Algebra Linear

ÁLGEBRA LINEAR
Ensino à Distância
Universidade Pedagógica
Rua Comandante Augusto Cardoso n˚ 135
Direitos de autor
Este módulo não pode ser reproduzido para fins comerciais. Caso haja necessidade de reprodução
deverá ser mantida a referência à Universidade Pedagógica e aos seus Autores.
Universidade Pedagógica
Rua Comandante Augusto Cardoso, nº 135

Telefone: 21-320860/2
Telefone: 21 – 306720
Fax: +258 21-322113

Agradecimentos
À COMMONWEALTH of LEARNING (COL) pela disponibilização do Template usado na produção

dos Módulos.
Ao Instituto Nacional de Educação a Distância (INED) pela orientação e apoio prestados.
Ao Magnífico Reitor, Directores de Faculdade e Chefes de Departamento pelo apoio prestado em

todo o processo.
Ficha Técnica
Autor: Marcos Cherinda
Desenho Instrucional: Suzete Buque
Revisão Linguística: Alice Sengo
Maquetização: Anilda Ibrahimo Khan
Edição: Anilda Ibrahimo Khan

ÁLGEBRA LINEAR Ensino à Distância i
Índice
Visão geral 1
Bem-vindo ao módulo de ALGEBRA LINEAR .............................................................. 1
Objectivos do módulo ....................................................................................................... 1
Quem deve estudar este módulo? ..................................................................................... 1
Como está estruturado este módulo? ................................................................................ 2
Ícones de actividade .......................................................................................................... 3
Habilidades de estudo ....................................................................................................... 5
Precisa de apoio? .............................................................................................................. 5
Tarefas (avaliação e auto-avaliação)................................................................................. 6
Avaliação .......................................................................................................................... 7
Unidade 1 8
Matrizes e Determinantes ................................................................................................. 8
Introdução ................................................................................................................ 8
Lição nº 1 9
Matrizes. Tipos de Matrizes.............................................................................................. 9
Introdução ................................................................................................................ 9
Sumário ........................................................................................................................... 13
Exercícios........................................................................................................................ 14
Feedback ......................................................................................................................... 14
Lição nº 2 15
Operações com Matrizes ................................................................................................. 15
Introdução .............................................................................................................. 15
Sumário ........................................................................................................................... 18
Exercícios........................................................................................................................ 19
Feedback ......................................................................................................................... 19
Lição nº 3 20
Determinantes ................................................................................................................. 20
Introdução .............................................................................................................. 20
Sumário ........................................................................................................................... 26
Exercícios........................................................................................................................ 27
Feedback ......................................................................................................................... 27
Lição nº 4 28
Cálculo de Determinantes ............................................................................................... 28
Introdução .............................................................................................................. 28
ii Índice
Sumário ........................................................................................................................... 32
Exercícios........................................................................................................................ 33
Feedback ......................................................................................................................... 33
Lição nº 5 34
Propriedade dos Determinantes ...................................................................................... 34
Introdução .............................................................................................................. 34
Sumário ........................................................................................................................... 38
Exercícios........................................................................................................................ 39
Feedback ......................................................................................................................... 40
Lição nº 6 41
Revisão da Unidade 1 ..................................................................................................... 41
Introdução .............................................................................................................. 41
Exercícios de revisão ...................................................................................................... 42
Feedback ......................................................................................................................... 44
Unidade 2 45
Sistema de Equações Lineares ........................................................................................ 45
Introdução .............................................................................................................. 45
Lição nº 7 46
Resolução de Sistemas de Equações. Método de Crámer .............................................. 46
Introdução .............................................................................................................. 46
Sumário ........................................................................................................................... 51
Exercícios........................................................................................................................ 52
Feedback ......................................................................................................................... 53
Lição nº 8 54
Resolução de sistemas de equações. Método de Gauss .................................................. 54
Introdução .............................................................................................................. 54
Sumário ........................................................................................................................... 61
Exercícios........................................................................................................................ 62
Feedback ......................................................................................................................... 62
Lição nº 9 63
Discussão de Sistemas de Equações Lineares ................................................................ 63
Introdução .............................................................................................................. 63
Sumário ........................................................................................................................... 68
Exercícios........................................................................................................................ 69
Feedback ......................................................................................................................... 69
Lição nº 10 70
Revisão da Unidade 2 ..................................................................................................... 70
Introdução .............................................................................................................. 70
ÁLGEBRA LINEAR Ensino à Distância iii
Exercícios de revisão ...................................................................................................... 72

Feedback ......................................................................................................................... 73
Unidade 3 74
Espaços Vectoriais .......................................................................................................... 74
Introdução .............................................................................................................. 74
Lição nº 11 75
Espaço Vectorial Real ..................................................................................................... 75
Introdução .............................................................................................................. 75
Sumário ........................................................................................................................... 79
Exercícios........................................................................................................................ 81
Feedback ......................................................................................................................... 81
Lição nº 12 82
Operações Básicas de Vectores ...................................................................................... 82
Introdução .............................................................................................................. 82
Sumário ........................................................................................................................... 87
Exercícios........................................................................................................................ 88
Feedback ......................................................................................................................... 88
Lição nº 13 89
Combinação Linear de Vectores ..................................................................................... 89
Introdução .............................................................................................................. 89
Sumário ........................................................................................................................... 92
Exercícios........................................................................................................................ 93
Feedback ......................................................................................................................... 93
Lição nº 14 94
Produto Escalar ............................................................................................................... 94
Introdução .............................................................................................................. 94
Sumário ........................................................................................................................... 98
Exercícios...................................................................................................................... 100
Feedback ....................................................................................................................... 100
Lição nº 15 101
Produto Vectorial .......................................................................................................... 101
Introdução ............................................................................................................ 101
Sumário ......................................................................................................................... 105
Exercícios...................................................................................................................... 106
Feedback ....................................................................................................................... 106
Lição nº 16 107
Produto Misto ............................................................................................................... 107
Introdução ............................................................................................................ 107
iv Índice
Sumário ......................................................................................................................... 110

Exercícios...................................................................................................................... 111
Feedback ....................................................................................................................... 111
Lição nº 17 112
Revisão da Unidade 3 ................................................................................................... 112
Introdução ............................................................................................................ 112
Exercícios de revisão .................................................................................................... 114
Feedback ....................................................................................................................... 115
Unidade 4 116
Aplicações de Álgebra Linear na Geometria Analítica ................................................ 116
Introdução ............................................................................................................ 116
Lição nº 18 117
Produto Misto ............................................................................................................... 117
Introdução ............................................................................................................ 117
Sumário ......................................................................................................................... 121
Exercícios...................................................................................................................... 122
Feedback ....................................................................................................................... 122
Lição nº 19 123
Equações da recta no plano ........................................................................................... 123
Introdução ............................................................................................................ 123
Sumário ......................................................................................................................... 127
Exercícios...................................................................................................................... 128
Feedback ....................................................................................................................... 128
Lição nº 20 129
Equações da recta no plano ........................................................................................... 129
Introdução ............................................................................................................ 129
Sumário ......................................................................................................................... 132
Exercícios...................................................................................................................... 133
Feedback ....................................................................................................................... 133
Lição nº 21 134
Recta em R3 .................................................................................................................. 134
Introdução ............................................................................................................ 134
Sumário ......................................................................................................................... 141
Exercícios...................................................................................................................... 143
Feedback ....................................................................................................................... 143
Lição nº 22 144
Equações do plano ........................................................................................................ 144
Introdução ............................................................................................................ 144
ÁLGEBRA LINEAR Ensino à Distância v
Sumário ......................................................................................................................... 150

Exercícios...................................................................................................................... 151
Feedback ....................................................................................................................... 152
Lição nº 23 153
Cónicas. Linhas de 2ª Ordem........................................................................................ 153
Introdução ............................................................................................................ 153
Sumário ......................................................................................................................... 157
Exercícios...................................................................................................................... 159
Feedback ....................................................................................................................... 159
Lição nº 24 160
Parábola ........................................................................................................................ 160
Introdução ............................................................................................................ 160
Sumário ......................................................................................................................... 165
Exercícios...................................................................................................................... 166
Feedback ....................................................................................................................... 166
Lição nº 25 167
Hipérbole ...................................................................................................................... 167
Introdução ............................................................................................................ 167
Sumário ......................................................................................................................... 173
Exercícios...................................................................................................................... 175
Feedback ....................................................................................................................... 175
Lição nº 26 176
Mudança de base. Valores e vectores próprios ............................................................. 176
Introdução ............................................................................................................ 176
Sumário ......................................................................................................................... 183
Exercícios...................................................................................................................... 184
Feedback ....................................................................................................................... 184
Lição nº 27 185
Superfícies de 2ª Ordem (Quadráticas) ........................................................................ 185
Introdução ............................................................................................................ 185
Sumário ......................................................................................................................... 189
Exercícios...................................................................................................................... 190
Feedback ....................................................................................................................... 190
Lição nº 28 191
Parabolóide ................................................................................................................... 191
Introdução ............................................................................................................ 191
vi Índice
Sumário ......................................................................................................................... 193

Exercícios...................................................................................................................... 194
Feedback ....................................................................................................................... 194
Lição nº 29 195
Hiperbolóide ................................................................................................................. 195
Introdução ............................................................................................................ 195
Sumário ......................................................................................................................... 197
Exercícios...................................................................................................................... 198
Feedback ....................................................................................................................... 198
Lição nº 30 199
Revisão Geral ................................................................................................................ 199
Bibliográfia ................................................................................................................... 200
ÁLGEBRA LINEAR Ensino à Distância 1
Visão geral
Bem-vindo ao módulo de
ALGEBRA LINEAR
Caro estudante, o estudo da Álgebra Linear que você vai iniciar tem em
vista a criação de uma base matemática sólida para o curso de Física. Na
Física o conceito de “vector” é deveras fundamental para o estudo de
muitas grandezas, grandezas essas que para além de sua magnitude, são
caracterizadas por uma orientação (direcção e sentido), como é por
exemplo, a força, nos seus diferentes campos de existência.
Com o tratamento deste modulo, você estará habilitado a iniciar e

desenvolver o curso de Física com segurança e facilidade.
Objectivos do módulo
Quando terminar o estudo de Álgebra Linear você será capaz de:
• Apresentar e interpretar os conceitos básicos sobre espaço

vectorial;
• Formular e demonstrar as propriedades fundamentais do espaço

vectorial sobre o corpo dos números reais;
Objectivos
• Aplicar conhecimentos da Álgebra Linear na resolução de
problemas de Física escolar.
Quem deve estudar este módulo?

Este Módulo destina-se à formação de professores em exercício que
possuem a 12a classe ou equivalente e inscritos no Curso à Distância,
fornecido pela Universidade Pedagógica.
2 Visão geral
Como está estruturado este

módulo?
Todos os módulos dos cursos produzidos pela Universidade Pedagógica
encontram-se estruturados da seguinte maneira:
Páginas introdutórias
Um índice completo.
Uma visão geral detalhada do curso / módulo, resumindo os aspectos-

chave que você precisa conhecer para completar o estudo.
Recomendamos vivamente que leia esta secção com atenção antes de
começar o seu estudo.
Conteúdo do curso / módulo
O curso está estruturado em unidades. Cada unidade incluirá uma

introdução, objectivos, conteúdo, incluindo actividades de
aprendizagem, um sumário e uma ou mais actividades para auto-
avaliação.
O Módulo de Álgebra Linear para o curso de Física compreende quatro

unidades, nomeadamente: (1) Matrizes e Determinantes; (2) Sistemas de
equações Lineares; (3) Espaços Vectoriais; (4) Aplicação da Álgebra
Linear na Geometria Analítica.
Na unidade sobre Matrizes e Determinantes, você deverá fazer o estudo

de matrizes concentrando a atenção nas questões práticas das operações
básicas (adição e multiplicação de matreizes). Uma das características
muito importante de uma matriz, é o seu determinante. O estudo de
determinantes vai compreender as suas propriedades e o seu cálculo
atendendo diferentes métodos. Esta unidade tem como objectivo preparar
conhecimentos e habilidades que serão necessários para todas as unidades
subsequentes.
A unidade sobre Sistemas de Equações Lineares vai tratar de estender os

conhecimentos que você já teve no estudo desta matéria nos níveis do
ensino secundário. De facto, no estudo de sistemas de equações lineares
vai-se estender o número de equações e de variáveis para três, e para o
caso geral de n-equações e n-variáveis. Usando os conhecimentos da
unidade anterior sobre matrizes e determinantes, você vai aplicar a forma
matricial nos vários métodos de resolução de sistemas lineares.
Na unidade sobre Espaços Vectoriais, você vai iniciar com um breve

tratamento axiomático do espaço vectorial sobre o corpo dos números
reais. Pretende-se com isso que você conheça as regras das operações
neste espaço que lhe vão permitir trabalhar os problemas a serem

colocados sobre grandezas vectoriais. Interessa neste estágio que você
faça as operações básicas sobre vectores, quer algebricamente, quer
geometricamente. Como foi referido num parágrafo acima, é importante
que você desenvolva capaciadades algébricas bem como geométricas
para melhor compreender os problemas da Física.
Na unidade da Aplicação da Álgebra Linear na Geometria Analítica você

deverá colocar os conhecimentos e habilidades adquiridos nas unidades
anteriores, na resolução de exercícios e problemas de geometria. A
geometria é a área da matemática que mais lida com o tratamento dos
conceitos que você vai estudar neste curso de Física. As estratégias a usar
na resolução de problemas deverá integrar fundamentalmente duas
formas de raciocínio – algébrico e geométrico. Assim, recomenda-se que
para cada exercício, a interpretação que você fizer deve ser acompanhada
de gráficos, esboços, para além das expressões algébricas.
Outros recursos
Se você está interessado em aprender mais, preste atenção a lista de

recursos adicionais para e explore-os. Estes recursos podem incluir livros,
artigos ou sites na Internet.
Tarefas de avaliação e/ou Auto-avaliação
As tarefas de avaliação para este módulo encontram-se no final de cada

unidade. Sempre que necessário, dão-se folhas individuais para
desenvolver as tarefas, assim como instruções para as completar. Estes
elementos encontram-se no final do modulo.
Comentários e sugestões
Esta é a sua oportunidade para nos dar sugestões e fazer comentários

sobre a estrutura e o conteúdo do módulo. Os seus comentários serão
úteis para nos ajudar a avaliar e melhorar este módulo.
Ícones de actividade
Ao longo deste manual você irá encontrar uma série de ícones nas margens
das folhas. Estes ícones servem para identificar diferentes partes do
processo de aprendizagem. Podem indicar uma parcela específica do texto,
uma nova actividade ou tarefa, uma mudança de actividade, etc.
4 Visão geral
Acerca dos ícones

Os ícones usados neste manual são símbolos africanos, conhecidos por
adrinka. Estes símbolos têm origem no povo Ashante de África Ocidental,
datam do século 17 e ainda se usam hoje em dia.
Os ícones incluídos neste manual são... (ícones a ser enviados - para efeitos
de testagem deste modelo, reproduziram-se os ícones adrinka, mas foi-lhes
dada uma sombra amarela para os distinguir dos originais).
Pode ver o conjunto completo de ícones deste manual já a seguir, cada um

com uma descrição do seu significado e da forma como nós interpretámos
esse significado para representar as várias actividades ao longo deste curso /
módulo.
Comprometimento/ Resistência, “Qualidade do “Aprender através

perseverança perseverança trabalho” da experiência”
(excelência/
autenticidade)
Avaliação /
Actividade Auto-avaliação Teste Exemplo /
Estudo de caso
Paz/harmonia Unidade/relações Vigilância / “Eu mudo ou

humanas preocupação transformo a minha
vida”
Debate Actividade de
grupo Tome Nota! Objectivos
[Ajuda-me] deixa- “Pronto a enfrentar “Nó da sabedoria” Apoio /

me ajudar-te” as vicissitudes da encorajamento
vida”
(fortitude /
preparação)
Leitura Terminologia Dica
Reflexão
Habilidades de estudo
Caro estudante!
Para frequentar com sucesso este módulo terá que buscar através de uma
leitura cuidadosa das fontes de consulta a maior parte da informação ligada
ao assunto abordado. Para o efeito, no fim de cada unidade apresenta-se
uma sugestão de livros para leitura complementar.
Antes de resolver qualquer tarefa ou problema, o estudante deve certificar-

se de ter compreendido a questão colocada;
É importante questionar se as informações colhidas na literatura são

relevantes para a abordagem do assunto ou resolução de problemas;
Sempre que possível, deve fazer uma sistematização das ideias apresentadas
no texto.
Desejamos-lhe muitos sucessos!
Precisa de apoio?
Dúvidas e problemas são comuns ao longo de qualquer estudo. Em caso de
dúvida numa matéria tente consultar os manuais sugeridos no fim da lição e
disponíveis nos centros de ensino a distância (EAD) mais próximos. Se
tiver dúvidas na resolução de algum exercício, procure estudar os exemplos
semelhantes apresentados no manual. Se a dúvida persistir, consulte a
orientação que aperece no fim dos exercícios. Se a dúvida persistir, veja a
resolução do exercício.
Sempre que julgar pertinente, pode consultar o tutor que está à sua
disposição no centro de EAD mais próximo.
Não se esqueça de consultar também colegas da escola que tenham feito a

cadeira de Álgebra Linear, vizinhos e até estudantes de universidades que
6 Visão geral
vivam na sua zona e tenham ou estejam a fazer cadeiras relacionadas com

Algebra Linear.
Tarefas (avaliação e auto-avaliação)
Ao longo deste módulo irá encontrar várias tarefas que acompanham o seu
estudo. Tente sempre solucioná-las. Consulte a resolução para confrontar o
seu método e a solução apresentada. O estudante deve promover o hábito de
pesquisa e a capacidade de selecção de fontes de informação, tanto na
internet como em livros. Consulte manuais disponíveis e referenciados no
fim de cada lição para obter mais informações acerca do conteúdo que
esteja a estudar. Se usar livros de outros autores ou parte deles na
elaboração de algum trabalho deverá citá-los e indicar estes livros na
bibliografia. Não se esqueça que usar um conteúdo, livro ou parte do livro
em algum trabalho, sem referenciá-lo é plágio e pode ser penalizado por
isso. As citações e referências são uma forma de reconhecimento e respeito
pelo pensamento de outros. Estamos cientes de que o estimado estudante
não gostaria de ver uma ideia sua ser usada sem que fosse referenciado, não
é?
Na medida de possível, procurar alargar competências relacionadas com o

conhecimento científico, as quais exigem um desenvolvimento de
competências, como auto-controle da sua aprendizagem.
As tarefas colocadas nas actividades de avaliação e de auto-avaliação

deverão ser realizadas num caderno à parte ou em folha de formato A4.
Avaliação
O Módulo de Álgebra Linear terá dois testes e um exame final que deverá
ser feito no Centro de Recursos mais próximo, ou em local a ser indicado
pela administração do curso. O calendário das avaliações será também
apresentado oportunamente.
A avaliação visa não só informar-nos sobre o seu desempenho nas lições,

mas também estimular-lhe a rever alguns aspectos e a seguir em frente.
Durante o estudo deste módulo o estudante será avaliado com base na

realização de actividades e tarefas de auto-avaliação previstas em cada
Unidade, dois testes escritos, um exame.
8 Unidade 1
Unidade 1
Matrizes e Determinantes
Introdução
Caro estudante, você vai iniciar o estudo da Álgebra Linear aprendendo
conceitos básicos sobre matrizes e determinantes. Esta unidade é composta
por dois temas: O primeiro tema é sobre matrizes, sua classificação, e
operações. O segundo tema é sobre determinantes, suas propriedades, seu
cálculo sobre matrizes quadradas de qualquer ordem.
Esta Unidade tem cinco lições, estando previsto para cada uma delas um
tempo de estudo de 3 horas. Este número de horas é um indicativo para
você para lhe ajudar a gerir melhor o seu tempo; é considerado suficiente
para você conseguir atingir os objectivos definidos no início de cada
Tempo de estudo da lição. Todavia, pode ser que você leve menos tempo numa lição e mais
Unidade: 03:00 Horas
tempo noutra, não há nenhum problema, desde que consiga apreender os
conteúdos definidos.
Lição nº 1
Matrizes. Tipos de Matrizes
Introdução
O estudo de matrizes tem muita importância para o curso de Física que
você vai frequentar. O tema constitui uma ferramenta matemática para o
estudo de várias áreas da ciência e da tecnologia.
Para completar o estudo desta lição você necessitará de cerca de três

horas.
Tempo de estudo da
lição: 03:00 Horas
Ao completar esta lição, deverá ser capaz de:
Definir matriz;
Classificar matrizes.
Objectivo
Nesta lição, você deverá prestar muita atenção aos seguintes termos e
conceitos:
− Matriz; linha, coluna, elementos, índices

Terminologia
− Dimensões/ordem
− Matriz transposta
− Matriz quadrada, diagonal de uma matriz
− Matriz identidade
− Matriz simétrica
10 Lição nº 1
Na matemática, uma matriz é um tabela de m x n símbolos sobre um corpo

F, representada sob a forma de um quadro com m linhas e n colunas e
utilizado, entre outras coisas, para a resolução de sistemas de equações
lineares e transformações lineares.
Notações
As linhas horizontais da matriz são chamadas de linhas e as linhas verticais

são chamadas de colunas. Uma matriz com m linhas e n colunas é chamada
de uma matriz m por n (escreve-se m×n) e m e n são chamadas de suas
dimensões.
Um elemento de uma matriz A que está na i-ésima linha e na j-ésima coluna

é chamado de elemento i,j ou (i,j)-ésimo elemento de A. Ele é escrito como
Ai,j ou A[i,j].
Uma matriz onde uma de suas dimensões é igual a 1 é geralmente chamada

de vector. Uma matriz 1 × n (uma linha e n colunas) é chamada de vector
linha ou matriz linha, e uma matriz m × 1 (uma coluna e m linhas) é
chamada de vector coluna ou matriz coluna.
Veja o seguinte exemplo:

A matriz a seguir é uma matriz de ordem 2x3 com elementos naturais.
⎡1 2 3⎤
Exemplo A= ⎢ ⎥
⎣ 4 5 6⎦
Neste exemplo, o elemento a12 é 2, o número na primeira linha e segunda

coluna do quadro.
De forma geral, numa matriz A de ordem m x n, o elemento aij é o símbolo

na i-ésima linha e j-ésima coluna de A. Assim:.
As entradas (símbolos) de uma matriz também podem ser definidas de

acordo com seus índices i e j.
Por exemplo, aij = i + j, para i de 1 a 3 e j de 1 a 2, define a matriz A de

ordem 3x2:
Exemplo
⎡2 3⎤
A = ⎢ 3 4⎥ .
⎢ ⎥
⎢⎣4 5⎥⎦
Algumas definições
A transposta de uma matriz Am x n é a matriz Atn x m em que aijt = a ji .

12 Lição nº 1
⎡1 4⎤
⎡1 2 3⎤ ⎢ ⎥
Para A = ⎢ ⎥ , teremos A = ⎢2 5⎥
t
⎣ 4 5 6 ⎦ ⎢⎣ 3 6⎥⎦
Exemplo
Uma matriz é dita quadrada se tem o mesmo número de linhas e colunas.

Numa matriz quadrada A de ordem n x n, chama-se de diagonal principal
os elementos aij onde i = j, para i de 1 a n.
Apresente a diagonal principal desta matriz
⎛1 3 4⎞
⎜ ⎟
Actividade 1 ⎜ 5 6 − 1⎟
⎜0 − 2 7 ⎟
⎝ ⎠
Olhando para os elementos a11, a22, e a33, temos que os elemento da

diagonal principal são 1, 6 e 7.
A matriz identidade In é a matriz quadrada n x n que tem todos os

membros da diagonal principal iguais a 1 e 0 nas outras posições.
Matriz identidade de ordem 2x2:
⎡ 1 0⎤
Exemplo I2 = ⎢ ⎥.
⎣ 0 1⎦
A única matriz identidade que não contém zero é a matriz identidade de

ordem 1: I 1 = [1] .
Uma matriz A é simétrica se A = At. Isso só ocorre com matrizes

quadradas. Assim, uma matriz quadrada A[i,j]. é simétrica se aij = a ji para
todos os valores de i e j.

⎛1 2 3 ⎞
⎜ ⎟
A matriz A = ⎜ 2 4 − 5⎟ é simétrica, pois a12 = a 21 = 2 ,
⎜3 −5 6 ⎟
⎝ ⎠
Exemplo a13 = a31 = 3 , a 23 = a 32 = −5 e, consequentemente, A = At.
Sumário
− Uma matriz é um tabela de m x n símbolos, representada sob a forma
de um quadro com m linhas e n colunas.
− As linhas horizontais da matriz são chamadas de linhas e as linhas

verticais são chamadas de colunas. Uma matriz com m linhas e n
colunas é chamada de uma matriz m por n (escreve-se m×n) e m e n são
chamadas de suas dimensões.
− A transposta de uma matriz Am x n é a matriz Atn x m em que aijt = a ji .
− Uma matriz é dita quadrada se tem o mesmo número de linhas e

colunas. Numa matriz quadrada A de ordem n x n, chama-se de
diagonal principal os elementos aij onde i = j, para i de 1 a n.
− A matriz identidade In é a matriz quadrada n x n que tem todos os

membros da diagonal principal iguais a 1 e 0 nas outras posições.
− Uma matriz A é simétrica se A = At. Isso só ocorre com matrizes

quadradas. Assim, uma matriz quadrada A[i,j]. é simétrica se aij = a ji
para todos os valores de i e j.

