Apostila 3

FACULDADE ÚNICA
DE IPATINGA
GEOMETRIA ANALÍTICA E
ÁLGEBRA LINEAR
Antônio Fabiano Paiva
Antônio Fabiano Paiva
Possui graduação em Matemática pela Universidade Federal de Viçosa (1997),

especiali- zação em Matemática pela Universidade Federal de Viçosa (2001) e
mestrado- profissionalizante em ProfMat pela Universidade Federal de Viçosa (2015).
Atualmente é Professor da Secretaria Estadual de Educação de Minas Gerais, Professor
da Faculdade Única de Ipatinga, do Colégio Tiradentes de Ipatinga e Docente em
conteÚdos de cursos EAD da Faculdade Única de Ipatinga.
GEOMETRIA ANALÍTICA E
ÁLGEBRA LINEAR
1ª edição
Ipatinga – MG
2020
Menu de Ícones
Com o intuito de facilitar o seu estudo e uma melhor compreensão do conteÚdo
aplicado ao longo do livro didático, você irá encontrar ícones ao lado dos
textos. Eles são para chamar a sua atenção para determinado trecho do
conteÚdo, cada um com uma função específica, mostradas a seguir:
São sugestões de links para vídeos, documentos científi- co (artigos, monografias,

dissertações e teses), sites ou links das Bibliotecas Virtuais (Minha Biblioteca e
Bibliote- ca Pearson) relacionados com o conteúdo abordado.
Trata-se dos conceitos, definições ou afirmações importantes nas quais você deve
ter um maior grau de aten- ção!
São exercícios de fixação do conteúdo abordado em cada unidade do livro.
São para o esclarecimento do significado de determi- nados termos/palavras

mostradas ao longo do livro.
Este espaço é destinado para a reflexão sobre questões citadas em cada unidade,
associando-o a suas ações, seja no ambiente profissional ou em seu cotidiano.
SUMÁRIO
UNIDADE VETORES NO PLANO E NO ESPAÇO.........................................7
01
1.1 INTRODUÇÃO ......................................................................................................................7
1.2 VETORES NO PLANO.........................................................................7
1.3 NORMA DE UM VETOR NO PLANO......................................................8
1.4 OPERAÇÕES BÁSICAS COM VETORES NO PLANO ...................................................9
1.4.1 Multiplicação de um vetor por um escalar.................................9
1.4.2 Adição de vetores.................................................................9
1.5 VETORES NO ESPAÇO ℝ𝟑............................................................................................... 12
1.6 VETORES NO ℝ𝐧.................................................................................................................. 13
FIXANDO OCONTEÚDO...................................................................13
UNIDADE COMBINAÇÃO LINEAR ....................................................................................18
02
2.1 INTRODUÇÃO ....................................................................................................................18
2.2 DISTÂNCIA ENTRE DOIS VETORES ................................................................................18
2.3 ÂNGULO ENTRE DOIS VETORES............................................................19
2.4 PRODUTO VETORIAL............................................................................21
FIXANDO O CONTEÚDO..................................................................22
UNIDADE SISTEMAS LINEARES.......................................................................28
03
3.1 EQUAÇÕES LINEARES...........................................................................28
3.2 SOLUÇÃO DE UMA EQUAÇÃO LINEAR..............................................28
3.3 SISTEMA LINEAR..........................................................................................29
3.4 SOLUÇÃO DE UM SISTEMA LINEAR.......................................................30
FIXANDO O CONTEÚDO...................................................................34
UNIDADE ESPAÇO VETORIAL.....................................................................39
04
4.1 DEFINIÇÃO .........................................................................................................................39
4.2 PROPRIEDADES DE UM ESPAÇO VETORIAL...........................................40
4.3 SUBESPAÇOS VETORIAIS.....................................................................41
4.4 COMBINAÇÃO LINEAR ...................................................................................................42
4.5 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR ................................................................42
4.6 BASE DE UM ESPAÇO VETORIAL............................................................44
UNIDADE TRANSFORMAÇÕES LINEARES....................................................52
05
5.1 DEFINIÇÃO .........................................................................................................................52
5.2 PROPRIEDADES DAS TRANSFORMAÇÕES LINEARES.............................53
5.3 AUTOVALORES E AUTOVETORES...........................................................55
UNIDADE GEOMETRIA ANALÍTICA ...................................................................................61
06
6.1 PLANO CARTESIANO E PONTOS ..................................................................................61
6.1.1 Ponto no plano cartesiano.....................................................61
6.2 NOÇÕES DA RETA NO PLANO..........................................................67
6.3 DISTÂNCIA ENTRE PONTO E RETA ................................................................................70
6.4 ESTUDO DA CIRCUNFERÊNCIA .....................................................................................71
6.5 ESTUDO DAS CÔNICAS – ELIPSE ..................................................................................73
6.6 ESTUDO DAS CÔNICAS – HIPÉRBOLE ..........................................................................75
6.7 ESTUDO DAS CÔNICAS – PARÁBOLA .........................................................................79
6.8 PLANOS NO ESPAÇO E QUÁDRICAS NO ℝ𝟑 ...........................................................82
RESPOSTAS DO FIXANDO O CONTEÚDO............................92
REFERÊNCIAS ..................................................................................................93
APÊNDICES ..........................................................................................................94
APÊNDICE A – ESTUDO DAS MATRIZES E DETERMINANTES .............................................94

