reduzida da matriz A e armazena a matriz
resultante na variável B.
2.1.7. O pacote GAAL contém alguns arquivos com mensagens criptografadas e uma chave para decifrá-las. Use
os comandos a seguir para ler dos arquivos e atribuir às variáveis correspondentes, uma mensagem crip-
tografada e a uma chave para decifrá-la.
» menc=lerarq(’c:/matlab/toolbox/gaal/menc1.txt’)
» key=lerarq(’c:/matlab/toolbox/gaal/key.txt’)
Com estes comandos foram lidos os arquivos menc1.txt e key.txt e atribuídos os resultados às variáveis
menc e key respectivamente. Para converter a mensagem criptografada e a chave para matrizes numéri-
cas use os comandos do pacote gaal:
» y=char2num(menc), M=char2num(key)

Sabendo-se que a mensagem criptografada (convertida para números), y, foi originalmente obtida
multiplicando-se a matriz M pela mensagem original (convertida para números), x, determine x. Des-
cubra a mensagem usando o comando do pacote gaal, num2char(x), que converte a matriz para texto.
Decifre as mensagens que estão nos arquivos menc2.txt e menc3.txt. Como deve ser a matriz M para
que ela possa ser uma matriz chave na criptografia?

a b
2.1.8. (a) Mostre que a matriz A = é invertível se, e somente se, ad − bc 6= 0 e neste caso a inversa
c d
é dada por

1 d −b
A −1 = .
ad − bc −c a
(Sugestão: encontre a forma escalonada reduzida da matriz [ A | I2 ], para a 6= 0 e para a = 0.)
(b) Mostre que se ad − bc 6= 0, então o sistema linear

ax + by = g
cx + dy = h
tem como solução

gd − bh ah − gc
x= , y=
ad − bc ad − bc
Sugestão para os próximos 4 exercícios: Para verificar que uma matriz B é a inversa de uma matriz A,
basta fazer um dos produtos AB ou BA e verificar que é igual a In .
2.1.9. Se A é uma matriz n × n e Ak = 0̄, para k um inteiro positivo, mostre que
( In − A)−1 = In + A + A2 + . . . + Ak−1 .

2.1.10. Seja A uma matriz diagonal, isto é, os elementos que estão fora da diagonal são iguais a zero (aij = 0,
para i 6= j). Se aii 6= 0, para i = 1, . . . , n, mostre que A é invertível e a sua inversa é também uma matriz
diagonal com elementos na diagonal dados por 1/a11 , 1/a22 , . . . , 1/ann .
2.1.11. Sejam A e B matrizes quadradas. Mostre que se A + B e A forem invertíveis, então
( A + B)−1 = A−1 ( In + BA−1 )−1 .
2.1.12. Seja Jn a matriz n × n, cujas entradas são iguais a 1. Mostre que se n > 1, então
1
( In − Jn )−1 = In − Jn .
n−1
(Sugestão: observe que Jn2 = nJn .)
2.1.13. Mostre que se B é uma matriz invertível, então AB−1 = B−1 A se, e somente se, AB = BA. (Sugestão:
multiplique a equação AB = BA por B−1 .)
2.1.14. Mostre que se A é uma matriz invertível, então A + B e In + BA−1 são ambas invertíveis ou ambas não
invertíveis. (Sugestão: multiplique A + B por A−1 .)
2.1.15. Sejam A e B matrizes n × n. Mostre que se B não é invertível, então AB também não o é.
2.1.16. Mostre que se A e B são matrizes n × n, invertíveis, então A e B são equivalentes por linhas.
2.1.17. Sejam A uma matriz m × n e B uma matriz n × m, com n < m. Mostre que AB não é invertível. (Sugestão:
Mostre que o sistema ( AB) X = 0̄ tem solução não trivial.)
2.2 Determinantes
Vamos inicialmente definir o determinante de matrizes 1 × 1. Para cada matriz A =
[ a] definimos o determinante de A, indicado por det( A), por det( A) = a. Vamos,

2.2 Determinantes 99
agora, definir o determinante de matrizes 2 × 2 e a partir daí definir para matrizes

de ordem maior. A cada matriz A, 2 × 2, associamos um número real, denominado
determinante de A, por:

a11 a12
det( A) = det = a11 a22 − a12 a21 .
a21 a22
Para definir o determinante de matrizes quadradas maiores, precisamos definir o
que são os menores de uma matriz. Dada uma matriz A = ( aij )n×n , o menor
do elemento aij , denotado por Ãij , é a submatriz de A, (n − 1) × (n − 1), obtida
eliminando-se a i-ésima linha e a j-ésima coluna de A, que tem o seguinte aspecto:
 j 
a11 ... ... a1n
 
 .. .. 
. .
 
 
 
 
 
Ãij =  aij i
 

 
 
 .. .. 
. .
 
 
 
 
an1 ... ... ann
Exemplo 2.8. Para uma matriz A = ( aij )3×3 ,

 
a11 a12 a13

a11 a12

Ã23 =  a21 a22 a23  =
 
  a31 a32
a31 a32 a33

Agora, vamos definir os cofatores de uma matriz quadrada A = ( aij )3×3 . O cofator
do elemento aij , denotado por ãij , é definido por
ãij = (−1)i+ j det( Ãij ),
ou seja, o cofator ãij , do elemento aij é igual a mais ou menos o determinante do
menor Ãij , sendo o mais e o menos determinados pela seguinte disposição:
 
+ − +
 − + − 
+ − +
Exemplo 2.9. Para uma matriz A = ( aij )3×3 ,

 
a11 a12 a13
a11 a12
 
2+3
ã23 = (−1) det( Ã23 ) = −det  a21 a22 a23  = −det = a31 a12 − a11 a32
 
  a31 a32
a31 a32 a33
Vamos, agora, definir o determinante de uma matriz 3 × 3. Se

 
a11 a12 a13
A= a ,
 
21 a22 a23
a31 a32 a33
então, o determinante de A é igual à soma dos produtos dos elementos da 1a. linha
pelos seus cofatores.
det( A) = a11 ã11 + a12 ã12 + a13 ã13

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

Da mesma forma que definimos o determinante de matrizes 3 × 3 usando o determi-

nante de matrizes 2 × 2, podemos definir o determinante de matrizes n × n supondo
que sabemos como calcular o determinante de matrizes (n − 1) × (n − 1). Para isso,
vamos estender a definição de cofatores para matrizes quadradas A = ( aij )n×n . O
cofator do elemento aij , denotado por ãij , é definido por
ãij = (−1)i+ j det( Ãij ),

ou seja, o cofator ãij , do elemento aij é igual a mais ou menos o determinante do
menor Ãij , sendo o mais e o menos determinados pela seguinte disposição:
 
+ − + − ...
 − + − + ... 
 
 + − + − ... 
.. .. .. . .
 
..
. . . . .
Definição 2.2. Seja A = ( aij )n×n . O determinante de A, denotado por det( A), é definido por
n
det( A) = a11 ã11 + a12 ã12 + . . . + a1n ã1n = ∑ a1j ã1j , (2.7)
j =1
em que ã1j = (−1)1+ j det( Ã1j ) é o cofator do elemento a1j . A expressão (2.8) é chamada desenvolvimento ou
expansão em cofatores do determinante de A em termos da 1a. linha.

Exemplo 2.10. Seja  

0 0 0 −3
 
A=
 1 2 3 4 .

 −1 3 2 5 
2 1 −2 0
Desenvolvendo-se o determinante de A em cofatores, obtemos
 
1 2 3
det( A) = 0ã11 + 0ã12 + 0ã13 + (−3)(−1)1+4 det( B), em que B= .
 
−1 3 2
2 1 −2
Mas o det( B) também pode ser calculado usando cofatores,
det( B) = 1b̃11 + 2b̃12 + 3b̃13

= 1(−1)1+1 det( B̃11 ) + 2(−1)1+2 det( B̃12 ) + 3(−1)1+3 det( B̃13 )

3 2 −1 2 −1 3
= det − 2 det + 3 det
1 −2 2 −2 2 1
= −8 − 2 (−2) + 3 (−7)
= −25
Portanto,
det( A) = 3 det( B) = −75.

Exemplo 2.11. Usando a definição de determinante, vamos mostrar que o deter-

minante de uma matriz triangular inferior (isto é, os elementos situados acima da
diagonal principal são iguais a zero) é o produto dos elementos da diagonal princi-
pal. Vamos mostrar inicialmente para matrizes 3 × 3. Seja
 
a11 0 0
A= a
 
21 a22 0 
a31 a32 a33

a22 0
det( A) = a11 det = a11 a22 a33 .
a32 a33
Vamos supor termos provado que para qualquer matriz (n − 1) × (n − 1) triangular
inferior, o determinante é o produto dos elementos da diagonal principal. Então
vamos provar que isto também vale para matrizes n × n. Seja
 
a11 0 . . . . . . 0
 
 .. 
 a21 a22 0 . 
A= 
 .
.. .. 
 . 0 
an1 ... ann
 
a22 0 . . . . . . 0
 .. 
 a32 a33 0 . 
det( A) = a11 det 
 .
 = a11 a22 . . . ann ,
 .. .. 
. 0 
an2 ... ann

pois o determinante acima é de uma matriz (n − 1) × (n − 1) triangular inferior. Em

particular, para a matriz identidade, In ,
det( In ) = 1.
2.2.1 Propriedades do Determinante
Vamos provar uma propriedade importante do determinante. Para isso vamos es-
crever a matriz A = ( aij )n×n em termos das suas linhas
 
A1
 .. 

 . 

 A k −1 
 
 Ak
A= ,

 A k +1 
 
 .
 ..


An
em que Ai é a linha i da matriz A, ou seja, Ai = [ ai1 ai2 . . . ain ]. Se a linha Ak é

escrita na forma Ak = αX + βY, em que X = [ x1 . . . xn ], Y = [ y1 . . . yn ] e α e β
são escalares, dizemos que a linha Ak é combinação linear de X e Y. Se a linha Ak
é combinação linear de X e Y, então o determinante pode ser decomposto como no
resultado seguinte.

Teorema 2.10. Seja A = ( aij )n×n escrita em termos das suas linhas, denotadas por Ai , ou seja,
Ai = [ ai1 ai2 . . . ain ]. Se para algum k, a linha Ak = αX + βY, em que X = [ x1 . . . xn ],
Y = [ y1 . . . yn ] e α e β são escalares, então:
     
A1 A1 A1
 ..   ..   .. 

 . 

 .




 . 

 A k −1   A k −1   A k −1 
     
det  αX + βY  = α det 
 
 X
 + β det  Y
 
.

 A k +1   A k +1   A k +1 
     
..  .  .
 ..  ..
   
 .   
An An An
Aqui, Ak = αX + βY = [ αx1 + βy1 . . . αxn + βyn ].
Demonstração. Vamos provar aqui somente para k = 1. Para k > 1 é demonstrado

no Apêndice III na página 134. Se A1 = αX + βY, em que X = [ x1 . . . xn ], Y =

[ y1 . . . yn ] e α e β são escalares, então:

 
αX + βY
 A2  n
det   = ∑ (−1)1+ j (αx j + βy j ) det( Ã1j )
 
..
 .  j =1
An
n n
= α ∑ x j det( Ã1j ) + β ∑ y j det( Ã1j )
j =1 j =1
   
X Y
 A2   A2 
= α det   + β det 
   
.. .. 
 .   . 
An An

Exemplo 2.12. O cálculo do determinante da matriz a seguir pode ser feito da se-
guinte forma:

cos t sen t cos t sen t cos t sen t
det = 2 det + 3 det =3
2 cos t − 3 sen t 2 sen t + 3 cos t cos t sen t − sen t cos t
Pela definição de determinante, o determinante deve ser calculado fazendo-se o de-

senvolvimento em cofatores segundo a 1a. linha. O próximo resultado, que não va-
mos provar neste momento (Apêndice III na página 134), afirma que o determinante
pode ser calculado fazendo-se o desenvolvimento em cofatores segundo qualquer li-
nha ou qualquer coluna.

Teorema 2.11. Seja A uma matriz n × n. O determinante de A pode ser calculado fazendo-se o desenvolvimento em
cofatores segundo qualquer linha ou qualquer coluna.
n
det( A) = ai1 ãi1 + ai2 ãi2 + . . . + ain ãin = ∑ aij ãij , para i = 1, . . . , n, (2.8)
j =1
n
= a1j ã1j + a2j ã2j + . . . + anj ãnj = ∑ aij ãij , para j = 1, . . . , n, (2.9)
i =1
em que ãij = (−1)i+ j det( Ãij ) é o cofator do elemento aij . A expressão (2.8) é chamada desenvolvimento em co-
fatores do determinante de A em termos da i-ésima linha e (2.9) é chamada desenvolvimento em cofatores do
determinante de A em termos da j-ésima coluna.
Temos a seguinte consequência deste resultado.
Corolário 2.12. Seja A uma matriz n × n. Se A possui duas linhas iguais, então det( A) = 0.

Demonstração. O resultado é claramente verdadeiro para matrizes 2 × 2. Supondo

que o resultado seja verdadeiro para matrizes (n − 1) × (n − 1), vamos provar que
ele é verdadeiro para matrizes n × n. Suponhamos que as linhas k e l sejam iguais,
para k 6= l. Desenvolvendo o determinante de A em termos de uma linha i, com
i 6= k, l, obtemos
n n
det( A) = ∑ aij ãij = ∑ (−1)i+ j aij det( Ãij ).
j =1 j =1
Mas, cada Ãij é uma matriz (n − 1) × (n − 1) com duas linhas iguais. Como estamos
supondo que o resultado seja verdadeiro para estas matrizes, então det( Ãij ) = 0.
Isto implica que det( A) = 0.

No próximo resultado mostramos como varia o determinante de uma matriz quando

aplicamos operações elementares sobre suas linhas.

(a) Se B é obtida de A multiplicando-se uma linha por um escalar α, então
det( B) = α det( A) ;
(b) Se B resulta de A pela troca da posição de duas linhas k 6= l, então
det( B) = − det( A) ;
(c) Se B é obtida de A substituindo a linha l por ela somada a um múltiplo escalar de uma linha k, k 6= l, então
det( B) = det( A) .
Demonstração. (a) Segue diretamente do Teorema 2.10 na página 105.

(b) Sejam
  
A1 A1
 ..   .. 
 .   . 
   
 Ak   Al 
   
A =  ...  e B =  ...  .
   
   
 Al   Ak 
   
 .   . 
 ..   .. 
An An
Agora, pelo Teorema 2.10 na página 105 e o Corolário 2.12, temos que
         
A1 A1 A1 A1 A1
 ..  ..   ..   ..   .. 

 .

 . 
 
 . 
 

 .  
 . 
 
 Ak + Al   Ak   Ak   Al   Al 
         
0 = det 
 ..   ..   .. 
= det  .  + det  .  + det 
 ..  + det  .. 
 . 
      . 
 . 
 
 Ak + Al   Ak   Al  Ak   Al 
   
      
 ..   . 
 .. 
 . 
 .. 
 .. 

 ... 
 
 .   .
An An An An An
= 0 + det( A) + det( B) + 0.
Portanto, det( A) = − det( B).

(c) Novamente, pelo Teorema 2.10 na página 105, temos que
       
A1 A1 A1 A1
 ..   ..   ..   .. 

 . 

 . 
 
 . 
 

 .  

 Ak 

 Ak 
 
 Ak 
 

 Ak  
det 
 ..   ..   .. 
= det  .  + α det  .  = det 
 ..  .
 . 
      . 
 Al + αAk   Al   Ak   Al 
       
 ..   . 
 .. 
 . 
 .. 
 .. 
 .   . 
An An An An
Exemplo 2.13. Vamos calcular o determinante da matriz
 
0 1 5
A= 3 −6 9 
2 6 1
usando operações elementares para transformá-la numa matriz triangular superior

e aplicando o Teorema 2.13.

 
3 −6 9
det( A) = − det  0 1 5  1a. linha ←→ 2a. linha
 2 6 1 
1 −2 3
= −3 det  0 1 5  1/3×1a. linha −→ 1a. linha
 2 6 1 
1 −2 3
= −3 det  0 1 5  −2×1a. linha+3a. linha −→ 3a. linha
 0 10 − 5 
1 −2 3
= −3 det  0 1 5  −10×2a. linha+3a. linha −→ 3a. linha
0 0 −55
= (−3)(−55) = 165
Quando multiplicamos uma linha de uma matriz por um escalar α o determinante
da nova matriz é igual a α multiplicado pelo determinante da matriz antiga. Mas o
que estamos calculando aqui é o determinante da matriz antiga, por isso ele é igual
a 1/α multiplicado pelo determinante da matriz nova.
Para se calcular o determinante de uma matriz n × n pela expansão em cofatores, pre-

cisamos fazer n produtos e calcular n determinantes de matrizes (n − 1) × (n − 1),
que por sua vez vai precisar de n − 1 produtos e assim por diante. Portanto, ao todo
são necessários da ordem de n! produtos. Para se calcular o determinante de uma
matriz 20 × 20, é necessário se realizar 20! ≈ 1018 produtos. Os computadores pes-
soais realizam da ordem de 108 produtos por segundo. Portanto, um computador
pessoal precisaria de cerca de 1010 segundos ou 103 anos para calcular o determi-
nante de uma matriz 20 × 20 usando a expansão em cofatores. Entretanto usando o
método apresentado no exemplo anterior para o cálculo do determinante, é necessá-
rio apenas da ordem de n3 produtos. Ou seja, para calcular o determinante de uma

matriz 20 × 20 usando o método apresentado no exemplo anterior um computador

pessoal gasta muito menos de um segundo.
A seguir estabelecemos duas propriedades do determinante que serão demonstradas
somente na Subseção 2.2.2 na página 119.

(a) Os determinantes de A e de sua transposta At são iguais,
det( A) = det( At ) ;
(b) O determinante do produto de A por B é igual ao produto dos seus determinantes,
det( AB) = det( A) det( B) .

Observação. Como o determinante de uma matriz é igual ao determinante da sua transposta (Teorema 2.14
(b)), segue-se que todas as propriedades que se referem a linhas são válidas com relação às colunas.
Exemplo 2.14. Seja A = ( aij )n×n . Vamos mostrar que se A é invertível, então
1
det( A−1 ) = .
det( A)
Como A A−1 = In , aplicando-se o determinante a ambos os membros desta igual-

dade e usando o Teorema 2.14, obtemos
det( A) det( A−1 ) = det( In ).
Mas, det( In ) = 1 (Exemplo 2.11 na página 103, a matriz identidade também é trian-
1
gular inferior!). Logo, det( A−1 ) = .
det( A)
Exemplo 2.15. Se uma matriz quadrada é tal que A2 = A−1 , então vamos mostrar
que det( A) = 1. Aplicando-se o determinante a ambos os membros da igualdade
acima, e usando novamente o Teorema 2.14 e o resultado do exemplo anterior, obte-
mos
1
(det( A))2 = .
det( A)
Logo, (det( A))3 = 1. Portanto, det( A) = 1.

O resultado seguinte caracteriza em termos do determinante as matrizes invertíveis

e os sistemas lineares homogêneos que possuem solução não trivial.
Teorema 2.15. Seja A uma matriz n × n.

(a) A matriz A é invertível se, e somente se, det( A) 6= 0.
(b) O sistema homogêneo AX = 0̄ tem solução não trivial se, e somente se, det( A) = 0.
Demonstração. (a) Seja R a forma escalonada reduzida da matriz A.

A demonstração deste item segue-se de três observações:
• Pelo Teorema 2.13 na página 109, det( A) 6= 0 se, e somente se, det( R) 6= 0.
• Pela Proposição 1.5 da página 47, ou R = In ou a matriz R tem uma linha
nula. Assim, det( A) 6= 0 se, e somente se, R = In .
• Pelo Teorema 2.7 na página 82, R = In se, e somente se, A é invertível.
(b) Pelo Teorema 2.8 na página 86, o sistema homogêneo AX = 0̄ tem solução não
trivial se, e somente se, a matriz A não é invertível. E pelo item anterior, a
matriz A é não invertível se, e somente se, det( A) = 0.


Exemplo 2.16. Considere a matriz

 
2 2 2
A= 0 2 0 .
0 1 3
 
x
(a) Determinar os valores de λ ∈ R tais que existe X =  y  6= 0̄ que satisfaz
z
AX = λX.
(b) Para 
cada um dos valores de λ encontrados no item anterior determinar todos
x
X =  y  6= 0̄ tais que AX = λX.
z
Solução:
(a) Como a matriz identidade I3 é o elemento neutro do produto, então
AX = λX ⇔ AX = λI3 X.
Subtraindo-se λI3 X obtemos
AX − λI3 X = 0̄ ⇔ ( A − λI3 ) X = 0̄.
Agora, este sistema homogêneo tem solução não trivial (X 6= 0̄) se, e somente
se,
det( A − λI3 ) = 0.
Mas  
2−λ 2 2
det  0 2−λ 0  = −(λ − 2)2 (λ − 3) = 0
0 1 3−λ

se, e somentese, λ = 2 ou λ = 3. Assim, somente para λ = 2 e λ = 3 existem

x
vetores X =  y  6= 0̄ tais que AX = λX.
z
(b) Para λ = 2:
    
0 2 2 x 0
2y + 2z = 0
( A − 2I3 ) X = 0̄ ⇔  0 0 0   y = 0
   ⇔
y + z = 0
0 1 1 z 0
   
x β
que tem solução o conjunto dos X =  y  =  −α , para todos os valores
z α
de α, β ∈ R.
Para λ = 3:
     
−1 2 2 x 0  − x + 2y + 2z = 0
( A − 3I3 ) X = 0̄ ⇔  0 −1 0   y  =  0  ⇔ −y = 0
0 1 0 z 0 y = 0

   
x 2α
que tem solução o conjunto dos X =  y  =  0 , para todos os valores
z α
de α ∈ R.

a b
Exemplo 2.17. A matriz A = c d é invertível se, e somente se, det( A) =
ad − bc 6= 0. Neste caso a inversa de A é dada por

1 d −b
A −1 = ,
det( A) −c a

como pode ser verificado multiplicando-se a candidata a inversa pela matriz A.

Observe que este exemplo fornece uma regra para se encontrar a inversa de uma
matriz 2 × 2: troca-se a posição dos elementos da diagonal principal, troca-se o sinal
dos outros elementos e divide-se todos os elementos pelo determinante de A.
Exemplo 2.18. Considere o sistema linear de 2 equações e 2 incógnitas

ax + by = g
cx + dy = h
A matriz deste sistema é

a b
A= .
c d
Se det( A) 6= 0, então a solução do sistema é
 
g b
det
1 d −b g 1 dg − bh 1 h d 
X = A −1 B =
 
= = 
det( A) −c a h det( A) −cg + ah det( A)  a g 
det
c h
ou seja,

g b a g
det det
h d c h
x= , y=
a b a b
det det
c d c d
esta é a chamada Regra de Cramer para sistemas de 2 equações e 2 incógnitas.A
Regra de Cramer para sistemas de n equações e n incógnitas será apresentada na
Subseção 2.2.3.

2.2.2 Matrizes Elementares e o Determinante (opcional)

Relembramos que uma matriz elementar é uma matriz que se obtém aplicando-se
uma operação elementar na matriz identidade. Assim, aplicando-se o Teorema 2.13
na página 109 obtemos o resultado seguinte.
Proposição 2.16. (a) Se Ei,j é a matriz elementar obtida trocando-se as linhas i e j da matriz identidade, então
det( Ei,j ) = −1.
(b) Se Ei (α) é a matriz elementar obtida da matriz identidade, multiplicando-se a linha i por α, então
det( Ei (α)) = α.
(c) Se Ei,j (α) é a matriz elementar obtida da matriz identidade, somando-se à linha j, α vezes a linha i, então
det( Ei,j (α)) = 1.

Lembramos também que uma matriz é invertível se, e somente se, ela é o produto
de matrizes elementares (Teorema 2.6 na página 79). Além disso, o resultado da
aplicação de uma operação elementar em uma matriz é o mesmo que multiplicar a
matriz à esquerda pela matriz elementar correspondente.
Usando matrizes elementares podemos provar o Teorema 2.14 na página 113.
Demonstração do Teorema 2.14.
(a) Queremos provar que det( AB) = det( A) det( B). Vamos dividir a demonstração
deste item em três casos:
Caso 1: Se A = E é uma matriz elementar. Este caso segue-se diretamente da propo-
sição anterior e do Teorema 2.13 na página 109.
Caso 2: Se A é invertível, então pelo Teorema 2.6 na página 79 ela é o produto de
matrizes elementares, A = E1 . . . Ek . Aplicando-se o caso anterior sucessivas vezes,
obtemos
det( AB) = det( E1 ) . . . det( Ek ) det( B) = det( E1 . . . Ek ) det( B) = det( A) det( B).
Caso 3: Se A é singular, pela Proposição 2.9 na página 90, AB também é singular.

Logo,
det( AB) = 0 = 0 det( B) = det( A) det( B).
(b) Queremos provar que det( A) = det( At ). Vamos dividir a demonstração deste
item em dois casos.
Caso 1: Se A é uma matriz invertível, pelo Teorema 2.6 na página 79 ela é o produto
de matrizes elementares, A = E1 . . . Ek . É fácil ver que se E é uma matriz elementar,
então det( E) = det( Et ) (verifique!). Assim,
det( At ) = det( Ekt ) . . . det( E1t ) = det( Ek ) . . . det( E1 ) = det( E1 . . . Ek ) = det( A).

Caso 2: Se A não é invertível, então At também não o é, pois caso contrário, pelo
Teorema 2.2 na página 74, também A = ( At )t seria invertível. Assim, neste caso,
det( At ) = 0 = det( A).
2.2.3 Matriz Adjunta e Inversão (opcional)

Vamos definir a adjunta de uma matriz quadrada e em seguida enunciar e provar um
teorema sobre a adjunta que permite provar vários resultados sobre matrizes, entre
eles um que fornece uma fórmula para a inversa de uma matriz e também a regra de
Cramer. Tanto a adjunta quanto os resultados que vem a seguir são de importância
teórica.
Definição 2.3. Seja A uma matriz n × n. Definimos a matriz adjunta (clássica) de A, denotada por adj( A),
como a transposta da matriz formada pelos cofatores de A, ou seja,
 t  
ã11 ã12 ... ã1n ã11 ã21 ... ãn1
 ã21 ã22 ... ã2n   ã12 ã22 ... ãn2 
adj( A) =   = ,
   
.. .. .. ..
 . ... .   . ... . 
ãn1 ãn2 ... ãnn ã1n ã2n ... ãnn
em que, ãij = (−1)i+ j det( Ãij ) é o cofator do elemento aij , para i, j = 1, . . . , n.

Exemplo 2.19. Seja  

1 2 3
B= 0 3 2 .
0 0 −2
Vamos calcular a adjunta de B.

+ 3 2 0 2
b̃11 = (−1) 1 1 det = −6, b̃12 = (−1)1+2 det = 0,
0 − 2
0 −2
+ 0 3 2 3
b̃13 = (−1) 1 3 det = 0, b̃21 = (−1)2+1 det = 4,
0 0 0 −2
1 3 1 2
b̃22 = (−1)2+2 det = −2, b̃23 = (−1)2+3 det = 0,
0 − 2
0 0
+ 2 3 1 3
b̃31 = (−1) 3 1 det = −5, b̃32 = (−1)3+2 det = −2,
3 2 0 2
1 2
b̃33 = (−1)3+3 det = 3,
0 3
Assim, a adjunta de B é
 t  
−6 0 0 −6 4 −5
adj( B) =  4 −2 0  =  0 −2 −2 
−5 −2 3 0 0 3
Na definição do determinante são multiplicados os elementos de uma linha pelos

cofatores da mesma linha. O teorema seguinte diz o que acontece se somamos os
produtos dos elementos de uma linha com os cofatores de outra linha ou se somamos
os produtos dos elementos de uma coluna com os cofatores de outra coluna.

Lema 2.17. Se A é uma matriz n × n, então

ak1 ãi1 + ak2 ãi2 + . . . + akn ãin = 0 se k 6= i; (2.10)
a1k ã1j + a2k ã2j + . . . + ank ãnj = 0 se k 6= j; (2.11)
em que, ãij = (−1)i+ j det( Ãij ) é o cofator do elemento aij , para i, j = 1, . . . , n.
Demonstração. Para demonstrar a equação (2.10), definimos a matriz A∗ como

sendo a matriz obtida de A substituindo a i-ésima linha de A por sua k-ésima linha,
ou seja,
   
A1 A1
 ..   .. 
 .   . 
   
 Ai   Ak 
 ←i  ←i
A =  ...  e A∗ =  ...  .
   
 Ak  ← k  Ak  ← k
   
   
 .   . 
 ..   .. 
An An
Assim, A∗possui duas linhas iguais e pelo Corolário 2.12 na página 107, det( A∗ ) =
0. Mas, o determinante de A∗ desenvolvido segundo a sua i-ésima linha é exata-
mente a equação (2.10).
A demonstração de (2.11) é feita de forma análoga, mas usando o item (d) do Teo-
rema 2.13, ou seja, que det( A) = det( At ).

Teorema 2.18. Se A é uma matriz n × n, então

A(adj( A)) = (adj( A)) A = det( A) In
Demonstração. O produto da matriz A pela matriz adjunta de A é dada por

 
a11 a12 ... a1n  
.. .. ã11 ã j1 ãn1
... ...
 
 . ... . 
  ã12 ... ã j2 ... ãn2


ai1 ai2 . . . ain
 
  .. ... .. ... .. 
. . .
  
 .. .. 
... ...

 . ... .  ã1n ã jp ãnn
an1 an2 . . . anp
O elemento de posição i, j de A adj( A) é
n
( A adj( A))ij = ∑ aik ã jk = ai1 ã j1 + ai2 ã j2 + . . . ain ã jn .
k =1
Pelo Lema 2.17, equação (2.10) e do Teorema 2.11 na página 107 segue-se que

det( A) se i = j
( A adj( A))ij =
0 se i 6= j.

Assim,
 
det( A) 0 ... 0
 0 det( A) ... 0 
A adj( A) =   = det( A) In .
 
.. ..
 . ... . 
0 0 ... det( A)
Analogamente, usando Lema 2.17, equação (2.11), se prova que
adj( A) A = det( A) In .
Exemplo 2.20. Vamos mostrar que se uma matriz A é singular, então adj( A) tam-
bém é singular. Vamos separar em dois casos.
(a) Se A = 0̄, então adj( A) também é a matriz nula, que é singular.
(b) Se A 6= 0̄, então pelo Teorema 2.18 na página 124, adj( A) A = 0̄. Mas, então,
se adj( A) fosse invertível, então A seria igual à matriz nula (por que?), que
estamos assumindo não ser este o caso. Portanto, adj( A) tem que ser singular.
Corolário 2.19. Seja A uma matriz n × n. Se det( A) 6= 0, então

1
A −1 = adj( A) ;
det( A)

1
Demonstração. Se det( A) 6= 0, então definindo B = adj( A), pelo Teo-
det( A)
rema 2.18 temos que
1 1 1
A B = A( adj( A)) = ( A adj( A)) = det( A) In = In .
det( A) det( A) det( A)
Aqui, usamos a propriedade (j) do Teorema 1.1 na página 9. Portanto, A é invertível

e B é a inversa de A.
Exemplo 2.21. No Exemplo 2.17 na página 117 mostramos como obter rapidamente
a inversa de ma matriz 2 × 2. Usando o Corolário 2.19 podemos também obter a
inversa de uma matriz 2 × 2,
a b
A= ,
c d

1 1 d −b
A −1 = adj( A) = , se det( A) 6= 0
det( A) det( A) −c a
Ou seja, a inversa de uma matriz 2 × 2 é facilmente obtida trocando-se a posição
dos elementos da diagonal principal, trocando-se o sinal dos outros elementos e
dividindo-se todos os elementos pelo determinante de A.
Exemplo 2.22. Vamos calcular a inversa da matriz

 
1 2 3
B= 0 3 2 .
0 0 −2

A sua adjunta foi calculada no Exemplo 2.19 na página 122. Assim,

− 23 5
   
−6 4 −5 1 6
1 1
B −1 = adj( B) =  0 −2 −2  =  0 1
3
1
3
.
det( B) −6 0 0 3 0 0 − 12
Corolário 2.20 (Regra de Cramer). Se o sistema linear AX = B é tal que a matriz A é n × n e invertível, então
a solução do sistema é dada por
det( A1 ) det( A2 ) det( An )

x1 = , x2 = , . . . , xn = ,
det( A) det( A) det( A)
em que A j é a matriz que se obtem de A substituindo-se a sua j-ésima coluna por B, para j = 1, . . . , n.
Demonstração. Como A é invertível, pelo Corolário 2.19

1
X = A −1 B = adj( A) B.
det( A)
A entrada x j é dada por
1 det( A j )
xj = ( ã1j b1 + . . . + ãnj bn ) = ,
det( A) det( A)
em que A j é a matriz que se obtem de A substituindo-se a sua j-ésima coluna por
B, para j = 1, . . . , n e det( A j ) foi calculado fazendo o desenvolvimento em cofatores
em relação a j-ésima coluna de A j .

Se a matriz A não é invertível, então a regra de Cramer não pode ser aplicada. Pode
ocorrer que det( A) = det( A j ) = 0, para j = 1, . . . , n e o sistema não tenha solução
(verifique!). A regra de Cramer tem um valor teórico, por fornecer uma fórmula para
a solução de um sistema linear, quando a matriz do sistema é quadrada e invertível.


2.2.1. Se det( A) = −3, encontre
(a) det( A2 ); (b) det( A3 ); (c) det( A−1 ); (d) det( At );
2.2.2. Se A e B são matrizes n × n tais que det( A) = −2 e det( B) = 3, calcule det( At B−1 ).
2.2.3. Seja A = ( aij )3×3 tal que det( A) = 3. Calcule o determinante das matrizes a seguir:
   
a11 a12 a13 + a12 a11 + a12 a11 − a12 a13
(a)  a21 a22 a23 + a22  (b)  a21 + a22 a21 − a22 a23 
a31 a32 a33 + a32 a31 + a32 a31 − a32 a33
2.2.4. Calcule o determinante das matrizes a seguir:

rt
tert

e cos βt sen βt
(a) (b)
rert (1 + rt)ert α cos βt − β sen βt α sen βt + β cos βt
2.2.5. Calcule o determinante de cada uma das matrizes seguintes usando operações elementares para
transformá-las em matrizes triangulares superiores.
   
1 −2 3 1 2 1 3 1
 5 −9 6 3   1 0 1 1 
(a) 
 −1
 (b)  .
2 −6 −2   0 2 1 0 
2 8 6 1 0 1 2 3
2.2.6. Determine todos os valores de λ para os quais det( A − λIn ) = 0, em que

   
0 1 2 1 0 0
(a) A =  0 0 3  (b) A =  −1 3 0 
0 0 0 3 2 −2
   
2 −2 3 2 2 3
(c) A =  0 3 −2  (d) A =  1 2 1 
0 −1 2 2 −2 1

 
x1
2.2.7. Determine os valores de λ ∈ R tais que existe X =  ...  6= 0̄ que satisfaz AX = λX.
 
xn
   
2 0 0 2 3 0
(a) A =  3 −1 0 ; (b) A =  0 1 0 ;
 0 4 3   0 0 2 
1 2 3 4 2 2 3 4
 0 −1 3 2   0 2 3 2 
(c) A = 
 0
; (d) A =  .
0 3 3   0 0 1 1 
0 0 0 2 0 0 0 1
2.2.8. Para as matrizes do exercício anterior, e os valores de λ encontrados, encontre a solução geral do sistema
AX = λX, ou equivalentemente, do sistema homogêneo ( A − λIn ) X = 0̄.


» det(A) calcula o determinante da matriz A.
» detopelp(A) calcula o determinante de A aplicando operações elementares até que a matriz esteja na
forma triangular superior.
2.2.9. Vamos fazer um experimento no M ATLABr para tentar ter uma idéia do quão comum é encontrar ma-
trizes invertíveis. No prompt do M ATLABr digite a seguinte linha:
» c=0; for n=1:1000,A=randi(2);if(det(A)˜=0),c=c+1;end,end,c
(não esqueça das vírgulas e pontos e vírgulas!). O que esta linha está mandando o M ATLABr fazer é o
seguinte:
• Criar um contador c e atribuir a ele o valor zero.
• Atribuir à variável A, 1000 matrizes 2 × 2 com entradas inteiras aleatórias entre −5 e 5.
• Se det(A) 6= 0, então o contador c é acrescido de 1.
• No final o valor existente na variável c é escrito.
2.2.10. Resolva, com o M ATLABr , os Exercícios Numéricos a partir do Exercício 4.
2.2.11. Mostre que se det( AB) = 0, então ou A é singular ou B é singular.
2.2.12. O determinante de AB é igual ao determinante de BA? Justifique.
2.2.13. Mostre que se A é uma matriz não singular tal que A2 = A, então det( A) = 1.

2.2.14. Mostre que se Ak = 0̄, para algum k inteiro positivo, então A é singular.
2.2.15. Mostre que se At = A−1 , então det( A) = ±1;
2.2.16. Mostre que se α é um escalar e A é uma matriz n × n, então det(αA) = αn det( A).
2.2.17. Mostre que A, n × n, é invertível se, e somente se, At A é invertível.
2.2.18. Sejam A e P matrizes n × n, sendo P invertível. Mostre que det( P−1 AP) = det( A).
2.2.19. Mostre que se uma matriz A = ( aij )n×n é triangular superior, (isto é, os elementos situados abaixo da
diagonal são iguais a zero) então det( A) = a11 a22 . . . ann .

a b
2.2.20. (a) Mostre que se A = , então det( A) = 0 se, e somente se, uma linha é múltiplo escalar da
c d
outra. E se A for uma matriz n × n?
(b) Mostre que se uma linha Ai de uma matriz A = ( aij )n×n , é tal que Ai = αAk + βAl , para α e β
escalares e i 6= k, l, então det( A) = 0.
(c) Mostre que se uma linha Ai de uma matriz A = ( aij )n×n , é tal que Ai = ∑ αk Ak , para α1 , . . . , αk
k 6 =i
escalares, então det( A) = 0.
2.2.21. Mostre que o determinante de Vandermonde é dado por
1 x1 x12 . . . x1n−1
 
 1 x 2 x 2 . . . x n −1 
∏ ( x i − x j ).
2 2
Vn = det  . =
 
 .. .. ..
. .  i> j
1 xn xn2 ... xnn−1
A expressão à direita significa o produto de todos os termos xi − x j tais que i > j e i, j = 1, . . . , n.
(Sugestão: Mostre primeiro que V3 = ( x3 − x2 )( x2 − x1 )( x3 − x1 ). Suponha que o resultado é verdadeiro
para matrizes de Vandermonde de ordem n − 1, mostre que o resultado é verdadeiro para matrizes de
Vandermonde de ordem n. Faça as seguintes operações nas colunas da matriz, − x1 Ci−1 + Ci → Ci , para
i = n, . . . , 2. Obtenha Vn = ( xn − x1 ) . . . ( x2 − x1 )Vn−1 .)

2.2.22. Sejam A, B e D matrizes p × p, p × (n − p) e (n − p) × (n − p), respectivamente. Mostre que

A B
det = det( A) det( D ).
0̄ D
(Sugestão: O resultado é claramente verdadeiro para n = 2. Suponha que o resultado seja verdadeiro
para matrizes de ordem n − 1. Desenvolva o determinante da matriz em termos da 1a. coluna, escreva
o resultado em termos de determinantes de ordem n − 1 e mostre que o resultado é verdadeiro para
matrizes de ordem n.)
2.2.23. Dê um exemplo de sistema linear de 3 equações e 3 incógnitas, AX = B, em que det( A) = det( A1 ) =
det( A2 ) = det( A3 ) = 0 e o sistema não tenha solução, em que A j é a matriz que se obtem de A
substituindo-se a sua j-ésima coluna por B, para j = 1, . . . , n.

Apêndice III: Demonstração do Teorema 2.11 na página 107

Demonstração do Teorema 2.10 na página 105 para k > 1. Deixamos como exercício
para o leitor a verificação de que para matrizes 2 × 2 o resultado é verdadeiro.
Supondo que o resultado seja verdadeiro para matrizes (n − 1) × (n − 1), vamos
provar para matrizes n × n. Sejam
     
A1 A1 A1
 ..   ..   .. 

 . 

 . 
 
 . 
 
 A k −1   A k −1   A k −1 
     
A=  αX + βY  , B =  X  e C =  Y  .
    
 A k +1   A k +1   A k +1 
     
..  .   . 
 ..   .. 
 
 . 
An An An
Suponha que k = 2, . . . , n. As matrizes Ã1j , B̃1j e C̃1j só diferem na (k − 1)-ésima
linha (lembre-se que a primeira linha é retirada!). Além disso, a (k − 1)-ésima linha
de Ã1j é igual a α vezes a linha correspondente de B̃1j mais β vezes a linha cor-
respondente de C̃1j (esta é a relação que vale para a k-ésima linha de A). Como
estamos supondo o resultado verdadeiro para matrizes (n − 1) × (n − 1), então
det( Ã1j ) = α det( B̃1j ) + β det(C̃1j ). Assim,
n
det( A) = ∑ (−1)1+ j a1j det( Ã1j )
j =1
n
∑ (−1)1+ j a1j

= α det( B̃1j ) + β det(C̃1j )
j =1
n n
= α ∑ (−1)1+ j b1j det( B̃1j ) + β ∑ (−1)1+ j c1j det(C̃1j )
j =1 j =1
= α det( B) + β det(C ),

pois a1j = b1j = c1j , para j = 1, . . . , n.
Lema 2.21. Sejam E1 = [ 1 0 . . . 0 ], E2 = [ 0 1 0 . . . 0 ], . . . , En = [ 0 . . . 0 1 ]. Se A é uma matriz n × n, cuja i-ésima

linha é igual a Ek , para algum k (1 ≤ k ≤ n), então
det( A) = (−1)i+k det( Ãik ).
Demonstração. É fácil ver que para matrizes 2 × 2 o lema é verdadeiro. Suponha

que ele seja verdadeiro para matrizes (n − 1) × (n − 1) e vamos provar que ele é
verdadeiro para matrizes n × n. Podemos supor que 1 < i ≤ n.
Seja Bj a matriz (n − 2) × (n − 2) obtida de A eliminando-se as linhas 1 e i e as
colunas j e k, para 1 ≤ j ≤ n.
Para j < k, a matriz Ã1j é uma matriz (n − 1) × (n − 1) cuja (i − 1)-ésima linha é igual
a Ek−1 . Para j > k, a matriz Ã1j é uma matriz (n − 1) × (n − 1) cuja (i − 1)-ésima
linha é igual a Ek . Como estamos supondo o lema verdadeiro para estas matrizes
e como pelo Teorema 2.10 na página 105 se uma matriz tem uma linha nula o seu
determinante é igual a zero, então det( Ã1k ) = 0, segue-se que
 (−1)(i−1)+(k−1) det( Bj )

se j < k,
det( Ã1j ) = 0 se j = k, (2.12)
(−1)(i−1)+k det( Bj ) se j > k.


Usando (2.12), obtemos

n
det( A) = ∑ (−1)1+ j a1j det( Ãij )
j =1
n n
= ∑ (−1)1+ j a1j (−1)(i−1)+(k−1) det( Bj ) + ∑ (−1)1+ j a1j (−1)(i−1)+k det( Bj )
j<k j>k
Por outro lado, temos que

" #
n n
(−1) i +k
det( Ãik ) = (−1) i +k
∑ (−1) 1+ j
a1j det( Bj ) + ∑ (−1) 1+( j−1)
a1j det( Bj )
j<k j>k
É simples a verificação de que as duas expressões acima são iguais.
Demonstração do Teorema 2.11 na página 107.

Pelo Teorema 2.14 na página 113 basta provarmos o resultado para o desenvolvi-
mento em termos das linhas de A. Sejam E1 = [1 0 . . . 0], E2 = [0 1 0 . . . 0], . . . , En =
[0 . . . 0 1]. Observe que a linha i de A pode ser escrita como Ai = ∑nj=1 aij Ej . Seja Bj
a matriz obtida de A substituindo-se a linha i por Ej . Pelo Teorema 2.10 na página
105 e o Lema 2.21 segue-se que
n n
det( A) = ∑ aij det( Bj ) = ∑ (−1)i+ j aij det( Ãij ).
j =1 j =1

Teste do Capítulo
1. Calcule o determinante da matriz seguinte usando operações elementares para transformá-la em uma
matriz triangular superior.  
1 3 9 7
 2 3 2 5 
 
 0 3 4 1 
4 6 9 1
2. Se possível, encontre a inversa da seguinte matriz:

 
1 0 0 2
 0 1 0 0 
 
 0 0 1 0 
2 0 0 2
3. Encontre todos os valores de λ para os quais a matriz A − λI4 tem inversa, onde
 
2 0 0 0
 2 0 0 0 
A=  1 2

1 0 
3 2 −1 2
4. Responda Verdadeiro ou Falso, justificando:

(a) Se A2 = −2A4 , então ( I + A2 )−1 = I − 2A2 ;

(b) Se At = − A2 e A é não singular, então determinante de A é -1;
(c) Se B = AAt A−1 , então det( A) = det( B).
(d) det( A + B) = det A + det B

3
V ETORES NO P LANO E NO E SPAÇO
Muitas grandezas físicas, como velocidade, força, deslocamento e impulso, para se-
rem completamente identificadas, precisam, além da magnitude, da direção e do
sentido. Estas grandezas são chamadas grandezas vetoriais ou simplesmente veto-
res.
Geometricamente, vetores são representados por segmentos (de retas) orientados
(segmentos de retas com um sentido de percurso) no plano ou no espaço. A ponta
da seta do segmento orientado é chamada ponto final ou extremidade e o outro
ponto extremo é chamado de ponto inicial ou origem do segmento orientado.
Segmentos orientados com mesma direção, mesmo sentido e mesmo comprimento
representam o mesmo vetor. A direção, o sentido e o comprimento do vetor são
definidos como sendo a direção, o sentido e o comprimento de qualquer um dos
segmentos orientados que o representam.
Este fato é análogo ao que ocorre com os números racionais e as frações. Duas fra-
ções representam o mesmo número racional se o numerador e o denominador de
cada uma delas estiverem na mesma proporção. Por exemplo, as frações 1/2, 2/4
140 Vetores no Plano e no Espaço
Figura 3.1. Segmentos orientados representando o mesmo vetor

3.1. Soma de Vetores e Multiplicação por Escalar 141
e 3/6 representam o mesmo número racional. A definição de igualdade de vetores

também é análoga a igualdade de números racionais. Dois números racionais a/b e
c/d são iguais, quando ad = bc. Dizemos que dois vetores são iguais se eles possuem
o mesmo comprimento, a mesma direção e o mesmo sentido.
Na Figura 3.1 temos 4 segmentos orientados, com origens em pontos diferentes, que
representam o mesmo vetor, ou seja, são considerados como vetores iguais, pois
possuem a mesma direção, mesmo sentido e o mesmo comprimento.
Se o ponto inicial de um representante de um vetor V é A e o ponto
−→
final é B, então escrevemos V = AB
−→
q
AB
*B

q
A
3.1 Soma de Vetores e Multiplicação por Escalar

A soma, V + W, de dois vetores V e W, é definida pelo vetor obtido da seguinte
forma:
(a) tome um segmento orientado que representa V;
(b) tome um segmento orientado que representa W, com origem na extremidade
de V;
(c) o vetor V + W é representado pelo segmento orientado que vai da origem de V
até a extremidade de W.

W
W
V U
W +U
V
V +U
W)
(V + U)
(W +
W V+
Figura 3.2. V + W = W + V Figura 3.3. V + (W + U ) = (V + W ) + U

3.1 Soma de Vetores e Multiplicação por Escalar 143
Da Figura 3.2, deduzimos que a soma de vetores é comutativa, ou seja,
V + W = W + V, (3.1)
para quaisquer vetores V e W. Observamos também que a soma V + W está na

diagonal do paralelogramo determinado por V e W, quando estão representados
com a mesma origem.
Da Figura 3.3, deduzimos que a soma de vetores é associativa, ou seja,
V + (W + U ) = (V + W ) + U, (3.2)
para quaisquer vetores V, W e U.

O vetor que tem a sua origem coincidindo com a sua extremidade é chamado vetor
nulo e denotado por 0̄. Segue então, que
V + 0̄ = 0̄ + V = V, (3.3)
para todo vetor V.

Para qualquer vetor V, o simétrico de V, denotado por −V, é o vetor que tem mesmo
comprimento, mesma direção e sentido contrário ao de V. Segue então, que
V + (−V ) = 0̄. (3.4)
Definimos a diferença W menos V, por
W − V = W + (−V ).
Segue desta definição, de (3.1), (3.2), (3.4) e de (3.3) que
W + (V − W ) = (V − W ) + W = V + (−W + W ) = V + 0̄ = V.
Assim, a diferença V − W é um vetor que somado a W dá V, portanto ele vai da

extremidade de W até a extremidade de V, desde que V e W estejam representados
por segmentos orientados com a mesma origem.

V −W
V V V −W
−W W W
Figura 3.4. A diferença V − W

A multiplicação de um vetor V por um escalar α, α V, se α 6= 0 e V 6= 0̄, é definida

pelo vetor caracterizado por:
(a) tem comprimento |α| vezes o comprimento de V,
(b) a direção é a mesma de V (neste caso, dizemos que eles são paralelos),
(c) tem o mesmo sentido de V, se α > 0 e
tem o sentido contrário ao de V, se α < 0.
Se α = 0 ou V = 0̄, definimos a multiplicação do vetor V pelo escalar α como sendo
o vetor nulo, α V = 0̄.
As propriedades da multiplicação por escalar serão apresentadas mais a frente. Se
W = α V, dizemos que W é um múltiplo escalar de V. É fácil ver que dois vetores
não nulos são paralelos (ou colineares) se, e somente se, um é um múltiplo escalar
do outro.

3V
−2V
1
2V
Figura 3.5. Multiplicação de vetor por escalar

As operações com vetores podem ser definidas utilizando um sistema de coordena-

das retangulares ou cartesianas. Em primeiro lugar, vamos considerar os vetores no
plano.
Seja V um vetor no plano. Definimos as componentes de V como sendo as coorde-
nadas (v1 , v2 ) do ponto final do representante de V que tem ponto inicial na origem.
Vamos identificar o vetor com as suas componentes e vamos escrever simplesmente
V = ( v1 , v2 ).

y y
V = ( v1 , v2 ) P = ( x, y)
v2 y
−→
OP
v1 O x
O x x
Figura 3.6. As componentes do vetor V no Figura 3.7. As coordenadas de P são iguais as

−→
plano componentes de OP

−→
Assim, as coordenadas de um ponto P são iguais as componentes do vetor OP, que
vai da origem do sistema de coordenadas ao ponto P. Em particular, o vetor nulo,
0̄ = (0, 0). Em termos das componentes, podemos realizar facilmente as operações:
soma de vetores e multiplicação de vetor por escalar.
• Como ilustrado na Figura 3.8, a soma de dois vetores V = (v1 , v2 ) e W =

(w1 , w2 ) é dada por
V + W = ( v 1 + w1 , v 2 + w2 ) ;
• Como ilustrado na Figura 3.9, a multiplicação de um vetor V = (v1 , v2 ) por um

escalar α é dada por
α V = ( α v1 , α v2 ).

y
y
V +W αv2
v2+w2 αV
V
v2
v2
V
w2
W
x
v1 αv1
v1 w1 v 1 + w1 x
Figura 3.9. A multiplicação de vetor por escalar

Figura 3.8. A soma de dois vetores no plano
no plano

Definimos as componentes de um vetor no espaço de forma análoga a que fizemos

com vetores no plano. Vamos inicialmente introduzir um sistema de coordenadas
retangulares no espaço. Para isto, escolhemos um ponto como origem O e como ei-
xos coordenados, três retas orientadas (com sentido de percurso definido), passando
pela origem, perpendiculares entre si, sendo uma delas vertical orientada para cima.
Estes serão os eixos x, y e z. O eixo z é o eixo vertical. Os eixos x e y são horizontais
e satisfazem a seguinte propriedade. Suponha que giramos o eixo x pelo menor ân-
gulo até que coincida com o eixo y. Se os dedos da mão direita apontam na direção
do semieixo x positivo de forma que o semieixo y positivo esteja do lado da palma
da mão, então o polegar aponta no sentido do semieixo z positivo. Cada par de ei-
xos determina um plano chamado de plano coordenado. Portanto, os três planos
coordenados são: xy, yz e xz.
A cada ponto P no espaço associamos um terno de números ( x, y, z), chamado de
coordenadas do ponto P como segue.
• Trace uma reta paralela ao eixo z, passando por P;
• A interseção da reta paralela ao eixo z, passando por P, com o plano xy é o
ponto P0 . As coordenadas de P0 , ( x, y), no sistema de coordenadas xy são as
duas primeiras coordenadas de P.
• A terceira coordenada é igual ao comprimento do segmento PP0 , se P estiver
acima do plano xy e ao comprimento do segmento PP0 com o sinal negativo, se
P estiver abaixo do plano xy.

z z
P = ( x, y, z) P = ( x, y, z)
x y x y
x P0 y x y
Figura 3.10. As coordenadas de um ponto no espaço

As coordenadas de um ponto P são determinadas também da maneira dada a seguir.

• Passe três planos por P paralelos aos planos coordenados.
• A interseção do plano paralelo ao plano xy, passando por P, com o eixo z de-
termina a coordenada z.
• A interseção do plano paralelo ao plano xz, passando por P, com o eixo y de-
termina a coordenada y
• A interseção do plano paralelo ao plano yz, passando por P, com o eixo x de-
termina a coordenada x.
Agora, estamos prontos para utilizarmos um sistema de coordenadas cartesianas
também nas operações de vetores no espaço. Seja V um vetor no espaço. Como no
caso de vetores do plano, definimos as componentes de V como sendo as coordena-
das (v1 , v2 , v3 ) do ponto final do representante de V que tem ponto inicial na origem.
Também vamos identificar o vetor com as suas componentes e vamos escrever sim-
plesmente
V = ( v1 , v2 , v3 ).

z z
v3 z
V = ( v1 , v2 , v3 ) P = ( x, y, z)
−→
OP
v1 v2 x y
O
x y x y
Figura 3.11. As componentes de um vetor no Figura 3.12. As coordenadas de P são iguais as

−→
espaço componentes de OP

−→
Assim, as coordenadas de um ponto P são iguais as componentes do vetor OP que
vai da origem do sistema de coordenadas ao ponto P. Em particular, o vetor nulo,
0̄ = (0, 0, 0). Assim como fizemos para vetores no plano, para vetores no espaço
a soma de vetores e a multiplicação de vetor por escalar podem ser realizadas em
termos das componentes.
• Se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ), então a adição de V com W é dada por
V + W = ( v 1 + w1 , v 2 + w2 , v 3 + w3 ) ;
• Se V = (v1 , v2 , v3 ) e α é um escalar, então a multiplicação de V por α é dada por
α V = ( α v1 , α v2 , α v3 ).
Exemplo 3.1. Se V = (1, −2, 3), W = (2, 4, −1), então

V + W = (1 + 2, −2 + 4, 3 + (−1)) = (3, 2, 2), 3V = (3 · 1, 3 (−2), 3 · 3) = (3, −6, 9).