14 Lição nº 1
Exercícios
⎛ 2 − 1 3⎞
⎜ ⎟
Dada a matriz A = ⎜ 4 0 5⎟
⎜ − 2 − 4 1⎟
⎝ ⎠
Auto-avaliação 1
1. Qual é a ordem (ou dimensão) da matriz A?
2. Apresente a matiz transposta de A.
3. Quais são os elementos da diagonal principal da matriz A?
⎛ 1 0 0⎞
⎜ ⎟
4. Será B = ⎜ 0 1 1 ⎟ uma matriz identidade? Porquê?
⎜ 0 0 1⎟
⎝ ⎠
5. Quais são os valores de x e de y para que a matriz
⎛ 1 −2 x ⎞
⎜ ⎟
C = ⎜ − 2 5 − 3⎟ seja simétrica.
⎜ 1 y 4 ⎟⎠
⎝
Feedback
Soluções:
1. A ordem é 3x3
⎛ 2 4 − 2⎞
⎜ ⎟
2. A = ⎜ − 1 0 − 4⎟
t
⎜ 3 5 1 ⎟
⎝ ⎠
3. 2, 0, 1
4. Não. Porque o elemento b23 ≠ 0
5. x = 1 , y = −3
Lição nº 2
Operações com Matrizes
Introdução

horas.
Tempo de estudo da
O estudo das operações com matrizes tem importância para todos os temas
das unidades que se seguem. Deste modo, é deveras necessário que você
domine estas operações para não ter dificuldades em resolver quaisquer
exercícios e problemas que involvam este conhecimento.
Multiplicar uma matriz por um escalar;

Adicionar e subtrair matrizes;
Multiplicar matrizes.
Objectivo
Nesta lição sobre operações com matrizes você deverá prestar maior
atenção aos seguintes termos e conceitos fundamentais:
− Multiplicação por um escalar

Terminologia
− Adição e subtracção de matrizes
− Multiplicação de matrizes
16 Lição nº 2
Nas operações com matrizes, não se define adição ou subtracção de um

número com uma matriz, e nem divisões envolvendo matrizes.
Vamos então ver as operações que são definidas e com elas se processam:
Multiplicação por um escalar
A multiplicação é uma das operações mais simples que podem ser feitas
com matrizes. Para multiplicar um número k qualquer por uma matriz n x m
A, basta multiplicar cada entrada aij de A por k. Assim, a matriz resultante B
será também n x m e bij = k.aij. Com isso, pode-se pensar também na noção
de dividir uma matriz por um número: basta multiplicá-la pelo inverso
desse número. Mas essa noção pode ser perigosa: enquanto a multiplicação
entre um número e uma matriz pode ser dita "comutativa", o mesmo não
vale para a divisão, pois não se pode dividir um número por uma matriz.
⎛ 1 8 − 3⎞
Considerando a matriz A = ⎜⎜ ⎟⎟ e o escalar k =2, temos:
⎝4 − 2 5 ⎠
Exemplo
⎛−1 3 5 ⎞
⎜ ⎟
Dada a matriz M = ⎜ 2 1 − 2 ⎟ multiplique-a por k = −2 .
⎜ 4 −3 0 ⎟
⎝ ⎠
Actividade 2
⎛ 2 − 6 − 10 ⎞
⎜ ⎟
O produto será kM = ⎜ − 4 − 2 4 ⎟
⎜−8 6 0 ⎟⎠
⎝
Adição e subtracção de matrizes
Dadas as matrizes A e B do tipo m por n, sua soma A + B é a matriz m por n

computada adicionando os elementos correspondentes:
(A + B)[i,j] = A[i, j] + B[i,j].
Veja o seguinte exemplo de adição:
Exemplo
⎛ 1 4 7 ⎞ ⎛ 3 − 1 − 3⎞
⎜ ⎟ ⎜ ⎟
⎜ 0 −1 3 ⎟ + ⎜5 2 4 ⎟
⎜ − 5 2 − 3⎟ ⎜ 0 1 1 ⎟⎠
⎝ ⎠ ⎝
Actividade 3
⎛ 4 −3 4 ⎞
⎜ ⎟
O resultado será: ⎜ 5 1 7 ⎟
⎜ − 5 3 − 2⎟
⎝ ⎠
Multiplicação de Matrizes
Multiplicação de duas matrizes é definida apenas se o número de colunas da

matriz da esquerda é o mesmo número de linhas da matriz da direita. Se A é
uma matriz m por n e B é uma matriz n por p, então seu produto AB é a
matriz m por p (m linhas e p colunas) dada por:
(AB)[i,j]=A[i,1]B[1,j]+A[i,2]B[2,j]+...+A[i,n]B[n,j]
para cada par i e j.
Veja o seguinte exemplo de multiplicação:

18 Lição nº 2
Exemplo
⎛ 5 3⎞
⎛ 2 3 − 3⎞ ⎜ ⎟
⎜⎜ ⎟⎟ × ⎜ − 2 1 ⎟
⎝ 1 4 5 ⎠ ⎜ 2 4⎟
⎝ ⎠
Actividade 4
⎛ − 2 − 3⎞
Resposta: ⎜⎜ ⎟⎟
⎝ 7 27 ⎠
É importante notar que a comutatividade não é geralmente garantida, isto

é, dadas as matrizes A e B com seu produto definido, então geralmente
AB ≠ BA.
Tome Nota!
A multiplicação de matrizes é possível para uma matriz A m por n e com
uma matriz B k por m ("distribuição à esquerda").
Sumário
− Multiplicação por um escalar: para multiplicar um número k qualquer
por uma matriz n x m A, basta multiplicar cada entrada aij de A por k.
− Adição e subtracção de matrizes: dadas as matrizes A e B do tipo m

por n, sua soma A + B é a matriz m por n calculada, adicionando os
elementos correspondentes: (A+B)[i,j]=A[i, j]+B[i,j].
− Multiplicação de matrizes: se A é uma matriz m por n e B é uma

matriz n por p, então seu produto AB é a matriz m por p (m linhas e p
colunas) dada por: (AB)[i,j]=A[i,1]B[1,j]+A[i,2]B[2,j]+...+A[i,n]B[n,j]
para cada par i, j.
− A multiplicação de matrizes é possível para uma matriz A m por n e

com uma matriz B k por m ("distribuição à esquerda").
− A comutatividade na multiplicação de matrizes não é geralmente

garantida, isto é, dadas as matrizes A e B com seu produto definido,
então, geralmente AB ≠ BA.
Exercícios
⎛ 2 − 1⎞ ⎛ 3 0⎞
Considere as matrizes M = ⎜⎜ ⎟⎟ , N = ⎜⎜ ⎟⎟ ,
⎝4 0⎠ ⎝1 5⎠
Auto-avaliação 2 ⎛ − 1 3 2⎞
Q = ⎜⎜ ⎟⎟
⎝ 4 − 2 1⎠
1. Dado k = −3 , determine kM.
2. Determine, se possível, M+2N.
3. Determine MQ.
4. Determine QN.
Feedback
Solução:
⎛ − 6 3⎞
1. kM = ⎜⎜ ⎟⎟
⎝ − 12 0 ⎠
⎛ 8 − 1⎞
2. M + 2N = ⎜⎜ ⎟⎟
⎝ 6 10 ⎠
⎛ − 6 8 3⎞
3. MQ = ⎜⎜ ⎟⎟
⎝ − 4 12 8 ⎠
4. Não é possível.
20 Lição nº 3
Lição nº 3
Determinantes
Introdução
Determinantes constituem uma característica fundamental de uma matriz.
Nesta lição você irá aprender a calcular determinate de matrizes de ordem
três e de ordem superior a três.

horas.
Tempo de estudo da
Representar determinante de uma matriz;

Determinar o menor complementar relativo a um elemento;
Determinar o co-factor relativo a um elemento.
Objectivo
Nesta lição sobre determinantes você deverá prestar maior atenção aos
seguintes termos e conceitos:
− Determinante
Terminologia
− Existência e unicidade
− Representação
− Menor complementar
− Co-factor
Em Álgebra Linear, o determinante de uma matriz quadrada é uma função

que associa cada matriz a um escalar, satisfazendo as seguintes
propriedades:
o determinante da matriz identidade é 1;
o determinante troca de sinal se duas linhas ou colunas forem trocadas;
o determinante não é alterado se uma linha ou coluna for substituída por

essa mesma linha, ou coluna somada a uma combinação linear das outras
linhas.
Existência e unicidade
Pode-se provar que existe uma única função que satisfaz as propriedades
acima.
Representação
Representamos o determinante de uma matriz através de duas barras

verticais. Deste modo, se a matriz A é dada por
A = {ai , j }
então representamos o seu determinante por
det(A) ou A
Determinante de uma matriz de primeira ordem
O determinante da matriz A de ordem 1, é o próprio número que origina a

matriz. Por exemplo: A = {3}, então det (A) = 3
Determinante de matriz de segunda ordem
Para calcular o determinante de uma matriz de segunda ordem basta

subtrairmos o produto da diagonal secundária, do produto da diagonal
principal.

22 Lição nº 3
O determinante da matriz
⎡0 1 ⎤
⎢2 − 1⎥
⎣ ⎦
Exemplo é dado por: 0.(-1) - 2.1 = 0 - 2 = -2.
Calcule o determinante das seguintes matrizes de 2ª ordem:
⎛ 2 3⎞
⎜⎜ ⎟⎟ O resultado é 5.
Actividade 5 ⎝ 1 4⎠
⎛ 1 log b a ⎞
⎜⎜ ⎟ O resultado é 0.
⎝ log a b 1 ⎟⎠
Antes de passarmos para o cálculo de determinante de matriz de terceira

ordem, vamos conhecer dois conceitos importantes, nomeadamente, o
conceito de menor complementar e de co-factor.
Menor complementar
Chamamos de menor complementar relativo a um elemento aij de uma

matriz M, quadrada e de ordem n>1, o determinante MCij , de ordem n - 1,
associado à matriz obtida de M quando suprimimos a linha e a coluna que
passam por aij .
Veja como determiná-lo pelo exemplo a seguir:
Dada a matriz
Exemplo
de ordem 2, para determinar o menor complementar relativo ao elemento

a11 (MC11), retiramos a linha 1 e a coluna 1:
Da mesma forma, o menor complementar relativo ao elemento a12 é:
1. Achar o menor complementar relativo ao elemento a21 da matriz
⎛ 5 − 7⎞
⎜⎜ ⎟⎟
Actividade 6 ⎝−1 3 ⎠
Resposta: MC 21 = −7
⎛ 3 − 1⎞
Considerando a matriz A = ⎜⎜ ⎟⎟ , o menor complementar relativo ao
⎝4 2 ⎠
elelmento a11 é 2.
Sendo uma matriz de terceira ordem, veja o seguinte exemplo:
Considere a matriz
Exemplo
de ordem 3, temos:
24 Lição nº 3
⎛ 2 − 3 4⎞
⎜ ⎟
2. Considerando a matriz A = ⎜ 1 − 2 3 ⎟ , apresente o menor
⎜ 5 2 4⎟
⎝ ⎠
complementar relativo ao elelmento a21.
−3 4
A resposta é: MC21 = = −3 ⋅ 4 − ( 2 ⋅ 4) = −20 .
2 4
Co-factor
Chamamos de co-factor ou complemento algébrico relativo a um elemento

aij de uma matriz quadrada de ordem n o número Aij tal que Aij = (-1)i+j .
MCij .
Veja:
a) Dada a matriz
os co-factores relativos aos elementos a11 e a12 da matriz M são:
b) Sendo a matriz
vamos calcular os co-factores A22, A23 e A31:

⎛ 2 − 3 4⎞
⎜ ⎟
Considerando a matriz A = ⎜ 1 − 2 3 ⎟ , o menor complementar
⎜ 5 2 4⎟
⎝ ⎠
Exemplo −3 4
relativo ao elelmento a21 é MC 21 = = −3 ⋅ 4 − ( 2 ⋅ 4) = −20 .
2 4
Assim, o co-factor deste elemento a21 é

−3 4
A21 = ( −1) 2 +1 M 21 = = −( −20) = 20.
2 4
⎛ 2 − 3 4⎞
⎜ ⎟
1. Considerando ainda a matriz A = ⎜ 1 − 2 3 ⎟ , ache o co-factor
⎜ 5 2 4⎟
⎝ ⎠
Actividade 7
relativo ao elelmento a23.
A resposta é: A23 = −19

26 Lição nº 3
Sumário
− O determinante de uma matriz quadrada é uma função que associa
cada matriz a um escalar, satisfazendo as seguintes propriedades:
determinante da matriz identidade é 1;
determinante troca de sinal se duas linhas ou colunas forem

trocadas;
determinante não é alterado se uma linha ou coluna for

substituída por essa mesma linha ou coluna somada a uma
combinação linear das outras linhas.
− Representação: determinante de uma matriz A = {ai , j } é representado
por det (A) ou A .
− Menor complementar: chamamos de menor complementar relativo a

um elemento aij de uma matriz M, quadrada e de ordem n>1, o
determinante MCij , de ordem n - 1, associado à matriz obtida de M
quando suprimimos a linha e a coluna que passam por aij .
− Co-factor: Chamamos de co-factor ou complemento algébrico relativo

a um elemento aij de uma matriz quadrada de ordem n o número Aij tal
que Aij = (-1)i+j . MCij .
Exercícios
⎛ 3 5⎞
1. Ache o determinante da matriz M = ⎜⎜ ⎟⎟
⎝ − 2 1⎠
Auto-avaliação 3
⎛ 2 − 1 3⎞
⎜ ⎟
2. Dada a matriz A = ⎜ 3 4 0⎟
⎜ −1 5 2⎟
⎝ ⎠
a) Apresente os menores complementares relativos aos elementos

a11, a13, a32.
b) Ache os co-factores da matriz A em relação aos elementos a12,

a23, a31.
Feedback
Solução:
1. 13;
2. a) MC11 = 8 , MC13 = 19 , MC32 = −9
b) A12 = −6 , A23 = −9 , A31 = −12

28 Lição nº 4
Lição nº 4
Cálculo de Determinantes
Introdução
O cálculo de determinantes de matrizes é muito importante no estudo da
Álgebra Linear. Nesta Lição você vai ampliar os seus conhecimentos sobre
determinantes, chegando a calcular determinates de ordem superior a três.

horas.
Tempo de estudo da
Achar determinante de 3ª ordem pela regra de Sarrus;
Achar determinante de ordem superior a 3 aplicando o Teorema de

Objectivo Laplace.
Nesta lição sobre cálculo de determinantes você deverá prestar maior

atenção aos seguintes termos e conceitos:
− Determinante de 3ª ordem: Regra de Sarrus

Terminologia
− Determinante de ordem maior a 3: Teorema de Laplace

Determinante de matriz de terceira ordem
Para calcular o determinante de matriz de terceira ordem, podemos utilizar

um dispositivo prático chamado regra de Sarrus.
Considere a matriz D:
1º passo: Repetimos as duas primeiras colunas ao lado da terceira:
2º passo: Encontramos a soma do produto dos elementos da diagonal

principal com os dois produtos obtidos pela multiplicação dos elementos
das paralelas a essa diagonal (a soma deve ser precedida do sinal positivo):
3º passo: Encontramos a soma do produto dos elementos da diagonal

secundária com os dois produtos obtidos pela multiplicação dos elementos
das paralelas a essa diagonal ( a soma deve ser precedida do sinal negativo):
30 Lição nº 4
Assim:
Achar o determinante da matriz
⎛2 1 1 ⎞
⎜ ⎟
⎜ 0 5 − 2⎟
⎜1 − 3 4 ⎟
Exemplo ⎝ ⎠
Solução:
2 1 1 2 1
0 5 − 2 0 5 = [2.5.4+1.(-2).1+1.0.(-3)] – [(1.5.1+
1 −3 4 1 −3
+2.(-2)(- 3)+1.0.4] = (40-2)-(5+12) =
= 38-17 = 21.
⎛ 2 1 3⎞
⎜ ⎟
⎜ 5 3 2⎟ Solução: 40.
Actividade 8 ⎜ 1 4 3⎟
⎝ ⎠
Determinantes de ordem maior que 3
Para calcularmos o determinante de matriz com ordem superior a três,

podemos reduzir a sua ordem, utilizando o seguinte teorema:
Teorema de Laplace
O determinante de uma matriz quadrada M = [aij]mxn ( m ≥ 2) pode ser

obtido pela soma dos produtos dos elementos de uma fila qualquer (linha ou
coluna) da matriz M pelos respectivos co-factores.
Assim, fixando j ∈ N , tal que 1 ≤ j ≤ m , temos:
m
det( M ) = ∑ aij Aij
i =1
∑
em que i =1 é o somatório de todos os termos de índice i, variando de 1 até
m, m ∈ N .
⎛2 1 1 ⎞
⎜ ⎟
⎜ 0 5 − 2⎟
⎜1 − 3 4 ⎟
Exemplo ⎝ ⎠
Solução:
2 1 1
5 −2 1 1
0 5 −2 =2 + 0 +1 = 2( 20 − 6) + ( 2 − 5) = 21
−3 4 5 −2
1 −3 4
32 Lição nº 4
⎛ 2 0 3⎞
⎜ ⎟
⎜ 7 1 6⎟
Actividade 9 ⎜ 6 0 5⎟
⎝ ⎠
A solução é: − 8 .
Sumário
Para calcular o determinante de matriz de terceira ordem, podemos utilizar
um dispositivo prático, chamado regra de Sarrus.
a11 a12 a13

a21 a22 a23 = a11a22a33 + a12a23a31 + a13a21a32 − a13a22a31 − a12a21a33 − a11a23a32
a31 a32 a33
Teorema de Laplace
O determinante de uma matriz quadrada M = [aij]mxn ( m ≥ 2) pode

ser obtido pela soma dos produtos dos elementos de uma fila
qualquer (linha ou coluna) da matriz M pelos respectivos co-factores.
Assim, fixando j ∈ N , tal que 1 ≤ j ≤ m , temos:
m
det( M ) = ∑ aij Aij
i =1
m
em que ∑
i =1
é o somatório de todos os termos de índice i, variando de
1 até m, m ∈ N .
Exercícios
⎛ 3 2 1⎞
⎜ ⎟
1. Dado a matriz A = ⎜ 2 5 3 ⎟ , calcule o seu determinante pela regra
⎜ 3 4 2⎟
⎝ ⎠
Auto-avaliação 4
de Sarrus.
⎛ 5 6 3⎞
⎜ ⎟
2. Dado a matriz B = ⎜ 0 1 0 ⎟ , calcule o seu determinante aplicando
⎜ 7 4 5⎟
⎝ ⎠
o teorema de Laplace.
Feedback
Solução:
1. -3
2. 4
34 Lição nº 5
Lição nº 5
Propriedade dos Determinantes
Introdução
É importante você saber aplicar as propriedades de determinantes de
matrizes, pois você poderá facilmente efectuar cálculos sobre
determinantes, chegando até a calcular determinantes de ordem superior a
três muito rapidamente.
Repare que você não precisa decorar as propriedades! Entretanto, você vai
conseguir retê-las na medida em que vai aplicando-as nas estratégias que
você for a usar para calcular determinantes.

horas.
Tempo de estudo da
Achar determinante de matrizes de qualquer ordem aplicando

suas propriedades.
Objectivo
Nesta lição sobre cálculo de determinantes você deverá prestar maior

atenção aos seguintes termos e conceitos:
− Ptopriedades dos eterminantes

Terminologia
− Teorema de Jacobi
Propriedades dos determinantes
Determinantes de matrizes (quadradas de ordem n) apresentam as seguintes

propriedades:
Propriedade 1
Quando todos os elementos de uma fila (linha ou coluna) são nulos, o

determinante dessa matriz é nulo.
Veja os seguintes exemplos:
Exemplos
Propriedade 2
Se duas filas de uma matriz são iguais, então seu determinante é nulo. Veja
o seguinte exemplo:
Exemplo
Propriedade 3
Se duas filas paralelas de uma matriz são proporcionais, então seu

determinante é nulo. Veja o seguinte exemplo:
Exemplo
36 Lição nº 5
Propriedade 4
Se os elementos de uma fila de uma matriz são combinações lineares dos

elementos correspondentes de filas paralelas, então seu determinante é nulo.
Exemplos
Propriedade 5
Teorema de Jacobi: o determinante de uma matriz não se altera quando

somamos aos elementos de uma fila uma combinação linear dos elementos
correspondentes de filas paralelas. Veja o seguinte exemplo:
Tendo o determinante
Exemplo
substituindo a 1ª coluna pela soma dessa mesma coluna com o dobro da

2ª, temos:
Propriedade 6
O determinante de uma matriz e o de sua transposta são iguais. Veja o

seguinte exemplo:
Exemplo
Propriedade 7
Multiplicando por um número real todos os elementos de uma fila em uma

matriz, o determinante dessa matriz fica multiplicado por esse número.
Exemplos
Propriedade 8
Quando trocamos as posições de duas filas paralelas, o determinante de

uma matriz muda de sinal. Veja o seguinte exemplo:
Exemplo
38 Lição nº 5
Propriedade 9
Quando em uma matriz os elementos acima ou abaixo da diagonal principal

são todos nulos, o determinante é igual ao produto dos elementos dessa
diagonal.
Exemplos
Uma matriz A é invertível se e só se
det ( A) ≠ 0
Pode calcular-se a inversa de uma matriz através do seu determinante e da

matriz adjunta com a seguinte fórmula:
1
A−1 = Adj ( A)
det( A)
Sumário
− Propriedade 1: Quando todos os elementos de uma fila (linha ou
coluna) são nulos, o determinante dessa matriz é nulo.
− Propriedade 2: Se duas filas de uma matriz são iguais, então seu

determinante é nulo.
− Propriedade 3: Se duas filas paralelas de uma matriz são

proporcionais, então seu determinante é nulo.
− Propriedade 4: Se os elementos de uma fila de uma matriz são

combinações lineares dos elementos correspondentes de filas paralelas,
então seu determinante é nulo.
− Propriedade 5: Teorema de Jacobi: O determinante de uma matriz

não se altera quando somamos aos elementos de uma fila uma
combinação linear dos elementos correspondentes de filas paralelas.
− Propriedade 6: O determinante de uma matriz e o de sua transposta

são iguais.
− Propriedade 7: Multiplicando por um número real todos os elementos

de uma fila em uma matriz, o determinante dessa matriz fica
multiplicado por esse número.
− Propriedade 8: Quando trocamos as posições de duas filas paralelas, o

determinante de uma matriz muda de sinal.
− Propriedade 9: Quando em uma matriz os elementos acima ou abaixo

da diagonal principal são todos nulos, o determinante é igual ao produto
dos elementos dessa diagonal.
Exercícios
⎛ 3 2 1⎞
⎜ ⎟
1. Dado a matriz A = ⎜ 2 5 3 ⎟ , calcule o seu determinante aplicando
⎜ 3 4 2⎟
⎝ ⎠
Auto-avaliação 5
as propriedades.
⎛1 2 2 3 ⎞
⎜ ⎟
⎜1 0 − 2 0 ⎟
2. Dado a matriz B = ⎜ , calcule o seu determinante
3 −1 1 − 2⎟
⎜⎜ ⎟⎟
⎝ 4 − 3 0 2 ⎠
aplicando as propriedades.
⎛1 3 3 ⎞
⎜ ⎟
3. Determine a matriz inversa de D = ⎜1 4 3 ⎟
⎜1 3 4 ⎟
⎝ ⎠
40 Lição nº 5
Feedback
Solução:
1. -3
2. -131
⎛ 7 − 3 − 3⎞
⎜−1
⎟
3. D = ⎜ − 1 1 0 ⎟
⎜−1 0 1 ⎟⎠
⎝
Lição nº 6
Revisão da Unidade 1
Introdução
Chegado ao fim da Unidade 1, é momento de você rever tudo quanto

aprendeu sobre Matrizes e Determinantes.
O tempo de revisão sugerido de 5 horas é considerado suficiente para o

efeito, pode ser que você leve menos tempo.
Tempo de estudo da
Na unidade sobre Matrizes e Determinantes, você estudou questões práticas
das propriedades das operações básicas da adição e da multiplicação.
Vamos destacar aqui algumas definições e propriedades importantes que
você deve reter.
Uma tabela rectangular de números que contém m linhas e n colunas
⎛ a11 a12 ... a1n ⎞

⎜ ⎟
⎜a a 22 ... a 2 n ⎟
A = ⎜ 21
... ... ... ... ⎟
⎜⎜ ⎟
⎝ a m1 am 2 ... a mn ⎟⎠
chama-se matriz de dimensão mxn e denota-se por A = ( aij ) . Os números
aij (i = 1,..., m; 1,..., n ) chamam-se elementos da matriz A.
A transposta de uma matriz A, denotada por AT, é a matriz onde as linhas

são as colunas correspondentes a matriz A.
42 Lição nº 6
Se o número das linhas de uma matriz A é igual ao número das colunas e é

igual a n, então A chama-se matriz quadrada de ordem n.
Para cada matriz quadrada A, exisite uma característica numérica que se

chama determinante de A e se designa por A ou det(A).
Seja A = ( aij ) uma matriz quadrada de ordem n. Designamos por Mij a
submatriz quadrada de ordem n-1 de A obtida por eliminação da i-ésima
linha e da j-ésima coluna. O determinante M ij chama-se menor
complementar relativo ao elemento aij de A. O número Aij=(-1)i+j M ij
chama-se co-factor do elemento aij.
Exercícios de revisão
1. Calcular os determinantes das matrizes:
⎛ 6 5⎞ ⎛ senα cos α ⎞ ⎛ a + b a − b⎞
a) ⎜⎜ ⎟⎟ b) ⎜⎜ ⎟ c) ⎜⎜ ⎟⎟
Auto-avaliação 6 ⎝ 2 3⎠ ⎝ − cos α senα ⎟⎠ ⎝ a − b a + b⎠
2. Achar todos os co-factores da matriz
⎛ 2 − 1 3⎞
⎜ ⎟
A=⎜ 3 4 0⎟
⎜ −1 5 2⎟
⎝ ⎠
3. Calcular determinantes aplicando propriedades
2 5 −3 −2
1 1 1
−2 −3 2 −5
a) 4 5 9 b)
1 3 −2 2
16 25 81
−1 − 6 4 3
4. Achar os valores de x para os quais:
2 x−4 x x +1 3x −1
a) =0 b) =0 c) =0
1 4 − 4 x +1 x 2x − 3
5. Achar os determinantes de ordem n
1 2 3 ... n
a11 0 ... 0
−1 0 3 ... n
a 21 a 22 ... 0
a) c) − 1 − 2 0 ... n
... ... ... ...
... ... ... ... ...
a n1 an 2 ... a nn
−1 − 2 − 3 ... 0
6. Dadas as matrizes
⎛1 − 1 2⎞ ⎛4 0 − 3⎞
A = ⎜⎜ ⎟⎟ B = ⎜⎜ ⎟⎟
⎝0 3 4⎠ , ⎝−1 − 2 3 ⎠ ,
⎛ 2 − 3 0 1⎞ ⎛ 2⎞
⎜ ⎟ ⎜ ⎟
C = ⎜ 5 −1 − 4 2⎟ D = ⎜ − 1⎟
⎜−1 0 0 3 ⎟⎠ ⎜ 3⎟
⎝ , ⎝ ⎠
Determinar:
a) A+B b) A+C c) AD d) CD e) AT f) DTAT
7. Calcular a matriz inversa de cada uma das matrizes:
⎛ − 1 2 − 3⎞
⎜ ⎟
⎛ 3 2⎞ ⎛ 1 2⎞ A=⎜ 2 1 0 ⎟
A = ⎜⎜ ⎟⎟ A = ⎜⎜ ⎟⎟ ⎜ 4 −2 5 ⎟
a) ⎝ 7 5⎠ , b) ⎝ 2 4⎠ c) ⎝ ⎠
44 Lição nº 6
Feedback
Solução:
1.a) 8 1.b) 1 1.c) 4ab
2) A11=8, A12=-6, A13=19, A21=17, A22=7, A23=-9
A31=-12, A32=9, A33=11
3.a) 20, 3.b) -4
4.a) x=12 4.b) x1=-1, x2=-4, 4.c) x1=0, x2= 43
5.a) a11a 22 ...a nn 5.b) n!
⎛ 5 − 1 − 1⎞ ⎛9⎞
6.a) ⎜⎜ ⎟⎟ , 6.b) Não existe 6.c) ⎜⎜ ⎟⎟ , 6.d) Não existe
⎝−1 1 7⎠ ⎝9⎠
⎛ 10 ⎞
⎜ ⎟
6.e) ⎜ − 13⎟ , 6.f) (9 9)
⎜ 24 ⎟
⎝ ⎠
⎛ − 5 4 − 3⎞
⎛ 5 − 2⎞ ⎜ ⎟
7.a) ⎜⎜ ⎟⎟ 7.b) Não existe 7.c) ⎜ 10 − 7 6 ⎟
⎝− 7 3 ⎠ ⎜ 8 −6 5 ⎟
⎝ ⎠
Unidade 2
Sistema de Equações Lineares
Introdução
Caro estudante, você vai agora iniciar o estudo da segunda unidade do seu
programa de Álgebra Linear. De facto, os conteúdos sobre sistemas de
equações lineares não são completamente novos para si. Nesta unidade
você vai estender o seu conhecimento sobre resolução de sistemas de
equações lineares para um número m de equações e de n variáveis.
Você terá a oportunidade de aprender novos métodos para resolver

equações lineares com ajuda do pacote informático de Winmat, que poderá
encontrá-lo no CD-ROM que acompanha o manual do seu Módulo de
Álgebra Linear.
46 Lição nº 7
Lição nº 7
Resolução de Sistemas de
Equações. Método de Crámer
Introdução
No ensino secundário você estudou como resolver sistemas de lineares de
duas equações a duas variáveis, usando entre outros métodos, o método de
Crámer. Nesta lição você vai aprender como resolver sistemas lineares com
mais de duas equações e mais de duas variáveis.