APÊNDICE B – NOTAÇÃO E REPRESENTAÇÃO DE UMA MATRIZ ...................................95
APÊNDICE C – CONSTRUÇÃO DE UMA MATRIZ ................................................................96
APÊNDICE D – MATRIZES ESPECIAIS .....................................................................................98
APÊNDICE E – OPERAÇÕES COM MATRIZES ....................................................................101
CONFIRA NO LIVRO
Na primeira unidade, conceituaremos os vetores e representare-

mos os vetores de plano e no espaço.
Na segunda unidade, definiremos a Combinação Linear bem co-

mo o seu uso em exemplos com vetores no plano e no espaço.
Apresentaremos o cálculo da distância entre dois vetores e infor-
maremos a respeito do ângulo entre dois vetores.
Na terceira unidade iremos apresentar os conceitos básicos e

procedimentos necessários para o reconhecimento de uma
equação e um sistema linear, assim como definiremos e
apresentaremos um sistema linear bem como métodos
resolutivos para os mesmos.
Na quarta unidade, abordaremos sobre os conceitos,

propriedades e aplicações importantes do espaço vetorial.
Definiremos o espaço vetorial, apresentando exemplos de
espaços, assim como os su- bespaços vetoriais, com sua
definição e propriedades a serem obedecidas por um subespaço.
Por fim falaremos dos vetores linearmente dependentes ou
independente como base de um espa- ço vetorial.
Na quinta unidade, discutiremos sobre as transformações

lineares, suas definições, propriedades das transformações
lineares, aplica- ções e exemplos importantes, autovalores e
autovetores.
Na Última unidade, falaremos sobre a Geometria analítica, que é

o ramo da geometria que estuda as formas geométricas através
de suas equações e estruturas algébricas e não
necessariamente através do desenho, ou seja, das figuras.
VETORES NO PLANO E NO ESPAÇO UNIDADE
1.1 INTRODUÇÃO
Estudaremos nessa unidade, conceitos básicos a respeito de vetores, bem

como a aplicação desses em vários ramos da ciência além de trabalharmos as re-
presentações dos mesmos no plano e no espaço.
1.2 VETORES NO PLANO
Definimos como vetores no plano a segmentos orientados de reta que tem

origem e extremidade, como no exemplo mostrado a seguir.
Figura 1: Segmento de Reta ¯A¯¯¯B¯⃗
Fonte: Elaborado pelo Autor (2020)
Na figura, ¯𝐴¯¯¯𝐵¯⃗ representa o vetor v com origem em A e extremidade em B.
Vetor é uma palavra que vem de um radical latino e que significa “carregar”. Portanto um vetor é form
Um vetor é um segmento de reta ORIENTADO, ou seja, uma semirreta.
Para efeito de estudo, trabalharemos como vetores os quais a sua origem

