álgebra vetorial

Vetores no espaço Rn , com n ∈ N

n = 1 Quando n = 1, Rn = R1 = R. O conjunto R que pode ser representado por uma

reta orientada:

| | -
O a

−→
Um real a é identificado com o ponto P de abcissa a ou com o vetor OP definido pela
origem da reta e pelo ponto P.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 9 / 32

n = 2 Quando n = 2, temos o conjunto Rn = R2 , que pode ser representado por um
plano definido por duas retas orientadas (às quais chamamos eixos cartesianos):

Um par (x1 , y1 ) é identificado com o ponto P de abcissa x1 e ordenada y1 ou com o

−→
vetor OP definido pela origem dos eixos e pelo ponto P.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 10 / 32

n = 3 Quando n = 3, temos o conjunto Rn = R3 , que pode ser representado pelo
espaço real definido por três eixos:

Um triplo (x1 , y1 , z1 ) é identificado com o ponto P de abcissa x1 , ordenada y1 e cota z1

−→
ou com o vetor OP definido pela origem dos eixos e pelo ponto P.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 11 / 32

vetores

Embora se perca a interpretação geométrica, é fácil generalizar estas definições a

dimensões maiores e definir o espaço Rn , para qualquer n ∈ N.

Definição 1.1. Para um inteiro positivo n, o conjunto

Rn = {(x1 , x2 , ..., xn ) : x1 , x2 , ..., xn ∈ R} diz-se o espaço euclidiano de dimensão n.
Um elemento x = (x1 , x2 , ..., xn ) ∈ Rn diz-se um ponto ou um vetor de Rn .

Exemplo 1.2. (1, 2) é um vetor do espaço R2 e (−1, 0, 0, 3, 7) é um vetor do espaço R5 .

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 12 / 32

operações com vetores

As definições de soma de vetores e de produto de um número real por um vetor

decorrem naturalmente das definições análogas no plano e no espaço.

Definição 1.3. Dados dois vetores x = (x1 , x2 , ..., xn ), y = (y1 , y2 , ..., yn ) ∈ Rn , define-se
uma adição x + y e uma multiplicação por um escalar αx (onde α ∈ R) por

x + y = (x1 + y1 , x2 + y2 , ..., xn + yn ), αx = (αx1 , αx2 , ..., αxn ).

Exemplo 1.4. (1, 3, −2, 5, 4) + (2, 0, 4, 1, −6) = (3, 3, 2, 6, −2);

4(−1, 0, 2, 6) = (−4, 0, 8, 24).

Observação 1.5. O elemento zero da adição é o vetor nulo 0 = (0, 0, ..., 0) e o simétrico
de x = (x1 , x2 , ..., xn ) é −x = (−x1 , −x2 , ..., −xn ).

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 13 / 32

propriedades da adição e da multiplicação por um escalar

Teorema 1.6. Seja n ∈ N. Para todos os vetores x, y , z ∈ Rn e todos os escalares

α, β ∈ R, temos:
1 x +y =y +x
2 x + (y + z) = (x + y ) + z
3 x +0=x
4 x + (−x) = 0
5 (αβ)x = α(βx)
6 α(x + y ) = αx + αy
7 (α + β)x = αx + βx
8 1x = x

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 14 / 32

produto interno euclidiano

Definição 1.7. O produto interno euclidiano (ou produto escalar usual) de dois vetores
x = (x1 , x2 , ..., xn ), y = (y1 , y2 , ..., yn ) ∈ Rn representa-se por x · y ou hx, y i e é o real
definido por
x · y = x1 y1 + x2 y2 + · · · + xn yn .

Exemplo 1.8. Em R5 ,

(1, 2, 0, −1, −3) · (2, −1, 8, −1, 0) = 1 × 2 + 2 × (−1) + 0 × 8

+(−1) × (−1) + (−3) × 0
=2−2+0+1+0
= 1.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 15 / 32

propriedades do produto interno euclidiano

O produto interno euclidiano satisfaz as seguintes condições.

Proposição 1.9. Dados x, y , z ∈ Rn e α ∈ R,

1 x · y = y · x;
2 x · (y + z) = (x · y ) + (x · z);
3 (αx) · y = α(x · y ) = x · (αy );
4 x · x ≥ 0, e x · x = 0 se e só se x = 0.

Teorema 1.10. Teorema de Cauchy-Schwarz. Dados x, y ∈ Rn ,

√ √
|x · y | ≤ x · x y · y .

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 16 / 32

norma euclidiana

Definição 1.11. A norma euclidiana de um vetor x ∈ Rn é definida por

q √
k x k= x12 + x22 + · · · + xn2 = x · x.

Observação 1.12. A norma de um vetor

p é um escalar não negativo. Se n = 1,
k x k= |x| e, se n = 2, então k x k= x12 + x22 é dada pelo Teorema de Pitágoras.
√ √ √
Exemplo 1.13. Em R2 , k (3, 4) k= 32 + 4 2 = 9 + 16 = 25 = 5.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 17 / 32

propriedades da norma euclidiana

A norma euclidiana satisfaz as seguintes condições.