horas.
Tempo de estudo da
Resolver sistemas de equações lineares de m equações e n variáveis,

pelo método de Cramer.
Objectivo
Nesta lição sobre resolução de sistemas de equações lineares pelo método

de Cramer, você deverá prestar maior atenção aos seguintes termos e
conceitos:
Terminologia
− Equações lineares
− Sistema de equações lineares
− Regra de Cramer
Comecemos por rever aquilo que você aprendeu nas classes anteriores
sobre sistemas de equações:
Equação linear
Entenderemos por equação linear nas variáveis (incógnitas) x1, x2, x3, ... ,
xn , como sendo a equação da forma
a1.x1 + a2.x2 + a3.x3 + ... + an.xn = b onde a1, a2, a3, ... an e b são números
reais ou complexos.
a1, a2, a3, ... an são denominados coeficientes e b, termo independente.
Veja os seguintes exemplos de equações lineares:
4x1 + 2x2 = 9
3x + 4y = 5
-2x + 3y +5z = 12
Exemplo
-x -3y -7z + 3w = 17
1. Quais das seguintes equações são equações lineares:
a) 5x-3y=-11 b) 3x2-6y-7=0 c) 2t-t3=35
Actividade 10 d) lg b+8=3b e) m-3n+5t+2=0 d) x1+3x2-5=0
Resposta: São equações lineares as equações das alíneas a), e), d).
A solução de uma equação linear
Chamamos de solução de uma equação linear aos valores que, ao serem

substituídos nas incógnitas, cheguem a uma igualdade verdadeira. Veja o
seguinte exemplo:
48 Lição nº 7
A equação x + y + z = 5 apresenta como solução os valores x = 1, y = 4 e

z = 0, uma vez que 1 + 4 + 0 = 5. Os valores x = 3, y = 7 e z = -5 também
são soluções da equação, uma vez que 3 + 7 - 5 = 5. Podemos, então,
Exemplo afirmar que existem infinitas soluções (um número infinito de ternos
ordenados) que satisfazem à equação dada.
Sistema de equações lineares
De foma geral, podemos dizer que um sistema de equações lineares ou

sistema linear é um conjunto composto por duas ou mais equações
lineares. Um sistema linear pode ser representado da seguinte forma:
⎧ a11 x1 + a12 x 2 + ... + a1n xn = b1

⎪ a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
⎨
⎪ ..............................................
⎪⎩a m1 x1 + a m 2 x2 + ... + amn x n = bn
onde:
x1 , x2 , ..., xn são incógnitas;
a11 , a12 , ..., a mn são os coeficientes;
b1 , b2 , ..., bm são termos independentes.
Resolver o sistema significa encontrar os valores das incógnitas que são

solução, simultaneamente, de todas as suas equações. Veja o seguinte
exemplo:
Dado o sistema de equações:
Exemplo
Podemos afirmar que a sua solução será a tripla x = 1, y = 2 e z = 0, pois:
2.1 + 2 - 0 = 4
1 - 2 + 3.0 = -1
3.1 - 5.2 + 7.0 = -7
1. Dado o sistema
⎧ 2x + 3y − z = 1
⎪
Actividade 11 ⎨ 3x + 5 y + 2 z = 8
⎪ x − 2 y − 3z = −1
⎩
a. verifica se x = 3 , y = −1 , z = 2 , são solução deste sistema.
Resposta: Sim, de facto os valores de x, y e z são solução do sistema

dado.
Resolução de sistemas de equações lineares
Para resolver sistemas de equações, vamos utilizar fundamentalmente

dois métodos: o Método de Cramer e o Método de eliminação de Gauss.
Método de Cramer
Este método depende basicamente do uso de matrizes e determinantes.
Vamos resolver o sistema proposto inicialmente:
Exemplo
Para resolver um sistema, devemos inicialmente encontrar a sua matriz

principal, que é dada pelos coeficientes das incógnitas. Desta forma, a
matriz principal do sistema acima será:
50 Lição nº 7
Calculamos, então, o seu determinante. Para indicar o determinante de

uma matriz X, escreveremos det (X).
det (Mp) = 20.
A seguir, calculamos os determinantes das incógnitas, que são

conseguidas quando substituímos, na matriz principal, a coluna de uma
das incógnitas, pela coluna dos termos independentes. Temos, deste
modo, as matrizes chamadas de Mx, My e Mz, das quais também devemos
calcular os determinantes.
det (Mx) = 20
det (My) = 40
det (Mz) = 0
Após calculados os determinantes da matriz principal e das matrizes das

incógnitas, chegamos aos valores de x, y, z, efectuando as seguintes
divisões:
Chegamos, então, aos valores de x = 1; y = 2; z = 0.

Quando dois ou mais sistemas apresentam a mesma solução, eles são

chamados de sistemas equivalentes.
Tome Nota!
Resolva pelo método de Cramer o seguinte sistema de equações:
⎧ x + 2y + z = 4
⎪
⎨3x − 5 y + 3z = −1 Solução: (1, 1, 1)
Actividade 12 ⎪ 2x + 7 y − z = 8
⎩
Sumário
− Entenderemos por equação linear nas variáveis (incógnitas) x1, x2,
x3, ... , xn , como sendo a equação da forma a1.x1 + a2.x2 + a3.x3 + ...
+ an.xn = b onde a1, a2, a3, ... an e b são números reais ou complexos.
a1, a2, a3, ... an são denominados coeficientes e b, termo
independente.
− Chamamos de solução de uma equação linear aos valores que, ao

serem substituídos nas incógnitas, cheguem à uma igualdade
verdadeira.
− De foma geral, podemos dizer que um sistema de equações lineares

ou sistema linear é um conjunto composto por duas ou mais equações
lineares. Um sistema linear pode ser representado da seguinte
forma:
52 Lição nº 7
⎧ a11x1 + a12 x2 + ... + a1n xn = b1

⎪ a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
⎨
⎪ ..............................................
⎪⎩am1 x1 + am2 x2 + ... + amn xn = bn
onde:
x1 , x2 , ..., xn são incógnitas;
a11 , a12 , ..., a mn são os coeficientes;
b1 , b2 , ..., bm são termos independentes.
− Resolver o sistema significa encontrar os valores das incógnitas que

resolvem, simultaneamente, todas as suas equações.
− Para resolver sistemas de equações, vamos utilizar fundamentalmente

dois métodos: O Método de Cramer. Este método depende
basicamente do uso de matrizes e determinantes.
Exercícios
1. Resolva os seguintes sistemas de equações usando o método de
Cramer:
Auto-avaliação 7 ⎧ 2x + y − z = 3
⎪
a) ⎨ x + y + z = 1
⎪ x − 2 y − 3z = 4
⎩
⎧ 2 x1 + x2 + 5 x3 + x4 = 5
⎪ x + x − 3 x − 4 x = −1
⎪ 1 2 3 4
b) ⎨
⎪ 3x1 + 6 x2 − 2 x3 + x4 = 8
⎪⎩2 x1 + 2 x2 + 2 x3 − 3x4 = 2
Feedback
Solução:
a) x = 2 ; y = −1 ; z = 0 ou (2, −1, 0)
1 4 ⎛ 1 4⎞
b) x1 = 2 ; x 2 = ; x3 = 0 ; x4 = ; ou ⎜ 2, , 0, ⎟
5 5 ⎝ 5 5⎠
54 Lição nº 8
Lição nº 8
Resolução de sistemas de
equações. Método de Gauss
Introdução
Na lição anterior você estudou como resolver sistemas de lineares de duas

equações a duas variáveis, usando o método de Crámer. Na presente lição
você vai aprender como resolver sistemas lineares com mais de duas
equações e mais de duas variáveis, usando o método de Gauss, também
conhecido por método de escalonamento.

horas.
Tempo de estudo da
Escalonar uma matriz;
Resolver sistemas de equações lineares pelo método de Gauss.
Objectivos
Nesta lição sobre resolução de sisitemas de equações pelo método de

Gauss você deverá prestar maior atenção aos seguintes termos e
conceitos:
Terminologia
− Escalonamento de uma matriz
− Sistemas equivalentes
− Método de eliminação de Gauss (ou método de escslonamento)
Escalonamento de uma matriz
O processo de escalonamento de uma matriz consiste na sua

transformação sucessisva em matrizes equivalentes até se atingir o estado
em que todos os elementos debaixo da diagonal principal sejam nulos,
isto é, iguais a zero.
Sistemas equivalentes
Dois ou mais sistemas são chamados equivalentes se possuem o mesmo

conjunto solução. Veja o seguinte exemplo:
Os sistemas
⎧15 x − 3 y = 22 ⎧15 x − 3 y = 22
⎨ e ⎨
⎩ 5 x + 2 y = 32 ⎩ − 9 y = −74
Exemplo
são obviamente equivalentes (ou seja, possuem o mesmo conjunto
solução), pois a segunda equação foi substituída pela adição da primeira
equação, com a segunda multiplicada por (-3).
Método de eliminação de Gauss
O método de eliminação de Gauss ou simplesmente método de Gauss

para solução de sistemas de equações lineares, também conhecido como
método de escalonamento, baseia-se em três transformações
elementares (T1, T2, T3), a saber:
T1 - um sistema de equações não se altera quando permutamos as

posições de duas equações quaisquer do sistema.
56 Lição nº 8
Os sistemas de equações lineares
⎧2 x + 3 y = 10 ⎧ 5x − 2 y = 6
⎨ e ⎨
Exemplo ⎩ 5x − 2 y = 6 ⎩2 x + 3 y = 10
são obviamente equivalentes, ou seja, possuem o mesmo conjunto

solução. Observe que apenas mudamos a ordem de apresentação das
equações.
T2 - um sistema de equações não se altera quando multiplicamos ambos

os membros de qualquer uma das equações do sistema, por um número
real não nulo.
⎧3x + 2 y − z = 5 ⎧ 3x + 2 y − z = 5
⎪ ⎪
⎨ 2x + y + z = 7 e ⎨ 2x + y + z = 7
Exemplo ⎪ x − 2 y + 3z = 1 ⎪3x − 6 y + 9 z = 3
⎩ ⎩
são obviamente equivalentes, pois a terceira equação foi multiplicada

membro a membro por 3.
T3 - um sistema de equações lineares não se altera quando substituímos

uma equação qualquer por outra obtida a partir da adição membro a
membro desta equação, com outra na qual foi aplicada a transformação
T2.
⎧3x + 2 y − z = 5 ⎧ 3x + 2 y − z = 5
⎪ ⎪
⎨ 2x + y + z = 7 e ⎨5 x − 5 y + 10 z = 10
Exemplo ⎪ x − 2 y + 3z = 1 ⎪ 3x − 6 y + 9 z = 3
⎩ ⎩
são obviamente equivalentes, pois a segunda equação foi obtida somando

membro a membro com a terceira, depois desta ter sido multiplicada por
3.
Antes de estudar como escalonar uma matriz, importa que você retenha
as seguintes definições:
Elemento principal de uma linha: Seja A= (aij) uma matriz. O primeiro

elemento não nulo de qualquer linha chama-se elemento principal desta
linha.
Considere a matriz
⎛ 1 − 2 3⎞
⎜ ⎟
⎜0 5 7⎟
Exemplo ⎜ 3 1 8⎟
⎝ ⎠
O elemento principal da primeira linha é 1, enquanto que o da segunda

linha é 5.
Matriz escalonada: Uma matriz A= (aij) chama-se matriz escalonada (ou

está em forma escalonada) se cada elemento principal está à direita do
elemento principal da linha precedente.
58 Lição nº 8
A matriz
⎛1 − 2 6⎞
⎜ ⎟
⎜0 3 7⎟
Exemplo ⎜0 0 4⎟
⎝ ⎠
é matriz escalonanda, pois todos os elementos debaixo da diagonal

principal são nulos.
Posto de uma matriz: O posto de uma matriz escalonada A é igual ao

número das linhas não nulas da matriz A (o posto de matriz A designa-se
por r(A)).
O posto da matriz
⎛ 1 − 2 6⎞
⎜ ⎟
A = ⎜0 3 7⎟
Exemplo ⎜ 0 0 0⎟
⎝ ⎠
é r(A)=2, pois a matriz escalonada A tem duas linhas não nulas.
Vamos agora resolver, a título de exemplo, um sistema de equações

lineares, pelo método de Gauss.
Seja o sistema de equações lineares:
⎧ x + 3 y − 2 z = 3 Equacão 1
⎪ ~
⎨ 2 x − y + z = 12 Equaca o 2
Exemplo ⎪4 x + 3 y − 5z = 6 Equaca~o 3
⎩
Solução:
1) Aplicando a transformação T1, permutando as posições das equações

1 e 2, vem:
⎧ 2 x − y + z = 12
⎪
⎨ x + 3y − 2z = 3
⎪4 x + 3 y − 5 z = 6
⎩
2) Multiplicando ambos os membros da equação 2, por (- 2) - uso da

transformação T2 - somando o resultado obtido com a equação 1 e
substituindo a equação 2 pelo resultado obtido - uso da transformação
T3 - vem:
⎧ 2 x − y + z = 12
⎪
⎨ − 7 y + 5z = 6
⎪4 x + 3 y − 5 y = 6
⎩
3) Multiplicando ambos os membros da equação 1 por (-2), somando o

resultado obtido com a equação 3 e substituindo a equação 3 pela
nova equação obtida, vem:
⎧2 x − y + z = 12
⎪
⎨ − 7 y + 5z = 6
⎪ 5 y − 7 z = −18
⎩
4) Multiplicando a segunda equação acima por 5 e a terceira por 7, vem:
⎧ 2 x − y + z = 12
⎪
⎨ − 35 y + 25z = 30
⎪35 y − 49 z = −126
⎩
5) Somando a segunda equação acima com a terceira, e substituindo a

terceira pelo resultado obtido, vem:
⎧ 2 x − y + z = 12
⎪
⎨− 35 y + 25z = 30
⎪ − 24 z = −96
⎩
60 Lição nº 8
6) Do sistema acima, tiramos imediatamente que:
− 96
z= , ou seja, z = 4 .
− 24
Como conhecemos agora o valor de z, fica fácil achar os valores das

outras incógnitas:
Teremos:
− 35 y + 25( 4) = 30 , y = 2.
Analogamente, substituindo os valores conhecidos de y e z na primeira

equação acima, fica:
2 x − 2 + 4 = 12 , x = 5 .
Portanto, x = 5, y = 2 e z = 4, constitui a solução do sistema dado.
Podemos então escrever que o conjunto solução S do sistema dado, é o

conjunto unitário formado por um termo ordenado (5,2,4) :
S = { (5, 2, 4) }
Verificação:
Substituindo os valores de x, y e z no sistema original, teremos:

5 + 3(2) - 2(4) = 3
2(5) - (2) + (4) = 12
4(5) + 3(2) - 5(4) = 6
o que comprova que o termo ordenado (5,4,3) é solução do sistema dado.

Este método de resolução de sistemas de equações é

conhecido por Método de Eliminação de Gauss em
homenagem a Karl Friedrich Gauss (30 April 1777 –
23 February 1855); um astrónomo, matemático e
físico alemão que apresentou aquele método e
contribui em várias áreas da matemática. Gauss é
também designado “o príncipe dos matemáticos”.
Resolva o seguinte sisteme pelo método de eliminação de Gauss.
⎧ 2x + y + 4z = 2
⎪
Actividade 13 ⎨ 6 x + y = −10 Solução: x=1, y=1, z=2
⎪− x + 2 y − 10 z = −4
⎩
Sumário
− O método de eliminação de Gauss para solução de sistemas de
equações lineares, também conhecido como escalonamento, baseia-
se em três transformações elementares (T1, T2, T3), a saber:
• T1- um sistema de equações não se altera quando permutamos as

posições de duas equações quaisquer do sistema.
• T2 - um sistema de equações não se altera quando multiplicamos

ambos os membros de qualquer uma das equações do sistema,
por um número real não nulo.
• T3 - um sistema de equações lineares não se altera quando

substituímos uma equação qualquer por outra obtida a partir da
adição membro a membro desta equação, com outra na qual foi
aplicada a transformação T2.
62 Lição nº 8
− Dois ou mais sistemas de equações chamam-se equivalentes quando

elas possuem o mesmo conjunto solução.
Exercícios
1. Faça o escalonamento das seguintes matrizes
⎛ 1 2 − 3 0⎞ ⎛ − 4 1 − 6⎞
⎜ ⎟ ⎜ ⎟
Auto-avaliação 8 1a) ⎜ 2 4 − 2 2⎟ 1b) ⎜ 1 2 − 5 ⎟
⎜ 3 6 − 4 3⎟ ⎜ 6 3 − 4⎟
⎝ ⎠ ⎝ ⎠
2. Resolva os seguintes sistemas de equações pelo método de eliminação

de Gauss
⎧ x − 2y + z = 7
⎪
⎨ 2 x − y + 4 z = 17
⎪3x − 2 y + 2 z = 14
⎩
Feedback
Solução:
⎛1 2 − 3 0⎞ ⎛1 2 5 ⎞
⎜ ⎟ ⎜ ⎟
1a) ⎜ 0 0 4 2 ⎟ 1b) ⎜ 0 9 − 26 ⎟
⎜0 0 0 2⎟ ⎜0 0 0 ⎟⎠
⎝ ⎠ ⎝
2. x = 2 , y = −1 , z = 3 ou (2, −1, 3)
Lição nº 9
Discussão de Sistemas de
Equações Lineares
Introdução
Uma vez estudados os métodos de resolução de sistemas de equações
lineares nas duas lições anteriores, você vai agora nesta lição discutir um
sistema a fim de determinar se ele tem ou não solução e se tiver, saber se
tal solução é ou não única.

horas.
Tempo de estudo da
Discutir um sistema de equações quanto às possibilidades da sua

solução ou soluções.
Objectivos
Nesta lição sobre discussão de sisitemas de equações, você deverá prestar

maior atenção aos seguintes termos e conceitos:
− Sistema possível e determinado - SPD

Terminologia
− Sistema possível e indeterminado - SPI
− Sistema impossível- SI
− Sistema de equações homogéneo

64 Lição nº 9
Discussão de sistemas lineares
Um sistema linear pode apresentar três possibilidades diferentes de

solução:
1. O sistema pode ter uma única solução (neste caso será chamado de
sistema possível e determinado - SPD)
2. O sistema pode ter infinitas soluções (neste caso será chamado de

sistema possível e indeterminado - SPI)
3. O sistema pode não apresentar solução (neste caso será chamado de

sistema impossível- SI)
Veja exemplos de sistemas com respeito às suas soluções:
Sistema com uma única solução
As equações lineares abaixo representam duas rectas no plano cartesiano

que têm o ponto (3,-2) como interseção.
Exemplo
⎧ x + 2 y = −1
⎨
⎩ 2x − y = 8
Sistema com infinitas soluções
As equações lineares representam rectas paralelas sobrepostas no plano

cartesiano, logo existem infinitos pontos que satisfazem a ambas as
equações (pertencem a ambas as rectas).
⎧ 2 x + y = 50
⎨
⎩4 x + 2 y = 100
Sistema que não tem solução
As equações lineares representam rectas paralelas no plano cartesiano,

logo, não existem pontos que pertençam às duas rectas.
⎧ x + 3y = 2
⎨
⎩2 x + 6 y = 7
Veja o seguinte exemplo, para o caso de sistemas com três ou mais

incógnitas:
No caso de sistemas com três ou mais incógnitas vale a mesma

classificação. Por exemplo:
O sistema
Exemplo
é um sistema possível e determinado (SPD), pois apresenta apenas a

solução x = 1; y = 2; z = 3 (verifique!).
O sistema
é um sistema possível e indeterminado (SPI), pois apresenta infinitas

soluções. Entre estas soluções estão x = 0; y = -3; z = 1 e x = 1; y = -2; z
= 3 (verifique!)
O sistema
é um sistema impossível (SI), pois não apresenta solução.

66 Lição nº 9
Podemos afirmar que um sistema linear S de n equações, com incógnitas

x1, x2, ..., xn, será SPD, SPI ou SI se atender às seguintes condições:
Se Mp diferente de zero Sistema Possível e Determinado (SPD)
Se Mp = 0 e Mxi = 0, para Sistema Possível e Indeterminado (SPI)

todo xi
Se Mp = 0 e existe Mxi Sistema Impossível (SI)

diferente de zero
De um modo genérico, podemos resumir os três casos da seguinte

maneira:
Considere o sistema de m equações lineares e n incógnitas
⎧ a11 x1 + a12 x 2 + ... + a1n xn = b1

⎪ a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
⎨ (1)
⎪ ..............................................
⎪⎩a m1 x1 + a m 2 x2 + ... + a mn xn = bn
e as seguintes matrizes:
⎛ a11 a12 ... a1n ⎞ ⎛ a11 ... a1n b1 ⎞

⎜ ⎟ ⎜ ⎟
⎜a a 22 ... a 2 n ⎟ ⎜a ... a 2 n b2 ⎟
A = ⎜ 21 , M = ⎜ 21
... ... ... ... ⎟ ... ... ... ... ⎟
⎜⎜ ⎟ ⎜⎜ ⎟
⎝ a m1 am 2 ... a mn ⎟⎠ ⎝ a m1 ... a mn bn ⎟⎠
A matriz A chama-se matriz dos coeficientes e a matriz M chama-se

matriz alargada do sistema (1);
A discussão da solução do sistema resume-se no seguinte teorema:
Teorema de Kroenecker-Capelli
Seja dado um sistema (1):
Se r ( A) = r ( M ) = n (número das incógnitas) então o sistema (1) é

possível e determinado (tem uma única solução);
Se r ( A) = r ( M ) < n então o sistema (1) é possível e indeterminado (tem

um conjunto infinito de soluções);
Se r ( A) < r ( M ) então o sistema (1) é impossível (não tem solução).
⎧ 3x − 2 y + z = b
⎪
No sistema ⎨ 5 x − 8 y + 9 z = 3 determine os valores de a e b de modo
⎪2 x + y + az = −1
⎩
Actividade 14
que o sistema seja:
a) possível e determinado
b) possível e indeterminado
c) impossível
Resposta: a) a ≠ −3 ; b) a = −3 , b ≠ 13 ; c) a = −3 , b = 1
3
Sistemas lineares homogéneos
Um sistema linear é chamado de homogéneo quando os termos

independentes de todas as equações são nulos. Todo o sistema linear
homogéneo admite pelo menos a solução conhecida como trivial, que é a
solução identicamente nula (x = 0; y = 0; z = 0, xi = 0). Assim, todo o
sistema linear homogéneo é possível. Este tipo de sistema poderá ser
determinado (SPD) se admitir somente a solução trivial ou indeterminado
(SPI) se admitir outras soluções além da trivial.
O sistema
Exemplo
é determinado, pois possui apenas a solução x = 0; y = 0; z = 0.

68 Lição nº 9
Já o sistema
é indeterminado, pois admite infinitas soluções, entre elas x = 0; y = 0; z

= 0 e x = 2; y = 0; z = 1
Sumário
− Discussão de Sistemas Lineares: Um sistema linear pode apresentar
três possibilidades diferentes de solução:
1. O sistema pode ter uma única solução (neste caso será chamado de
sistema possível e determinado - SPD)
2. O sistema pode ter infinitas soluções (neste caso será chamado de

sistema possível e indeterminado - SPI)
3. O sistema pode não apresentar solução (neste caso será chamado de

sistema impossível- SI)
− Podemos afirmar que um sistema linear S de n equações, com

incógnitas x1, x2, ..., xn, será SPD, SPI ou SI se atender às seguintes
condições:
Se Mp diferente de zero Sistema Possível e

Determinado (SPD)
Se Mp = 0 e Mxi = 0, para todo Sistema Possível e

xi Indeterminado (SPI)
Se Mp = 0 e existe Mxi Sistema Impossível (SI)

diferente de zero
− Sistemas lineares homogéneos: Um sistema linear é chamado de

homogéneo quando os termos independentes de todas as equações
são nulos. Todo o sistema linear homogéneo admite pelo menos a

solução conhecida como trivial, que é a solução identicamente nula (x
= 0; y = 0; z = 0, xi = 0). Assim, todo o sistema linear homogéneo é
possível. Este tipo de sistema poderá ser determinado (SPD)se
admitir somente a solução trivial ou indeterminado (SPI) se admitir
outras soluções além da trivial.
Exercícios
1. Determinar o valor de k, de modo que o sistema
⎧kx + y + z = 1
Auto-avaliação 9 ⎪
⎨ x + ky + z = 1
⎪ x + y + kz = 1
⎩
seja:
a. o sistema seja determinado;
b. o sistema seja incompatível;
c. o sistema seja indeterminado.
2. Determinar o valor de a, de modo que o sistema homogéneo tenha

uma solução não nula:
⎧13x + 2 y = 0
⎨
⎩ 5 x + ay = 0
Feedback
Solução:
1) a) k ≠ 1 e k ≠ −2 b) k = −2 c) k = 1
10
2) a =
13
70 Lição nº 10
Lição nº 10
Introdução
Chegamos ao fim da Unidade 2. Agora você vai fazer revisão de toda a

matéria sobre sistemas de equações lineares.