V Q
x y
−→ −→ −→
Figura 3.13. V = PQ=OQ − OP

Quando um vetor V está representado por um segmento orientado com ponto ini-
cial fora da origem (Figura 3.13), digamos em P = ( x1 , y1 , z1 ), e ponto final em
Q = ( x2 , y2 , z2 ), então as componentes do vetor V são dadas por
−→ −→ −→
V = PQ=OQ − OP= ( x2 − x1 , y2 − y1 , z2 − z1 ).
Portanto, as componentes de V são obtidas subtraindo-se as coordenadas do ponto

Q (extremidade) das do ponto P (origem). O mesmo se aplica a vetores no plano.
Exemplo 3.2. As componentes do vetor V que tem um representante com ponto

inicial P = (5/2, 1, 2) e ponto final Q = (0, 5/2, 5/2) são dadas por
−→
V = PQ= (0 − 5/2, 5/2 − 1, 5/2 − 2) = (−5/2, 3/2, 1/2).
Observação. O vetor é “livre”, ele não tem posição fixa, ao contrário do ponto e do segmento orientado. Por
exemplo, o vetor V = (−5/2, 3/2, 1/2), no exemplo acima, estava representado por um segmento orientado
com a origem no ponto P = (5/2, 1, 2). Mas, poderia ser representado por um segmento orientado cujo ponto
inicial poderia estar em qualquer outro ponto.
Um vetor no espaço V = (v1 , v2 , v3 ) pode também ser escrito na notação matricial

como uma matriz linha ou como uma matriz coluna:
 
v1
V =  v2  ou V = v1 v2 v3 .
v3

Estas notações podem ser justificadas pelo fato de que as operações matriciais
         
v1 w1 v 1 + w1 v1 αv1
V + W =  v2  +  w2  =  v2 + w2  , αV = α  v2  =  αv2 
v3 w3 v 3 + w3 v3 αv3
ou

V +W = v1 v2 v3+ w1 w2 w3 = v 1 + w1 v 2 + w2 v 3 + w3 ,

αV = α v1 v2 v3 = αv1 αv2 αv3
produzem os mesmos resultados que as operações vetoriais
V + W = ( v 1 , v 2 , v 3 ) + ( w1 , w2 , w3 ) = ( v 1 + w1 , v 2 + w2 , v 3 + w3 ) ,
αV = α(v1 , v2 , v3 ) = (αv1 , αv2 , αv3 ).

O mesmo vale, naturalmente, para vetores no plano.
No teorema seguinte enunciamos as propriedades mais importantes da soma de ve-

tores e multiplicação de vetores por escalar.

Teorema 3.1. Sejam U, V e W vetores e α e β escalares. São válidas as seguintes propriedades:

(a) U + V = V + U; (e) α( βU ) = (αβ)U;
(b) (U + V ) + W = U + (V + W ); (f) α(U + V ) = αU + αV;
(c) U + 0̄ = U; (g) (α + β)U = αU + βU;
(d) U + (−U ) = 0̄; (h) 1U = U.
Demonstração. Segue diretamente das propriedades da álgebra matricial (Teorema

1.1 na página 9).
Exemplo 3.3. Seja um triângulo ABC e sejam M e N os pontos médios de AC e BC,

respectivamente. Vamos provar que MN é paralelo a AB e tem comprimento igual
à metade do comprimento de AB.
Devemos provar que
−→ 1 −→
MN = AB .
2

M N
A B
Agora, a partir da figura acima temos que

−→ −→ −→
MN = MC + CN .
Como M é ponto médio de AC e N é ponto médio de BC, então

−→ 1 −→ −→ 1 −→
MC = AC e CN = CB .
2 2
Logo,
−→ 1 −→ 1 −→ 1 −→ −→ 1 −→
MN = AC + CB= ( AC + CB) = AB .
2 2 2 2
−→ −→
Exemplo 3.4. Dados quatro pontos A, B, C e X tais que AX = λ AB, vamos escre-
−→ −→ −→
ver CX como combinação linear de CA e CB, isto é, como uma soma de múltiplos
−→ −→
escalares de CA e CB.
−→ −→ −→ −→
Como AX = λ AB, então os vetores AX e AB são paralelos e portanto o ponto X só
pode estar na reta definida por A e B. Vamos desenhá-lo entre A e B, mas isto não
representará nenhuma restrição, como veremos a seguir.

O vetor que vai de C para X, pode ser escrito como uma soma de um vetor que vai
de C para A com um vetor que vai de A para X,
−→ −→ −→
CX =CA + AX .
A
−→ −→ −→ −→ −→
Agora, por hipótese AX = λ AB, o que implica que CX =CA +λ AB.
−→ −→ −→ −→ −→ −→ −→
Mas, AB=CB − CA, portanto CX =CA +λ(CB − CA). Logo,
−→ −→ −→
CX = (1 − λ) CA +λ CB .
Observe que:
−→ −→
• Se λ = 0, então CX =CA.
−→ −→
• Se λ = 1, então CX =CB.
−→ −→ −→
1
• Se λ = 1/2, então CX = 2 CA + 21 CB.
−→ −→ −→
2
• Se λ = 1/3, então CX = 3 CA + 31 CB.
• Se 0 ≤ λ ≤ 1, então X pertence ao segmento AB, enquanto que se λ < 0 ou
λ > 1, então X pertence a um dos prolongamentos do segmento AB.

Exemplo 3.5. Vamos mostrar, usando vetores, que o ponto médio de um segmento
que une os pontos A = ( x1 , y1 , z1 ) e B = ( x2 , y2 , z2 ) é

x1 + x2 y1 + y2 z1 + z2
M= , , .
2 2 2
−→ −→
1
O ponto M é o ponto médio de AB se, e somente se, AM= 2 AB. Então, aplicando
−→ −→ −→
o exemplo anterior (com o ponto C sendo a origem O), OM= 12 OA + 12 OB. Como
as coordenadas de um ponto são iguais as componentes do vetor que vai da origem
−→
até aquele ponto, segue-se que OM= 21 ( x1 , y1 , z1 ) + 12 ( x2 , y2 , z2 ) e

x1 + x2 y1 + y2 z1 + z2
M= , , .
2 2 2


−→ −→
3.1.1. Determine o ponto C tal que AC = 2 AB sendo A = (0, −2) e B = (1, 0).
3.1.2. Uma reta no plano tem equação y = 2x + 1. Determine um vetor paralelo a esta reta.
3.1.3. Determine uma equação para a reta no plano que é paralela ao vetor V = (2, 3) e passa pelo ponto
P0 = (1, 2).
3.1.4. Determine o vetor X, tal que 3X − 2V = 15( X − U ).

6X − 2Y = U
3.1.5. Determine os vetores X e Y tais que
3X + Y = U+V
3.1.6. Determine as coordenadas da extremidade do segmento orientado que representa o vetor V = (3, 0, −3),
sabendo-se que sua origem está no ponto P = (2, 3, −5).
3.1.7. Quais são as coordenadas do ponto P0 , simétrico do ponto P = (1, 0, 3) em relação ao ponto M =
−→ −→
(1, 2, −1)? (Sugestão: o ponto P0 é tal que o vetor MP0 = − MP)
3.1.8. Verifique se os pontos dados a seguir são colineares, isto é, pertencem a uma mesma reta:
(a) A = (5, 1, −3), B = (0, 3, 4) e C = (0, 3, −5);
(b) A = (−1, 1, 3), B = (4, 2, −3) e C = (14, 4, −15);
3.1.9. Dados os pontos A = (1, −2, −3), B = (−5, 2, −1) e C = (4, 0, −1). Determine o ponto D tal que A, B, C
e D sejam vértices consecutivos de um paralelogramo.
3.1.10. Verifique se o vetor U é combinação linear (soma de múltiplos escalares) de V e W:
(a) V = (9, −12, −6), W = (−1, 7, 1) e U = (−4, −6, 2);
(b) V = (5, 4, −3), W = (2, 1, 1) e U = (−3, −4, 1);
3.1.11. Verifique se é um paralelogramo o quadrilátero de vértices (não necessariamente consecutivos)

(a) A = (4, −1, 1), B = (9, −4, 2), C = (4, 3, 4) e D = (4, −21, −14)
(b) A = (4, −1, 1), B = (9, −4, 2), C = (4, 3, 4) e D = (9, 0, 5)
3.1.12. Quais dos seguintes vetores são paralelos U = (6, −4, −2), V = (−9, 6, 3), W = (15, −10, 5).

» V=[v1,v2,v3] cria um vetor V, usando as componentes numéricas v1, v2, v3. Por exemplo »
V=[1,2,3] cria o vetor V = (1, 2, 3);
» V+W é a soma de V e W; » V-W é a diferença V menos W; » num*V é o produto do vetor V pelo escalar num;
» subs(expr,x,num) substitui x por num na expressão expr;
» solve(expr) determina a solução da equação expr=0;
Comandos gráficos do pacote GAAL:

» desvet(P,V) desenha o vetor V com origem no ponto P e » desvet(V) desenha o vetor V com origem
no ponto O = (0, 0, 0).
» po([P1;P2;...;Pn]) desenha os pontos P1, P2, ..., Pn.
» lineseg(P1,P2,’cor’) desenha o segmento de reta P1P2. » tex(P,’texto’) coloca o texto no
ponto P.
» axiss reescala os eixos com a mesma escala. » eixos desenha os eixos coordenados.
» box desenha uma caixa em volta da figura. » rota faz uma rotação em torno do eixo z. »
zoom3(fator) amplifica a região pelo fator.
3.1.13. Coloque em duas variáveis V e W dois vetores do plano ou do espaço a seu critério
(a) Use a função ilsvw(V,W) para visualizar a soma dos dois vetores.

(b) Coloque em uma variável a um número e use a função ilav(a,V) para visualizar a multiplicação
do vetor V pelo escalar a.
3.1.14. Use o M ATLABr para resolver os Exercícios Numéricos a partir do Exercício 1.3.
3.1.15. Demonstre que o segmento que une os pontos médios dos lados não paralelos de um trapézio é paralelo
−→ −→
às bases, e sua medida é a média aritmética das medidas das bases. (Sugestão: mostre que MN = 21 ( AB
−→ −→ −→
+ DC ) e depois conclua que MN é um múltiplo escalar de AB. Revise o Exemplo 3.3 na página 159)
D C
M N
A B
3.1.16. Demonstre que as diagonais de um paralelogramo se cortam ao meio. (Sugestão: Sejam M e N os pontos
−→
médios das duas diagonais do paralelogramo. Mostre que o vetor MN = 0̄, então conclua que M = N.)

D C
M N
A B
3.1.17. Considere o triângulo ABC e sejam M o ponto médio de BC, N o ponto médio de AC e P o ponto médio
de AB. Mostre que as medianas (os segmentos AM, BN e CP) se cortam num mesmo ponto que divide
−→ −→
2
as medianas na proporção 2/3 e 1/3. (Sugestão: Sejam G, H e I os pontos definidos por AG = 3 AM,
−→ −→ −→ −→ −→ −→
2 2
BH = 3 BN e CI = 3 CP. Mostre que GH = 0̄, GI = 0̄, conclua que G = H = I.)
N
H G M
I
A
P B
3.1.18. Sejam A, B e C pontos quaisquer com A 6= B. Prove que:

−→ −→
(a) Um ponto X pertence a reta determinada por A e B ( AX = λ AB) se, e somente se,
−→ −→ −→
CX = α CA + β CB, com α + β = 1.

−→ −→
(b) Um ponto X pertence ao interior do segmento AB ( AX = λ AB, com 0 < λ < 1) se, e somente se,
−→ −→ −→
CX = α CA + β CB, com α > 0, β > 0 e α + β = 1.
−→ −→
(c) Um ponto X é um ponto interior ao triângulo ABC ( A0 X = λ A0 B0 , com 0 < λ < 1, em que A0 é um
ponto interior ao segmento AC e B0 é interior ao segmento CB) se, e somente se,
−→ −→ −→
CX = α CA + β CB, com α > 0, β > 0 e α + β < 1.
3.1.19. Mostre que se αV = 0̄, então α = 0 ou V = 0̄.

3.1.20. Se αU = αV, então U = V ? E se α 6= 0 ?
3.1.21. Se αV = βV, então α = β ? E se V 6= 0̄ ?

3.2 Produtos de Vetores

3.2.1 Norma e Produto Escalar
Já vimos que o comprimento de um vetor V é definido como sendo o comprimento
de qualquer um dos segmentos orientados que o representam. O comprimento do
vetor V também é chamado de norma de V e é denotado(a) por ||V ||. Segue do
Teorema de Pitágoras que a norma de um vetor pode ser calculada usando as suas
componentes, por
q
||V || = v21 + v22 ,
no caso em que V = (v1 , v2 ) é um vetor no plano, e por

q
||V || = v21 + v22 + v23 ,
no caso em que V = (v1 , v2 , v3 ) é um vetor no espaço (verifique usando as Figuras

3.14 e 3.15).

3.2 Produtos de Vetores 169
y z
V = ( v1 , v2 , v3 )
V = ( v1 , v2 )
||
| |V
| v2 | | v3 |
|v 1 |
| v1 | x |v2 |
x y
Figura 3.14. A norma de um vetor V no plano Figura 3.15. A norma de um vetor V no espaço

Um vetor de norma igual a 1 é chamado vetor unitário.
A distância entre dois pontos P = ( x1 , y1 , z1 ) e Q = ( x2 , y2 , z2 ) é igual à norma do

−→ −→ −→ −→
vetor PQ (Figura 3.13 na página 156). Como PQ=OQ − OP= ( x2 − x1 , y2 − y1 , z2 −
z1 ), então a distância de P a Q é dada por
−→ p
dist( P, Q) = || PQ || = ( x2 − x1 )2 + ( y2 − y1 )2 + ( z2 − z1 )2 .
Analogamente, a distância entre dois pontos P = ( x1 , y1 ) e Q = ( x2 , y2 ) no plano é

−→
igual à norma do vetor PQ, que é dada por
−→ p
dist( P, Q) = || PQ || = ( x2 − x1 )2 + ( y2 − y1 )2 .
Exemplo 3.6. A norma do vetor V = (1, −2, 3) é

q √
||V || = 12 + (−2)2 + 32 = 14.
A distância entre os pontos P = (2, −3, 1) e Q = (−1, 4, 5) é

−→ q √
dist( P, Q) = || PQ || = ||(−1 − 2, 4 − (−3), 5 − 1)|| = ||(−3, 7, 4)|| = (−3)2 + 72 + 42 = 74.
Se V = (v1 , v2 , v3 ) e α é um escalar, então da definição da multiplicação de vetor por

escalar e da norma de um vetor segue-se que
q q
||αV || = ||(αv1 , αv2 , αv3 )|| = (αv1 )2 + (αv2 )2 + (αv3 )2 = α2 (v21 + v22 + v23 ),

ou seja,
||αV || = |α| ||V ||. (3.5)
Dado um vetor V não nulo, o vetor

1
U= V.
||V ||
é um vetor unitário na direção de V, pois por (3.5), temos que
1
||U || = ||V || = 1.
||V ||
Exemplo 3.7. Um vetor unitário na direção do vetor V = (1, −2, 3) é o vetor

−2

1 1 1 3
U= V= √ (1, −2, 3) = ( √ , √ , √ ).
||V || 14 14 14 14
O ângulo entre dois vetores não nulos, V e W, é definido pelo ângulo θ determinado
por V e W que satisfaz 0 ≤ θ ≤ π, quando eles estão representados com a mesma
origem (Figura 3.16).
Quando o ângulo θ entre dois vetores V e W é reto (θ = 90◦ ), ou um deles é o vetor
nulo, dizemos que os vetores V e W são ortogonais ou perpendiculares entre si.

θ
θ W W
Figura 3.16. Ângulo entre dois vetores, agudo (à esquerda) e obtuso (à direita)

Vamos definir, agora, um produto entre dois vetores, cujo resultado é um escalar.
Por isso ele é chamado produto escalar. Este produto tem aplicação, por exemplo,
em Física: o trabalho realizado por uma força é o produto escalar do vetor força pelo
vetor deslocamento, quando a força aplicada é constante.
Definição 3.1. O produto escalar ou interno de dois vetores V e W é definido por

0, se V ou W é o vetor nulo,
V ·W =
||V || ||W || cos θ, caso contrário,
em que θ é o ângulo entre eles.

Quando os vetores são dados em termos das suas componentes não sabemos direta-
mente o ângulo entre eles. Por isso, precisamos de uma forma de calcular o produto
escalar que não necessite do ângulo entre os vetores.

V V −W
V −W
θ
θ W W
Figura 3.17. Triângulo formado por representantes de V, W e V − W. À esquerda o ângulo entre V e W é agudo
e à direita é obtuso.

Se V e W são dois vetores não nulos e θ é o ângulo entre eles, então pela lei dos
cossenos,
||V − W ||2 = ||V ||2 + ||W ||2 − 2||V || ||W || cos θ.
Assim,
1
V · W = ||V || ||W || cos θ = ||V ||2 + ||W ||2 − ||V − W ||2 . (3.6)
2
Já temos então uma fórmula para calcular o produto escalar que não depende dire-
tamente do ângulo entre eles. Substituindo-se as coordenadas dos vetores em (3.6)
obtemos uma expressão mais simples para o cálculo do produto interno.
Por exemplo, se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) são vetores no espaço, então
substituindo-se ||V ||2 = v21 + v22 + v23 , ||W ||2 = w12 + w22 + w32 e ||V − W ||2 = (v1 −
w1 )2 + (v2 − w2 )2 + (v3 − w3 )2 em (3.6) os termos v2i e wi2 são cancelados e obtemos
V · W = v 1 w1 + v 2 w2 + v 3 w3 .
Teorema 3.2. O produto escalar ou interno, V · W, entre dois vetores é dado por
V · W = v 1 w1 + v 2 w2 ,
se V = (v1 , v2 ) e W = (w1 , w2 ) são vetores no plano e por
V · W = v 1 w1 + v 2 w2 + v 3 w3 ,
se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) são vetores no espaço.

Exemplo 3.8. Sejam V = (0, 1, 0) e W = (2, 2, 3). O produto escalar de V por W é

dado por
V · W = v 1 w1 + v 2 w2 + v 3 w3 = 0 · 2 + 1 · 2 + 0 · 3 = 2 .
Podemos usar o Teorema 3.2 para determinar o ângulo entre dois vetores não nulos,
V e W. O cosseno do ângulo entre V e W é, então, dado por
V ·W
cos θ = .
||V || ||W ||
Se V e W são vetores não nulos e θ é o ângulo entre eles, então
(a) θ é agudo (0 ≤ θ < 90o ) se, e somente se, V · W > 0,
(b) θ é reto (θ = 90o ) se, e somente se, V · W = 0 e
(c) θ é obtuso (90o < θ ≤ 180o ) se, e somente se, V · W < 0.
Exemplo 3.9. Vamos determinar o ângulo entre uma diagonal de um cubo e uma
de suas arestas. Sejam V1 = (1, 0, 0), V2 = (0, 1, 0) e V3 = (0, 0, 1) (Figura 3.18). Uma
diagonal do cubo é representada pelo vetor D dado por
D = V1 + V2 + V3 = (1, 1, 1) .
Então o ângulo entre D e V1 satisfaz
D · V1 1.1 + 0.1 + 0.1 1

cos θ = = √ √ = √
|| D ||||V1 || 2 2 2 2 2 2
( 1 + 1 + 1 )( 1 + 0 + 0 ) 3

ou seja,
1
θ = arccos( √ ) ≈ 54o .
3

(0, 0, 1)
(1, 1, 1)
(1, 0, 0) θ
x (0, 1, 0)
y
Figura 3.18. Ângulo entre a diagonal de um cubo e uma de suas arestas

Teorema 3.3. Sejam U, V e W vetores e α um escalar. São válidas as seguintes propriedades:

(a) U · V = V · U ;
(b) U · (V + W ) = U · V + U · W;
(c) α(U · V ) = (αU ) · V = U · (αV );
(d) V · V = ||V ||2 ≥ 0, para todo V e V · V = 0 se, e somente se, V = 0̄.
Demonstração. Sejam U = (u1 , u2 , u3 ), V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ).

(a) U · V = u1 v1 + u2 v2 + u3 v3 = v1 u1 + v2 u2 + v3 u3 = V · U;
(b) U · (V + W ) = (u1 , u2 , u3 ) · (v1 + w1 , v2 + w2 , v3 + w3 ) = u1 (v1 + w1 ) + u2 (v2 +
w2 ) + u 3 ( v 3 + w3 ) = ( u 1 v 1 + u 1 w1 ) + ( u 2 v 2 + u 2 w2 ) + ( u 3 v 3 + u 3 w3 ) = ( u 1 v 1 +
u2 v2 + u3 v3 ) + (u1 w1 + u2 w2 + u3 w3 ) = U · V + U · W;
(c) α(U · V ) = α(u1 v1 + u2 v2 + u3 v3 ) = (αu1 )v1 + (αu2 )v2 + (αu3 )v3 = (αU ) · V;
(d) V · V = ||V ||2 é uma soma de quadrados, por isso é sempre maior ou igual a
zero e é zero se, e somente se, todas as parcelas são iguais a zero.
3.2.2 Projeção Ortogonal

Dados dois vetores V e W a projeção ortogonal de V sobre W denotada por
projW V
é o vetor que é paralelo a W tal que V − projW V seja ortogonal a W (Figura 3.19).

V
V − projW V
V − projW V
V
projW V W projW V W
Figura 3.19. Projeção ortogonal do vetor V sobre o vetor W

Proposição 3.4. Seja W um vetor não nulo. Então, a projeção ortogonal de um vetor V em W é dada por
V ·W

projW V = W.
||W ||2
Demonstração. Sejam V1 = projW V e V2 = V − projW V. Como V1 é paralelo a W,

então
V1 = αW. (3.7)
Assim,
V2 = V − αW .
Multiplicando-se escalarmente V2 por W e usando o Teorema 3.3 (d) obtemos
V2 · W = (V − αW ) · W = V · W − α||W ||2 . (3.8)
Mas, V2 é ortogonal a W, então V2 · W = 0. Portanto, de (3.8) obtemos
V ·W
α= .
||W ||2
Substituindo este valor de α na equação (3.7) segue-se o resultado.

Exemplo 3.10. Sejam V = (2, −1, 3) e W = (4, −1, 2). Vamos encontrar dois vetores
V1 e V2 tais que V = V1 + V2 , V1 é paralelo a W e V2 é perpendicular a W (Figura 3.19).
Temos que
V · W = 2 · 4 + (−1)(−1) + 3 · 2 = 15
||W ||2 = 42 + (−1)2 + 22 = 21 .
V ·W

15 20 5 10
V1 = projW V = 2
W = (4, −1, 2) = ( , − , )
||W || 21 7 7 7
20 5 10 6 2 11
V2 = V − V1 = (2, −1, 3) − ( , − , ) = (− , − , ) .
7 7 7 7 7 7
3.2.3 Produto Vetorial

Vamos, agora, definir um produto entre dois vetores, cujo resultado é um vetor. Por
isso, ele é chamado produto vetorial. Este produto tem aplicação, por exemplo, em
Física: a força exercida sobre uma partícula com carga unitária mergulhada num
campo magnético uniforme é o produto vetorial do vetor velocidade da partícula
pelo vetor campo magnético.

h = ||W || sen θ
||
| |W
θ
V
||V ||
Figura 3.20. Área de um paralelogramo determinado por dois vetores

Sejam V e W dois vetores no espaço. Definimos o produto vetorial, V × W, como sendo o vetor com as
seguintes características:
(a) Tem comprimento dado numericamente por
||V × W || = ||V || ||W || sen θ,
ou seja, a norma de V × W é numericamente igual à área do paralelogramo determinado por V e W.

(b) Tem direção perpendicular a V e a W.
(c) Tem o sentido dado pela regra da mão direita (Figura 3.21): Se o ângulo entre V e W é θ, giramos o
vetor V de um ângulo θ até que coincida com W e acompanhamos este movimento com os dedos da mão
direita, então o polegar vai apontar no sentido de V × W.
Se um dos vetores for o vetor nulo, o produto vetorial, V × W, é definido como sendo o vetor nulo.

VxW
V
θ
W
V
WxV
Figura 3.21. Regra da mão direita

Da forma como definimos o produto vetorial é difícil o seu cálculo, mas as proprie-
dades que apresentaremos a seguir possibilitarão obter uma fórmula para o produto
vetorial em termos das componentes dos vetores.
Teorema 3.5. Sejam U, V e W vetores no espaço e α um escalar. São válidas as seguintes propriedades:
(a) V × W = −(W × V ) (anti-comutatividade).
(b) V × W = 0̄ se, e somente se, V = αW ou W = αV.
(c) (V × W ) · V = (V × W ) · W = 0.
(d) α(V × W ) = (αV ) × W = V × (αW ).
(e) V × (W + U ) = V × W + V × U e (V + W ) × U = V × U + W × U (Distributividade em relação a soma de
vetores).
Demonstração. (a) Pela definição do produto vetorial V × W e W × V têm o

mesmo comprimento e a mesma direção. Além disso trocando-se V por W
troca-se o sentido de V × W (Figura 3.21).
(b) ||V × W || = 0 se, e somente se, um deles é o vetor nulo ou sen θ = 0, em que θ
é o ângulo entre V e W, ou seja, V e W são paralelos. Assim, V × W = 0̄ se, e
somente se, V = αW ou W = αV.
(c) Segue-se imediatamente da definição do produto vetorial.
(d) Segue-se facilmente da definição do produto vetorial, por isso deixamos como
exercício para o leitor.

(e) Este item será demonstrado no Apêndice IV na página 210.

Os vetores canônicos
~i = (1, 0, 0), ~j = (0, 1, 0) e ~k = (0, 0, 1)
são vetores unitários (de norma igual a um) paralelos aos eixos coordenados. Todo
vetor
V = ( v1 , v2 , v3 )
pode ser escrito como uma soma de múltiplos escalares de~i,~j e~k (combinação linear),
pois
V = ( v1 , v2 , v3 ) = (v1 , 0, 0) + (0, v2 , 0) + (0, 0, v3 ) =

= v1 (1, 0, 0) + v2 (0, 1, 0) + v3 (0, 0, 1) =
= v1~i + v2 ~j + v3 ~k. (3.9)

v3~k
~k V = ( v1 , v2 , v3 )
~
~i j v2~j
v1~i

Da definição de produto vetorial podemos obter facilmente as seguintes relações:
~i ×~i = 0̄, ~j × ~j = 0̄, ~k ×~k = 0̄,

~i × ~j = ~k, ~j ×~k = ~i, ~k ×~i = ~j,
~j ×~i = −~k, ~k × ~j = −~i, ~i ×~k = −~j.
Agora, estamos prontos para obter uma fórmula que dê o produto vetorial de dois
vetores em termos das suas componentes.
Teorema 3.6. Sejam V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) vetores no espaço. Então o produto vetorial V × W é dado
por
v2 v3 v1 v3 v1 v2
V ×W = det , − det , det . (3.10)
w2 w3 w1 w3 w1 w2
Demonstração. De (3.9) segue-se que podemos escrever
V = v1~i + v2 ~j + v3 ~k e W = w1~i + w2 ~j + w3 ~k.

Assim, pela distributividade do produto vetorial em relação a soma, temos que
V ×W = (v1~i + v2 ~j + v3 ~k) × (w1~i + w2 ~j + w3 ~k)

= v1 w1 (~i ×~i ) + v1 w2 (~i × ~j) + v1 w3 (~i ×~k) +
+ v2 w1 (~j ×~i ) + v2 w2 (~j × ~j) + v2 w3 (~j ×~k) +
+ v3 w1 (~k ×~i ) + v3 w2 (~k × ~j) + v3 w3 (~k ×~k)
= (v2 w3 − v3 w2 )~i + (v3 w1 − v1 w3 )~j + (v1 w2 − v2 w1 )~k

v2 v3 ~ v1 v3 ~ v1 v2 ~
= det i − det j + det k
w2 w3 w1 w3 w1 w2

v2 v3 v1 v3 v1 v2
= det , − det , det .
w2 w3 w1 w3 w1 w2

Para obter as componentes do produto vetorial V × W procedemos como segue:

• Escreva a matriz:
V v1 v2 v3
= ;
W w1 w2 w3
• Para calcular a primeira componente de V × W, elimine a primeira coluna da
matriz acima e calcule o determinante da sub-matriz resultante. A segunda
componente é obtida, eliminando-se a segunda coluna e calculando-se o deter-
minante da sub-matriz resultante com o sinal trocado. A terceira é obtida como
a primeira, mas eliminando-se a terceira coluna.
Exemplo 3.11. Sejam V = ~i + 2~j − 2~k e W = 3~i + ~k. Vamos determinar o produto
vetorial V × W. Como
V 1 2 −2
= ,
W 3 0 1

então

2 −2 1 −2 1 2
V ×W = det , − det , det = (2, −7, −6) .
0 1 3 1 3 0
Usando os vetores ~i,~j e ~k o produto vetorial V × W, pode ser escrito em termos do

“determinante”
~i ~j ~k
 

v2 v3 ~i − det v1 v3 ~j + det v1 v2 ~k .
V × W = det v1 v2 v3
  = det
w2 w3 w1 w3 w1 w2
w1 w2 w3

Q
R
Figura 3.22. Área do triângulo PQR

Exemplo 3.12. Vamos calcular a área do triângulo PQR em que (Figura 3.22)
P = (3, 2, 0), Q = (0, 4, 3) e R = (1, 0, 2).
Sejam
−→
V = RP= (3 − 1, 2 − 0, 0 − 2) = (2, 2, −2)
−→
W = RQ= (0 − 1, 4 − 0, 3 − 2) = (−1, 4, 1) .
Então,
V × W = (10, 0, 10) = 10(1, 0, 1).
A área do triângulo PQR é a metade da área do paralelogramo com lados determi-
nados por V e W. Assim,
1 √
Área = ||V × W || = 5 2.
2
3.2.4 Produto Misto

O produto (V × W ) · U é chamado produto misto de U, V e W. O resultado abaixo
mostra como calcular o produto misto usando as componentes dos vetores.
Teorema 3.7. Sejam U = u1~i + u2~j + u3~k, V = v1~i + v2~j + v3~k e W = w1~i + w2~j + w3~k. Então,
 
v1 v2 v3
(V × W ) · U = det  w1 w2 w3  .
u1 u2 u3

Demonstração. Segue do Teorema 3.2 na página 176, do Teorema 3.6 na página 190
e da definição de determinante de uma matriz que

v2 v3 v1 v3 v1 v2
(V × W ) · U = (u1 , u2 , u3 ) · det , − det , det
w2 w3 w1 w3 w1 w2

v2 v3 v1 v3 v1 v2
= u1 det − u2 det + u3 det
w2 w3 w1 w3 w1 w2
 
v1 v2 v3
= det  w1 w2 w3  .
u1 u2 u3
Exemplo 3.13. O produto misto dos vetores U = 2~i − ~j + 3~k, V = −~i + 4~j + ~k e
W = 5~i + ~j − 2~k é
   
v1 v2 v3 −1 4 1
(V × W ) · U = det  w1 w2 w3  = det  5 1 −2  = −84.
u1 u2 u3 2 −1 3

V ×W
U h = ||U || | cos θ |
W
θ
Figura 3.23. Volume do paralelepípedo determinado por V, W e U

Teorema 3.8. Dados três vetores no espaço, U, V e W,

|(V × W ) · U |
é numericamente igual ao volume do paralelepípedo determinado por U, V e W.
Demonstração. O volume do paralelepípedo determinado por U, V e W é igual ao

produto da área da base pela altura, ou seja, pela definição do produto vetorial, o
volume é dado por
Volume = ||V × W || h .
Mas, como vemos na Figura 3.23 a altura é h = ||U ||| cos θ |, o que implica que
Volume = ||V × W || ||U ||| cos θ | = |(V × W ) · U | .
Exemplo 3.14. Sejam V = 4~i, W = 2~i + 5~j e U = 3~i + 3~j + 4~k. O volume do para-
lelepípedo com um vértice na origem e arestas determinadas por U, V e W é dado
por  
4 0 0
volume = |(V × W ) · U | = | det  2 5 0  | = |80| = 80 .
3 3 4

V W
Figura 3.24. Paralelepípedo determinado por U, V e W do Exemplo 3.14

Segue imediatamente do Teorema 3.7 e do Teorema 3.8 um critério para saber se três
vetores são paralelos a um mesmo plano.
Corolário 3.9. Sejam U = u1~i + u2~j + u3~k, V = v1~i + v2~j + v3~k e W = w1~i + w2~j + w3~k. Estes vetores são
coplanares (isto é, são paralelos a um mesmo plano) se, e somente se,
 
v1 v2 v3
(V × W ) · U = det  w1 w2 w3  = 0 .
u1 u2 u3
Exemplo 3.15. Vamos verificar que os pontos P = (0, 1, 1), Q = (1, 0, 2),
R = (1, −2, 0) e S = (−2, 2, −2) são coplanares, isto é, pertencem a um mesmo
plano. Com estes pontos podemos construir os vetores
−→
PQ= (1 − 0, 0 − 1, 2 − 1) = (1, −1, 1),
−→
PR= (1 − 0, −2 − 1, 0 − 1) = (1, −3, −1) e
−→
PS = (−2 − 0, 2 − 1, −2 − 1) = (−2, 1, −3)

−→
Os pontos P, Q, R e S pertencem a um mesmo plano se, e somente se, os vetores PQ,
−→ −→
PR e PS são coplanares. E isto acontece se, e somente se, o produto misto deles é
igual zero.
 
−→ −→ −→ 1 −3 −1
( PR × PS ) · PQ= det  −2 1 −3  = 0.
1 −1 1
Assim, P, Q, R e S são coplanares.
O resultado a seguir será usado no próximo capítulo para deduzir as equações para-
métricas do plano.
Corolário 3.10. Sejam U, V e W vetores coplanares não nulos no espaço.

(a) Então a equação vetorial
xU + yV + zW = 0̄
tem solução não trivial, em que x, y e z são escalares.
(b) Então um dos vetores U, V ou W é combinação linear (soma de múltiplos escalares) dos outros dois.
(c) Se V e W são não paralelos, então U é combinação linear de V e W.

Demonstração. (a) Seja A a matriz cujas colunas são U, V e W escritos como veto-
res colunas. A equação xU + yV + zW = 0̄ é equivalente ao sistema AX = 0̄.
Se U, V e W são coplanares, então
det( A) = det( At ) = (U × V ) · W = 0.
Logo a equação xU + yV + zW = 0̄ tem solução não trivial.

(b) Pelo item anterior a equação xU + yV + zW = 0̄ possui solução não trivial. Mas,
se isto acontece, então um dos escalares x ou y ou z pode ser diferente de zero.
Se x 6= 0, então U = (−y/x )V + (−z/x )W, ou seja, o vetor U é combinação
linear de V e W. De forma semelhante, se y 6= 0, então V é combinação linear
de U e W e se z 6= 0, então W é combinação linear de U e V.
(c) Como U, V e W são coplanares, então a equação xU + yV + zW = 0̄ possui
solução não trivial com x 6= 0. Pois, caso contrário yV + zW = 0̄ com y ou z
não simultaneamente nulos o que implicaria que V e W seriam paralelos (por
que?). Logo U = (−y/x )V + (−z/x )W.

Exemplo 3.16. Considere os vetores

−→
U = PQ= (1, −1, 1),
−→
V = PR= (1, −3, −1) e
−→
W = PS = (−2, 1, −3)
do Exemplo 3.15 na página 199. A equação
xU + yV + zW = 0̄

é equivalente ao sistema

 x + y − 2z = 0
− x − 3y + z = 0
x − y − 3z = 0

Escalonando a matriz do sistema obtemos

     
1 1 −2 1 1 −2 1 1 −2
 −1 −3 1  ∼  0 −2 −1  ∼  0 −2 −1 
1 −1 −3 0 −2 −1 0 0 0
A última matriz corresponde ao sistema

x + y − 2z = 0
− 2y − z = 0
Assim,
5α α
U − V + αW = 0̄.
2 2
Logo
5 1
W = − U + V.
2 2
Verifique que realmente vale esta relação entre os vetores U, V e W.


3.2.1. Determine a equação da reta no plano que é perpendicular ao vetor N = (2, 3) e passa pelo ponto
P0 = (−1, 1).
−→
3.2.2. Seja O = (0, 0, 0). Qual o lugar geométrico dos pontos P = ( x, y, z) tais que || OP ||2 = 4? Qual figura é
representada pela equação x2 + y2 = 4?
3.2.3. Sejam V = ~i + 2~j − 3~k e W = 2~i + ~j − 2~k. Determine vetores unitários paralelos aos vetores
(a) V + W; (b) V − W; (c) 2V − 3W.
3.2.4. Determine o valor de x para o qual os vetores V = x~i + 3~j + 4~k e W = 3~i + ~j + 2~k são perpendiculares.
3.2.5. Demonstre que não existe x tal que os vetores V = x~i + 2~j + 4~k e W = x~i − 2~j + 3~k são perpendiculares.
3.2.6. Ache o ângulo entre os seguintes pares de vetores:
(a) 2~i + ~j e ~j −~k; (b) ~i + ~j +~k e −2~j − 2~k; (c) 3~i + 3~j e 2~i + ~j − 2~k.
3.2.7. Decomponha W = −~i − 3~j + 2~k como a soma de dois vetores W1 e W2 , com W1 paralelo ao vetor ~j + 3~k e
W2 ortogonal a este último. (Sugestão: revise o Exemplo 3.10 na página 183)
3.2.8. Ache o vetor unitário da bissetriz do ângulo entre os vetores V = 2~i + 2~j +~k e W = 6~i + 2~j − 3~k. (Suges-
tão: observe que a soma de dois vetores está na direção da bissetriz se, e somente se, os dois tiverem o
mesmo comprimento. Portanto, tome múltiplos escalares de V e W de forma que eles tenham o mesmo
comprimento e tome o vetor unitário na direção da soma deles.)
3.2.9. Verifique se os seguintes pontos pertencem a um mesmo plano:
(a) A = (2, 2, 1), B = (3, 1, 2), C = (2, 3, 0) e D = (2, 3, 2);
(b) A = (2, 0, 2), B = (3, 2, 0), C = (0, 2, 1) e D = (10, −2, 1);
3.2.10. Calcule o volume do paralelepípedo que tem um dos vértices no ponto A = (2, 1, 6) e os três vértices
adjacentes nos pontos B = (4, 1, 3), C = (1, 3, 2) e D = (1, 2, 1).

3.2.11. Calcule a área do paralelogramo em que três vértices consecutivos são A = (1, 0, 1), B = (2, 1, 3) e
C = (3, 2, 4).
3.2.12. Calcule a área do triângulo com vértices A = (1, 2, 1), B = (3, 0, 4) e C = (5, 1, 3).
√
3.2.13. Ache X tal que X × (~i +~k) = 2(~i + ~j −~k ) e || X || = 6.
√
3.2.14. Sabe-se que o vetor X é ortogonal a ~i + ~j e a −~i +~k, tem norma 3 e sendo θ o ângulo entre X e ~j, tem-se
cos θ > 0. Ache X.
3.2.15. Mostre que A = (3, 0, 2), B = (4, 3, 0) e C = (8, 1, −1) são vértices de um triângulo retângulo. Em qual
dos vértices está o ângulo reto?
3.2.16. Considere dois vetores V e W tais que ||V || = 5, ||W || = 2 e o ângulo entre V e W é 60◦ . Determine,
como combinação linear de V e W (xV + yW):
(a) Um vetor X tal que X · V = 20 e X · W = 5

(b) Um vetor X tal que X × V = 0̄ e X · W = 12.

V=[1,2,3] cria o vetor V = (1, 2, 3);
» subs(expr,x,num) substitui x por num na expressão expr;
Comandos numéricos do pacote GAAL:

» V=randi(1,3) cria um vetor aleatório com componentes inteiras;
» no(V) calcula a norma do vetor V.

» pe(V,W) calcula o produto escalar do vetor V pelo vetor W.

» pv(V,W) calcula o produto vetorial do vetor V pelo vetor W.

» desvet(P,V) desenha o vetor V com origem no ponto P e » desvet(V) desenha o vetor V com origem
no ponto O = (0, 0, 0).
» po([P1;P2;...;Pn]) desenha os pontos P1, P2, ..., Pn.
» lineseg(P1,P2,’cor’) desenha o segmento de reta P1P2.
» eixos desenha os eixos coordenados.
» box desenha uma caixa em volta da figura.
» axiss reescala os eixos com a mesma escala.
» rota faz uma rotação em torno do eixo z.
» zoom3(fator) amplifica a região pelo fator.
» tex(P,’texto’) coloca o texto no ponto P.
3.2.17. Digite no prompt

demog21,
(sem a vírgula!). Esta função demonstra as funções gráficas para vetores.
3.2.18. Coloque em duas variáveis V e W dois vetores bi-dimensionais ou tri-dimensionais a seu critério.
(a) Use a função ilvijk(V) para visualizar o vetor V como uma soma de múltiplos escalares (combina-
ção linear) dos vetores ~i, ~j e ~k.
(b) Use a função ilpv(V,W) para visualizar o produto vetorial V × W.
(c) Use a função ilproj(W,V) para visualizar a projeção de V em W.

3.2.19. Use o M ATLABr para resolver os Exercícios Numéricos
3.2.20. Mostre que em um triângulo isósceles a mediana relativa à base é perpendicular à base.
3.2.21. Mostre que o ângulo inscrito em uma semicircunferência é reto.
−→ −→
Sugestão para os próximos 2 exercícios: Considere o paralelogramo ABCD. Seja U = AB e V = AD.
Observe que as diagonais do paralelogramo são U + V e U − V.
3.2.22. Mostre que se as diagonais de um paralelogramo são perpendiculares então ele é um losango.
3.2.23. Mostre que se as diagonais de um paralelogramo têm o mesmo comprimento então ele é um retângulo.
3.2.24. Se V · W = V · U e V 6= 0̄, então W = U?
3.2.25. Mostre que se V é ortogonal a W1 e W2 , então V é ortogonal a α1 W1 + α2 W2 .
3.2.26. Demonstre que as diagonais de um losango são perpendiculares. (Sugestão: mostre que
−→ −→ −→ −→ −→ −→
AC · BD = 0, usando o fato de que AB= DC e || AB || = || BC ||.)
3.2.27. Sejam V um vetor não nulo no espaço e α, β e γ os ângulos que V forma com os vetores ~i,~j e ~k, respecti-
vamente. Demonstre que
cos2 α + cos2 β + cos2 γ = 1 .
V ·~i V ·~j V ·~k
(Sugestão: cos α = , cos β = e cos γ = )
||V ||||~i || ||V ||||~j|| ||V ||||~k||
3.2.28. Demonstre que, se V e W são vetores quaisquer, então:

1
(a) V · W = ||V + W ||2 − ||V − W ||2 ;
4

1
(b) ||V ||2 + ||W ||2 = ||V + W ||2 + ||V − W ||2 .
2
(Sugestão: desenvolva os segundos membros das igualdades acima observando que
||V + W ||2 = (V + W ) · (V + W ) e ||V − W ||2 = (V − W ) · (V − W ))
3.2.29. Demonstre que se V e W são vetores quaisquer, então:
(a) |V · W | ≤ ||V || ||W ||;

(b) ||V + W || ≤ ||V || + ||W ||;
(Sugestão: mostre que ||V + W ||2 = (V + W ) · (V + W ) ≤ (||V || + ||W ||)2 , usando o item anterior)
(c) ||V || − ||W || ≤ ||V − W ||.
(Sugestão: defina U = V − W e aplique o item anterior a U e W)
3.2.30. O produto vetorial é associativo? Justifique a sua resposta. (Sugestão: experimente com os vetores ~i, ~j, ~k)
3.2.31. Se V × W = V × U e V 6= 0̄, então W = U?
3.2.32. Demonstre que se V e W são vetores quaisquer no espaço, então
||V × W || ≤ ||V || ||W ||.
3.2.33. Se U, V e W são vetores no espaço, prove que |U · (V × W )| ≤ ||U || ||V || ||W ||. (Sugestão: use o Teorema
3.2 na página 176 e o exercício anterior)
3.2.34. Mostre que U · (V × W ) = V · (W × U ) = W · (U × V ). (Sugestão: use as propriedades do determinante)
3.2.35. Mostre que
(a) (αU1 + βU2 ) · (V × W ) = αU1 · (V × W ) + βU2 · (V × W );

(b) U · [(αV1 + βV2 ) × W ] = αU · (V1 × W ) + βU · (V2 × W );
(c) U · [V × (αW1 + βW2 )] = αU · (V × W1 ) + βU · (V × W2).

(d) U · (V × W ) = U · [(V + αU + βW ) × W ].
(Sugestão: use as propriedades dos produtos escalar e vetorial)
3.2.36. Prove a identidade de Lagrange
||V × W ||2 = ||V ||2 ||W ||2 − (V · W )2 .
3.2.37. Mostre que a área do triângulo com vértices ( xi , yi ), para i = 1, 2, 3 é igual a | det( A)|/2, em que
 
x1 y1 1
A =  x2 y2 1  .
x3 y3 1
(Sugestão: Marque os pontos P1 = ( x1 , y1 , 1), P2 = ( x2 , y2 , 1), P3 = ( x3 , y3 , 1) e P10 = ( x1 , y1 , 0). O volume
−→ −→ −→
do paralelepípedo determinado por P1 , P2 , P3 e P10 é dado por | P1 P10 · P1 P2 × P1 P3 |. Mas, a altura
deste paralelepípedo é igual a 1. Assim, o seu volume é igual à área da base que é o paralelogramo
−→ −→ −→
determinado por P1 , P2 e P3 . Observe que OP10 , P1 P2 e P1 P3 são paralelos ao plano xy.)
3.2.38. Sejam U1 , U2 e U3 três vetores unitários mutuamente ortogonais. Se A = [ U1 U2 U3 ] é uma matriz
3 × 3 cujas colunas são os vetores U1 , U2 e U3 , então A é invertível e A−1 = At . (Sugestão: mostre que
At A = I3 .)
3.2.39. Sejam U = (u1 , u2 , u3 ), V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ). Prove a fórmula seguinte para o produto
vetorial duplo
U × (V × W ) = (U · W )V − (U · V )W,
seguindo os seguintes passos:
(a) Prove que
U × (~i × ~j) = (U · ~j)~i − (U ·~i )~j
U × (~j ×~k) = (U ·~k)~j − (U · ~j)~k
U × (~k ×~i ) = (U ·~i )~k − (U ·~k)~i

(b) Prove usando o item anterior e as propriedades do produto vetorial que
U × (V ×~i ) = (U ·~i )V − (U · V )~i

U × (V × ~j) = (U · ~j)V − (U · V )~j
U × (V ×~k) = (U ·~k)V − (U · V )~k
(c) Prove agora o caso geral usando o item anterior e as propriedades do produto vetorial.
3.2.40. (a) Prove que
[ A × ( B × C )] + [ B × (C × A)] + [C × ( A × B)] = 0
(Sugestão: use o exercício anterior).
(b) Mostre que se ( A × C ) × B = 0̄, então
A × ( B × C ) = ( A × B) × C,
ou seja, o produto vetorial é, neste caso, associativo.

Apêndice IV: Demonstração do item (e) do Teorema 3.5 na página 187

Vamos dividir a demonstração da distributividade do produto vetorial em relação a soma
V × (W + U ) = V × W + V × U e (V + W ) × U = V × U + W × U
da seguinte forma:
(a) (V × W ) · U > 0 se, e somente se, V, W e U satisfazem a regra da mão direita, isto é, se o ângulo entre
V e W é θ, giramos o vetor V de um ângulo θ até que coincida com W e acompanhamos este movimento
com os dedos da mão direita, então o polegar vai apontar no sentido de U.
(b) (V × W ) · U = V · (W × U ), ou seja, pode-se trocar os sinais × e · em (V × W ) · U.
(c) V × (W + U ) = V × W + V × U e (V + W ) × U = V × U + W × U.
Provemos, agora, os três ítens acima.
(a) Como vemos na Figura 3.23 na página 196 V, W e U satisfazem a regra da mão direita se, e somente
se, 0 < θ < π/2, ou seja, cos θ > 0, em que θ é o ângulo entre V × W e U. Como, (V × W ) · U =
||V × W ||||U || cos θ, então V, W e U satisfazem a regra da mão direita se, e somente se, (V × W ) · U > 0.
(b) Como o produto escalar é comutativo, pelo Teorema 3.8 na página 197,
|(V × W ) · U | = |V · (W × U )|.
Agora, pelo item (a), temos que

(V × W ) · U e V · (W × U )
têm o mesmo sinal, pois V, W e U satisfazem a regra da mão direita se, e somente se, W, U e V também
satisfazem.
(c) Vamos provar a primeira igualdade e deixamos como exercício para o leitor a demonstração da segunda.
Vamos mostrar que o vetor Y = V × (W + U ) − V × W − V × U é o vetor nulo. Para isso, vamos mostrar
que para qualquer vetor X no espaço X · Y = 0.

Pela distributividade do produto escalar, Teorema 3.3 item (b) na página 180, temos que
X · Y = X · V × (W + U ) − X · ( V × W ) − X · ( V × U ) .
Pelo item (b), temos que
X·Y = ( X × V ) · (W + U ) − ( X × V ) · W − ( X × V ) · U
= ( X × V ) · (W + U ) − ( X × V ) · (W + U ) = 0
Assim, X · Y = 0, para todo vetor X, em particular para X = Y, temos que Y · Y = ||Y ||2 = 0. Portanto,
Y = 0̄, ou seja, V × (W + U ) = V × W + V × U.

Teste do Capítulo
1. Mostre que os pontos A = (4, 0, 1), B = (5, 1, 3), C = (3, 2, 5), D = (2, 1, 3) são vértices de um paralelo-
gramo. Calcule a sua área.
2. Dado o triângulo de vértices A = (0, 1, −1), B = (−2, 0, 1) e C = (1, −2, 0), determine a medida da altura
relativa ao lado BC.
3. Sejam U e V vetores no espaço, com V 6= 0̄.

(a) Determine o número α, tal que U − αV seja ortogonal a V.
(b) Mostre que (U + V ) × (U − V ) = 2V × U.
4. Determine x para que A = ( x, 1, 2), B = (2, −2, −3), C = (5, −1, 1) e D = (3, −2, −2) sejam coplanares.

4
R ETAS E P LANOS
4.1 Equações de Retas e Planos

4.1.1 Equações do Plano
Equação Geral
No plano a equação geral de uma reta é ax + by + c = 0. No espaço um plano é o
conjunto dos pontos P = ( x, y, z) que satisfazem a equação
ax + by + cz + d = 0, para a, b, c, d ∈ R,
que é chamada equação geral do plano. Existe uma analogia entre uma reta no
plano e um plano no espaço. No plano, a equação de uma reta é determinada se
forem dados sua inclinação e um de seus pontos. No espaço, a inclinação de um
plano é caracterizada por um vetor perpendicular a ele, chamado vetor normal ao
plano e a equação de um plano é determinada se são dados um vetor normal e um
de seus pontos.
214 Retas e Planos
N = ( a, b, c)
P0 = ( x0 , y0 , z0 )
π P = ( x, y, z)
Figura 4.1. Plano perpendicular a N = ( a, b, c) e que passa por P0 = ( x0 , y0 , z0 )

4.1 Equações de Retas e Planos 215
Proposição 4.1. A equação geral de um plano π que passa por um ponto P0 = ( x0 , y0 , z0 ) e tem vetor normal N =
( a, b, c) é
ax + by + cz + d = 0 , (4.1)
em que d = −( ax0 + by0 + cz0 ).
Demonstração. Um ponto P = ( x, y, z) pertence ao plano π se, e somente se, o vetor

−→
P0 P for perpendicular ao vetor N, ou seja,
−→
N · P0 P= 0 . (4.2)
−→
Como, P0 P= ( x − x0 , y − y0 , z − z0 ), a equação (4.2) pode ser reescrita como
a( x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0,
ou seja,
ax + by + cz − ( ax0 + by0 + cz0 ) = 0 .


216 Retas e Planos
z
z z
− dc
− da − db
x y
y x y
x
Figura 4.2. Planos ax + d = 0, by + d = 0 e cz + d = 0

z z z
− dc − dc
− db
− da
− da − db
x y y y
x x
Figura 4.3. Planos by + cz + d = 0, ax + cz + d = 0 e ax + by + d = 0

218 Retas e Planos
z z z

y
ax = 0
0
+ 0,
+ ,
=
cz
by =
cz
=
x
0

y 0, = 0
ax = 0 x = + cz
+ ,
cz by

=
0

0
z = by =
y=
ax +
a x 0,
+b
z=
y y y
0,
x x x

Figura 4.4. Planos ax + by + cz = 0

z
z
− dc

y
x
by = 0
+c ,
z=
0
− da − db
y =0
,
x
z=0
y
ax +b
x

Figura 4.5. Planos ax + by + cz = 0 e ax + by + cz + d = 0

220 Retas e Planos
Exemplo 4.1. Vamos encontrar a equação do plano π que passa pelo ponto
P0 = (1, −2, −2) e é perpendicular ao vetor N = (2, −1, 2). Da Proposição 4.1,
a equação do plano é da forma
ax + by + cz + d = 0 ,
em que os coeficientes de x, y e z são as componentes do vetor normal, ou seja, a = 2,

b = −1 e c = 2. Assim, a equação de π é da forma
2x − y + 2z + d = 0 .
Para determinar o coeficiente d, ao invés de usarmos a Proposição 4.1, vamos usar o

fato de que P0 = (1, −2, −2) pertence a π. Mas, o ponto P0 pertence a π se, e somente
se, as suas coordenadas satisfazem a equação de π, ou seja,
2 · 1 − 1 · (−2) + 2 · (−2) + d = 0 .
Logo, d = 2 + 2 − 4 = 0. Substituindo-se d = 0 na equação anterior do plano

obtemos que a equação do plano π é
2x − y + 2z = 0 .

y
x
Figura 4.6. Plano 2x − y + 2z = 0

222 Retas e Planos
No plano, a equação de uma reta é determinada se forem dados dois pontos da reta.
Analogamente, no espaço, a equação de um plano é determinada se são dados três
pontos P1 , P2 e P3 não colineares (isto é, não pertencentes a uma mesma reta). Com
−→ −→
os três pontos podemos “formar” os vetores P1 P2 e P1 P3 (Figura 4.7).

−→ −→
N = P1 P2 × P1 P3
P3 = ( x3 , y3 , z3 )
P1 = ( x1 , y1 , z1 )
π
P = ( x, y, z)
P2 = ( x2 , y2 , z2 )
Figura 4.7. Plano que passa por três pontos

224 Retas e Planos
1/4
1/2
1/2
y
x
Figura 4.8. Plano 2x + 2y + 4z − 1 = 0

Exemplo 4.2. Vamos encontrar a equação do plano π que passa pelos pontos
P1 = ( 21 , 0, 0), P2 = (0, 12 , 0) e P3 = (0, − 21 , 12 ). Com os três pontos podemos “for-
−→ −→
mar” os vetores P1 P2 e P1 P3 . O vetor
−→ −→ 1 1 1 1 1 1 1 1
N = P1 P2 × P1 P3 = (− , , 0) × (− , − , ) = ( , , )
2 2 2 2 2 4 4 2
é um vetor normal ao plano. Assim, a equação do plano é da forma
1 1 1
x + y + z + d = 0,
4 4 2
em que os coeficientes de x, y e z são as componentes do vetor N. Para determinar
o coeficiente d, vamos usar o fato de que o ponto P1 = ( 21 , 0, 0) pertence ao plano
π. Mas, o ponto P1 pertence a π se, e somente se, as suas coordenadas satisfazem a
equação de π, ou seja,
1 1 1 1
· + ·0+ ·0+ d = 0.
4 2 4 2
1
Logo, d = − . Finalmente, uma equação do plano π é
8
1 1 1 1
x+ y+ z− = 0
4 4 2 8
ou multiplicando por 8, obtemos
2x + 2y + 4z − 1 = 0.
Alternativamente, podemos encontrar a equação do plano da seguinte forma. Como

−→ −→ −→
vimos anteriormente (Corolário 3.9 na página 199), três vetores, P1 P P1 P2 e P1 P3 , são

226 Retas e Planos
coplanares se, e somente se, o produto misto entre eles é zero. Assim, um ponto
P = ( x, y, z) pertence a π se, e somente se,
−→ −→ −→
P1 P · ( P1 P2 × P1 P3 ) = 0 .
Mas,
−→ 1
P1 P = ( x − , y, z)
2
−→ 1 1
P1 P2 = (− , , 0)
2 2
−→ 1 1 1
P1 P3 = (− , − , ).
2 2 2
Então,
x − 12
 
y z
1 1 1 1
det  − 12 1
2 0  = (x − ) + y + z
4 2 4 2
− 12 − 12 1
2
e assim a equação do plano é dada por
1 1 1 1
x + y + z − = 0.
4 4 2 8
ou multiplicando por 8,
2x + 2y + 4z − 1 = 0
A equação do plano também é determinada se ao invés de serem dados três pontos,

forem dados um ponto P1 do plano e dois vetores paralelos ao plano, V = (v1 , v2 , v3 )
e W = (w1 , w2 , w3 ), desde que eles sejam não paralelos. Ou ainda se forem dados
dois pontos P1 e P2 do plano e um vetor paralelo ao plano V = (v1 , v2 , v3 ) (não
−→ −→
paralelo a P1 P2 ), já que neste caso podemos formar o vetor W = P1 P2 = (w1 , w2 , w3 )
que é também paralelo ao plano.