Proposição 1.14. Dados x, y ∈ Rn e α ∈ R

1 k x k≥ 0, e k x k= 0 se e só se x = 0;
2 k αx k= |α| k x k;
3 k x + y k≤k x k + k y k.

Observação 1.15. A condição (3) é conhecida como desigualdade triangular.

Observação 1.16. A desigualdade do Teorema de Cauchy-Schwarz pode ser escrita

como
|x · y | ≤k x kk y k .

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 18 / 32

ângulo de dois vetores

A noção de ângulo entre dois vetores pode ser generalizada a vectores de Rn , usando a
desigualdade de Cauchy-Schwarz.

Através desta desigualdade, tem-se, para x e y não nulos

|x · y | ≤k x kk y k⇔

|x · y |
⇔ ≤1⇔
k x kk y k
x ·y
⇔ −1 ≤ ≤ 1.
k x kk y k

Como é sabido, se θ é um ângulo cuja medida varia entre 0 e π, então cos θ percorre
todos os valores entre −1 e 1. Este facto e as desigualdades acima permitem a seguinte
definição.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 19 / 32

ângulo de dois vetores

Definição 1.17. Sejam x e y dois vetores de Rn . O ângulo θ formado pelos dois vetores
é o ângulo tal que 0 ≤ θ ≤ π e
x ·y
cos θ = .
k x kk y k

√
Exemplo 1.18. Em R5 , consideremos os vetores (1, 1, 1, 0, 1) e (−1, −1, −1, 6, 0) e
representemos por θ o ângulo por eles formado. Então,
√
(1, 1, 1, 0, 1) · (−1, −1, −1, 6, 0)
cos θ = √
k (1, 1, 1, 0, 1) kk (−1, −1, −1, 6, 0) k
−3 .
= √ √
4 9
1
=−
2
O ângulo θ ∈ [0, π] cujo cosseno é − 21 é o ângulo θ = 2π
. Assim, o ângulo formado
√ 3
pelos vetores (1, 1, 1, 0, 1) e (−1, −1, −1, 6, 0) é 2π3
.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 20 / 32

ortogonalidade

Definição 1.19. Dois vetores dizem-se ortogonais se o ângulo formado por eles for um
ângulo reto.

Observação 1.20. Dois vetores são ortogonais se e só se o ângulo por eles formado for
π
2
, ou seja, se e só se o produto interno euclidiano entre eles for nulo.

Exemplo 1.21. Em R3 , consideremos os vetores e1 = (1, 0, 0), e2 = (0, 1, 0) e

e3 = (0, 0, 1). Temos que

e1 · e2 = 1 × 0 + 0 × 1 + 0 × 0 = 0
e1 · e3 = 1 × 0 + 0 × 0 + 0 × 1 = 0
e2 · e3 = 0 × 0 + 1 × 0 + 0 × 1 = 0

Assim, os vetores e1 , e2 e e3 são ortogonais dois a dois.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 21 / 32

conjuntos ortonormais
Definição 1.22. Um conjunto de vetores de Rn diz-se ortogonal se os vetores do
conjunto forem ortogonais dois a dois. Um conjunto ortogonal diz-se ortonormado se a
norma de cada vetor do conjunto é 1.

Exemplo 1.23. Consideremos de novo os vetores e1 = (1, 0, 0), e2 = (0, 1, 0) e

e3 = (0, 0, 1) de R3 . Facilmente se verifica que

k e1 k=k e2 k=k e3 k= 1.

Como já vimos no Exemplo 1.21, o conjunto {e1 , e2 , e3 } é ortogonal. Logo, {e1 , e2 , e3 } é
ortonormado. Ao conjunto {e1 , e2 , e3 } chamamos base canónica de R3 .

Observação 1.24. Se nenhum dos vetores de um conjunto ortogonal é o vetor nulo,

podemos obter um conjunto ortonormado efetuando o produto de cada vetor pelo
inverso da sua norma, uma vez que, dado x ∈ Rn \ {0},
1 1 1
k x k= | | k x k= k x k= 1.
kx k kx k kx k

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 22 / 32

distância euclidiana

Definição 1.25. A distância euclidiana entre dois pontos x, y ∈ Rn é definida pela

norma do vector x − y , ou seja,
p
d(x, y ) =k x − y k= (x1 − y1 )2 + (x2 − y2 )2 + · · · (xn − yn )2 .

A distância euclidiana satisfaz as seguintes propriedades.

Proposição 1.26. Dados x, y , z ∈ Rn ,

1 d(x, y ) ≥ 0, e d(x, y ) = 0 se e só se x = y ;
2 d(x, y ) = d(y , x);
3 d(x, z) ≤ d(x, y ) + d(y , z).

Observação 1.27. A condição (3) dá-nos a já vista desigualdade triangular.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 23 / 32

produto externo

O produto externo e o produto misto de vetores apenas se calculam em espaços a três

dimensões.