Tempo de estudo da
Na unidade que acabou de estudar, você estendeu o seu conhecimento

sobre sistemas de equações lineares. Vamos destacar aqui algumas
definições e teoremas importantes que você deve reter:
Sejam
⎧ a11 x1 + a12 x2 + ... + a1n xn = b1

⎪⎪a 21 x1 + a 22 x2 + ... + a 2 n xn = b2
⎨
⎪.........................................
⎪⎩a n1 x1 + a n 2 x2 + ... + a nn xn = bn
(1)
Um sistema de n equações lineares com n incógnitas e as matrizes

seguintes:
⎛ a11 a12 ... a1n ⎞ ⎛ a11 ... a1i −1 b1 a1i +1 ... a1n ⎞
⎜ ⎟ ⎜ ⎟
⎜a a 22 ... a 2 n ⎟ ⎜a ... a 2i −1 b2 a 2i +1 ... a 2 n ⎟
A = ⎜ 21 A = ⎜ 21
... ... ... ... ⎟ ... ... ... ... ... ... ... ⎟
⎜⎜ ⎟ ⎜⎜ ⎟
⎝ a n1 an 2 ... a nn ⎟⎠ ⎝ a n1 ... a ni −1 bn a ni +1 ... a nn ⎟⎠
Designamos por Δ = A e Δ i = Ai , i = 1, 2, ..., n .
Teorema de Cramer: O sistema (1) tem solução única se, e somente

se, Δ ≠ 0 . Neste caso a solução (única) calcula-se pelas fórmulas:
Δ1 Δ2 Δ3
x1 = , x2 = , x3 =
Δ Δ Δ
Uma matriz A=(aij) chama-se matriz escalonada (ou está em forma

escalonada) se cada elemento principal está à direita do elemento
principal da linha precedente.
O posto de uma matriz escalonada A é igual ao número das linhas não

nulas da matriz A.
Sejam
⎧ a11 x1 + a12 x 2 + ... + a1n x n = b1

⎪⎪ a 21 x1 + a 22 x 2 + ... + a 2 n x n = b2
⎨ (2)
⎪ .........................................
⎪⎩a m1 x1 + a m 2 x 2 + ... + a nn x n = bn
Um sistema de m equações lineares com n incógnitas e as matrizes

seguintes:
⎛ a11 a12 ... a1n ⎞ ⎛ a11 ... a1n b1 ⎞

⎜ ⎟ ⎜ ⎟
⎜a a 22 ... a 2 n ⎟ ⎜a ... a 2 n b2 ⎟
A = ⎜ 21 M = ⎜ 21
... ... ... ... ⎟ ... ... ... ... ⎟
⎜⎜ ⎟ ⎜⎜ ⎟
⎝ a m1 am 2 ... a mn ⎟⎠ ⎝ a m1 ... a mn bm ⎟⎠
72 Lição nº 10
A matriz A chama-se matriz dos coeficientes e a matriz M chama-se

matriz alargada do sistema (2).
Diz-se que o sistema (2) tem a forma escalonada, se M é uma matriz

escalonada.
Teorema de Kroenecker-Capelli
Seja dado um sistema (2)
a) se r(A)=r(M)=n (número das incógnitas) então o sistema (2) é

determinado (tem uma única solução);
b) se r(A)=r(M)<n então o sistema (2) é indeterminado (tem um

conjunto infinito de soluções);
c) se r(A)<r(M) então o sistema (2) é incompatível (não tem

soluções).
O método de Gauss consiste no seguinte:
1) utilizar as operações elementares, reduzindo o sistema dado à

forma escalonada;
2) escolher as incógnitas e as variáveis livres (se existirem);
3) fazer o processo de retro-substituição (expressar as incógnitas

principais através de variáveis livres).
1. Resolver os sistemas utilizando o Teorema de Cramer:
⎧ 3y + 2x = z + 1
⎧ ax − 2by = c ⎪
Auto-avaliação 10 a) ⎨ b) ⎨3x + 2 z = 8 − 5 y
⎩3ax − 5by = 2c ⎪ 3z − 1 = x − 2 y
⎩
2. Resolver os sistemas utilizando o Método de Gauss:

⎧ x + 2y − z = 3 ⎧2 x + 3 y − 2 z = 5
⎪ ⎪
a) ⎨ x + 3y + z = 5 b) ⎨ x − 2 y + 3z = 2
⎪3x + 8 y + 4 z = 17 ⎪ 4x − y + 4z = 1
⎩ ⎩
3. Determinar os valores de a e b, no sistema
⎧ 3x − 2 y + z = b
⎪
⎨ 5x − 8 y + 9 z = 3
⎪2 x + y + az = −1
⎩
de modo que:
a) o sistema seja determinado;
b) o sistema seja incompatível;
c) o sistema seja indeterminado
4. Determinar o valor de k, de modo que o sistema homogéneo tenha uma

solução não nula.
⎧ 3x − 2 y + z = 0
⎪
⎨kx − 14 y + 15z = 0
⎪ x + 2 y − 3z = 0
⎩
Feedback
Solução:
c c
1a) x = − , y=− 1b) (3, -1, 2)
a b
⎛ 17 2 4⎞
2a) ⎜ , − , ⎟ 2b) Não tem solução
⎝ 3 3 3⎠
1 1
3a) a ≠ −3 3b) a = −3 , b ≠ 3c) a = −3 , b =
3 3
4) k =5
74 Unidade 3
Unidade 3
Espaços Vectoriais
Introdução
Em muitas áreas da Física tratam-se grandezas cuja percepção não é

dada apenas pela magnitude (numérica), mas precisa-se também da
indicação da direcção e sentido em que o fenómeno ocorre. Essas
grandezas são chamadas grandezas vectoriais. Observe os seguintes
exemplos:
A aceleração da gravidade (g) tem módulo 9,8 m/s2, direção radial e

sentido para o centro do planeta Terra;
Um carro X tem velocidade de 70 km/h, na direcção do eixo dos x e

sentido de crescimento do eixo (esquerda para a direita);
Aplica-se uma força de 5000 N, na direcção da recta suporte que faz um
ângulo θ = 0 com o eixo dos x e no sentido contrário ao crescimento do

0
eixo (direita para esquerda) desejando reduzir a velocidade do carro X.
Nesta unidade sobre Espaços vectoriais, você vai estudar genericamente o

tratamento dessas grandezas, isto é, vai aprender a operar com vectores,
suas propriedades e aplicacações. A unidade inicia com um breve
tratamento axiomático do espaço vectorial sobre o corpo dos números
reais. Pretende-se com isso que você conheça as regras das operações que
lhe vão permitir trabalhar os problemas a serem colocados sobre
grandezas vectoriais. Basicamente, interessa neste estágio que você opere
sobre vectores, quer algebricamente, quer geometricamente. Conhecidas
as operações do espaço vectorial você irá aplicá-las na resolução de
problemas da Física.
Lição nº 11
Espaço Vectorial Real
Introdução
Como já foi referido logo no início deste Módulo, muitas das grandezas
físicas são grandezas vectoriais. Consequentemente, o estudo do espaço
vectorial tem muita importância para vários problemas que serão
colocados no campo da Física.
Em particular nesta lição você irá estudar o conceito de espaço vectorial

sobre o corpo dos números reais.
Para completar o estudo desta lição você necessitará de cerca de duas

horas.
Tempo de estudo da
Representar algebricamente vectores de dimensão n e

geometricamente num sistema de coordenadas para n=1, 2, 3;
Objectivos Determinar se um dado conjunto é ou não espaço vectorial.
Nesta lição você deverá prestar muita atenção aos seguintes termos e
conceitos:
− Vector
Terminologia
− Espaço vectorial. Definição, regras do espaço vectorial
− Tipos de espaço vectorial

76 Lição nº 11
Definição. Regras do espaço vectorial
Um dos conceitos básicos em Álgebra Linear que você vai aprender é o

de espaço vetorial ou espaço linear.
Comecemos por apresentar o elemento fundamental do espaço vectorial –

o vector. Um vector define corretamente a grandeza através do seu
comprimento e do ângulo que faz com uma referência, conforme se vê na
figura abaixo.
Notação de um vector
Neste manual os vectores são simbolizados por um caractere alfabético,

maiúsculo ou minúsculo, em negrito ou ainda com letra minúscula com
seta acima do caractere. Exemplos: vector B, vector a, ou vector a .
Em alguns casos, os vectores são designados por letras ou números nas

suas extremidades. Exemplo: MN, onde o ponto M é a origem do vector
e N é extremidade.
O comprimento ou magnitude (algumas vezes também denominado

valor absoluto ou módulo) do vector é simbolizado pelo caractere sem
negrito. Assim, para o vector v, v = | v |.
Graficamente, os vectores são em geral representados por um segmento

de recta com seta conforme ilustra a figura acima. Algumas vezes, por
razões de conveniência ou de clareza, precisamos de uma representação
simples para vectores perpendiculares ao plano do próprio documento.
São usados os símbolos para vector na direcção do papel e para
vector na direcção do leitor.
A noção comum de vectores como objectos com tamanho, direcção e

sentido, juntamente com as operações de adição e multiplicação por
números reais forma a idéia básica de um espaço vectorial. Deste ponto
de partida então, para definirmos um espaço vectorial, precisamos de um

conjunto de elementos e duas operações definidas sobre os elementos
deste conjunto, adição e multiplicação por números reais. A multiplicação
por reais pode ser trocada ainda por algo mais geral como mostraremos a
seguir.
Não é necessário que os vectores tenham interpretação geométrica, mas

podem ser quaisquer objectos que satisfaçam os axiomas abaixo.
Polinómios de grau menor que n formam um espaço vectorial, por
exemplo, assim como grupos de matrizes nxm e o espaço de todas as
funções de um conjunto em outro (com algumas condições adicionais).
Um espaço vectorial é uma entidade formada dos seguintes elementos:
1. Um corpo F, ou seja, um conjunto dotado de duas operações

internas com propriedades distributivas, elemento inverso, etc.
cujos elementos farão o papel dos escalares. Os números reais
são um exemplo de corpo.
2. Um conjunto V dotado de uma operação binária (representada

aqui pelo sinal +) de V × V → V . Os elementos de V serão
chamados de vectores.
3. Uma operação de F × V → V .
Na definição acima e nas propriedades abaixo, estão sendo usados

símbolos de soma (+) e produto (.) para representar, em cada caso, duas
funções distintas: a + b para elementos de F não é o mesmo que a + b
Tome Nota! para elementos de V, assim como a . b para elementos de F não é o
mesmo que a . b quando a ∈ F e b ∈V . Caso possa haver confusão,
recomenda-se o uso de símbolos diferentes para essas operações, por
exemplo usar ( +, ×) para as operações de F e (⊕, ⊗) para as operações
de V × V → V e F × V → V . Neste caso, costuma-se dizer que o

espaço vectorial é a sêxtupla ordenada (a generalização de par ordenado,
mas com 6 elementos) (V , F , ⊕, ⊗, +, ×) .
78 Lição nº 11
As seguintes regras devem valer para que os elementos acima constituam

um espaço vectorial:
1. (u+v)+w=u+(v+w) para todo u,v,w em V (associatividade)
2. u+v = v+u para todo u,v em V (comutatividade)
3. Há um elemento O de V, tal que u+O=u para todo u em V

(elemento neutro)
4. Para todo o elemento v de V há um elemento u tal que v+u=O

(elemento inverso)
5. α.(β.u)=(α.β).u para α, β em F e u em V
6. Se 1 é a unidade de F, 1.u=u para u em V
7. α.(u+v)= α.u+α.v para a em F u,v em V
8. (α+β).u= α.u+β.u para α, β em F e u em V
As definições de 1 a 4 mostram que com relação a operação de adição um

espaço vectorial é um grupo abeliano.
O conceito de espaço vectorial (e os vectores como seus elementos) é

inteiramente abstracto, como os conceitos de grupos, anéis, corpos, etc.
Para determinar se um conjunto V é um espaço vectorial, temos apenas
que especificar o conjunto, o corpo F, e definir adição em V e
multiplicação por escalar em V. Então se V satisfizer as condições acima
ele será um espaço vectorial sobre o corpo F.
Assim:
Um espaço vectorial sobre R, o conjuntos dos números reais, é chamado

espaço vectorial real.
Um espaço vectorial sobre C, o conjunto dos números complexos, é

chamado espaço vectorial complexo.
Um espaço vectorial com um conceito definido de comprimento, isto é,

uma norma definida, é chamado espaço vectorial normado.
Tipos de Espaços Vetcoriais
• Espaço vectorial Euclidiano: É qualquer espaço real que possui

um número finito de dimensões e possui uma operação
denominada produto interno.
• Espaço vectorial de Hilbert: É qualquer espaço vectorial que

possui uma operação denominada produto interno e cuja métrica
gerada por esse produto interno o torne um espaço completo.
• Espaço vectorial normado: É qualquer espaço vectorial que

possui uma norma definida.
• Espaço vectorial de Banach: É um espaço normado completo na

métrica gerada por esta norma.
• Espaço vectorial topológico: se existe uma topologia compatível

com as operações de espaço vectorial.
Sumário
Um espaço vectorial é uma entidade formada dos seguintes elementos:
− Um corpo F, ou seja, um conjunto dotado de duas operações

internas com propriedades distributivas, elemento inverso, etc.
cujos elementos farão o papel dos escalares. Os números reais
são um exemplo de corpo.
− Um conjunto V dotado de uma operação binária (representada

aqui pelo sinal +) de V × V → V . Os elementos de V serão
chamados de vectores.
− Uma operação . de F × V → V .
80 Lição nº 11
As seguintes regras devem valer para que os elementos acima constituam

um espaço vectorial:
• (u+v)+w=u+(v+w) para todo u,v,w em V (associatividade)
• u+v = v+u para todo u,v em V (comutatividade)
• Há um elemento O de V, tal que u+O=u para todo u em V

(elemento neutro)
• Para todo o elemento v de V há um elemento u tal que v+u=O

(elemento inverso)
• α.(β.u)=(α.β).u para α, β em F e u em V
• Se 1 é a unidade de F, 1.u=u para u em V
• α.(u+v)= α.u+α.v para a em F u,v em V
• (α+β).u= α.u+β.u para α, β em F e u em V
− Um espaço vectorial sobre R, o conjuntos dos números reais, é

chamado espaço vectorial real.
− Um espaço vectorial sobre C, o conjunto dos números complexos, é

chamado espaço vectorial complexo.
− Um espaço vectorial com um conceito definido de comprimento, isto

é, uma norma definida, é chamado espaço vectorial normado.
Exercícios
Para cada um dos seguintes conjuntos, determine se é ou não espaço
vectorial:
Auto-avaliação 11 1. A = {( x, y , z ) ∈ R 3 : x + y + z = 0}
⎧⎛ x y⎞ ⎫
2. B = ⎨⎜⎜ ⎟⎟ : x, y ∈ R ⎬
⎩⎝ y 1⎠ ⎭
3. C = {( x, y ) ∈ R 2 : x = 0 ou y = 0}
Feedback
Solução:
1. A é espaço vectorial.
2. B não é.
3. C não é.
82 Lição nº 12
Lição nº 12
Operações Básicas de Vectores
Introdução
Conhecidas as regras do espaço vectorial, você vai facilmente operar com
vectores, quer algebricamente, quer geometricamente. De facto é sempre
bom operar nas duas formas para uma melhor compreensão das
grandezas que esses elementos, os vectores, representam.
Nesta primeira lição sobre operações com vectores você vai estudar a
adição de dois vectores e a multiplicação de um vector por um escalar.

horas.
Tempo de estudo da
Adicionar dois vectores algébrica e geometricamente;
Multiplicar um vector por um escalar algébrica e geometricamente.

Objectivos
conceitos:
− Adicção de vectores
Terminologia
− Coordenadas de um vector
− Multiplicação de um vector por um escalar

Operações básicas de vectores
Existem duas operações básicas envolvendo vectores: a adição e a

multiplicação por um escalar, isto é, por um número real. Esta secção é
dedicada a estudar estas operações e as suas principais propriedades.
Adição de dois vectores
Há dois métodos, geométricos, para realizar a adição de dois vectores,

que são:
• Método da triangulação:
Consiste em colocar a origem do segundo vector coincidente com a

extremidade do primeiro vector, e o vector soma (ou vector resultante) é
o que fecha o triângulo (origem coincidente com a origem do primeiro e
extremidade coincidente com a extremidade do segundo) (Veja a figura
ao lado).
Adição de dois vectores: Método da triangulação
• Método do paralelogramo:
Consiste em colocar as origens dos dois vectores coincidentes e construir

um paralelogramo; o vector soma (ou vector resultante) será dado pela
diagonal do paralelogramo cuja origem coincide com a dos dois vectores
(veja a figura ao lado). A outra diagonal será o vector diferença.
Adição de dois vetores: Método do paralelogramo

84 Lição nº 12
Coordenadas de um vector
Considerando as regras da soma vectorial, se a origem de um sistema de

coordenadas xy coincide com a origem do vector, pode-se verificar que
este vector é igual à soma dos vectores formados por suas projeções em
cada eixo.
Assim, na figura acima temos A = Ax + Ay.
Ou seja, os vectores Ax e Ay são os componentes do vector no sistema de

coordenadas.
Se u é um vector unitário no sistema e chamando os componentes de u,

ux = i e uy = j, temos: A = Ax i + Ay j.
E os escalares Ax e Ay são as coordenadas do vector no sistema.
Considerando os vectores a e b na figura abaixo:
Exemplo
Determine as coordenadas e o esboço do vector c = 12 a − b .
As coordenadas dos vectores são:
c = 12 (1, 2 ) − (3, −1) = (12 − 3, 1 + 1) = (− 52 , 2 )

1. Considerando ainda os vectores a e b da figura do exemplo acima,
determine as coordenadas e o esboço do vector v = − 12 a − b .
Actividade 15
⎛ 5 ⎞
Resposta: v = ⎜ − , 0⎟
⎝ 2 ⎠
Vector unitário
Dizemos que um vector u é unitário se o seu comprimento é 1, isto

é, quando || u || = 1. Se v não é o vector nulo, então o vector u = v /
|| v || = 1/|| v || . v é o vector unitário na direcção de v . Qualquer
vector na direcção de v , de mesmo sentido ou sentido oposto, é um
mútiplo escalar deste vector unitário u .
Ache o vector unitário na direcção de v = (− 3, 2).
Exemplo
Solução:
v
O unitário na direcção de v será dado por .
v
86 Lição nº 12
Como || v || = ( −3) 2 + 2 2 = 13 , temos que
v 1 3 2
u= = . (− 3, 2 ) = − , .
v 13 13 13
1. Encontrar o vector unitário na direcção de v = ( , -5).
⎛ 4 5 ⎞
Solução: u = ⎜ , − ⎟
Actividade 16 ⎝ 31 31 ⎠
Multiplicação por um escalar
A multiplicação ou divisão por um escalar resulta em vectores, em

segmentos de recta paralelos, na mesma linha ou não, com módulos e
sentidos alterados pelo multiplicador ou divisor.
Veja a seguir exemplos de multiplicação e divisão de um vector por

escalares:
1
Dado o vector v , determine 2v , − v , − v.
2
Exemplo
1. Dados os vectores u = (−1, 4) , v = (3, 2) , determine,
1
t =− u−v.
2
Actividade 17
Resposta: t = ( − 25 , 0)
Sumário
− Existem duas operações básicas envolvendo vectores: a adição e a
multiplicação por um escalar, isto é, por um número real.
− A adição de dois vectores pelo método da triangulação: consiste em

colocar a origem do segundo vector coincidente com a extremidade
do primeiro vector, e o vector soma (ou vector resultante) é o que
fecha o triângulo (origem coincidente com a origem do primeiro e
extremidade coincidente com a extremidade do segundo).
− A adição de dois vectores pelo método do paralelogramo consiste

em colocar as origens dos dois vectores coincidentes e construir um
paralelogramo; o vector soma (ou vector resultante) será dado pela
diagonal do paralelogramo cuja origem coincide com a dos dois
vectores. A outra diagonal será o vector diferença.
− Dizemos que um vector u é vector unitário se o seu comprimento é

1, isto é, quando || u || = 1.
− Se u é um vector unitário no sistema e chamando os componentes de

u, ux = i e uy = j, temos: A = Ax i + Ay j. Os escalares Ax e Ay são as
coordenadas do vector no sistema.
− A multiplicação ou divisão por um escalar resulta em vectores, em

segmentos de recta paralelos, na mesma linha ou não, com módulos e
sentidos alterados pelo multiplicador ou divisor.
88 Lição nº 12
Exercícios
1. Seja a ⊥ b , a = 5 , b = 12 . Determine a + b e a − b
Auto-avaliação 12 2. O vectores a e b formam um ângulo de 600, a = 5 , b = 8 .
Determine os módulos dos vectores a + b e a − b .
3. Os vectores a e b formam um ângulo de 1200, a = 3 , b = 5 .
Determine a + b e a − b .
Feedback
Solução:
1. a + b = a − b =13
2. a + b = 129 ; a − b =7 .
3. a + b = 19 ; a − b =7.
Lição nº 13
Combinação Linear de Vectores
Introdução
Nesta lição você vai estudar como representar um determinado vector
como combinação linear de outros vectores. Este conceito está
estritamente ligado aos conceitos de dependência e independência linear
de vectores. Embora estes conceitos se definam para qualquer dimensão,
aqui iremos tratá-los na segunda e terceira dimensão.

horas.
Tempo de estudo da
Definir combinação linear de vectores
Determinar se um conjunto de vectores é linearmente dependente ou

Objectivos linearmente independente.
conceitos:
− Combinação linear de vectores

Terminologia
− Vectores linearmente dependentes; vectores linearmente

independentes.
90 Lição nº 13
Combinação linear de vectores
Combinando as operações de adição de vectores e multiplicação por

escalar, formamos o que se chama em matemática de uma combinação
linear de vectores.
Sejam v e w dois vectores e c e d dois escalares a adição c v + d w é dita

uma combinação linear dos vectores v e w .
A soma v + w é uma combinação linear especial dos vectores v e w .

Neste caso, c = d = 1. O vector 2 v é uma combinação linear dos vectores
v e w , onde c = 2 e d = 0.
Conhecendo-se v e w é fácil calcular uma combinação qualquer destes

dois vectores. O problema inverso é muito mais difícil. Neste caso, os
vectores v , w e as componentes do vector z = c v + d w são conhecidos e
queremos calcular os multiplicadores c e d, isto é, queremos calcular os
escalares c e d de modo a escrever o vector z (dado) como combinação
linear dos outros dois vectores v e w.
Considere os vectores v = (1,− 2 ) e w = ( 0, 1 ) .
Se z = cv + dw = (4, 2 ), calcule c e d.
Exemplo Solução:
Como v = (1, − 2) e w = (0, 1) , cv + dw é um vector cujas componentes

são dadas por (c , − 2c + d) . Como cv + dw = (4, 2 ), temos que (c − 2c +
d) = (4,2) . Esta igualdade é equivalente ao sistema c= 4 e − 2c + d =2.
Resolvendo este sistema obtemos que c = 4 e d = 10. De fato, verificando
o resultado temos que 4v + 10 w = 4 (1, − 2) + 10 (0, 1) = (4, 2).
Vectores linearmente dependentes
Seja S um subconjunto de um espaço vectorial V. O conjunto S diz-se

linearmente dependente (ou os vectores de S dizem-se linearmente
dependentes) se existe um subconjunto finito F de S e escalares λv ,
v ∈ F , não todos nulos, tais que
∑λ v = 0.
v∈F
v
Vectores linearmente independentes
O conjunto S (ou os seus vectores) diz-se linearmente independente se

para qualquer subconjunto finito F de S se tem
∑λ v = 0 ⇒ λ
v∈F
v v = 0, ∀v ∈ F .
Por outras palavras, o conjunto S de vectores diz-se linearmente

independente se nenhum dos seus elementos for combinação linear dos
outros.
Exemplo
Os vectores u e j são linearmente dependentes (são colineares); os
vectores u e v são linearmente independentes; os vectores u , w e k

são linearmente independentes.
• Dois vectores do plano são linearmente dependentes se e só se um for

múltiplo do outro (isto é, se são colineares).
• O conjunto {(1,0,0),(0,1,0),(0,0,1)} é linearmente independente.
• O conjunto {(1,0,0),(1,1,0),(1,1,1)} é linearmente independente.
• Qualquer subconjunto de R3 com mais de três vectores é linearmente

dependente.
92 Lição nº 13
1. Determine se os seguintes vectores em R3 são linearmente

dependentes (LD) ou linearmente independentes (LI):
1. (1,-2,1), (2,1,-1), (7,-4,1);

Actividade 18
2. (1,-3,7), (2,0,-6), (3,-1,-1), (2,4,-5);
3. (1,2,-3), (1,-3,2), (2,-1,5);
4. (2,-3,7), (0,0,0), (3,-1,-4).
Resposta: 1) LD; 2) LD; 3) LI; 4) LD.
Sumário
− A multiplicação ou divisão de um vector por um escalar resulta
em vectores, em segmentos de recta paralelos, na mesma linha ou
não, com módulos e sentidos alterados pelo multiplicador ou divisor.
− Dizemos que um vector u é unitário se o seu comprimento é 1, isto

é, quando || u || = 1. Se v não é o vector nulo, então o vector u = v / ||
v || = 1/|| v || . v é o vector unitário na direcção de v . Qualquer vetor
na direcção de v , de mesmo sentido ou sentido oposto, é um mútiplo
escalar deste vector unitário u .
− Sejam v e w dois vectores e c e d dois escalares a soma c v + d w é

dita uma combinação linear dos vetores v e w .
− Seja S um subconjunto de um espaço vectorial V. O conjunto S diz-se

linearmente dependente (ou os vectores de S dizem-se linearmente
dependentes) se existe um subconjunto finito F de S e escalares λv ,
v ∈ F , não todos nulos, tais que
− ∑λ v = 0.
v∈F
v
− O conjunto S (ou os seus vectores) diz-se linearmente independente

se para qualquer subconjunto finito F de S se tem
− ∑λ v = 0 ⇒ λ
v∈F
v v = 0, ∀v ∈ F .
Exercícios
1. Verificar se v(1,-2,5) em R3 é ou não combinação linear dos vectores
u1=(1,-3,2), u2=(2,-4,-1), u3=(1,-5,7).
Auto-avaliação 13 2. Determime se os seguintes vectores são ou não linearmente

dependentes:
u=(1,-2,1); v=(2,1,-1), w=(7,-4,1)
3. Dados os vectores a=(1,2,-1), b=(0,1,0), c=(1,4,-1), determine os

valores α e β tal que o vector c seja combinação linear de a e b, ou seja,
tal que c=αa+βb.
Feedback
Solucões:
1. O vector v não é combinação linear dos vectores u1, u2, u3.
2. Os vectores u, v, w são linearmente dependentes.
3. α=1; β=2.
94 Lição nº 14
Lição nº 14
Produto Escalar
Introdução
O produto de dois vectores pode ser de natureza escalar ou de natureza
vectorial. O produto escalar caracteriza-se pelo facto de ser uma entidade
numérica resultante da operação de vectores. Este é o caso que você vai
estudar nesta lição: produto escalar de dois vectores e algumas das suas
aplicações imediatas resultantes da sua definição.

horas.
Tempo de estudo da
Definir e interpretar geometricamente o produto escalar de dois

vectores;
Objectivos Detarminar o comprimento de um vector, ângulo entre dois vectores,

aplicando a definição e propriedades do produto escalar.
conceitos:
− Produto escalar
Terminologia
− Projecção de um vector sobre outro
− Comprimento de um vector
− Ângulo entre dois vectores

Definição
O produto escalar é uma função binária definida entre dois vectores que
fornece um número real como resultado.
Dados dois vectores A e B o produto escalar pode ser calculado como:
A ⋅ B = A B cosθ
.
Produto escalar de dois vectores
Onde θ é o ângulo formado pelos vectores, e |A| e |B| seus comprimentos.