Nestes casos temos novamente pelo menos duas maneiras de encontrarmos a equa-
ção do plano. Uma delas é observando que o vetor N = V × W é um vetor normal ao
plano. Desta forma temos um ponto do plano e um vetor normal ao plano. A outra é
−→
observando que temos três vetores paralelos ao plano: P1 P= ( x − x1 , y − y1 , z − z1 ),
V e W. Como vimos anteriormente (Corolário 3.9 na página 199), os três vetores são
coplanares se, e somente se, o produto misto entre eles é zero, ou seja,
 
−→ x − x1 y − y1 z − z1
P1 P · (V × W ) = det  v1 v2 v3  = 0 . (4.3)
w1 w2 w3
Assim, um ponto P = ( x, y, z) pertence a um plano π que passa pelo ponto P1 =

( x1 , y1 , z1 ) e é paralelo aos vetores V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) (não paralelos)
se, e somente se, a equação (4.3) é verdadeira.
Observação. Não faz sentido dizer que um vetor pertence a um plano. Pois, por um lado, um plano é um
conjunto de pontos e por outro, os vetores são “livres”, podem ser “colocados” em qualquer ponto. O correto
é dizer que um vetor é paralelo a um plano.
Equações Paramétricas
Além da equação geral do plano podemos também caracterizar os pontos de um
plano da seguinte forma. Considere um plano π, um ponto P0 = ( x0 , y0 , z0 )
pertencente a π e dois vetores V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) não colinea-
res, paralelos a π. Um ponto P = ( x, y, z) pertence a π se, e somente se, o vetor

228 Retas e Planos
−→
P0 P= ( x − x0 , y − y0 , z − z0 ) é uma combinação linear de V e W (Corolário 3.10 na
página 200), ou seja, se existem escalares t e s tais que
−→
P0 P= tV + sW. (4.4)
Escrevendo em termos de componentes (4.4) pode ser escrito como
( x − x0 , y − y0 , z − z0 ) = (tv1 + sw1 , tv2 + sw2 , tv3 + sw3 ).
Logo um ponto P = ( x, y, z) pertence a π se, e somente se, satisfaz as equações


 x = x 0 + v 1 t + w1 s
y = y 0 + v 2 t + w2 s para t, s ∈ R.
z = z 0 + v 3 t + w3 s

Estas equações são chamadas equações paramétricas do plano.
Exemplo 4.3. Podemos obter equações paramétricas do plano do Exemplo 4.2 na

página 225 usando o fato de que ele passa pelo ponto P1 = (1/2, 0, 0) e é paralelo
−→ −→
aos vetores P1 P2 = (−1/2, 1/2, 0), P1 P3 = (−1/2, −1/2, 1/2). Assim,
1 1 1

 x
 = 2 − 2t − 2s
1 1 para t, s ∈ R.

y = 2t − 2s
1
z = 2s

Exemplo 4.4. Para encontrarmos as equações paramétricas do plano do Exemplo

4.1 na página 220 podemos resolver a equação geral do plano 2x + 2y + 4z − 1 = 0.

Podemos proceder como no caso de sistemas lineares e considerar as variáveis y e z

livres: z = t e y = s. Assim, x = 12 − 2 t − s e portanto
 x = 12 − 2 t − s

y = s para t, s ∈ R.
z = t

são equações paramétricas do plano. Destas equações obtemos que os vetores

V1 = (−2, 0, 1) e V2 = (−1, 1, 0) são paralelos ao plano.

230 Retas e Planos
4.1.2 Equações da Reta

Equações Paramétricas e Equação Vetorial

r r
−→ −→
P0 P P0 P
−→ −→
OP OP
−→ V V
−→
OP0 OP0
Figura 4.9. Reta paralela ao vetor V = ( a, b, c) que passa pelo ponto P0 = ( x0 , y0 , z0 )

232 Retas e Planos
Vamos supor que uma reta r seja paralela a um vetor V = ( a, b, c) não nulo e que
passe por um ponto P0 = ( x0 , y0 , z0 ). Um ponto P = ( x, y, z) pertence a reta r se, e
−→ −→
somente se, o vetor P0 P é paralelo ao vetor V, isto é, se o vetor P0 P é um múltiplo
escalar de V, ou seja,
−→
P0 P= t V . (4.5)
Em termos de componentes, a equação (4.5) pode ser escrita como
( x − x0 , y − y0 , z − z0 ) = (ta, tb, tc).

Logo, x − x0 = t a, y − y0 = t b e z − z0 = t c.
Ou seja, a reta r pode ser descrita como sendo o conjunto dos pontos P = ( x, y, z)
tais que

 x = x0 + t a
y = y0 + t b, para t ∈ R. (4.6)
z = z0 + t c

As equações (4.6), chamadas equações paramétricas da reta, são de uma reta r que
passa por um ponto P0 = ( x0 , y0 , z0 ) e é paralela ao vetor V = ( a, b, c), chamado
vetor diretor da reta r.
O parâmetro t nas equações (4.6) pode ser interpretado como o instante de tempo,
se o ponto P = ( x, y, z) descreve o movimento de uma partícula em movimento
retilíneo uniforme com vetor velocidade V = ( a, b, c). Observe que para t = 1, P =
( x, y, z) = ( x0 + a, y0 + b, z0 + c), para t = 2, P = ( x, y, z) = ( x0 + 2a, y0 + 2b, z0 + 2c)
e assim por diante.
As equações (4.6), podem ser reescritas como
( x, y, z) = ( x0 + at, y0 + bt, z0 + ct),

que é chamada equação vetorial da reta r.

z0
a y0
x y
Figura 4.10. Reta ( x, y, z) = ( x0 + at, y0 , z0 )

234 Retas e Planos
z0
x0
b
x y
Figura 4.11. Reta ( x, y, z) = ( x0 , y0 + bt, z0 )

x0
y0
x y
Figura 4.12. Reta ( x, y, z) = ( x0 , y0 , z0 + ct)

236 Retas e Planos
z0
x y
Figura 4.13. Reta ( x, y, z) = ( x0 + at, y0 + bt, z0 )

x0
x y
Figura 4.14. Reta ( x, y, z) = ( x0 , y0 + bt, z0 + ct)

238 Retas e Planos
y0
x y
Figura 4.15. Reta ( x, y, z) = ( x0 + at, y0 , z0 + ct)

b
a
x y
Figura 4.16. Reta ( x, y, z) = ( at, bt, ct)

240 Retas e Planos
x y
Figura 4.17. Reta ( x, y, z)=( x0+at, y0+bt, z0+ct)

Observação. Não faz sentido dizer que o vetor está contido na reta. Por um lado, a reta é um conjunto de
pontos e por outro um vetor não tem posição fixa.
Exemplo 4.5. A reta que passa por P0 = (−3, 3/2, 4) e é paralela ao vetor V =
(−6, 1, 4) tem equações paramétricas

 x = −3 − 6 t
r: y = 23 + t para t ∈ R
z = 4 + 4t

Podemos encontrar a interseção da reta r com os planos coordenados xy, yz e xz. A

equação do plano xy é z = 0, do plano yz é x = 0 e do plano xz é y = 0. Substituindo
z = 0 nas equações de r, obtemos t = −1, x = 3 e y = 1/2, ou seja,
• o ponto de interseção de r com o plano xy é
1
( x, y, z) = (3, , 0).
2
De forma análoga obtemos

• o ponto de interseção de r com o plano yz é
( x, y, z) = (0, 1, 2),
• o ponto de interseção de r com o plano xz
( x, y, z) = (6, 0, −2).

242 Retas e Planos
Figura 4.18. Reta que passa pelo ponto P0 = (−3, 3/2, 4) paralela ao vetor V = (−6, 1, 4)

Equações na Forma Simétrica
Se todas componentes do vetor diretor da reta r são não nulos, podemos resolver
cada equação em (4.6) para t e igualar os resultados obtendo o que chamamos de
equações na forma simétrica de r:
x − x0 y − y0 z − z0
= = .
a b c
No Exemplo 4.5 as equações de r na forma simétrica são:
x+3 y − 3/2 z−4

= = .
−6 1 4

244 Retas e Planos
P2
P1
Figura 4.19. Reta que passa pelos pontos P1 = (3, 0, 2) e P2 = (0, 3, 3)

Exemplo 4.6. Vamos encontrar as equações paramétricas da reta r que passa pelos
pontos P1 = (3, 0, 2) e P2 = (0, 3, 3). O vetor
−→
P1 P2 = (0 − 3, 3 − 0, 3 − 2) = (−3, 3, 1)
é paralelo a r e o ponto P1 = (3, 0, 2) pertence a r. Portanto, as equações paramétricas
de r são 
 x = 3−3t
y = 3t para t ∈ R.
z = 2+t

Exemplo 4.7. Vamos encontrar as equações paramétricas da reta r, interseção dos

planos
π1 : 2x + y + 4z − 4 = 0
π2 : 2x − y + 2z = 0.
Vetores normais destes planos são
N1 = (2, 1, 4) e N2 = (2, −1, 2) .
A reta r está contida em ambos os planos, portanto é perpendicular a ambos os veto-
res normais. Assim, a reta r é paralela ao produto vetorial N1 × N2 (Teorema 3.5 (c)
na página 187).

1 4 2 4 2 1
N1 × N2 = det , − det , det = (6, 4, −4) .
−1 2 2 2 2 −1
Assim, V = N1 × N2 = (6, 4, −4) é um vetor diretor de r. Agora, precisamos encon-

trar um ponto da reta r. Este ponto é uma solução particular do sistema

2x + y + 4z − 4 = 0
(4.7)
2x − y + 2z =0

246 Retas e Planos
2
4
y
x
Figura 4.20. π1 : 2x + y + 4z − 4 = 0

5/2
5/2
5
y
x
Figura 4.21. π2 : 2x − y + 2z = 0

248 Retas e Planos
5/2
5/2 2
4
5
y
x
Figura 4.22. π1 , π2 e π1 ∩ π2

Para encontrar uma solução particular do sistema, atribuímos um valor a uma das
incógnitas (neste exemplo podemos fazer x = 0) e resolvemos o sistema obtido, que
é de duas equações e duas incógnitas

y + 4z − 4 = 0
−y + 2z =0
Obtemos então, y = 4/3 e z = 2/3, ou seja, o ponto P0 = (0, 4/3, 2/3) é um ponto
da reta r, pois é uma solução particular do sistema (4.7). Assim, as equações para-
métricas de r são 
 x = 6t
y = 4/3 + 4t para todo t ∈ R. (4.8)
z = 2/3 − 4t

Alternativamente, podemos encontrar as equações paramétricas de r determinando

a solução geral do sistema (4.7). Para isto devemos escalonar a matriz do sistema
(4.7):

2 1 4 4
2 −1 2 0
Precisamos “zerar” o outro elemento da 1a. coluna, que é a coluna do pivô, para isto,
adicionamos à 2a. linha, menos a 1a. linha.
2 1 4 4
-1a. linha + 2a. linha −→ 2a. linha
0 −2 −2 −4
Agora, já podemos obter facilmente a solução geral do sistema dado, já que ele é
equivalente ao sistema

2x + y + 4z = 4
− 2y − 2z = −4

250 Retas e Planos
A variável z é uma variável livre. Podemos dar a ela um valor arbitrário, digamos t,
para t ∈ R qualquer. Assim, a solução geral do sistema dado é
 x = 1 − 23 t

y = 2 − t para todo t ∈ R. (4.9)

z = t

Estas equações são diferentes das equações (4.8), mas representam a mesma reta,
pois os vetores diretores obtidos das duas equações são paralelos e o ponto P0 =
(1, 2, 0) satisfaz também as equações (4.9). Poderíamos dizer também que (4.8) e
(4.9) representam retas coincidentes.
O próximo exemplo mostra como encontrar a equação da reta que é perpendicular a

duas retas.

z z z
3 3
3/2 1 3/22
3 3 3 3 3
6 6
x y x y x y
Figura 4.23. Retas r1 , r2 e r3 do Exemplo 4.8

252 Retas e Planos
Exemplo 4.8. Achar as equações da reta r3 que intercepta as retas


 x = −1 + 2t
r1 : y = 1 + t, para todo t ∈ R
z = 0

e
y−4
r2 : x − 2 = e z=3
2
e é perpendicular a ambas.
Um ponto qualquer da reta r1 é descrito por Pr1 = (−1 + 2t, 1 + t, 0) e um ponto
qualquer da reta r2 é da forma Pr2 = (2 + s, 4 + 2s, 3). Aqui é necessário o uso de um
−→
parâmetro diferente para a reta r2 . O vetor Pr1 Pr2 = (3 + s − 2t, 3 + 2s − t, 3) “liga”
um ponto qualquer de r1 a um ponto qualquer de r2 . Vamos determinar t e s tais
−→
que o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (2, 1, 0) de r1 e ao vetor
diretor V2 = (1, 2, 0) de r2 , ou seja, temos que resolver o sistema
( −→
Pr1 Pr2 ·V1 = 9 + 4s − 5t = 0
−→
Pr1 Pr2 ·V2 = 9 + 5s − 4t = 0
A solução deste sistema é t = 1, s = −1. Logo Pr1 = (1, 2, 0), Pr2 = (1, 2, 3) e
−→
V3 = Pr1 Pr2 = (0, 0, 3). Assim, as equações paramétricas da reta procurada são

 x = 1
r3 : y = 2, para todo t ∈ R.
z = 3t

Esta solução usou o fato de que as retas são reversas, isto é, elas não são paralelas,
mas também não se interceptam. Como seria a solução se elas se interceptassem?

Por exemplo se a reta r2 fosse dada por
y−4
r2 : x − 2 = e z=0?
2

254 Retas e Planos

4.1.1. Faça um esboço dos seguintes planos:
(a) 2x + 3y + 5z − 1 = 0 (e) 3x + 2y − 1 = 0
(b) x − 2y + 4z = 0 (f) 5y − 2 = 0
(c) 3y + 2z − 1 = 0 (g) 3z − 2 = 0
(d) 2x + 3z − 1 = 0 (h) 2x − 1 = 0
4.1.2. Faça um esboço das retas dadas a seguir:
3 1
(a) ( x, y, z) = (−3 + 3t, − t, 4 − 2t) (e) ( x, y, z) = (2 + 2t, 3 + t, 3)
2 2
3 (f) ( x, y, z) = (1, 2, 2 + 2t)
(b) ( x, y, z) = (2t, t, t)
2 (g) ( x, y, z) = (1, 2 + 2t, 3)
(c) ( x, y, z) = (1 + t, 2, 3 + 2t) (h) ( x, y, z) = (2 + 2t, 2, 3)
(d) ( x, y, z) = (1, 2 + 2t, 52 + 32 t)
4.1.3. Ache a equação do plano paralelo ao plano 2x − y + 5z − 3 = 0 e que passa por P = (1, −2, 1).
4.1.4. Encontre a equação do plano que passa pelo ponto P = (2, 1, 0) e é perpendicular aos planos x + 2y −
3z + 2 = 0 e 2x − y + 4z − 1 = 0.
4.1.5. Encontrar a equação do plano que passa pelos pontos P = (1, 0, 0) e Q = (1, 0, 1) e é perpendicular ao
plano y = z.
4.1.6. Determine a interseção da reta que passa pela origem e tem vetor diretor V = ~i + 2~j + ~k com o plano
2x + y + z = 5.
4.1.7. Verifique se as retas r : ( x, y, z) = (9t, 1 + 6t, −2 + 3t) e s : ( x, y, z) = (1 + 2t, 3 + t, 1) se interceptam e
em caso afirmativo determine a interseção. (Sugestão: a questão é se as trajetórias se cortam e não se as
partículas se chocam, ou seja, elas não precisam estar num ponto no mesmo instante.)
4.1.8. Dadas as retas
x−2 y
r: = =z e s : x−2 = y = z,
2 2

obtenha uma equação geral para o plano determinado por r e s.

4.1.9. Sejam P = (4, 1, −1) e r : ( x, y, z) = (2 + t, 4 − t, 1 + 2t).
(a) Mostre que P 6∈ r;
(b) Obtenha uma equação geral do plano determinado por r e P.
4.1.10. Dados os planos π1 : x − y + z + 1 = 0 e π2 : x + y − z − 1 = 0, determine o plano que contém π1 ∩ π2
e é ortogonal ao vetor (−1, 1, −1).
4.1.11. Quais dos seguintes pares de planos se cortam segundo uma reta?
(a) x + 2y − 3z − 4 = 0 e x − 4y + 2z + 1 = 0;
(b) 2x − y + 4z + 3 = 0 e 4x − 2y + 8z = 0;
(c) x − y = 0 e x + z = 0.
4.1.12. Encontre as equações da reta que passa pelo ponto Q = (1, 2, 1) e é perpendicular ao plano x − y + 2z −
1 = 0.
4.1.13. Ache equações da reta que passa pelo ponto P = (1, 0, 1) e é paralela aos planos 2x + 3y + z + 1 = 0 e
x − y + z = 0.
4.1.14. Seja r a reta determinada pela interseção dos planos x + y − z = 0 e 2x − y + 3z − 1 = 0. Ache a equação
do plano que passa por A = (1, 0, −1) e contém a reta r.
4.1.15. Sejam r e s retas reversas passando por A = (0, 1, 0) e B = (1, 1, 0) e por C = (−3, 1, −4) e D =
(−1, 2, −7), respectivamente. Obtenha uma equação da reta concorrente com r e s e paralela ao vetor
V = (1, −5, −1).
4.1.16. (a) Mostre que os planos 2x − y + z = 0 e x + 2y − z = 1 se interceptam segundo uma reta r;
(b) Ache equações da reta que passa pelo ponto A = (1, 0, 1) e intercepta a reta r ortogonalmente.
4.1.17. Considere as retas ( x, y, z) = t(1, 2, −3) e ( x, y, z) = (0, 1, 2) + s(2, 4, −6). Encontre a equação geral do
plano que contém estas duas retas.

256 Retas e Planos
4.1.18. Determine as equações paramétricas da reta interseção dos planos:
(a) x + 2y − 3z − 4 = 0 e x − 4y + 2z + 1 = 0;
(b) x − y = 0 e x + z = 0.
4.1.19. Considere o plano π : 2x + 2y − z = 0.
(a) Determine as retas r, interseção do plano π com o plano yz, s, interseção do plano π com o plano xz
e t, interseção do plano π com o plano z = 2. Desenhe um esboço do plano π mostrando as retas r,
s e t.
(b) Determine o volume do tetraedro determinado pelo plano π, os planos coordenados xz e yz e o
plano z = 2. (Sugestão: este volume é igual a 1/6 do volume do paralelepípedo determinado por
−→ −→ −→
OA, OB e OC, em que O = (0, 0, 0), A é o ponto interseção do eixo z com o plano z = 2, B é a
interseção das retas r e t e C é a interseção das retas s e t.)
(c) Determine a área da face do tetraedro contida no plano π.
(d) Determine a altura do tetraedro relativa a face contida no plano π. (Sugestão: a reta ortogonal ao
plano π que passa pelo ponto A intercepta o plano π num ponto P de forma que a altura procurada
−→
é igual a || AP ||)
4.1.20. Achar as equações da reta que intercepta as retas r1 e r2 e é perpendicular a ambas.
(a)

 x = 1+t
r1 : y = 2 + 3t, para t ∈ R
z = 4t

e
y−1 z+2
r2 : x + 1 = = .
2 3

(b) 
 x = −1 + t
r1 : y = 2 + 3t, para t ∈ R
z = 4t

e
y−4 z−3
r2 : x = = .
2 3

V=[1,2,3] cria o vetor V = (1, 2, 3);
» V+W é a soma de V e W; » V-W é a diferença V menos W; » num*V é o produto do vetor V pelo escalar num;
» subs(expr,x,num,) substitui x por num na expressão expr;
Comandos numéricos do pacote GAAL:

» no(V) calcula a norma do vetor V.
» pe(V,W) calcula o produto escalar do vetor V pelo vetor W.
» pv(V,W) calcula o produto vetorial do vetor V pelo vetor W.
» subst(expr,[x,y,z],[a,b,c]) substitui na expressão expr as variáveis x,y,z por a,b,c, respectiva-
mente.

» lin(P,V) desenha a reta que passa por P com direção V.

258 Retas e Planos
» lin(P1,V1,P2,V2) desenha retas que passam por P1, P2, direções V1, V2.
» plan(P,N) desenha o plano que passa por P com normal N.
» plan(P1,N1,P2,N2) desenha planos que passam por P1, P2, normais N1, N2.
» plan(P1,N1,P2,N2,P3,N3) desenha planos que passam por P1, P2 e P3 com normais N1, N2 e N3.
» poplan(P1,P2,N2) desenha ponto P1 e plano passando por P2 com normal N2.
» poline(P1,P2,V2) desenha ponto P2 e reta passando por P2 com direção V2.
» lineplan(P1,V1,P2,N2) desenha reta passando por P1 com direção V1 e plano passando por P2 com
normal N2.
» axiss reescala os eixos com a mesma escala.
» rota faz uma rotação em torno do eixo z.
4.1.21. Digite no prompt demog22, (sem a vírgula!). Esta função demonstra as funções gráficas para visualização
de retas e planos.
Exercício Teórico
4.1.23. Seja ax + by + cz + d = 0 a equação de um plano π com abcd 6= 0.
(a) Determine a interseção de π com os eixos;
(b) Se P1 = ( p1 , 0, 0), P2 = (0, p2 , 0) e P3 = (0, 0, p3 ) são as interseções de π com os eixos, a equação de
π pode ser posta sob a forma
x y z
+ + = 1.
p1 p2 p3

4.2. Ângulos e Distâncias 259
4.2 Ângulos e Distâncias
4.2.1 Ângulos
Ângulo entre Retas

Com duas retas no espaço pode ocorrer um dos seguintes casos:
(a) As retas se interceptam em um ponto, ou seja, são concorrentes;
(b) As retas são paralelas (ou coincidentes);
(c) As retas são reversas, isto é, não são paralelas mas também não se interceptam.
Se as retas se interceptam, então elas determinam quatro ângulos, dois a dois opostos
pelo vértice. O ângulo entre elas é definido como sendo o menor destes ângulos.
Se as retas r1 e r2 são reversas, então por um ponto P de r1 passa um reta r20 que é
paralela a r2 . O ângulo entre r1 e r2 é definido como sendo o ângulo entre r1 e r20
(Figura 4.24).
Se as retas são paralelas o ângulo entre elas é igual a zero.

Em qualquer dos casos, se V1 e V2 são vetores paralelos a r1 e r2 respectivamente,
então o cosseno do ângulo entre elas é
cos(r1 , r2 ) = | cos θ | ,
em que θ é o ângulo entre V1 e V2 .
Lembrando que da definição de produto escalar (Definição 3.1 na página 173), pode-
mos encontrar o cosseno do ângulo entre dois vetores, ou seja,
V1 · V2
cos θ = .
||V1 || ||V2 ||

260 Retas e Planos
Isto prova o resultado seguinte.

4.2 Ângulos e Distâncias 261
Proposição 4.2. Sejam duas retas

 
 x = x1 + t a1  x = x2 + t a2
r1 : y = y1 + t b1 r2 : y = y2 + t b2 para todo t ∈ R.
z = z1 + t c1 z = z2 + t c2
 
O cosseno do ângulo entre r1 e r2 é

|V1 · V2 |
cos(r1 , r2 ) = | cos θ | = ,
||V1 || ||V2 ||
em que V1 = ( a1 , b1 , c1 ) e V2 = ( a2 , b2 , c2 ).
Exemplo 4.9. Encontrar o ângulo entre a reta

x + y − z + 1 = 0
r1 :
2x − y + z = 0
e a reta 
 x = 2t
r2 : y = 1−t para todo t ∈ R.
z = 2+3t

Vamos encontrar vetores paralelos a estas retas. A reta r1 é dada como a interseção
de dois planos, portanto o produto vetorial dos vetores normais dos dois planos é
paralelo a r1 .
N1 = (1, 1, −1),

262 Retas e Planos
N2 = (2, −1, 1),

1 −1 1 −1 1 1
V1 = N1 × N2 = det , − det , det = (0, −3, −3)
−1 1 2 1 2 −1
é paralelo a r1 e V2 = (2, −1, 3) é paralelo a r2 . Assim,
|V1 · V2 | |0 · 2 + (−3)(−1) + (−3) · 3|
cos(r1 , r2 ) = = p
||V1 || ||V2 ||
p
0 + (−3)2 + (−3)2 · 22 + (−1)2 + 32
2
| − 6| 1
= √ √ = √ .
18 · 14 7
Portanto, o ângulo entre r1 e r2 é
1
arccos ( √ ) ≈ 67o .
7
Ângulo entre Planos

Sejam π1 e π2 dois planos com vetores normais N1 = ( a1 , b1 , c1 ) e N2 = ( a2 , b2 , c2 ),
respectivamente. O ângulo entre π1 e π2 é definido como o ângulo entre duas retas
perpendiculares a eles. Como toda reta perpendicular a π1 tem N1 como vetor di-
retor e toda reta perpendicular a π2 tem N2 como vetor diretor, então o cosseno do
ângulo entre eles é dado por
cos(π1 , π2 ) = | cos θ | ,
em que θ é o ângulo entre os vetores normais N1 e N2 de π1 e π2 , respectivamente
(Figura 4.25).
| N1 · N2 |
Portanto, o cosseno do ângulo entre π1 e π2 é cos(π1 , π2 ) = . O que
|| N1 || || N2 ||
prova o resultado seguinte.

Proposição 4.3. Sejam dois planos

π1 : a1 x + b1 y + c1 z + d1 = 0,
π2 : a2 x + b2 y + c2 z + d2 = 0.
O cosseno do ângulo entre π1 e π2 é

| N1 · N2 |
cos(π1 , π2 ) = ,
|| N1 || || N2 ||
em que N1 = ( a1 , b1 , c1 ) e N2 = ( a2 , b2 , c2 ) são os vetores normais de π1 e π2 , respectivamente.

264 Retas e Planos
r2
r20
V2
x P V1 y
r1
Figura 4.24. O Ângulo entre duas retas reversas r1 e r2

N1
N2
θ
π2
θ
π1
Figura 4.25. Ângulo entre dois planos

266 Retas e Planos
Dois planos π1 e π2 ou são paralelos ou se cortam segundo um reta. Eles são parale-
los se, e somente se, os vetores normais de π1 e π2 , são paralelos, ou seja, um vetor é
um múltiplo escalar do outro. Assim, π e π2 são paralelos se, e somente se, o ângulo
entre eles é igual a zero.
Exemplo 4.10. Determinar o ângulo entre os planos cujas equações são

π1 : x+y+z = 0,
π2 : x−y−z = 0.
Os vetores normais a estes planos são os vetores cujas componentes são os coeficien-
tes de x, y e z nas equações dos planos, ou seja,
N1 = (1, 1, 1) e N2 = (1, −1, −1) .
Assim, o cosseno do ângulo entre π1 e π2 é
| N1 · N2 | 1 1
cos(π1 , π2 ) = = √ √ = .
|| N1 || || N2 || 3· 3 3
Portanto, o ângulo entre eles é
1
arccos ( ) ≈ 70o .
3
4.2.2 Distâncias
Distância de Um Ponto a Um Plano
Sejam P0 = ( x0 , y0 , z0 ) um ponto qualquer e π : ax + by + cz + d = 0 um plano. A
distância de P0 a π é definida como sendo a distância de P0 até o ponto de π mais
próximo de P0 .

−→
Dado um ponto P1 = ( x1 , y1 , z1 ) de π, podemos decompor o vetor P1 P0 em duas
parcelas, uma na direção do vetor normal de π, N = ( a, b, c) e outra perpendicular
−→
a ele. A componente na direção do vetor N é a projeção ortogonal de P1 P0 em N.
Como vemos na Figura 4.26, a distância de P0 a π é igual à norma da projeção, ou
seja,
−→
dist( P0 , π ) = ||proj N P1 P0 || .
Mas, pela Proposição 3.4 na página 182, temos que
 −→  −→
−→ P P 0 · N | P1 P0 · N |
1
||proj N P1 P0 || =   N = .
|| N ||2 || N ||
O que prova o resultado seguinte.

268 Retas e Planos
P0 = ( x0 , y0 , z0 )
dist( P0 , π )
proj N P1 P0
N = ( a, b, c)
−→
P1 = ( x1 , y1 , z1 )
π
Figura 4.26. Distância de um ponto P0 = ( x0 , y0 , z0 ) a um plano π

Proposição 4.4. Sejam P0 = ( x0 , y0 , z0 ) um ponto qualquer e π : ax + by + cz + d = 0 um plano. A distância de P0

a π é dada por
−→
−→ | P P ·N|
dist( P0 , π ) = ||proj N P1 P0 || = 1 0 ,
|| N ||
em que N = ( a, b, c) e P1 = ( x1 , y1 , z1 ) é um ponto de π (isto é, um ponto que satisfaz a equação de π).

270 Retas e Planos
Exemplo 4.11. Calcular a distância entre o ponto P0 = (1, 2, 3) ao plano

π : x − 2y + z − 1 = 0.
Fazendo z = 0 e y = 0 na equação de π, obtemos x = 1. Assim, o ponto P1 = (1, 0, 0)
pertence a π.
−→
P1 P0 = (1 − 1, 2 − 0, 3 − 0) = (0, 2, 3)
e
N = (1, −2, 1) .
Assim,
−→
−→ | P P ·N| |0 · 1 + 2(−2) + 3 · 1| | − 1| 1
dist( P0 , π ) = ||proj N P1 P0 || = 1 0 = p = √ = √ .
|| N || 12 + (−2)2 + 12 6 6
Distância de Um Ponto a Uma Reta

Sejam P0 = ( x0 , y0 , z0 ) um ponto qualquer e r uma reta. A distância de P0 a r é
definida como a distância de P0 ao ponto de r mais próximo de P0 .
−→
Dado um ponto qualquer P1 = ( x1 , y1 , z1 ) de r podemos decompor o vetor P1 P0 em
duas parcelas, uma na direção do vetor diretor V de r e outra perpendicular a ele.
−→
A componente na direção do vetor V é a projeção ortogonal de P1 P0 em V. Como
vemos na Figura 4.27,
−→ −→
(dist( P0 , r ))2 + ||projV P1 P0 ||2 = || P1 P0 ||2 ,
ou seja,
−→ −→
(dist( P0 , r ))2 = || P1 P0 ||2 − ||projV P1 P0 ||2 . (4.10)

P0 = ( x0 , y0 , z0 )
dist( P0 , r )
−→
r P1 = ( x1 , y1 , z1 ) projV P1 P0 V = ( a, b, c)
Figura 4.27. Distância de um ponto P0 = ( x0 , y0 , z0 ) a uma reta r

272 Retas e Planos
Mas, pela Proposição 3.4 na página 182, temos que

 −→  2 −→
−→ P P 0 · V ( P P ·V )2
||projV P1 P0 ||2 =  1 2  V = 1 0 2 .
||V || ||V ||
Substituindo esta expressão em (4.10) e usando a definição do produto escalar na

página 173 e da norma do produto vetorial na página ?? obtemos
−→ −→ −→
−→ ( P1 P0 ·V )2 || P1 P0 ||2 ||V ||2 − ( P1 P0 ·V )2
(dist( P0 , r ))2 = || P1 P0 ||2 − 2
=
||V || ||V ||2
−→ −→
|| P1 P0 ||2 ||V ||2 − || P1 P0 ||2 ||V ||2 cos2 θ
=
||V ||2
−→ −→
|| P1 P0 ||2 ||V ||2 sen2 θ || P1 P0 ×V ||2
= = .
||V ||2 ||V ||2
Isto prova o resultado seguinte.
Proposição 4.5. Sejam P0 = ( x0 , y0 , z0 ) um ponto qualquer e


 x = x1 + t a
r : y = y1 + t b para todo t ∈ R
z = z1 + t c

uma reta. A distância de P0 a r é dada por

−→
|| P1 P0 ×V ||
dist( P0 , r ) = .
||V ||

em que V = ( a, b, c) é um vetor diretor e P1 = ( x1 , y1 , z1 ) é um ponto da reta r.
Exemplo 4.12. Calcular a distância do ponto P0 = (1, −1, 2) à reta


 x = 1+2t
r : y = −t para todo t ∈ R.
z = 2−3t

Um vetor diretor da reta r é V = (2, −1, −3) e um ponto de r é P1 = (1, 0, 2). Assim,
−→
P1 P0 = (1 − 1, −1 − 0, 2 − 2) = (0, −1, 0) ,
−→
P1 P0 ×V = (3, 0, 2) ,
−→ √ √
|| P1 P0 ×V || = 13 e ||V || = 14 .
Portanto,
−→ r
|| P1 P0 ×V || 13
dist( P0 , r ) = = .
||V || 14
Distância entre Dois Planos

274 Retas e Planos
π2
P2
dist(π1 , π2 )
proj N1 P1 P2
−→
N1
π1
P1
Figura 4.28. Distância entre dois planos

Sejam dois planos π1 e π2 quaisquer. A distância entre π1 e π2 é definida como a

menor distância entre dois pontos, um de π1 e outro de π2 .
Se os seus vetores normais não são paralelos, então os planos são concorrentes e
neste caso a distância entre eles é igual a zero. Se os seus vetores normais são pa-
ralelos, então os planos são paralelos (ou coincidentes) e a distância entre π1 e π2 é
igual à distância entre um ponto de um deles, por exemplo P2 de π2 , e o ponto de
π1 , mais próximo de P2 (Figura 4.28). Mas, esta distância é igual à distância de P2 a
π1 . Vamos ver isto em um exemplo.
Exemplo 4.13. Os planos π1 : x + 2y − 2z − 3 = 0 e π2 : 2x + 4y − 4z − 7 = 0

são paralelos, pois os seus vetores normais N1 = (1, 2, −2) e N2 = (2, 4, −4) são
paralelos (um é múltiplo escalar do outro). Vamos encontrar a distância entre eles.
Vamos encontrar dois pontos quaisquer de cada um deles. Fazendo z = 0 e y = 0
em ambas as equações obtemos x1 = 3 e x2 = 7/2. Assim, P1 = (3, 0, 0) pertence a
π1 e P2 = (7/2, 0, 0) pertence a π2 . Portanto, pela Proposição 4.4 temos que
−→
−→ | P P ·N |
dist(π1 , π2 ) = dist(π1 , P2 ) = || = 1 2 1
||proj N1 P1 P2
|| N1 ||
|(7/2 − 3, 0 − 0, 0 − 0) · (1, 2, −2)| |(1/2) · 1 + 0 · 2 + 0(−2)| 1
= p = √ = .
12 + 22 + (−2)2 9 6
Distância entre Duas Retas

Sejam r1 e r2 duas retas quaisquer. A distância entre r1 e r2 é definida como a menor
distância entre dois pontos, um de r1 e outro de r2 .

276 Retas e Planos
P2
r2
dist(r1 , r2 )
−→
r1 projV P1 P2
1
V1
P1
Figura 4.29. Distância entre duas retas paralelas

Para calcular a distância entre duas retas, vamos dividir em dois casos:
(a) Se os vetores diretores são paralelos, então as retas r1 e r2 são paralelas (ou
coincidentes). Neste caso, a distância entre elas é igual à distância entre um
ponto de r2 e a reta r1 , ou vice-versa, entre um ponto de r1 e a reta r2 (Figura
4.29). Assim, pela Proposição 4.5 na página 272, temos que
−→
|| P1 P2 ×V2 ||
dist(r1 , r2 ) = dist( P1 , r2 ) = , (4.11)
||V2 ||
em que P1 e P2 são pontos de r1 e r2 e V1 e V2 são vetores diretores de r1 e r2 ,
respectivamente.

278 Retas e Planos
r2
V2
P2
dist(r1 , r2 )
V1 × V2
V1
r1 P1
Figura 4.30. Distância entre duas retas reversas

(b) Se os vetores diretores não são paralelos, então elas são reversas ou concorren-
tes. Os dois casos podem ser resolvidos da mesma forma. Estas retas definem
dois planos paralelos (que podem ser coincidentes, no caso em que elas são con-
correntes). Um é o plano que contém r1 e é paralelo a r2 , vamos chamá-lo de
π1 . O outro, contém r2 e é paralelo a r1 , π2 . O vetor N = V1 × V2 , é normal (ou
perpendicular) a ambos os planos, em que V1 e V2 são os vetores diretores de r1
e r2 respectivamente. Assim, a distância entre as retas é igual à distância entre
estes dois planos (Figura 4.30), ou seja,
−→ −→
| P1 P2 · N | | P P · (V1 × V2 )|
dist(r1 , r2 ) = dist(π1 , π2 ) = dist(π1 , P2 ) = = 1 2
|| N || ||V1 × V2 ||
(4.12)
em que P1 e P2 são pontos de r1 e r2 e V1 e V2 são vetores diretores de r1 e
r2 , respectivamente. Observe que se as retas são concorrentes a distância entre
−→ −→
elas é zero, pois os vetores P1 P2 , V1 e V2 são coplanares e P1 P2 · (V1 × V2 ) = 0
(Corolário 3.9 na página 199).
Exemplo 4.14. Vamos determinar a distância entre as retas

x−1 y+1 z−2
r1 : = = .
4 −2 −6
e 
 x = 1+2t
r2 : y = −t para todo t ∈ R.
z = 2−3t

As retas são paralelas, pois seus vetores diretores V1 = (4, −2, −6) e V2 = (2, −1, −3)
(Exemplo 4.5 na página 241) são paralelos (um é um múltiplo escalar do outro, ou
ainda as componentes correspondentes são proporcionais). Além disso, o ponto
P1 = (1, −1, 2) pertence à reta r1 . Como dissemos acima, a distância de r1 a r2 é

280 Retas e Planos
igual à distância entre um ponto de r2 e a reta r1 (Figura 4.29). Assim, pela Proposi-
ção 4.5 na página 272, temos que
−→ r
|| P1 P2 ×V2 || 13
dist(r1 , r2 ) = dist( P1 , r2 ) = = .
||V2 || 14
As contas são as mesmas do Exemplo 4.12 na página 273.
Exemplo 4.15. Determinar a distância entre as retas

x+1 y−1
r1 : = = z.
3 2
e 
 x = t
r2 : y = 2t para qualquer t ∈ R.
z = 1−t

As retas r1 e r2 são paralelas aos vetores V1 = (3, 2, 1) e V2 = (1, 2, −1) e passam pelos
pontos P1 = (−1, 1, 0) e P2 = (0, 0, 1), respectivamente. As retas não são paralelas,
pois seus vetores diretores não são paralelos (observe que a 1a. componente de V1 é 3
vezes a 1a. componente de V2 , mas as 2a. ’s componentes são iguais). Logo,
−→
P1 P2 = (0 − (−1), 0 − 1, 1 − 0) = (1, −1, 1) .
Um vetor perpendicular a ambas as retas é
N = V1 × V2 = (−4, 4, 4) .

Este vetor é normal aos planos π1 (que contém r1 e é paralelo a r2 ) e π2 (que contém
r2 e é paralelo a r1 ) (veja a Figura 4.30). Assim,
−→
| P1 P2 · N |
dist(r1 , r2 ) = dist(π1 , π2 ) = dist(π1 , P2 ) =
|| N ||
|1(−4) + (−1) · 4 + 1 · 4| | − 4| 1
= p = √ = √ .
2
(−4) + 4 + 42 2 4 3 3

282 Retas e Planos

4.2.1. Considere os vetores V = ~i + 3~j + 2~k, W = 2~i − ~j + ~k e U = ~i − 2~j. Seja π um plano paralelo aos vetores
W e U e r uma reta perpendicular ao plano π. Ache a projeção ortogonal do vetor V sobre a reta r, ou
seja, a projeção ortogonal de V sobre o vetor diretor da reta r.
4.2.2. Encontrar o ângulo entre o plano 2x − y + z = 0 e o plano que passa pelo ponto P = (1, 2, 3) e é perpen-
dicular ao vetor ~i − 2~j +~k.
4.2.3. Seja π1 o plano que passa pelos pontos A = (1, 1, 1), B = (1, 0, 1), C = (1, 1, 0) e π2 o plano que passa
pelos pontos P = (0, 0, 1) e Q = (0, 0, 0) e é paralelo ao vetor ~i + ~j. Ache o ângulo entre π1 e π2 .
4.2.4. Ache uma reta que passa pelo ponto (1, −2, 3) e que forma ângulos de 45o e 60o com os eixos x e y
respectivamente.
4.2.5. Obtenha os vértices B e C do triângulo equilátero ABC, sendo A = (1, 1, 0) e sabendo que o lado BC está
−→
contido na reta r : ( x, y, z) = t (0, 1, −1). (Sugestão: Determine os pontos Pr da reta r tais que Pr A faz
ângulo de 60o e 120o com o vetor diretor da reta r)
4.2.6. Seja π o plano que passa pela origem e é perpendicular à reta que une os pontos A = (1, 0, 0) e B =
(0, 1, 0). Encontre a distância do ponto C = (1, 0, 1) ao plano π.
4.2.7. Seja r1 a reta que passa pelos pontos A = (1, 0, 0) e B = (0, 2, 0), e r2 a reta
y−3 z−4
x−2 = = .
2 3
(a) Encontre as equações da reta perpendicular às retas r1 e r2 ;
(b) Calcule a distância entre r1 e r2 .
√
4.2.8. Dados A = (0, 2, 1), r : X = (0, 2, −2) + t (1, −√
1, 2), ache os pontos de r que distam 3 de A. A distância
do ponto A à reta r é maior, menor ou igual a 3? Por que?
4.2.9. Dada a reta r : X = (1, 0, 0) + t (1, 1, 1) e os pontos A = (1, 1, 1) e B = (0, 0, 1), ache o ponto de r
equidistante de A e B.

4.2.10. Encontre a equação do lugar geométrico dos pontos equidistantes de A = (1, −1, 2) e B = (4, 3, 1). Este
plano passa pelo ponto médio de AB? Ele é perpendicular ao segmento AB?
√
4.2.11. Ache as equações dos planos em R3 ortogonais ao vetor (2, 2, 2), que distam 3 do ponto (1, 1, 1).
4.2.12. Obtenha uma equação geral do plano π, que contém a reta

x − 2y + 2z = 0
r :
3x − 5y + 7z = 0
e forma com o plano π1 : x + z = 0 um ângulo de 60o .
4.2.13. (a) Verifique que a reta r : ( x, y, z) = (1, 0, 1) + t(1, −1, 0) é paralela ao plano
π : x + y + z = 0.
(b) Calcule a distância de r a π.

(c) Existem retas contidas no plano π, que são reversas à reta r e distam 2 desta?
4.2.14. (a) Determine a equação do plano π1 que passa por A = (10/3, 1, −1), B = (1, 9/2, −1) e C =
(1, −1, 5/6).
(b) Determine a equação do plano π2 que passa por D = (−1, 4, −1), E = (3/2, −1, 10) e é paralelo ao
eixo z.
(c) Escreva equações paramétricas para a reta r interseção dos planos π1 e π2 .
(d) Faça um esboço dos planos π1 , π2 e da reta r no primeiro octante.
(e) Qual o ângulo entre os planos π1 e π2 ?
−→
(f) Qual o ponto P de π1 que está mais próximo da origem? (Sugestão: este ponto é tal que OP é
ortogonal ao plano π1 .)
(g) Qual a área do triângulo ABC?

284 Retas e Planos
4.2.16. Prove que o lugar geométrico dos pontos do espaço que equidistam de dois pontos distintos A =
( x1 , y1 , z1 ) e B = ( x2 , y2 , z2 ) é um plano que passa pelo ponto médio do segmento AB e é perpendicular
a ele. Esse plano é chamado plano mediador do segmento AB.
4.2.17. Mostre que a distância de um ponto P0 = ( x0 , y0 , z0 ) a um plano π : ax + by + cz + d = 0 é
| ax0 + by0 + cz0 + d|

dist( P0 , π ) = √ .
a2 + b2 + c2
4.2.18. Mostre que a distância entre dois planos paralelos π1 : ax + by + cz + d1 = 0 e π2 : ax + by + cz + d2 = 0

é
| d2 − d1 |
dist(π1 , π2 ) = √ .
a2 + b2 + c2
4.2.19. Mostre que a distância entre duas retas não paralelas r1 : ( x, y, z) = ( x1 + ta1 , y1 + tb1 , z1 + tc1 ) e
r2 : ( x, y, z) = ( x2 + ta2 , y2 + tb2 , z2 + tc2 ) é
 
x2 − x1 y2 − y1 z2 − z1
det  a1 b1 c1 
a2 b2 c2
s 2 2 2
b1 c1 a1 c1 a1 b1
det + det + det
b2 c2 a2 c2 a2 b2

r
r
Figura 4.31. Reta e plano concorrentes Figura 4.32. Reta e plano paralelos

286 Retas e Planos
4.2.20. O ângulo entre uma reta r que tem vetor diretor V = ( ar , br , cr ) e um plano π que tem vetor normal
N = ( aπ , bπ , cπ ) é definido pelo complementar do ângulo entre uma reta perpendicular ao plano π e a
reta r. Mostre que
|N · V|
sen(r, π ) = .
|| N ||||V ||
4.2.21. A distância entre uma reta r que passa por um ponto P0 = ( x0 , y0 , z0 ) e tem vetor diretor V = ( ar , br , cr )
e um plano π : aπ x + bπ y + cπ z + dπ = 0 é definida como a menor distância entre dois pontos um de
r e outro de π. Se o vetor diretor da reta r, V = ( ar , br , cr ), não é ortogonal ao vetor normal do plano
π, N = ( aπ , bπ , cπ ), então a reta e o plano são concorrentes e a distância entre eles é igual a zero, caso
contrário a distância é igual à distância de uma ponto da reta r ao plano π. Mostre que
| a π x 0 + bπ y 0 + c π z 0 + d π |


 p , se V · N = 0
a2π + bπ 2 + c2

dist(r, π ) = π


0, caso contrário


4.3. Posições Relativas de Retas e Planos 287
4.3 Posições Relativas de Retas e Planos

Posições Relativas de Duas Retas
−→ −→ −→ −→
Consideremos duas retas quaisquer r1 : OP=OP1 +tV1 e r2 : OP=OP2 +tV2 . Para
estudar a posição relativa destas retas, vamos dividir em dois casos:
(a) Se os vetores diretores são paralelos, então as retas são paralelas ou coinciden-
tes (Figura 4.29 na página 276). Além de paralelas, elas são coincidentes se, e
somente se, um ponto de uma reta pertence a outra reta. Portanto, se, e somente
−→
se, P1 P2 é paralelo a V1 (e a V2 , pois V1 e V2 são paralelos).
(b) Se os vetores diretores não são paralelos, então as retas são reversas ou concor-
rentes (Figura 4.30 na página 278).
−→ −→
i. Se os vetores P1 P2 , V1 e V2 são coplanares, ou seja, se P1 P2 · (V1 × V2 ) = 0
(Corolário 3.9 na página 199), então as retas são concorrentes.
−→ −→
ii. Se os vetores P1 P2 , V1 e V2 não são coplanares, ou seja, se P1 P2 · (V1 × V2 ) 6=
0 (Corolário 3.9 na página 199), então as retas são reversas.
Posições Relativas de Dois Planos

288 Retas e Planos
π1 π1
π2
π2
Figura 4.33. Dois planos que se interceptam Figura 4.34. Dois planos paralelos

4.3 Posições Relativas de Retas e Planos 289
Sejam dois planos π1 : a1 x + b1 y + c1 z + d1 = 0 e π2 : a2 x + b2 y + c2 z + d2 = 0

quaisquer.
(a) Se os seus vetores normais N1 = ( a1 , b1 , c1 ) e N2 = ( a2 , b2 , c2 ) não são parale-
los, então os planos são concorrentes (Figura 4.33).
(b) Se os seus vetores normais são paralelos, ou seja, se N2 = αN1 , então os planos
são paralelos distintos (Figura 4.34) ou coincidentes. Além de paralelos, eles são
coincidentes se, e somente se, todo ponto que satisfaz a equação de π1 , satisfaz
também a equação de π2 .
Assim,
a2 x + b2 y + c2 z + d2 = αa1 x + αb1 y + αc1 z + d2 = α( a1 x + b1 y + c1 z) + d2 =
α(−d1 ) + d2 = 0. Portanto, d2 = αd1 e as equações de π1 e π2 são proporcionais.
Reciprocamente, se as equações de π1 e π2 são proporcionais, então claramente
os dois planos são coincidentes. Portanto, dois planos são coincidentes se, e
somente se, além dos vetores normais serem paralelos, as suas equações são
proporcionais.

290 Retas e Planos
r
r
Figura 4.35. Reta e plano concorrentes Figura 4.36. Reta e plano paralelos

Posições Relativas de Reta e Plano

−→ −→
Sejam a reta r : ( x, y, z) =OP=OP0 +tV e o plano π : ax + by + cz + d = 0.
(a) Se o vetor diretor da reta r, V, e o vetor normal do plano π, N = ( a, b, c), são
ortogonais (V · N = 0), então a reta e o plano são paralelos.
Se além dos vetores V e N serem ortogonais, um ponto qualquer da reta per-
tence ao plano, por exemplo, se P0 pertence a π (P0 satisfaz a equação de π),
então a reta está contida no plano.
(b) Se o vetor diretor da reta r, V, e o vetor normal do plano π, N = ( a, b, c), não
são ortogonais (V · N 6= 0), então a reta é concorrente ao plano.
Posições Relativas de Três Planos

292 Retas e Planos
π1
π2
π3
Figura 4.37. Três planos que se interceptam segundo um ponto

Consideremos três planos π1 , π2 , e π3 dados pelas equações:


 π1 : a1 x + b1 y + c1 z = d1
π : a2 x + b2 y + c2 z = d2 (4.13)
 2
π3 : a3 x + b3 y + c3 z = d3
Os vetores Ni = ( ai , bi , ci ) são normais aos planos πi , para i = 1, 2, 3. Os três vetores

são coplanares ou não são coplanares.
(a) Se os vetores N1 , N2 e N3 não são coplanares, então vamos mostrar que os pla-
nos se interceptam dois a dois segundo retas que se interceptam em um ponto.
As retas r = π1 ∩ π2 e s = π1 ∩ π3 estão no plano π1 . Vamos mostrar que
−→
elas são concorrentes. Sejam A e B dois pontos distintos da reta r. O vetor AB
−→
é perpendicular a N1 e a N2 . Se as retas r e s fossem paralelas, então AB se-
−→
ria perpendicular também a N3 , ou seja, AB seria perpendicular a três vetores
−→
não coplanares o que implicaria que AB= ~0. Os vetores N1 , N2 e N3 não são
coplanares se, e somente se,
det( A) 6= 0,
 
a1 b1 c1
em que A =  a2 b2 c2 . Neste caso o sistema tem solução única (Figura
a3 b3 c3
4.37).
(b) Se os três vetores normais são coplanares, então pode ocorrer uma das seguintes
situações:
i. Os vetores normais são paralelos, ou seja, N1 = αN2 , N1 = βN3 e N2 =
γN3 . Neste caso, os planos são paralelos.
Se além disso, exatamente duas das equações são proporcionais, então exa-
tamente dois planos são coincidentes e o sistema não tem solução. Se as
três equações são proporcionais, então os três planos são coincidentes e o

294 Retas e Planos
π1 π1
π2
π2
π3 π3
Figura 4.38. Três planos paralelos Figura 4.39. Planos interceptando-se 2 a 2
π3
π1
π1
π2
π2
π3
Figura 4.40. Três planos, sendo 2 paralelos Figura 4.41. Reta interseção de 3 planos

sistema tem infinitas soluções. Se não ocorre nenhuma destas situações, os

planos são paralelos e distintos e o sistema não tem solução (Figura 4.38).
ii. Exatamente dois vetores normais são paralelos, ou seja, vale uma, e so-
mente uma, equação entre: N1 = αN2 , N1 = αN3 , N2 = αN3 . Neste caso,
exatamente dois planos são paralelos.
Se além de exatamente dois vetores normais serem paralelos, as equações
correspondentes forem proporcionais, então dois planos são coincidentes e
o terceiro corta os dois segundo uma reta. Neste caso o sistema tem infinitas
soluções. Se isto não acontece, então os planos paralelos são distintos e o
sistema não tem solução (Figura 4.40).
iii. Os vetores normais são coplanares e quaisquer dois vetores normais não
são paralelos, ou seja, det( A) = 0 e quaisquer dois vetores normais não
são múltiplos escalares. Neste caso, quaisquer dois planos se interceptam
segundo retas que são paralelas. Com estas condições podem ocorrer dois
casos: os três planos se interceptem segundo uma reta, (Figura 4.41) ou os
planos se interceptem, dois a dois, segundo retas distintas (Figura 4.39).
No primeiro caso, o sistema (4.13) tem infinitas soluções. No segundo caso,
o sistema não tem solução.

296 Retas e Planos

4.3.1. (a) Determine as equações da reta r que é a interseção dos planos:
π1 : x − 2y + 2z = 0
π2 : 3x − 5y + 7z = 0.
(b) Qual a posição relativa da reta r e do plano y + z = 0.
4.3.2. Determine a posição relativa das retas r e s
r : ( x, y, z) = (1, 1, 1) + λ(2, 2, 1), ∀ λ ∈ R
s : ( x, y, z) = t(1, 1, 0), ∀ t ∈ R.
4.3.3. Sejam r1 : ( x, y, z) = (1, 0, 2) + (2t, t, 3t) e r2 : ( x, y, z) = (0, 1, −1) + (t, mt, 2mt) duas retas.
(a) Determine m para que as retas sejam coplanares (não sejam reversas).
(b) Para o valor de m encontrado, determine a posição relativa entre r1 e r2 .
(c) Determine a equação do plano determinado por r1 e r2 .
4.3.4. Sejam a reta r : ( x, y, z) = (1, 1, 1) + (2t, mt, t) e o plano π : 2x − y − 2z = 0. Determine o valor de m para
que a reta seja paralela ao plano. Para o valor de m encontrado a reta está contida no plano?
4.3.5. Dê a posição relativa dos seguintes ternos de planos:
(a) 2x + y + z = 1, x + 3y + z = 2, x + y + 4z = 3.
(b) x − 2y + z = 0, 2x − 4y + 2z = 1, x + y = 0.
(c) 2x − y + z = 3, 3x − 2y − z = −1, 2x − y + 3z = 7.
(d) 3x + 2y − z = 8, 2x − 5y + 2z = −3, x − y + z = 1.
(e) 2x − y + 3z = −2, 3x + y + 2z = 4, 4x − 2y + 6z = 3.
(f) −4x + 2y − 4z = 6, 3x + y + 2z = 2, 2x − y + 2z = −3.
(g) 6x − 3y + 9z = 3, 4x − 2y + 6z = 5, 2x − y + 3z = 2.
(h) x − 2y + 3z = 2, 3x + y − 2z = 1, 5x − 3y + 4z = 4.

Teste do Capítulo
1. Ache os pontos do plano π : y = x que equidistam dos pontos A = (1, 1, 0) e B = (0, 1, 1).
2. Quais são as coordenadas do ponto P0 , simétrico do ponto P = (1, 0, 0) em relação à reta r : ( x, y, z) =

t(1, 1, 1)?
3. (a) Encontre a equação do plano π que passa pelos pontos A = (0, 0, −1), B = (0, 1, 0) e C = (1, 0, 1).
(b) Encontre a distância da origem ao plano π.
4. (a) Mostre que os planos x − y = 0 e y − z = 1 se interceptam segundo uma reta r.

(b) Ache a equação do plano que passa pelo ponto A = (1, 0, −1) e é perpendicular à reta r.