coincidirá com a origem do sistema de coordenadas cartesianas, ou seja, o ponto
O (0; 0) e sua extremidade será um ponto P (x; y). Isto acarretará que ao
representar- mos um vetor analiticamente apresentaremos apenas a sua
extremidade.
Exemplo: Sendo dado um vetor v¯⃗ = (2 ; 4), dizemos que sua componente será o par
ordenado (2 ; 4). Veja na Figura abaixo a representação.
Figura 2: Representação do Vetor ¯v⃗
1.3 NORMA DE UM VETOR NO PLANO
Definimos como norma de um vetor, também chamada de módulo do vetor,

ao seu comprimento e que será calculado através da equação (1):
‖v¯⃗‖ = Jx 2 + y 2 (1)
¯v⃗ ¯v⃗
Graficamente, poderemos visualizar a aplicação da fórmula de um vetor es-

pecífico:
Figura 3: Vetor 𝐮¯⃗
Na Figura 3, observamos um vetor u¯⃗ de componentes ( 3; 4 ) e cuja norxma

se- rá igual a 5. Aplicando-se a equação (1):
‖u¯⃗‖ = √32 + 42 = √9 + 16 = √25 = 5
1.4 OPERAÇÕES BÁSICAS COM VETORES NO PLANO
Apresentaremos a seguir, as principais operações envolvendo vetores.
1.4.1 Multiplicação de um vetor por um escalar
Sendo dado um vetor v¯⃗, com componentes (x¯v⃗ ; y¯v⃗ ) e um escalar real k,
definimos o produto k ∙ v¯⃗(2) da seguinte maneira:
k ∙ v¯⃗ = ( k ∙ x¯v⃗ ; k ∙ y¯v⃗ ) (2)
Exemplo: Sendo dado o vetor v¯⃗ com componentes (2; -3), podemos então dizer
que 4 ∙ v¯⃗= (8; -12).
1.4.2 Adição de vetores
Considerando dois vetores u¯⃗ ¯¯v⃗ no plano cartesiano, podemos definir a

e adição de u¯⃗ com v¯⃗ da seguinte
forma:
Sendo os vetores u¯⃗ = ( x¯u⃗ ; y¯u⃗ ) e ¯¯v⃗ = ( x¯v⃗ ; y¯v⃗ ), então a soma algébrica
dos ve-
tores u¯⃗ + ¯¯v⃗ é:
u¯⃗ + ¯¯v⃗ = (x¯v⃗ + x¯u⃗ ; y¯v⃗ + y¯u⃗ ) (3)
Graficamente, podemos dizer qual a soma de dois vetores u¯⃗ e ¯¯v⃗ pode ser
apresentada de duas formas:
 Regra da adição
Sendo dados dois vetores u¯⃗ e ¯¯v⃗, verificamos a soma u¯⃗ + ¯¯v⃗ como
sendo
aquele vetor que “liga” a origem do vetor u¯⃗ com a extremidade do vetor
¯¯v⃗, de
acordo com o desenho a seguir:
Figura 4: Representação gráfica da soma vetorial dos vetores 𝐮¯⃗

e ¯𝐯⃗
 Regra do paralelogramo
Consideramos o vetor soma, como sendo a diagonal de um paralelogramo.

Observação importante: Os vetores serão considerados na posição padrão,
ou seja, com origem ponto (0;0 ) e extremidade em um ponto qualquer do plano
cartesiano. Veja a seguir:
Figura 5: Vetor soma de 𝐮¯⃗ e ¯𝐯⃗

Exemplo: Considerando os vetores u¯⃗ e v¯⃗ de componentes (-3; 1) e (5; 2)

respectivamente, podemos dizer que o vetor soma u¯⃗ + v¯⃗ será representado
algebricamente e graficamente da seguinte forma:
u¯⃗ + v¯⃗ = (2 ; 3)
 Produto escalar
O produto escalar, é aquele realizado entre dois vetores e é representado por

um nÚmero real e não um outro vetor.
u¯⃗ ∙ v¯⃗ = x¯u⃗ ∙ x¯v⃗ + y¯u⃗ ∙ ∙ y¯v⃗ (4)
O produto escalar tem como objetivo obter a medida do ângulo entre dois
vetores (assunto que estudaremos ainda).
Exemplo: Sendo dados os vetores u¯⃗ e v¯⃗, tais que seus componentes serão (2 ; -2) e
(5;
7) respectivamente. Veremos então, que o produto interno u¯⃗ ∙ ¯v⃗ será calculado da
seguinte forma:
u¯⃗ ∙ ¯v⃗ = 2 ∙ 5 + (−2) ∙ 7 = 10 – 14 = −4
Podemos apresentar as componentes de um vetor 𝑣⃗ de duas menairas diferentes:
¯v⃗ = (x ; y )ouv¯⃗ = (x¯v⃗ )