Da figura acima podemos ver que o produto A cos θ representa o
comprimento do vector A na direcção do vector B . Se A fosse uma

força o produto escalar então mediria o quanto da força A estaria sendo
aplicada na direcção de B .
Os comprimentos dos vectores a e b são respectivamente 3 e 4, e o

2
ângulo entre eles é θ = π . Determine o produto escalar a ⋅ b .
3
Exemplo Resolução:
⎛ 1⎞
a ⋅ b = a b cosθ = 3 ⋅ 4⎜ − ⎟ = −6 .
⎝ 2⎠
96 Lição nº 14
1. Dados os vectores a=(3, -4); b=(1, 3), determine o produto escalar

a.b
Resposta: -9.
Actividade 18
Note que não é necessário mencionar nenhum sistema de coordenadas

para se obter o valor do produto escalar. A fórmula acima é válida
independente do sistema de coordenadas.
Tome Nota!
Em um sistema de coordenadas cartesiano, onde escrevemos os vectores
em termos de componentes como:
A = (Ax , Ay , Az )
B = (B x , B y , Bz )
O produto escalar pode ser escrito como:
A ⋅ B = Ax B x + Ay B y + Az Bz
Determine A⋅ B sendo A = ( 2,−3,4) e B = (5,7,6)
Exemplo Resolução:
A ⋅ B = 2(5) − 3(7) + 4(6) = 10 − 21 + 24 = 13 .
Note que a interpretação do produto escalar como a projecção de um

vector na direcção de outro, neste caso, está longe de ser óbvia.
Tome Nota!
No entanto, a expressão acima fornece-nos uma forma de obter o

comprimento de um vector qualquer em termos de suas componentes:
A = A ⋅ A = Ax2 + Ay2 + Az2
Já a expressão geral inicial somente contém uma definição do

comprimento de um vector como a raiz quadrada do seu produto
escalar, mas não fornece meios de calculá-lo:
2
A ⋅ A = A A cos 0 0 = A
Propriedades do produto escalar
Quaisquer que sejam os vectores, u, v e w e k escalar:
1. v.w = w.v
2. v.v = |v| |v| = |v|²
3. u.(v+w) = u.v + u.w
4. (kv).w = v.(kw) = k(v.w)
5. |kv| = |k||v|
6. |u.v|<|u||v| (desigualdade de Schwarz)
7. |u+v|<|u|+|v| (desigualdade triangular)
Ângulo entre dois vectores
Outra forma de escrever o produto escalar entre os vectores v e w é

v.w=|v||w|cos(q) onde q é o ângulo formado entre v e w.
98 Lição nº 14
Com ela, podemos obter o ângulo q entre dois vectores quaisquer v e w,

pois:
u⋅v
cos( q) =
uv
desde que nenhum dos vectores seja nulo.
Determine o ângulo entre o vector u=(1,-2,3) e o vector v=(5,8,6).
Resolução:
Pela definição do produto escalar temos:

Exemplo
A ⋅ B cosθ = A ⋅ B = (1,−2,3) ⋅ (5,8,6) = 5 − 16 + 18 = 7 , daqui teremos
7 7 7 7
cosθ = = = =
A⋅B 12 + ( −2) 2 + 33 52 + 82 + 6 2 14 125 5 10
7
Donde teremos θ = cos −1 ≈ cos −1 0.16733 ≈ 80.367 0 .
5 10
Sumário
− Dados dois vectores A e B o produto escalar é um número real
definido como:
A ⋅ B = A B cosθ .
Onde θ é o ângulo formado pelos vectores, e |A| e |B| seus

comprimentos.
− Em um sistema de coordenadas cartesiano, produto escalar pode ser

escrito como:
A ⋅ B = Ax B x + Ay B y + Az Bz
− O comprimento de um vector qualquer em termos de suas

componentes pode ser expresso por:
A = A ⋅ A = Ax2 + Ay2 + Az2
− Para quaisquer que sejam os vectores, u, v e w e k escalar, temos as

sequintes propriedades do produto escalar:
a) v.w = w.v
b) v.v = |v| |v| = |v|²
c) u.(v+w) = u.v + u.w
d) (kv).w = v.(kw) = k(v.w)
e) |kv| = |k||v|
f) |u.v|<|u||v| (desigualdade de Schwarz)
g) |u+v|<|u|+|v| (desigualdade triangular)
− O ângulo θ entre dois vectores quaisquer v e w, pode ser obtido por:
u⋅v
cos(θ ) =
uv
desde que nenhum dos vetores seja nulo.

100 Lição nº 14
Exercícios
1. Calcule os produtos escalares seguintes:
1a) (3,2,−4) ⋅ (3,−2,7) , 1b) ( 2,5,6) ⋅ (6,6,−7)

Auto-avaliação 14
2. Calcular o módulo dos vectores u+v e u-v, sabendo que o módulo de
u é 4, o módulo de v é 3 e o ângulo ente u e v é de 600.
3. Determinar os ângulos do triângulo de vértices A(2,1,3), B(1,0,-1) e

C(-1,2,1).
Feedback
Solução:
1a) -23, 1b) 0
2) 37 e 13
10 2 6 2
3) ∠A = arccos , ∠B = arccos , ∠C = arccos
3 28 9 42
Lição nº 15
Produto Vectorial
Introdução
Na lição anterior você estudou a multiplicação de dois vectores cujo

resultado é um valor numérico, o produto escalar. Agora vai estudar a
multiplicação de dois vectores cujo produto é um terceiro vector.

horas.
Tempo de estudo da
Definir e interpretar geometricamente o produto vectorial de dois

vectores;
Objectivos Determinar o comprimento de um vector, o ângulo entre dois

vectores e a área do paralelogramo formado por dois vectores,
aplicando a definição e propriedades do produto vectorial.
conceitos:
− Produto vectorial (ou produto externo)
Terminologia − Orientação do espaço vectorial

− Regra da mão direita
102 Lição nº 15
Definição do produto vectorial
O produto vectorial é uma operação binária sobre vectores em um

espaço vectorial Pode ser denominado também como produto externo.
Seu resultado difere do produto escalar por ser também um vector, ao
invés de um escalar. Seu principal uso baseia-se no fato de que o
resultado de um produto vectorial é sempre perpendicular a ambos os
vectores originais.
Sejam, conforme a figura abaixo, a e b dois vectores no mesmo plano. O

produto vectorial dos mesmos, indicado por a x b, é um vector tal que:
1) Seu módulo é igual à área do paralelogramo 0123, isto é, |a x b| =

|a| |b| sen α.
2) A direcção é perpendicular ao plano do paralelogramo.
A notação do produto vectorial entre dois vectores a e b é a × b (em

manuscritos, alguns matemáticos escrevem a ∧b para evitar a confusão
com a letra x). Podemos definí-lo como
a × b = n a b senθ
onde θ é a medida do ângulo entre a e b (0° ≤ θ ≤ 180°) no plano definido

pelos dois vectores, e n é o vector unitário perpendicular a tanto a quanto
b.
O problema com esta definição é que existem dois vectores unitários que
são perpendiculares à a e b simultaneamente: se n é perpendicular, então
−n também o é.
O resultado correcto depende da orientação do espaço vectorial, i.e. da

orientação do sistema de coordenadas (i, j, k). O produto vectorial a × b é
definido de tal forma que (a, b, a × b) se torna destro se (i, j, k) é destro

ou canhoto se (i, j, k) é canhoto.
Uma forma fácil de calcular a direcção do vector resultante é a "regra da

mão direita".
Se um sistema de coordenadas é destro, basta apontar o indicador na

direção do primeiro operando e o dedo médio na direção do segundo
operando. Desta forma, o vetor resultante é dado pela direção do polegar.
Significado geométrico
O comprimento do produto vectorial, |a × b|, pode ser interpretado como

a área do paralelogramo definido pelos vectores a e b.
Proriedades algébricas
O produto vectorial é anticomutativo, a × b = -b × a,
distributivo sobre a adição, a × (b + c) = a × b + a × c,
e compatível com a multiplicação escalar, tal que
(ra) × b = a × (rb) = r(a × b).
Não é associativo, mas satisfaz a identidade de Jacobi:
a × (b × c) + b × (c × a) + c × (a × b) = 0
Além disso, dois vectores não nulos a e b são paralelos se e somente se
a × b = 0.
104 Lição nº 15
Notação matricial
As coordenadas do resultado do produto vectorial de dois vectores pode

ser calculado facilmente, sem a necessidade de determinar-se qualquer
ângulo. Seja:
a = a1i + a2j + a3k = [a1, a2, a3] e b = b1i + b2j + b3k = [b1, b2, b3].
Então
a × b = [a2b3 − a3b2, a3b1 − a1b3, a1b2 − a2b1].
A notação acima também pode ser escrita formalmente como o

determinante de uma matriz:
⎡i j k⎤
⎢
a × b = det a1 a 2 a3 ⎥
⎢ ⎥
⎢⎣ b1 b2 b3 ⎥⎦
Para os primeiros três vectores unitários, multiplique os elementos na

diagonal da direita (ex. a primeira diagonal conteria i, a2, e b3). Para os
três últimos vectores unitários, multiplique os elementos na diagonal da
esquerda e então os multiplique por -1 (ex. a última diagonal conteria k,
a2, e b1). O produto vectorial seria definido pela soma destes produtos:
i (a 2 b3 ) + j (a3b1 ) + k (a1b2 ) − i (a 3b2 ) − j (a1b3 ) − k (a 2 b1 ) .
Dados os vetores v=(1,2,3) e w=(4,5,6), o produto vectorial entre v e w é

dado por v×w=-3i+6j-3k=(-3,6,-3), obtido a partir do "determinante".
Observamos que o produto vectorial é um vetor em R³.
Exemplo
i j k
u × v = 1 2 3 = (− 3, 6, −3)
4 5 6
Tomando i=(1,0,0) e j=(0,1,0), que estão no plano do z=0, o produto

vetorial destes dois vetores será v×w=(0,0,1) que é um vetor que está fora
deste plano, daí a razão deste produto ser denominado exterior.
O produto vectorial v×w é um vector ortogonal a v e também ortogonal a

w, isto é, o produto vectorial é ortogonal ao plano que contém os dois
vectores v e w.
Dados os vectores a = ( 2,−2,−3) e b = ( 4,0,6) , determinar o produto
vectorial a × b .
Actividade 19
Solução: a × b = −12i − 24 j + 8k
Sumário
− Sejam a e b dois vectores no mesmo plano. O produto vectorial
(também chamado produto externo) de a e b, indicado por axb, é
um vector tal que:
Seu módulo é igual à área do paralelogramo formado pelos vectores a

e b, isto é, |axb| = |a| |b| sen α.
A direcção é perpendicular ao plano do paralelogramo.
− A notação do produto vectorial pode ser escrita formalmente como o

determinante de uma matriz:
⎡i j k⎤
a × b = det ⎢a1 a2 a3 ⎥
⎢ ⎥
⎢⎣ b1 b2 b3 ⎥⎦
− Uma forma fácil de calcular a direcção do vector resultante do

produto vectorial é a "regra da mão direita".
106 Lição nº 15
− Significado geométrico: O comprimento do produto vectorial, |a ×

b|, pode ser interpretado como a área do paralelogramo definido pelos
vectores a e b.
Propriedades algébricas
• O produto vectorial é anticomutativo, a × b = -b × a,
• distributivo sobre a adição, a × (b + c) = a × b + a × c,
• e compatível com a multiplicação escalar, tal que
(ra) × b = a × (rb) = r(a × b).
• Não é associativo, mas satisfaz a identidade de Jacobi:
a × (b × c) + b × (c × a) + c × (a × b) = 0
Exercícios
1. Dados os vectores A=i+2j-3k, B=4i-5j-6k, determine o produto
vectorial AxB.
Auto-avaliação 15 2. Determine a área do triângulo cujos vértices são A(1,2,0), B(3,0,-3),

C(5,2,6).
3. Dados a = 10 , b = 2 , a ⋅ b = 12 . Calcule a × b .
Feedback
Solucção:
1. -27i-6j-13k
2. 14
3. 16
Lição nº 16
Produto Misto
Introdução
Conhecido o produto escalar e o produto vectorial, agora você vai estudar
um produto de três vectores que envolve simultaneamente o produto
escalar e o produto vectorial – daí o nome produto misto. O resultado do
produto misto é um número real.

horas.
Tempo de estudo da
Definir e interpretar geometricamente o produto misto de três

vectores;
Objectivos Determinar o comprimento de um vector, o ângulo entre dois

vectores e o volume do paralelepípedo formado por três vectores,
aplicando a definição e propriedades do produto misto.
conceitos:
Terminologia − Produto misto de três vectores
− Significado geométrico do produto misto

108 Lição nº 16
Produto misto de três vectores
Você vai agora estudar uma combinação do produto escalar e produto

vectorial que, por essa razão, se chama produto misto.
Dados três vectores u=(u1,u2,u3), v=(v1,v2,v3) e w=(w1,w2,w3), definimos

o produto misto entre u, v e w, denotado por [u,v,w] ou por u.(v×w),
como o número real obtido a partir do determinante
u1 u2 u3
[ u, v, w] = u ⋅ (v × w) = v 1 v2 v3
w1 w2 w3
Significado geométrico do produto misto
O módulo do produto misto entre u, v e w representa o volume do

paralelepípedo que tem as 3 arestas próximas dadas pelos vectores u, v e
w, sendo que estes vectores têm a mesma origem. Isto é,
V(paralelepípedo)=|[u,v,w]|.
Propriedades do produto misto
As propriedades do produto misto são análogas às propriedades dos

determinantes que você estudou na Unidade 1, Lição 1.. Agora vamos
apenas destacar uma operação algébrica entre produtos:
Comutativa entre produto escalar e produto vectorial em um produto

misto:
Dados três vectores: v , u , w em R3, podemos comutar os vectores e

produtos tais que:
v ⋅ (u × w) = ( v × u ) ⋅ w
No que se refere à operação em determinantes, a operação:
vx vy vz
v ⋅ ( u × w) = u x uy uz
wx wy wz
enquanto que:
wx wy wz
(v × u) ⋅ w = v x vy vz
ux uy uz
Para fazer com que o primeiro determinante se torne o segundo, basta

permutar a mesma linha duas vezes dentro do determinante, ou seja,
inverter o sinal do mesmo duas vezes, o que faz com que este retorne ao
valor original. Algebricamente, os dois determinates definem o mesmo
valor quando operados. Isto define a operação como válida.
Determine o producto misto dos vectores a = (3,6,3) , b = (1,3,−2) ,
c = ( 2,2,2) .
Exemplo Solução:
3 6 3
3 −2 1 −2 1 3
a bc = 1 3 − 2 = 3 −6 +3 = 30 − 36 + 24 = 18
2 2 2 2 2 2
2 2 2
1. Determine o produto misto dos vectores a = (1,2,3) , b = (−4,5,6) ,

c = (7,−8,9) .
Actividade 20 Solução: 240

110 Lição nº 16
Sumário
− Dados três vectores u=(u1,u2,u3), v=(v1,v2,v3) e w=(w1,w2,w3),
definimos o produto misto entre u, v e w, denotado por [u,v,w] ou
por u.(v×w), como o número real obtido a partir do determinante
u1 u2 u3
[ u, v, w] = u ⋅ (v × w) = v 1 v2 v3
w1 w2 w3
− O módulo do producto misto entre u, v e w representa o volume do

paralelepípedo que tem as 3 arestas próximas dadas pelos vectores
u, v e w, sendo que estes vectores têm a mesma origem. Isto é,
V(paralelepípedo)=|[u,v,w]|.
− Dados três vetores: v , u , w em R3, podemos comutar os vectores e

produtos tais que:
v ⋅ (u × w) = ( v × u ) ⋅ w
No que se refere à operação em determinantes, a operação:
vx vy vz
v ⋅ ( u × w) = u x uy uz
wx wy wz
enquanto que:
wx wy wz
(v × u) ⋅ w = v x vy vz
ux uy uz
Exercícios
1. Determine o produto misto dos vectores
u=(1,-1,-1), v=(1,3,1) w=(2,3,5)

Auto-avaliação 16
2. O volume do tetraedro ABCD é igual a 5; A(2,1,-1), B(3,0,1), C(2,-
1,3) e o vértice D fica no eixo Oy. Determinar as coordenadas do
ponto D.
3. Verificar se os vectores dados são complanares ou não:
3a) a=(2,3,-1), b=(1,-1,3), c=(1,9-11)
3b) u=(3,-2,1), v=(2,1,2), w=(3,-1,-2)
Feedback
Solução:
1. 18
2. (0,8,0) ou (0,-7,0)
3. 3a) São complanares; 3b) Não são complanares

112 Lição nº 17
Lição nº 17
Introdução
Uma vez terminada a Unidade 3, é momento de você fazer revisão de

toda a matéria aprendida nesta Unidade.

Tempo de estudo da
Na unidade sobre Espaços vectoriais que acabou de estudar, você
estendeu o seu conhecimento no campo da Álgebra Linear e que vão
servir de instrumento indispensável para o estudo da Física. Vamos
destacar aqui algumas definições, propriedades e teoremas importantes
que você deve reter.
Considere um segmento orientado AB, caracterizado por três aspectos

bem definidos:
• módulo (que é dado pelo comprimento).

• direcção
• sentido
Chama-se vector ao conjunto infinito de todos os segmentos orientados

equipolentes a AB, ou seja, o conjunto infinito de todos os segmentos
orientados que possuem o mesmo comprimento, a mesma direcção e o
mesmo sentido de AB.
Sejam V um espaço vectorial e α1, α2, ..., αn ∈ R. Então a expressão
α1v1 + α 2 v2 + ... + α n vn
chama-se combinação linear dos vectores v1, v2, ..., vn com coeficientes
α1, α2, ..., αn..
Seja V um espaço vectorial. Os vectores v1, v2, ..., vn ∈ V chamam-se

linearmente dependentes (LD), se existem α1, α2, ..., αn ∈ R nem todos
nulos, tais que α1v1 + α 2 v 2 + ... + α n v n = O . Caso contrário, os vectores
v1, v2, ..., vn chamam-se linearmente independentes (LI), isto é,
α1v1 + α 2 v2 + ... + α n vn = O ⇒ α1 = α 2 = .... = α n = 0 .
Um conjunto ordenado B = {v1, v2, ..., vn } de vectores é uma base de um

espaço vectorial V se
1) os vectores v1, v2, ..., vn são linearmente independentes

(LI);
2) V=<v1, v2, ..., vn >.
Diz-se que um espaço vectorial V tem dimensão finita n (ou é n-

dimensional), se V tem uma base com n elementos.
Sejam dados dois vectores a e b não nulos. O produto escalar de a e
b é o número real a ⋅ b = a b cosϕ , onde ϕ = ( a ∧ b) .
O produto vectorial de dois vectores não nulos a e b é um vector
c = a × b tal que:
1) c = a b senϕ , onde ϕ = ( a ∧ b) ;
2) c ⊥ a e c ⊥ b;
3) a, b, c é um termo direito.
Sejam dados três vectores a , b, c . O produto ( a × b) ⋅ c chama-se
produto misto dos vectores dados e designa-se por a bc .

114 Lição nº 17
ax ay az
a bc = a ⋅ (b × c ) = bx by bz
cx cy cz
1. Determinar se os seguintes vectores em R3 são LD ou LI.
a) (1,-2,1); (2,1,-1); (7,-4,1);
Auto-avaliação 17 b) (1,-3,7); (2,0,-6); (3,-1,-1); (2,4,-5);

c) (1,2,-3); (1,-3,2); (2,-1,5);
d) (2,-3,7); (0,0,0); (3,-1,4).
2. Achar as coordenadas do vector v em relação à base B={u1,u2,u3}.
( )
a) v = 10, −7, 1 , u1 = (1, 2, −1) , u2 = ( −2, 3, 1) , u3 = (1, 2, −1) ;
b) v = (2, 8, 4 ) , u = (1, 2, 1) , u = ( −1, 3, −1) , u = (1, −4, 3) ;

1 2 3
c) v = (8, 16, 3) , u = (7, 9, 4) , u = ( −5, 3, 7) , u = ( −2, 5, 3) .

1 2 3
⎛2 3 ⎞
3. Achar as coordenadas da matriz A = ⎜⎜ ⎟⎟ em relação à base
⎝ 4 − 7⎠
⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0 ⎞ ⎫
B = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟ ⎬
⎩⎝ 0 0 ⎠ ⎝ 0 0 ⎠ ⎝ 1 0 ⎠ ⎝ 0 1 ⎠ ⎭
4. Dados a = 10 , b = 2 , a ⋅ b = 12 . Achar a × b .
5. Dados os vértices do triângulo A(1,2,0), B(3,0,-3), C(5,2,6), achar a

área do triângulo.
6. Calcular os ângulos do triângulo ABC, onde A(1,2,1), B(3,-1,7),
C(7,4,-2),
7. Dados os vértices do triângulo A(1,-1,2), B(5,-6,2), C(1,3,-1),
calcular o comprimento da altura que passa pelo vértice B.
8. Os vértices de um tetraedro são A(2,3,1), B(4,1,-2), C(6,3,7), e D(-5,-

4,8). Achar a altura que passa pelo vértice D.
9. O volume do tetraedro ABCD é igual a 5; A(2,1,-1), B(3,0,1), C(2,-

1,3). O vértice D está no eixo Oy. Achar as coordenadas do ponto D.
( ) ( ) ( )
10. Demonstrar que a × b × c = b a ⋅ c − a b ⋅ c
Feedback
Solução:
1a) LD; 1b) LD; 1c) LI; 1d) LD.
2a) (2, -1, 2); 2b) (3, 2, 1); 2c) (1, -1, 2).
3) (2, 3, 4, -7); 4) 16; 5) 14;
6) ∠A ≈ 104 0 , ∠B = ∠C ≈ 380 ; 7) 5; 8) 11;
9) D(0,8,0) ou D(0,-7,0);
116 Unidade 4
Unidade 4
Aplicações de Álgebra Linear na

Geometria Analítica
Introdução
A Álgebra Linear é uma disciplina muito importante na matemática e

suas aplicações nos mais diversos campos da ciência e tecnologia. Nesta
unidade você deverá colocar as habilidades e conhecimentos adquiridos
nas unidades anteriores na resolução de exercícios e problemas
geométricos. A geometria é a área da matemática que mais lida com o
tratamento físico de entidades matemáticas e daí a sua relação práctica
com a disciplina de Física. As estratégias a usar na resolução de
problemas deverá a integrar as duas formas de reciocínio – algébrico e
geométrico. Assim, recomenda-se que para cada exercício ou problema a
resolver, você deverá fazer a sua interpretação acompanhada de gráficos,
esboços, para além das expressões algébricas.
Lição nº 18
Produto Misto
Introdução
O estudo da recta em R2 é matéria que você estudou já no Ensino

Secundário Geral. Agora irá fazer uma revisão dos aspectos fundamentais
que lhe permitirão entender melhor o estudo da recta no espaço
tridimensional.

horas.
Tempo de estudo da
Dados dois pontos de uma recta, determinar o coeficiente angular

dessa recta;
Objectivos Apresentar algébrica e geometricamente o coeficiente. angular e

relacioná-lo com a posição relativa da recta no plano cartesiano
conceitos:
Terminologia − Coeficiente angular de uma recta
− Declividade de uma recta
− Coeficiente linear de uma recta

118 Lição nº 18
− Recta horizontal
− Recta vertical
Na Geometria Euclidiana, você estuda que dados dois pontos P1=(x1,y1) e

P2=(x2, y2) no plano cartesiano, existe uma única recta que passa por
esses pontos. Para a determinação da equação de uma recta existe a
necessidade de duas informações e dois conceitos importantes que são: o
coeficiente angular da recta e o coeficiente linear da recta.
Coeficiente angular de uma recta
Dados os pontos P1=(x1,y1) e P2=(x2,y2), com x 1 ≠ x 2 , o coeficiente

angular k da recta que passa por estes pontos é o número real
y 2 − y1
k= .
x 2 − x1
Sejam P1=(1,2) e P2=(3,5) pontos de uma recta r. Determine o

coeficiente angular k desta recta.
Resolução:
Exemplo
y 2 − y1 5 − 3
k= = =2
x2 − x1 2 − 1
O coeficiente angular é igual a 2.

Para cada conjunto de pontos de rectas seguintes, determine o coeficiente

angular da respectiva recta:
Recta r: P1=(3, -2) e P2=(0 ,5)

Actividade 21
Recta s: P11=(-, -2) e P2=(2 ,4)
Recta t: P1=(1, -2) e P2=(3 ,-2)
7
Resposta: k r = − ; ks = 2 , kt = 0
3
Significado geométrico do coeficiente angular
O coeficiente angular de uma recta é o valor da tangente do ângulo alfa

que a recta faz com o eixo Ox das abscissas.
Se o ângulo está no primeiro quadrante ou no terceiro quadrante, o sinal

do coeficiente angular é positivo e se o ângulo está no segundo quadrante
ou no quarto quadrante, o sinal do coeficiente angular é negativo.
Uma recta r forma com o eixo Ox das abcissas um ângulo de 1350.