5
S EÇÕES C ÔNICAS
Uma cônica no plano é definida como o conjunto dos pontos P = ( x, y) que satisfa-
zem a equação
ax2 + bxy + cy2 + dx + ey + f = 0,
em que a, b, c, d, e e f são números reais, com a, b e c não simultaneamente nulos.
Vamos estudar a elipse, a hipérbole e a parábola, que são chamadas cônicas não de-
generadas. As outras que incluem um único ponto e um par de retas são chamadas
cônicas degeneradas. Como veremos adiante as cônicas não degeneradas podem
ser obtidas da interseção de um cone circular com um plano.
Vamos definir as cônicas como conjunto de pontos que satisfazem certas proprieda-
des e determinar as equações na forma mais simples possível.
5.1 Cônicas Não Degeneradas

5.1 Cônicas Não Degeneradas 299
5.1.1 Elipse

300 Seções Cônicas
F1 F2
Figura 5.1. Elipse que é o conjunto dos pontos P tais que dist( P, F1 ) + dist( P, F2 ) = 2a

Definição 5.1. A elipse é o conjunto dos pontos P no plano tais que a soma das distâncias de P a dois pontos
fixos F1 e F2 (focos) é constante, ou seja, se dist( F1 , F2 ) = 2c, então a elipse é o conjunto dos pontos P tais que
dist( P, F1 ) + dist( P, F2 ) = 2a, em que a > c.

A elipse pode ser desenhada se fixarmos as extremidades de um barbante de com-

primento 2a nos focos e esticarmos o barbante com uma caneta. Movimentando-se a
caneta, mantendo o barbante esticado, a elipse será traçada (Figura 5.1).
Proposição 5.1. (a) A equação da elipse cujos focos são F1 = (−c, 0) e F2 = (c, 0) é
x2 y2
2
+ 2 = 1, (5.1)
a b
(b) A equação da elipse cujos focos são F1 = (0, −c) e F2 = (0, c) é
x2 y2
2
+ 2 = 1. (5.2)
b a
√
Em ambos os casos b = a2 − c2 .

y y
A2
F2
B2
a
c
b a
A1 A2 B1 B2
F1 c F2 x b x
B1
A1 = (− a, 0) A2 = ( a, 0) A1 = (0, − a) F1 A2 = (0, a)
B1 = (−b, 0) B2 = (b, 0) B1 = (−b, 0) B2 = (b, 0)
F1 = (−c, 0) F2 = (c, 0) F1 = (0, −c) A1 F2 = (0, c)
Figura 5.2. Elipse com focos nos pontos Figura 5.3. Elipse com focos nos pontos
F1 = (−c, 0) e F2 = (c, 0) F1 = (0, −c) e F2 = (0, c)

Demonstração. Vamos provar a primeira parte e deixamos para o leitor, como exer-
cício, a demonstração da segunda parte. A elipse é o conjunto dos pontos P = ( x, y)
tais que
dist( P, F1 ) + dist( P, F2 ) = 2a,
ou seja,
−→ −→
|| F1 P || + || F1 P || = 2a,
que neste caso é
q q
( x + c )2 + y2 + ( x − c)2 + y2 = 2a
ou q q
( x + c)2 + y2 = 2a − ( x − c )2 + y2 .
Elevando ao quadrado e simplificando, temos
q
a ( x − c)2 + y2 = a2 − cx .
Elevando novamente ao quadrado e simplificando, temos
( a2 − c2 ) x 2 + a2 y2 = a2 ( a2 − c2 )
√
Como a > c, então a2 − c2 > 0. Assim, podemos definir b = a2 − c2 e dividir a
equação acima por a2 b2 = a2 ( a2 − c2 ), obtendo (5.1).
Nas Figuras 5.2 e 5.3, os pontos A1 e A2 são chamados vértices da elipse. Os seg-
mentos A1 A2 e B1 B2 são chamados eixos da elipse.
c
A excentricidade da elipse é o número e = . Como, c < a, a excentricidade de uma
a
elipse é um número real não negativo menor que 1. Observe que se F1 = F2 , então a
elipse reduz-se ao círculo de raio a. Além disso, como c = 0, então e = 0. Assim, um
círculo é uma elipse de excentricidade nula.

Figura 5.4. Elipse obtida seccionando-se um cone com um plano

A elipse é a curva que se obtém seccionando-se um cone com um plano que não
passa pelo vértice, não é paralelo a uma reta geratriz (reta que gira em torno do
eixo do cone de forma a gerá-lo) e que corta apenas uma das folhas da superfície (a
demonstração deste fato está no Exercício 7.3.11 na página 525).
A elipse tem a propriedade de refletir os raios vindos de um dos focos na direção do
outro foco (a demonstração deste fato está no Exercício 5.2.12 na página 365). Este
fato é usado na construção de espelhos para dentistas e para escaneres.
Os planetas possuem órbitas elípticas em torno do Sol, assim como os satélites em
torno dos planetas. A excentricidade da órbita da Terra em torno do Sol é 0,017. Da
Lua em volta da Terra é 0,055. Netuno é o planeta, cuja órbita, tem a menor excentri-
cidade do sistema solar, que é 0,005. Mercúrio tem a órbita de maior, e é 0,206. Triton,
que é a maior lua de Netuno é o corpo, cuja órbita tem a menor excentricidade do
sistema solar, que é de 0,00002. O cometa Halley tem uma órbita elíptica em torno do
sol com excentricidade 0,967. O coliseu de Roma tem a base elíptica com eixo maior
igual a 94 metros e eixo menor igual a 78 metros.

5.1.2 Hipérbole

F1 F2
Figura 5.5. Hipérbole que é o conjunto dos pontos P = ( x, y) tais que | dist( P, F1 ) − dist( P, F2 )| = 2a

Definição 5.2. A hipérbole é o conjunto dos pontos P no plano tais que o módulo da diferença entre as
distâncias de P a dois pontos fixos F1 e F2 (focos) é constante, ou seja, se dist( F1 , F2 ) = 2c, então a hipérbole é
o conjunto dos pontos P tais que
| dist( P, F1 ) − dist( P, F2 )| = 2a,
em que a < c.
Podemos desenhar uma parte de um ramo da hipérbole da seguinte forma. Fixamos

uma extremidade de uma régua em um dos focos, fixamos uma extremidade de um
barbante (de comprimento igual ao comprimento da régua menos 2a) na outra ponta
da régua e a outra extremidade do barbante no outro foco. Esticamos o barbante com
uma caneta de forma que ela fique encostada na régua. Girando-se a régua em torno
do foco no qual ela foi fixada, mantendo o barbante esticado com a caneta encostada
na régua, uma parte de um ramo da hipérbole será traçada (Figura 5.5).

y y
y= − ba x y= bx
a
y = − ba x F2 y = ba x
A2 b
c a
b c
A1 A2
a
F1 F2 x x
A1
F1
A1 = (− a, 0) A2 = ( a, 0) A1 = (0, − a) A2 = (0, a)
F1 = (−c, 0) F2 = (c, 0) F1 = (0, −c) F2 = (0, c)
Figura 5.6. Hipérbole com focos nos pontos Figura 5.7. Hipérbole com focos nos pontos
F1 = (−c, 0) e F2 = (c, 0) F1 = (0, −c) e F2 = (0, c)

Proposição 5.2. (a) A equação da hipérbole cujos focos são F1 = (−c, 0) e F2 = (c, 0) é
x2 y2
− =1 (5.3)
a2 b2
e das assíntotas (retas para onde a curva se aproxima, quando x → ±∞) são
b
y = ± x,
a
(b) A equação da hipérbole cujos focos são F1 = (0, −c) e F2 = (0, c) é
y2 x2
− =1 (5.4)
a2 b2
e das assíntotas são
a
x = ± y.
b
√
Em ambos os casos b = c2 − a2 .
Demonstração. Vamos provar a primeira parte e deixamos para o leitor, como exer-
cício, a demonstração da segunda parte. A hipérbole é o conjunto dos pontos
P = ( x, y) tais que
dist( P, F1 ) − dist( P, F2 ) = ±2a,
ou seja,
−→ −→
|| F1 P || − || F2 P || = ±2a,

que neste caso é q q

( x + c )2 + y2 − ( x − c)2 + y2 = ±2a
ou q q
( x + c)2 + y2 = ±2a + ( x − c )2 + y2 .
Elevando ao quadrado e simplificando, temos
q
± a ( x − c)2 + y2 = a2 − cx .
Elevando novamente ao quadrado e simplificando, temos
( a2 − c2 ) x 2 + a2 y2 = a2 ( a2 − c2 )
√
Como a < c, então c2 − a2 > 0. Assim, podemos definir b = c2 − a2 e dividir e
equação acima por − a2 b2 = a2 ( a2 − c2 ), obtendo (5.3).
√
Se a equação (5.3) é resolvida em y obtemos y = ± ba x2 − a2 que, para x > 0, pode
ser escrita como r
b a2
y = ± x 1− 2.
a x
Para x > 0 muito grande, o radical no segundo membro é próximo de 1 e a equação
se aproxima de
b
y = ± x.
a
O mesmo ocorre para x < 0 muito grande em módulo (verifique!).

Nas Figuras 5.6 e 5.7, os pontos A1 e A2 são chamados vértices da hipérbole. A

c
excentricidade da hipérbole é o número e = . Como, c > a, a excentricidade de
a
uma hipérbole é um número real maior que 1.

A hipérbole é a curva que se obtém seccionando-se um cone com um plano que não
passa pelo vértice, não é paralelo a uma reta geratriz e que corta as duas folhas da
superfície (a demonstração deste fato está no Exercício 7.3.11 na página 525).
A hipérbole tem a propriedade de refletir os raios vindos na direção de um dos focos
na direção do outro foco (a demonstração deste fato está no Exercício 5.2.13 na página
369). Este fato é usado na construção de espelhos para telescópios e para máquinas
fotográficas.
O cometa C/1980 E1 tinha um período orbital aproximado de 7,1 milhões de anos
antes da passagem pelo periélio em 1982, mas um encontro com Júpiter tornou a sua
órbita a mais excêntrica observada até agora (1,057) de todos os cometas. É esperado
que este cometa não volte mais ao sistema solar.

Figura 5.8. Hipérbole obtida seccionando-se um cone com um plano

5.1.3 Parábola

Figura 5.9. Parábola que é o conjunto dos pontos P = ( x, y) tais que dist( P, F ) = dist( P, r )

Definição 5.3. Uma parábola é o conjunto dos pontos P no plano equidistantes de uma reta r (diretriz) e de
um ponto F (foco), não pertencente a r, ou seja, a parábola é o conjunto dos pontos P tais que
dist( P, F ) = dist( P, r ).
Podemos desenhar uma parte de uma parábola da seguinte forma. Colocamos um

esquadro com um lado cateto encostado na reta diretriz, fixamos uma extremidade
de um barbante (de comprimento igual ao lado cateto do esquadro perpendicular à
reta diretriz) no foco, a outra extremidade na ponta do esquadro oposta ao lado que
está encostado na reta diretriz. Esticamos o barbante com a caneta de forma que ela
fique encostada no lado do esquadro perpendicular à reta diretriz. Deslizando-se o
esquadro na direção da reta diretriz mantendo o lado encostado nela uma parte da
parábola é traçada (Figura 5.9).

y y
r : x = −p
P0 F
F = (0, p)
P0 = (0, 0) x
F = ( p, 0) r : y = −p
P0 = (0, 0)
Figura 5.10. Parábola com foco no ponto F = ( p, 0) e Figura 5.11. Parábola com foco no ponto F = (0, p) e
p>0 p>0

y y
r : y = −p
r : x = −p
P0
x
F
F P0
F = ( p, 0) F = (0, p)
P0 = (0, 0) P0 = (0, 0)
Figura 5.12. Parábola com foco no ponto F = ( p, 0) e Figura 5.13. Parábola com foco no ponto F = (0, p) e
p<0 p<0

Proposição 5.3. (a) A equação da parábola com foco F = ( p, 0) e reta diretriz r : x = − p é
y2 = 4px . (5.5)
(b) A equação de uma parábola com foco F = (0, p) e reta diretriz r : y = − p é
x2 = 4py . (5.6)
Demonstração. Vamos provar a primeira parte e deixamos para o leitor, como exercí-
cio, a demonstração da segunda parte. A parábola é o conjunto dos pontos P = ( x, y)
tais que
dist( P, F ) = dist( P, r ) ,
que neste caso é q
( x − p )2 + y2 = | x + p | ,
Elevando ao quadrado e simplificando, obtemos (5.5).
Nas Figuras 5.10, 5.11, 5.12 e 5.13, o ponto P0 é o ponto da parábola mais próximo
da reta diretriz e é chamado de vértice da parábola. A parábola é a curva que se
obtém seccionando-se um cone por um plano paralelo a uma reta geratriz do cone
conforme a Figura 5.14 (a demonstração deste fato está no Exercício 7.3.11 na página
525).
A parábola tem a propriedade de refletir os raios vindos do foco na direção do seu
eixo (a demonstração deste fato está no Exercício 5.2.12 na página 329). Este fato é

usado na construção de faróis e lanternas. Também, naturalmente, reflete na direção

do foco os raios que incidem paralelos ao eixo de simetria, fato usado na construção
de antenas receptoras.

Figura 5.14. Parábola obtida seccionando-se um cone com um plano

5.1.4 Caracterização das Cônicas

Vamos mostrar a seguir que todas as cônicas não degeneradas, com exceção da cir-
cunferência, podem ser descritas de uma mesma maneira.
Proposição 5.4. Seja s uma reta fixa (diretriz) e F um ponto fixo (foco) não pertencente a s. O conjunto dos pontos
do plano P = ( x, y) tais que
dist( P, F ) = e dist( P, s), (5.7)
em que e > 0 é uma constante fixa, é uma cônica.
(a) Se e = 1, então a cônica é uma parábola.
(b) Se 0 < e < 1, então a cônica é uma elipse.
(c) Se e > 1, então a cônica é uma hipérbole.
Reciprocamente, toda cônica que não seja uma circunferência pode ser descrita por uma equação da forma (5.7).
Demonstração. Se e = 1, a equação (5.7) é a própria definição da parábola. Vamos

considerar o caso em que e > 0, com e 6= 1. Seja d = dist( F, s). Sem perda de
generalidade podemos tomar o foco como sendo o ponto F = ( p, 0) e a diretriz
p 2
como sendo a reta vertical s : x = 2 , em que p = 1de − e2
se a reta s estiver à direita do
e
2
foco F (Figuras 5.15 e 5.16) e p = e2de−1 se a reta s estiver à esquerda do foco F (Figuras
5.17 e 5.18).

Assim, o conjunto dos pontos P = ( x, y) tais que
dist( P, F ) = e dist( P, s) ,
pode ser descrito como sendo o conjunto dos pontos P = ( x, y) tais que
p
q
( x − p )2 + y2 = e x − 2 ,
e
Elevando ao quadrado e simplificando, obtemos

2 2 2 2 1
(1 − e ) x + y = p −1
e2
que pode ainda ser escrito como
x2 y2
p2
+ p2 (1− e2 )
= 1. (5.8)
e2 e2
Se 0 < e < 1, esta é a equação de uma elipse. Se e > 1, é a equação de uma hipérbole.
Para mostrar a recíproca, considere uma elipse ou hipérbole com excentricidade e >
0 e um dos focos em F = ( p, 0). É fácil verificar que (5.8) é a equação desta cônica e
p
portanto (5.7) também o é, com a reta diretriz sendo s : x = 2 .
e

y y
s:x= 2
p
e
s:x= 2
p
e
F F
( p, 0) x ( p, 0) x
Figura 5.15. Elipse, um de seus focos e a reta diretriz Figura 5.16. Hipérbole, um de seus focos e a reta dire-
à direita triz à direita

y y
s:x= 2
s:x= 2
p
p
e
e
F F
( p, 0) x ( p, 0) x
Figura 5.17. Elipse, um de seus focos e a reta diretriz Figura 5.18. Hipérbole, um de seus focos e a reta dire-
à esquerda triz à esquerda

5.1.1. Reduzir cada uma das equações de forma a identificar a cônica que ela representa e faça um esboço do
seu gráfico:
(a) 4x2 + 2y2 = 1
(c) x2 − 9y2 = 9
(b) x2 + y = 0
5.1.2. Escreva as equações das seguintes elipses:
(a) Os focos são F1 = (−1, 2) e F2 = (3, 2) e satisfaz dist( P, F1 ) + dist( P, F2 ) = 6;

(b) Os focos são F1 = (−1, −1) e F2 = (1, 1) e satisfaz dist( P, F1 ) + dist( P, F2 ) = 4;
5.1.3. Escreva as equações das seguintes hipérboles:
(a) Os focos são F1 = (3, −1) e F2 = (3, 4) e satisfaz | dist( P, F1 ) − dist( P, F2 )| = 3;

(b) Os focos são F1 = (−1, −1) e F2 = (1, 1) e satisfaz | dist( P, F1 ) − dist( P, F2 )| = 2;
5.1.4. Escreva as equações das seguintes parábolas:
(a) O foco é F = (0, 2) e diretriz y = −2;

(b) O foco é F = (0, 0) e diretriz x + y = 2;
5.1.5. Determinar a equação e identificar a trajetória de um ponto que se move de maneira que sua distância
ao ponto F = (6, 0) é sempre igual à duas vezes sua distância a reta 2x − 3 = 0.
5.1.6. Determinar a equação e identificar a trajetória de um ponto que se move de maneira que sua distância
ao eixo y é sempre igual à duas vezes sua distância ao ponto F = (3, 2).
5.1.7. Mostre que a equação da elipse com focos nos pontos F1 = ( x0 − c, y0 ) e F2 = ( x0 + c, y0 ) e satisfaz
dist( P, F1 ) + dist( P, F2 ) = 2a, em que a > c
é
( x − x0 )2 ( y − y0 )2
+ = 1,
a2 b2
√
em que b = a2 − c2 .
5.1.8. Mostre que a equação da hipérbole com focos nos pontos F1 = ( x0 − c, y0 ) e F2 = ( x0 + c, y0 ) e satisfaz
| dist( P, F1 ) − dist( P, F2 )| = 2a, em que a < c
é
( x − x0 )2 ( y − y0 )2
− = 1,
a2 b2
√
em que b = c2 − a2 .
5.1.9. Mostre que a equação da parábola com foco no ponto F = ( x0 + p, y0 ) e reta diretriz r : x = x0 − p é
(y − y0 )2 = 4p( x − x0 ).
5.1.10. Seja uma elipse ou hipérbole com focos em F1 = ( p, 0) e F2 = (− p, 0).

(a) Mostre que
x2 y2
p2
+ p2 (1− e2 )
=1
e2 e2
é a equação desta cônica, em que e é a excentricidade.
p
(b) Definindo a reta r : x = 2 , Mostre que esta cônica pode ser descrita pelo conjunto de pontos
e
P = ( x, y) tais que
dist( P, F ) = e dist( P, r ).

5.1.11. (a) Verifique que com o procedimento abaixo realmente desenhamos uma parte de um ramo de uma
hipérbole. Fixamos uma extremidade de uma régua em um dos focos, fixamos uma extremidade de
um barbante (de comprimento igual ao comprimento da régua menos 2a) na outra ponta da régua e
a outra extremidade do barbante no outro foco. Esticamos o barbante com uma caneta de forma que
ela fique encostada na régua. Girando-se a régua em torno do foco no qual ela foi fixada, mantendo
o barbante esticado com a caneta encostada na régua, uma parte de um ramo da hipérbole será
traçada (Figura 5.5 na página 308).
(b) Verifique que com o procedimento abaixo realmente desenhamos uma parte de um ramo de uma
parábola. Colocamos um esquadro com um lado cateto encostado na reta diretriz, fixamos uma ex-
tremidade de um barbante (de comprimento igual ao lado cateto do esquadro perpendicular à reta
diretriz) no foco, a outra extremidade na ponta do esquadro oposta ao lado que está encostado na
reta diretriz. Esticamos o barbante com a caneta de forma que ela fique encostada no lado do esqua-
dro perpendicular à reta diretriz. Deslizando-se o esquadro na direção da reta diretriz mantendo o
lado encostado nela uma parte da parábola é traçada (Figura 5.9 na página 316).
5.1.12. Mostre que um espelho parabólico reflete na mesma direção do seu eixo de simetria os raios que incidem
vindos do foco, seguindo os seguintes passos:
(a) Considere a parábola y2 = 4px. Use o fato de que a inclinação da reta tangente à parabola no ponto
y2 dy 2p
P = ( 4p0 , y0 ) é tan(α) = dx = y0 . Mostre que a reta tangente à parabola no ponto P intercepta o eixo
x no ponto Q = (− x0 , 0).
(b) Mostre que d( Q, F ) = d( F, P), em que F = ( p, 0). Logo o triângulo QFP é isósceles e assim, o ângulo
de incidência do raio que incide em P vindo do foco, α2 , é igual ao ângulo de reflexão do raio que
parte de P na mesma direção do eixo de simetria, α1 . Portanto, o raio que vem de F e se reflete em
P necessariamente segue paralelo ao eixo de simetria da parábola (veja a Figura 5.19).

P α1
y0
α2
α1
Q F x0 x
Figura 5.19. Espelho parabólico refletindo na direção do seu eixo de simetria os raios vindos do foco.

Figura 5.20. Espelho parabólico refletindo, na direção Figura 5.21. Espelho parabólico refletindo na direção
do foco, os raios que incidem paralelos ao seu eixo do seu eixo os raios originários do foco

5.2 Coordenadas Polares e Equações Paramétricas

Até agora vimos usando o chamado sistema de coordenadas cartesianas, em que
um ponto do plano é localizado em relação a duas retas fixas perpendiculares entre
si. Vamos definir um outro sistema de coordenadas chamado de sistema de coorde-
nadas polares em que um ponto do plano é localizado em relação a um ponto e a
uma reta que passa por esse ponto.
Escolhemos um ponto O (usualmente a origem do sistema cartesiano), chamado
polo e uma reta orientada passando pelo polo chamada eixo polar (usualmente to-
mamos o próprio eixo x do sistema cartesiano). No sistema de coordenadas polares
um ponto no plano é localizado dando-se a distância do ponto ao polo, r = dist( P, O)
−→
e o ângulo, θ, entre os vetores OP e um vetor na direção e sentido do eixo polar, com
a mesma convenção da trigonometria, ou seja, ele é positivo se medido no sentido
anti-horário a partir do eixo polar e negativo se medido no sentido horário a partir
do eixo polar. As coordenadas polares de um ponto P do plano são escritas na forma
(r, θ ).
Segue facilmente as relações entre as coordenadas cartesianas e as coordenadas po-
lares.
Proposição 5.5. Suponha que o polo e o eixo polar do sistema de coordenadas polares coincidem com a origem e o eixo x
do sistema de coordenadas cartesianas, respectivamente. Então a transformação entre os sistemas de coordenadas polares
e o de coordenadas cartesianas podem ser realizadas pelas equações
x = r cos θ e y = r sen θ
q
r = x 2 + y2 ,

5.2 Coordenadas Polares e Equações Paramétricas 333
x y
cos θ = p e sen θ = p , se x2 + y2 6= 0.
x 2 + y2 x 2 + y2
Estendemos as coordenadas polares para o caso no qual r é negativo da seguinte

forma:
para r < 0, (r, θ ) = (|r |, θ + π ).
Assim, (r, θ ) e (−r, θ ) estão na mesma reta que passa pelo polo, à distância |r | do
polo, mas em lados opostos em relação ao polo.
Exemplo 5.1. Vamos determinar a equação em coordenadas polares da circunferên-

cia cuja equação em coordenadas retangulares é
( x − 1)2 + ( y − 1)2 = 2
ou simplificando
x2 + y2 − 2x − 2y = 0.
Substituindo-se x por r cos θ e y por r sen θ obtemos
r2 − 2r cos θ − 2r sen θ = 0.
Dividindo-se por r ficamos com
r − 2 cos θ − 2 sen θ = 0.

P
y
O x x
Figura 5.22. Ponto P do plano em coordenadas polares (r, θ ) e cartesianas ( x, y)

(|r |, θ )
θ+π θ
x
(r, θ ) = (|r |, θ + π )
Figura 5.23. Para r < 0, (r, θ ) = (|r |, θ + π )

2.5
y
1.5
0.5
0
x
−0.5
−0.5 0 0.5 1 1.5 2 2.5
Figura 5.24. Circunferência com equação em coordenadas polares r − 2 cos θ − 2 sen θ = 0

y
1
0.8
0.6
0.4
0.2
0
x
−0.2
−0.4
−0.6
−0.8
−1
−1 −0.5 0 0.5
1
Figura 5.25. Parábola com equação em coordenadas polares r =
1 − cos θ

Exemplo 5.2. Vamos determinar a equação em coordenadas retangulares do lugar

geométrico cuja equação em coordenadas polares é
1
r= .
1 − cos θ
p x
Substituindo-se r por x2 + y2 e cos θ por p obtemos
x2 + y2
1
q
x 2 + y2 = x
1− √
x 2 + y2
ou simplificando
q
x2 + y2 − x = 1.
Somando-se x a ambos os membros obtemos

q
x2 + y2 = 1 + x.
Elevando-se ao quadrado obtemos
x 2 + y2 = (1 + x )2 .
Simplificando-se obtemos ainda
y2 = 1 + 2x = 2( x + 1/2),
que é uma parábola com foco na origem F = (0, 0) e reta diretriz x = −1 (verifique!).

5.2.1 Cônicas em Coordenadas Polares

A equação polar de uma cônica, que não é uma circunferência, assume uma forma
simples quando um foco F está no polo e a reta diretriz s é paralela ou perpendicular
ao eixo polar. Seja d = dist( F, s). Para deduzir a equação polar das cônicas vamos
usar a caracterização dada na Proposição 5.4 na página 323, ou seja, que uma cônica
é o lugar geométrico dos pontos P que satisfazem
dist( P, F ) = e dist( P, s)
Como o foco F está no polo, temos que dist( P, F ) = r, em que (r, θ ) são as coordena-
das polares de P.
(a) Se a reta diretriz, s, é perpendicular ao eixo polar.

(i) Se a reta s está à direita do polo, obtemos que dist( P, s) = d − r cos θ. Assim,
a equação da cônica fica sendo
r = e(d − r cos θ ).
Isolando r obtemos
de
r= .
1 + e cos θ
(ii) Se a reta s está à esquerda do polo, obtemos que dist( P, s) = d + r cos θ.
Assim, a equação da cônica fica sendo
r = e(d + r cos θ ).
Isolando r obtemos
de
r= .
1 − e cos θ
(b) Se a reta diretriz, s, é paralela ao eixo polar.

(i) Se a reta s está acima do polo, obtemos que dist( P, s) = d − r sen θ. Assim,
r = e(d − r sen θ ).
Isolando r obtemos
de
r= .
1 + e sen θ
(ii) Se a reta s está abaixo do polo, obtemos que dist( P, s) = d + r sen θ. Assim,
r = e(d + r sen θ ).
Isolando r obtemos
de
r= .
1 − e sen θ
Isto prova o seguinte resultado
Proposição 5.6. Considere uma cônica com excentricidade e > 0 (que não é uma circunferência), que tem um foco F
no polo e a reta diretriz s é paralela ou perpendicular ou eixo polar, com d = dist(s, F ).
(a) Se a reta diretriz correspondente a F é perpendicular ao eixo polar e está à direita do polo, então a equação polar da
cônica é
de
r=
1 + e cos θ
e se está à esquerda do polo, então a equação polar da cônica é
de
r=
1 − e cos θ

(b) Se a reta diretriz correspondente a F é paralela ao eixo polar e está acima do polo, então a equação polar da cônica é
de
r=
1 + e sen θ
e se está abaixo do polo, então a equação polar da cônica é
de
r=
1 − e sen θ

y y
s s P
P
−r
=
|r |
r
θ
θ
x x
Figura 5.26. Parte de uma cônica com foco no polo e Figura 5.27. Hipérbole com foco no polo e reta diretriz
reta diretriz perpendicular ao eixo polar à direita perpendicular ao eixo polar à direita

y y
s s
r
θ
θ
x x
−r
=
|r |
reta diretriz perpendicular ao eixo polar à esquerda perpendicular ao eixo polar à esquerda

y y
−r
=
|r |
P
r
θ
x s
reta diretriz paralela ao eixo polar acima paralela ao eixo polar acima

y y
θ
x
s
θ
−r
=
r
x
|r |
P
P
s
reta diretriz paralela ao eixo polar abaixo paralela ao eixo polar abaixo

Exemplo 5.3. Vamos identificar a cônica cuja equação em coordenadas polares é

4
r= .
2 + cos θ
Dividindo-se o numerador e o denominador do segundo membro da equação por 2
obtemos
2
r= 1
,
1 + 2 cos θ
que é a equação em coordenadas polares de uma elipse com excentricidade igual
a 1/2, um dos focos no polo, reta diretriz x = 4 (coordenadas cartesianas) ou
r cos θ = 4 (coordenadas polares). Fazendo θ = 0 e θ = π na equação polar da
elipse encontramos r = 4/3 e r = 2, respectivamente. (4/3, 0) e (2, π ) são coordena-
das polares de vértices da elipse.
5.2.2 Circunferência em Coordenadas Polares

A forma mais simples da equação de uma circunferência em coordenadas polares
ocorre quando seu centro está no polo. Neste caso a equação é simplesmente r =
a, em que a é o raio da circunferência. Além deste caso, a equação polar de uma
circunferência assume uma forma simples quando ela passa pelo polo e o seu centro
está no eixo polar ou na reta perpendicular ao eixo polar que passa pelo polo.
(a) Se o centro está no eixo polar.
(a) Se o raio é igual a a e o centro em coordenadas polares é C = ( a, 0). Se P é
um ponto qualquer da circunferência, então
−→ −→ −→ −→ −→ −→ −→
a2 = || CP ||2 = || OP − OC ||2 = || OP ||2 + || OC ||2 − 2 OP · OC
= r2 + a2 − 2ra cos θ.

Assim,
r2 = 2ra cos θ
ou
r (r − 2a cos θ ) = 0
Logo a equação em coordenadas polares da circunferência é
r = 2a cos θ.
(b) Se o raio é igual a a e o centro em coordenadas polares é C = ( a, π ). Se P é

um ponto qualquer da circunferência, então
−→ −→ −→ −→ −→ −→ −→
= r2 + a2 − 2ra cos(π − θ ).
Assim,
r2 = −2ra cos θ
ou
r (r + 2a cos θ ) = 0
r = −2a cos θ.
(b) Se o centro está na reta perpendicular ao eixo polar que passa pelo polo.
(a) Se o raio é igual a a e o centro em coordenadas polares é C = ( a, π/2). Se P
é um ponto qualquer da circunferência, então
−→ −→ −→ −→ −→ −→ −→
= r2 + a2 − 2ra cos(π/2 − θ ).

Assim,
r2 = 2ra sen θ
ou
r (r − 2a sen θ ) = 0
r = 2a sen θ.
(b) Se o raio é igual a a e o centro em coordenadas polares é C = ( a, −π/2). Se

P é um ponto qualquer da circunferência, então
−→ −→ −→ −→ −→ −→ −→
= r2 + a2 − 2ra cos(−π/2 − θ ).
Assim,
r2 = −2ra sen θ
ou
r (r + 2a sen θ ) = 0
r = −2a sen θ.
Proposição 5.7. Considere uma circunferência de raio a que passa pelo polo cujo centro está no eixo polar ou na reta
perpendicular ao eixo polar que passa pelo polo.

(a) Se o centro está no eixo polar e à direita do polo, então a equação polar da circunferência é dada por
r = 2a cos θ
e se o centro está à esquerda do polo, então a equação polar da circunferência é dada por
r = −2a cos θ.
(b) Se o centro está na reta perpendicular ao eixo polar que passa pelo polo e acima do polo, então a equação polar é
dada por
r = 2a sen θ,
e se está abaixo do polo, então a equação polar da circunferência é dada por
r = −2a sen θ.
Exemplo 5.4. Uma circunferência cuja equação em coordenadas polares é

r = −3 cos θ
passa pelo polo, tem raio igual a 3/2 e as coordenadas polares do seu centro são
(3/2, π ).
5.2.3 Equações Paramétricas

Seja
F ( x, y) = 0 (5.9)

a equação de uma curva plana C em coordenadas retangulares. Sejam x e y funções

de uma terceira variável t em um subconjunto, I , do conjunto dos números reais, R,
ou seja,
x = f (t) e y = g(t), para todo t ∈ I . (5.10)
Se para qualquer valor da variável t no conjunto I , os valores de x e y determinados
pelas equações (5.10) satisfazem (5.9), então as equações (5.10) são chamadas equa-
ções paramétricas da curva C e a variável independente t é chamada parâmetro.
Dizemos também que as equações (5.10) formam uma representação paramétrica
da curva C . A representação paramétrica de curvas tem um papel importante no
traçado de curvas pelo computador.
Exemplo 5.5. Seja a um número real positivo fixo. A circunferência de equação

x 2 + y2 = a2 (5.11)
pode ser representada parametricamente pelas equações
x = a cos t e y = a sen t, para todo t ∈ [0, 2π ). (5.12)
Pois elevando ao quadrado cada uma das equações (5.12) e somando os resultados
obtemos
x2 + y2 = a2 cos2 t + a2 sen2 t = a2 .
A circunferência definida por (5.11) pode também ser representada parametrica-
mente por p
x = t e y = a2 − t2 , para todo t ∈ [− a, a]. (5.13)
ou por p
x=t e y=− a2 − t2 , para todo t ∈ [− a, a]. (5.14)
Apenas que com (5.13) obtemos somente a parte de cima da circunferência e com
(5.14) obtemos somente a parte de baixo.

Exemplo 5.6. A elipse de equação

x2 y2
+ =1 (5.15)
a2 b2
x = a cos t e y = b sen t, para todo t ∈ [0, 2π ). (5.16)
Pois elevando-se ao quadrado e dividindo-se por a2 a primeira equação em (5.16),

elevando-se ao quadrado e dividindo-se por b2 a segunda equação em (5.16) e
somando-se os resultados obtemos
x2 y2
2
+ 2 = cos2 t + sen2 t = 1.
a b
Exemplo 5.7. A hipérbole de equação

x2 y2
− =1 (5.17)
a2 b2
x = a sec t e y = b tan t, para todo t ∈ [0, 2π ), t 6= π/2, 3π/2. (5.18)

subtraindo-se os resultados obtemos
x2 y2
− = sec2 t − tan2 t = 1.
a2 b2

Vamos apresentar uma outra representação paramétrica da hipérbole. Para isso va-
mos definir duas funções
et + e−t et − e−t
f 1 (t) = e f 2 (t) = . (5.19)
2 2
A hipérbole definida por (5.17) pode, também, ser representada parametricamente
por
x = a f 1 (t) e y = b f 2 (t), para todo t ∈ R. (5.20)
subtraindo-se os resultados obtemos
x 2 y2 1 2t 1
2
− 2 = ( f 1 (t))2 − ( f 2 (t))2 = e + 2 + e−2t − e2t − 2 + e−2t = 1. (5.21)
a b 4 4
As funções f 1 (t) e f 2 (t) definidas por (5.19) recebem o nome de cosseno hiperbólico
e seno hiperbólico, respectivamente e são denotadas por cosh t e senh t. De (5.21)
segue-se a seguinte relação fundamental entre o cosseno e o seno hiperbólicos
cosh2 t − senh2 t = 1. (5.22)
e a representação paramétrica (5.20) pode ser escrita como
x = a cosh t e y = b senh t, para todo t ∈ R. (5.23)
Também
x = − a cosh t e y = b senh t, para todo t ∈ R. (5.24)
é uma representação paramétrica da hipérbole (5.17). Apenas que com (5.23) obte-
mos somente o ramo direito da hipérbole e com (5.24), somente o ramo esquerdo.

Exemplo 5.8. Vamos mostrar que a parametrização de uma curva em relação a qual
sabemos sua equação em coordenadas polares r = f (θ ) pode ser feita da seguinte
forma
x = f (t) cos t e y = f (t) sen t. (5.25)
A equação da curva em coordenadas cartesianas é
p
px2 + y2 = f (θ ( x, y)), se f (θ ( x, y)) ≥ 0
− x2 + y2 = f (θ ( x, y)), se f (θ ( x, y)) < 0.
ou q
x2 + y2 = | f (θ ( x, y))|. (5.26)
Para a parametrização (5.25) temos que
q q
x2 + y2 − | f (θ ( x, y))| = ( f (t))2 cos2 t + ( f (t))2 sen2 t − | f (t)| = 0.
O que mostra que (5.25) é uma parametrização para (5.26) e portanto para r = f (θ ).
Por exemplo,
e cos t e sen t
x= e y=
1 + e cos t 1 + e cos t
é uma parametrização de uma cônica com excentricidade e > 0, reta diretriz locali-
zada à direita a uma distância igual a 1 e um dos focos na origem.

y y
P
P
r r
θ
θ
C x C x
Figura 5.34. Circunferência que passa pelo polo com Figura 5.35. Circunferência que passa pelo polo com
centro no eixo polar à direita centro no eixo polar à esquerda

y y
θ
C
C
r
Figura 5.36. Circunferência que passa pelo polo com Figura 5.37. Circunferência que passa pelo polo com
centro acima do polo na reta perpendicular ao eixo centro abaixo do polo na reta perpendicular ao eixo
polar que passa pelo polo polar que passa pelo polo

(cos t, sen t)
Figura 5.38. Circunferência parametrizada

( a cos t, a sen t)
(b cos t, b sen t)
t ( a cos t, b sen t)
x
Figura 5.39. Elipse parametrizada

(0, 1)
(0, 1/2)
Figura 5.40. Cosseno hiperbólico

(0, 1/2)
(0, −1/2)
Figura 5.41. Seno hiperbólico

y y
( a cos t, a sen t)
(− a cosh t, b senh t)
(b, b tan t) ( a sec t, b tan t)
( a cosh t, b senh t)
t
x x
Figura 5.42. Hipérbole parametrizada usando secante Figura 5.43. Hipérbole parametrizada usando as fun-
e tangente ções hiperbólicas

y y
e cos t , e sen t )
( 1+ e cos t 1+e cos t
e cos t , e sen t )
( 1+ e cos t 1+e cos t
( e cos t0 0
, e sen t 0 )
1+e cos t0 1+e cos t
t t0
t
x x
Figura 5.44. Elipse com foco na origem parametrizada Figura 5.45. Hipérbole com foco na origem parametri-
usando a sua fórmula em coordenadas polares zada usando a sua fórmula em coordenadas polares


5.2.1. Transformar a equação em coordenadas retangulares em uma equação em coordenadas polares:
(a) x2 + y2 = 4 (c) x2 + y2 − 2y = 0
(b) x2 − y2 = 4 (d) x2 − 4y − 4 = 0
5.2.2. Transformar a equação em coordenadas polares em uma equação em coordenadas retangulares:

2 3
(a) r = (d) r =
1 − 3 cos θ 2 + sen θ
(b) r = 4 sen θ (e) r = tan θ
(c) r = 9 cos θ (f) r ( a cos θ + b sen θ ) − c = 0
5.2.3. Identificar a cônica cuja equação em coordenadas polares é dada. Determine a excentricidade, a equação
da diretriz, a distância da diretriz ao foco e as coordenadas polares de dois vértices:
5 3
(a) r = (c) r =
2 − 2 cos θ 2 + 4 cos θ
6 4
(b) r = (d) r =
3 + sen θ 2 − 3 cos θ
5.2.4. Determine o raio e e as coordenadas polares do centro da circunferência cuja equação em coordenadas
polares é dada:
3
(a) r = 4 cos θ (c) r = 2 cos θ
(b) r = −3 sen θ (d) r = − 34 sen θ
5.2.5. Descreva as regiões a seguir usando coordenadas polares:

y
y
5
5 4
4 2 x2+y2 = 18
1
3 x
x2+y2 = 25 -5 -4 -3 -2 -1 1 2 3 4 5
-1
2
-2
1 -3
x -4
-5
1 2 3 4 5
(a) (b)
y y
3 y = x/2
5
2
4
1 (x-2)2+y2 = 4
x
3 y=x
1 2 3 4 5 6
2
-1
1 x2+y2 = 4 y = x/2 -2
x
-3
1 2 3 4 5
(c) (d)

5.2.6. A equação da trajetória de uma partícula lançada do ponto P0 = (0, 0), com velocidade v0 , fazendo um
ângulo α com o eixo x e sujeita apenas a ação da aceleração da gravidade g é dada por
g
y = (tan α) x − x2 .
2v20 cos2 α
g 2
Mostre que x = (v0 cos α) t e y = (v0 sen α) t − t são equações paramétricas da trajetória da partícula.
2
5.2.7. Se o centro de uma circunferência que passa pelo polo é ( a, α), mostre que sua equação em coordenadas
polares é r = 2a cos(θ − α).
de
5.2.8. Se a cônica de equação r = representa uma parábola, determine as coordenadas polares do
1 − e cos θ
seu vértice e a equação em coordenadas polares da reta diretriz.
de
5.2.9. Se a cônica de equação r = representa uma elipse, mostre que o comprimento do seu eixo
1 + e cos θ
2de
menor é √ .
1 − e2
5.2.10. Mostre que a equação em coordenadas polares de uma elipse com um dos focos no polo, que tem eixo
maior igual a 2a e excentricidade e é
a (1 − e2 )
r= .
1 − e cos θ
5.2.11. Considere uma cônica com excentricidade e > 0 (que não é uma circunferência), que tem um foco F no
2
polo e a reta diretriz s é paralela ou perpendicular ou eixo polar, com d = dist(s, F ). Seja p = 1de
− e2
, se a
de2
reta s estiver à direita do foco F e p = e2 −1
, se a reta s estiver à esquerda do foco F.

(a) Se a reta diretriz correspondente a F é perpendicular ao eixo polar e está à direita ou à esquerda do
polo, então a equação cartesiana da cônica é
( x + p )2 y2
p2
+ p2 (1− e2 )
=1
e2 e2
(b) Se a reta diretriz correspondente a F é paralela ao eixo polar e está acima ou abaixo do polo, então
a equação cartesiana da cônica é
x2 ( y + p )2
2 2 +
p (1− e ) 2 =1p
e2 e2
5.2.12. Mostre que um espelho elíptico, reflete na direção de um foco, os raios que incidem na elipse vindo do
outro foco, seguindo os seguintes passos:
x2 y2
(a) Considere a elipse + = 1. Usando o fato de que um ponto da elipse pode ser escrito na
a2 b2
forma P = ( a cos t, b sen t), para t ∈ [0, 2π ) e que a inclinação da reta tangente à elipse neste ponto
dy b cos t
é =− , mostre que a equação da reta tangente à elipse em P é
dx a sen t
b cos t
y = b sen t − ( x − a cos t), para t 6= 0, π,
a sen t
e que a equação da reta que passa por F2 e é paralela ao raio que passa por F1 depois de ser refletido
em P é
b sen t
y= ( x − c ).
c + a cos t
(b) Mostre que a interseção da reta tangente à elipse que passa por P e a reta que passa por F2 e é
paralela ao raio que passa por F1 depois de ser refletido em P é o ponto
a(c sen2 t + a cos t + c) b sen t( a − c cos t)

P1 = ,
a + c cos t a + c cos t

(c) Mostre que dist( P, F2 ) = dist( P1 , F2 ) = a − c cos t. Logo o triângulo PF2 P1 é isósceles e assim o
ângulo de reflexão do raio que passa por F1 depois de ser refletido em P, α1 , e o ângulo de incidência
do raio que se reflete em P vindo de F2 , α2 , são iguais. Portanto, o raio que vem de F2 e se reflete em
P necessariamente passa por F1 (veja a Figura 5.46).

P = ( a cos(t), b sen(t))
α1
α2
α1 P1
F1 = (−c, 0) F2 = (c, 0) x
Figura 5.46. Elipse refletindo, na direção de um foco, os raios que incidem na elipse vindo do outro foco

Figura 5.47. Espelho elíptico refletindo, na direção de um foco, os raios que incidem vindo do outro foco

5.2.13. Mostre que um espelho hiperbólico, reflete na direção de um foco, os raios que incidem na hipérbole na
direção do outro foco, seguindo os seguintes passos:
x 2 y2
(a) Considere a hipérbole − 2 = 1. Usando o fato de que um ponto do ramo esquerdo da hipérbole
a2 b
pode ser escrito na forma P = (− a sec t, b tan t), para t ∈ (−π/2, π/2) e que a inclinação da reta
dy b
tangente à hipérbole neste ponto é =− , mostre que a equação da reta tangente à hipérbole
dx a sen t
em P é
b
y = b tan t − ( x + a sec t), para t 6= 0,
a sen t
e que a equação da reta que passa por F2 e é paralela ao raio que incide na direção de F1 e se reflete
em P é
b tan t
y= ( x − c ).
c − a sec t
(b) Mostre que a interseção da reta tangente à hipérbole que passa por P e a reta que passa por F2 e é
paralela ao raio que incide na direção de F1 e se reflete em P é o ponto
a(2c cos2 t − a cos t − c) b sen t( a cos t + c)

P1 = ,
cos t( a cos t − c) cos t( a cos t − c)
(c) Mostre que dist( P, F2 ) = dist( P1 , F2 ) = a + c sec t. Logo o triângulo PF2 P1 é isósceles e assim o
ângulo de incidência do raio que incide na direção de F1 e se reflete em P, α1 , e o ângulo de reflexão
do raio que se reflete em P na direção de F2 , α2 , são iguais. Portanto, o raio que incide na direção de
F1 e se reflete em P necessariamente passa por F2 (veja as Figuras 5.48 e 5.49)

α1
P = (− a sec t, b tan t)
α2
F2 = (c, 0)
F1 = (−c, 0)
x
α1
P1
Figura 5.48. Hipérbole refletindo, na direção de um foco, os raios que incidem na hipérbole na direção do outro
foco

α2 α1
P = (− a sec t, b tan t)
α1 α2 F2 = (c, 0)
F1 = (−c, 0)
x
α1
P1
Figura 5.49. Hipérbole refletindo, na direção de um foco, os raios que incidem na hipérbole na direção do outro
foco

Figura 5.50. Espelho maior parabólico refletindo na direção do foco, em seguida os raios são refletidos por um
espelho hiperbólico na direção do outro foco da hipérbole

6
S UPERFÍCIES E C URVAS NO E SPAÇO
6.1 Quádricas
Nesta seção estudaremos as superfícies que podem ser representadas pelas equações
quadráticas nas variáveis x, y e z, ou seja, da forma
ax2 + by2 + cz2 + dxy + exz + f yz + gx + hy + iz + j = 0,
em que a, b, c, d, e, f , g, h, i, j ∈ R, com a, b, c, d, e, f não simultaneamente nulos. Va-

mos nos limitar neste capítulo ao estudo de casos especiais da equação acima.
6.1.1 Elipsoide
Um elipsoide é um conjunto de pontos que em algum sistema de coordenadas satis-
faz a equação
374 Superfícies e Curvas no Espaço
x y
x2 y2 z2
Figura 6.1. Elipsoide de equação a2
+ b2
+ c2
=1

6.1 Quádricas 375
x y
Figura 6.2. Elipsoide e interseções com os planos z = k

x2 y2 z2
+ + = 1, (6.1)
a2 b2 c2
em que a, b e c são números reais positivos.
Observe que se o ponto ( x, y, z) satisfaz (6.1), então o ponto simétrico em relação ao
plano xy, ( x, y, −z), também satisfaz, por isso dizemos que o elipsoide (6.1) é simé-
trico em relação ao plano xy. Também ( x, −y, z) satisfaz (6.1), por isso dizemos que o
elipsoide (6.1) é simétrico em relação ao plano xz. O mesmo acontece com (− x, y, z),
por isso dizemos que o elipsoide (6.1) é simétrico em relação ao plano yz. Se o ponto
( x, y, z) satisfaz (6.1), então o ponto simétrico em relação ao eixo z, (− x, −y, z), tam-
bém satisfaz, por isso dizemos que o elipsoide (6.1) é simétrico em relação ao eixo
z. O mesmo acontece com (− x, y, −z), por isso dizemos que o elipsoide (6.1) é si-
métrico em relação ao eixo y. O mesmo acontece com ( x, −y, −z), por isso dizemos
que o elipsoide (6.1) é simétrico em relação ao eixo x. Finalmente se o ponto ( x, y, z)
satisfaz (6.1), então o ponto simétrico em relação à origem, (− x, −y, −z), também
satisfaz, por isso dizemos que o elipsoide (6.1) é simétrico em relação à origem.
Se |k| < c, o plano z = k intercepta o elipsoide (6.1) segundo a elipse
x2 y2
+ = 1, z = k.
k2 k2
a2 1 − c2
b2 1 − c2
Observe que os eixos da elipse diminuem à medida que |k| aumenta.

As interseções do elipsoide (6.1) com o plano x = k, para |k | < a e com o plano
y = k, para |k| < b, são também elipses. Se a = b = c, o elipsoide é uma esfera de
raio r = a = b = c.

6.1 Quádricas 377
x y
Figura 6.3. Elipsoide e interseções com os planos y = k

x y
Figura 6.4. Elipsoide e interseções com os planos x = k

6.1 Quádricas 379
6.1.2 Hiperboloide
Hiperboloide de Uma Folha
Um hiperboloide de uma folha é um conjunto de pontos que em algum sistema de
coordenadas satisfaz a equação
x2 y2 z2
+ − = 1, (6.2)
a2 b2 c2
Observe que o hiperboloide de uma folha (6.2) é simétrico em relação aos planos
coordenados, aos eixos coordenados e à origem. Pois, se ( x, y, z) satisfaz (6.2), então
(− x, y, z), ( x, −y, z), ( x, y, −z), (− x, −y, z), ( x, −y, −z), (− x, y, −z) e (− x, −y, −z)
também satisfazem.
O plano z = k intercepta o hiperboloide de uma folha (6.2) segundo a elipse
x2 y2
2
+ = 1, z = k.
k k2
a2 1 + c2
b2 1 + c2
Observe que os eixos da elipse aumentam à medida que |k | cresce.

O plano y = k intercepta o hiperboloide de uma folha (6.2) segundo uma curva cuja
equação é
x2 z2 k2
− = 1 − , y = k.
a2 c2 b2
Se |k/b| 6= 1, então a interseção é uma hipérbole e se |k/b| = 1, então a interseção é
um par de retas concorrentes.
Considerações semelhantes são válidas para a interseção do hiperboloide de uma
folha (6.2) com o plano x = k.
As equações
x2 y2 z2
− + =1
a2 b2 c2

x y
x2 y2 z2
Figura 6.5. Hiperboloide de uma folha de equação a2
+ b2
− c2
=1

6.1 Quádricas 381
x y
Figura 6.6. Hiperboloide de uma folha e interseções com os planos z = k

e
x2 y2 z2
+ +− =1
a2 b2 c2
também representam hiperboloides de uma folha.
Hiperboloide de Duas Folhas
Um hiperboloide de duas folhas é um conjunto de pontos que em algum sistema
de coordenadas satisfaz a equação
x2 y2 z2
− 2
− 2 + 2 = 1, (6.3)
a b c
Observe que o hiperboloide de duas folhas (6.3) é simétrico em relação aos planos
coordenados, aos eixos coordenados e à origem. Pois, se ( x, y, z) satisfaz (6.3), então
(− x, y, z), ( x, −y, z), ( x, y, −z), (− x, −y, z), ( x, −y, −z), (− x, y, −z) e (− x, −y, −z)
também satisfazem.
O plano z = k, para |k| > c, intercepta o hiperboloide de duas folhas (6.3) segundo a
elipse
x2 y2
2 + 2 = 1, z = k.
a2 kc2 − 1 b2 kc2 − 1
O plano y = k intercepta o hiperboloide de duas folhas (6.3) segundo a hipérbole
x2 z2
− 2
+ = 1, y = k.
k k2
a2 1 + b2
c2 1 + b2
A interseção do hiperboloide de duas folhas (6.3) com o plano x = k é também uma

hipérbole.
As equações
x2 y2 z2
− − =1
a2 b2 c2

6.1 Quádricas 383
x y
Figura 6.7. Hiperboloide de uma folha e interseções com os planos y = k

x y
Figura 6.8. Hiperboloide de uma folha e interseções com os planos x = k

6.1 Quádricas 385
x y
Figura 6.9. Hiperboloide de duas folhas

x y
Figura 6.10. Hiperboloide de duas folhas e interseções com os planos z = k

6.1 Quádricas 387
e
x2 y2 z2
− + − =1
a2 b2 c2
também representam hiperboloides de duas folhas.

x y
Figura 6.11. Hiperboloide de duas folhas e interseções com os planos y = k

6.1 Quádricas 389
x y
Figura 6.12. Hiperboloide de duas folhas e interseções com os planos x = k

6.1.3 Paraboloide
Paraboloide Elíptico
Um paraboloide elíptico é um conjunto de pontos que em algum sistema de coor-
denadas satisfaz a equação
x2 y2
cz = 2
+ 2, (6.4)
a b
em que a, b e c são números reais, sendo a e b positivos.
O paraboloide elíptico (6.4) é simétrico em relação aos planos xz e yz. Pois, se ( x, y, z)
satisfaz (6.4), então ( x, −y, z) e (− x, y, z) também satisfazem. Ele também é simétrico
em relação ao eixo z, pois se ( x, y, z) satisfaz (6.4), então (− x, −y, z) também satisfaz.
A interseção do paraboloide elíptico (6.4) com o plano z = k, para k tal que ck > 0, é
a elipse
x2 y2
2
+ = 1, z = k.
cka ckb2
A interseção do paraboloide elíptico (6.4) com plano x = k é a parábola
k2 y2
z= 2
+ 2, x = k.
ca cb
A interseção do paraboloide elíptico (6.4) com plano y = k também é uma parábola.
As equações
y2 z2
ax = 2 + 2
b c
e
x2 z2
by = 2 + 2
a c
também representam paraboloides elípticos.

6.1 Quádricas 391
x y
x2 y2
Figura 6.13. Paraboloide elíptico de equação cz = a2
+ b2
, para c > 0

x y
Figura 6.14. Paraboloide elíptico e interseções com os planos z = k

6.1 Quádricas 393
x y
Figura 6.15. Paraboloide elíptico e interseções com os planos y = k

x y
Figura 6.16. Paraboloide elíptico e interseções com os planos x = k

6.1 Quádricas 395
y
x
x2 y2
Figura 6.17. Paraboloide hiperbólico de equação cz = a2
− b2
, para c < 0

y
x
Figura 6.18. Paraboloide hiperbólico e interseções com os planos z = k

6.1 Quádricas 397
Paraboloide Hiperbólico
Um paraboloide hiperbólico é um conjunto de pontos que em algum sistema de
coordenadas satisfaz a equação
x2 y2
cz = 2
− 2, (6.5)
a b
em que a, b e c são números reais, sendo a e b positivos.
O paraboloide hiperbólico (6.5) é simétrico em relação aos planos xz e yz. Pois, se
( x, y, z) satisfaz (6.5), então ( x, −y, z) e (− x, y, z) também satisfazem. Ele também é
simétrico em relação ao eixo z, pois se ( x, y, z) satisfaz (6.5), então (− x, −y, z) tam-
bém satisfaz.
A interseção do plano z = k com o paraboloide hiperbólico (6.5) é dada por
x2 y2
2
− 2 = k, z = k,
ca cb
que representa uma hipérbole, se k 6= 0 e um par de retas, se k = 0.
A interseção do paraboloide hiperbólico (6.5) com plano y = k é a parábola
x2 k2
z= 2
− 2, y=k
ca cb
que tem concavidade para cima se c > 0 e concavidade para baixo se c < 0.
A interseção do paraboloide hiperbólico com plano x = k é a parábola
y2 k2
z=− + , x=k
cb2 ca2
que tem concavidade para baixo se c > 0 e concavidade para cima se c < 0. O
paraboloide hiperbólico é também chamado sela.
As equações
y2 z2
ax = 2 − 2
b c

e
x2 z2
by = −
a2 c2
também representam paraboloides hiperbólicos.