¯v⃗v¯ ⃗ yv¯ ⃗
Dependendo da situação, usaremos uma ou outra notação.
1.5 VETORES NO ESPAÇO ℝ𝟑
No espaço, podemos transferir todas as operações e definições estudadas

para vetores no plano. Convém dizer, que no ℝ3, temos três dimensões ( espaço )
e portanto um vetor ¯v⃗ será representado por uma terna ordenada v¯⃗ = ( x¯v⃗ ; yv¯
⃗;z¯v⃗ ) ou
x¯v⃗
¯v⃗ = ( yv¯ ⃗ ) e graficamente teríamos a seguinte representação:
z¯v⃗
Figura 6: Representação de um vetor qualquer no espaço ℝ𝟑

O vetor apresentado acima, tem componentes (1; 1; 2)
1.6 VETORES NO ℝ𝒏
Podemos generalizar o estudo de vetores além do espaço, trabalhando

assim com vetores no ℝn. Não é possivel apresentar a representação gráfica de
vetores no ℝn, porém, podemos apresentá-los na forma algébrica.
Um vetor ¯¯v⃗, no ℝn, pode ser descrito por suas componentes assim:
v1
¯¯v⃗ = ( v1; v2; v3; … ; vn) ¯¯v⃗ = ( ⋮ )
ou vn
FIXANDO OCONTEÚDO
1. A grandeza força é considerada como vetorial, ou seja, para ficar bem definida,
necessitamos do seu módulo (valor absoluto), direção e sentido. Suponha que
queiramos representar a grandeza força no plano. O vetor u que representa
uma força aplicada em um determinado objeto está mostrado a seguir:
A alternativa que contém as componentes corretas de u é:
a) u = (2,5; -5)
b) u = (0; 2, 5)
c) u = (-2,5; 5)
d) u = (5; -2, 5)
e) u = (-5; 2,5)
2. Dois animais estão com cordas fixadas em um mesmo ponto e os vetores

representam as forças de tensão estão apresentados a baixo:
As componentes do vetor soma u + v que é aquele no qual representamos a

força resultante nessas cordas seria:
a) (3; 8)
b) (-3; 6)
c) (2; 8)
d) (-2 ; -4)
e) (0; 7)
3. Considere as afimações a seguir a respeito dos vetores no plano e no espaço:
I. Uma grandeza escalar é aquela que pode exclusivamente ser representada

por um vetor.
II. As componentes de um vetor no plano (ℝ2) podem ser expressas através de
um par ordenado.
III. Só podemos somar, algebricamente, dois ou mais vetores que tenham
componentes com mesmo sinal, ou seja, não podemos somar
componentes com sinais diferentes.
IV. No espaço os vetores podem ser representados por ternas ordenadas como
x¯v⃗
v¯⃗ = (yv¯ ⃗ ) e cujas componentes podem ser nÚmeros reais.
z¯v⃗
Podemos afirmar que:
a) as afirmativas I e III estão corretas e as demais falsas.