Determine o coeficiente angular desta recta.
Resolução:
Exemplo
k = tan α = tan 1350 = −1
Dado que o ângulo está no segundo quadrante, o sinal do coeficiente

angular é negativo.
120 Lição nº 18
Declividade de uma recta
A declividade indica o grau de inclinação de uma recta. O fato do

coeficiente angular ser maior que outro indica que a recta associada a este
coeficiente cresce mais rapidamente que a outra recta. Se um coeficiente
angular é negativo e o módulo deste é maior que o módulo de outro
coeficiente, temos que a recta associada ao mesmo decresce mais
rapidamente que a outra.
Veja a seguir exemplos de declividade de uma recta
Exemplos
Se o coeficiente angular é positivo, a recta é crescente.
Se o coeficiente angular é nulo, a recta é horizontal.
Se o coeficiente angular é negativo, a recta é decrescente.
Coeficiente linear de uma recta
Coeficiente linear de uma recta é a ordenada (altura) w do ponto (0,w)

onde a recta cortou o eixo das ordenadas.
Rectas horizontais e verticais
Se uma recta é vertical, ela não possui coeficiente linear e coeficiente

angular. Assim, a recta é indicada apenas por x=a, a abscissa do ponto
onde a recta cortou o eixo OX.
Se uma recta é horizontal, o seu coeficiente angular é nulo e a equação

desta recta é dada por y=b, ordenada do ponto onde está recta corta o eixo
OY.
Sumário
− O coeficiente angular de uma recta é o valor da tangente do ângulo
que a recta faz com o eixo das abscissas. Dados os pontos P1=(x1,y1)
e P2=(x2,y2), com x 1 ≠ x 2 , o coeficiente angular k da recta que passa
por estes pontos é o número real
y 2 − y1
k= .
x 2 − x1
− Se o ângulo está no primeiro quadrante ou no terceiro quadrante, o

sinal do coeficiente angular é positivo e se o ângulo está no segundo
quadrante ou no quarto quadrante, o sinal do coeficiente angular é
negativo.
− A declividade de uma recta indica o grau de inclinação dessa recta.

O facto do coeficiente angular ser maior que outro indica que a recta
associada a este coeficiente cresce mais rapidamente que a outra
recta. Se um coeficiente angular é negativo e o módulo deste é maior
que o módulo do outro coeficiente, temos que a recta associada ao
mesmo decresce mais rapidamente que a outra.
− O coeficiente linear de uma recta é a ordenada (altura) w do ponto

(0,w) onde a recta cortou o eixo das ordenadas.
122 Lição nº 18
− Se uma recta é vertical, ela não possui coeficiente linear e

coeficiente angular. Assim, a recta é indicada apenas por x=a, a
abscissa do ponto onde a recta cortou o eixo OX.
− Se uma recta é horizontal, o seu coeficiente angular é nulo e a

equação desta recta é dada por y=b, ordenada do ponto onde esta
recta corta o eixo OY.
Exercícios
1. Determine o coeficiente angular dos pontos P1=(x1,y1) e P2=(x2,y2)
de uma recta para cada um dos casos seguintes:
Auto-avaliação 18 a) P1=(-4, -1) e P2=(2, 5), b) P1=(0, 2) e P2=(-1, -5).
2. Para cada uma das rectas r, s, e t determine o coeficiente angular k e

o coeficiente linear w:
Feedback
Solução:
1a) 1 1b) -2
3
2) r: k = , w = 1.5 ; s: k = 2 , w = 0 ; t: k = 0 , w = 1
4
Lição nº 19
Equações da recta no plano
Introdução
A recta no plano pode ser representada de várias formas. Aqui você vai
estudar como representar a recta no plano usando diferentes equações,
usando o referencial cartesiano.

horas.
Tempo de estudo da
Determinar uma equação da recta dadas as condições relativas

(coeficiente angular, coeficiente linear, pontos, ...).
Objectivos
conceitos:
Terminologia − Equação reduzida da recta
− Equação ponto-declividade de uma recta
− Equação de recta que passa por dois pontos
− Equações de rectas paralelas
− Equações de rectas perpendiculares
− Equação geral da recta no plano

124 Lição nº 19
Equação reduzida da recta
Dado o coeficiente angular k e o coeficiente linear w de uma recta, então

poderemos obter a equação da recta através da sua equação reduzida dada
por:
y=kx+w
1. Se k=5 e w=-4, então a recta é dada por y=5x-4.
2. Se k=1 e w=0, temos a recta (identidade) y=x.
Exemplos 3. Se k=0 e w=5, temos a recta y=5.
Equação ponto-declividade de uma recta
Uma recta que passa por um ponto P=(xo,yo) e tem coeficiente angular k,
é dada por:
y − y0 = k ( x − x0 )
1. Se P=(1,5) pertence a uma recta que tem coeficiente angular k=8,

então a equação da reta é y=8(x-1)+5.
2. Se uma recta passa pela origem e tem coeficiente angular k=-1, então
Exemplo
a sua equação é dada por: y=-x.
1. Seja P=(3, 4) ponto pertence a uma recta que tem coeficiente angular
1
k= , determine uma equação respectiva.
2
Actividade 22 1
Resposta: y = ( x − 3) + 4 .
2
2. Considere uma recta que passa pela origem e tem coeficiente angular
k=-2, determine uma equação respectiva.
Resposta: y=-2x.
Equação da recta que passa por dois pontos
Se dois pontos (x1,y1) e (x2,y2) não estão alinhados verticalmente,

podemos obter a equação da recta que passa por estes pontos com:
y 2 − y1
y − y1 = ( x − x1 )
x2 − x1
1. Determine uma equação da recta que passa pelos pontos ( 2,−3) ,
( 4, 1) .
Actividade 23 Resposta: y = 2 x − 7
Equações de rectas paralelas
Duas rectas no plano são paralelas se ambas são verticais ou se têm os

mesmos coeficientes angulares.
1. x=3 e x=7 são rectas paralelas.
2. As rectas y=34 e y=0 são paralelas.
Exemplos 3. As rectas y=2x+5 e y=2x-7 são paralelas.
Equações de rectas perpendiculares
Duas rectas no plano são perpendiculares se uma delas é horizontal e a

outra é vertical, ou se elas têm coeficientes angulares k' e k" tal que
k'k"=-1.
126 Lição nº 19
1. As rectas y=x+3 e y=-x+12 são perpendiculares, pois k'=1, k"=-1 e

k'k"=-1.
2. As rectas y=5x+10 e y=(-1/5)x-100 são perpendiculares, pois k'=5,

Exemplos k"=-1/5 e k'k"=-1.
1. Para cada um dos casos, encontre a equação da recta perpendicular à

recta dada:
Actividade 24 3 1
r: y = − x+5 s : y = −x + t : y = 2x
4 5
4 1 1
Respostas: r': y = x + 5 ; s': y = x + ; t': y = − x
3 5 2
Equação geral da recta
Toda a recta no plano cartesiano pode ser escrita pela sua equação geral:
ax + b y + c = 0
1. Se a=-1, b=1 e c=-1, tem-se a recta -x+y-1=0.
2. Se a=0, b=1 e c=0, tem-se a recta y=0.
Exemplos 3. Se a=1 , b=0 e c=5 , tem-se a recta x+5=0.

1. Para cada um dos casos encontre a equação geral da recta.
Recta r: Passa pelo ponto (-1, 3) e tem coeficiente angular -2;
Actividade 25 Recta s: Passa pelos pontos (0, 0,) e (3, 2).
Respostas: r: 2x+y-1=0 s: 2x-3y=0
Sumário
− Equação reduzida da recta: Dado o coeficiente angular k e o
coeficiente linear w de uma recta, então poderemos obter a equação
da recta através da sua equação reduzida dada por: y=kx+w.
− Equção ponto-declividade: Uma recta que passa por um ponto

P=(xo,yo) e tem coeficiente angular k, é dada por:
y − y0 = k ( x − x0 )
− Equação da recta que passa por dois pontos: Se dois pontos (x1,y1)
e (x2,y2) não estão alinhados verticalmente, podemos obter a equação
da recta que passa por estes pontos com:
y 2 − y1
y − y1 = ( x − x1 )
x2 − x1
− Equações de rectas paralelas: Duas rectas no plano são paralelas se

ambas são verticais ou se têm os mesmos coeficientes angulares.
− Equações de rectas perpendiculares: Duas rectas no plano são

perpendiculares se uma delas é horizontal e a outra é vertical, ou se
elas têm coeficientes angulares k' e k" tal que k'k"=-1.
− Equação geral da recta: Toda a recta no plano cartesiano pode ser

escrita pela sua equação geral: ax + b y + c = 0.
128 Lição nº 19
Exercícios
1. Determine a equação da recta que passa pelo ponto (-6,-3) e faz um
ângulo de 450.
Auto-avaliação 19 2. Determine a equação da recta cuja declividade é -3 e sua intersecção

com o eixo dos y é -2.
3. Determine a equação da recta que passa pelos pontos (4, 2) e (-5. 7).
4. Determine o valor de k para que a recta kx+(k-1)y-18=0 seja paralela

a recta 4x+3y+7=0.
5. Determine a declividade, o ângulo de inclinação e as intersecções da

recta que passa pelo ponto (2, 3) e perpendicular à recta 2x-7y+2=0.
Feedback
Solução:
1. x − y + 3 = 0 2. 3x + y + 2 = 0
3. 5 x + 9 y − 38 = 0 4. 4
7 20
5. − ; 105057’; , 10.
2 7
Lição nº 20
Equações da recta no plano
Introdução
Nesta lição você vai estudar como determinar a distância que vai de um
ponto a uma recta e verificar quando é que três pontos são ou não
colineares.

horas.
Tempo de estudo da
Determinar a distância de um ponto a uma recta;
Verificar a colinearidade de três pontos.

Objectivos
conceitos:
Terminologia − Distância de um ponto a uma recta
− Colinearidade de três pontos no plano
Distância de um ponto a uma recta no plano
Seja um ponto P=(xo,yo) e uma recta r no plano definida por

130 Lição nº 20
ax+by+c=0.
A distância d=d(P,r) do ponto P à recta r pode ser obtida pela fórmula

abaixo:
ax0 + by 0 + c
d ( P, r ) = .
a 2 + b2
A distância de (0,0) à recta 5x+12y+25=0 é:
5 × 0 + 12 × 0 + 25 25
d ( P, r ) = =
5 + 12
2 2 13
Exemplo
1. Encontre a distância d do ponto P(1, -2) à recta r: 3x+4y-6=0.
11
Resposta: d ( P, r ) =
5
Actividade 26
Área de um triângulo no plano cartesiano
Dado um ponto (x1,y1), localizado fora de uma recta que passa pelos
pontos (x2,y2) e (x3,y3), pode-se calcular a área do triângulo cujos vértices
são estes três pontos, bastando para isto determinar a medida da base do
triângulo que é a distância entre (x2,y2) e (x3,y3) e a altura do triângulo
que é a distância de (x1,y1) à recta que contém os outros dois pontos.
Como o processo é bastante complicado, apresentamos um procedimento

equivalente muito bonito, simples e fácil de memorizar.
A área do triângulo é dada pela metade do valor absoluto do determinante

da matriz indica pela expressão:
⎛ x1 y1 1⎞
1 ⎜ ⎟
A = det ⎜ x2 y 2 1⎟
2 ⎜x
⎝ 3 y 3 1⎟⎠
A área do triângulo cujos vértices são (1,2), (3,4) e (9,2) é igual a 8, pois:
⎛ 1 2 1⎞
1 ⎜ ⎟
A = det ⎜ 3 4 1⎟ = 8
Exemplo
2 ⎜ 9 2 1⎟
⎝ ⎠
1. Encontre a área do triângulo cujos vértices são (-1,1), (2,1) e

(0,3).
Actividade 27 9
Resposta: A =
2
Colinearidade de 3 pontos no plano
Três pontos no plano, (x1,y1), (x2,y2) e (x3,y3) são colineares se pertencem

à mesma recta.
Um processo simples sugere que estes três pontos formem um triângulo

de área nula, assim basta verificar que o determinante da matriz abaixo
deve ser nulo.
⎡ x1 y1 1⎤
C = ⎢ x2 y 2 1⎥ .
⎢ ⎥
⎢⎣ x3 y 2 1⎥⎦
132 Lição nº 20
Os pontos (2,0), (1,1) e (0,2) são colineares pois:
⎡2 0 1⎤
det(C ) = det ⎢1 1 1⎥ = 0
⎢ ⎥
Exemplo ⎢⎣0 2 1⎥⎦
1. Verifique se os pontos (3,1), (-2,1) e (0,-4) são ou não colineares.
Resposta: Não são colineares, pois det(C ) ≠ 0 .
Actividade 28
Sumário
− Seja um ponto P=(xo,yo) e uma recta r no plano definida por
ax+by+c=0.
− A distância d=d(P,r) do ponto P à recta r pode ser obtida pela

fórmula abaixo:
ax0 + by 0 + c
d ( P, r ) =
a 2 + b2
− Dado um ponto (x1,y1), localizado fora de uma recta que passa pelos
pontos (x2,y2) e (x3,y3), pode-se calcular a área do triângulo cujos
vértices são estes três pontos. A área deste triângulo é dada pela
expressão:
⎛ x1 y1 1⎞
1 ⎜ ⎟
A = det ⎜ x2 y 2 1⎟
2 ⎜x
⎝ 3 y 3 1⎟⎠
− Três pontos no plano, (x1,y1), (x2,y2) e (x3,y3), são colineares se

pertencem à mesma recta, ou seja, se o determinante da matriz abaixo
deve ser nulo, isto é:
⎡ x1 y1 1⎤
⎢x y 2 1⎥ = 0
⎢ 2 ⎥
⎢⎣ x3 y 2 1⎥⎦
Exercícios
1. Determine a distância do ponto (2, -3) a recta 4 x − 5 y + 10 = 0 .
2. Determine a equação da recta cuja distância da origem é 5 e que

Auto-avaliação 20 passa pelo ponto (1, 7). (Duas soluções)
3. A distância da recta 4 x − 4 y + 1 = 0 ao ponto P é 4. Se a ordenada

do ponto da P é 3, determine a sua abcissa.
4. Determne a equação da recta cujos pontos são equidistantes de duas

rectas paralelas 12 x − 5 y + 3 = 0 e 12 x − 5 y − 6 = 0 .
5. Determine o valor do coeficiente k na equação kx + 3 y + 5 = 0 de

uma recta tal que a distância desta ao ponto (2, -2) seja igual 1.
Feedback
Solução:
33
1. 41 2. 4 x + 3 y − 25 = 0 , 3x − 4 y + 25 = 0
41
2+2 7
3. -3, 7 4. 24 x − 10 y − 3 = 0 5.
3
134 Lição nº 21
Lição nº 21
Recta em R3
Introdução
Você estudou sobre a recta no plano. Agora vai ampliar os seus
conhecimentos sobre recta, estudando ela no espaço tridimensional. De
facto, o que vai acontecer é o acréscimo de mais uma dimensão em tudo
quanto se estudou sobre recta no plano.

horas.
Tempo de estudo da
Determinar equações da recta no espaço;
Determinar ângulo entre duas rectas no espaço.

Objectivos
conceitos:
Terminologia − Equação vectorial, vector direccional
− Equações paramétricas
− Equação da recta definida por dois pontos
− Equações simétricas
− Ângulo entre duas rectas

Agora vamos ver as equações da recta no espaço tridimensional. Na

verdade, o que temos que observar agora é mais uma dimensão, usando o
sistema cartesiano de coordenadas.
Assim, analogamente ao plano R2, vamos no espaço R3 considerar os

versores i, j e k, respectivamente, dos eixos Ox, Oy e Oz , conforme
figura abaixo, e a representação do vector u no espaço será:
u = (x, y, z) = x.i + y.j + z.k
Analogamente, o termo (i, j, k) , será a base do espaço R3.
Equação vectorial da recta
Seja r uma recta que passa pelo ponto A e tem a direcção de um vector
não nulo v . Para que um ponto P do espaço pertença à recta r, é
necessário e suficiente que os vectores AP e v sejam colineares, isto é:
AP = t v ou P − A = t v (1)
136 Lição nº 21
Da equação (1) vem P = A + t v que em coordenadas fica:
( x, y , z ) = ( x0 , y 0 , z0 ) + t ( a, b, c ) (2)
Qualquer uma das equações (1) e (2) é chamada equação vectorial da
recta r. O vector v = ( a, b, c ) é chamado vector direccional da recta r, e

t é denominado parâmetro. Cada valor de t corresponde um ponto
particular P: quando t varia de − ∞ a + ∞ , o ponto P descreve a recta r.
Determinar a equação vectorial da recta r que passa pelo ponto A(3,0,-5)
e tem a direcção do vector v = 2i + 2 j − k .
Designando por P(x,y,z) um ponto genérico da recta r, tem-se:

Exemplo
P = A + t v , isto é:
( x, y , z ) = (3,0,−5) + t ( 2, 2,−1)
Quando t varia de − ∞ a + ∞ , o ponto P descreve a recta r. Assim, se

t=2, por exemplo, teremos:
( x, y , z ) = (3,0,−5) + 2( 2, 2,−1)
( x, y , z ) = (3,0,−5) + ( 4, 4,−2)
( x, y , z ) = (7,4,−7)
O ponto P(7,4,-7) é um ponto da recta r.
Equações paramétricas da recta
Sejam (O, i, j, k ) um sistema de coordenadas, P ( x, y, z ) e
A( x0 , y0 , z0 ) um ponto genérico e um ponto dado, respectivamente, da
recta r, e v = a i + b j + c k um vector de mesma direcção de r.
Da equação vectorial da recta r:

P = A + t v , ou em coordenadas:
( x, y , z ) = ( x0 , y0 , z0 ) + t ( a, b, c )
ou ainda
( x, y, z ) = ( x0 + at , y 0 + bt , z0 + ct )
vem:
⎧ x = x0 + at
⎪
⎨ y = y 0 + bt (3)
⎪ z = z + ct
⎩ 0
As equações (3), nas quais a, b, e c não são todos nulos ( v ≠ o ) , são

denominadas equções paramétricas da recta r.
As equações paramétricas da recta r, que passa pelo ponto A(3,−1, 2) e
é paralela ao vector v = ( −3,−2, 1) , são:
Exemplo ⎧ x = 3 − 3t
⎪
⎨ y = −1 − 2t
⎪ z =2+t
⎩
Para se obter um ponto desta recta, basta atribuir a t um valor particular.
1. Determine a equação vectorial da recta r que passa pelo ponto
A(1, 1,−3) e tem a direcção do vector v = i + 3 j − 2k .
Actividade 29 2. Determine as equações paramétricas da recta r que passa pelo ponto
P(6, 1,−2) e tem a direcção do vector v = 2i − 3 j − 5k .

138 Lição nº 21
Respostas:
1) ( x, y , z ) = (1, 1,−3) + t (1, 3,−2) , com t ∈ R
⎧ x = 6 + 2t
⎪
2) ⎨ y = 1 − 3t
⎪ z = −2 − 5t
⎩
Equação da recta definida por dois pontos
A recta definida pelos pontos A( x1 , y1 , z1 ) e B ( x 2 , y 2 , z 2 ) é recta que

passa pelo ponto A (ou B) e tem a direcção do vector
v = AB = ( x2 − x1 , y 2 − y1 , z1 − z2 ) .
A recta r, determinada pelos pontos A(1,−2,−3) e B(3,1,−4) tem a
direcção do vector v = AB = ( 2, 3,−1) e as equações paramétricas
Exemplo ⎧ x = 1 + 2t
⎪
⎨ y = −2 + 3t
⎪ z = −3 − t
⎩
representam esta recta r, passando pelo ponto A, com a direcção do
vector v = AB ; analogamente, as equações paramétricas
⎧ x = 3 + 2t
⎪
⎨ y = 1 + 3t
⎪ z = −4 − t
⎩
ainda representam a mesma recta r, passando pelo ponto B, com a
direcção do vector v = AB .
Equações simétricas da recta

Das equações paramétricas (3), supondo a, b, c ≠ 0 , vem:
x − x1 y − y1 z − z1
t= , t= , t=
a b c
logo:
x − x1 y − y1 z − z1
= =
a b c
Estas equações são denominadas equações simétricas ou normais da recta

que passa por um ponto A( x1 , y1 , z1 ) e tem direcção do vector
v = ( a, b, c ) .
As equações simétricas da recta que passa pelo ponto A(3, 0,−5) e tem
a direcção do vector v = 2i + 2 j − k são:
Exemplo x−3 y z+5

= = .
2 2 −1
1. Encontre as equações simétricas da recta que passa pelo ponto
P(9, 2,−11) e tem a direcção do vector v = 5i + 2 j − 7k .
Actividade 30 x − 9 y − 2 z + 11
Resposta: = = .
5 2 −7
Ângulo entre duas rectas
Sejam as rectas r1, que passa pelo ponto A1 ( x1 , y1 , z1 ) e tem a direcção
do vector v1 = ( a1 , b1 , c1 ) , e r2, que passa pelo ponto A2 ( x 2 , y 2 , z 2 ) e
tem a direcção do vector v 2 = ( a 2 , b2 , c2 ) .

140 Lição nº 21
Chama-se ângulo entre duas rectas r1 e r2 o menor ângulo de um vector

direccional de r1 e de um vector direccional de r2. Logo, sendo θ este
ângulo, tem-se
v1 ⋅ v 2
cosθ = , com 0 ≤ θ ≤ π
2
v1 v 2
ou em coordenadas:
a1a 2 + b1b2 + c1c2

cosθ = .
2 2 2 2 2 2
a1 + b1 + c1 a 2 + b2 + c2
Assim o ângulo entre as rectas será dado por
a1a 2 + b1b2 + c1c2

cosθ = .
2 2 2 2 2 2
a1 + b1 + c1 a 2 + b2 + c2
Calcular o ângulo entre as rectas
⎧ x = 3+ t
⎪ x+2 y −3 z
r1 : ⎨ y = t e r2 : = =
⎪ z = −1 − 2t −2 1 1
Exemplo ⎩
Os vectores que definem as direcções das rectas r1 e r2 são,
respectivamente: v1 = (1, 1, −2) e v 2 = ( −2, 1, 1) . Assim, teremos:

v1 ⋅ v2 (1, 1, −2) ⋅ ( −2, 1, 1)

cosθ = = =
v1 v 2 12 + 12 + ( −2) 2 × ( −2) 2 + 12 + 12
− 2 +1− 2 −3 3 1
= = = ,
1+1+ 4 × 4 +1+1 6× 6 6 2
logo:
⎛1⎞ π
θ = arccos⎜ ⎟ = rad = 60o .
⎝2⎠ 3
1. Determine o ângulo entre as rectas r e s:
y − 3 z +1 ⎧ y = 2x
r: = ; x=2 s: ⎨
Actividade 31 2 −2 ⎩z = x − 3
3
Resposta: θ = arccos
6
Sumário
− Seja r uma recta que passa pelo ponto A e tem a direcção de um
vector não nulo v . Para que um ponto P do espaço pertence à recta r,
é necessário e suficiente que os vectores AP e v sejam colineares,

isto é:
AP = t v ou P − A = t v (1)
− Da equação (1) vem P = A + t v que em coordenadas fica:
( x, y , z ) = ( x0 , y 0 , z0 ) + t ( a , b, c ) (2)
142 Lição nº 21
− Qualquer uma das equações (1) e (2) é chamada equação vectorial da
recta r. O vector v = ( a, b, c ) é chamado vector direccional da recta

r, e t é denominado parâmetro.
− Sejam (O, i, j, k ) um sistema de coordenadas, P ( x, y , z ) e

A( x0 , y0 , z0 ) um ponto genérico e um ponto dado, respectivamente,
da recta r, e v = a i + b j + c k um vector de mesma direcção de r. As

equações
⎧ x = x0 + at
⎪
⎨ y = y 0 + bt
⎪ z = z + ct
⎩ 0
− nas quais a, b, e c não são todos nulos ( v ≠ o) , são denominadas

equções paramétricas da recta r.
− A recta definida por dois pontos A( x1 , y1 , z1 ) e B ( x 2 , y 2 , z 2 ) é

recta que passa pelo ponto A (ou B) e tem a direcção do vector
v = AB = ( x2 − x1 , y 2 − y1 , z1 − z 2 ) .
− As equações paramétricas de uma recta que passa por um ponto (x,

y,z) com vector direccional (a, b, c), são:
x − x1 y − y1 z − z1
= =
a b c
− Chama-se ângulo entre duas rectas r1 e r2 o menor ângulo de um

vector direccional de r1 e de um vector direccional de r2. Logo sendo
θ este ângulo, tem-se que o ângulo entre as rectas é dado por
a1a 2 + b1b2 + c1c2

cosθ =
2 2 2 2 2 2
a1 + b1 + c1 a 2 + b2 + c2
Exercícios
1. Verificar se os pontos P1(5,-5,6) e P2(4,-1,12) pertencem à recta
x − 3 y +1 z − 2
r: = =
Auto-avaliação 21 −1 2 −2
2. Determine o ponto da recta
⎧x =2−t
⎪
r : ⎨ y = 3+ t que tem abcissa 4.
⎪ z = 1 − 2t
⎩
3. Estabeleça as equações da recta que passa pela origem e é

simultaneamente ortogonal às rectas
x y z−3 ⎧ y = 3x − 1
r: = = e s:⎨
2 −1 − 2 ⎩z = − x + 4
4. Determine o ângulo entre às rectas
⎧ x = −2 − 2t
⎪ x y + 6 z −1
r : ⎨ y = 2t e s: = =
⎪ z = 3 − 4t 4 2 2
⎩
5. Calcule o valor de n para que seja 30o o ângulo que a recta
⎧ y = nx + 5
r:⎨ forma com o eixo dos y.
⎩z = 2x − 3
Feedback
Solução:
⎧y = 0
1) Apenas P1 2) (4,1,5) 3) ⎨ 4) 600 5) ± 15
⎩x = z
144 Lição nº 22
Lição nº 22
Equações do plano
Introdução
Agora você vai iniciar o estudo do plano, suas equações, sua posição
relativa com outro plano, entre plano e recta.

horas.
Tempo de estudo da
Determinar equações de um plano dadas diferentes condições;
Determinar ângulo entre dois planos;

Objectivos
Determinar ângulo entre uma recta e um plano.
conceitos:
Terminologia − Vector normal de um plano
− Equação vectorial
− Equação geral do plano
− Equação segmentária
− Ângulo entre dois planos

− Ângulo entre recta e plano
Vamos agora estudar o plano, suas equações, suas relações com com
recta no espaço tridimensional e com outros planos. Comecemos com a
dedução das diferentes equações do plano.
Equação geral do plano
Seja A( x1 , y1 , z1 ) um ponto pertencente a um plano π e
n = ai + b j + c k , n ≠ (0,0,0) vector normal (isto é, vector ortogonal)

ao plano. O plano π pode ser definido como sendo o conjunto de todos
os pontos P ( x, y, z ) do espaço tais que o vector AP é ortogonal a n .
O ponto P pertence a π se e somente se:
n ⋅ AP = 0 (5)
Considerando que: n + ( a, b, c ) e AP = ( x − x1 , y − y1 , z − z1 )
A equação (5) fica:
( a, b, c ) ⋅ ( x − x1 , y − y1 , z − z1 ) = 0 ou
a ( x − x1 ) + b( y − y1 ) + c( z − z1 ) = 0 ou ainda
ax + by + cz − ax1 − by1 − cz1 = 0 ,
Fazendo
− ax1 − by − cz1 = d vem:

146 Lição nº 22
ax + by + cz + d = 0 .
Esta é a equação geral ou cartesiana do plano π .
Equação segmentária do plano
Se um plano π : ax + by + cz + d = 0 não é paralelo a nenhum dos
planos coordenados (o que implica a ≠ 0 , b ≠ 0 , c ≠ 0 ) e não passa

pela origem (o que implica d ≠ 0 ), sua equação pode ser apresentada na
forma
x y z
+ + =1
p q r
Denominada equação segmentária do plano na qual ( p, 0, 0) ,
(0, q, 0) , (0, 0, r ) são os pontos onde π intersecta os eixos dos x, dos
y, e dos z, respectivamente.
Determinar a equação geral do plano π que passa pelo ponto
A( 2,−1, 3) , sendo n = (3, 2,−4) um vector normal a π .
Se n é normal ao plano, sua equação é do tipo:

Exemplo
3x + 2 y − 4 z + d = 0 .
Como o ponto A pertence ao plano, suas coordenadas devem verificar a

equação, isto é:
3( 2) + 2( −1) − 4(3) + d = 0
6 − 2 − 12 + d = 0
d =8
Logo, a equação geral do plano π é: 3x + 2 y − 4 z + 8 = 0 .