6.1 Quádricas 399
y
x
Figura 6.19. Paraboloide hiperbólico e interseções com os planos y = k

y
x
Figura 6.20. Paraboloide hiperbólico e interseções com os planos x = k

6.1 Quádricas 401
6.1.4 Cone Elíptico

Um cone elíptico é um conjunto de pontos que satisfaz a equação
x2 y2
z2 = + , (6.6)
a2 b2
em que a e b são números reais positivos, em algum sistema de coordenadas. Se
a = b, o cone é chamado cone circular.
Observe que o cone elíptico (6.6) é simétrico em relação aos planos coordenados,
aos eixos coordenados e à origem. Pois, se ( x, y, z) satisfaz (6.6), então (− x, y, z),
( x, −y, z), ( x, y, −z), (− x, −y, z), ( x, −y, −z), (− x, y, −z) e (− x, −y, −z) também sa-
tisfazem.
A interseção do cone elíptico (6.6) com o plano z = k, para k 6= 0, é a elipse
x2 y2
+ = 1, z = k.
a2 k 2 b2 k 2
Observe que os eixos da elipse crescem à medida que |k | aumenta.
Os planos xz e yz cortam o cone elíptico (6.6) segundo as retas
x = ± az, y = 0 e y = ±bz, x = 0,
respectivamente.
A interseção do cone elíptico (6.6) com o plano y = k, para k 6= 0, é a hipérbole
z2 x2
− = 1, y = k.
k2 /b2 a2 k2 /b2
A interseção do cone elíptico (6.6) com o plano x = k, para k 6= 0, é a hipérbole
z2 y2
− = 1, x = k.
k2 /a2 b2 k2 /a2

x
y
x2 y2
Figura 6.21. Cone elíptico de equação z2 = a2
+ b2

6.1 Quádricas 403
x
y
Figura 6.22. Cone elíptico e interseções com os planos z = k

As equações
y2 z2 x2 z2
x2 = 2
+ 2 e y2 = 2
+ 2
b c a c
também representam cones elípticos.
6.1.5 Cilindro Quádrico
Um cilindro quádrico é um conjunto de pontos do espaço, que em algum sistema
de coordenadas satisfaz a equação
f ( x, y) = 0 (6.7)
em que f ( x, y) = 0 é a equação de uma cônica no plano xy.

6.1 Quádricas 405
x
y
Figura 6.23. Cone elíptico e interseções com os planos y = k

x
y
Figura 6.24. Cone elíptico e interseções com os planos x = k

6.1 Quádricas 407
x y
x2 y2
Figura 6.25. Cilindro elíptico de equação a2
+ b2
=1

x y
x2 y2
Figura 6.26. Cilindro hiperbólico de equação a2
− b2
=1

6.1 Quádricas 409
x y
y2 x2
Figura 6.27. Cilindro hiperbólico de equação a2
− b2
=1

x
y
Figura 6.28. Cilindro parabólico de equação y2 = 4px, p > 0

6.1 Quádricas 411
x
y
Figura 6.29. Cilindro parabólico de equação x2 = 4py, p > 0

Chamamos o cilindro quádrico de cilindro elíptico, se a cônica de equação f ( x, y) =

0 é uma elipse. Por exemplo, a equação x2 + 2y2 = 1 representa uma elipse no plano,
enquanto representa um cilindro elíptico no espaço. Chamamos o cilindro quádrico
de cilindro hiperbólico, se a cônica de equação f ( x, y) = 0 é uma hipérbole. Por
exemplo, a equação x2 − 2y2 = 1 representa uma hipérbole no plano, enquanto
representa um cilindro hiperbólico no espaço. Chamamos o cilindro quádrico de
cilindro parabólico, se a cônica de equação f ( x, y) = 0 é uma parábola. Por exem-
plo, a equação x2 = 4y representa uma parábola no plano, enquanto representa um
cilindro parabólico no espaço.
A interseção do plano z = k com o cilindro é a cônica que o originou, chamada
diretriz do cilindro:
f ( x, y) = 0, z = k.
Se a equação f ( x, k) = 0 tem m soluções (m = 0, 1 ou 2), então o plano y = k
intercepta a superfície segundo m retas
f ( x, y) = 0, y = k.
Considerações semelhantes são válidas para a interseção com o plano x = k.

As equações
g( x, z) = 0 e h(y, z) = 0
também representam cilindros quádricos desde que g( x, z) = 0 e h(y, z) = 0 sejam
equações de cônicas nos planos xz e yz, respectivamente.

6.1 Quádricas 413

6.1.1. Reduzir cada uma das equações de forma a identificar a quádrica que ela representa e faça um esboço do
seu gráfico:
(a) 4x2 − 2y2 + z2 = 1 (c) x2 − 9y2 = 9
(b) x2 + y + z2 = 0 (d) 4x2 − 9y2 − 36z = 0
6.1.2. Obtenha a equação do lugar geométrico dos pontos equidistantes do plano π : x = 2 e do ponto P =
(−2, 0, 0). Que conjunto é este?
6.1.3. Obtenha uma equação do lugar geométrico dos pontos que eqüidistam das retas
r : ( x, y, z) = (0, −1, 0) + t(1, 0, 0) e s : ( x, y, z) = (0, 1, 0) + t(0, 0, 1).
Que lugar geométrico é este?

6.1.4. Determine a equação do lugar geométrico dos pontos P = ( x, y, z) tais que a soma das distâncias de P
aos dois pontos (2, 0, 0) e (−2, 0, 0) é igual a 6. Que lugar geométrico é este?
6.1.5. Determine a equação do lugar geométrico dos pontos P = ( x, y, z) tais que o módulo da diferença entre
as as distâncias de P = ( x, y, z) aos dois pontos (2, 0, 0) e (−2, 0, 0) é igual a 3. Que lugar geométrico é
este?

6.2 Superfícies Cilíndricas, Cônicas e de Revolução

6.2.1 Superfícies Cilíndricas

6.2 Superfícies Cilíndricas, Cônicas e de Revolução 415
V P
P0
x
y
Figura 6.30. Superfície cilíndrica

Uma superfície cilíndrica é uma superfície que pode ser obtida quando uma reta,
chamada geratriz, se move paralelamente passando por uma curva fixa, chamada
diretriz.
Suponhamos que a curva diretriz da superfície cilíndrica S esteja no plano xy e tenha
equação neste plano dada por
f ( x, y) = 0 (6.8)
e que as retas geratrizes sejam paralelas a um vetor que não é paralelo ao plano xy,
digamos V = ( a, b, 1). Seja P = ( x, y, z) um ponto qualquer sobre S e P0 = ( x 0 , y0 , 0)
um ponto do plano xy que está na reta geratriz que passa por P. O ponto ( x, y, z)
−→
pertence a S se, e somente se, o vetor P0 P é paralelo a V e P0 é um ponto da curva
diretriz, ou seja,
−→
P0 P= λV e f ( x 0 , y0 ) = 0,
que é equivalente a
( x − x 0 , y − y0 , z) = λ( a, b, 1) e f ( x 0 , y0 ) = 0.
Destas equações obtemos que λ = z, x 0 = x − az e y0 = y − bz. Assim, a equação da

superfície cilíndrica S que tem curva diretriz no plano xy com equação (6.8) e retas
geratrizes paralelas ao vetor V = ( a, b, 1) é
f ( x − az, y − bz) = 0.
Resultados análogos são obtidos se a curva diretriz está situada nos planos coorde-
nados yz e xz.

Proposição 6.1. Considere uma superfície cilíndrica.

(a) Se a sua curva diretriz está no plano xy com equação neste plano dada por
f ( x, y) = 0
e as retas geratrizes são paralelas ao vetor V = ( a, b, 1), então a sua equação é
f ( x − az, y − bz) = 0.
(b) Se a sua curva diretriz está no plano yz com equação neste plano dada por
f (y, z) = 0
e as retas geratrizes são paralelas ao vetor V = (1, b, c), então a sua equação é
f (y − bx, z − cx ) = 0.
(c) Se a sua curva diretriz está no plano xz com equação neste plano dada por
f ( x, z) = 0
e as retas geratrizes são paralelas ao vetor V = ( a, 1, c), então a sua equação é
f ( x − ay, z − cy) = 0.

x y
Figura 6.31. Superfície cilíndrica com diretrizes paralelas ao vetor W = (1, −2, 3) e curva geratriz x2 − 4y = 0,
z=0

Exemplo 6.1. Vamos determinar a equação da superfície cilíndrica que tem como
curva diretriz no plano xy a parábola de equação x2 − 4y = 0 e retas diretrizes pa-
ralelas ao vetor W = (1, −2, 3). Para obtermos um vetor que tem a 3a componente
igual a 1 multiplicamos o vetor W por 1/3 obtendo o vetor V = (1/3, −2/3, 1) que
também é paralelo às retas geratrizes. A equação da superfície é então
( x − z/3)2 − 4(y + 2z/3) = 0.
Consideremos o problema inverso, ou seja, uma superfície de equação
F ( x, y, z) = 0
é uma superfície cilíndrica se puder ser escrita na forma
f ( x − az, y − bz) = 0 ou f (y − bx, z − cx ) = 0 ou f ( x − ay, z − cy) = 0.
Exemplo 6.2. Vamos mostrar que a superfície de equação

−3x2 + 3y2 + 2xz + 4yz + z2 = 27
é uma superfície cilíndrica. Fazendo z = 0 obtemos a curva candidata a diretriz no

plano xy
−3x2 + 3y2 = 27
Agora, substituindo-se x por x − αz e y por y − βz na equação da candidata a curva
diretriz obtemos
−3( x − αz)2 + 3(y − βz)2 = −3x2 + 3y2 + 6αxz − 6βyz + (−3α2 + 3β2 )z2 = 27.

x y
Figura 6.32. Superfície cilíndrica de equação −3x2 + 3y2 + 2xz + 4yz + z2 = 27

Comparando-se com a equação da superfície obtemos que
α = 1/3 e β = −2/3
Portanto, a superfície é cilíndrica com retas geratrizes paralelas ao vetor V =

(1/3, −2/3, 1) e com curva diretriz −3x2 + 3y2 = 27.

6.2.2 Superfícies Cônicas

P0
x
y
Figura 6.33. Superfície cônica

Uma superfície cônica é uma superfície que pode ser obtida quando uma reta se
move de maneira que sempre passa por uma curva fixa, chamada diretriz, e por um
ponto fixo, chamado vértice, não situado no plano da geratriz.
Suponhamos que a curva diretriz da superfície cônica S esteja no plano z = c e tenha
equação neste plano dada por
f ( x, y) = 0 (6.9)
e que o vértice esteja na origem O = (0, 0, 0). Seja P = ( x, y, z) uma ponto qualquer
de S e P0 = ( x 0 , y0 , c) o ponto da curva diretriz situado na reta que une P à origem.
−→ −→
O ponto P pertence a S se, e somente se, o vetor OP é paralelo a OP0 e P0 é um ponto
da curva diretriz, ou seja,
−→ −→
OP= λ OP0 e f ( x 0 , y0 ) = 0,
que é equivalente a
( x, y, z) = λ( x 0 , y0 , c) e f ( x 0 , y0 ) = 0.
Destas equações obtemos que λ = z/c, x 0 = cx/z e y0 = cy/z. Assim, a equação da

superfície cônica S que tem curva diretriz no plano z = c com equação (6.9) e vértice
na origem é
cx cy
f ( , ) = 0.
z z
Resultados análogos são obtidos se a curva diretriz está situada nos planos y = b e
x = a.

Proposição 6.2. Considere uma superfície cônica.

(a) Se a sua curva diretriz está no plano z = c com equação neste plano dada por
f ( x, y) = 0
e o vértice está na origem, então a sua equação é

cx cy
f( , ) = 0.
z z
(b) Se a sua curva diretriz está no plano x = a com equação neste plano dada por
f (y, z) = 0

ay az
f( , ) = 0.
x x
(c) Se a sua curva diretriz está no plano y = b com equação neste plano dada por
f ( x, z) = 0
bx bz
f( , ) = 0.
y y

Exemplo 6.3. Considere a parábola situada no plano z = 1 de equação

x2 = 2y.
A equação da superfície cônica cuja curva diretriz é esta parábola e com vértice na
origem O = (0, 0, 0) é obtida trocando-se x por x/z e y por y/z na equação acima.
Ou seja,
( x/z)2 = 2(y/z).
ou
x2 = 2yz.

F ( x, y, z) = 0
é uma superfície cônica com vértice na origem O = (0, 0, 0) se sempre que um ponto
P = ( x, y, z) 6= (0, 0, 0) pertence a ela, então a reta que passa pela origem e por P está
contida na superfície. Ou seja, se um ponto P = ( x, y, z) 6= (0, 0, 0) satisfaz a equação
da superfície, então o ponto P0 = (λx, λy, λz) também satisfaz, para todo λ ∈ R.
Exemplo 6.4. A superfície de equação

4x2 − y2 + 4z2 = 0,
é uma superfície cônica com vértice na origem O = (0, 0, 0), pois se ( x, y, z) satisfaz a
equação acima, então também (λx, λy, λz), para todo λ ∈ R. Fazendo z = 1 obtemos
a curva diretriz no plano z = 1 de equação
4x2 − y2 + 4 = 0,
que é uma hipérbole.

y
x
Figura 6.34. Superfície cônica cuja curva diretriz é x2 − 2y = 0, z = 1.

Figura 6.35. Superfície cônica de equação 4x2 − y2 + 4z2 = 0.


6.2.3 Superfícies de Revolução

Uma superfície de revolução é uma superfície que pode ser obtida pela rotação de
uma curva plana, chamada geratriz, em torno de uma reta fixa, chamada eixo (de
revolução), no plano da referida curva. Cada ponto em cima da geratriz descreve
uma circunferência em torno do eixo. Esta circunferência é chamada paralelo da
superfície e cada posição da curva geratriz é chamada seção meridiana.
Se o eixo de revolução é o eixo z e uma curva geratriz que está situada no plano yz
tem equação neste plano dada por
f (y, z) = 0, (6.10)
entãopo paralelo que tem altura igual a z é uma circunferência de raio dado por
r = x2 + y2 . Por outro lado, um dos pares (r, z) ou (−r, z) satisfaz a equação
(6.10), pois o paralelo intercepta o plano yz nos pontos P0 = (0, r, z) e P00 = (0, −r, z).
Assim, o ponto P = ( x, y, z) satisfaz a equação
q q
f ( x2 + y2 , z) = 0 ou f (− x2 + y2 , z) = 0. (6.11)
Se uma curva geratriz que está situada no plano xz tem equação neste plano dada
por
f ( x, z) = 0, (6.12)
entãopo paralelo que tem altura igual a z é uma circunferência de raio dado por
r = x2 + y2 . Por outro lado, um dos pares (r, z) ou (−r, z) satisfaz a equação
(6.12), pois o paralelo intercepta o plano xz nos pontos (r, 0, z) e (−r, 0, z). Assim, o
ponto ( x, y, z) satisfaz a equação
q q
f ( x + y , z) = 0 ou f (− x2 + y2 , z) = 0.
2 2 (6.13)
Resultados análogos são obtidos quando o eixo de revolução é o eixo x e o eixo y.

Proposição 6.3. Considere uma superfície de revolução.

(a) Se o seu eixo de revolução é o eixo x e a curva geratriz está situada no plano xz com equação neste plano dada por
f ( x, z) = 0, então a equação da superfície é
q
f ( x, ± y2 + z2 ) = 0.
Se a curva geratriz está situada no plano xy com equação neste plano dada por f ( x, y) = 0, então a equação da
superfície é q
f ( x, ± y2 + z2 ) = 0.
(b) Se o seu eixo de revolução é o eixo y e a curva geratriz está situada no plano yz com equação neste plano dada por
f (y, z) = 0, então a equação da superfície é
p
f (y, ± x2 + z2 ) = 0.
Se a curva geratriz está situada no plano xy com equação neste plano dada por f ( x, y) = 0, então a equação da
superfície é p
f (± x2 + z2 , y) = 0.
(c) Se o seu eixo de revolução é o eixo z e a curva geratriz está situada no plano yz com equação neste plano dada por
f (y, z) = 0, então a equação da superfície é
q
f (± x2 + y2 , z) = 0.
Se a curva geratriz está situada no plano xz com equação neste plano dada por f ( x, z) = 0, então a equação da
superfície é q
f (± x2 + y2 , z) = 0.

Exemplo 6.5. (a) Considere a elipse situada no plano xz de equação neste plano
dada por
x2 z2
+ = 1.
a2 b2
A equação da superfície de revolução gerada
p pela rotação desta elipse em torno
do eixo z é obtida trocando-se x por ± x + y2 na equação acima. Ou seja,
2
x2 y2 z2
2
+ 2 + 2 = 1,
a a b
que é a equação de um elipsoide.
(b) Considere a hipérbole situada no plano xz de equação neste plano dada por
x2 z2
− = 1.
a2 b2
A equação da superfície de revolução geradappela rotação desta hipérbole em
torno do eixo z é obtida trocando-se x por ± x2 + y2 na equação acima. Ou
seja,
x2 y2 z2
+ − = 1,
a2 a2 b2
que é a equação de um hiperboloide de uma folha.
(c) Considere a hipérbole situada no plano xy de equação neste plano dada por
y2 x2
− = 1.
a2 b2

A equação da superfície de revolução gerada √pela rotação desta hipérbole em

torno do eixo y é obtida trocando-se x por ± x2 + z2 na equação acima. Ou
seja,
y2 x2 z2
− − = 1,
a2 b2 b2
que é a equação de um hiperboloide de duas folhas.
(d) Considere a parábola situada no plano xz de equação neste plano dada por
x2
z=
a2
A equação da superfície de revolução geradappela rotação desta parábola em
torno do eixo z é obtida trocando-se x por ± x2 + y2 na equação acima. Ou
seja,
x2 y2
z = 2 + 2,
a a
que é a equação de um paraboloide elíptico.
(e) Considere a reta situada no plano xz de equação neste plano dada por
x
z= .
a
A equação da superfície de revolução pgerada pela rotação desta reta em torno
do eixo z é obtida trocando-se x por ± x2 + y2 na equação acima. Ou seja,
p
± x 2 + y2
z=
a
que é equivalente à equação
x2 y2
z2 = + ,
a2 a2
que é a equação de um cone circular.

F ( x, y, z) = 0
é uma superfície de revolução em torno de um dos eixos coordenados se as interces-

sões da superfície com planos perpendiculares ao referido eixo são circunferências
com centros no referido eixo.
Exemplo 6.6. A superfície de equação

x2 + y2 = (cos(πz) − 3/2)2
é de uma superfície de revolução, pois fazendo z = k obtemos a equação de uma

circunferência neste plano
x2 + y2 = (cos(πk ) − 3/2)2
Exemplo 6.7. (a) Um elipsoide que tem dois dos seus parâmetros iguais é um elip-
soide de revolução. Por exemplo,
x2 y2 z2
+ + = 1,
a2 a2 c2
x2 y2 z2
+ + = 1,
a2 b2 b2
x2 y2 z2
2
+ 2 + 2 = 1,
a b a
são equações de elipsoides de revolução. O primeiro, em torno do eixo z, o
segundo, em torno do eixo x e o terceiro, em torno do eixo y.

(b) O hiperboloide de uma folha que tem os parâmetros iguais associados aos ter-
mos de sinal positivo é um hiperboloide uma folha de revolução. Por exemplo,
x2 y2 z2
+ − = 1,
a2 a2 c2
x2 y2 z2
− 2
+ 2 + 2 = 1,
a b b
x2 y2 z2
− + = 1,
a2 b2 a2
são equações de hiperboloides de uma folha de revolução. O primeiro, em torno
do eixo z, o segundo, em torno do eixo x e o terceiro, em torno do eixo y.
(c) O hiperboloide de duas folhas que tem os parâmetros iguais associados aos ter-
mos de sinal negativo é um hiperboloide duas folhas de revolução. Por exem-
plo,
x2 y2 z2
− 2 − 2 + 2 = 1,
a a c
x2 y2 z2
− − = 1,
a2 b2 b2
x2 y2 z2
2
−+ 2 − 2 = 1,
a b a
são equações de hiperboloides de duas folhas de revolução. O primeiro, em
torno do eixo z, o segundo, em torno do eixo x e o terceiro, em torno do eixo y.
(d) O cone circular de equação
x2 y2
z2 =
2
+ 2,
a a
x
pode ser obtido pela rotação da reta situada no plano xz de equação z = a em
torno do eixo z.

Exercícios Numéricos
6.2.1. Dadas as equações da curva diretriz e um vetor paralelo às retas geratrizes determine a equação da
superfície cilíndrica
(a) y2 = 4x, z = 0 e V = (1, −1, 1) (c) x2 − y2 = 1, z = 0 e V = (0, 2, −1)
(b) x2 + z2 = 1, y = 0 e V = (2, 1, −1) (d) 4x2 + z2 + 4z = 0, y = 0 e V = (4, 1, 0)
6.2.2. Mostre que cada uma das equações representa uma superfície cilíndrica e determine a equação da curva
diretriz e um vetor paralelo às retas geratrizes
(a) x2 + y2 + 2z2 + 2xz − 2yz = 1 (c) 17x2 + 2y2 + z2 − 8xy − 6xz − 2 = 0
(b) x2 + y + 5z2 + 2xz + 4yz − 4 = 0 (d) xz + 2yz − 1 = 0
6.2.3. Dadas as equações da curva diretriz determine a equação da superfície cônica que tem vértice na origem
O = (0, 0, 0).
(a) x2 + y2 = 4 e z = 2 (c) y = x2 e z = 2
(b) xz = 1 e y = 1 (d) x2 − 4z2 = 4 e y = 3
6.2.4. Mostre que cada uma das equações representa uma superfície cônica com vértice na origem O = (0, 0, 0)
e determine a equação de uma curva diretriz
(a) x2 − 2y2 + 4z2 = 0 (c) 8y4 − yz3 = 0
(b) 4z3 − x2 y = 0 (d) xy + xz + yz = 0
6.2.5. Determine a equação da superfície de revolução gerada pela rotação da curva dada em torno do eixo
especificado.
(a) 9x2 + 4y2 = 36 e z = 0 em torno do eixo y (c) yz = 1 e x = 0 em torno do eixo z
2 2
(b) x − 2z + 4z = 6 e y = 0 em torno do eixo x (d) z = e x e y = 0 em torno do eixo z
6.2.6. Mostre que cada uma das equações representa uma superfície de revolução e determine o seu eixo de
revolução e a equação de uma curva geratriz
(a) x2 + y2 − z3 = 0 (c) y6 − x2 − z2 = 0
(b) x2 + z2 = 4 (d) x2 y2 + x2 z2 = 1

6.2.7. Mostre que conjunto dos pontos do espaço que satisfazem uma equação da forma
f ( x, y) = 0 ou f ( x, z) = 0 ou f (y, z) = 0
representa uma superfície cilíndrica que tem retas geratrizes paralelas ao eixo cuja variável não aparece
na equação. Equação esta que é também a equação da curva diretriz no plano coordenado correspon-
dente às variáveis que aparecem na equação.
6.2.8. Mostre que a equação de uma superfície cônica com vértice num ponto P0 = ( x0 , y0 , z0 ) e curva diretriz
situada no plano z = c com equação f ( x, y) = 0 é
c − z0 c − z0

f x0 + ( x − x0 ), y0 + (y − y0 ) = 0.
z − z0 z − z0

6.3 Coordenadas Cilíndricas, Esféricas e Equações Pa-

ramétricas
6.3.1 Coordenadas Cilíndricas
Até agora vimos usando o chamado sistema de coordenadas cartesianas, em que
um ponto no espaço é localizado em relação a três retas fixas perpendiculares entre
si. Vamos definir um outro sistema de coordenadas chamado de sistema de coorde-
nadas cilíndricas em que um ponto do espaço é localizado em relação a duas retas
(usualmente o eixo z e o eixo x do sistema cartesiano) e um ponto (usualmente a
origem O do sistema cartesiano).
No sistema de coordenadas cilíndricas um ponto no espaço é localizado da seguinte
forma. Passa-se por P uma reta paralela ao eixo z. Seja P0 o ponto em que esta reta
intercepta o plano xy. Sejam (r, θ ) as coordenadas polares de P0 no plano xy. As
coordenadas cilíndricas do ponto P são as coordenadas polares de P0 juntamente
com a terceira coordenada retangular, z, de P e são escritas na forma (r, θ, z).
Segue facilmente as relações entre as coordenadas cartesianas e as coordenadas ci-
líndricas.
Proposição 6.4. Suponha que o polo e o eixo polar do sistema de coordenadas polares no plano xy coincidem com a
origem e o eixo x do sistema de coordenadas cartesianas no plano xy, respectivamente. Então a transformação entre os
sistemas de coordenadas cilíndricas e o de coordenadas cartesianas podem ser realizadas pelas equações
x = r cos θ e y = r sen θ
q
r = x 2 + y2 ,

6.3 Coordenadas Cilíndricas, Esféricas e Equações Paramétricas 439
x y
cos θ = p e sen θ = p , se x2 + y2 6= 0
x 2 + y2 x 2 + y2

Exemplo 6.8. Vamos determinar a equação em coordenadas cilíndricas do parabo-

loide elíptico de equação
x2 + y2 = a2 z.
Substituindo x por r cos θ e y por sen θ obtemos
r2 = a2 z.
Exemplo 6.9. Vamos determinar a equação em coordenadas cilíndricas do parabo-

loide hiperbólico de equação
y2 − x2 = a2 z.
Substituindo x por r cos θ e y por r sen θ obtemos
−r2 cos 2θ = a2 z.
Exemplo 6.10. Vamos determinar a equação em coordenadas cartesianas da super-

fície cuja equação em coordenadas cilíndricas é
r = a sen θ.
Multiplicando-se ambos os membros da equação por r obtemos
r2 = ar sen θ.
Como r2 = x2 + y2 e r sen θ = y, então obtemos
x2 + y2 = ay,
que é a equação de um cilindro gerado pela circunferência no plano xy de equação
em coordenadas polares é r = a sen θ, ou seja, uma circunferência com raio a/2 e
centro no ponto cujas coordenadas cartesianas são (0, a/2).

6.3.2 Coordenadas Esféricas

Vamos definir um outro sistema de coordenadas chamado de sistema de coorde-
nadas esféricas em que um ponto do espaço é localizado em relação a duas retas
(usualmente o eixo z e o eixo x do sistema cartesiano) e um ponto (usualmente a
origem O do sistema cartesiano).
No sistema de coordenadas esféricas um ponto no espaço é localizado da seguinte
forma. Passa-se por P uma reta paralela ao eixo z. Seja P0 o ponto em que esta reta
intercepta o plano xy. Seja θ a segunda coordenada polar de P0 no plano xy. As
coordenadas esféricas do ponto P são a distância de P à origem, r = dist( P, O), a
−→
segunda coordenada polar de P0 , θ, e o ângulo, φ, entre os vetores OP e ~k = (0, 0, 1).
As coordenadas esféricas de um ponto P são escritas na forma (r, θ, φ).
Segue facilmente as relações entre as coordenadas cartesianas e as coordenadas esfé-
ricas.
Proposição 6.5. Suponha que o polo e o eixo polar do sistema de coordenadas polares no plano xy coincidem com a
origem e o eixo x do sistema de coordenadas cartesianas no plano xy, respectivamente. Então a transformação entre os
sistemas de coordenadas esféricas e o de coordenadas cartesianas podem ser realizadas pelas equações
x = r sen φ cos θ,
y = r sen φ sen θ e z = r cos φ
p
x 2 + y2
q
2 2 2
π
r = x + y + z , tan φ = , se z 6= 0, φ = , se z = 0,
z 2
x y
cos θ = p e sen θ = p , se x + y2 6= 0.
2
x 2 + y2 x 2 + y2

Exemplo 6.11. Vamos determinar a equação em coordenadas esféricas do parabo-

loide elíptico de equação
x2 + y2 = a2 z.
Substituindo x por r sen φ cos θ, y por r sen φ sen θ e z por r cos φ e dividindo por r
obtemos
r sen2 φ = a2 cos φ.
Exemplo 6.12. Vamos determinar a equação em coordenadas esféricas do parabo-

loide hiperbólico de equação
x2 − y2 = a2 z.
Substituindo x por r sen φ cos θ, y por r sen φ sen θ e z por r cos φ e dividindo por r
obtemos
r sen2 φ cos 2θ = a2 cos φ.
Exemplo 6.13. Vamos determinar a equação em coordenadas cartesianas da super-

fície cuja equação em coordenadas esféricas é
r sen φ = a.
Elevando-se ao quadrado a equação acima obtemos
r2 sen2 φ = a2 .

Substituindo-se sen2 φ por 1 − cos2 φ obtemos
r2 − r2 cos2 φ = a2 .
Como r2 = x2 + y2 + z2 e r cos φ = z, então obtemos
x 2 + y2 = a2 ,
que é a equação de um cilindro circular.

P P0
x
y
Figura 6.36. Superfície de revolução em torno do eixo z

x y
Figura 6.37. Elipsoide de revolução em torno do eixo z

x y
Figura 6.38. Hiperboloide de uma folha de revolução em torno do eixo z

Figura 6.39. Hiperboloide de duas folhas de revolução em torno do eixo y

x y
Figura 6.40. Paraboloide elíptico de revolução em torno do eixo z

x
y
Figura 6.41. Cone elíptico de revolução em torno do eixo z

x
y
Figura 6.42. Superfície de revolução em torno do eixo z de equação x2 + y2 = (cos(πz) − 3/2)2

y
x θ r
P0 y
x
Figura 6.43. Coordenadas cilíndricas e cartesianas de um ponto P no espaço

x y
Figura 6.44. Paraboloide elíptico de equação em coordenadas cilíndricas r2 = a2 z

y
x
Figura 6.45. Paraboloide hiperbólico de equação em coordenadas cilíndricas r2 cos 2θ = − a2 z

x y
Figura 6.46. Cilindro circular de equação em coordenadas cilíndricas r = a sen θ

y
x
θ
P0 y
x
Figura 6.47. Coordenadas esféricas e cartesianas de um ponto P no espaço

x y
Figura 6.48. Paraboloide elíptico de equação em coordenadas esféricas r sen2 φ = a2 cos φ

y
x
Figura 6.49. Paraboloide hiperbólico de equação em coordenadas esféricas r sen2 φ cos 2θ = a2 cos φ

x y
Figura 6.50. Cilindro circular de equação em coordenadas esféricas r sen φ = a

6.3.3 Equações Paramétricas de Superfícies

Seja
F ( x, y, z) = 0 (6.14)
a equação de uma superfície S em coordenadas retangulares. Sejam x, y e z funções
de um par de variáveis (s, t) numa região, R, do plano, ou seja,
x = f (s, t), y = g(s, t) e z = h(s, t), para todo (s, t) ∈ R. (6.15)
Se para quaisquer (s, t) ∈ R, os valores de x, y e z determinados pelas equações

(6.15) satisfazem (6.14), então as equações (6.15) são chamadas equações paramé-
tricas da superfície S e as variáveis independentes s e t são chamadas parâmetros.
Dizemos também que as equações (6.15) formam uma representação paramétrica da
superfície S .
Exemplo 6.14. Seja a um número real positivo fixo. A esfera de equação

x 2 + y2 + z2 = a2 (6.16)
x = a sen s cos t, y = a sen s sen t e z = a cos s (6.17)
para todo s ∈ [0, π ] e para todo t ∈ [0, 2π ]. Pois elevando ao quadrado cada uma das
equações (6.17) e somando os resultados obtemos
x 2 + y2 + z2 = a2 sen2 s cos2 t + a2 sen2 s sen2 t + a2 cos2 s

= a2 sen2 s(cos2 t + sen2 t) + a2 cos2 s = a2 .
A esfera definida por (6.16) pode também ser representada parametricamente por
p
x = s, y = t e z = a2 − s2 − t2 , (6.18)

x y
Figura 6.51. Esfera de equação x2 + y2 + z2 = a2

para todo par (s, t) pertencente ao círculo de raio a. Ou ainda por

p
x = s, y = t e z = − a2 − s2 − t2 , (6.19)
para todo par (s, t) pertencente ao círculo de raio a. Apenas que com (6.18) obtemos
somente a parte de cima da esfera e com (6.19) obtemos somente a parte de baixo.
Exemplo 6.15. O elipsoide de equação

x2 y2 z2
2
+ 2 + 2 =1 (6.20)
a b c
x = a sen s cos t, y = b sen s sen t e z = c cos s (6.21)
para todo s ∈ [0, π ] e para todo t ∈ [0, 2π ]. Pois elevando ao quadrado e divi-
dindo por a2 a primeira equação em (6.21), elevando ao quadrado e dividindo por
b2 a segunda equação em (6.21), elevando ao quadrado e dividindo por b2 a terceira
equação em (6.21) e somando os resultados obtemos
x2 y2 z2
+ + = sen2 s cos2 t + sen2 s sen2 t + cos2 s
a2 b2 c2
= sen2 s(cos2 t + sen2 t) + cos2 s = 1.
Exemplo 6.16. O hiperboloide de uma folha de equação

x2 y2 z2
+ − =1 (6.22)
a2 b2 c2

x y
Figura 6.52. Elipsoide

x y
Figura 6.53. Hiperboloide de uma folha

pode ser representado parametricamente pelas equações
x = a sec s cos t, y = b sec s sen t e z = c tan s, (6.23)
para todo s ∈ [0, 2π ], s 6= π/2, 3π/2 e para todo t ∈ [0, 2π ]. Pois elevando ao
quadrado e dividindo por a2 a primeira equação em (6.23), elevando ao quadrado e
dividindo por b2 a segunda equação em (6.23), somando os resultados e subtraindo
do quadrado da terceira equação em (6.23) dividida por c2 obtemos
x2 y2 z2
+ − = sec2 s cos2 t + sec2 s sen2 t − tan2 s
a2 b2 c2
= sec2 s (cos2 t + sen2 t) − tan2 s = 1.
Usando as funções hiperbólicas, o hiperboloide de uma folha definido por (6.22)
pode, também, ser representado parametricamente, por
x = a cosh s cos t, y = b cosh s sen t e z = c senh s, (6.24)
para todo s ∈ R e para todo t ∈ [0, 2π ]. Pois elevando ao quadrado e dividindo

por a2 a primeira equação em (6.24), elevando ao quadrado e dividindo por b2 a
segunda equação em (6.24), somando os resultados e subtraindo do quadrado da
terceira equação em (6.24) dividida por c2 obtemos
x2 y2 z2
2
+ 2− 2 = cosh2 s cos2 t + cosh2 s sen2 t − senh2 s
a b c
= cosh2 s (cos2 t + sen2 t) − senh2 s = 1.
Exemplo 6.17. O paraboloide elíptico de equação

x2 y2
z= + (6.25)
a2 b2

x y
Figura 6.54. Paraboloide elíptico

pode ser representado parametricamente pelas equações
x = as cos t, y = bs sen t e z = s2 , (6.26)
para todo s ∈ [0, +∞) e para todo t ∈ [0, 2π ]. Pois elevando ao quadrado e dividindo
por a2 a primeira equação em (6.26), elevando ao quadrado e dividindo por b2 a
segunda equação em (6.26), somando os resultados e subtraindo da terceira equação
em (6.26) obtemos
x2 y2
+ −z = s2 cos2 t + s2 sen2 t − s2
a2 b2
= s2 (cos2 t + sen2 t) − s2 = 0.
6.3.4 Equações Paramétricas de Curvas no Espaço

Já estudamos a representação paramétrica de uma curva no plano. Este conceito
pode ser estendido a curvas no espaço. Sejam x, y e z funções de uma variável t em
um subconjunto, I , do conjunto dos números reais, R, ou seja,
x = f ( t ), y = g(t) e z = h ( t ), para todo t ∈ I . (6.27)
Quando t assume todos os valores em I , o ponto P(t) = ( f (t), g(t), g(t)) =

f (t)~i + g(t)~j + h(t)~k descreve uma curva C no espaço. As equações (6.27) são chama-
das equações paramétricas de C . A representação paramétrica de curvas no espaço
também tem um papel importante no traçado de curvas pelo computador. Já vimos
um exemplo de representação paramétrica de curvas no espaço quando estudamos
a reta no espaço.
Exemplo 6.18. Considere a curva parametrizada por

x = a cos t, y = b sen t e z = c t, para todo t ∈ R.

Vamos eliminar t nas duas primeiras equações. Para isso elevamos ao quadrado as
duas primeiras equações, dividimos a primeira por a2 , a segunda por b2 e somamos
obtendo
x2 y2
+ = 1.
a2 a2
Portanto, a curva está contida em um cilindro elíptico. Esta curva é chamada hélice.
Exemplo 6.19. Vamos determinar uma parametrização para

√ a curva obtida da inter-
seção do cone de equação x2 + y2 = z2 com o plano y + z = 2. Uma parametrização
para o cone é
x = s cos t, y = s sen t e z = s.
Vamos usar a equação do plano para eliminar s na parametrização do cone.
Substituindo-se a parametrização do cone na equação do plano obtemos
√
s sen t + s = 2.
Assim, √
2
s= .
sen t + 1
Portanto, √ √ √
2 cos t 2 sen t 2
x= , y= e z=
sen t + 1 sen t + 1 sen t + 1
para t ∈ (−π/2, 3π/2) é uma parametrização para a curva.

x y
Figura 6.55. Hélice

y
x
√
Figura 6.56. Curva obtida pelo corte do cone x2 + y2 = z2 pelo plano y − z = 2


6.3.1. Encontre uma equação em coordenadas cilíndricas da superfície cuja equação em coordenadas cartesia-
nas é dada
(a) x2 + y2 + 4z2 = 16 (c) x2 − y2 = 3z2
(b) x2 − y2 = 9 (d) x2 + y2 = z2
6.3.2. Encontre uma equação em coordenadas esféricas da superfície cuja equação em coordenadas cartesianas
é dada
(a) x2 + y2 + z2 = 9z (c) x2 + y2 = 9
2 2
(b) x + y = z 2 (d) x2 + y2 = 2z
6.3.3. Encontre uma equação em coordenadas cartesianas da superfície cuja equação em coordenadas cilíndri-
cas é dada
(a) r = 4 (c) r2 cos 2θ = z3
(b) r = 3 cos θ (d) z2 sen θ = r3
6.3.4. Encontre uma equação em coordenadas cartesianas da superfície cuja equação em coordenadas esféricas
é dada
(a) φ = π/4 (c) r = 2 tan θ
(b) r = 9 sec φ (d) r = 6 sen φ sen θ + 3 cos φ
6.3.5. Determine representações paramétricas para as seguintes superfícies:
x2 y2 z2
(a) − 2 + 2 − 2 = 1 (d) f ( x, y) = 0
a b c x y
x2 y2 (e) f ( , ) = 0
(b) z = − 2 + 2 z z
a b
p
(f) f ( x2 + y2 , z) = 0
x 2 y 2
(c) z2 = 2 + 2 (g) f ( x − az, y − bz) = 0.
a b
6.3.6. Mostre que a cúbica retorcida
x = t, y = t2 e z = t3
está contida no cilindro de equação y = x2 .

6.3.7. Mostre que a hélice cônica

x = t cos t, y = t sen t e z=t
está contida no cone de equação z2 = x2 + y2 .
6.3.8. Determine uma parametrização para a curva obtida da interseção do cilindro de equação x2 + y2 = 1
com o plano y + z = 2

7
M UDANÇA DE C OORDENADAS
7.1 Rotação e Translação

Se as coordenadas de um ponto P no espaço são ( x, y, z), então as componentes do
−→
vetor OP também são ( x, y, z) e então podemos escrever
−→
OP = ( x, y, z) = ( x, 0, 0) + (0, y, 0) + (0, 0, z)
= x (1, 0, 0) + y(0, y, 0) + z(0, 0, 1) = x~i + y~j + z~k,
em que ~i = (1, 0, 0), ~j = (0, 1, 0) e ~k = (0, 0, 1). Ou seja, as coordenadas de um ponto

−→
P são iguais aos escalares que aparecem ao escrevermos OP como uma combinação
linear dos vetores canônicos. Assim, o ponto O = (0, 0, 0) e os vetores ~i, ~j e ~k de-
terminam um sistema de coordenadas ortogonal, {O,~i,~j,~k}. Para resolver alguns
problemas geométricos é necessário usarmos um segundo sistema de coordenadas
7.1. Rotação e Translação 473
ortogonal determinado por uma origem O0 e por vetores U1 , U2 e U √3 unitários e

mutuamente ortogonais.* Por exemplo, se O0 = (2, 3/2, 3/2), U1 = ( 3/2, 1/2, 0),
√
U2 = (−1/2, 3/2, 0) e U3 = (0, 0, 1) = ~k, então {O0 , U1 , U2 , U3 } determina um
novo sistema de coordenadas: aquele com origem no ponto O0 , cujos eixos x 0 , y0 e z0
são retas que passam por O0 orientadas com os sentidos e direções de U1 , U2 e U3 ,
respectivamente.
As coordenadas de um ponto P no sistema de coordenadas {O0 , U1 , U2 , U3 } é defi-
−→
nido como sendo os escalares que aparecem ao escrevermos O0 P como combinação
linear dos vetores U1 , U2 e U3 , ou seja, se
−→
O0 P= x 0 U1 + y0 U2 + z0 U3 ,
então as coordenadas de P no sistema {O0 , U1 , U2 , U3 } são dadas por
 0 
x
[ P]{O0 ,U1 ,U2 ,U3 } =  y0  .
z0
−→
Vamos considerar inicialmente o caso em que O = O0 . Assim, se OP= ( x, y, z), então
−→
x 0 U1 + y0 U2 + z0 U3 =OP pode ser escrito como
 0   
x x
[ U1 U2 U3 ]  y0  =  y 
z0 z
Multiplicando-se à esquerda pela transposta da matriz Q = [ U1 U2 U3 ], obtemos
 t   0   t  
U1 x U1 x
 U t  [ U1 U2 U3 ]  y0  =  U t   y 
2 2
U3t z0 U3t z
* Em geral, um sistema de coordenadas (não necessariamente ortogonal) é definido por um ponto O0 e três vetores V1 , V2 e V3 não
coplanares (não necessariamente ortogonais e unitários) (veja o Exercício 7.1.6 na página 482).

474 Mudança de coordenadas
Mas, como U1 , U2 e U3 são unitários e mutuamente ortogonais, então
U1t
 t
U1t U2 U1t U3
    
U1 U1 U1 · U1 U1 · U2 U1 · U3
Qt Q =  U2t  [ U1 U2 U3 ] =  U2t U1 U2t U2 U2t U3  =  U2 · U1 U2 · U2 U2 · U3  = I3
U3t U3t U1 U3t U2 U3t U3 U3 · U1 U3 · U2 U3 · U3
Assim, a matriz Q = [ U1 U2 U3 ] é invertível e Q−1 = Qt . Desta forma as coorde-

nadas de um ponto P no espaço em relação ao sistema {O, U1 , U2 , U3 } estão bem
definidas, ou seja, x 0 , y0 e z0 estão unicamente determinados e são dados por
 0   
x x
[ P]{O,U1 ,U2 ,U3 } =  y0  = Qt  y  = Qt [ P]{O,~i,~j,~k} .
z0 z
Também no plano temos o mesmo tipo de situação que é tratada de forma inteira-
mente análoga. As coordenadas de um ponto P no plano em relação a um sistema de
coordenadas {O0 , U1 , U2 }, em que U1 e U2 são vetores unitários e ortogonais, é defi-
−→
nido como sendo os escalares que aparecem ao escrevermos O0 P como combinação
linear de U1 e U2 , ou seja, se
−→
O0 P= x 0 U1 + y0 U2 ,
então as coordenadas de P no sistema {O0 , U1 , U2 } são dadas por
0
x
[ P]{O0 ,U1 ,U2 } = .
y0
Vamos considerar, também no plano, inicialmente o caso em que O = O0 . Assim, se
−→ −→
OP= ( x, y), então x 0 U1 + y0 U2 =OP pode ser escrito como
0
x x
[ U1 U2 ] =
y0 y

Multiplicando-se à esquerda pela transposta da matriz Q = [ U1 U2 ], obtemos
U1t x0 U1t

x
[ U1 U2 ] = .
U2t y0 U2t y
Novamente, como U1 e U2 são unitários e mutuamente ortogonais, então
U1t U1t U1 U1t U2

t U1 · U1 U1 · U2
QQ= [ U1 U2 ] = = = I2
U2t U2t U1 U2t U2 U2 · U1 U2 · U2
Assim, a matriz Q = [ U1 U2 ] é invertível e Q−1 = Qt . Desta forma as coordenadas

de um ponto P no plano em relação a um sistema de coordenadas {O, U1 , U2 } estão
bem definidas, ou seja, x 0 e y0 estão unicamente determinados e são dados por
x0

t x
[ P]{O,U1 ,U2 } = =Q = Qt [ P]{O,E1 ,E2 } ,
y0 y
em que E1 = (1, 0) e E2 = (0, 1). Observe que, tanto no caso do plano quanto no caso
do espaço, a matriz Q satisfaz, Q−1 = Qt . Uma matriz que satisfaz esta propriedade
é chamada matriz ortogonal.
Exemplo 0
√ 7.1. Considere o sistema de
√ coordenadas no plano em que O = O e
U1 = ( 3/2, 1/2) e U2 = (−1/2, 3/2). Se P = (2, 4), vamos determinar as
coordenadas de P em relação ao novo sistema de coordenadas. Para isto temos que
encontrar x 0 e y0 tais que
−→ −→
x 0 U1 + y0 U2 =O0 P=OP,
ou √ √
x 0 ( 3/2, 1/2) + y0 (−1/2, 3/2) = (2, 4)

A equação acima é equivalente ao sistema linear

√
( 3/2) x 0 − √(1/2)y0 = 2
(1/2) x 0 + ( 3/2)y0 = 4
ou √
x0

3/2 −1/2
√ 2
=
1/2 3/2 y0 4
ou ainda,
x0

2
Q =
y0 4
em que Q = [ U1 U2 ] com U1 e U2 escritos como matrizes colunas. Como
√ √
3/2 √−1/2 3/2 √1/2
Qt Q = = I2 ,
1/2 3/2 −1/2 3/2
então as coordenadas de P em relação ao novo sistema de coordenadas são dadas

por
t √ √
t 2 U1 2 3/2 √1/2 2 + 3
2√
[ P]{O,U1 ,U2} = Q = = = .
4 U2t 4 −1/2 3/2 4 2 3−1
Exemplo 7.2. Considere o mesmo sistema de coordenadas do exemplo anterior, mas

agora seja P = ( x, y) um ponto qualquer do plano. Vamos determinar as coordena-
das de P em relação ao novo sistema de coordenadas. Para isto temos que encontrar
x 0 e y0 tais que
−→ −→
x 0 U1 + y0 U2 =O0 P=OP,
ou √ √
x 0 ( 3/2, 1/2) + y0 (−1/2, 3/2) = ( x, y)

A equação acima é equivalente ao sistema linear nas variáveis x 0 e y0

√ 0
3/2 √ −1/2 x x
= ,
1/2 3/2 y0 y
ou
x0

x
Q =
y0 y
em que Q = [ U1 U2 ] com U1 e U2 escritos como matrizes colunas. Como Qt Q = I2 ,
então as coordenadas de P em relação ao novo sistema de coordenadas são dadas
por
t √ √
t x U1 x 3/2 √1/2 x ( 3 x√+ y)/2
[ P]{O,U1 ,U2} = Q = = = .
y U2t y −1/2 3/2 y (− x + 3 y)/2
Exemplo 7.3. Vamos agora considerar um problema inverso àqueles apresentados

nos exemplos anteriores. Suponha que sejam válidas as seguintes equações
x = √1 x 0 + √2 y0
(
5 5 ,
y = √2 x 0 − √1 y0
5 5
ou equivalentemente
√1 √2
" #
x0

x 5 5
=
y √2 − √1 y0
5 5
x0

entre as coordenadas de um ponto P em relação a um sistema de coordenadas
y0
x
{O, U1 , U2 } e as coordenadas de P, , em relação ao sistema de coordenadas
y

original {O, E1 = (1, 0), E2 = (0, 1)}. Queremos determinar quais são os vetores U1
e U2 .
1 0
Os vetores U1 e U2 da nova base possuem coordenadas e , respecti-
0 1
vamente, em relação ao novo sistema de coordenadas, {O, U1 , U2 }. Pois, U1 =
1 U1 + 0 U2 e U2 = 0 U1 + 1 U2 . Queremos saber quais as coordenadas destes ve-
tores em relação ao sistema de coordenadas original, {O, E1 = (1, 0), E2 = (0, 1)}.
Logo,
" 1
√2
√
# " √1 #
5 5 1 5
U1 = =
√2 − √1 0 √2
5 5 5
" 1 2
# " 2 #
√ √
√
5 5 0 5
U2 = =
√ 2
−√ 1 1 − √1
5 5 5
√1 √2
" #
Ou seja, U1 e U2 são as colunas da matriz Q = 5 5 .
√2 − √1
5 5
7.1.1 Rotação
Suponha que o novo sistema de coordenadas {O, U1 , U2 } seja obtido do sistema ori-
ginal {O, E1 = (1, 0), E2 = (0, 1)} por uma rotação de um ângulo θ. Observando a
Figura 7.4, obtemos
U1 = (cos θ, sen θ )
U2 = (− sen θ, cos θ )
seja P = ( x, y) um ponto qualquer do plano. Vamos determinar as coordenadas de
P em relação ao novo sistema de coordenadas. Para isto temos que encontrar x 0 e y0
tais que
−→
x 0 U1 + y0 U2 =OP .

A equação acima é equivalente ao sistema linear
(cos θ ) x 0 − (sen θ )y0 = x

(7.1)
(sen θ ) x 0 + (cos θ )y0 = y
ou
Rθ X = P,

cos θ − sen θ x
em que Rθ = eP= . A solução é dada por
sen θ cos θ y
x0

cos θ sen θ x
= R− 1
θ P = Rtθ P = .
y0 − sen θ cos θ y
O sistema de coordenadas que aparece nos dois primeiros exemplos desta seção po-
dem ser obtidos por uma rotação de um ângulo θ = π/6 em relação ao sistema
original.
A matriz Rθ é chamada matriz de rotação.
7.1.2 Translação
Vamos considerar, agora, o caso em que O0 6= O, ou seja, em que ocorre uma trans-
lação dos eixos coordenados.
Observando a Figura 7.5, obtemos
−→ −→ −→
O0 P=OP − OO0 . (7.2)
−→
Assim, se OO0 = (h, k ), então
−→
O0 P= ( x 0 , y0 ) = ( x, y) − (h, k) = ( x − h, y − k)

Logo, as coordenadas de P em relação ao novo sistema são dadas por

0
x x−h
[ P]{O0 ,E1 ,E2 } = = . (7.3)
y0 y−k
O eixo x0 tem equação y0 = 0, ou seja, y = k e o eixo y0 , x 0 = 0, ou seja, x = h.


7.1.1. Encontre as coordenadas do ponto P com relação ao sistema de coordenadas S , nos seguintes casos:
√ √ √ √
(a) S = {O, (1/ 2, −1/ 2), (1/ 2, 1/ 2)} e P = (1, 3);
√ √ √ √
(b) S = {O, (1/ 2, −1/ 2, 0), (0, 0, 1), (1/ 2, 1/ 2, 0)} e P = (2, −1, 2);
7.1.2. Encontre o ponto P, se as coordenadas de P em relação ao sistema de coordenadas S , [ P]S , são:
√ √ √ √

2
(a) [ P]S = , em que S = {O, (−1/ 2, 1/ 2), (1/ 2, 1/ 2)}.
1
 
−1 √ √ √ √
(b) [ P]S =  1 , em que S = {O, (0, 1/ 2, −1/ 2), (1, 0, 0), (0, 1/ 2, 1/ 2)};
2
 
x
7.1.3. Sejam [ P]R =  y  as coordenadas de um ponto P em relação ao sistema de coordenadas R =
z
 0 
x
{O,~i,~j,~k} e [ P]S =  y0 , em relação ao sistema de coordenadas S = {O, U1 , U2 , U3 }. Suponha que
z0
temos a seguinte relação:
    0 
x 1 0 √ 0 x
 y = 0
√1/2 − 3/2   y0  .
z 0 3/2 1/2 z0
Quais são os vetores U1 , U2 e U3 ?
√
√

3
7.1.4. Determine qual a rotação do plano em que as coordenadas do ponto P = ( 3, 1) são .
−1

7.1.5. Mostre que Rθ1 Rθ2 = Rθ1 +θ2 .
7.1.6. Definimos coordenadas de pontos no espaço em relação a um sistema de coordenadas por um ponto O0
e três vetores não coplanares V1 , V2 e V3 da mesma forma como fizemos quando os vetores são unitários
e mutuamente ortogonais. As coordenadas de um ponto P no sistema de coordenadas {O0 , V1 , V2 , V3 } é
−→
definido como sendo os escalares que aparecem ao escrevermos O0 P como combinação linear dos vetores
V1 , V2 e V3 , ou seja, se
−→
O0 P= x 0 V1 + y0 V2 + z0 V3 ,
então as coordenadas de P no sistema {O0 , V1 , V2 , V3 } são dadas por
 0 
x
[ P]{O0 ,V1 ,V2 ,V3 } =  y0  .
z0
−→ −→
Assim, se O0 P= ( x, y, z), então x 0 V1 + y0 V2 + z0 V3 =O0 P pode ser escrito como
 0   
x x
[ V1 V2 V3 ]  y0  =  y 
z0 z
(a) Mostre que a matriz Q = [ V1 V2 V3 ] é invertível.

(b) Mostre que as coordenadas de um ponto P no espaço em relação ao sistema {O0 , V1 , V2 , V3 } estão
bem definidas, ou seja, x 0 , y0 e z0 estão unicamente determinados e são dados por
 0   
x x
[ P]{O0 ,V1 ,V2 ,V3 } =  y0  = Q−1  y  = Q−1 [ P]{O0 ,~i,~j,~k} .
z0 z

7.2. Identificação de Cônicas 483
7.2 Identificação de Cônicas

Vamos determinar um ângulo θ tal que uma rotação de θ elimina o termo xy na
equação
ax2 + bxy + cy2 + dx + ey + f = 0 (7.4)
transformando-a em
a0 x 02 + c0 y02 + d0 x 0 + e0 y0 + f 0 = 0. (7.5)
Ou seja, fazendo a mudança de coordenadas em (7.4) dada por
0
x cos θ − sen θ x
= (7.6)
y sen θ cos θ y0
para um ângulo θ adequado, obtemos a equação (7.5).
A equação (7.4) pode ser escrita na forma
X t AX + K X + f = 0, (7.7)

a b/2 x
em que A = ,K= d e eX= . Fazendo a mudança de co-
b/2 c y 0
0 0 x
ordenadas dada por (7.6) (ou seja, X = Rθ X , em que X = ) em (7.7) obtemos
y0
a equação
X 0t BX 0 + K 0 X 0 + f = 0,
a0 b0 /2

= Rtθ ARθ e K 0 = d0 e0 = KRθ . Agora, como a

em que B = 0
b /2 c0
inversa de Rθ é Rtθ , então a matriz identidade I2 = Rtθ Rθ e daí podemos deduzir que
det( B − λI2 ) = det( Rtθ ARθ − λI2 ) = det( Rtθ ARθ − λRtθ Rθ )
= det( Rtθ ( A − λI2 ) Rθ ) = det( Rtθ ) det( A − λI2 ) det( Rθ )
= det( A − λI2 ).

Assim, escolhido θ de forma que b0 = 0,† obtemos que

0
a −λ 0
det( A − λI2 ) = det( B − λI2 ) = det = (λ − a0 )(λ − c0 ).
0 c0 − λ
Logo, os coeficientes a0 e c0 são as raízes da equação de 2o grau

a − λ b/2
p(λ) = det( A − λI2 ) = det =0 (7.8)
b/2 c − λ
Vamos, agora, determinar o ângulo θ. Observe que a matriz Rθ é tal que
B = Rtθ ARθ .
Multiplicando-se à esquerda pela matriz Rθ , obtemos
Rθ B = ARθ .
Por um lado,

cos θ − sen θ cos θ − sen θ
ARθ = A = A A ,
sen θ cos θ sen θ cos θ
por outro lado
a0

cos θ − sen θ 0 0 cos θ 0 − sen θ
Rθ B = = a c
sen θ cos θ 0 c0 sen θ cos θ
Como
RθB = ARθ , então segue-se das das duas últimas equações acima que U1 =
cos θ
é tal que
sen θ
AU1 = a0 U1
† Deixamos como exercício a verificação de que sempre existe um ângulo θ tal que a mudança de coordenadas dada por X = R X 0 é
θ
tal que b0 = 0

7.2 Identificação de Cônicas 485
Mas, esta equação pode ser escrita como
AU1 = a0 I2 U1
ou
( A − a0 I2 )U1 = 0̄.
Logo, U1 é uma solução de norma igual a 1 do sistema linear
( A − a0 I2 ) X = 0̄

− sen θ
e U2 = é obtido de U1 trocando-se as componentes de posição e depois
cos θ
a
o sinal da 1 componente.
Portanto, com a mudança de coordenadas dada por X = Rθ X 0 , em que Rθ =
[ U1 U2 ], a equação (7.4) se transforma em (7.5). Os vetores U1 e U2 dão a dire-
ção e o sentido dos novos eixos x’ e y’.
Vamos resumir no próximo resultado o que acabamos de provar.