Definição 1.28. Sejam x = (x1 , x2 , x3 ) e y = (y1 , y2 , y3 ) dois vetores de R3 . O produto

externo de x e y é o vetor

x × y = (x2 y3 − x3 y2 , −x1 y3 + x3 y1 , x1 y2 − x2 y1 ).

Exemplo 1.29. Sejam x = (1, 2, 3) e y = (4, 5, 6). Então,

x × y = (2 × 6 − 3 × 5, −1 × 6 + 3 × 4, 1 × 5 − 2 × 4) = (−3, 6, −3).

Verifica-se que (−3, 6, −3) · (1, 2, 3) = 0 e (−3, 6, −3) · (4, 5, 6) = 0, ou seja, o vetor
x × y é ortogonal ao vetor x e ao vetor y .

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 24 / 32

propriedades do produto externo

O produto externo satisfaz as seguintes propriedades.

Proposição 1.30. Sejam x, y , z ∈ R3 e α ∈ R.

1 Se existe β ∈ R tal que x = βy ou y = βx, então x × y = (0, 0, 0).
2 Em particular, x × x = (0, 0, 0) e x × (0, 0, 0) = (0, 0, 0) × x = (0, 0, 0).
3 (x × y ) · x = 0 (x × y é ortogonal a x).
4 (x × y ) · y = 0 (x × y é ortogonal a y ).
5 k x × y k=k x kk y k sin θ, onde θ é o ângulo formado por x e y .
6 x × y = −(y × x).
7 (x + y ) × z = (x × z) + (y × z).
8 x × (y + z) = (x × y ) + (x × z).
9 α(x × y ) = (αx) × y = x × (αy ).

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 25 / 32

aplicações do produto externo

Aplicações do produto externo 1.31.

1 Dois vetores x e y não nulos são paralelos se e só se x × y é o vetor nulo.
2 A área do paralelogramo definido por dois vetores u e v é dada por k u × v k.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 26 / 32

produto misto

Definição 1.32. Sejam x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ) e z = (z1 , z2 , z3 ) três vetores de

R3 . O produto misto de x, y e z é

[x, y , z] = x · (y × z)

O produto misto satisfaz as seguintes propriedades.

Proposição 1.33. Sejam x, y , z ∈ R3 .

1 x · (y × z) = 0 se e só se um dos vetores x, y ou z é combinação dos outros (por
exemplo, se x = (1, 2, 3), y = (1, 0, 1) e z = (1, 4, 5), então x · (y × z) = 0 uma
vez que z = (1, 4, 5) = 2(1, 2, 3) − (1, 0, 1) = 2x − y ).
2 x · (y × z) = (x × y ) · z (no produto misto, as operações podem ser trocadas,
mantendo a ordem dos vetores).

O volume do paralelipı́pedo definido por três vetores x, y e z é dada por |[x, y , z]|.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 27 / 32

equação de uma reta

Consideremos a reta que passa num ponto A e que tem a direção de um vetor b.
−
→
Representemos por a o vetor com origem em 0 e extremidade em A (ou seja, a = 0A).

É claro que o vetor r de origem em 0 e extremidade final num ponto R da reta pode ser
escrito como
r = a + λb,
onde λ ∈ R.

Diferentes valores de λ correspondem a diferentes pontos R da reta.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 28 / 32

equação de uma reta

Se a = (a1 , a2 , a3 ) e b = (b1 , b2 , b3 ), temos que r = (x, y , z) é dado por

(x, y , z) = (a1 + λb1 , a2 + λb2 , a3 + λb3 ),

ou, equivalentemente,
x − a1 y − a2 z − a3
= = = constante.
b1 b2 b3
Considerando o produto externo de cada um dos membros da equação r = a + λb e b,
temos
r × b = (a + λb) × b
Como b × b = 0, obtemos uma equação alternativa para a reta:

(r − a) × b = 0.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 29 / 32

equação de uma reta

Exemplo 1.34. Se A(1, 2, 3) e b = (−1, 0, 4), temos que a reta r que passa pelo ponto
A e tem a direção do vetor b é dada pela equação (x − 1, y − 2, z − 3) × (−1, 0, 4) = 0,
ou seja,
(4y − 8, −4x − z + 7, y − 2) = (0, 0, 0).

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 30 / 32

equação de um plano

A equação de um plano com vetor normal n que contém um ponto A é

(r − a) · n = 0.

Exemplo 1.35. Se A(1, 2, 3) e b = (−1, 0, 4), temos que o plano π que contém o ponto
A e tem vetor normal b é dado pela equação (x − 1, y − 2, z − 3) · (−1, 0, 4) = 0, ou
seja,
−(x − 1) + 4(z − 3) = 0.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 31 / 32

equação de uma esfera

Por definição, uma esfera é o conjunto de todos os pontos do espaço que são
equidistantes a um ponto fixo do espaço, sendo essa distância comum igual ao raio da
esfera.

Isto pode ser expresso em notação vetorial por

||r − c||2 = (r − c) · (r − c) = a2 ,

onde c é o vetor de origem em 0 e extremidade final no centro da esfera e a é o seu raio.

OCV (UM) álgebra linear e geometria analı́tica 20 set’2018 32 / 32