1. Determine a equação geral do plano π que passa pelo ponto
A(1,−3, 5) , sendo n = (8, 3,−1) um vector normal a π .
Actividade 32
Resposta: π : 8x + 3 y − z + 6 = 0
Ângulo entre dois planos
Sejam os planos
π 1 : a1 x + b1 y + c1 z + d1 = 0 e π 2 : a 1 x + b1 y + c1 z + d = 0
Então, n1 = ( a1 , b1 , c1 ) e n2 = ( a 2 , b2 , c2 ) são vectores normais a π 1 e
π 2 , respectivamente.
Chama-se ângulos entre dois planos π 1 e π 2 o menor ângulo que um
vector normal de π 1 forma com um vector normal de π 2 . Sendo este

ângulo, tem-se:
v1 ⋅ v2
cosθ = , com 0 ≤ θ ≤ π
2
ou em coordenadas:
v1 v2
a1a 2 + b1b2 + c1c2

cosθ = .
2 2 2 2 2 2
a1 + b1 + c1 a 2 + b2 + c2
148 Lição nº 22
Determinar o ângulo entre os planos
π 1 : 2 x − 3 y + 5z − 8 = 0 e π 2 : 3x + 2 y + 5z − 4 = 0 .
Exemplo Solução:
Os vectores n1 = ( 2,−3,5) e n2 = (3,2,5) são vectores normais a estes

planos. De acordo com o que acabamos de apresentar sobre ângulo entre
dois planos, temos:
n1 ⋅ n 2 ( 2,−3,5)(3,2,5)
cos θ =
n1 n2 2 2 + ( −3) 2 + 52 32 + 2 2 + 52
2 × 3 − 3× 2 + 5× 5 25 25
= = =
4 + 9 + 25 9 + 4 + 25 38 38 38
25
Logo temos: θ = arccos , θ ≈ 48051' .
38
1. Determine o ângulo θ entre os planos π 1 e π 2 :
π 1 : x + 2 y + z − 10 = 0 e π 2 : 2 x + y − z + 1 = 0
Actividade 33
Resposta: θ = 600
Ângulo entre recta e plano
Seja uma recta r com a direcção do vector v e um plano π , sendo n um

vector normal a π .
O ângulo φ da recta r com o plano π é o complemento do ângulo θ que a

recta r forma com um vector normal ao plano.
Considerando que θ + φ = π
2
e, portanto, cosθ=senφ, vem:
v ⋅n
sen φ = , 0≤φ ≤ π
2
.
v n
⎧ x = 1 − 2t
⎪
Determinar o ângulo que a recta r : ⎨ y = −t
⎪ z = 3+ t
⎩
Exemplo
forma com o plano π : x + y − 5 = 0 .
Solução:
A recta r tem a direcção do vector v = ( −2,−2, 1) e n = (1, 1, 0) é um
vector normal ao plano π. Assim, teremos:
v ⋅n ( − 2 , − 1, 1) ⋅ (1, 1, 0 )
sen φ = =
v n ( − 2 ) + ( − 1) 2 + 1 2 1 2 + 1 2 + 0 2
2
que desenvolvendo e racionalizado, vem:

150 Lição nº 22
3 3 π
senφ = , de onde obtemos φ = arcsen = .
2 2 3
x−2 y z +1
1. Determine o ângulo θ entre a recta r : = = e o plano
3 −4 5
π : 2x − y + 7z − 1 = 0 .
Actividade 34
Resposta: θ = 600
Sumário
− Seja A( x1 , y1 , z1 ) um ponto pertencente a um plano π e
n = ai + b j + c k , n ≠ (0,0,0) vector normal (isto é, vector

ortogonal) ao plano. O plano π pode ser definido como sendo o
conjunto de todos os pontos P ( x, y , z ) do espaço tais que o vector
AP é ortogonal a n . O ponto P pertence a π se e somente se:
n ⋅ AP = 0 de onde obtemos a equação
ax + by + cz + d = 0 .
denominada equação geral ou cartesiana do plano π .
− Se um plano π : ax + by + cz + d = 0 não é paralelo a nenhum dos
planos coordenados (o que implica a ≠ 0 , b ≠ 0 , c ≠ 0 ) e não passa

pela origem (o que implica d ≠ 0 ), sua equação pode ser apresentada
na forma
x y z
+ + =1
p q r
denominada equação segmentária do plano na qual ( p, 0, 0) ,
(0, q, 0) , (0, 0, r ) são os pontos onde π intersecta os eixos dos x,
dos y, e dos z, respectivamente.

− Chama-se ângulos entre dois planos π 1 e π 2 o menor ângulo que
um vector normal de π 1 forma com um vector normal de π 2 . Sendo
θ este ângulo, tem-se:
a1a 2 + b1b2 + c1c2

cosθ = com 0 ≤ θ ≤ π
2
.
2 2 2 2 2 2
a1 + b1 + c1 a 2 + b2 + c2
− Seja uma recta r com a direcção do vector v e um plano π , sendo n

um vector normal a π .O ângulo φ da recta r com o plano π é o
complemento do ângulo θ que a recta r forma com um vector normal
ao plano. Considerando que θ + φ = π
2
e, portanto, cosθ=senφ, vem:
v ⋅n
sen φ = , 0≤φ ≤ π
2
v n
Exercícios
1. Determine a equação geral do plano paralelo ao plano
π : 2 x − 3 y − z + 5 = 0 e que contém o ponto A( 4,−1, 2)

Auto-avaliação 22
2. Dada a equação geral do plano π : 3x − 2 y − z − 6 = 0 , determine
um sistema de equações paramétricas de π.
3. Calcule o ângulo entre os planos π 1 : x + 2 y + z − 10 = 0 e
π 2 : 2x + y − z + 1 = 0 .
4. Determine o ângulo que a recta
⎧ y = −2 x
⎨
⎩z = 2 x + 1
forma com o plano π : x − y + 5 = 0 .

152 Lição nº 22
5. Determine os pontos de intersecção do plano π : 2 x + 4 y − z − 4 = 0

com os eixos coordenados e, também a recta de intersecção deste
plano com o plano xOy.
Feedback
Solução:
1) 2 x − 3 y − z − 9 = 0
2) Existem infinitos sistemas. Um deles é:
⎧ x=t
⎪
⎨ y = −h
⎪ z = −6 + 2h + 3t; h, t ∈ R
⎩
3) 600 4) 450
⎧ z=0
5) (2,0,0), (0,1,0), (0,0,-4), ⎨
⎩y = − 2 x +1
1
Lição nº 23
Cónicas. Linhas de 2ª Ordem
Introdução
As linhas de 2ª ordem que você vai estudar em seguida podem ser obtidas
através de secções (cortes planos) de um cone circular recto com duas
folhas. Por serem secções de um cone, são denominadas secções cónicas
ou simplesmente cónicas. Tais curvas aparecem como a interseção do
cone com um plano apropriado, como apresenta a figura abaixo.
Elipse Parábola Hipérbole
Se o plano secante não passar pelo vértice do cone, teremos os casos de

cónicas autênticas, que são a elipse, a parábola, e a hipérbole.
Existem ainda os casos degenerados, quando o plano secante passa pelo

vértice do cone. No nosso estudo vamos dar atenção aos casos das
cónicas autênticas.
154 Lição nº 23
Elipse
Vamos agora estudar mais pormenorizadamente a elipse, suas definições

algébrica e geometricamente e exemplos de aplicação.

horas.
Tempo de estudo da
Definir elipse algébrica e geometricamente;
Determinar elementos da elipse.

Objectivos
conceitos:
Terminologia − Elipse
− Focos
− Semi-eixo maior
− Semi-eixo menor
− Semi-distância focal
− Vértices
− Eixo maior
− Eixo menor
− Distância focal
− Excentricidade
Elipse
Considerando, num plano α, dois pontos distintos, F1 e F2 , e sendo 2a um

número real maior que a distância entre F1 e F2, chamamos de elipse o
conjunto dos pontos do plano α tais que a soma das distâncias desses
pontos a F1 e F2 seja sempre igual a 2a.
Sendo P, Q, R, S, F1 e F2 pontos de um mesmo plano e F1F2 < 2a, temos:
Exemplo
Elementos da elipse
Observe a elipse a seguir. Nela consideramos os seguintes elementos:
• focos: os pontos F1 e F2
• centro: o ponto O, que é o ponto médio de F1 F2
• semi-eixo maior: a
• semi-eixo menor: b
156 Lição nº 23
• semi-distância focal: c
• vértices: os pontos A1, A2, B1, B2
• eixo maior: A1 A2 = 2a
• eixo menor: B1 B2 = 2b
• distância focal: F1 F2 = 2c
Excentricidade
Chamamos de excentricidade o número real e tal que:
c
e=
a
Pela definição de elipse, 2c < 2a, então c < a
e, consequentemente, 0 < e < 1.
Equações
Vamos considerar os seguintes casos:
a) elipse com centro na origem e eixo maior horizontal
Sendo c a semi-distância focal, os focos da

elipse são F1(-c, 0) e F2(c, 0):
Aplicando a definição de elipse

( d F1P + d F2 P = 2a ) , obtemos a equação da
x2 y2
elipse + =1
a 2 b2
b) elipse com centro na origem e eixo maior vertical

Nessas condições, a equação da elipse

é:
x2 y2
+ =1
a 2 b2
Considere uma elipse com centro na origem e eixo maior horizontal

a = 3 , eixo menor b = 2 , determine:
Actividade 35 1. A equação da elipse; 2. Eixo focal
3. A excentricidade da elipse; 4. Coordenadas do foco
Respostas:
x2 y2
1) + =1 2) 5
32 2 2
5
3) e = 4) F1(0, − 5 ); F2(0, 5)
3
Sumário
− Considerando, num plano α, dois pontos distintos, F1 e F2 , e sendo
2a um número real maior que a distância entre F1 e F2, chamamos de
elipse o conjunto dos pontos do plano α tais que a soma das
distâncias desses pontos a F1 e F2 seja sempre igual a 2a.
158 Lição nº 23
Aplicando a definição de elipse

( d F1P + d F2 P = 2a ) , obtém-se sua
x2 y2
equação + =1.
a 2 b2
− Elementos da elipse (considere a figura acima):
• centro: o ponto O, que é o ponto médio de F1 F2
• semi-eixo maior: a
• semi-eixo menor: b
• vértices: os pontos A1, A2, B1, B2
• eixo maior: A1 A2 = 2a
• eixo menor: B1 B2 = 2b
• distância focal: F1 F2 = 2c
c
• excentricidade: e =
a
Exercícios
x2 y2
1) Dada a elipse + = 1 , determine os vértices, os focos e a
100 36
excentricidade da elipse.
Auto-avaliação 23
2) Determine a equação da elipse cujas condições são as seguintes:
3
centro C(2, 4), um foco F(5, 4) e excentricidade .
4
3) Determine a equação da elipse cujas condições são as seguintes:

vértices V1(-1, 2), V2(-7, 2) e a medida do eixo maior igual a 2.
Feedback
Solução:
4
1) C(0, 0); A(±10, 0) ; F (±8, 0) ; e =
5
2) 7 x 2 + 16 y 2 − 28 x − 128 y + 172 = 0 .
3) x 2 + 9 y 2 + 8 x − 36 y + 43 = 0 .
160 Lição nº 24
Lição nº 24
Parábola
Introdução
A segunda cónica que você vai estudar é a paraábola. De facto, você já
conhece esta cónica desde o tempo do seu ensino secundário. Agora vai
aprofundar o estudo desta curva e classificá-la de entre a família das
curvas cónicas. Tal como foi na lição sobre a elipse, nesta lição vai
estudar as definições da parábola, suas proriedades e aplicações.

horas.
Tempo de estudo da
Definir parábola algébrica e geometricamente;
Resolver problemas sobre parábola a partir dos seus elementos.

Objectivos
conceitos:
Terminologia − Parábola
− Foco
− Diretriz
− Vértice
− Parâmetro
Parábola
Dada uma recta d e um ponto F ( F ∉ d ) , de um plano , chamamos de

parábola o conjunto de pontos do plano equidistantes de F e d.
Assim, sendo, por exemplo, F, P, Q e R pontos de um plano e d uma

recta desse mesmo plano, de modo que nenhum ponto pertença a d,
temos:
1. A parábola é obtida seccionando-se obliquamente um cone circular

recto.
2. Os telescópios reflectores mais simples têm espelhos com secções

Tome Nota!
planas parabólicas.
3. As trajectórias de alguns cometas são parábolas, sendo que o Sol

ocupa o foco.
4. A superfície de um líquido contido em um cilindro que gira em torno

de seu eixo com velocidade constante é parabólica.
162 Lição nº 24
Elementos da parábola
Observe a parábola representada a seguir. Nela temos os seguintes

elementos:
• foco: o ponto F
• directriz: a recta d
• vértice: o ponto V
• parâmetro: p
Então, temos que:
• o vértice V e o foco F ficam numa mesma recta, o eixo de simetria e.
Assim, sempre temos e ⊥ d .
• DF =p
V é o ponto médio de DF ( DV = VF = 2 )
p
•
Equações
a) parábola com vértice na origem, concavidade para a direita e eixo de

simetria horizontal
p
Como a recta d tem equação x = − e na parábola temos:
2
• F ( p
2
)
, 0 ;
• P(x, y);
• dPF = dPd ( definição);
obtemos, então, a equação da parábola:
y 2 = 2 px
b) parábola com vértice na origem, concavidade para a esquerda e eixo

de simetria horizontal
Nessas condições, a equação da parábola é:
y 2 = −2 px
c) parábola com vértice na origem, concavidade para cima e eixo de

simetria vertical
164 Lição nº 24
x 2 = 2 py
d) parábola com vértice na origem, concavidade para baixo e eixo de

simetria vertical
x 2 = −2 py
Determinar a equação de cada uma das parábolas, sabendo que:
a) Vértice V(0, 0) e foco F(1, 0)
Actividade 36 b) Vértice V(0, 0) e directriz y=3
c) Vértice V(0, 0), passa pelo ponto P(-2, 3) e concavidade voltada

para cima.
Respostas: a) y2=4x b) x2=-12y c) 5x2-4y=0

Sumário
Dada uma recta d e um ponto F ( F ∉ d ) , de um plano α, chamamos de
parábola o conjunto de pontos do plano α equidistantes de F e d.
Elementos da parábola:
foco: o ponto F directriz: a recta d
vértice: o ponto V parâmetro: p
Casos de equações da parábola:
a) parábola com vértice na origem, concavidade para a direita e eixo de

simetria horizontal;
b) parábola com vértice na origem, concavidade para a esquerda e eixo

de simetria horizontal;
c) parábola com vértice na origem, concavidade para cima e eixo de

simetria vertical;
d) parábola com vértice na origem, concavidade para baixo e eixo de

simetria vertical.
166 Lição nº 24
Exercícios
1) Estabelaça uma equação da parábola sabendo que o seu vértice é
V (0, 0) e a directriz é d: d : y = −2 .
Auto-avaliação 24
2) Determine o vértice, o foco, uma equação para a directriz e uma
equação para o eixo da parábola y 2 + 3x = 0 .
3) Determine uma equação da parábola, sabendo que ela tem o vértice

V (1, 3) , eixo paralelo ao eixo dos x, passando pelo ponto
P( −1, −1) .
Feedback
Solução:
⎛ 3 ⎞ 3
1) x 2 = 8 y 2) V(0, 0); F ⎜ − , 0 ⎟ ; x = ; y = 0.
⎝ 4 ⎠ 4
3) ( y − 3) 2 = −8( x − 1)
Lição nº 25
Hipérbole
Introdução
Vamos agora estudar a hipérbole. Tal como nas lições sobre elipse e
parábola, você vai estudar nesta lição sobre hipérbole, as suas definições,
propriedades e aplicações.

horas.
Tempo de estudo da
Definir hipérbole algébrica e geometricamente;
Resolver problemas sobre hipérbole a partir dos seus elementos.

Objectivos
conceitos:
Terminologia − Hipérbole
− Hipérbole equilátera
− Focos
168 Lição nº 25
− Vértices
− Semi-eixo real
− Semi-eixo imaginário
− Semi-distância focal
− Distância focal
− Eixo real
− Eixo imaginário
− Excentricidade
− Assímptotas
Hipérbole
Considerando, num plano α, dois pontos distintos, F1 e F2 , e sendo 2a

um número real menor que a distância entre F1 e F2, chamamos de
hipérbole o conjunto dos pontos do plano α tais que o módulo da
diferença das distâncias desses pontos a F1 e F2 seja sempre igual a 2a.
Por exemplo, sendo P, Q, R, S, F1 e F2 pontos de um mesmo plano e

F1F2 = 2c, temos:
A figura obtida é uma hipérbole.
Os dois ramos da hipérbole são determinados por um plano paralelo ao

eixo de simetria de dois cones circulares rectos e opostos pelo vértice:
Tome Nota!
Elementos da hipérbole
Observe a hipérbole representada a seguir. Nela temos os seguintes

elementos:
• vértices: os pontos A1 e A2
• centro: o ponto O, que é o ponto médio de A1 A2
• semi-eixo real: a
• semi-eixo imaginário: b
170 Lição nº 25
• distância focal: F1 F2 = 2a
• eixo real: A1 A2 = 2a (contém os focos)
• eixo imaginário: B1 B2 = 2b (b>0 e tal que a2+b2=c2)
Excentricidade
Chamamos de excentricidade o número real e tal que:
c
e=
a
Como c > a, temos e > 1.
Equações
a) hipérbole com centro na origem e focos no eixo Ox
F1 (-c, 0)
F2 ( c, 0)
Aplicando a definição de hipérbole:
d F1P − d F2 P = 2a ⇒ ( x + c ) 2 + y 2 − ( x − c ) 2 + y 2 = 2a
Obtemos a equação da hipérbole:
x2 y2
− =1
a 2 b2
b) hipérbole com centro na origem e focos no eixo Oy
Nessas condições, a equação da hipérbole é:
x2 y2
− =1
a2 c2
Hipérbole equilátera
Uma hipérbole é chamada eqüilátera quando as medidas dos semi-eixos

real e imaginário são iguais:
a=b
172 Lição nº 25
Assímptotas da hipérbole
Assímptotas são rectas que contém as diagonais do rectângulo de lados 2a

e 2b.
Quando o eixo real é horizontal, o coeficiente angular dessas rectas é

b a
m = ± ; quando é vertical, o coeficiente é m = ± .
a b
Equações das assímptotas
a) eixo real horizontal e C(0, 0)
b
As assímptotas passam pela origem e têm coeficiente angular m = ± ;
a
logo, suas equações são da forma:
b
y=± x
a
b) eixo vertical e C(0, 0)
a
As assímptotas passam pela origem e têm coeficiente angular m = ± ;
b
logo, suas equações são da forma:
a
y=± x.
b
x2 y2
1. Dada a equação da hipérbole − = 1 , determinar:
7 9
Actividade 37 a) a medida dos semi-eixos
b) as coordenadas dos vértices
c) as coordenadas dos focos
d) a excentricidade
e) as equações das assímptotas
Respostas:
a) a = 7 ; b = 3 b) A1 ( − 7 , 0) e A2 ( 7 , 0)
4 3
c) F1 ( −4, 0) e F2 ( 4, 0) d) e = e) y = ± x
7 7
Sumário
− Considerando, num plano α, dois pontos distintos, F1 e F2 , e sendo
2a um número real menor que a distância entre F1 e F2 , chamamos
de hipérbole o conjunto dos pontos do plano α tais que o módulo da
diferença das distâncias desses pontos a F1 e F2 seja sempre igual a
2a.
174 Lição nº 25
Elementos da hipérbole
• vértices: os pontos A1 e A2
• centro: o ponto O, que é o ponto médio de A1 A2
• semi-eixo real: a
• semi-eixo imaginário: b
• distância focal: F1 F2 = 2a
• eixo real: A1 A2 = 2a (contém os focos)
• eixo imaginário: B1 B2 = 2b (b>0 e tal que a2+b2=c2)
c
• excentricidade: o número real e tal que: e =
a
Casos de equações da hipérbole
• A equação da hipérbole com centro na origem e focos no eixo Ox é:

x2 y2
− =1
a 2 b2
• A a equação da hipérbole com centro na origem e focos no eixo Oy é:

x2 y2
− =1
a2 c2
• Uma hipérbole é chamada equilátera quando as medidas dos semi-

eixos real e imaginário são iguais.
• As equações das assímptotas são da forma:

b a
y=± x ou y=± x
a b
Exercícios
x2 y2
1) Dada a hipérbole − = 1 , determine os vértices, os focos e a
100 64
excentricidade.
Auto-avaliação 25
2) Determine a equação da hipérbole cujas condições são as seguintes:
5
centro C(0, 0), eixo real sobre Oy, b = 8 e excentricidade .
3
3) Determine a equação da hipérbole cujas condições são as seguintes:

vértices V1(3, 0), V2(-3, 0), equações das assímptotas y = ±2 x .
Feedback
Solução:
41
1) A(±10, 0) , F (±2 41, 0) , e =
5
2) 16 y 2 − 9 x 2 − 576 = 0
x2 y2
3) − =1
9 36
176 Lição nº 26
Lição nº 26
Mudança de base. Valores e

vectores próprios
Introdução
Nesta lição você vai aprender como se pode transformar uma equação
geral do segundo grau para forma canónica e aplicar este conhecimento
particularmente no estudo das curvas cónicas.

horas.
Tempo de estudo da
Transformar uma equação geral do segundo grau para a forma

canónica;
Objectivos Aplicar a mudança de base na classificação das cónicas.
conceitos:
Terminologia − Mudança de base
− Polinómio característico
− Autovalor (valor próprio)
− Autovector (vector própio)

Mudança de base
Sejam B1 = {u1 , u2 ,..., un } e B2 = {v1 , v 2 ,..., v n } duas bases de um

espaço vectorial. B1 chama-se base “velha”, B2 chama-se base “nova”.
Suponhamos que:
v1 = a11u1 + a12 u2 + ... + a1n un

v 2 = a 21u1 + a 22 u2 + ... + a 2 n un
..............................................
vn = a n1u1 + a n 2 u2 + ... + a nn un
⎛ a11 a12 ... a1n ⎞

⎜ ⎟
⎜a a 22 ... a 2 n ⎟
Seja P = ⎜ 21
... ... ... ... ⎟
⎜⎜ ⎟
⎝ a n1 an 2 ... a nn ⎟⎠
A matriz P chama-se matriz de mudança de base (ou matriz de transição

da base “velha” B1 para a base “nova” B2).
Considere duas bases de R2:
B1={u1=(1,-2); u2=(3,-4)} e B2={v1=(1,3); v2=(3,8)}
A matriz de transição P de base B1 para B2 pode ser obtida da seguinte

Exemplo
maneira:
v1 = a11u1 + a12 u2 ou (1,3) = a11 (1,−2) + a12 (3,−4) , o que implica
⎧ 1 = a11 + 3a12 13 5
⎨ ; donde temos a11 = − , a12 =
⎩3 = −2a11 − 4a12 2 3
v2 = a 21u1 + a 22 u2 ou (3,8) = a 21 (1,−2) + a 22 (3,−4) , o que implica
⎧ 3 = a 21 + 3a 22
⎨ ; donde temos a 21 = −18 , a 22 = 7 .
⎩8 = −2a 21 − 4a 22
178 Lição nº 26
⎛ a11 a12 ⎞ ⎛ − 132 53 ⎞

Assim temos P = ⎜⎜ ⎟=⎜ ⎟
⎝ a 21 a 22 ⎟⎠ ⎜⎝ − 18 7 ⎟⎠
1. Considerando as bases B1 e B2 do exemplo acima, determine a matriz

de transição T de base B2 para B1.
Actividade 38 ⎛ a11 a12 ⎞ ⎛ − 14 − 36 ⎞

Resposta: T = ⎜⎜ ⎟=⎜ ⎟
⎝ a 21 a 22 ⎟⎠ ⎜⎝ 5 13 ⎟⎠
Polinómio característico
Ao invés de trabalhar directamente com a resolução de sistemas como

nos exemplos apresentados, existe um processo mais simples para obter
os autovalores de A.
Se A é uma matriz nxn sobre K e I é a matriz identidade de mesma ordem

que A, definimos o polinómio característico de A como sendo o
determinante f ( μ ) = μI − A .
A equação Δ A ( μ ) = μI − A = 0 chama-se equação característica da
matriz A. Algumas vezes vemos na literatura o polinómio característico

da matriz A definido na forma trocada f (μ ) = det ( A − μI ) .
Seja a matriz definida por:
⎛ 1 2⎞
A = ⎜⎜ ⎟⎟
⎝ 4 9⎠
Exemplo
Assim:
μ −1 −2
Δ A (μ ) = = μ 2 − 10μ + 1
−4 μ −9
⎛ 5 − 2⎞
1. Determine o polinómio cracterístico da matriz M = ⎜⎜ ⎟
⎝− 2 8 ⎟⎠
Actividade 39 Resposta: μ 2 − 13μ + 36
Introdução aos autovalores
Seja V um espaço vectorial de dimensão n sobre um corpo K, A uma

matriz quadrada de ordem n e T : V → V uma transformação linear,
definida para cada v ∈V por:
T (v ) = A ⋅ v
Será que existe algum vector v ∈V , cuja imagem T(v) pela

transformação T tenha a mesma direcção que o vector v, ou seja, será que
existe um escalar μ ∈ K tal que
T (v ) = μ ⋅ v
O vector nulo tem essa propriedade para qualquer escalar, mas

observamos que o vector nulo não pode ser utilizado em uma base do
espaço vectorial V, objectivo fundamental no contexto do estudo de
autovalores e autovectores.
Estamos procurando vectores v ∈V e escalares μ ∈ K para os quais
T (v) = A ⋅ v = μ ⋅ v
Subjacente ao processo de descoberta desses escalares e vectores estão as

soluções de muitos problemas aplicados da Matemática, Física,
Engenharia Civil e Eléctrica, etc.
Autovalores e autovectores
Seja A uma matriz quadrada de ordem n sobre um corpo K. Se existe um

escalar μ ∈ K e um vector v ≠ 0 tal que:
180 Lição nº 26
A⋅ v = μ ⋅ v
este escalar µ é denominado um autovalor de A e v é um autovector

associado a este escalar µ.
Sinónimos para autovalor são: valor próprio e valor característico.
⎛4 2 ⎞
Dada a matriz A = ⎜⎜ ⎟⎟ , achar os seus autovalores e os seus
⎝ 3 − 1⎠
autovectores.
Exemplo Vamos começar por achar o polinómio característico da matriz A:
4−λ 2
Δ A (λ ) = = ( 4 − λ )( −1 − λ ) − 6 = λ2 − 3λ − 10 .
3 −1− λ
Os autovalores são as raízes do polinómio característico:
λ2 − 3λ − 10 = 0 do qual teremos
3 ± 9 + 40 3 ± 7
λ1, 2 = = , λ1 = −2 , λ2 = 5 .
2 2
Calculamos os autovectores:
Para λ1 = −2 temos a partir do polinómio característico o seguinte:
⎧6 x + 2 y = 0
⎨ ⇔ 3x + y = 0 , se x=1, então y=-3.
⎩ 3x + y = 0
Logo, v1 = (1,−3) é o autovector associado a autovalor λ1 = −2 .
Para λ2 = 5 temos a partir do polinómio característico o seguinte:
⎧− x + 2 y = 0
⎨ ⇔ − x + 2 y = 0 , se x=2, então y=1.
⎩ 3x − 6 y = 0
Logo, v 2 = ( 2, 1) é o autovector associado a autovalor λ2 = 5 .