Teorema 7.1. Considere a equação

ax2 + bxy + cy2 + dx + ey + f = 0, (7.9)
com a, b, c, d, e, f ∈ R, sendo a, b e c não simultaneamente nulos. Então por uma rotação do sistema de coordenadas, ou
seja, por um mudança de coordenadas da forma
X = Rθ X 0 ,
0
0 x x cos θ − sen θ
em que X = ,X = e Rθ = a equação (7.9) pode sempre ser transformada em
y0 y sen θ cos θ
a 0 x 02 + c 0 y 02 + d 0 x 0 + e 0 y 0 + f = 0 ,
em que a0 , c0 são raízes de

a−λ b/2
p(λ) = det .
b/2 c−λ

cos θ
Mais ainda, U1 = é uma solução de norma igual a 1 do sistema linear
sen θ
a − a0

b/2 x 0
= .
b/2 c − a0 y 0
Exemplo 7.4. Vamos eliminar o termo xy na equação

5x2 − 4xy + 8y2 − 36 = 0 (7.10)

através de uma rotação. Esta equação pode ser escrita da forma

X t AX − 36 = 0,

5 −2
em que A = . Pelo que vimos, a0 e c0 são as raízes da equação
−2 8

5−λ −2
p(λ) = det( A − λI2 ) = det = λ2 − 13λ + 36 = 0.
−2 8−λ
Assim, podemos tomar a0 = 4 e c0 = 9. Para determinarmos os vetores U1 e U2 e por
conseguinte o ângulo θ temos que resolver o sistema linear
( A − 4I2 ) X = 0̄
ou
1 −2 x 0
=
−2 4 y 0
que tem solução geral
W1 = {(2α, α) | α ∈ R}
√
Como ||(2α, α)|| = 1 se, e somente se, α = ±1/ 5, então podemos tomar os vetores
√ √
U1 = (cos θ, sen θ ) = (2/ 5, 1/ 5)
√ √
U2 = (− sen θ, cos θ ) = (−1/ 5, 2/ 5)
para caracterizar os novos
√ eixos. Portanto, a mudança de coordenadas dada pela
rotação de θ = arccos(2/ 5) aplicada na equação (7.10) fornece a equação
4x 02 + 9y02 = 36,
que é a equação de uma elipse.
Para fazer o esboço do gráfico, em primeiro lugar temos traçar os eixos x0 e y0 . O
eixo x0 passa pela origem, é paralelo e possui o mesmo sentido do vetor U1 e o eixo
y0 passa pela origem, é paralelo e possui o mesmo sentido que U2 (Figura 7.6).

Exemplo 7.5. Considere a cônica cuja equação é dada por

20 80
5x2 − 4xy + 8y2 + √ x − √ y + 4 = 0. (7.11)
5 5
Vamos eliminar o termo xy através de uma rotação. Os coeficientes a, b e c são os
mesmos do exemplo anterior. Pelo exemplo anterior, a0 = 4 e c0 = 9 e os vetores U1
e U2 que dão a direção e o sentido dos novos eixos são dados por
√ √
U1 = (cos θ, sen θ ) = (2/ 5, 1/ 5)
√ √
U2 = (− sen θ, cos θ ) = (−1/ 5, 2/ 5)
O coeficiente f 0 = f e os coeficientes d0 e e0 são dados por
√2 −1
" #
h i √
0
0 0 20 80 5 5
= KRθ = d e Rθ = √ − √

K = d e = −8 −36 .
5 5 √1 √2
5 5
√
Portanto, a mudança de coordenadas dada pela rotação de θ = arccos(2/ 5) apli-
cada na equação (7.11) fornece a equação
4x 02 + 9y02 − 8x 0 − 36y0 + 4 = 0.
Ou ainda,
4( x 02 − 2x 0 ) + 9(y02 − 4y0 ) + 4 = 0
Completando os quadrados, obtemos
4[( x 02 − 2x 0 + 1) − 1] + 9[(y02 − 4y0 + 4) − 4] + 4 = 0
ou
4( x 0 − 1)2 + 9(y0 − 2)2 − 36 = 0.

Fazendo mais uma mudança de variáveis

x 00 = x0 − 1 e (7.12)
y00 = y0 − 2 (7.13)
obtemos
4x 002 + 9y002 − 36 = 0
ou
x 002 y002
+ =1
9 4
que é a equação de uma elipse cujo esboço é mostrado na Figura 7.7. Para fazer o
esboço do gráfico, em primeiro lugar temos que traçar os eixos x00 e y00 , que por sua
vez são translações dos eixos x0 e y0 . O eixo x0 tem a direção e o sentido do vetor
U1 . O eixo y0 tem a direção e o sentido do vetor U2 . O eixo x00 tem equação y00 = 0.
Usando a equação (7.12) obtemos y0 = 2. O eixo y00 tem equação x 00 = 0. Usando a
equação (7.13) obtemos x 0 = 1.
Deixamos como exercício para o leitor a demonstração do seguinte resultado que

classifica o conjunto solução de todas as equações de segundo grau em duas variá-
veis.
Teorema 7.2. Seja C o conjunto dos pontos do plano que satisfazem a equação
ax2 + bxy + cy2 + dx + ey + f = 0,
com a, b, c, d, e, f ∈ R, sendo a, b e c não simultaneamente nulos. Sejam a0 e c0 raízes de

a − λ b/2
p(λ) = det .
b/2 c − λ

(a) O produto a0 c0 = ac − b2 /4.

(b) Se a0 c0 > 0, então C é uma elipse, um ponto ou o conjunto vazio.
(c) Se a0 c0 < 0, então C é uma hipérbole, ou um par de retas concorrentes.
(d) Se a0 c0 = 0, então C é uma parábola, um par de retas paralelas, uma reta ou o conjunto vazio.

z
z
z’
x~k
U3
P = ( x, y, z)
O0 U2
U1 y’
x~i y~j x’
x y
x y
−→ Figura 7.2. Dois sistemas de coordenadas orto-
Figura 7.1. OP= x~i + y~j + z~k
gonais {O,~i,~j,~k } e {O0 , U1 , U2 , U3 }

y‘
P
y
x‘
0 0
y x
E2
U1
U2
E1 x x
Figura 7.3. Coordenadas de um ponto P em dois sistemas

y‘ y
E2
x‘
U2
θ U1
cos θ cos θ
sen θ
θ
−sen θ E1 x
Figura 7.4. Rotação de um ângulo θ

y‘
P
y0
y
x‘
x0
O0
O
x x
Figura 7.5. Coordenadas de um ponto P em dois sistemas (translação)

4
y
y‘
2
x‘
1
U2 U1
0
x
−1
−2
−3
−4
−4 −3 −2 −1 0 1 2 3 4
Figura 7.6. Elipse do Exemplo 7.4

7
y
6
y"
4
x"
y‘
2
x‘
1
U2 U1
0
x
−1
−4 −3 −2 −1 0 1 2 3 4
Figura 7.7. Elipse do Exemplo 7.5

x2 y2 y2 x2
2
+ 2 = 1, a > b Elipse 2
+ 2 = 1, a > b
a by a by
(0, a)
(b, 0)
(− a, 0) ( a, 0) (−b, 0) (b, 0)
x x
(−b, 0)
(0, − a)
x2 y2 y2 x2
2
− 2 =1 Hipérbole 2
− 2 =1
a y b a y b
y
=
−
y
b
x
=
a
a
x
b
−
=
a
y
b
x
(0, a)
(− a,0) ( a, 0)
x x
(0, − a)

y2 = 4px, p > 0 Parábola x2 = 4py, p > 0

y y
r : x = −p
r : y = −p
y2 = 4px, p < 0 x2 = 4py, p < 0

y y
r : y = −p
r : x = −p
Figura 7.8. Cônicas não degeneradas com equações na forma padrão

Identifique a cônica, ache a equação no último sistema de coordenadas utilizado e faça um esboço do gráfico.
7.2.1. 9x2 − 4xy + 6y2 = 30;
7.2.2. 3x2 − 8xy − 12y2 + 81 = 0;
7.2.3. 2x2 − 4xy − y2 = −24;
7.2.4. 21x2 + 6xy + 13y2 − 132 = 0;
7.2.5. 4x2 − 20xy + 25y2 − 15x − 6y = 0;

√ √
7.2.6. 9x2 + y2 + 6xy − 10 10x + 10 10y + 90 = 0;
√ √
7.2.7. 5x2 + 5y2 − 6xy − 30 2x + 18 2y + 82 = 0;
√
7.2.8. 5x2 + 12xy − 12 13x = 36;
√ √
7.2.9. 6x2 + 9y2 − 4xy − 4 5x − 18 5y = 5;
√
7.2.10. x2 − y2 + 2 3xy + 6x = 0;
√ √
7.2.11. 8x2 + 8y2 − 16xy + 33 2x − 31 2y + 70 = 0;

» subst(expr,[x;y],[a;b]) substitui na expressão expr as variáveis x,y por a,b, respectivamente.
x2 y2
» elipse(a,b) desenha a elipse a2
+ b2
= 1.

x 02 y 02
» elipse(a,b,[U1 U2]) desenha a elipse a2
+ b2
= 1, em que x 0 e y0 são as coordenadas em relação à
base ortonormal U1 e U2.
002 y002
» elipse(a,b,[U1 U2],X0) desenha a elipse xa2 + b2 = 1, em que x 00 e y00 são as coordenadas em
relação ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e pelo ponto X0.
x2 y2
» hiperbx(a,b) desenha a hipérbole a2
− b2
= 1.
x 02 y 02
» hiperbx(a,b,[U1 U2]) desenha a hipérbole a2
− b2
= 1, em que x 0 e y0 são as coordenadas em
relação à base ortonormal U1 e U2.
002 y002
» hiperbx(a,b,[U1 U2],X0) desenha a hipérbole xa2 − b2 = 1, em que x 00 e y00 são as coordenadas em
y2 x2
» hiperby(a,b) desenha a hipérbole a2
− b2
= 1.
y 02 x 02
» hiperby(a,b,[U1 U2]) desenha a hipérbole a2
− b2
= 1, em que x 0 e y0 são as coordenadas em
relação à base ortonormal U1 e U2.
y002 002
» hiperby(a,b,[U1 U2],X0) desenha a hipérbole a2 − xb2 = 1, em que x 00 e y00 são as coordenadas em
» parabx(p) desenha a parábola y2 = 4px.
» parabx(p,[U1 U2]) desenha a parábola y02 = 4px 0 , em que x 0 e y0 são as coordenadas em relação à
» parabx(p,[U1 U2],X0) desenha a parábola y002 = 4px 00 , em que x 00 e y00 são as coordenadas em relação
ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e por X0.
» paraby(p) desenha a parábola x2 = 4py.
» paraby(p,[U1 U2]) desenha a parábola x 02 = 4py0 , em que x 0 e y0 são as coordenadas em relação à
» paraby(p,[U1 U2],X0) desenha a parábola x 002 = 4py00 , em que x 00 e y00 são as coordenadas em relação
ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e por X0.


a b/2
7.2.13. Considere o polinômio p(λ) = det( A − λI2 ), em que A = .
b/2 c
(a) Mostre que p(λ) tem somente raízes reais.
(b) Mostre que se b 6= 0, então as raízes são distintas, ou seja, a0 6= c0 .
(c) Sejam a0 e c0 raízes distintas de p(λ). Mostre que se X1 é solução de ( A − a0 I2 ) X = 0̄ e X2 é solução
de ( A − c0 I2 ) X = 0̄, então X1 e X2 são ortogonais. (Sugestão: Mostre que a0 X1 · X2 = c0 X1 · X2 )
(d) Mostre que se X = ( x, y) é ortogonal a V = (v1 , v2 ) com || X || = ||V ||, então X = (−v2 , v1 ) ou
X = ( v2 , − v1 ).
0
t a 0
(e) Mostre que sempre existe um ângulo θ tal que Rθ ARθ = e portanto tal que a mudança
0 c0
de coordenadas dada por X = QX 0 transforma (7.4) em (7.5 na página 483.
7.2.14. Seja C o conjunto dos pontos do plano que satisfazem a equação
ax2 + bxy + cy2 + dx + ey + f = 0,
com a, b, c, d, e, f ∈ R, sendo a, b e c não simultaneamente nulos. Sejam a0 e c0 raízes de

a − λ b/2
p(λ) = det .
b/2 c − λ

a b/2
(a) Mostre que a0 c0 = ac − b2 /4 = p(0) = det .
b/2 c
(b) Mostre que se a0 c0 > 0, então C é uma elipse, um ponto ou o conjunto vazio.
(c) Mostre que se a0 c0 < 0, então C é uma hipérbole, ou um par de retas concorrentes.
(d) Mostre que se a0 c0 = 0, então C é uma parábola, um par de retas paralelas, uma reta ou o conjunto
vazio.

7.3 Identificação de Quádricas

Vamos determinar uma mudança de coordenadas que elimina os termos xy, xz e yz
na equação
ax2 + by2 + cz2 + dxy + exz + f yz + gx + hy + iz + j = 0, (7.14)
transformando-a em
a0 x 02 + b0 y02 + c0 z02 + g0 x 0 + h0 y0 + i0 z + j = 0. (7.15)
Ou seja, fazendo uma mudança de coordenadas em (7.14) dada por

   0 
x x
 y  = Q  y0  , (7.16)
z z0
em que Q = [ U1 U2 U3 ], para vetores U1 , U2 e U3 unitários e ortogonais, escolhidos

adequadamente, obtemos a equação (7.15).
A equação (7.14) pode ser escrita na forma
X t AX + K X + j = 0, (7.17)
   
a d/2 e/2 x
em que A =  d/2 b f /2 , K = g h i e X =  y . Fazendo a
e/2 f /2 c z  0 
x
mudança de coordenadas dada por (7.16) (ou seja, X = QX 0 , em que X 0 =  y0 )
z0
em (7.17) obtemos a equação
X 0t BX 0 + K 0 X 0 + j = 0,

7.3 Identificação de Quádricas 503
a0 d0 /2 e0 /2
 
em que B =  d0 /2 b0 f 0 /2  = Qt AQ e K 0 = g0 h0 i0 = KQ. Agora,

e0 /2 f 0 /2 c0
como a inversa de Q é Qt , então a matriz identidade I2 = Qt Q e daí podemos dedu-
zir que
det( B − λI3 ) = det( Qt AQ − λI3 ) = det( Qt AQ − λQt Q)

= det( Qt ( A − λI3 ) Q) = det( Qt ) det( A − λI3 ) det( Q)
= det( A − λI3 ).
Assim, escolhida a matriz Q de forma que
d0 = e0 = f 0 = 0,
‡ obtemos que
a0 − λ
 
0 0
det( A − λI3 ) = det( B − λI3 ) = det  0 b0 − λ 0 
0 0 c0 − λ
= −(λ − a0 )(λ − b0 )(λ − c0 ).
Logo, os coeficientes a0 , b0 e c0 são as raízes da equação de 2o grau
 
a − λ d/2 e/2
p(λ) = det( A − λI3 ) = det  d/2 b − λ f /2  = 0 (7.18)
e/2 f /2 c − λ
Vamos, agora, determinar a matriz Q. Observe que a matriz Q é tal que
B = Qt AQ.
‡ Pode-se mostrar que sempre existe uma matriz Q tal que a mudança de coordenadas dada por X 0 = QX é tal que d0 = e0 = f 0 = 0.
Deixamos como exercício a prova da existência de uma tal matriz Q no caso em que p(λ) = det( A − λI3 ) tem três raízes reais distintas. A
demonstração do caso geral pode ser encontrada por exemplo em [21].

Multiplicando-se à esquerda pela matriz Q, obtemos
QB = AQ.
Por um lado,
AQ = A [ U1 U2 U3 ] = [ AU1 AU2 AU3 ] ,
por outro lado
a0
 
0 0
b0 0  = a0 U1 b0 U2 c0 U3

QB = [ U1 U2 U3 ]  0
0 0 c0
Assim, U1 , U2 e U3 satisfazem as equações
AU1 = a0 U1 , AU2 = b0 U2 e AU3 = c0 U3 .
A 1a equação pode ser escrita como
AU1 = a0 I3 U1
ou
( A − a0 I3 )U1 = 0̄.
Logo, U1 é uma solução de norma igual a 1 do sistema linear
( A − a0 I3 ) X = 0̄.
Analogamente, U2 é uma solução de norma igual a 1 do sistema linear
( A − b0 I3 ) X = 0̄,
que seja ortogonal a U1 . Análogo também é o caso do terceiro vetor U3 . Mas como já
temos dois vetores ortogonais U1 e U2 , então U3 pode ser tomado igual ao produto
vetorial de U1 por U2 ,
U3 = U1 × U2 .

Portanto, com a mudança de coordenadas dada por X = QX 0 , para Q =

[ U1 U2 U3 ], a equação (7.14) se transforma na equação (7.15). Os vetores U1 , U2 e
U3 dão a direção e o sentido dos novos eixos x’, y’ e z’.
Vamos resumir no próximo resultado o que acabamos de provar.

Teorema 7.3. Considere a equação

ax2 + by2 + cz2 + dxy + exz + f yz + gx + hy + iz + j = 0, (7.19)
com a, b, c, d, e, f , g, h, i, j ∈ R, sendo a, b, c, d, e e f não simultaneamente nulos. Então por uma mudança de coordenadas
tal que
X = QX 0 ,
 0   
x x
em que X 0 =  y0  , X =  y  e Q = U1 U2 U3 a equação (7.19) pode sempre ser transformada em

z0 z
a0 x 02 + b0 y02 + c0 z02 + g0 x 0 + h0 y0 + i0 z + j = 0,
em que a0 , b0 , c0 são raízes de  
a−λ d/2 e/2
p(λ) = det  d/2 b−λ f /2  .
e/2 f /2 c−λ
Mais ainda, U1 é uma solução de norma igual a 1 do sistema linear
a − a0 d/2
    
e/2 x 0
 d/2 b − a0 f /2   y  =  0  ,
e/2 f /2 c − a0 z 0
U2 é uma solução de norma igual a 1 do sistema linear
a − b0 d/2
    
e/2 x 0
 d/2 b − b0 f /2   y  =  0 
e/2 f /2 c − b0 z 0
e
U3 = U1 × U2 .

Exemplo 7.6. Considere a quádrica de equação

x2 = 2yz (7.20)
Esta equação pode ser escrita como
X t AX = 0,
em que  
1 0 0
A= 0 0 −1  .
0 −1 0
As raízes de
 
1−λ 0 0
p(λ) = det( A − λI3 ) = det  0 −λ −1  = (1 − λ)λ2 − (1 − λ) = (1 − λ)(λ2 − 1)
0 −1 −λ
são a0 = b0 = 1 e c0 = −1.
A forma escalonada reduzida de
   
0 0 0 0 1 1
A − I3 =  0 −1 −1  é  0 0 0 .
0 −1 −1 0 0 0
Portanto, a solução geral de ( A − I3 ) X = 0̄ é
W1 = {( β, −α, α) | α, β ∈ R},

y'
x=x'
z'
Figura 7.9. Cone circular do Exemplo 7.6

Agora, (α, − β, β) = α(1, 0, 0) + β(0, −1, 1). Assim, toda solução do sistema é combi-
nação linear de V1 = (1, 0, 0) e V2 = (0, −1, 1).
Como a0 = b0 teremos que encontrar dois vetores U1 e U2 unitários e ortogonais que
são solução de ( A − I3 ) X = 0̄. Os vetores V1 e V2 já são ortogonais e assim podemos
tomar

1
U1 = V1 = V1 = (1, 0, 0)
||V1 ||

1
√ √
U2 = V2 = (0, −1/ 2, 1/ 2)
||V2 ||
√ √
U3 = U1 × U2 = 0, −1/ 2, −1/ 2 .

[ U1 U2 U3 ], a equação (7.20) se transforma em
x 02 + y02 − z02 = 0,
ou
x 02 + y 02 = z 02 ,
que é a equação de um cone circular no novo sistema de coordenadas.
Exemplo 7.7. Considere a quádrica de equação

7x2 + 10y2 + 7z2 − 4xy + 2xz − 4yz − 6 = 0. (7.21)
Esta equação pode ser escrita como
X t AX − 6 = 0,

em que
 
7 −2 1
A =  −2 10 −2  .
1 −2 7
As raízes de
 
7−λ −2 1
p(λ) = det( A − λI3 ) = det  −2 10 − λ −2 
1 −2 7−λ
= (7 − λ)2 (10 − λ) + 8 − (10 − λ) − 8(7 − λ)
= (10 − λ)[(7 − λ)2 − 1] − 8(6 − λ)
= (10 − λ)(6 − λ)(8 − λ) − 8(6 − λ) = (6 − λ)2 (12 − λ)
são a0 = b0 = 6 e c0 = 12.
A forma escalonada reduzida de
   
1 −2 1 1 −2 1
A − 6I3 =  −2 4 −2  é  0 0 0 .
1 −2 1 0 0 0
Portanto, a solução geral de ( A − 6I3 ) X = 0̄ é
W1 = {(−α + 2β, β, α) | α, β ∈ R} ,
Agora, (−α + 2β, β, α) = α(−1, 0, 1) + β(2, 1, 0). Assim, toda solução do sistema é
combinação linear de V1 = (−1, 0, 1) e V2 = (2, 1, 0).
Como a0 = b0 teremos que encontrar dois vetores U1 e U2 unitários e ortogonais que
são solução de ( A − 6I3 ) X = 0̄. O vetor
W2 = V2 − projV1 V2 = (1, 1, 1)

é ortogonal a V1 e assim podemos tomar

1
√ √
U1 = V1 = (−1/ 2, 0, 1/ 2)
||V1 ||

1
√ √ √
U2 = W2 = 1/ 3, 1/ 3, 1/ 3
||W2 ||
√ √ √
U3 = U1 × U2 = (−1/ 6, 2/ 6, −1/ 6).

[ U1 U2 U3 ], a equação (7.21) se transforma em
z 02
6x 02 + 6y02 + 12z02 = 6 ou x 02 + y 02 + = 1,
1/2
que é a equação de um elipsoide de revolução no novo sistema de coordenadas.
Deixamos como exercício para o leitor a demonstração do seguinte resultado que

classifica o conjunto solução de todas as equações de segundo grau em três variáveis.

x'
y'
z'
Figura 7.10. Elipsoide de revolução do Exemplo 7.7

U1
U2
U3
Figura 7.11. Novo sistema de coordenadas do Exemplo 7.7

Teorema 7.4. Seja S o conjunto dos pontos do espaço que satisfazem a equação
com a, b, c, d, e, f , g, h, i, j ∈ R, sendo a, b, c, d, e e f não simultaneamente nulos. Sejam a0 , b0 e c0 raízes de

 
a − λ d/2 e/2
p(λ) = det  d/2 b − λ f /2  .
e/2 f /2 c − λ
(a) Se a0 , b0 e c0 tiverem mesmo sinal, então S é um elipsoide, um ponto ou o conjunto vazio.

(b) Se a0 , b0 e c0 forem não nulos e não tiverem mesmo sinal, então S é uma hiperboloide de uma folha, de duas folhas,
ou um cone elíptico.
(c) Se apenas um entre a0 , b0 e c0 for nulo, então S é um paraboloide elíptico, hiperbólico, um cilindro elíptico, hiperbó-
lico, dois planos concorrentes, uma reta ou o conjunto vazio.
(d) Se exatamente dois entre a0 , b0 e c0 forem nulos, então S é um cilindro parabólico, um par de planos paralelos ou um
plano.

Elipsoide
x2 y2 z2
+ + =1
a2 b2 z c2
x y
Hiperboloide de Uma Folha Hiperboloide de Duas Folhas

x2 y2 z2 x2 y2 z2
2
+ 2 − 2 =1 − 2 − 2 + 2 =1
a b c z
a bz c
x y
x y

Paraboloide Elíptico Paraboloide Hiperbólico

x2 y2 x2 y2
cz = 2 + 2 , c > 0 cz = 2 − 2 , c < 0
a zb a z b
y
x
x y
Cone Elíptico
x2 y2
z2 = 2 + 2
a z b
x
y
Figura 7.12. Algumas Quádricas não degeneradas com equações na forma padrão

Identifique a quádrica, ache a equação no último sistema de coordenadas utilizado e faça um esboço do gráfico.
7.3.1. 2x2 + 30y2 + 23z2 + 72xz + 150 = 0;
7.3.2. 144x2 + 100y2 + 81z2 − 216xz − 540x − 720z = 0;
7.3.3. 2xy + z = 0;
7.3.4. 2xy + 2xz + 2yz − 6x − 6y − 4z = 9;
7.3.5. 7x2 + 7y2 + 10z2 − 2xy − 4xz + 4yz − 12x + 12y + 60z = 24;

» subst(expr,[x;y;z],[a;b;c]) substitui na expressão expr as variáveis x,y,z por a,b,c, respectiva-
mente.
x2 y2 z2
» elipso(a,b,c) desenha o elipsoide a2
+ b2
+ c2
= 1.
x 02 y 02 z 02
» elipso(a,b,c,[U1 U2 U3]) desenha o elipsoide a2
+ b2
+ c2
= 1, em que x 0 e y0 são as coordenadas
em relação à base ortonormal U1 e U2.
002 y002 002
» elipso(a,b,c,[U1 U2 U3],X0) desenha o elipsoide xa2 + b2 + zc2 = 1, em que x 00 e y00 são as coor-
denadas em relação ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e pelo ponto
X0.
2 y2 z2
» hiperbo1x(a,b,c) desenha o hiperboloide de uma folha − xa2 + b2
+ c2
= 1.
02 y 02 z 02
» hiperbo1x(a,b,c,[U1 U2 U3]) desenha o hiperboloide de uma folha − xa2 + b2
+ c2
= 1, em que x 0
e y0 são as coordenadas em relação à base ortonormal U1 e U2.

002 y002 002

» hiperbo1x(a,b,[U1 U2 U3],X0) desenha o hiperboloide de uma folha − xa2 + b2 + zc2 = 1, em que
x 00 e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1
e U2 e pelo ponto X0.
x2 y2 z2
» hiperbo1y(a,b,c) desenha o hiperboloide de uma folha a2
− b2
+ c2
= 1.
x 02 y 02 z 02
» hiperbo1y(a,b,c,[U1 U2 U3]) desenha o hiperboloide de uma folha a2
− b2
+ c2
= 1, em que x 0 e
y0 são as coordenadas em relação à base ortonormal U1 e U2.
002 y002 002
» hiperbo1y(a,b,c,[U1 U2 U3],X0) desenha o hiperboloide de uma folha xa2 − b2 + zc2 = 1, em que
x 00 e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1
x2 y2 z2
» hiperbo1z(a,b,c) desenha o hiperboloide de uma folha a2
+ b2
− c2
= 1.
x 02 y 02 z 02
» hiperbo1z(a,b,c,[U1 U2 U3]) desenha o hiperboloide de uma folha a2
+ b2
− c2
= 1, em que x 0 e
y0 são as coordenadas em relação à base ortonormal U1,U2 e U3.
002 y002 002
» hiperbo1z(a,b,c,[U1 U2 U3],X0) desenha o hiperboloide de uma folha xa2 + b2 − zc2 = 1, em que
x 00 e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal
U1,U2 e U3 e pelo ponto X0.
x2 y2 z2
» hiperbo2x(a,b,c) desenha o hiperboloide de duas folhas a2
− b2
− c2
= 1.
x 02 y 02 z 02
» hiperbo2x(a,b,c,[U1 U2 U3]) desenha o hiperboloide de duas folhas a2
− b2
− c2
= 1, em que x 0
e y0 são as coordenadas em relação à base ortonormal U1,U2 e U3.
002 y002 002
» hiperbo2x(a,b,[U1 U2 U3],X0) desenha o hiperboloide de duas folhas xa2 − b2 − zc2 = 1, em que
x 00 e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal
2 y2 z2
» hiperbo2y(a,b,c) desenha o hiperboloide de duas folhas − xa2 + b2
− c2
= 1.

02 y 02 z 02
» hiperbo2y(a,b,c,[U1 U2 U3]) desenha o hiperboloide de duas folhas − xa2 + b2
− c2
= 1, em que
x 0 e y0 são as coordenadas em relação à base ortonormal U1,U2 e U3.
002 y002 002
» hiperbo2y(a,b,c,[U1 U2 U3],X0) desenha o hiperboloide de duas folhas − xa2 + b2 − zc2 = 1, em
que x 00 e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal
2 y2 z2
» hiperbo2z(a,b,c) desenha o hiperboloide de duas folhas − xa2 − b2
+ c2
= 1.
02 y 02 z 02
» hiperbo2z(a,b,c,[U1 U2 U3]) desenha o hiperboloide de duas folhas − xa2 − b2
+ c2
= 1, em que
x 0 e y0 são as coordenadas em relação à base ortonormal U1,U2 e U3.
002 y002 002
» hiperbo2z(a,b,c,[U1 U2 U3],X0) desenha o hiperboloide de duas folhas − xa2 − b2 + zc2 = 1, em
que x 00 e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal
y2 z2
» parabo1x(a,b,c) desenha o paraboloide elíptico ax = b2
+ c2
.
y 02 z 02
» parabo1x(a,b,c,[U1 U2 U3]) desenha o paraboloide elíptico ax 0 = b2
+ c2
, em que x 0 e y0 são as
coordenadas em relação à base ortonormal U1 e U2.
y002 002
» parabo1x(a,b,[U1 U2 U3],X0) desenha o paraboloide elíptico ax 00 = b2 + zc2 , em que x 00 e y00 são
as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e pelo
ponto X0.
x2 z2
» parabo1y(a,b,c) desenha o paraboloide elíptico by = a2
+ c2
= 1.
x 02 z 02
» parabo1y(a,b,c,[U1 U2 U3]) desenha o paraboloide elíptico by0 = a2
+ c2
= 1, em que x 0 e y0 são
as coordenadas em relação à base ortonormal U1,U2 e U3.
002 002
» parabo1y(a,b,c,[U1 U2 U3],X0) desenha o paraboloide elíptico by00 = xa2 + zc2 = 1, em que x 00 e
y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1,U2 e
U3 e pelo ponto X0.

x2 y2
» parabo1z(a,b,c) desenha o paraboloide elíptico cz = a2
+ b2
.
x 02 y 02
» parabo1z(a,b,c,[U1 U2 U3]) desenha o paraboloide elíptico cz0 = a2
+ b2
, em que x 0 e y0 são as
coordenadas em relação à base ortonormal U1,U2 e U3.
002 y002
» parabo1z(a,b,c,[U1 U2 U3],X0) desenha o paraboloide elíptico cz00 = xa2 + b2 , em que x 00 e y00 são
as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1,U2 e U3 e
pelo ponto X0.
y2 z2
» parabo2x(a,b,c) desenha o paraboloide hiperbólico ax = b2
− c2
= 1.
y 02 z 02
» parabo2x(a,b,c,[U1 U2 U3]) desenha o paraboloide hiperbólico ax 0 = b2
− c2
= 1, em que x 0 e y0
são as coordenadas em relação à base ortonormal U1,U2 e U3.
y002 002
» parabo2x(a,b,[U1 U2 U3],X0) desenha o paraboloide hiperbólico ax 00 = b2 − zc2 = 1, em que x 00 e
y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1,U2 e
U3 e pelo ponto X0.
x2 z2
» parabo2y(a,b,c) desenha o paraboloide hiperbólico by = a2
− c2
= 1.
x 02 z 02
» parabo2y(a,b,c,[U1 U2 U3]) desenha o paraboloide hiperbólico by0 = a2
− c2
= 1, em que x 0 e y0
são as coordenadas em relação à base ortonormal U1,U2 e U3.
002 002
» parabo2y(a,b,c,[U1 U2 U3],X0) desenha o paraboloide hiperbólico by00 = xa2 − zc2 = 1, em que x 00
e y00 são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1,U2
x2 y2
» parabo2z(a,b,c) desenha o paraboloide hiperbólico cz = a2
− b2
.
x 02 y 02
» parabo2z(a,b,c,[U1 U2 U3]) desenha o paraboloide hiperbólico cz0 = a2
− b2
, em que x 0 e y0 são
as coordenadas em relação à base ortonormal U1,U2 e U3.
002 y002
» parabo2z(a,b,c,[U1 U2 U3],X0) desenha o paraboloide hiperbólico cz00 = xa2 − b2 , em que x 00 e y00
são as coordenadas em relação ao sistema de coordenadas determinado pela base ortonormal U1,U2 e U3
e pelo ponto X0.

7.3.6. Use o M ATLABr para resolver os Exercícios Numéricos.
7.3.7. Considere o polinômio p(λ) = det( A − λI3 ), em que
 
a d/2 e/2
A =  d/2 b f /2  .
e/2 f /2 c
(a) Sejam α e β raízes reais distintas de p(λ). Mostre que se X1 é solução de ( A − αI2 ) X = 0̄ e X2
é solução de ( A − βI2 ) X = 0̄, então X1 e X2 são ortogonais. (Sugestão: Mostre que αX1 · X2 =
βX1 · X2 )
(b) Mostre que se p(λ) tem raízes reais distintas, então sempre existe uma matriz Q tal que
 0 
a 0 0
Qt AQ =  0 b0 0 
0 0 c0
e portanto tal que a mudança de coordenadas dada por X = QX 0 transforma (7.14) em (7.15 na
página 502.
7.3.8. Mostre que a superfície cônica cuja geratriz é uma parábola y2 = 4px em um plano z = k é um cone
elíptico.
7.3.9. Mostre que a interseção de um plano by + cz + d = 0, em que b2 + c2 = 1, com o cone x2 + y2 = z2 é uma
cônica que pode ser uma elipse, uma hipérbole ou uma parábola. (Sugestão: mude para um sistema de
coordenadas {O, U1 , U2 , U3 } tal que U1 = ~i = (1, 0, 0), U2 = (0, b, c) e U3 = (0, −c, b))
7.3.10. Seja S o conjunto dos pontos do espaço que satisfazem a equação

y
x
Figura 7.13. Elipse obtida seccionando-se o cone x2 + y2 = z2 com um plano by + cz + d = 0

y
x
Figura 7.14. Hipérbole obtida seccionando-se o cone x2 + y2 = z2 com um plano by + cz + d = 0

y
x
Figura 7.15. Parábola obtida seccionando-se o cone x2 + y2 = z2 com um plano by + cz + d = 0

com a, b, c, d, e, f , g, h, i, j ∈ R, sendo a, b, c, d, e e f não simultaneamente nulos. Sejam a0 , b0 e c0 raízes de

 
a − λ d/2 e/2
p(λ) = det  d/2 b − λ f /2  .
e/2 f /2 c − λ
Mostre que
(a) Se a0 , b0 e c0 tiverem mesmo sinal, então S é um elipsoide, um ponto ou o conjunto vazio.

(b) Se a0 , b0 e c0 forem não nulos e não tiverem mesmo sinal, então S é uma hiperboloide de uma folha,
de duas folhas, ou um cone elíptico.
(c) Se apenas um entre a0 , b0 e c0 for nulo, então S é um paraboloide elíptico, hiperbólico, um cilindro
elíptico, hiperbólico, dois planos concorrentes, uma reta ou o conjunto vazio.
(d) Se exatamente dois entre a0 , b0 e c0 forem nulos, então S é um cilindro parabólico, um par de planos
paralelos ou um plano.
7.3.11. Mostre que a interseção de um cone circular com plano que não passa pelo seu vértice é uma cônica
seguindo os seguintes passos:
(a) Considere dois sistemas de coordenadas R = {O,~i,~j,~k } e S = {O,~i, U2 , U3 }, em que U2 =

(0, cos θ, sen θ ) e U3 = (0, − sen θ, cos θ ), ou seja, o sistema S é obtido do sistema R por uma ro-
tação do ângulo θ em torno do eixo x. Mostre que é válida a seguinte relação entre as coordenadas,
( x 0 , y0 , z0 ), em relação ao sistema S e ( x, y, z), em relação ao sistema R
 0      
x 1 0 0 x x
 y0  =  0 cos θ sen θ   y  =  (cos θ )y + (sen θ )z  .
z0 0 − sen θ cos θ z −(sen θ )y + (cos θ )z
(b) Mostre que o cone circular de equação

2 2 2
x 0 + y0 = z0

no sistema S tem equação
x2 + (cos 2θ )y2 + (2 sen 2θ )yz − (cos 2θ )z2 = 0
no sistema R.
(c) Mostre que a interseção do cone com o plano z = 1 é a cônica no plano de equação
x2 + (cos 2θ )y2 + (2 sen 2θ )y = cos 2θ
(d) Mostre que se θ = ± π4 , então a cônica é a parábola no plano de equação
x2 ± 2y = 0.
(e) Mostre que se θ 6= ± π4 , então a cônica no plano tem equação
x2 (y + tan 2θ )2
+ = 1,
sec 2θ sec2 2θ
que é uma elipse se |θ | < π
4 e uma hipérbole se π
4 < |θ | ≤ π
2.

z’
z’
y’
U3
U3 U2
U2 y’
U1 U1
x’= x’=
Figura 7.16. Elipse interseção do cone circular com Figura 7.17. Parábola interseção do cone circular com
um plano um plano

y’=
z’
x’=
Figura 7.18. Hipérbole interseção do cone circular com um plano

R ESPOSTAS DOS E XERCÍCIOS
1.1. Matrizes (página 17)
1.1.1. >> A=[2,0;6,7]; B=[0,4;2,-8]; C=[-6,9,-7;7,-3,-2];

>> D=[-6,4,0;1,1,4;-6,0,6]; E=[6,9,-9;-1,0,-4;-6,0,-1];
>> A*B-B*A
-24 -20
58 24
>> 2*C-D
??? Error using ==> - Matrix dimensions must agree.
>> 2*D-3*E
-30 -19 27
5 2 20
6 0 15
>> D*(D-E)
80 34 -22
-10 -4 45
72 30 -12
No item (c) foram usadas as propriedades (l), (m) e (n) do Teorema 1.1 na página 9 e no item (d) foi usada
a propriedade (i).
1.1.2. A( B + C ) = AB + AC, Bt At = ( AB)t , C t At = ( AC )t , ( ABA)C = ( AB)( AC ).
530 Respostas dos Exercícios
1.1.3. (a) >>A=[-3,2,1;1,2,-1];B=[2,-1;2,0;0,3];

>>C=[-2,1,-1;0,1,1;-1,0,1];
>>syms d1 d2 d3
>>D=diag([d1,d2,d3]);
>>E1=[1;0;0];E2=[0;1;0];E3=[0;0;1];
>>B*A
-7 2 3
-6 4 2
3 6 -3
>> A*B
-2 6
6 -4
(b) >> [A*E1-A(:,1),A*E2-A(:,2),A*E3-A(:,3)]
0 0 0
0 0 0
>> E1.’*B-B(1,:)
0 0
>> E2.’*B-B(2,:)
0 0
>> E3.’*B-B(3,:)
0 0
(c) >> C1=C(:,1);C2=C(:,2);C3=C(:,3);
>> C*D-[d1*C1,d2*C2,d3*C3]
[ 0, 0, 0]
[ 0, 0, 0]
[ 0, 0, 0]
(d) >> C1=C(1,:);C2=C(2,:);C3=C(3,:);
>> D*C-[d1*C1;d2*C2;d3*C3]
[ 0, 0, 0]
[ 0, 0, 0]

Capítulo 1. Matrizes e Sistemas Lineares 531
[ 0, 0, 0]
(e) >> B1=B(:,1);B2=B(:,2);
>> A*B-A*[B1,B2]
0 0
0 0
(f) >> A1=A(1,:);A2=A(2,:);
>> A*B-[A1;A2]*B
0 0
0 0
1.1.4. >> syms x y z
>> A=[1,-3,0;0,4,-2]; X=[x;y;z];
>> A*X
[ x-3*y]
[ 4*y-2*z]
>> x*A(:,1)+y*A(:,2)+z*A(:,3)
[ x-3*y]
[ 4*y-2*z]
1.1.5. >> syms x
>> A=[x,4,-2]; B=[2,-3,5];
>> solve(A*B.’)
11
1.1.6. >> syms y
>> A=[1,1/y;y,1];
>> A^2-2*A
[ 0, 0]
[ 0, 0]
1.1.7. >> syms x y z w
>> X=[x,y;z,w]; M=[0,1;-1,0];

>> X*M-M*X
[ -y-z, x-w]
[ x-w, z+y]
>> syms a b c d
>> A=[x,y;-y,x]; B=[a,b;-b,a];
>> A*B-B*A
[ 0, 0]
[ 0, 0]

x 0 a b
1.1.8. (a) Sejam A = eB= .
0 y c d
>> syms x y z w
>> syms a b c d
>> A=[x,0;0,y];B=[a,b;c,d];
>> A*B
[ x*a, x*b]
[ y*c, y*d]
>> B*A
[ x*a, b*y]
[ c*x, y*d]
Como yb = xb, para todo b, em particular para b = 1, obtemos que y = x. Assim, a matriz A que
além de ser diagonal tem os elementos da diagonal iguais.

x y a b
(b) Sejam A = eB= .
z w c d
>> A=[x,y;z,w];B=[a,b;c,d];
>> A*B
[ x*a+y*c, x*b+y*d]
[ z*a+w*c, z*b+w*d]
>> B*A
[ x*a+z*b, a*y+b*w]

[ c*x+d*z, y*c+w*d]
Comparando os elementos de posição 1,1 obtemos que cy = bz, para todos os valores de b e c. Em
particular para b = 0 e c = 1, obtemos que y = 0 e para b = 1 e c = 0, obtemos que z = 0. Ou
seja, a matriz A tem que ser diagonal. Assim, pelo item anterior temos que a matriz A tem que ser
diagonal com os elementos da diagonal iguais.
1.1.9. (a) >> A=[1,1/2;0,1/3]
A =
1.0000 0.5000
0 0.3333
>> A^2,A^3,A^4,A^5
ans =
1.0000 0.6667
0 0.1111
ans =
1.0000 0.7222
0 0.0370
ans =
1.0000 0.7407
0 0.0123
ans =
1.0000 0.7469
0 0.0041
>> A^6,A^7,A^8,A^9
ans =
1.0000 0.7490
0 0.0014
ans =
1.0000 0.7497
0 0.0005
ans =

1.0000 0.7499
0 0.0002
ans =
1.0000 0.7500
0 0.0001

1 0.75
A seqüência parece estar convergindo para a matriz .
0 0
(b) >> A=[1/2,1/3;0,-1/5]

A =
0.5000 0.3333
0 -0.2000
>> A^2,A^3,A^4,A^5
ans =
0.2500 0.1000
0 0.0400
ans =
0.1250 0.0633
0 -0.0080
ans =
0.0625 0.0290
0 0.0016
ans =
0.0312 0.0150
0 -0.0003
>> A^6,A^7,A^8,A^9
ans =
0.0156 0.0074
0 0.0001
ans =
0.0078 0.0037

0 0.0000
ans =
0.0039 0.0019
0 0.0000
ans =
0.0020 0.0009
0 0.0000
0 0
A seqüência parece estar convergindo para a matriz nula .
0 0
1.1.10. (a) >> A=[0,0,1;1,0,0;0,1,0];
>> A=sym(A)
[ 0, 0, 1]
[ 1, 0, 0]
[ 0, 1, 0]
>> A^2
[ 0, 1, 0]
[ 0, 0, 1]
[ 1, 0, 0]
>> A^3
[ 1, 0, 0]
[ 0, 1, 0]
[ 0, 0, 1]
Para k = 3, Ak = I3 .
(b) >> A=[0,1,0,0;-1,0,0,0;0,0,0,1;...
0,0,1,0];
>> A=sym(A)
[ 0, 1, 0, 0]
[ -1, 0, 0, 0]
[ 0, 0, 0, 1]
[ 0, 0, 1, 0]

>> A^2
[ -1, 0, 0, 0]
[ 0, -1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
>> A^3
[ 0, -1, 0, 0]
[ 1, 0, 0, 0]
[ 0, 0, 0, 1]
[ 0, 0, 1, 0]
>> A^4
[ 1, 0, 0, 0]
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
Para k = 4, Ak = I4 .
(c) >> A=[0,1,0,0;0,0,1,0;0,0,0,1;0,0,0,0];
>> A=sym(A)
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
>> A^2
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
>> A^3
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]

[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
>> A^4
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Para k = 4, Ak = 0̄.
1.1.11. Concluímos que é muito raro encontrar matrizes cujo produto comute.
1.1.12. Concluímos que matrizes diagonais em geral comutam. Pode-se mostrar que elas sempre comutam
(Exercício 27 na página 27).
1.1.13. Se a matriz A for diagonal, então o produto comuta, se os elementos da diagonal de A são iguais. (ver
Exercício 16 na página 23). A probabilidade de um tal par de matrizes comute é aproximadamente igual
à probabilidade de que a primeira matriz tenha os elementos da sua diagonal iguais, ou seja, 11/113 =
1/112 ≈ 1%.
1.2. Sistemas Lineares (página 58)
1.2.1. As matrizes que estão na forma reduzida escalonada são A e C.

   
x 8 + 7α
 y   2 − 3α 
1.2.2. (a) X =  z  =  −5 − α  , ∀α ∈ R.
  
w α
   
x1 −2 − 3α + 6β
 x2   β 
   
(b) X =  x3  = 
   7 − 4α  , ∀α, β ∈ R.

 x4   8 − 5α 
x5 α

   
x 6
 y   3 
 z  =  2 − α  , ∀α ∈ R.
(c) X =    
w α
   
x1 −3 + 8α − 7β
 x2   β 
   
(d) X =  x
 3  
 =  5 − 6α  , ∀α, β ∈ R.

 x4   9 − 3α 
x5 α
1.2.3. (a) >> A=[1,1,2,8;-1,-2,3,1;3,-7,4,10];

>> escalona(A)
eliminação 1:
1*linha 1 + linha 2 ==> linha 2
-3*linha 1 + linha 3 ==> linha 3
[ 1, 1, 2, 8]
[ 0, -1, 5, 9]
[ 0, -10, -2, -14]
eliminação 2:
-1*linha 2 ==> linha 2
[ 1, 1, 2, 8]
[ 0, 1, -5, -9]
[ 0, -10, -2, -14]
[ 1, 0, 7, 17]
[ 0, 1, -5, -9]
[ 0, 0, -52, -104]
eliminação 3:
-1/52*linha 3 ==> linha 3
[ 1, 0, 7, 17]

[ 0, 1, -5, -9]
[ 0, 0, 1, 2]
[ 1, 0, 0, 3]
[ 0, 1, 0, 1]
[ 0, 0, 1, 2]
   
x1 3
X =  x2  =  1  .
x3 2
(b) >> A=[2,2,2,0;-2,5,2,1;8,1,4,-1];

>> escalona(A)
eliminação 1:
1/2*linha 1 ==> linha 1
[ 1, 1, 1, 0]
[ -2, 5, 2, 1]
[ 8, 1, 4, -1]
[ 1, 1, 1, 0]
[ 0, 7, 4, 1]
[ 0, -7, -4, -1]
eliminação 2:
[ 1, 1, 1, 0]
[ 0, 1, 4/7, 1/7]
[ 0, -7, -4, -1]
[ 1, 0, 3/7, -1/7]

[ 0, 1, 4/7, 1/7]
[ 0, 0, 0, 0]
   1 3 
x1 −7 − 7α
X =  x2  =  17 − 47 α  , ∀α ∈ R.
x3 α
(c) >> A=[0,-2,3,1;3,6,-3,-2;6,6,3,5]
>> escalona(A)
eliminação 1:
linha 2 <==> linha 1
[ 3, 6, -3, -2]
[ 0, -2, 3, 1]
[ 6, 6, 3, 5]
[ 1, 2, -1, -2/3]
[ 0, -2, 3, 1]
[ 6, 6, 3, 5]
[ 1, 2, -1, -2/3]
[ 0, -2, 3, 1]
[ 0, -6, 9, 9]
eliminação 2:
[ 1, 2, -1, -2/3]
[ 0, 1, -3/2, -1/2]
[ 0, -6, 9, 9]
[ 1, 0, 2, 1/3]
[ 0, 1, -3/2, -1/2]
[ 0, 0, 0, 6]

O sistema não tem solução!
1.2.4. >> A=[1,-2,1;2,-5,1;3,-7,2];

>> B1=[1;-2;-1];B2=[2;-1;2];
>> escalona([A,B1,B2])
eliminação 1:
[ 1, -2, 1, 1, 2]
[ 0, -1, -1, -4, -5]
[ 0, -1, -1, -4, -4]
eliminação 2:
[ 1, -2, 1, 1, 2]
[ 0, 1, 1, 4, 5]
[ 0, -1, -1, -4, -4]
[ 1, 0, 3, 9, 12]
[ 0, 1, 1, 4, 5]
[ 0, 0, 0, 0, 1]
   
x1 9 − 3α
(a) X =  x2  =  4 − α  , ∀α ∈ R.
x3 α
(b) O sistema não tem solução!
1.2.5. (a) >> A=[1,0,5;1,1,1;0,1,-4];

>> B=A+4*eye(3);
>> escalona([B,zeros(3,1)])
eliminação 1:


[ 1, 5, 1, 0]
[ 5, 0, 5, 0]
[ 0, 1, 0, 0]
(-5)*linha 1 + linha 2 ==> linha 2
[ 1, 5, 1, 0]
[ 0, -25, 0, 0]
[ 0, 1, 0, 0]
eliminação 2:
[ 1, 5, 1, 0]
[ 0, 1, 0, 0]
[ 0, -25, 0, 0]
(25)*linha 2 + linha 3 ==> linha 3
[ 1, 0, 1, 0]
[ 0, 1, 0, 0]
[ 0, 0, 0, 0]
   
x −α
X =  y  =  0  , ∀α ∈ R.
z α
(b) >> B=A-2*eye(3);

>> escalona([B,zeros(3,1)])
eliminação 1:
(-1)*linha 1 ==> linha 1
[ 1, 0, -5, 0]
[ 1, -1, 1, 0]
[ 0, 1, -6, 0]
[ 1, 0, -5, 0]

[ 0, -1, 6, 0]
[ 0, 1, -6, 0]
eliminação 2:
[ 1, 0, -5, 0]
[ 0, 1, -6, 0]
[ 0, 1, -6, 0]
[ 1, 0, -5, 0]
[ 0, 1, -6, 0]
[ 0, 0, 0, 0]
   
x 5α
X =  y  =  6α  , ∀α ∈ R.
z α
1.2.6. (a) >> syms a

>> A=[1,2,-3,4;3,-1,5,2;4,1,a^2-14,a+2];
>> escalona(A)
eliminação 1:
[ 1, 2, -3, 4]
[ 0, -7, 14, -10]
[ 0, -7, a^2-2, a-14]
eliminação 2:
[ 1, 2, -3, 4]
[ 0, 1, -2, 10/7]
[ 0, -7, a^2-2, a-14]

 
1 0 1 8/7
 0 1 −2 10/7 
0 0 a2 − 16 a−4
i. Se a2 − 16 = 0 e a − 4 = 0, então o sistema tem infinitas soluções. Neste caso, a = 4;
ii. Se a2 − 16 = 0 e a − 4 6= 0, então o sistema não tem solução. Neste caso, a = −4;
iii. Se a2 − 16 6= 0, então o sistema tem solução única. Neste caso, a 6= ±4;
(b) >> A=[1,1,1,2;2,3,2,5;2,3,a^2-1,a+1];
>> escalona(A)
eliminação 1:
[ 1, 1, 1, 2]
[ 0, 1, 0, 1]
[ 0, 1, a^2-3, a-3]
eliminação 2:
-1*linha
 2 + linha 3 ==> linha 3
1 0 1 1
 0 1 0 1 
0 0 a2 − 3 a − 4
i. Se a2 − 3 = 0 e a − 4 = 0, então o sistema tem infinitas soluções. Este caso não pode ocorrer;
√
ii. Se a2 − 3 = 0 e a − 4 6= 0, então o sistema não tem solução. Neste caso, a = ± 3;
√
iii. Se a2 − 3 6= 0, então o sistema tem solução única. Neste caso, a 6= ± 3;
1.2.7.
X Y Z
gramas de A/kg 2 1 3
gramas de B/kg  1 3 5 
preço/kg 3 2 4

   
x kg de X 1900 gramas de A
 y  kg de Y  2400  gramas de B
z kg de Z 2900 arrecadação
    
2 1 3 x 1900
 1 3 5   y  =  2400 
3 2 4 z 2900
>> A=[2,1,3,1900;1,3,5,2400;3,2,4,2900];
>> escalona(A)
eliminação 1:
[ 1, 3, 5, 2400]
[ 2, 1, 3, 1900]
[ 3, 2, 4, 2900]
[ 1, 3, 5, 2400]
[ 0, -5, -7, -2900]
[ 0, -7, -11, -4300]
eliminação 2:
(-1/5)*linha 2 ==> linha 2
[ 1, 3, 5, 2400]
[ 0, 1, 7/5, 580]
[ 0, -7, -11, -4300]
[ 1, 0, 4/5, 660]
[ 0, 1, 7/5, 580]
[ 0, 0, -6/5, -240]
eliminação 3:

(-5/6)*linha 3 ==> linha 3

[ 1, 0, 4/5, 660]
[ 0, 1, 7/5, 580]
[ 0, 0, 1, 200]
(-4/5)*linha 3 + linha 1 ==> linha 1
[ 1, 0, 0, 500]
[ 0, 1, 0, 300]
[ 0, 0, 1, 200]
Foram vendidos 500 kg do produto X, 300 kg do produto Y e 200 kg do produto Z.
1.2.8. Substituindo
 os pontos na função obtemos:

 d = 10
a + b + c + d = 7

.

 27a + 9b + 3c + d = − 11
64a + 16b + 4c + d = −14

Substituindo d = 10 nas outras equações e escalonando a matriz aumentada do sistema correspondente:
>> escalona([1,1,1,-3;27,9,3,-21;64,16,4,-24])
eliminação 1:
[ 1, 1, 1, -3]
[ 0, -18, -24, 60]
[ 0, -48, -60, 168]
eliminação 2:
[ 1, 1, 1, -3]
[ 0, 1, 4/3, -10/3]
[ 0, -48, -60, 168]


[ 1, 0, -1/3, 1/3]
[ 0, 1, 4/3, -10/3]
[ 0, 0, 4, 8]
eliminação 3:
[ 1, 0, -1/3, 1/3]
[ 0, 1, 4/3, -10/3]
[ 0, 0, 1, 2]
1/3*linha 3 + linha 1 ==> linha 1
-4/3*linha 3 + linha 2 ==> linha 2
[ 1, 0, 0, 1]
[ 0, 1, 0, -6]
[ 0, 0, 1, 2]
Assim, os coeficientes são a = 1, b = −6, c = 2 e d = 10 e o polinômio p( x ) = x3 − 6x2 + 2x + 10.

1.2.9. Substituindo os pontos na equação do círculo obtemos:
 −2a + 7b + c = −[(−2)2 + 72 ] = −53

−4a + 5b + c = −[(−4)2 + 52 ] = −41 .