b) somente II e IV estão corretas.
c) apenas I e II são falsas.
d) apenas IV é falsa.
e) I e II são corretas e III e IV são falsas.
4. Considerando dois vetores u¯⃗ e v¯⃗, do plano, vamos supor que eles representam
duas grandezas vetoriais. Para determinarmos a resultante da soma desses
vetores, temos a forma algébrica (somando as componentes) e a forma gráfica
(apresentando o vetor que seria a soma no plano). Se u¯⃗ e v¯⃗, são dados
inicialmente por pares de pontos que caracterizam origem e extremidade de
cada um. Como teria que proceder um estudante que desejasse apresentar o
vetor soma usando o método do paralelogramo no plano de coordenadas
cartesianas?
a) Não seria possível apresentar o vetor soma pelo método do paralelogramo.
b) O estudante teria que efetuar apenas algebricamente a soma.
c) Ele deveria transladar os vetores para o primeiro quandrante, onde as
componentes seriam todas positivas e assim unir origem de u¯⃗ com
extremidade de v¯⃗.
d) O estudante deveria transladar u¯⃗ e v¯⃗, de modo que a origem de ambos fosse
a
origem do sistema de coordenadas cartesianas e assim traçarmos o vetor soma
como a diagonal de um paralelogramo.
e) O estudante poderia realizar a soma apenas pelo método da adição (unir a ori-
gem de um com a extremidade de outro).
5. Assinale a alternativa que apresenta o produto escalar entre os vetores abaixo:
a) 8
b) 10
c) 12
d) 26
e) 5
6. Sendo dados dois vetores do espaço (ℝ3 ), u¯⃗ e v¯⃗, considere então as
seguintes afirmativas a respeito do produto interno dos mesmos:
1ª afirmativa: O produto interno no ℝ3 é definido como sendo a soma dos
produtos das componentes das ternas ordenadas.
−1 3
2ª afirmativa: Se u¯⃗ = ( 6 ) e v¯⃗ = ( 2 ) então o produto escalar ), u¯¯¯¯⃗∙ v¯⃗ será
negativo
−2 −1
pelo fato de termos 4 componentes negativas e apenas duas positivas.
Assim, em relação ás afirmativas dadas, podemos garantir que:
a) Ambas estão corretas.

b) Ambas são falsas.
c) A 1ª afirmação é falsa e a 2ª é correta.
d) A 1ª afirmação é verdadeira e a 2ª é falsa.
e) A primeira afirmação está correta e a segunda está parcialmente correta.
7. Considerando o vetor u¯⃗ = (−3; 4; 0) do ℝ3 , vamos supor que ele represente

uma grandeza verificada em um fenômeno físico. O módulo desse vetor ou
norma, representa na prática o seu tamanho. Assinale a alternativa que
apresenta a norma de ¯u⃗ (‖u¯⃗‖).
a) 12
b) 14
c) 18
d) 10
e) 5
8. Se os vetores u¯⃗ = (−3; 7 ) e v¯⃗ = ( 2; 5) pertencem ao ℝ2 , a alternativa que

contém o valor correto da norma de u¯⃗ − v¯⃗ será:
a) 2
b) √29
c)
√5
d)
√2
e) √19
COMBINAÇÃO LINEAR UNIDADE
2.1 INTRODUÇÃO
Sendo dados os vetores u¯⃗1 , ¯u⃗2 , ¯u⃗3 , ..., ¯u⃗n, se existirem nÚmeros reais r1 , r2 ,
r3 , ..., rn tal que ¯v¯⃗ também um vetor e ¯v¯⃗ = r1 . u¯¯¯¯1⃗ + r2 . u¯¯¯¯2⃗ + r3 . u¯¯¯¯3⃗ + ... + rn .
¯u¯¯¯n⃗, dizemos que ¯v¯⃗ é combinação linear de ¯u⃗1 , u¯⃗2 , u¯⃗3 , ..., u¯⃗n.
Importante: Temos então que, se um determinado vetor for combinação

linear de outros, quer dizer que esse vetor poderá ser obtido por outros através
da opera- ção de multiplicação por um escalar e pela soma algébrica de vetores.
Exemplo:
2 1 2 5
O vetor (−2 ) é uma combinação linear dos 0 ), (−3) e (−4 ), pois
vetores (
−1 −1 1 0
temos a seguinte igualdade
verificada:
1 2 5 2
3 ( 0 ) + 2 (−3 ) + (−1). (−4 ) = (−2 )
−1 1 0 −1
Como conseguir os nÚmeros reais que formam a igualdade será o objetivo