⎛ 2 − 2⎞
Dada a matriz A = ⎜⎜ ⎟⎟ , determinar:
⎝− 2 5 ⎠
Actividade 40 a) Matriz característica de A
b) Autovalores de A e respectivos autovectores
Respostas:
a) λ2 − 7λ + 6 ;
b) λ1 = 1 , λ2 = 6 v1 = ( 2,1) , v 2 = (1,−2)
Agora vamos ver um exemplo de como fazer uma transformação de uma

equação geral do segundo grau a duas incógnitas a uma equação mais
simples, ou seja, a uma equação canónica, usando os conceitos que
acabamos de tratar.
Transformar a equação dada à forma canónica e construir a linha
identificada: 3x 2 + 2 xy + 3 y 2 + 6 2 x + 2 2 y + 2 = 0 (*).
A forma matricial desta equação é (x,y)tA(x,y)+K(x,y)+2=0, onde

Exemplo
⎛ 3 1⎞
A = ⎜⎜ (
⎟⎟ e K = 6 2 , 2 2 )
⎝ 1 3⎠
Para encontrar a matriz de transição vamos ter que encontrar os

autovectores e normalizá-los:
3− λ 1
Δ A (λ ) = = (3 − λ ) 2 − 1 = λ2 − 6λ + 8
1 3−λ
Resolvendo a equação Δ A (λ ) = 0 , obtemos λ1 = 2 e λ2 = 4 , cujos

autovectores são, respectivamente, v1 = (1,−1) e v 2 = (1, 1) .
182 Lição nº 26
Vamos agora normalizar os vectores v1 = (1,−1) e v 2 = (1, 1) e
v1 ⎛ 1 −1 ⎞ v ⎛ 1 1 ⎞
obteremos v10 = =⎜ , ⎟ e v2 = 2 = ⎜
0
, ⎟ donde
v1 ⎝ 2 2⎠ v2 ⎝ 2 2⎠
⎛ 1 1
⎞
obtemos a matriz de transformação P = ⎜ 2 2
⎟;
⎜ −1 1 ⎟
⎝ 2 2 ⎠
⎛ x⎞ ⎛ x' ⎞ ⎧ x= 1
( x '+ y ' )
A partir da equação de transição ⎜⎜ ⎟⎟ = P⎜⎜ ⎟⎟ ⇔ ⎨ 2
e
⎩y = ( − x '+ y ' )
1
⎝ y⎠ ⎝ y' ⎠ 2
substituindo x e y na equação dada (*) e associando os termos

semelhantes, teremos 2 x ' 2 +4 y ' 2 +4 x '+8 y '+2 = 0 e através do
completamento dos quadrados teremos a seguinte equação:
( x '+1) 2 ( y '+1) 2
+ =1
2 1
⎧ x" = x ' + 1
Seja ⎨ então obtemos a equação da elipse
⎩ y" = y '+1
x"2 y" 2
+ = 1.
2 1
O esboço correspondente será
1. Reduz a equação 5 x 2 − 4 xy + 8 y 2 + 20
5
x− 80
5
y + 4 = 0 à forma
canónica e identifica a curva.
Actividade 41
x"2 y" 2
Resposta: + = 1 , é uma elipse.
9 4
Sumário
− Sejam B1 = {u1 , u2 ,..., un } e B2 = {v1 , v 2 ,..., v n } duas bases de um
espaço vectorial. B1 chama-se base “velha”, B2 chama-se base
“nova”. Suponhamos que:
v1 = a11u1 + a12 u2 + ... + a1n un

v 2 = a 21u1 + a 22 u2 + ... + a 2 n un
..............................................
vn = a n1u1 + a n 2 u2 + ... + a nn un
⎛ a11 a12 ... a1n ⎞

⎜ ⎟
⎜a a 22 ... a 2 n ⎟
Seja P = ⎜ 21
... ... ... ... ⎟
⎜⎜ ⎟
⎝ a n1 an 2 ... a nn ⎟⎠
− A matriz P chama-se matriz de mudança de base (ou matriz de

transição da base “velha” B1 para a base “nova” B2).
− Seja A uma matriz quadrada de ordem n sobre um corpo K. Se existe

um escalar μ ∈ K e um vector v ≠ 0 tal que:
A⋅ v = μ ⋅ v
este escalar µ é denominado um autovalor de A e v é um autovector

associado a este escalar µ.
Sinónimos para autovalor são: valor próprio e valor característico.
− Polinómio característico: Se A é uma matriz nxn sobre K e I é a

matriz identidade de mesma ordem que A, definimos o polinómio
característico de A como:
f (μ ) = det (μI − A)
184 Lição nº 26
− A equação μI − A = 0 chama-se equação característica da matriz
A. Algumas vezes vemos na literatura o polinómio característico da

matriz A definido na forma trocada f (μ ) = det ( A − μI ) .
Exercícios
1. 1. Considere as bases B1={u1=(1,0); u2=(0,1)} e B2={v1=(1,3);
v2=(2,5)}
Auto-avaliação 26 a) Ache a matriz de transição P de base B1 para B2 e matriz

T de transição de B2 para B2.
⎛ 1 4⎞
2. Determine os autovalores e os autovectores da matriz A = ⎜⎜ ⎟⎟
⎝ 2 3⎠
3. Transforme na forma canónica a equação:
5 x 2 + 4 xy + 8 y 2 − 32 x − 56 y + 80 = 0
Feedback
Solução:
⎛1 2⎞ ⎛ − 5 2⎞
1) P = ⎜⎜ ⎟⎟ T = ⎜⎜ ⎟⎟ 2) Autovalores: λ1 = 5 ,
⎝3 5⎠ ⎝ 3 1⎠
λ2 = −1 ; Autovectores: Para λ1 , v1 = (1, 1) ; Para λ2 , v2 = ( 2, −1)
x" 2 y"2
3) + =1
4 9
Lição nº 27
Superfícies de 2ª Ordem
(Quadráticas)
Introdução
Vamos agora estudar a superfícies cuja descrição é feita a partir de uma
equação do segundo grau. A equação geral do 2º grau nas três variáveis x,
y, e z:
ax 2 + by 2 + cz 2 + 2dxy + 2 fyz + mx + ny + pz + q = 0 ,
Onde pelo menos um dos coeficientes a, b, c, d, e, ou f é diferente de

zero, representa uma superfície quádrica ou simplesmente uma
quádrica.
Aqui estudaremos aquelas quádricas que podem ser geradas por rotação
das cónicas autênticas vistas na secção 4.3. Assim, da elipse teremos o
elipsóide, da parabola, o parabolóide e da hipérbole - o hiperbolóide.

horas.
Tempo de estudo da
Elipsóide
Você vai agora estudar o elipsóide. Pelo próprio nome você conclui,
facilmente, a relação que esta superfíce tem com a elipse. Nesta lição vai
estudar as definições da elipsóide, suas propriedades e algumas
aplicações.
186 Lição nº 27
Definir elipsóide algebricamente e geometricamente;
Resolver problemas relativos ao elipsoíde.

Objectivos
conceitos:
Terminologia − Elipsóide
− Elipsóide escaleno
− Elipsóide plano
− Esferóide
Elipsóide
Um elipsóide é um sólido que

resulta da rotação de uma elipse em
torno de um dos seus eixos. A
equação de um elipsóide num
sistema de coordenadas cartesiano
x-y-z é
Imagem tridimensional de um elipsóide
x2 y2 z2
+ + =1
a 2 b2 c 2
onde a, b e c são números reais positivos que determinam as dimensões e

forma do elipsóide. Se dois dos números são iguais, o elipsóide é um
esferóide; se os três forem iguais, trata-se de uma esfera.
Elipsóide escaleno
Supondo a ≥ b ≥ c, então:
a ≠ b ≠ c: tem-se elipsóide escaleno
c = 0: tem-se elipsóide plano (duas elipses em simetria)
b = c: esferóide em forma de charuto
a = b: esferóide em forma de comprimido
a = b = c: esfera
Para o estudo das superfícies, recorremos por vezes à intersecção que elas
fazem com planos ou rectas em posições especiais.
Veja o exemplo seguinte:
Ache as coordenadas dos pontos de intersecção (se existir) no elipsóide

x2 y2 z2 x y +1 z + 3
+ + = 1 com a recta = = .
24 12 8 2 −1 1
Exemplo Solução: Transformemos as equações da recta para a forma paramétrica e

substituamos na equação do elipsóide:
x=2t; y=-t-1; z=t-3
4t 2 ( −t − 1) 2 (t − 3) 2
+ + =1; 4t 2 + 2(t + 1) 2 + 3(t − 3) 2 = 24 ou
24 12 8
14 ± 196 − 180 14 ± 4 5
9t 2 − 14t + 5 = 0 ; t1, 2 = = ; t1 = 1 , t 2 =
18 18 9
Então, os pontos da intersecção são A(2,-2,-2) e B( 109 ,− 149 , 229 ) .
4
O volume de um elipsóide é dado por: πabc
3
188 Lição nº 27
A área da superfície tem uma fórmula mais complexa, dada por:
⎛ bc 2 ⎞
2π ⎜⎜ c 2 + F (θ , m ) + b a 2 − c 2 E (θ , m) ⎟⎟
⎝ a 2 − c2 ⎠
em que
a 2 (b 2 − c 2 )
m=
b 2 (a 2 − c 2 )
θ = arcsen(e)
c2
e = 1−
a2
e F(θ,m) e E(θ,m) são os integrais elípticos incompletos do segundo e

terceiro tipos.
Fórmulas aproximadas:
Elipsóide plano: 2π ( ab)
⎛ arcsen( e) ⎞
Se b = c: ≈ 2π ⎜ c 2 + ac ⎟
⎝ e ⎠
⎛ arctan h( e) ⎞
Se a = b: ≈ 2π ⎜ a 2 + c 2 ⎟
⎝ e ⎠
⎛ a pb p + a pc p + b pc p ⎞ p
Se o elipsóide é escaleno: ≈ 4π ⎜⎜ ⎟⎟
⎝ 3 ⎠
onde p ≈ 1.6075 resulta num erro relativo máximo de cerca de 1.061%

(fórmula de Knud Thomsen); um valor de p = 8/5 = 1.6 resulta bem para
praticamente todos os elipsóides esferóides, com erro relativo máximo de
1.178% (fórmula de David W. Cantrell).
Sumário
− Um elipsóide é um sólido que resulta da rotação de uma elipse em
torno de um dos seus eixos. A equação de um elipsóide num sistema
de coordenadas cartesiano x-y-z é
x2 y2 z2
+ + =1
a 2 b2 c 2
onde a, b e c são números reais positivos que determinam as

dimensões e forma do elipsóide. Se dois dos números são iguais, o
elipsóide é um esferóide; se os três forem iguais, trata-se de uma
esfera.
− Supondo que a ≥ b ≥ c, então:
a ≠ b ≠ c: o elipsóide é escaleno
c = 0: o elipsóide é plano (duas elipses em simetria)
b = c: esferóide em forma de charuto
a = b: esferóide em forma de comprimido
a = b = c: esfera
4
O volume de um elipsóide é dado por: πabc
3
A área da superfície tem uma fórmula mais complexa, dada por:
⎛ bc 2 ⎞
2π ⎜⎜ c 2 + F (θ , m ) + b a 2 − c 2 E (θ , m) ⎟⎟
⎝ a 2 − c2 ⎠
em que
a 2 (b 2 − c 2 )
m=
b 2 (a 2 − c 2 )
θ = arcsen(e)
190 Lição nº 27
c2
e = 1−
a2
e F(θ,m) e E(θ,m) são os integrais elípticos incompletos do segundo e

terceiro tipos.
Exercícios
1) Mostrar que a equação
4 x 2 + 9 y 2 + 36 z 2 − 8 x − 18 y − 72 z + 13 = 0 determina um
elipsóide.
Auto-avaliação 27
x2 y2 z2
2) Ache os pontos de intersecção do elipsóide + + =1 e a
81 36 9
x−3 y −4 z+2
recta = =
3 −6 4
Feedback
Solução:
( x − 1) 2 ( y − 1) 2 ( z − 1) 2
1) + + =1 2) (3, 4, -2)
9 4 1
Lição nº 28
Parabolóide
Introdução
À semelhança do estudo sobre elipsóide, esta lição vai tratar da

parabolóide, suas definições, propriedades e algumas aplicações.

horas.
Tempo de estudo da
Definir paraboloíde algébrica e geometricamente;
Resolver problemas relativos ao paraboloíde.

Objectivos
conceitos:
Terminologia − Parabolóide elíptico, parabolóide circular
− Parabolóide hiperbólico
192 Lição nº 28
Parabolóide
Um parabolóide é uma quádrica, um tipo de superfície em três

dimensões, descrito pela equação:
2 2
⎛x⎞ ⎛ y⎞
⎜ ⎟ + ⎜ ⎟ + 2z = 0
⎝a⎠ ⎝b⎠
Parabolóide elíptico
ou
2 2
⎛x⎞ ⎛ y⎞
⎜ ⎟ − ⎜ ⎟ + 2z = 0
⎝a⎠ ⎝b⎠
Parabolóide hiperbólico
Existem dois tipos de parabolóides: elíptico e hiperbólico. O parabolóide

elíptico possui um formato semelhante a uma taça e pode possuir um
ponto máximo e mínimo. O parabolóide hiperbólico possui um formato
semelhante a uma sela e pode possuir um ponto crítico chamado de ponto
de sela. Esta é uma superfície com regras duplas.
Com a = b um parabolóide elíptico é um parabolóide de revolução: uma

superfície obtida através da rotação de uma parábola ao redor do seu eixo.
Este é o formato do reflector parabólico utilizado nos espelhos, antenas e
objectos semelhantes. Esta superfície é também chamada de parabolóide

circular.
Uma fonte de luz posicionada no ponto focal desta superfície produz um

raio de luz paralelo. Isto também funciona da maneira inversa: um feixe
de luz com raios paralelos incidente no parabolóide é concentrado no
ponto focal. Isto também se aplica a outras ondas, como nas antenas
parabólicas.
Sumário
− Um parabolóide é uma quádrica, um tipo de superfície em três
2 2
⎛x⎞ ⎛ y⎞
dimensões, descrito pela equação: ⎜ ⎟ + ⎜ ⎟ + 2z = 0
⎝a⎠ ⎝b⎠
Parabolóide elíptico
ou
2 2
⎛x⎞ ⎛ y⎞
⎜ ⎟ − ⎜ ⎟ + 2 z = 0 Parabolóide hiperbólico
⎝a⎠ ⎝b⎠
− O parabolóide elíptico possui um formato semelhante a uma taça e

pode possuir um ponto máximo e mínimo.
− O parabolóide hiperbólico possui um formato semelhante a uma

sela e pode possuir um ponto crítico chamado de ponto de sela.
Com a = b um parabolóide elíptico é um parabolóide de revolução

ou parabolóide circular.
194 Lição nº 28
Exercícios
1) Dada a equação 2 xy − 6 x + 10 y + z − 31 = 0 mostre que ela
representa um parabolóide hiperbólico.
Auto-avaliação 28 2) 2) Determinar as coordenadas dos pontos de intersecção (se

x2 y2 z2
existir) do elipsóide + + =1 com a recta
24 12 8
x y +1 z + 3
= = .
2 −1 1
Feedback
Solução:
1) x"2 − y"2 + z" = 0
⎛ 10 14 22 ⎞
2) A(2, -2, -2) e B ⎜ , − , − ⎟
⎝9 9 9 ⎠
Lição nº 29
Hiperbolóide
Introdução
Nesta lição você vai finalizar o estudo das quádricas. O estudo da
hiperbolóide vai consistir, tal como no estudo das outras quádricas, em
conhecer as suas definições, propriedades e algumas das suas aplicações.

horas.
Tempo de estudo da
Definir hiperbolóide algebricamente e geometricamente;
Resolver problemas relativos ao hiperboloíde.

Objectivos
conceitos:
Terminologia − Hiperbolóide
− Hperbolóide de uma folha
− Heprbolóide de duas folhas

196 Lição nº 29
Hiperbolóide
Um hiperbolóide é uma quádrica, um tipo de superfície em três

x2 y2 z2
+ − =1
a 2 b2 c2
Hiperbolóide de uma folha
ou
x2 y2 z2
− − + =1
a 2 b2 c 2
Hiperbolóide de duas folhas
Se, e somente se, a = b, a superfície é um hiperbolóide de revolução. Um

hiperbolóide de uma folha pode ser obtido girando-se uma hipérbole ao
redor de seu eixo transversal. Alternativamente, um hiperbolóide de duas
folhas de eixos AB é obtido como o conjunto de pontos P tais que AP-BP
é uma constante, sendo AP a distância entre A e P. A e B são chamados
de focos do hiperbolóide. Um hiperbolóide de duas folhas pode ser obtido
através da rotação de uma hipérbole ao redor do seu eixo focal.
Um hiperbolóide de uma folha é uma superfície com regras duplas. Se ele

for um hiperbolóide de revolução, ele também pode ser obtido através da
rotação de uma recta ao redor de uma recta de suporte.
Um hiperbolóide degenerado possui a forma:
x2 y2 z2
+ − = 0;
a 2 b2 c 2
se a = b, então esta fórmula irá fornecer um cone, se não for, ele

fornecerá um cone elíptico.
Sumário
− Um hiperbolóide é uma quádrica, um tipo de superfície em três
x2 y2 z2
+ − =1 Hiperbolóide de uma folha
a 2 b2 c2
ou
x2 y2 z2
− − + =1 Hiperbolóide de duas folhas
a 2 b2 c 2
− Se, e somente se, a = b, a superfície é um hiperbolóide de

revolução.
− Um hiperbolóide degenerado possui a forma:
x2 y2 z2
+ − = 0;
a 2 b2 c 2
se a = b, então esta fórmula irá fornecer um cone, se não for, ele

fornecerá um cone elíptico.
198 Lição nº 29
Exercícios
Pela tranformação de coordenadas, determine a equação canónica da
hiperbolóide e diga se é de uma folha ou de duas folhas:
Auto-avaliação 29 1) 6 x 2 + 3 y 2 − 2 z 2 + 12 x − 18 y − 8 z = −7 .
2) 2 xy + 2 xz + 2 yz − 6 x − 6 y − 4 z = −9 .
Feedback
Solução:
x'2 y '2 z'2

1) + − = 18 ; É hiperbolóide de uma folha.
3 6 9
2) x" 2 + y" 2 −2 z" 2 = −1 ; É hiperbolóide de duas folhas.

Lição nº 30
Revisão Geral
Terminado o Módulo sobre Álgebra Linear, é momento de você fazer

revisão de toda a matéria aprendida neste Módulo.
O tempo de 6 horas para revisão é sugestivo, pode ser que você leve
menos tempo ou mais, tudo dependerá do grau de assimilação da matéria
Tempo de estudo da
lição: 06:00 Horas por sua parte.
Recomendações para revisão
Os sumários no fim de cada Lição irão facilitar a si no sentido de rever

Dica directamente os aspectos mais relevantes dos conteúdos. Caso ache
necessário, não hesite em revisitar uma determinada lição por inteiro.
Recomenda-se que você refaça alguns exercícios de auto-avalição

propostos em cada Unidade estudada. Ao resolver os exercícios, procure
fazê-los até ao fim e só depois procure ver as soluções.
Caso tenha possibilidade de consultar a Internet, você poderá pesquisar

mais sobre assuntos relacionados com a matéria estudada neste módulo. É
sempre bom procurar aprender mais do que foi possível aprender com
este manual, ou com o CD-ROM que acompanhou o seu Módulo. A
bibliografia apresentada é considerada como básica, não querendo dizer
com isso que somente aqueles livros são importantes. Você poderá, e é
recomendável que assim o faça, procurar outra bibliografia, desde que
seja sobre os temas tratados no estudo deste Módulo.
Para qualquer dúvida ou preocupação que você não possa resolver

sozinho, não hesite em contactar o seu instrutor da disciplina.
Bom trabalho!
200 Lição nº 30
Bibliográfia
ANTON, H. & RORRES, C. (1987). Elementary Algebra with

Applications; John Wiley & Sons, New York.
LANDESMAN, E. & HESTENES, M. (1992). Linear Algebra for

Mathematics, Science and Engineering; Prentice-Hall, New Jersey.
MAGALHÃES, L. (1997). Álgebra Linear como Introdução a

Matemática Aplicada; Texto Editora, Lisboa.
MONTEIRO, A. et al (1997). Álgebra Linear e Geometria Analítica

- Problemas e Exercícios; McGraw-Hill, Lisboa.
STEINBRUCH, A. & WINTERLE, P. (1987). Geometria Analítica;

Editora McGraw-Hill, São Paulo.

Algebra Linear

Enviado por

Direitos autorais:

Formatos disponíveis

Algebra Linear

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

Algebra Linear

Enviado por

Direitos autorais:

Formatos disponíveis

ÁLGEBRA LINEAR

Rua Comandante Augusto Cardoso, nº 135

Fax: +258 21-322113

À COMMONWEALTH of LEARNING (COL) pela disponibilização do Template usado na produção

Ao Instituto Nacional de Educação a Distância (INED) pela orientação e apoio prestados.

Ao Magnífico Reitor, Directores de Faculdade e Chefes de Departamento pelo apoio prestado em

Autor: Marcos Cherinda

Desenho Instrucional: Suzete Buque

Revisão Linguística: Alice Sengo

Maquetização: Anilda Ibrahimo Khan

Edição: Anilda Ibrahimo Khan

Exercícios de revisão ...................................................................................................... 72

Sumário ......................................................................................................................... 110

Sumário ......................................................................................................................... 150

Sumário ......................................................................................................................... 193

Com o tratamento deste modulo, você estará habilitado a iniciar e

• Apresentar e interpretar os conceitos básicos sobre espaço

• Formular e demonstrar as propriedades fundamentais do espaço

Quem deve estudar este módulo?

Como está estruturado este

Uma visão geral detalhada do curso / módulo, resumindo os aspectos-

Conteúdo do curso / módulo

O curso está estruturado em unidades. Cada unidade incluirá uma

O Módulo de Álgebra Linear para o curso de Física compreende quatro

Na unidade sobre Matrizes e Determinantes, você deverá fazer o estudo

A unidade sobre Sistemas de Equações Lineares vai tratar de estender os

Na unidade sobre Espaços Vectoriais, você vai iniciar com um breve

neste espaço que lhe vão permitir trabalhar os problemas a serem

Na unidade da Aplicação da Álgebra Linear na Geometria Analítica você

Se você está interessado em aprender mais, preste atenção a lista de

Tarefas de avaliação e/ou Auto-avaliação

As tarefas de avaliação para este módulo encontram-se no final de cada

Esta é a sua oportunidade para nos dar sugestões e fazer comentários

Acerca dos ícones

Pode ver o conjunto completo de ícones deste manual já a seguir, cada um

Comprometimento/ Resistência, “Qualidade do “Aprender através

Paz/harmonia Unidade/relações Vigilância / “Eu mudo ou

[Ajuda-me] deixa- “Pronto a enfrentar “Nó da sabedoria” Apoio /

Antes de resolver qualquer tarefa ou problema, o estudante deve certificar-

É importante questionar se as informações colhidas na literatura são

Desejamos-lhe muitos sucessos!

Não se esqueça de consultar também colegas da escola que tenham feito a

vivam na sua zona e tenham ou estejam a fazer cadeiras relacionadas com

Tarefas (avaliação e auto-avaliação)

Na medida de possível, procurar alargar competências relacionadas com o

As tarefas colocadas nas actividades de avaliação e de auto-avaliação

A avaliação visa não só informar-nos sobre o seu desempenho nas lições,

Durante o estudo deste módulo o estudante será avaliado com base na

Matrizes. Tipos de Matrizes

Para completar o estudo desta lição você necessitará de cerca de três

Ao completar esta lição, deverá ser capaz de:

− Matriz; linha, coluna, elementos, índices

Na matemática, uma matriz é um tabela de m x n símbolos sobre um corpo

As linhas horizontais da matriz são chamadas de linhas e as linhas verticais

Um elemento de uma matriz A que está na i-ésima linha e na j-ésima coluna

Uma matriz onde uma de suas dimensões é igual a 1 é geralmente chamada

Veja o seguinte exemplo:

A matriz a seguir é uma matriz de ordem 2x3 com elementos naturais.

Neste exemplo, o elemento a12 é 2, o número na primeira linha e segunda

Multiplicar uma matriz por um escalar;

Representar determinante de uma matriz;