4a − 3b + c = −[42 + 32 ] = −25

>> A=[-2,7,1,-53;-4,5,1,-41;4,-3,1,-25];
>> escalona(A)
eliminação 1:
[ 1, -7/2, -1/2, 53/2]
[ -4, 5, 1, -41]
[ 4, -3, 1, -25]


[ 1, -7/2, -1/2, 53/2]
[ 0, -9, -1, 65]
[ 0, 11, 3, -131]
eliminação 2:
[ 1, -7/2, -1/2, 53/2]
[ 0, 1, 1/9, -65/9]
[ 0, 11, 3, -131]
[ 1, 0, -1/9, 11/9]
[ 0, 1, 1/9, -65/9]
[ 0, 0, 16/9, -464/9]
eliminação 3:
[ 1, 0, -1/9, 11/9]
[ 0, 1, 1/9, -65/9]
[ 0, 0, 1, -29]
-1/9*linha 3 + linha 2 ==> linha 2
[ 1, 0, 0, -2]
[ 0, 1, 0, -4]
[ 0, 0, 1, -29]
Os coeficientes são a = −2, b = −4 e c = −29 e a equação do círculo é x2 + y2 − 2x − 4y − 29 = 0.
1.2.10. (a) >> syms b1 b2 b3

>> A=[1,-2,5,b1;4,-5,8,b2;-3,3,-3,b3];
>> escalona(A)
eliminação 1:


[ 1, -2, 5, b1]
[ 0, 3, -12, b2-4*b1]
[ 0, -3, 12, b3+3*b1]
eliminação 2:
[ 1, -2, 5, b1]
[ 0, 1, -4, 1/3*b2-4/3*b1]
[ 0, -3, 12, b3+3*b1]
[ 1, 0, -3, -5/3*b1+2/3*b2]
[ 0, 1, -4, 1/3*b2-4/3*b1]
[ 0, 0, 0, b3-b1+b2]
O sistema é consistente se, e somente se, b3 − b1 + b2 = 0.
(b) >> syms b1 b2 b3
>> A=[1,-2,-1,b1;-4,5,2,b2;-4,7,4,b3];
>> escalona(A)
eliminação 1:
[ 1, -2, -1, b1]
[ 0, -3, -2, b2+4*b1]
[ 0, -1, 0, b3+4*b1]
eliminação 2:
[ 1, -2, -1, b1]
[ 0, -1, 0, b3+4*b1]
[ 0, -3, -2, b2+4*b1]


[ 1, -2, -1, b1]
[ 0, 1, 0, -b3-4*b1]
[ 0, -3, -2, b2+4*b1]
[ 1, 0, -1, -7*b1-2*b3]
[ 0, 1, 0, -b3-4*b1]
[ 0, 0, -2, b2-8*b1-3*b3]
O sistema é consistente para todos os valores reais de b1 , b2 e b3 .
1.2.11. >> A=[0,1,7,8;1,3,3,8;-2,-5,1,-8];

>> escalona(A)
eliminação 1:
[ 1, 3, 3, 8]
[ 0, 1, 7, 8]
[ -2, -5, 1, -8]
[ 1, 3, 3, 8]
[ 0, 1, 7, 8]
[ 0, 1, 7, 8]
eliminação 2:
[ 1, 0, -18, -16]
[ 0, 1, 7, 8]
[ 0, 0, 0, 0]
>> I=eye(3);E=oe(-1,2,3,I),...
F=oe(-3,2,1,I),G=oe(2,1,3,I),H=oe(I,1,2)
E =[ 1, 0, 0]F =[ 1, -3, 0]

[ 0, 1, 0] [ 0, 1, 0]
[ 0, -1, 1] [ 0, 0, 1]
G =[ 1, 0, 0]H =[ 0, 1, 0]
[ 0, 1, 0] [ 1, 0, 0]
[ 2, 0, 1] [ 0, 0, 1]
>> E*F*G*H*A
[ 1, 0, -18, -16]
[ 0, 1, 7, 8]
[ 0, 0, 0, 0]
1.2.12. (a) >> A=[1,2,0,-3,1,0,2;1,2,1,-3,1,2,3;...

1,2,0,-3,2,1,4;3,6,1,-9,4,3,9]
>> escalona(A)
[ 1, 2, 0, -3, 0, -1, 0]
[ 0, 0, 1, 0, 0, 2, 1]
[ 0, 0, 0, 0, 1, 1, 2]
[ 0, 0, 0, 0, 0, 0, 0]

 x1 + 2x2 − 3x4 − x6 = 0
x3 + 2x6 = 1
x5 + x6 = 2

X = [α + 3β − 2γ γ 1 − 2α β 2 − α α]t ,
∀α, β, γ ∈ R
(b) >> A=[1,3,-2,0,2,0,0;2,6,-5,-2,4,-3,-1;...

0,0,5,10,0,15,5;2,6,0,8,4,18,6]
>> escalona(A)
[ 1, 3, 0, 4, 2, 0, 0]
[ 0, 0, 1, 2, 0, 0, 0]
[ 0, 0, 0, 0, 0, 1, 1/3]
[ 0, 0, 0, 0, 0, 0, 0]


 x1 + 3x2 + 4x4 + 2x5 =0
x3 + 2x4 =0
x6 = 31

X = [−2α − 4β − 3γ γ − 2β β α 1/3]t ,
∀α, β, γ ∈ R
1.2.13. >> syms a, B=[4,3,1,6]’;
>> A=[1,1,1,1;1,3,-2,a;
2,2*a-2,-a-2,3*a-1;3,a+2,-3,2*a+1]
>> escalona([A,B])
[ 1, 0, 0, 0, (4*a-11)/(a-5)]
[ 0, 1, 0, 0, -4/(a-5)]
[ 0, 0, 1, 0, -4/(a-5)]
[ 0, 0, 0, 1, -1/(a-5)]
>> solve(-3/2*a+5/4+1/4*a^2,a)
ans = [ 1][ 5]
Se a 6= 1 e a 6= 5, então X = [ 4aa−
−5
11 −4 −4 −1 t
a −5 a −5 a −5 ] .
>> C=subs(A,a,1)
>> escalona([C,B])
[ 1, 0, 0, 1, 2]
[ 0, 1, 0, 0, 1]
[ 0, 0, 1, 0, 1]
[ 0, 0, 0, 0, 0]
Se a = 1, então X = [2 − α, 1, 1, α]t ∀α ∈ R.
>> D=subs(A,a,5)
>> escalona([D,B])
[ 1, 0, 5/2, -1, 0]
[ 0, 1, -3/2, 2, 0]

[ 0, 0, 0, 0, 1]
[ 0, 0, 0, 0, 0]
Se a = 5, então o sistema não tem solução.

1.2.14. (a) >> A=[1,2,3,1,8;1,3,0,1,7;1,0,2,1,3];
>> escalona(A)
[ 1, 0, 0, 1, 1]
[ 0, 1, 0, 0, 2]
[ 0, 0, 1, 0, 1]
{(1 − α, 2, 1, α) | α ∈ R}
(b) >> A=[1,1,3,-3,0;0,2,1,-3,3;1,0,2,-1,-1];
>> escalona(A)
[ 1, 0, 0, 1, 1]
[ 0, 1, 0, -1, 2]
[ 0, 0, 1, -1, -1]
{(1 − α, 2 + α, −1 + α, α) | α ∈ R}
(c) >> A=[1,2,3,0;1,1,1,0;1,1,2,0;1,3,3,0];
>> escalona(A)
[ 1, 0, 0, 0]
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 0]
{(0, 0, 0)}
1.2.15. >> P=randi(4,2)

P = 5 4
-3 3
1 0
0 -5

>> A=matvand(P(:,1),3),B=P(:,2)
A =125 25 5 1
-27 9 -3 1
1 1 1 1
0 0 0 1
B = 4
3
0
-5
>> R=escalona([A,B])
R = [ 1, 0, 0, 0, -163/480]
[ 0, 1, 0, 0, 99/80]
[ 0, 0, 1, 0, 1969/480]
[ 0, 0, 0, 1, -5]
>> p=poly2sym(R(:,5),x)
p = -163/480*x^3+99/80*x^2+1969/480*x-5
>> clf,po(P),syms x,plotf1(p,[-5,5])
>> eixos
Pode não ser possível encontrar o polinômio, se mais de um ponto tiver a mesma abscissa xi .

50
y
40
30
20
10
0
x
−10
−5 −4 −3 −2 −1 0 1 2 3 4 5
Observação. A sua resposta pode ser diferente da que está aqui.

1.2.16. >> P=randi(5,2)
P = 3 2
-1 -3
1 -1

3 4
4 4
>> A=matvand(P,2)
A = 9 6 4 3 2 1
1 3 9 -1 -3 1
1 -1 1 1 -1 1
9 12 16 3 4 1
16 16 16 4 4 1
>> R=escalona([A,zeros(5,1)])
R = [1, 0, 0, 0, 0, -35/8, 0]
[0, 1, 0, 0, 0, 45/8, 0]
[0, 0, 1, 0, 0, -2, 0]
[0, 0, 0, 1, 0, 65/8, 0]
[0, 0, 0, 0, 1, -39/8, 0]
>> p=poly2sym2([-R(:,6);1],x,y)
p =35/8*x^2-45/8*x*y-65/8*x+1+2*y^2+39/8*y
>> clf,po(P),syms x y,
>> plotci(p,[-5,5],[-5,5])
>> eixos

5
y
0
x
−1
−2
−3
−2 −1 0 1 2 3 4 5
Observação. A sua resposta pode ser diferente da que está aqui.
1.2.17. (a) A inversa da operação elementar de trocar duas linhas é ela mesma.
(b) A inversa da operação elementar de multiplicar uma linha por um escalar, α 6= 0, é a operação de
multiplicar a mesma linha pelo escalar 1/α.

(c) A inversa de somar à linha k, α vezes a linha l, é somar à linha k, −α vezes a linha l.
1.2.18. (a) Basta multiplicar qualquer linha da matriz pelo escalar 1.
(b) Pelo exercício anterior cada operação elementar, e, tem uma operação elementar inversa, e−1 , do
mesmo tipo que desfaz o que a operação e fez. Se aplicando as operações elementares e1 , . . . , ek na
matriz A chegamos na matriz B, então aplicando-se as operações elementares ek−1 , . . . , e1−1 na matriz
B chegamos na matriz A.
(c) Se aplicando as operações elementares e1 , . . . , ek na matriz A chegamos na matriz B e aplicando as
operações elementares ek+1 , . . . , el na matriz B chegamos na matriz C, então aplicando-se as opera-
ções elementares e1 , . . . , el na matriz A chegamos na matriz C.

Capítulo 2. Inversão de Matrizes e Determinantes 559
2.1. Matriz Inversa (página 95)
2.1.1. A matriz é singular, pois o sistema homogêneo tem solução não trivial (Teorema 2.8 na página 86).
2.1.2. (a) >> A=[1,2,3;1,1,2;0,1,2];
>> B=[A,eye(3)];
>> escalona(B)
[1, 0, 0, 0, 1,-1]
[0, 1, 0, 2,-2,-1]
[0, 0, 1,-1, 1, 1]
(b) [1, 0, 0, 3, 2,-4]
[0, 1, 0,-1, 0, 1]
[0, 0, 1, 0,-1, 1]
(c) [1, 0, 0, 0, 7/3,-1/3,-1/3,-2/3]
[0, 1, 0, 0, 4/9,-1/9,-4/9, 1/9]
[0, 0, 1, 0,-1/9,-2/9, 1/9, 2/9]
[0, 0, 0, 1,-5/3, 2/3, 2/3, 1/3]
(d) [1, 0, 0, 1, -1, 0]
[0, 1, 0,3/2,1/2,-3/2]
[0, 0, 1, -1, 0, 1]
(e) [ 1 0 1 1 0 -2 ]
[ 0 1 1 0 0 1 ]
[ 0 0 0 -1 1 1 ]
Continua ? (s/n) n
(f) [1, 0, 0,1/4, 5/4,-3/4, 1/2, 0]
[0, 1, 0,1/2,-1/2, 1/2, 0, 0]
[0, 0, 1,1/4, 1/4, 1/4,-1/2, 0]
[0, 0, 0, 0, -2, -1, -2, 1]

Continua ? (s/n) n
2.1.3. >> syms a

>> A=[1,1,0;1,0,0;1,2,a];
>> escalona(A)
 
1 0 0
 0 1 0 
0 0 a
Continua ? (s/n) n
Para valores de a diferentes de zero a matriz A tem inversa.
2.1.4. >> invA=[3,2;1,3]; invB=[2,5;3,-2];

>> invAB=invB*invA
invAB = 11 19
7 0
2.1.5. >> invA=[2,3;4,1]; B=[5;3];

>> X=invA*B
X = 19
23
2.2. Determinantes (página 129)
2.2.1. det( A2 ) = 9; det( A3 ) = −27; det( A−1 ) = −1/3; det( At ) = −3.
2.2.2. det( At B−1 ) = det( A)/ det( B) = −2/3.

 
a11 a13 + a12
a12
2.2.3. (a) det  a21 a23 + a22  =
a22
a31 a33 + a32
a32
 
a11 a12
a13
det  a21 a22
a23  +
 a31 a32
a33 
a11 a12
a12
det  a21 a22
a22  = det( A) + 0 = 3
a31 a32
a32
 
a11 + a12 a11 − a12 a13
(b) det  a21 + a22 a21 − a22 a23  =
a31 + a32 a31 − a32 a33
 
a11 a11 a13
det  a21 a21 a23  +
a31 a31 a33
 
a11 − a12 a13
det  a21 − a22 a23  +
 a31 − a32 a33
a12 a11 a13
det  a22 a21 a23  +
 a32 a31 a33 
a12 − a12 a13
det  a22 − a22 a23  = −2 det( A) = −6
a32 − a32 a33
ert tert

2.2.4. (a) det =
rert (1 + rt)ert
1 t
e2rt det = e2rt
r (1 + rt)


cos βt sen βt cos βt sen βt
(b) det = α det +
α cos βt − β sen βt α sen βt + β cos βt cos βt sen βt
cos βt sen βt
β det =β
−sen βt cos βt
2.2.5. (a) >> A=[1,-2,3,1;5,-9,6,3;-1,2,-6,-2;2,8,6,1];

>> detopelp(A)
[ 1, -2, 3, 1]
[ 5, -9, 6, 3]
[ -1, 2, -6, -2]
[ 2, 8, 6, 1]
eliminação 1:
[ 1, -2, 3, 1]
[ 0, 1, -9, -2]
[ 0, 0, -3, -1]
[ 0, 12, 0, -1]
eliminação 2:
[ 1, -2, 3, 1]
[ 0, 1, -9, -2]
[ 0, 0, -3, -1]
[ 0, 0, 108, 23]
eliminação 3:
[ 1, -2, 3, 1]
[ 0, 1, -9, -2]
[ 0, 0, 1, 1/3]
[ 0, 0, 108, 23]

det(A) = -3*det(A)
[ 1, -2, 3, 1]
[ 0, 1, -9, -2]
[ 0, 0, 1, 1/3]
[ 0, 0, 0, -13]
ans = 39
(b) >> A=[2,1,3,1;1,0,1,1;0,2,1,0;0,1,2,3];

>> detopelp(A)
[ 2, 1, 3, 1]
[ 1, 0, 1, 1]
[ 0, 2, 1, 0]
[ 0, 1, 2, 3]
eliminação 1:
[ 1, 0, 1, 1]
[ 2, 1, 3, 1]
[ 0, 2, 1, 0]
[ 0, 1, 2, 3]
det(A) = (-1)*det(A)
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]
[ 0, 2, 1, 0]
[ 0, 1, 2, 3]
eliminação 2:
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]

[ 0, 0, -1, 2]
[ 0, 0, 1, 4]
eliminação 3:
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]
[ 0, 0, 1, -2]
[ 0, 0, 1, 4]
det(A) = (-1)*(-1)*det(A)
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]
[ 0, 0, 1, -2]
[ 0, 0, 0, 6]
ans = 6
2.2.6. (a) >> A=[0,1,2;0,0,3;0,0,0];
>> p=det(A-x*eye(3))
p =-x^3
>> solve(p)
[0][0][0]
(b) p =(1-x)*(3-x)*(-2-x) [ 1][ 3][-2]
(c) p =(2-x)*(4-5*x+x^2) [2][4][1]
(d) p =-8-2*x+5*x^2-x^3 [ 2][ 4][-1]
2.2.7. (a) >> A=[2,0,0;3,-1,0;0,4,3];
>> B=A-x*eye(3);
>> p=det(B)
p =(2-x)*(-1-x)*(3-x)
>> solve(p)
[ 2][-1][ 3]

(b) p =(2-x)^2*(1-x) [2][2][1]

(c) p =(1-x)*(2-x)*(-1-x)*(3-x) [ 1][ 2][-1][ 3]
(d) p =(2-x)^2*(1-x)^2 [2][2][1][1]
2.2.8. (a) >> Bm1=subs(B,x,-1);

>> escalona(Bm1)
[1, 0, 0]
[0, 1, 1]
[0, 0, 0]
 
0
W−1 = { −α  |α ∈ R}.
α
>> B2=subs(B,x,2);
>> escalona(B2)
[1, 0, 1/4]
[0, 1, 1/4]
[0, 0, 0]
 
−α
W2 = { −α  |α ∈ R}.
4α
>> B3=subs(B,x,3);
>> escalona(B3)
[1, 0, 0]
[0, 1, 0]
[0, 0, 0]
 
0
W3 = { 0  |α ∈ R}.
α

(b) [1, 3, 0]
[0, 0, 1]
[0, 0, 0]
 
−3α
W1 = { α  | α ∈ R}.
0
[0, 1, 0]
[0, 0, 0]
[0, 0, 0]
 
α
W2 = { 0  | α, β ∈ R}.
β
(c) [1, 1, 0, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
t
W−1 = { − α α 0 0 | α ∈ R}.
[0, 1, 0, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
t
W1 = { α 0 0 0 | α ∈ R}.
[1, 0, 0, 29/3]
[0, 1, 0, 7/3]
[0, 0, 1, 3]
[0, 0, 0, 0]
t
W2 = { −29α −7α −9α 3α | α ∈ R}.

[1,0, -9/4, 0]
[0,1, -3/4, 0]
[0,0, 0, 1]
[0,0, 0, 0]
t
W3 = { 9α 3α 4α 0 | α ∈ R}.
(d) [1, 0, -3, 0]
[0, 1, 3, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
t
W1 = { 3α −3α α 0 | α ∈ R}.
[0, 1, 0, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
t
W2 = { α 0 0 0 | α ∈ R}.
2.2.9. Concluímos que é muito raro encontrar matrizes invertíveis.

3.1. Soma de Vetores e Multiplicação por Escalar (página 163)
3.1.1. >> OA=[0,-2];OB=[1,0];

>> AB=OB-OA
AB = 1 2
>> AC=2*AB
AC = 2 4
>> OC=OA+AC
OC = 2 2
C = (2, 2).
−→
3.1.2. Os pontos P1 = (0, 1) e P2 = (1, 3) são pontos da reta. Assim, o vetor V = P1 P2 = (1, 2) é paralelo a reta.
v2 3
3.1.3. A inclinação da reta é a = v1 = 2 . Assim, uma equação da reta tem a forma y = 23 x + b. Substituindo-se
x = 1 e y = 2 obtemos b = 12 . Uma equação para a reta é y = 32 x + 12 .
3.1.4. A equação 3X − 2V = 15( X − U ) é equivalente a 3X − 2V = 15X − 15U. Somando-se −15X + 2V
1
obtemos −15X + 3X = 2V − 15U ou −12X = 2V − 15U multiplicando-se por − 12 obtemos X = 45 U −
1
6 V.
3.1.5. Multiplicando-se a segunda equação por 2 e somando-se a primeira, obtemos 12X = 3U + 2V ou X =

1 1 3 1
4 U + 6 V. Substituindo-se X na primeira equação obtemos, 2 U + V − 2Y = U ou 2Y = 2 U + V ou
Y = 14 U + 12 V.
3.1.6. >> OP=[ 2, 3, -5]; V=[ 3, 0, -3];

>> OQ=OP+V
OQ = 5 3 -8
Q = (5, 3, −8).
3.1.7. >> OP=[1,0,3]; OM=[1,2,-1];

>> MP=OP-OM; OPlinha=OM-MP

Capítulo 3. Vetores no Plano e no Espaço 569
OPlinha = 1 4 -5
P0 = (1, 4, −5).
3.1.8. (a) >> OA=[5,1,-3];OB=[0,3,4];OC=[0,3,-5];

>> AB=OB-OA, AC=OC-OA,
AB = -5 2 7
AC = -5 2 -2 −→ −→
Os pontos não são colineares, pois AC 6= λ AB.
(b) >> OA=[-1,1,3];OB=[4,2,-3];OC=[14,4,-15];
>> AB=OB-OA, AC=OC-OA,
AB = 5 1 -6
AC = 15 3 -18 −→ −→
Os pontos são colineares, pois AC = 3 AB.
3.1.9. >> OA=[1,-2,-3];OB=[-5,2,-1];OC=[4,0,-1];

>> DC=OB-OA, OD=OC-DC
DC = -6 4 2
OD = 10 -4 -3
O ponto é D = (10, −4, −3).

9x − y = −4
3.1.10. (a) A equação xV + yW = U é equivalente ao sistema − 12x + 7y = −6 , cuja matriz aumen-
−6x + y = 2

tada é a matriz que tem colunas V, W e U.
>> V=[9,-12,-6];W=[-1,7,1];U=[-4,-6,2];
>> escalona([V;W;U]’)
[ 1, 0, -2/3]
[ 0, 1, -2]
[ 0, 0, 0]
Assim, U = −2/3V − 2W.
(b) >> V=[5,4,-3];W=[2,1,1];U=[-3,-4,1];

>> escalona([V;W;U]’)
[ 1, 0, -5/3]
[ 0, 1, 8/3]
[ 0, 0, -20/3]
Assim, U não é combinação linear de V e W.
−→ −→ −→
3.1.11. Para ser um paralelogramo um dos vetores AB, AC e AD tem que ser igual à soma dos outros dois.
(a) >> OA=[4,-1,1];OB=[9,-4,2];
>> OC=[4,3,4];OD=[4,-21,-14];
>> AC=OC-OA
AC = 0 4 3
>> AB=OB-OA
AB = 5 -3 1
>> AD=OD-OA
AD = 0 -20 -15
Não é um paralelogramo.
(b) Somente o vértice D é diferente.
>> OD=[9,0,5];
>> AD=OD-OA
AD = 5 1 4
É um paralelogramo de vértices consecutivos A, B, D e C.
3.1.12. Resolvendo a equação vetorial U = xV obtemos que
2 2
U = (6, −4, −2) = − (−9, 6, 3) = − V.
3 3
Fazendo o mesmo para U = xW obtemos que não existe solução, logo somente os vetores U e V são
paralelos.
3.2. Produtos de Vetores (página 203)

3.2.1. Um ponto P = ( x, y) pertence a reta se, e somente se,

−→
P0 P · N = 0.
ou seja, se, e somente se,

( x + 1, y − 1) · (2, 3) = 0
ou
2x + 3y − 1 = 0
3.2.2. Uma esfera de raio igual a 2. Se for no espaço é um cilindro de raio igual a 2, se for no plano é uma
circunferência de raio igual a 2.
3.2.3. >> V=[1,2,-3]; W=[2,1,-2];

>> Va=(V+W)/no(V+W), Vb=(V-W)/no(V-W),...
>> Vc=(2*V-3*W)/no(2*V-3*W)
h i
3 3 5
Va = √43 √43 − √43 ,
h i
Vb = − √13 √13 − √13 ,
h i
Vc = − √417 √117 0
3.2.4. >> syms x

>> V=[x,3,4];W=[3,1,2];
>> solve(pe(V,W))
-11/3
Para x = −11/3, V e W são perpendiculares.
3.2.5. >> V=[x,2,4];W=[x,-2,3];

>> pe(V,W)
x^2+8
A equação x2 + 8 não tem solução real.

3.2.6. >> Va=[2,1,0];Wa=[0,1,-1];Vb=[1,1,1];

>> Wb=[0,-2,-2];Vc=[3,3,0];Wc=[2,1,-2];
>> cosVaWa=pe(Va,Wa)/(no(Va)*no(Wa)),...
>> cosVbWb=pe(Vb,Wb)/(no(Vb)*no(Wb)),...
√ √ √ √
>> cosVcWc=pe(Vc,Wc)/(no(Vc)*no(Wc))
1
√ √
cosVaWa= 10 5 2, cosVbWb=− 31 3 2, cosVcWc= 21 2. O ângulo entre Va e Wa é arccos( 10/10) entre
√ √
Vb e Wb é arccos(− 6/3) e entre Vc e Wc é arccos( 2/2) = π/4.
3.2.7. >> W=[-1,-3,2]; V=[0,1,3];

>> W1=(pe(W,V)/pe(V,V))*V, W2=W-W1
W1 = 0 3/10 9/10
W2 = -1 -33/10 11/10
3.2.8. >> V=[2,2,1]; W=[6,2,-3];

>> X=V/no(V)+W/no(W), U=X/no(X)
X=[32/21, 20/21, -2/21]
16 √ √ 10
√ √ 1
√ √
U = 357 17 21 357 17 21 − 357 17 21
3.2.9. >> A=[2,2,1];B=[3,1,2];C=[2,3,0];D=[2,3,2];
>> M=[B-A;C-A;D-A], detM=det(M)
M = 1 -1 1
0 1 -1
0 1 1 detM=2
>> A=[2,0,2];B=[3,2,0];C=[0,2,1];D=[10,-2,1];
M = 1 2 -2
-2 2 -1
8 -2 -1 detM=0
No item (a) os pontos não são coplanares e no item (b) eles são coplanares.
3.2.10. >> A=[2,1,6];B=[4,1,3];C=[1,3,2];D=[1,2,1];


M = 2 0 -3
-1 2 -4
-1 1 -5 detM=-15
O volume do paralelepípedo é 15 unidades de vol.
3.2.11. >> A=[1,0,1];B=[2,1,3];C=[3,2,4];

>> V=pv(A-B,C-B), norma=no(V)
AD = √ 1 -1 0
norma= 2 √
A área do paralelogramo é 2 unidades de área.
3.2.12. >> A=[1,2,1];B=[3,0,4];C=[5,1,3];

>> V=pv(B-A,C-A), norma=no(V)
AD = √ -1 8 6
norma= 101 √
A área do triângulo é 101/2 unidades de área.
3.2.13. >> syms x y z

>> X=[x,y,z]; V=[1,0,1]; W=[2,2,-2];
>> expr1=pv(X,V)-W, expr2=pe(X,X)-6
expr1 = [ y-2, z-x-2, -y+2]
expr2 = x^2+y^2+z^2-6
>> S=solve(expr1(1),expr1(2),expr1(3),expr2)
S = x: [2x1 sym] y: [2x1 sym] z: [2x1 sym]
>> S.x, S.y, S.z
ans =[ -1][ -1] ans =[ 2][ 2] ans =[ 1][ 1]
Logo, X = (−1, 2, 1).
3.2.14. >> X=[x,y,z]; V=[1,1,0]; W=[-1,0,1]; U=[0,1,0];

>> expr1=pe(X,V), expr2=pe(X,W),...
>> expr3=pe(X,X)-3, expr4=pe(X,U)
expr1=x+y,expr2=z-x,expr3=x^2+y^2+z^2-3,expr4=y

>> solve(expr1,expr2,expr3)
S = x: [2x1 sym] y: [2x1 sym] z: [2x1 sym]
>> S.x, S.y, S.z
ans =[ -1][ 1] ans =[ 1][ -1] ans =[ -1][ 1]
Como y tem que ser maior que zero, X = (−1, 1, −1).
3.2.15. >> A=[3,0,2];B=[4,3,0];C=[8,1,-1];

>> pe(B-A,C-A), pe(A-B,C-B), pe(A-C,B-C)
14,0,21
Portanto, o ângulo reto está no vértice B.
3.2.16.
3.2.17.
3.2.18.
3.2.19.
−→ −→
3.2.20. Seja AB a base do triângulo isosceles e M o seu ponto médio. Vamos mostrar que CM · AB= 0.
−→ −→ 1 −→ −→ −→
CM · AB = (CA + CB)· AB
2
1 −→ −→ −→ −→
= (CA + CB) · (CB − CA)
2
1 −→ −→ −→
= (CA · CB −|| CA ||2 +
2
−→ −→ −→
+ || CB ||2 − CB · CA) = 0

−→ −→
3.2.21. Seja AB o lado situado no diâmetro da circunferência e O seu centro. Vamos mostrar que CA · CB= 0.
−→ −→ −→ −→ −→ −→
CA · CB = (CO + OA) · (CO + OB)
−→ −→ −→
= || CO ||2 + CO · OB +
−→ −→ −→
+ OA · CO −|| OB ||2 = 0
3.2.22. Se as diagonais são perpendiculares, então (U + V ) · (U − V ) = 0. Mas,
(U + V ) · (U − V ) = ||U ||2 − ||V ||2 .
Então, os lados adjacentes têm o mesmo comprimento e como ele é um paralelogramos todos os lados
têm o mesmo comprimento.
3.2.23. Vamos mostrar que U · V = 0.
||U + V ||2 = ||U ||2 + 2U · V + ||V ||2
||U − V ||2 = ||U ||2 − 2U · V + ||V ||2

Assim, ||U + V || = ||U − V || implica que U · V = 0.

4.1. Equações de Retas e Planos (página 254)
4.1.1.
1/5
1/2 1/3
(a)
(b)

Capítulo 4. Retas e Planos 577
1/2
1/3
(c)
1/3
1/2
(d)
1/3 1/2
(e)

2/5
(f)
2/3
(g)
1/2
(h)
4.1.2.

V = (1, 3/2, 3)
x y
(a)
V = (1, 3/2, 3)
(b) x y
V = (1, 0, 2)
(c) x y

V = (0, 2, 1)
(d) x y
V = (2, 1, 0)
(e) x y
V = (0, 0, 2)
y
(f) x

V = (0, 2, 0)
(g) x y
V = (2, 0, 0)
(h) x y
4.1.3. Como o novo plano é paralelo ao plano 2x − y + 5z − 3 = 0, então o vetor N = (2, −1, 5) é também
vetor normal do plano procurado. Assim, a equação dele é 2x − y + 5z + d = 0. Para determinar d
substituímos o ponto P = (1, −2, 1) na equação do plano:
>> syms x y z d
>> expr=2*x-y+5*z+d
expr = 2*x-y+5*z+d
>> subst(expr,[x,y,z],[1,-2,1])
ans = 9+d
Assim, a equação do plano é 2x − y + 5z − 9 = 0.

4.1.4. Os vetores normais dos outros planos, N1 = (1, 2, −3) e N2 = (2, −1, 4), são paralelos a ao plano procu-
rado π. Assim, o produto vetorial N1 × N2 é um vetor normal a π.
>> N1=[1,2,-3];N2=[2,-1,4];
>> N=pv(N1,N2)
N = 5 -10 -5
Assim, a equação de π é 5x − 10y − 5z + d = 0. Para determinar d substituímos o ponto P = (2, 1, 0) na

equação do plano:
>> expr=5*x-10*y-5*z+d
expr = 5*x-10*y-5*z+d
>> subst(expr,[x,y,z],[2,1,0])
ans = d
Assim, a equação do plano π é 5x − 10y − 5z = 0.
4.1.5. Como o plano procurado passa pelos pontos P = (1, 0, 0) e Q = (1, 0, 1) e é perpendicular ao plano
→
y − z = 0, então os vetores PQ= (0, 0, 1) e o vetor normal do plano y − z = 0, N1 = (0, 1, −1) são
→
paralelos ao plano procurado π. Assim, o produto vetorial PQ × N1 é um vetor normal a π.
>> PQ=[0,0,1];N1=[0,1,-1];
>> N=pv(PQ,N1)
N = -1 0 0
Assim, a equação de π é − x + d = 0. Para determinar d substituímos o ponto P = (1, 0, 0) na equação

do plano, obtendo que a equação de π é − x + 1 = 0.
4.1.6. A equação da reta é ( x, y, z) = (t, 2t, t). Substituindo-se o ponto da reta na equação do plano obtemos o
valor de t

>> V=[1,2,1];
>> syms t
>> t=solve(2*t+2*t+t-5)
t = 1
Substituindo-se este valor de t nas equações paramétricas da reta obtemos o ponto P = (1, 2, 1).
4.1.7. Um ponto da reta r é da forma Pr = (9t, 1 + 6t, −2 + 3t) e um ponto da reta s é da forma Ps = (1 + 2s, 3 +
s, 1). As retas se cortam se existem t e s tais que Pr = Ps , ou seja, se o sistema seguinte tem solução

 9t = 1 + 2s
1 + 6t = 3 + s
−2 + 3t = 1

>> escalona([9,-2,1;6,-1,2;3,0,3])
[ 9, -2, 1]
[ 6, -1, 2]
[ 3, 0, 3]
eliminação 1:
(1/9)*linha 1 ==> linha 1
[ 1, -2/9, 1/9]
[ 6, -1, 2]
[ 3, 0, 3]
[ 1, -2/9, 1/9]
[ 0, 1/3, 4/3]
[ 0, 2/3, 8/3]
eliminação 2:
(3)*linha 2 ==> linha 2
[ 1, -2/9, 1/9]

[ 0, 1, 4]
[ 0, 2/3, 8/3]
(2/9)*linha 2 + linha 1 ==> linha 1
[ 1, 0, 1]
[ 0, 1, 4]
[ 0, 0, 0]
A solução do sistema é t = 1 e s = 4. Substituindo-se ou t = 1 na equação da reta r ou s = 4 na equação

da reta s obtemos o ponto da interseção P = (9, 7, 1).
4.1.8. Os vetores diretores das retas, V1 = (2, 2, 1) e V2 = (1, 1, 1), são paralelos ao plano procurado π. Assim,
o produto vetorial V1 × V2 é um vetor normal a π.
>> V1=[2,2,1]; V2=[1,1,1]; P1=[2,0,0];

>> N=pv(V1,V2)
N = 1 -1 0
Assim, a equação de π é x − y + d = 0. Para determinar d substituímos o ponto P1 = (2, 2, 1) da reta r na

equação do plano:
>> expr=x-y+d
expr =x-y+d
>> subst(expr,[x,y,z],P1)
ans =2+d
Assim, a equação do plano π é x − y − 2 = 0.

4.1.9. (a) Substituindo-se o ponto P = (4, 1, −1) nas equações da reta r obtemos valores diferentes de t:
>> solve(’4=2+t’), solve(’1=4-t’),...
>> solve(’-1=1+2*t’)
ans = 2 ans = 3 ans = -1

Logo não existe um valor de t tal que P = (2 + t, 4 − t, 1 + 2t).

→
(b) O ponto Q = (2, 4, 1) é um ponto do plano π procurado. Assim, π é paralelo aos vetores PQ=
→
(−2, 3, 2) e o vetor diretor da reta r, V = (1, −1, 2). Logo, o produto vetorial PQ ×V é um vetor
normal ao plano π:
>> P=[4,1,-1]; Q=[2,4,1]; V=[1,-1,2];

>> PQ=Q-P
PQ = [-2, 3, 2]
>> N=pv(PQ,V)
N = 8 6 -1
expr = 8*x-39+6*y-z
Substituindo-se o ponto P ou o ponto Q na equação de π obtemos que a equação do plano π é

8x + 6y − z − 39 = 0.
4.1.10. O vetor N = (−1, 1, −1) é normal ao plano. A equação do plano é então − x + y − z + d = 0. Fazendo
z = 0 nas equações dos planos π1 e π2 e resolvendo o sistema resultante, obtemos x = 0 e y = 1.
Portanto, o ponto P = (0, 1, 0) pertence a π1 e a π2 . Substituindo-se o ponto P = (0, 1, 0) na equação do
plano − x + y − z + d = 0 obtemos que a equação procurada é x − y + z + 1 = 0.
4.1.11. (a) >> N1=[1,2,-3]; N2=[1,-4,2]; V=pv(N1,N2)

V = -8 -5 -6
Os planos se interceptam segundo uma reta cujo vetor diretor é V = (−8, −5, −6).
(b) >> N1=[2,-1,4]; N2=[4,-2,8]; V=pv(N1,N2)
V = 0 0 0
Os planos são paralelos.
(c) >> N1=[1,-1,0]; N2=[1,0,1]; V=pv(N1,N2)
V = -1 -1 1
Os planos se interceptam segundo uma reta cujo vetor diretor é V = (−1, −1, 1).

4.1.12. O vetor normal ao plano é um vetor diretor da reta procurada. Assim, as equações paramétricas de r são
( x, y, z) = (1 + t, 2 − t, 1 + 2t).
4.1.13. O vetor diretor da reta procurada é ortogonal ao mesmo tempo aos vetores normais dos dois planos,
portanto o produto vetorial deles é um vetor diretor da reta procurada.
>> pv([2,3,1],[1,-1,1])
4 -1 -5
( x, y, z) = (1 + 4t, −t, 1 − 5t).

4.1.14. >> escalona([1,1,-1,0;2,-1,3,1])
1 0 2/3 1/3
0 1 -5/3 -1/3
A reta interseção dos planos é ( x, y, z) = (1/3 − 2/3t, −1/3 + 5/3t, t). O vetor diretor V = (−2/3, 5/3, 1)
desta reta é paralelo ao plano procurado. O ponto P = (1/3, −1/3, 0) é um ponto da reta e é também
→
portanto um ponto do plano procurado π. O vetor AP é também um vetor paralelo a π. Assim, o produto
→
vetorial AP ×V é um vetor normal a π.
>> A=[1,0,-1]; P=[1/3,-1/3,0];

>> V=[-2/3,5/3,1];
>> AP=P-A
AP = [-2/3, -1/3, 1]
>> N=pv(AP,V)
N = [ -2, 0, -4/3]
Substituindo-se o ponto A ou o ponto P na equação −2x − 4/3z + d = 0 obtemos a equação do plano

6x + 4z − 2 = 0.
4.1.15. >> syms t s
>> A=[0,1,0];B=[1,1,0];C=[-3,1,-4];D=[-1,2,-7];

>> BA=B-A, CD=D-C,

BA = 1 0 0
CD = 2 1 -3
Pr = (t, 1, 0) é um ponto qualquer da reta r e Ps = (−3 + 2s, 1 + s, −4 − 3s) é um ponto qualquer da reta
→
s. Precisamos encontrar pontos Pr e Ps tais que Ps Pr = αV, ou seja, precisamos encontrar t e s tais que
(t − 2s + 3, −s, 3s + 4) = (α, −5α, −α).
>> escalona([1,-2,-1,-3;0,-1,5,0;0,3,1,-4])
[ 1, -2, -1, -3]
[ 0, -1, 5, 0]
[ 0, 3, 1, -4]
eliminação 2:
[ 1, -2, -1, -3]
[ 0, 1, -5, 0]
[ 0, 3, 1, -4]
[ 1, 0, -11, -3]
[ 0, 1, -5, 0]
[ 0, 0, 16, -4]
eliminação 3:
(1/16)*linha 3 ==> linha 3
[ 1, 0, -11, -3]
[ 0, 1, -5, 0]
[ 0, 0, 1, -1/4]
[ 1, 0, 0, -23/4]
[ 0, 1, 0, -5/4]

[ 0, 0, 1, -1/4]
Pr0 = [-23/4, 1, 0]
Ps0 = [-11/2, -1/4, -1/4]
V = [1/4, -5/4, -1/4]
Encontramos que t = −23/4, s = −5/4 e α = −1/4. Substituindo-se ou t = −23/4 em Pr = (t, 1, 0)

obtemos que a equação da reta é ( x, y, z) = (−23/4 + t, 1 − 5t, −t).
4.1.16. (a) >> N1=[2,-1,1]; N2=[1,2,-1]; V=pv(N1,N2)

V = -1 3 5
Os planos se interceptam segundo uma reta que tem vetor diretor V = (−1, 3, 5).
(b) >> escalona([2,-1,1,0;1,2,-1,1])
[ 2, -1, 1, 0]
[ 1, 2, -1, 1]
eliminação 1:
[ 1, 2, -1, 1]
[ 2, -1, 1, 0]
[ 1, 2, -1, 1]
[ 0, -5, 3, -2]
eliminação 2:
(-1/5)*linha 2 ==> linha 2
[ 1, 2, -1, 1]
[ 0, 1, -3/5, 2/5]
[ 1, 0, 1/5, 1/5]
[ 0, 1, -3/5, 2/5]
Um ponto qualquer da reta r é Pr = (1/5 − t, 2/5 + 3t, 5t). Vamos determinar o valor de t tal que
→
APr seja perpendicular ao vetor diretor da reta r.

>> syms t
>> Pr=[1/5-t,2/5+3*t,5*t];A=[1,0,1];
>> APr=Pr-A
APr = [ -4/5-t, 2/5+3*t, 5*t-1]
>> expr=pe(APr,[-1,3,5])
expr = -3+35*t
>> t=solve(expr)
t = 3/35
→
Substituindo-se t = 3/35 em APr = (−4/5 − t, 2/5 + 3t, 5t − 1), obtemos o vetor diretor da reta
procurada e assim a equação da reta é ( x, y, z) = (1 − (31/35)t, (23/35)t, 1 − (4/7)t).
4.1.17. >> V1=[1,2,-3]; P1=[0,0,0];

>> V2=[2,4,-6]; P2=[0,1,2];
>> pv(V1,V2)
ans = 0 0 0
>> syms x y z; X=[x,y,z];
>> M=[X-P1;V1;P2-P1], expr=det(M)
M =[ x, y, z]
[ 1, 2, -3]
[ 0, 1, 2] expr = 7*x-2*y+z
Como o produto vetorial de V1 e V2 (os dois vetores diretores das retas) é igual ao vetor nulo, então as
−→
retas são paralelas. Neste caso, os vetores V1 e P1 P2 são não colineares e paralelos ao plano procurado.
Assim, 7x − 2y + z = 0 é a equação do plano.
4.1.18. (a) >> N1=[1,2,-3]; N2=[1,-4,2]; V=pv(N1,N2)

V = -8 -5 -6
Os planos se interceptam segundo uma reta cujo vetor diretor é V = (−8, −5, −6). Fazendo y = 0
nas equações obtemos um sistema de duas equações e duas incógnitas cuja solução é x = 1, z = −1.

Assim, P0 = (1, 0, −1) é um ponto da reta e as equações paramétricas da reta são


 x = 1 − 8t
y = −5t, para t ∈ R
z = −1 − 6t

(b) >> N1=[1,-1,0]; N2=[1,0,1]; V=pv(N1,N2)

V = -1 -1 1
Os planos se interceptam segundo uma reta cujo vetor diretor é V = (−1, −1, 1). Claramente P0 =
(0, 0, 0) é um ponto da reta e as equações paramétricas da reta são

 x = −t
y = −t, para t ∈ R
z = t

4.1.19. (a)
r : ( x, y, z) = t(0, 1, 2)
s : ( x, y, z) = t(1, 0, 2)
t : ( x, y, z) = (0, 1, 2) + s(1, −1, 0)

z
x y

(b) A = (0, 0, 2), B = (0, 1, 2) e C = (1, 0, 2).

 
−→ −→ −→ 0 0 2
vol = 61 | OA ·(OB × OC )| = | det  0 1 2 | = 2
6 = 31 .
1 0 2
−→ −→
(c) area = 12 || OB × OC || = 12 ||(2, 2, −1)|| = 3
2
(d)
| − 2| 2
h = dist(π, A) = = .
3 3
4.1.20. (a) Um ponto qualquer da reta r1 é descrito por Pr1 = (−1 + t, 2 + 3t, 4t) e um ponto qualquer da reta
r2 é da forma Pr2 = (−1 + s, 1 + 2s, −2 + 3s). Aqui é necessário o uso de um parâmetro diferente
para a reta r2 . O vetor
−→
Pr1 Pr2 = (s − t, −1 + 2s − 3t, −2 + 3s − 4t)
“liga” um ponto qualquer de r1 a um ponto qualquer de r2 . Vamos determinar t e s tais que o vetor
−→
Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (1, 3, 4) de r1 e ao vetor diretor V2 = (1, 2, 3) de r2 ,
ou seja, temos que resolver o sistema
( −→
Pr1 Pr2 · V1 = −11 + 19s − 26t = 0
−→
Pr1 Pr2 · V2 = −8 + 14s − 19t = 0
A solução deste sistema é t = −2/3, s = −1/3. Logo Pr1 = (−5/3, 0, −8/3), Pr2 = (−4/3, 1/3, −3),
−→
Pr1 Pr2 = (1/3, 1/3, −1/3) e V3 = (1, 1, −1) é um vetor diretor da reta procurada. Assim as equações
paramétricas da reta procurada são

 x = −5/3 + t
r3 : y = t, para t ∈ R.
z = −8/3 − t


(b) Um ponto qualquer da reta r1 é descrito por Pr1 = (−1 + t, 2 + 3t, 4t) e um ponto qualquer da reta
r2 é da forma Pr2 = (s, 4 + 2s, 3 + 3s). Aqui é necessário o uso de um parâmetro diferente para a reta
r2 . O vetor
−→
Pr1 Pr2 = (1 + s − t, 2 + 2s − 3t, 3 + 3s − 4t)
“liga” um ponto qualquer de r1 a um ponto qualquer de r2 . Vamos determinar t e s tais que o vetor
−→
Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (1, 3, 4) de r1 e ao vetor diretor V2 = (1, 2, 3) de r2 ,
ou seja, temos que resolver o sistema
( −→
Pr1 Pr2 · V1 = 19 + 19s − 26t = 0
−→
Pr1 Pr2 · V2 = 14 + 14s − 19t = 0
−→
A solução deste sistema é t = 0, s = −1. Logo Pr1 = (−1, 2, 0), Pr2 = (−1, 2, 0) e Pr1 Pr2 = (0, 0, 0).
−→
Neste caso o vetor Pr1 Pr2 não pode ser o vetor diretor da reta procurada. Vamos tomar como vetor
diretor da reta procurada o vetor V3 = V1 × V2 = (1, 1, −1).
Assim as equações paramétricas da reta procurada são

 x = −1 + t
r3 : y = 2 + t, para t ∈ R.
z = −t

4.2. Ângulos e Distâncias (página 282)
4.2.1. >> V=[1,3,2];W=[2,-1,1];U=[1,-2,0];

>> N=pv(W,U), projecao=(pe(V,N)/pe(N,N))*N
N = 2 1 -3 projecao = -1/7 -1/14 3/14
4.2.2. >> N1=[2,-1,1]; N2=[1,-2,1];
>> costh=pe(N1,N2)/(no(N1)*no(N2))
costh = 5/6

>> acos(5/6)*180/pi
ans = 33.5573
O ângulo é arccos(5/6) ≈ 33, 5o .
4.2.3. >> A=[1,1,1];B=[1,0,1];C=[1,1,0];
>> P=[0,0,1];Q=[0,0,0];V=[1,1,0];
>> N1=pv(B-A,C-A), N2=pv(Q-P,V),...
>> costh=pe(N1,N2)/(no(N1)*no(N2))
N1 = 1 0 0, N2 = 1 -1 0,
costh = 1/2*2^(1/2)
√
O ângulo é arccos( 2/2) = 45o .
4.2.4. O vetor diretor da reta procurada V = ( a, b, c) faz ângulo de 45o com o vetor ~i e 60o com o vetor ~j.
Podemos fixar arbitrariamente a norma do vetor V. Por exemplo, podemos tomar o vetor V com norma
igual à 2.
V = ( a, b, c)
||V || = a2 + b2 + c2 = 4
2
√
|V ·~i ◦ 2
= cos 45 = , ⇒ | a| = 1
||V || 2
|V · ~j 1
= cos 60◦ = , ⇒ |b| = 1
||V || 2
Substituindo-se estes valores em a2 + b2 + c2 = 4:
2 + 1 + c2 = 4, ⇒ |c| = 1
Assim, existem aparentemente, oito retas que passam pelo ponto P =√(1, −2, 3) e fazem ângulo de 45o
com o eixo x e 60o com o eixo y. Elas são ( x, y, z) = (1, −2, 3) + t(± 2, ±1, ±1). Na verdade existem

quatro retas (distintas), √ pois um vetor diretor e o seu simétrico determinam a mesma reta. Elas são
( x, y, z) = (1, −2, 3) + t( 2, ±1, ±1).
o
Existem, aparentemente, oito retas que passam pelo ponto P =
o
√ (1, −2, 3) e fazem ângulo de 45 com o
eixo x e 60 com o eixo y. Elas são ( x, y, z) = (1, −2, 3) + t(± 2/2, ±1/2, ±1/2). Na verdade existem
quatro retas (distintas), √ pois um vetor diretor e o seu simétrico determinam a mesma reta. Elas são
( x, y, z) = (1, −2, 3) + t( 2/2, ±1/2, ±1/2).
4.2.5. >> syms t, A=[1,1,0]; V=[0,1,-1]; Pr=[0,t,-t];
>> PrA=A-Pr, expr1=pe(PrA,V)
PrA = [1, 1-t, t] expr1 = 1-2*t
expr2 = 2*(1-t+t^2)^(1/2)
>> expr2=no(PrA)*no(V)
>> solve((expr1/expr2)^2-1/4)
[0][1]
>> B=subs(Pr,t,0), C=subs(Pr,t,1)
B = [0, 0, 0] C = [0, 1, -1]
4.2.6. >> A=[1,0,0]; B=[0,1,0]; C=[1,0,1]; O=[0,0,0];
>> N=B-A
-1 2 0
>> dist=abs(pe(N,C-O))/no(N)
dist =1/2^(1/2)
√
A distância é igual à 1/ 2.
4.2.7. (a) >> syms t s
>> A=[1,0,0]; B=[0,2,0]; V2=[1,2,3]; P2=[2,3,4];
>> Pr1=A+t*(B-A), Pr2=P2+s*V2
Pr1 = [1-t, 2*t, 0] Pr2 = [2+s, 3+2*s, 4+3*s]
Pr2 = (1 − t, 2t, 0) é um ponto qualquer da reta r1 e Pr2 = (2 + s, 3 + 2s, 4 + 3s) é um ponto qualquer
−→
da reta r2 . Devemos determinar t e s tais que o vetor Pr1 Pr2 seja perpendicular aos vetores diretores
de r1 e de r2 .

>> Pr1Pr2=Pr2-Pr1
Pr1Pr2 = [1+s+t, 3+2*s-2*t, 4+3*s]
>> expr1=pe(Pr1Pr2,B-A), expr2=pe(Pr1Pr2,V2)
expr1 = 5+3*s-5*t expr2 = 19+14*s-3*t
>> S=solve(’5+3*s-5*t’,’19+14*s-3*t’)
>> S.t, S.s
t = 13/61, s = -80/61
>> Pr10=subs(Pr1,t,13/61),
Pr10 = [48/61, 26/61, 0]
>> Pr20=subs(Pr2,s,-80/61)
Pr20 = [42/61, 23/61, 4/61]
>> V=Pr20-Pr10, expr=Pr10+t*V
V = [-6/61, -3/61, 4/61]
expr = [48/61-6/61*t, 26/61-3/61*t, 4/61*t]
A equação da reta é ( x, y, z) = (48/61 − (6/61)t, 26/61 − (3/61)t, (4/61)t).
−→ √
(b) A distância entre r1 e r2 é igual à norma do vetor Pr1 Pr2 = (−6/61, −3/61, 4/61) que é igual à 1/ 61.
4.2.8. >> A=[0,2,1]; Pr=[t,2-t,-2+2*t];

>> APr=Pr-A, dist=no(APr)
APr = [t, -t, -3+2*t]
dist = 3^(1/2)*(2*t^2+3-4*t)^(1/2)
>> solve(dist^2-3)
[1][1]
>> P=subs(Pr,t,1)
P = [1, 1, 0] √
A distância de A até a reta r é igual à 3.
4.2.9. >> syms t

>> A=[1,1,1]; B=[0,0,1]; Pr=[1+t,t,t];
>> APr=Pr-A, BPr=Pr-B
APr = [t, -1+t, -1+t] BPr = [1+t, t, -1+t]

>> dist1q=pe(APr,APr), dist2q=pe(BPr,BPr)

dist1q = 3*t^2+2-4*t dist2q = 2+3*t^2
>> solve(dist1q-dist2q)
t=0
>> subs(Pr,t,0)
[1, 0, 0]
O ponto P = (1, 0, 0) é equidistante de A e B.
4.2.10. >> A=[1,-1,2]; B=[4,3,1]; X=[x,y,z];

>> AX=X-A, BX=X-B,
AX = [x-1, y+1, z-2] BX = [x-4, y-3, z-1]
>> dist1q=pe(AX,AX), dist2q=pe(BX,BX)
dist1q = x^2-2*x+6+y^2+2*y+z^2-4*z
dist2q = x^2-8*x+26+y^2-6*y+z^2-2*z
>> expr=dist1q-dist2q
expr = 6*x-20+8*y-2*z
A equação do lugar geométrico é 6x + 8y − 2z − 20 = 0. Este plano passa pelo ponto médio de AB, pois
−→ −→ −→
o ponto médio de AB é M =OM= 1/2(OA + OB) (Exercício 1.18 na página 166) satisfaz a equação do
−→
plano. O plano é perpendicular ao segmento AB, pois N = (6, 8, −2) é paralelo a AB= (3, 4, −1).
4.2.11. >> syms x y z d

>> expr1=2*x+2*y+2*z+d;
>> P1=[0,0,-d/2]; N=[2,2,2]; P=[1,1,1];
>> expr2=abs(pe(P-P1,N))/no(N)
√
expr2 = 1/6 |6 + d| 3
>> solve(expr2-sqrt(3),d)
ans = [ 0][ -12]
Os planos 2x + 2y + 2z = 0 e 2x + 2y + 2z − 12 = 0 satisfazem as condições do exercício.
4.2.12. >> N2=[1,-2,2];N3=[3,-5,7];

>> V=pv(N2,N3)
V = -4 -1 1
N = ( a, b, c), N1 = (1, 0, 1)
 
| N · N1 | | a+c| 1

 || N |||| N1 ||
= cos(π/3)  √ a2 + b2 + c2
 = 2
|| N ||2 = 2 ⇒ a2 + b2 + c2 = 2
 
N·V = 0 −4a − b + c = 0
 
Da 1a. equação (usando a 2a. equação) segue que
| a + c| = 1 ⇒ c = ±1 − a.
Da 3a. equação
b = c − 4a = ±1 − 5a,
Substituindo-se os valores de b e c encontrados na 2a. equação:
a2 + (±1 − 5a)2 + (±1 − a)2 = 2,
27a2 = ±12a, ⇒ a = 0 ou a = ±4/9.

N = (0, 1, 1) ou N = (4/9, −11/9, 5/9)
Os planos y + z = 0 e 4x − 11y + 5z = 0 satisfazem as condições do exercício
4.2.13. (a) N · Vr = (1, 1, 1) · (1, −1, 0) = 0
(b) Tomando Pπ = (0, 0, 0) e Pr = (1, 0, 1):
−→
| Pr Pπ · N | |(1, 0, 1) · (1, 1, 1)| 2
d(r, π ) = = √ = √
|| N || 3 3
(c) Não. Pois se s é uma reta reversa à r contida em π, então
2
d(r, s) = d(r, π ) = √ < 2.
3

−→
4.2.14. (a) AB= (−7/3, 7/2, 0)
−→
AC = (−7/3, −2, 11/6)
−→ −→
AB × AC = (77/12, 77/18, 77/6)
−→ −→
N1 = (36/77) AB × AC = (3, 2, 6)
A equação do plano é 3x + 2y + 6z − 6 = 0
−→
(b) DE= (5/2, −5, 11)
−→
DE × ~k = (−5, −5/2, 0)
−→
N2 = −(2/5) DE × ~k = (2, 1, 0)
A equação do plano é 2x + y − 2 = 0

3 2 6 6 1 2/3 2 2 1 2/3 2 2 1 2/3 2 2
(c) ∼ ∼ ∼ ∼
2 1 0 2 2 1 0 2 0 −1/3 −4 −2 0 1 12 6
1 0 −6 −2
0 1 12 6
As equações paramétricas da reta são ( x, y, z) = (−2 + 6t, 6 − 12t, t).
(d)

y
x
|N ·N | 8
(e) cos(π1 , π2 ) = || N 1|||| N2 || = √
1 2 7 5
−→ −→ −→
1 ·OA
(f) OP= proj N1 OA= N || N1 ||2 1
6
N = 49 (3, 2, 6)
−→ −→
77 539
(g) area = || AB × AC ||/2 = ||(77/12, 77/18, 77/6)||/2 = 72 ||(3, 2, 6)|| = 72
4.3. Posições Relativas de Retas e Planos (página 296)

4.3.1. (a) >> A=[1,-2,2,0;3,-5,7,0];
>> oe(-3,1,2,A)
1 -2 2 0
0 1 1 0
A reta é ( x, y, z) = (−4t, −t, t).
(b) >> V=[-4,-1,1]; N=[0,1,1];
>> pe(V,N)
ans = 0
Como o vetor diretor da reta é ortogonal ao vetor normal ao plano e o ponto O = (0, 0, 0) pertence
aos dois, então a reta está contida no plano

4.3.2. >> P1=[1,1,1];V1=[2,2,1];

>> P2=[0,0,0];V2=[1,1,0];
>> det([P1-P2;V1;V2])
ans = 0
As retas são concorrentes.
4.3.3. (a) >> syms m,P1=[1,0,2];V1=[2,1,3];

>> P2=[0,1,-1];V2=[1,m,2*m];
>> expr=det([V1;V2;P2-P1])
expr = -9*m+6
>> solve(expr)
ans = 2/3
Para m = 2/3 as retas são coplanares.
(b) Para m = 2/3, os vetores diretores V1 = (2, 1, 3) e V2 = (1, 2/3, 4/3) não são paralelos, pois um não
é múltiplo escalar do outro. Portanto, as retas são concorrentes.
(c) >> syms x y z; P=[x,y,z];
>> V2=subs(V2,m,2/3)
V2 = [ 1, 2/3, 4/3]
>> N=pv(V1,V2)
N= [ -2/3, 1/3, 1/3]
Tomando como vetor normal −3N = (2, −1, −1) a equação do plano é 2x − y − z + d = 0. Para
determinar d substituímos o ponto P1 = (1, 0, 2) na equação do plano:
>> subst(2*x-y-z+d,[x,y,z],[1,0,2])
>> ans= d
Assim, a equação do plano é 2x − y − z = 0.
4.3.4. Precisamos determinar m para que os vetores W = (2, m, 1), V1 = (1, 2, 0) e V2 = (1, 0, 1) sejam L.D.
>> syms m

>> W=[2,m,1];N=[2,-1,-2];
>> expr=pe(W,N)
expr = 2-m
Para m = 2 a reta é paralela ao plano. A reta não está contida no plano, pois o ponto da reta P0 = (1, 1, 1)
não satisfaz a equação do plano.
4.3.5. (a) >> N1=[2,1,1];N2=[1,3,1];N3=[1,1,4];

>> det([N1;N2;N3])
ans = 17
Os três planos se interceptam num único ponto.
(b) >> N1=[1,-2,1];N2=[2,-4,2];N3=[1,1,0];
>> det([N1;N2;N3])
ans = 0
Como N2 = 2N1 , N3 não é paralelo a eles e as equações dos dois primeiros planos não são propor-
cionais, o primeiro e o segundo plano são paralelos distintos e o terceiro corta os dois primeiros.
(c) >> N1=[2,-1,1];N2=[3,-2,-1];N3=[2,-1,3];
>> det([N1;N2;N3])
ans = -2
(d) >> N1=[3,2,-1];N2=[2,-5,2];N3=[1,-1,1];
>> det([N1;N2;N3])
ans = -12
(e) >> N1=[2,-1,3];N2=[3,1,2];N3=[4,-2,6];
>> det([N1;N2;N3])
ans = 0
Como N3 = 2N1 , N2 não é paralelo a eles e as equações do primeiro e do terceiro planos não são
proporcionais, o primeiro e o terceiro plano são paralelos distintos e o segundo corta os outros.