do próximo capítulo a ser estudado.
2.2 DISTÂNCIA ENTRE DOIS VETORES
Sendo dados dois vetores ¯u⃗ e ¯v⃗ do plano (ℝ2), podemos considerar a
distância entre eles como sendo a distância entre dois pontos do plano, pois as
suas extremidades serão as componentes do vetor, sendo assim temos a
seguinte apresentação para o cálculo da distância entre dois vetores.
Figura 7: Representação gráfica da distância entre dois vetores distintos
A distância entre u¯⃗ e v¯⃗ será representada por d(u¯⃗, ¯v⃗) e será calculada
por meio da equação (5):
d(u¯⃗, ¯v⃗) = ‖u¯⃗ − v¯⃗ ‖ (5)
Observação importante: essa expressão também é válida para qualquer par de

vetores u¯⃗ e v¯⃗ do ℝn.
√2 0
Exemplo: Determine a distância entre os vetores u¯⃗ 1 ) e v¯⃗ = 2 ).
= ( ( −2
−1
√2
Primeiramente calcularemos u¯⃗ − v¯⃗ −1 )
= ( 1
E logo a seguir, calculamos a distância, usando a equação (5). Assim temos:
2
d(u¯⃗, ¯v⃗) = ‖u¯⃗ − v¯⃗ ‖ = J(√2) + (−1)2 + 12 = √4 = 2
2.3 ÂNGULO ENTRE DOIS VETORES
Considerando u¯⃗ e v¯⃗ como dois vetores do plano, vamos deduzir a

expressão para encontrarmos a medida do ângulo entre eles, como mostra a Figura
8 a seguir:
Figura 8: Ângulo entre dois vetores
Assim então, teremos a equação (6), que nada mais é que a Lei dos
cossenos aplicada ao triângulo.
‖u¯⃗ − ¯v⃗‖2 = ‖u¯⃗‖2 + ‖¯v⃗‖2 − 2 ∙ ‖u‖ ∙ ‖v‖ ⋅ cos(α) (6)
Desenvolvendo a igualdade no primeiro membro, teremos:
‖u‖2 − 2 ∙ ( ¯u⃗ ∙ ¯v⃗) + ‖v‖2 = ‖¯u⃗‖2 + ‖v¯⃗‖2 − 2 ∙ ‖u‖ ∙ ‖v‖ ⋅ cos(α)
onde ( ¯u⃗ ∙ ¯v⃗) é o produto interno.
E assim, simplificando, tem-se a equação (7):
v¯⃗ cos(α) = u¯⃗ ∙

‖u‖ ∙ (7)
‖v‖
Exemplo: Determine o ângulo entre os vetores u¯⃗ = ( 2; 1; −2 ) e v¯⃗ = ( 1; 1; 1 ).

Solução:
Primeiramente iremos encontrar o produto escalar u¯⃗ ∙ ¯v⃗ = 2 ∙ 1 + 1 ∙ 1 + (−2)
∙ 1 = 1, em seguida iremos encontrar as normas de u¯⃗ e v¯⃗.
‖u¯⃗‖ = ƒ22 + 12 + (−2)2 = 3
‖v¯⃗‖ = ƒ12 + 12 + 12 = √3
Logo:
1
cos(α)
= 3 √3
E assim 𝛂 = 𝟕𝟖, 𝟗°
O ângulo entre dois vetores necessita exclusivamente do produto interno entre esses vetores e está
2.4 PRODUTO VETORIAL
O produto vetorial, diferentemente do produto escalar, é aquele no qual

ope- ramos dois vetores e como resultado encontraremos um terceiro vetor. O
produto vetorial consideraremos como válido apenas para vetores do ℝ3.
Representaremos o produto vetorial entre os vetores u¯⃗ e v¯⃗ da seguinte
maneira:
¯u⃗ × v¯⃗ (8)
x¯u⃗ x¯v⃗
Definimos o produto vetorial entre ¯u⃗ = ¯v⃗ = (yv¯⃗ ) como sendo o vetor
(y¯u⃗ ) e z¯v⃗
z¯u⃗
y¯u⃗ ∙ z¯v⃗ − z¯u⃗ ∙
y¯v⃗ u¯⃗ × v¯⃗ tal que: ¯u⃗ × v¯⃗ = ( z¯u⃗
∙ x¯v⃗ − x¯u⃗ ∙ z¯v⃗ ) 3
x¯u⃗ ∙ y¯v⃗ − y¯u⃗ ∙
x¯v⃗
0
Exemplo: Sendo dados os vetores ¯u⃗= (1) ¯v⃗ = (−1), vamos determinar o vetor
e 2
1
¯u⃗ × v¯⃗.
Solução:
1 ∙ 2 − 1 ∙ (−1) 3
¯u⃗ × v¯⃗ = 1∙3−0∙2) = ( 3)
(
0 ∙ (−1) − 1 ∙ 3 −3
O produto vetorial só será trabalhado como vetores do espaço ℝ𝟑.