(f) >> N1=[-4,2,-4];N2=[3,1,2];N3=[2,-1,2];

>> det([N1;N2;N3])
ans = 0
Como N1 = −2N3 , N2 não é paralelo a eles e as equações do primeiro e do terceiro planos são
proporcionais, o primeiro e o terceiro plano são coincidentes e o segundo corta os outros.
(g) >> N1=[6,-3,9];N2=[4,-2,6];N3=[2,-1,3];
>> det([N1;N2;N3])
ans = 0
Como N1 = 3N3 , N2 = 2N3 e quaisquer duas equações não são proporcionais, os três planos são
paralelos distintos.
(h) >> N1=[1,-2,3];N2=[3,1,-2];N3=[5,-3,4];
>> det([N1;N2;N3])
ans = 0
Os vetores normais são coplanares, mas quaisquer dois vetores não são paralelos.
>> escalona([1,-2,3,2;3,1,-2,1;5,-3,4,4])
ans =
[ 1, 0, -1/7, 0]
[ 0, 1, -11/7, 0]
[ 0, 0, 0, 1]
Como o sistema não tem solução os planos se interceptam dois a dois segundo retas distintas.

Capítulo 5. Seções Cônicas 603
5.1. Cônicas não Degeneradas (página 327)

2
x y2
5.1.1. (a) 4x2 + 2y2 = 1 pode ser reescrita como 1/4 + 1/2 = 1, que é a equação de uma elipse com focos em
√ √
(0, ±c), em que c = 1/4 + 1/2 = 3/2.

1 y
0.8
0.6
0.4
0.2
0
x
−0.2
−0.4
−0.6
−0.8
−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

(b) x2 + y = 0 pode ser reescrita como y = − x2 , que é a equação de uma parábola com foco em
(0, −1/4) e reta diretriz y = 1/4.
x2 y2
(c) Dividindo x2 − 9y2 = 9 por 9 obtemos − = 1, que é a equação de uma hipérbole com focos
√ √ 9 1
em (±c, 0), em que c = 9 + 1 = 10.

y
0.6
0.4
0.2
0
x
−0.2
−0.4
−0.6
−0.8
−1
−1.2
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

6
y
0
x
−2
−4
−6
−6 −4 −2 0 2 4 6

p p
5.1.2. (a) ( x + 1)2 + ( y − 2)2 + ( x − 3)2 + ( y − 2)2 = 6
q q
( x + 1)2 + ( y − 2)2 = 6 − ( x − 3)2 + ( y − 2)2 .
q
−2x + 11 = 3 ( x + 1)2 + (y − 2)2 .
Elevando novamente ao quadrado e simplificando, obtemos
5x2 + 9y2 − 10x − 36y − 4 = 0.
p p
(b) ( x + 1)2 + ( y + 1)2 + ( x − 1)2 + ( y − 1)2 = 4
q q
( x + 1)2 + ( y + 1)2 = 4 − ( x − 1)2 + ( y − 1)2 .
q
4 − ( x + y ) = 2 ( x − 1)2 + ( y − 1)2 .
3x2 + 3y2 − 2xy − 16 = 0.
p p
5.1.3. (a) ( x − 3)2 + ( y + 1)2 − ( x − 3)2 + ( y − 4)2 = ±3
q q
( x − 3)2 + ( y + 1)2 = ±3 + ( x − 3)2 + ( y − 4)2 .
q
5y − 12 = ±3 ( x − 3)2 + (y − 4)2 .
16y2 − 9x2 + 54x − 48y − 81 = 0.

p p
(b) ( x + 1)2 + ( y + 1)2 − ( x − 1)2 + ( y − 1)2 = ±2
q q
( x + 1)2 + ( y + 1)2 = ±2 + ( x − 1)2 + ( y − 1)2 .

q
( x + y ) − 1 = ± ( x − 1)2 + ( y − 1)2 .
2xy − 1 = 0.
p
5.1.4. (a) x2 + (y − 2)2 = |y + 2|. Elevando ao quadrado e simplificando obtemos
x2 − 8y = 0
| x + y − 2|
q
(b) ( x − 0)2 + ( y − 0)2 = √ . Elevando ao quadrado e simplificando obtemos
2
x2 − 2xy + y2 + 4x + 4y − 4 = 0.
5.1.5.
dist( P, F ) = 2 dist( P, r )
3
q
( x − 6)2 + y2 = 2 x −
2
Elevando-se ao quadrado
3 2

( x − 6)2 + y2 = 4 x −
2
Simplificando-se
3x2 − y2 = 27

ou
x2 y2
− =1
9 27
que é uma hipérbole.
5.1.6.
dist( P, r ) = 2 dist( P, F )
q
| x | = 2 ( x − 3)2 + ( y − 2)2
Elevando-se ao quadrado e simplificando-se
3x2 − 24x + 36 + 4(y − 2)2 = 0
Completando-se o quadrado
3[( x − 4)2 − 4] + 4(y − 2)2 = 0
3( x − 4)4 + 4(y − 2)2 = 12
( x − 4)2 ( y − 2)2
+ =1
4 3
que é uma elipse.
5.2. Coordenadas Polares e Equações Paramétricas (página 362)
5.2.1. (a) r = 2
(b) r2 cos 2θ = 4
(c) r = 2 sen θ
(d) r2 cos2 θ − 4r sen θ − 4 = 0
5.2.2. (a) 16( x + 3/4)2 − 2y2 = 1 que é uma hipérbole com excentricidade e = 3 e focos em (−6/4, 0) e (0, 0)
(b) x2 + (y − 2)2 = 4 que é uma circunferência com raio a = 2 e centro em (0, 2)

(c) ( x − 9/2)2 + y2 = 81/4 que é uma circunferência com raio a = 9/2 e centro em (9/2, 0)
(d) x2 /4 + (y − 1)2 /3 = 1 que é uma elipse com excentricidade e = 1/2 e focos em (0, 0) e (0, 2)
(e) x2 ( x2 + y2 ) = y2
(f) ax + by + c = 0
5.2.3. (a) Parábola com e = 1, d = 5/2, V = (5/4, π )
(b) Elipse com e = 1/3, d = 6, V1 = (3/2, π/2) V2 = (3, −π/2)
(c) Hipérbole com e = 2, d = 3/4, V1 = (1/2, 0) V2 = (−3/2, π )
(d) Hipérbole com e = 3/2, d = 4/3, V1 = (−4, 0) V2 = (4/5, π )
5.2.4. (a) a = 2, C = (2, 0)
(b) a = 3/2, C = (3/2, −π/2)
(c) a = 3/4, C = (3/4, 0)
(d) a = 2/3, C = (2/3, −π/2)

0 ≤ θ < arctan(4/3), 0≤r≤5
5.2.5. (a) 4
arctan(4/3) ≤ θ ≤ π/2, 0 ≤ r ≤ sen θ
√
0 ≤ θ < π/4, 0 ≤ r ≤ 3 2
(b)
π/4 ≤ θ ≤ π, 0 ≤ r ≤ 2 sen θ3−cosθ
4
(c) arctan(1/2) ≤ θ ≤ π/4, 4≤r≤ cos θ
(d) arctan(1/2) ≤ θ ≤ π/2, 0 ≤ r ≤ 4cosθ

6.1. Quádricas (página 413)
6.1.1. (a) 4x2 − 2y2 + z2 = 1 pode ser reescrita como
x2 y2
− + z2 = 1,
1/4 1/2
que é um hiperbolóide de uma folha.

Capítulo 6. Superfícies e Curvas no Espaço 613
x y

(b) x2 + y + z2 = 0 pode ser reescrita como
y = −( x2 + z2 ),
que é a equação de um paraboloide elíptico.

x y

(c) Dividindo x2 − 9y2 = 9 por 9, obtemos
x2 y2
− = 1,
9 1
que é a equação de um cilindro quádrico.

x y

(d) Dividindo 4x2 − 9y2 − 36z = 0 por 36 obtemos
x2 y2
z= − ,
9 4
que é a equação de paraboloide hiperbólico.

y
x

6.1.2. dist( X, π ) = dist( X, P)

q
| x − 2| = ( x + 2)2 + y2 + z2
( x − 2)2 = ( x + 2)2 + y2 + z2
−8x = y2 + z2
Paraboloide elíptico
6.1.3. dist( X, r ) = dist( X, s)

q q
z2 + ( y + 1)2 = ( y − 1)2 + x 2
z2 + ( y + 1)2 = ( y − 1)2 + x 2
z2 − x2 = −4y
Paraboloide hiperbólico.
6.1.4. dist( P, (2, 0, 0)) + dist( P, (−2, 0, 0)) = 6

q q
( x − 2)2 + y2 + z2 + ( x + 2)2 + y2 + z2 = 6
q q
( x − 2)2 + y2 + z2 = 6 − ( x + 2)2 + y2 + z2
q
9 + 2x = −3 ( x + 2)2 + y2 + z2
81 + 36x + 4x2 = 9[( x + 2)2 + y2 + z2 ]
45 = 5x2 + 9y2 + 9z2

Elipsóide

6.1.5. | dist( P, (2, 0, 0)) − dist( P, (−2, 0, 0))| = 3

q q
( x − 2)2 + y2 + z2 − ( x + 2)2 + y2 + z2 = ±3
q q
( x − 2)2 + y2 + z2 = ±3 + ( x + 2)2 + y2 + z2
q
( x − 2)2 + y2 + z2 = 9 ± 6 ( x + 2)2 + y2 + z2 + ( x + 2)2 + y2 + z2
q
−9 − 8x = ±6 ( x + 2)2 + y2 + z2
−63 = −28x2 + 36y2 + 36z2

Hiperbolóide de duas folhas
6.2. Superfícies Cilíndricas, Cônicas e de Revolução
6.3. Coordenadas Cilíndricas, Esféricas e Equações Paramétricas (página 470)
6.3.1. (a) r2 + 4z2 = 16

(b) r2 cos 2θ = 9
(c) r2 cos 2θ = 3z2
(d) r2 = z2
6.3.2. (a) r2 = 9r cos φ
(b) φ = π/4 e φ = 3π/4
(c) r2 sen φ = 9
(d) r sen2 φ = 2 cos φ
6.3.3. (a) x2 + y2 = 16
(b) x2 + y2 = 9x

(c) x2 − y2 = z3
(d) z2 y = ( x2 + y2 )4
6.3.4. (a) z2 = x2 + y2 , z > 0
(b) z = 9
(c) x2 ( x2 + y2 + z2 ) = 4y2
(d) x2 + y2 + z2 = 6y + 3z
6.3.5. (a) x = a tan s cos t, y = b sec s, z = c tan s sen t
(b) x = as tan t, y = bs sec t, z = s2
(c) x = as cos t, y = bs sen t, z=s
(d) x = x (t), y = y ( t ), z = s, onde x = x (t), y = y(t) é uma parametrização da curva f ( x, y) = 0
(e) x = sx (t), y = sy(t), z = s, onde x = x (t), y = y(t) é uma parametrização da curva f ( x, y) =
0
(f) x = x (t) cos s, y = x (t) sen s, z = z(t), onde x = x (t), z = z(t) é uma parametrização da
curva f ( x, z) = 0
(g) x = x (t) + as, y = y(t) + bs, z = s, onde x = x (t), y = y(t) é uma parametrização da curva
f ( x, y) = 0
6.3.6. y = t2 = x2
6.3.7. x2 + y2 = t2 cos2 t + t2 sen2 t = t2 = z2
6.3.8. Uma parametrização para o cilindro é
x = cos t, y = sen t e z = s.
Vamos usar a equação do plano para eliminar s na parametrização do cilindro. Substituindo-se a para-
metrização do cilindro na equação do plano obtemos
sen t + s = 2.

Assim,
s = 2 − sen t.
Portanto,
x = cos t, y = sen t, z = 2 − sen t
para t ∈ [0, 2π ] é uma parametrização para a curva.

7.1. Rotação e Translação (página 481)
7.1.1. (a) >> v1=sym([1/sqrt(2),-1/sqrt(2)]);

>> v2=sym([1/sqrt(2),1/sqrt(2)]);
>> p=[1,3];
>> A=[v1;v2;p].’
>> escalona(A)
[1, 0, -2^(1/2)]
[0, 1, 2*2^(1/2)]
Assim, as coordenadas de P em relação ao sistema S são:
√
− √2
2 2
(b) >> v1=sym([1/sqrt(2),-1/sqrt(2),0]);

>> v2=sym([0,0,1]);
>> v3=sym([1/sqrt(2),1/sqrt(2),0]);
>> p=[2,-1,2]; A=[v1;v2;v3;p].’;
>> escalona(A)
[ 1, 0, 0, 3/2*2^(1/2)]
[ 0, 1, 0, 2]
[ 0, 0, 1, 1/2*2^(1/2)]
Assim, as coordenadas de P em relação ao sistema S são:
 √ 
3 2/2
√2
 
2/2
7.1.2. (a) >> v1=sym([-1/sqrt(2),1/sqrt(2)]);

>> v2=sym([1/sqrt(2),1/sqrt(2)]);
>> v=2*v1+v2
√ √
− 2/2 3 2/2

Capítulo 7. Mudança de Coordenadas 625
(b) >> v1=sym([0,1/sqrt(2),-1/sqrt(2)]);

>> v2=sym([1,0,0]);
>> v3=sym([0,1/sqrt(2),1/sqrt(2)]);
>> v=-v1+v2+2*v3
v = 3 1 3
√ √
1 2/2 3 2/2
7.1.3. As coordenadas de U1 , U2 e U3 em relação ao sistema S = {O, U1 , U2 , U3 } são dadas por
          
1 0 0 1 0 √ 0 1 1
√1/2 − 3/2
 0  ,  1  e  0 , respectivamente. Assim, U1 =  0  0  =  0 , U2 =
0 0 1 0 3/2 1/2 0 0
         
1 0 √ 0 0 0 1 0 √ 0 0 √0
 0
√ 1/2 − 3/2   1  =  1/2  e U3 =  0
√ √ 1/2 − 3/2  0  =  − 3/2 
0 3/2 1/2 0 3/2 0 3/2 1/2 1 1/2
7.1.4. >> p=sym([sqrt(3),1]).’; pr=sym([sqrt(3),-1]).’;

>> A=[cos(th),-sin(th);sin(th),cos(th)];
>> expr=A*pr-p
expr = [ cos(th)*3^(1/2)+sin(th)-3^(1/2)]
[ sin(th)*3^(1/2)-cos(th)-1]
>> solve(expr(1,1),expr(2,1),th)
ans = 1/3*pi
A rotação é de π/3.

7.2. Identificação de Cônicas (página 499)
(a) >> a=sym(9);b=sym(-4);c=sym(6);

>> A=[a,b/2;b/2,c];
>> syms x
p = 50-15*x+x^2
>> solve(p)
ans = [ 5][ 10]
>> a1=5;c1=10;
>> escalona(A-5*eye(2))
[ 4, -2]
[ -2, 1]
ans =
[ 1, -1/2]
[ 0, 0]
A solução geral de ( A − 5I2 ) X = 0̄ é
W1 = {(α, 2α) | α ∈ R}
√
√ ||(α,√2α)|| = 1 se, e√somente
Como √ se, α = ±1/ 5, então podemos tomar os vetores U1 =
(1/ 5, 2/ 5) e U2 = (−2/ 5, 1/ 5) para caracterizar os novos eixos.
>> P=sym([1/sqrt(5),-2/sqrt(5);...
2/sqrt(5),1/sqrt(5)])
√ √
√5/5 −√2 5/5
P=
2 5/5 5/5
>> syms x1 y1
>> expr=a1*x1^2+c1*y1^2-30
5 x1 2 + 10 y1 2 − 30

>> expr=expr/30
x1 2 /6 + y1 2 /3 − 1
>> elipse(sqrt(6),sqrt(3),P)

4
y
x‘
y‘
1
0
x
−1
−2
−3
−4 −3 −2 −1 0 1 2 3

(b) >> a=sym(3);b=sym(-8);c=sym(-12);

>> A=[a,b/2;b/2,c];
p = -52+9*x+x^2
>> solve(p)
ans = [ -13][ 4]
>> a1=-13;c1=4;
>> escalona(A+13*eye(2))
[ 16, -4]
[ -4, 1]
ans =
[ 1, -1/4]
[ 0, 0]
A solução geral de ( A + 13I2 ) X = 0̄ é
W1 = {(α, 4α) | α ∈ R}
√
Como
√ ||( α, 4α
√ )|| = 1 se, e somente
√ se,
√ α = ± 1/ 17, então podemos tomar os vetores U1 =
>> P=sym([1/sqrt(17),-4/sqrt(17);...
4/sqrt(17),1/sqrt(17)])
√ √
√17/17 −√ 4 17/17
P=
4 17/17 17/17
>> expr=a1*x1^2+c1*y1^2+81
−13 x1 2 + 4 y1 2 + 81
>> expr=expr/81
− 13 2
81 x1 +
4
81 y1 2 + 1
>> hiperbx(9/sqrt(13),9/2,P)

8
y
4 x‘
2 y‘
0
x
−2
−4
−6
−8
−8 −6 −4 −2 0 2 4 6 8

(c) >> a=sym(2);b=sym(-4);c=sym(-1);

>> A=[a,b/2;b/2,c];
p = -6-x+x^2
>> solve(p)
ans = [ -2][ 3]
>> a1=-2;c1=3;
[ 4, -2]
[ -2, 1]
ans =
[ 1, -1/2]
[ 0, 0]
W1 = {(α, 2α) | α ∈ R}
√
Como
√ ||( α,
√ 2α )|| = 1 se, e√somente
√ se, α = ± 1/ 5, então podemos tomar os vetores U1 =
>> P=sym([1/sqrt(5),-2/sqrt(5);...
2/sqrt(5),1/sqrt(5)])
√ √
√5/5 −2√ 5/5
P=
2 5/5 1 5/5
>> expr=a1*x1^2+c1*y1^2+24
−2 x1 2 + 3 y1 2 + 24
>> expr=expr/24
− x1 2 /12 + y1 2 /8 + 1
>> hiperbx(sqrt(12),sqrt(8),P)

8
y
x‘
2 y‘
0
x
−2
−4
−6
−8
−8 −6 −4 −2 0 2 4 6 8

(d) >> a=sym(21);b=sym(6);c=sym(13);

>> A=[a,b/2;b/2,c];
p = 264-34*x+x^2
>> solve(p)
ans = [ 12][ 22]
>> a1=12;c1=22;
[ 9, 3]
[ 3, 1]
ans =
[ 1, 1/3]
[ 0, 0]
W1 = {(α, −3α) | α ∈ R}
√
Como
√ ||( α, −√3α )|| = 1 se, e somente
√ √se, α = ± 1/ 10, então podemos tomar os vetores U1 =
(1/ 10, −3/ 10) e U2 = (3/ 10, 1/ 10) para caracterizar os novos eixos.
>> P=sym([1/sqrt(10),3/sqrt(10);...
-3/sqrt(10),1/sqrt(10)])
√ √
√10/10 3√ 10/10
P=
−3 10/10 10/10
>> expr=a1*x1^2+c1*y1^2-132
12 x1 2 + 22 y1 2 − 132
>> expr=expr/132
x1 2 /11 + y1 2 /6 − 1
>> elipse(sqrt(11),sqrt(6),P)

4
y
y‘
1
0
x
−1
−2
−3
−4
−5
−4 −3 −2 −1 0 1 x‘2 3 4 5

(e) >> a=sym(4);b=sym(-20);c=sym(25);

>> A=[a,b/2;b/2,c];
p = -29*x+x^2
>> solve(p)
ans = [ 0][ 29]
>> a1=0;c1=29;
>> escalona(A)
[ 4, -10]
[ -10, 25]
ans =
[ 1, -5/2]
[ 0, 0]
A solução geral de AX = 0̄ é
W1 = {(5α, 2α) | α ∈ R}
√
Como
√ ||( 5α,
√ 2α )|| = 1 se, e somente
√ √se, α = ± 1/ 29, então podemos tomar os vetores U1 =
>> P=sym([2/sqrt(29),2/sqrt(29);...
-2/sqrt(29),5/sqrt(29)])
5 √ 2
√
29 √ 29 − 29 √ 29
P= 2 5
29 29 29 29
>> e=-15;f=-6;
>> [e,f]*P
ans = [ -3*29^(1/2), 0]
>> e1=ans(1,1);f1=ans(1,2);
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1
√
29 y1 2 − 3 29x1
>> expr=expr/29

3
√
y1 2 − 29 29x1
>> parabx(3/(4*sqrt(29)),P)

2 y‘ y
1.5
1 x‘
0.5
0
x
−0.5
−1
−1.5
−2
−1 −0.5 0 0.5 1 1.5 2 2.5 3

(f) >> a=sym(9);b=sym(6);c=sym(1);

>> A=[a,b/2;b/2,c];
p = -10*x+x^2
>> solve(p)
ans = [ 0][ 10]
>> a1=0;c1=10;
>> escalona(A)
[ 9, 3]
[ 3, 1]
ans =
[ 1, 1/3]
[ 0, 0]
W1 = {(α, −3α) | α ∈ R}
√
√ ||(α, −√
Como 3α)|| = 1 se, e somente
√ √se, α = ±1/ 10, então podemos tomar os vetores U1 =
>> P=sym([1/sqrt(10),3/sqrt(10);...
-3/sqrt(10),1/sqrt(10)])
√ √
√10/10 3√ 10/10
P=
−3 10/10 10/10
>> e=-10*sqrt(10);f=10*sqrt(10);
>> [e,f]*P
ans = [ -40, -20]
>> e1=ans(1,1);f1=ans(1,2);
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1+90
10 y1 2 − 20 y1 − 40 x1 + 90

>> syms x2 y2
>> expr=subst(expr,y1,y2+1)
10 y2 2 + 80 − 40 x1
>> expr=subst(expr,x1,x2+2)
10 y2 2 − 40 x2
>> expr=expr/10
y2 2 − 4 x2
>> paraby(1,P,[2;1])

4
y
2 y‘
y"
0
x
−2
−4
−6
x‘
x"
−8
−10
−6 −4 −2 0 2 4 6 8

(g) >> a=sym(5);b=sym(-6);c=sym(5);

>> A=[a,b/2;b/2,c];
p = 16-10*x+x^2
>> solve(p)
ans = [ 2][ 8]
>> a1=2;c1=8;
[ 3, -3]
[ -3, 3]
ans =
[ 1, -1]
[ 0, 0]
W1 = {(α, α) | α ∈ R}
√
√ ||(α,√α)|| = 1 se, e √
somente
>> P=sym([1/sqrt(2),-1/sqrt(2);...
1/sqrt(2),1/sqrt(2)])
√ √
√ 2/2 −√ 2/2
P=
2/2 2/2
>> e=-30*sqrt(2);f=18*sqrt(2);
>> [e,f]*P
ans = [-12, 48 ]
>> e1=-12;f1=48;
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1+82
2 x1 2 + 8 y1 2 − 12 x1 + 48 y1 + 82

>> X0=[3;-3];
>> expr=subst(expr,X1,X2+X0)
2 x2 2 − 8 + 8 y2 2
>> expr=expr/8
x2 2 /4 − 1 + y2 2
>> elipse(2,1,P,X0)

5
y
4
x‘ x"
2
y‘ y"
1
0
x
−1
−2
−3
−4
−5
−2 −1 0 1 2 3 4 5 6 7 8

(h) >> a=sym(5);b=sym(12);c=sym(0);

>> A=[a,b/2;b/2,c];
p = -5*x+x^2-36
>> solve(p)
ans = [ -4][ 9]
>> a1=-4;c1=9;
[ 9, 6]
[ 6, 4]
ans =
[ 1, 2/3]
[ 0, 0]
W1 = {(2α, −3α) | α ∈ R}
√
√ ||(2α, −
Como √3α)|| = 1 se, e √ √ se, α = ±1/ 13, então podemos tomar os vetores U1 =
somente
>> P=sym([2/sqrt(13),3/sqrt(13);...
-3/sqrt(13),2/sqrt(10)])
√ √
2/ √13 3/√13
P=
−3/ 13 2/ 13
>> e=-12*sqrt(13);f=0;
>> [e,f]*P
ans = [ -24, -36]
>> e1=-24;f1=-36;
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1-36
−4 x1 2 + 9 y1 2 − 24 x1 − 36 y1 − 36

>> X0=[-3;2];
−4 x2 2 − 36 + 9 y2 2
>> expr=expr/36
− x2 2 /9 − 1 + y2 2 /4
>> hiperby(2,3,P,X0)

10
y
6
y"
2
y‘
0
x" x
−2
−4 x‘
−6 −4 −2 0 2 4 6

(i) >> a=sym(6);b=sym(-4);c=sym(9);

>> A=[a,b/2;b/2,c];
p = 50-15*x+x^2
>> solve(p)
ans = [ 5][ 10]
>> a1=5;c1=10;
[ 1, -2]
[ -2, 4]
ans =
[ 1, -2]
[ 0, 0]
W1 = {(2α, α) | α ∈ R}
√
√ ||(2α,
√ α)|| = 1 se, e√somente
>> P=sym([2/sqrt(5),-1/sqrt(5);...
1/sqrt(5),2/sqrt(5)])
√ √
2/√5 −1/√ 5
P=
1/ 5 2/ 5
>> e=-4*sqrt(5);f=-18*sqrt(5);
>> [e,f]*P
ans = [ -26, -32]
>> e1=-26;f1=-32;
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1-5
5 x1 2 + 10 y1 2 − 26 x1 − 32 y1 − 5

>> X0=[26/10;32/20];
322
5 x2 2 − 5 + 10 y2 2
>> expr=expr*5/322
25 25
322 x2 2 − 1 + 161 y2 2
>> elipse(sqrt(322)/5,sqrt(161)/5,P,X0)

y
7
y"
6
5 x"
4
y‘
3
x‘
2
0
x
−1
−2
−2 −1 0 1 2 3 4 5 6 7 8

(j) >> a=sym(1);b=sym(2*sqrt(3));c=sym(-1);

>> A=[a,b/2;b/2,c];
p = -4+x^2
>> solve(p)
ans = [ 2][ -2]
>> a1=2;c1=-2;
[ -1, 3^(1/2)]
[ 3^(1/2), -3]
ans =
[ 1, -3^(1/2)]
[ 0, 0]
√
W1 = {( 3α, α) | α ∈ R}
√
Como
√ ||( 3α, α)|| = 1 se,√e somente se, α = ±1/2, então podemos tomar os vetores U1 =
( 3/2, 1/2) e U2 = (−1/2, 3/2) para caracterizar os novos eixos.
>> P=sym([sqrt(3)/2,-1/2;...
1/2,sqrt(3)/2])
√
3/2 √−1/2
P=
1/2 3/2
>> costh=sqrt((cos2th+1)/2)
costh = 1/2*3^(1/2)
>> senth=sqrt(1-costh^2)
senth = 1/2
>> e=6;f=0;
>> [e,f]*P

ans = [ 3*3^(1/2), -3]

>> e1=3*sqrt(3);f1=-3;
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1
√
2 x1 2 − 2 y1 2 + 3 3x1 − 3 y1
>> X0=[-3*3^(1/2)/4;-3/4];
2 x2 2 − 9/4 − 2 y2 2
>> expr=expr*4/9
8 8
9 x2 2 − 1 − 9 y2 2
>> hiperbx(3/sqrt(8),3/sqrt(8),P,X0)

2
y
y‘
1
x‘
y"
0
x
x"
−1
−2
−3
−4
−4 −3 −2 −1 0 1 2

(k) >> a=sym(8);b=sym(-16);c=sym(8);

>> A=[a,b/2;b/2,c];
p = -16*x+x^2
>> solve(p)
ans = [ 0][ 16]
>> a1=0;c1=16;
>> escalona(A)
[ 8, -8]
[ -8, 8]
ans =
[ 1, -1]
[ 0, 0]
W1 = {(α, α) | α ∈ R}
√
√ ||(α,√α)|| = 1 se, e √
somente
>> P=sym([1/sqrt(2),-1/sqrt(2);...
1/sqrt(2),1/sqrt(2)])
√ √
√ 2/2 −√ 2/2
P=
2/2 2/2
>> e=33*sqrt(2);f=-31*sqrt(2);
>> [e,f]*P
ans = [ 2, -64 ]
>> e1=2;f1=-64;
>> expr=a1*x1^2+c1*y1^2+e1*x1+f1*y1+70
16 y1 2 + 2 x1 − 64 y1 + 70
>> expr=subst(expr,y1,y2+2)

16 y2 2 + 6 + 2 x1
>> expr=subst(expr,x1,x2-3)
16 y2 2 + 2 x2
>> expr=expr/16
y2 2 + x2 /8
>> parabx(-1/32,P,[-3;2])

y
4
x" x‘
2
y‘
y"
0
x
−2
−4
−6
−8
−10 −8 −6 −4 −2 0 2 4

7.3. Identificação de Quádricas (página 517)
7.3.1. >> a=2;b=30;c=23;d=0;e=72;f=0;

>> A=sym([a,d/2,e/2;d/2,b,f/2;e/2,f/2,c])
>> syms x
>> solve(det(A-x*eye(3)))
ans = [ -25][ 30][ 50]
>> a1=-25;b1=30;c1=50;
>> escalona(A-a1*eye(3))
[ 27, 0, 36]
[ 0, 55, 0]
[ 36, 0, 48]
ans =
[ 1, 0, 4/3]
[ 0, 1, 0]
[ 0, 0, 0]
A solução geral de ( A − a1 I3 ) X = 0̄ é
W1 = {(−4α, 0, 3α) | α ∈ R}
Como ||(−4α, 0, 3α)|| = 1 se, e somente se, α = ±1/5, então podemos tomar U1 = (−4/5, 0, 3/5).
>> escalona(A-b1*eye(3))
[ -28, 0, 36]
[ 0, 0, 0]
[ 36, 0, -7]
ans =
[ 1, 0, 0]
[ 0, 0, 1]
[ 0, 0, 0]

A solução geral de ( A − b1 I3 ) X = 0̄ é
W2 = {(0, α, 0) | α ∈ R}
Como ||(0, α, 0)|| = 1 se, e somente se, α = ±1, então podemos tomar U2 = (0, 1, 0).
>> U1=[-4/5,0,3/5];
>> U2=[0,1,0];
>> P=sym([U1’,U2’,pv(U1’,U2’)])
 
−4/5 0 −3/5
P= 0 1 0 
3/5 0 −4/5
>> syms x1 y1 z1
>> expr=a1*x1^2+b1*y1^2+c1*z1^2+150
−25 x1 2 + 30 y1 2 + 50 z1 2 + 150
>> expr=-expr/150
1/6 x1 2 − 1/5 y1 2 − 1/3 z1 2 − 1
>> hiperbo2x(sqrt(6),sqrt(5),sqrt(3),P)

x‘
y‘=y
x
z‘

7.3.2. >> a=144;b=100;c=81;d=0;e=-216;f=0;

>> A=sym([a,d/2,e/2;d/2,b,f/2;e/2,f/2,c])
ans = [ 0][ 100][ 225]
>> a1=0;b1=100;c1=225;
[ 144, 0, -108]
[ 0, 100, 0]
[ -108, 0, 81]
ans =
[ 1, 0, -3/4]
[ 0, 1, 0]
[ 0, 0, 0]
W1 = {(3α, 0, 4α) | α ∈ R}
Como ||(3α, 0, 4α)|| = 1 se, e somente se, α = ±1/5, então podemos tomar U1 = (3/5, 0, 4/5).
[ 44, 0, -108]
[ 0, 0, 0]
[ -108, 0, -19]
ans =
[ 1, 0, 0]
[ 0, 0, 1]
[ 0, 0, 0]
W2 = {(0, α, 0) | α ∈ R}
Como ||(0, α, 0)|| = 1 se, e somente se, α = ±1, então podemos tomar U2 = (0, 1, 0).

>> U1=[3/5,0,4/5];;
>> U2=[0,1,0];
>> P=sym([U1’,U2’,pv(U1’,U2’)])
 
3/5 0 −4/5
P= 0 1 0 
4/5 0 3/5
EDU» K=[-540,0,-720];
EDU» K*P
ans = [ -900, 0, 0]
>> expr=a1*x1^2+b1*y1^2+c1*z1^2-900*x1
100 y1 2 + 225 z1 2 − 900 x1
>> expr=expr/900
1/9 y1 2 + 1/4 z1 2 − x1
>> parabo1x(1,3,2,P)

x‘
z‘
y‘=y

7.3.3. >> a=0;b=0;c=0;d=2;e=0;f=0;

>> A=sym([a,d/2,e/2;d/2,b,f/2;e/2,f/2,c])
ans = [ 0][ 1][ -1]
>> a1=0;b1=1;c1=-1;
[ 0, 1, 0]
[ 1, 0, 0]
[ 0, 0, 0]
ans =
[ 1, 0, 0]
[ 0, 1, 0]
[ 0, 0, 0]
W1 = {(0, 0, α) | α ∈ R}
Como ||(0, 0, α)|| = 1 se, e somente se, α = ±1, então podemos tomar U1 = (0, 0, 1).
[ -1, 1, 0]
[ 1, -1, 0]
[ 0, 0, -1]
ans =
[ 1, -1, 0]
[ 0, 0, 1]
[ 0, 0, 0]
W2 = {(α, α, 0) | α ∈ R}
√ √ √
Como ||(α, α, 0)|| = 1 se, e somente se, α = ±1/ 2, então podemos tomar U2 = (1/ 2, 1/ 2, 0).

>> U1=[0,0,1];
>> U2=[1/sqrt(2),1/sqrt(2),0];
>> P=sym([U1’,U2’,pv(U1’,U2’)])
 √ √ 
0 √2/2 −√ 2/2
P= 0 2/2 2/2 
1 0 0
>> K=[0,0,1];
>> K*P
ans = [ 1, 0, 0]
>> expr=a1*x1^2+b1*y1^2+c1*z1^2+x1
y1 2 − z1 2 + x1
>> hiperbo2x(sqrt(6),sqrt(5),sqrt(3),P)

x‘=z
x z‘
y‘ y

7.3.4. >> a=0;b=0;c=0;d=2;e=2;f=2;

>> A=sym([a,d/2,e/2;d/2,b,f/2;e/2,f/2,c])
ans = [ 2][ -1][ -1]
>> a1=-1;b1=-1;c1=2;
[ 1, 1, 1]
[ 1, 1, 1]
[ 1, 1, 1]
ans =
[ 1, 1, 1]
[ 0, 0, 0]
[ 0, 0, 0]
W1 = {(−α − β, α, β) | α, β ∈ R}
(−α − β, α, β) = α(−1, 1, 0) + β(−1, 0, 1)

Assim, toda solução de ( A − a1 I3 ) X = 0̄ é combinação linear de V1 = (−1, 1, 0) e V2 = (−1, 0, 1). Sejam
W1 = V1 e W2 = V2 − projW1 V2 . Podemos tomar U1 = W1 /||W1 || e U2 = W2 /||W2 ||.
>> V1=[-1,1,0];V2=[-1,0,1];
>> W1=V1,W2=V2-proj(W1,V2)
W1 =[ -1, 1, 0]
W2 =[ -1/2, -1/2, 1]
>> U1=W1/no(W1),U2=W2/no(W2)
√ √
U1 = − 2/2 2/2 0
√ √ √
U2 = −1/ 6 −1/ 6 6/3

>> P=sym([U1’,U2’,pv(U1’,U2’)])
√ √ √ 
−√ 2/2 −1/√6 1/√3
P= 2/2 −√1/ 6 1/√3 
0 6/3 1/ 3
>> K=[-6,-6,-4];
>> K1=K*P
√ √ √
K1 = [0, 2 2/ 3, −16 3]
>> g1=K1(1);h1=K1(2);i1=K1(3);
>> expr=a1*x1^2+b1*y1^2+c1*z1^2+g1*x1+h1*y1+i1*z1-9
√ √
− x1 2 − y1 2 + 2 z1 2 + 2/3 6y1 − 16/3 3z1 − 9
>> syms x2 y2 z2
>> X1=[x1;y1;z1]; X2=[x2;y2;z2];
>> X0=[g1/(2*a1);h1/(2*b1);i1/(2*c1)]
 
√0
 − 6/3 
√
−4/ 3
>> expr=subst(expr,X1,X2-X0)
− x2 2 − y2 2 + 2 z2 2 + 1
>> hiperbo1z(1,1,1/sqrt(2),P,X0)

y‘ z
z‘
y‘‘
x‘
y
x
z‘‘
x‘‘

7.3.5. >> a=7;b=7;c=10;d=-2;e=-4;f=4;

>> A=sym([a,d/2,e/2;d/2,b,f/2;e/2,f/2,c])
ans = [ 12][ 6][ 6]
>> a1=6;b1=6;c1=12;
[ 1, -1, -2]
[ -1, 1, 2]
[ -2, 2, 4]
ans =
[ 1, -1, -2]
[ 0, 0, 0]
[ 0, 0, 0]
W1 = {(2α + β, β, α) | α, β ∈ R}
(2α + β, β, α) = α(2, 0, 1) + β(1, 1, 0)

Assim, toda solução de ( A − a1 I3 ) X = 0̄ é combinação linear de V1 = (2, 0, 1) e V2 = (1, 1, 0). Sejam
W1 = V1 e W2 = V2 − projW1 V2 . Podemos tomar U1 = W1 /||W1 || e U2 = W2 /||W2 ||.
>> V1=[2,0,1];V2=[1,1,0];
>> W1=V1,W2=V2-proj(W1,V2)
W1 =[2,0,1]
W2 =[ 1/5, 1, -2/5]
>> U1=W1/no(W1),U2=W2/no(W2)
√ √
U1 = 2/ 5 0 1/ 5
√ √ √ √ √
U2 = 1/ 30 5/ 6 − 6/(3 5)

>> P=sym([U1’,U2’,pv(U1’,U2’)])
 √ √ √ 
2/ 5 1/
√ √ 30 − 1/
√ 6
P=  0√ √ 5/ √ 6 1/√6 
1/ 5 − 6/(3 5) 1/ 6
>> K=[-12,12,60];
>> K1=K*P
√ √ √ √
K1 = [36/ 5, −12 6/ 5, 24 6]
>> g1=K1(1);h1=K1(2);i1=K1(3);
>> expr=a1*x1^2+b1*y1^2+c1*z1^2+g1*x1+h1*y1+i1*z1-24
√ √ √ √
6 x1 2 + 6 y1 2 + 12 z1 2 + 36
5 5x1 − 12
5 6 5y1 + 24 6z1 − 24
>> X0=[g1/(2*a1);h1/(2*b1);i1/(2*c1)]
 √ 
3/5√ 5√
 −1/5 6 5 
√
6
>> expr=subst(expr,X1,X2-X0)
6 x2 2 + 6 y2 2 + 12 z2 2 − 114
>> expr=expr/114
1/19 x2 2 + 1/19 y2 2 + 2/19 z2 2 − 1
>> elipso(sqrt(19),sqrt(19),sqrt(19/2),P,X0)

z‘‘
z
z‘
x‘‘
x‘
x
y‘‘ y
y‘


B IBLIOGRAFIA
[1] Howard Anton e Chris Rorres: Álgebra Linear com Aplicações. Bookman, São Paulo, 8a. edição, 2001.
[2] Paulo Boulos e Ivan de C. e Oliveira: Introdução à Geometria Analítica no Espaço. Makron Books, São Paulo,
1997.
[3] Paulo Boulos e Ivan de C. e Oliveira: Geometria Analítica - um tratamento vetorial. Makron Books, São Paulo,
3a. edição, 2005.
[4] Frederico F. C., filho: Introdução ao MATLAB. Departamento de Ciência da Computação - UFMG, Belo
Horizonte, Fevereiro de 2000.
[5] Alésio de Caroli, Carlos A. Callioli e Miguel O. Feitosa: Matrizes, Vetores, Geometria Analítica. Nobel, São
Paulo, 1976.
[6] Emília Giraldes, Vitor H. Fernandes e Maria P. M Smith: Curso de Álgebra Linear e Geometria Analítica. Mc
Graw Hill, Lisboa, 1995.
[7] Stanley I. Grossman: Elementary Linear Algebra. Saunders College Publishing, New York, 5a. edição, 1994.
[8] David R. Hill e David E. Zitarelli: Linear Algebra Labs with MATLAB. Macmillan Publishing Company,
New York, 1994.
[9] Édson Durão Júdice: Elementos de Álgebra Vetorial. Sistema Pitágoras de Ensino, Belo Horizonte, 1976.
Bibliografia 673
[10] Bernard Kolman e David R. Hill: Introdução à Álgebra Linear com Aplicações. LTC, Rio de Janeiro, 8a. edição,
2008.
[11] David C. Lay: Álgebra Linear e suas Aplicações. Livros Técnicos e Científicos Editora S.A., Rio de Janeiro,
2a. edição, 1999.
[12] Charles H. Lehmann: Geometria Analítica. Editora Globo, Porto Alegre, 1974.
[13] Louis Leithold: Cálculo com geometria analítica, Vol. 2. Ed. Harbra Ltda., São Paulo, 3a. edição, 1994.
[14] Steven J. Leon: Álgebra Linear com Aplicações. Livros Técnicos e Científicos Editora S.A., Rio de Janeiro,
5a. edição, 1998.
[15] Elon L. Lima: Coordenadas no Espaço. SBM, Rio de Janeiro, 1993.
[16] Elon L. Lima: Geometria Analítica e Álgebra Linear. IMPA, Rio de Janeiro, 2008.
[17] Mathworks Inc.: Student Edition of MATLAB Version 5 for Windows. Prentice Hall, Upper Saddle River,
New Jersey, 1997.
[18] Ben Noble e James W. Daniel: Applied Linear Algebra. Prentice Hall, Upper Saddle River, New Jersey,
3a. edição, 1988.
[19] Genésio L. dos Reis e Valdir V. da Silva: Geometria Analítica. LTC, São Paulo, 2a. edição, 1996.
[20] Nathan M. dos Santos: Vetores e Matrizes. Thomson, São Paulo, 4a. edição, 2007.
[21] Reginaldo J. Santos: Introdução à Álgebra Linear. Imprensa Universitária da UFMG, Belo Horizonte, 2012.
[22] Alfredo Steinbruch e Paulo Winterle: Geometria Analítica. Makron Books, São Paulo, 2a. edição, 1987.
[23] James Stewart: Cálculo, Vol. 2. Pioneira, São Paulo, 4a. edição, 2001.
[24] Israel Vainsencher: Notas de Geometria Analítica Elementar. Departamento de Matemática-UFPe, Recife,
2001.
[25] Paulo Winterle: Vetores e Geometria Analítica. Makron Books, São Paulo, 2a. edição, 2000.

Í NDICE A LFABÉTICO
Adjunta de uma matriz, 121 Cofator de um elemento, 100, 101

Ângulo Combinação linear, 160, 200
entre planos, 262 Cone circular, 401
entre reta e plano, 286 Cone elíptico, 401
entre retas, 259 Cônicas, 298
entre vetores, 171 (não) degeneradas, 298
Assíntota, 311 Cônicas em coordenadas polares, 339
axiss, 164, 205 Coordenadas cilíndricas, 438
Coordenadas esféricas, 441
box, 164, 205 Coordenadas polares, 332
Cosseno hiperbólico, 352
Cadeia de Markov, 14 Curva diretriz, 416
Caracterização das cônicas, 323 Curva geratriz, 430
Cilindro
elíptico, 404 desvet, 164, 205
hiperbólico, 404 det, 131
parabólico, 404 Determinante, 99
quádrico, 404 de Vandermonde, 132
Círculo, 304 desenvolvimento em cofatores do, 101, 107
Circunferência em coordenadas polares, 346 expansão em cofatores do, 101
clf, 65 propriedades do, 104
Índice Alfabético 675
detopelp, 131 paramétricas de curvas no espaço, 466

diag, 20 paramétricas de superfícies, 459
Diretriz, 412 paramétricas do plano, 227
diretriz, 416 quadráticas, 373
Distância vetorial da reta, 232
de um ponto a um plano, 266 Escalar, 4
de um ponto a uma reta, 270 escalona, 65
de uma reta a um plano, 286 Esfera, 376
entre dois planos, 273 Excentricidade
entre dois pontos, 170 da elipse, 304
entre duas retas, 275 da hipérbole, 312
eye, 20
Eixo(s)
da elipse, 304 Foco(s)
de revolução, 430 da cônica, 323
polar, 332 da elipse, 301
eixos, 66, 164, 205 da Hipérbole, 309
Elipse, 299 da parábola, 317
excentricidade da, 304 Funções hiperbólicas, 352
elipse, 499
elipso, 517 Geratriz, 416, 430
Elipsoide, 373 Grandezas vetoriais, 139
Equação (equações)
da reta, 230 Hélice, 467
geral do plano, 213 hiperbo1x, 517
linear, 29 hiperbo1y, 518
na forma simétrica da reta, 243 hiperbo1z, 518
paramétricas, 349 hiperbo2x, 518
paramétricas da curva, 350 hiperbo2y, 518
paramétricas da reta, 232 hiperbo2z, 519
paramétricas da superfície, 459 Hipérbole, 307

676 Índice Alfabético
Hiperboloide de duas folhas, 382 equivalente por linhas, 44

Hiperboloide de uma folha, 379 identidade, 10
hiperbx, 500 iguais, 2
hiperby, 500 inversa de, 73
invertível, 73
Identidade de Lagrange, 208 linha, 2, 157
Interpolação polinomial, 90 linha de, 1
multiplicação por escalar, 4
lin, 257 múltiplo escalar de, 4
lineplan, 258 não invertível, 73
lineseg, 164, 205 nula, 9
ortogonal, 475
Matriz (matrizes), 1 potência, 13
escalonada, 38 produto de, 5
escalonada reduzida, 37 propriedades de, 9
adjunta (clássica), 121 quadrada, 2
anti-simétrica, 26 simétrica, 26
aumentada, 31 singular, 73
coluna, 2, 157 soma de, 3
coluna de, 1 transposta de, 7
de rotação, 479 traço de, 26
de transição, 14 triangular inferior, 103
de Vandermonde, 92 triangular superior, 132
determinante de, 99 matvand, 65
diagonal, 22, 98 Menor de um elemento, 99
diagonal (principal) de, 2 Método de Gauss, 43
diferença entre, 13 Método de Gauss-Jordan, 39
do sistema linear, 30 Mudança de coordenadas, 472
elementar, 53 Múltiplo escalar, 4, 145
elemento de, 2
entrada de, 2 no, 204

Norma de um vetor, 168 plotf1, 66

Notação de somatório, 5, 8, 28 po, 164, 205
numeric, 20 poline, 258
Polo, 332
oe, 65 poly2sym, 65
opel, 65 poly2sym2, 66
Operação elementar, 31 Pontos
colineares, 163
parabo1x, 519 coplanares, 199
parabo1y, 519 poplan, 258
parabo1z, 519 Posições relativas
parabo2x, 520 de dois planos, 287
parabo2y, 520 de duas retas, 287
parabo2z, 520 de plano e reta, 291
Parábola, 315 de três planos, 291
Paraboloide elíptico, 390 Produto
Paraboloide hiperbólico, 397 escalar ou interno, 173
parabx, 500 propriedades do, 180
paraby, 500 misto, 194
Paralelo, 430 vetorial, 183
pe, 204 propriedades do, 187
Pivô, 33 vetorial duplo, 208
plan, 258 Produto vetorial duplo, 208
Plano (planos), 213 Projeção ortogonal, 180
vetor normal do, 213 pv, 205
concorrentes, 289
equação geral do, 213 randi, 20
equações paramétricas do, 227 Regra da mão direita, 185
mediador, 284 Regra de Cramer, 118, 127
paralelos, 289 Representação paramétrica
plotci, 66 da curva, 350

678 Índice Alfabético
da superfície, 459 retangulares no espaço, 151

Reta (retas), 230 Sistema de equações lineares, 29
concorrentes, 259, 287 Sistema homogêneo, 47
diretriz da cônica, 323 solução trivial de, 48
diretriz da parábola, 317 Sistema(s) linear(es), 29
equação vetorial da, 232 conjunto solução de, 30
equações na forma simétrica da, 243 consistente, 64
equações paramétricas da, 232 equivalentes, 33
geratriz do cone, 306 homogêneo, 47
paralelas, 259, 287 solução (geral) de, 30
reversas, 259, 287 Solução
vetor diretor da, 232 geral de sistema linear, 30
Reta geratriz, 416 trivial de sistema homogêneo, 48
rota, 164, 205 solve, 20
Rotação, 478 subs, 65
subst, 257, 499, 517
Seção cônica, 298 Superfícies
Segmento (de reta) orientado, 139 de revolução, 430
Sela, 397 cilíndricas, 414
Seno hiperbólico, 352 cônicas, 422
Seção meridiana, 430 quadrícas, 373
Simetria sym, 20
em relação aos eixos coordenados, 376 syms, 20
em relação aos planos coordenados, 376
em relação à origem, 376 tex, 164, 205
Sistema de coordenadas, 473 Translação, 479
cartesianas, 147, 332, 438
cilíndricas, 438 Variáveis livres, 42
esféricas, 441 Vértice(s)
polares, 332 da elipse, 304
retangulares, 147 da hipérbole, 312

da parábola, 320
Vetor (vetores), 2, 139
ângulo entre, 171
canônicos, 188
colineares, 145
componentes de, 147, 151, 153, 157
comprimento de, 139, 168
coplanares, 199
de estado, 15
diferença de, 143
direção de, 139
multiplicação por escalar, 145, 149, 155
múltiplo escalar, 145
norma de, 168
normal ao plano, 213
nulo, 143
ortogonais, 171
paralelos, 145
produto escalar ou interno de, 173
produto misto de, 194
produto vetorial de, 183
sentido de, 139
simétrico, 143
soma de, 141, 149, 155
unitário, 170
zeros, 20
zoom3, 164, 205

GA Livro Reginaldodfsdfadf

Enviado por

Direitos autorais:

Formatos disponíveis

GA Livro Reginaldodfsdfadf

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

GA Livro Reginaldodfsdfadf

Enviado por

Direitos autorais:

Formatos disponíveis

M ATRIZES , V ETORES E G EOMETRIA

Imprensa Universitária da UFMG - Belo Horizonte

Editor, Coordenador de Revisão, Supervisor de Produção, Capa e Ilustrações:

1. Geometria Analítica I. Título

1 M ATRIZES E S ISTEMAS L INEARES 1

2 I NVERSÃO DE M ATRIZES E D ETERMINANTES 72

2.1.2 Matrizes Elementares e Inversão (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

3 V ETORES NO P LANO E NO E SPAÇO 139

4 R ETAS E P LANOS 213

Matrizes, Vetores e Geometria Analítica Julho 2013

5 S EÇÕES C ÔNICAS 298

6 S UPERFÍCIES E C URVAS NO E SPAÇO 373

Julho 2013 Reginaldo J. Santos

6.3.1 Coordenadas Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438

7 M UDANÇA DE C OORDENADAS 472

R ESPOSTAS DOS E XERCÍCIOS 529

Í NDICE A LFABÉTICO 674

Matrizes, Vetores e Geometria Analítica Julho 2013

Matrizes, Vetores e Geometria Analítica Julho 2013

Julho 2013 Reginaldo J. Santos

Matrizes, Vetores e Geometria Analítica Julho 2013

Capítulo 1 Seções 1.1 e 1.2 8 aulas

Capítulo 2 Seções 2.1 e 2.2 8 aulas

Capítulo 3 Seções 3.1 e 3.2 8 aulas

Capítulo 4 Seções 4.1 e 4.2 8 aulas

Capítulo 5 Seções 5.1 e 5.2 8 aulas

Capítulo 6 Seções 6.1 a 6.3 12 aulas

Capítulo 7 Seções 7.1 a 7.3 12 aulas

Julho 2013 Reginaldo J. Santos

Uma matriz A, m × n (m por n), é uma tabela de mn números dispostos em m linhas

para i = 1, . . . , m e a j-ésima coluna de A é

Exemplo 1.1. Considere as seguintes matrizes:

Matrizes, Vetores e Geometria Analítica Julho 2013

Vamos definir operações matriciais análogas às operações com números e provar

1.1.1 Operações com Matrizes

cij = aij + bij ,

para i = 1, . . . , m e j = 1, . . . , n. Escrevemos também [ A + B]ij = aij + bij .

Exemplo 1.2. Considere as matrizes:

Julho 2013 Reginaldo J. Santos

Se chamamos de C a soma das duas matrizes A e B, então

para i = 1, . . . , m e j = 1, . . . , n. Escrevemos também [αA]ij = α aij . Dizemos que a matriz B é um múltiplo

Matrizes, Vetores e Geometria Analítica Julho 2013

obtida da seguinte forma:

cij = ai1 b1j + ai2 b2j + . . . + aip b pj , (1.1)

para i = 1, . . . , m e j = 1, . . . , n. Escrevemos também [ AB]ij = ai1 b1j + ai2 b2j + . . . + aip b pj .

Julho 2013 Reginaldo J. Santos

Exemplo 1.4. Considere as matrizes:

Se chamamos de C o produto das duas matrizes A e B, então

Matrizes, Vetores e Geometria Analítica Julho 2013

Julho 2013 Reginaldo J. Santos

obtida trocando-se as linhas com as colunas, ou seja,

para i = 1, . . . , n e j = 1, . . . , m. Escrevemos também [ At ]ij = a ji .

Exemplo 1.7. As transpostas das matrizes

Matrizes, Vetores e Geometria Analítica Julho 2013

1.1.2 Propriedades da Álgebra Matricial

para toda matriz A, m × n. A matriz 0̄ é chamada matriz nula m × n.

(e) (associatividade) α( βA) = (αβ) A;

Julho 2013 Reginaldo J. Santos

(i) (elemento neutro) Para cada inteiro positivo p a matriz, p × p,