Para se aprofundar mais nos conceitos de combina5oo linear soo sugeridas duos obras:
KEITH, N. W. Algebra Linear. Tradugoo de Célia Mendes Carvalho Lopes, Leila Maria Vasconcellos Figu
WINTERLE, P. Vetores e Geometrio Anolftico. 2. ed. Soo Paulo: Pearson, 2014. Disponi- vel em: https:/
FIXANDO O
1. Revendo o conceito de combinação linear e sabendo que alguns vetores podem
ser obtidos através de algumas operações envolvendo outrosvetores, considere:
u¯⃗ = ( 1; 0 ) e v¯⃗ = ( 0; 1) do plano cartesiano e então determine os

valores das constantes α e β que fazem com que a combinação linear abaixo
realmente exista
α ∙ u¯⃗ + β ∙ v¯⃗ = ( −2; 3)
a) α = 1 e β = 2
b) α = −2 e β = 2
c) α = −1 e β = −2
d) α − 2 e β = 3
e) α = 1 e β = 3
1 2
2. Sendo dados os vetores do ℝ2 u¯⃗ = [ ] e ¯v⃗ = [ ], o vetor w¯ ⃗ que é resultante
da
−3 1
combinação linear abaixo:
1
w¯ ⃗ u¯⃗ + 3¯v⃗
= 2
a) w¯ ⃗ = 3( ;
2
)
5 3
b) w¯ ⃗ = 1( ;
5
)
5 7
c) w¯ ⃗ = 3( ;
7
)
2 2
2
d) w¯ ⃗ = 1( ; )
5 3
3
e) w¯ ⃗ = 1( ; )
2 2
3. Dois vetores representam graficamente, no plano cartesiano, com suas

extremidades os deslocamentos de dois corpos ( deslocamento na unidade km )
feitos a partir de um ponto em comum ( origem do sistema de coordenadas
cartesianas ). Veja:
Podemos então afirmar que a distância entre esses dois corpos após o
deslocamento será de:
a) √13 km
b) 2√13 km
c) 2√26 km
d) 15√3 km
e) √15 km
4. Um grupo de vetores em ℝ2pode ser apresentado sem necessariamente ter a

origem coincidindo com a origem do plano de coordenadas cartesianas, o que
pode acontecer quando, por exemplo estivermos representado vetores que são
na prática um grupo de grandezas estudadas em certas situações. Considere o
diagrama vetorial abaixo, onde temos relaconadas três grandezas coplanares:
A Única igualdade correta a seu respeito será:
a) u¯⃗ − ¯v⃗ = w¯ ⃗
b) u¯⃗ + ¯v⃗ = w¯ ⃗
c) u¯⃗ + ¯w⃗ = v¯⃗
d) −¯¯¯¯¯u⃗ + ¯v⃗ = w¯ ⃗
e) w¯ ⃗ − ¯v⃗ = u
5. Dois animais estão amarrados a cordas distintas e irão realizar um trabalho,

onde vão aparecer tensões em tais cordas. Estas tensões estão sendo
representadas no plano cartesiano abaixo:
Determine qual é então a medida do ângulo α, que é na verdade o ângulo

existente entre os vetores que estão representando as tensões nas cordas:
a) 92,8º
b) 100,1º
c) 85,2º
d) 12,7º
e) 106,3º
6. Considere as afirmações a seguir que são a respeito do ângluo formado entre

dois vetores e logo a seguir julgue-as em verdadeiras ou falsas.
I. Quando apresentamos dois vetores no ℝ2 e as suas componentes são tais que

esses vetores estão exatamante sobre os eixos coordenados. Podemos
afirmar que eles são necessariamente perpendiculares.
II. Dois vetores do ℝ2 são perpenciculares, o que acarreta de a norma de cada
um deles ser nula.
III. Ao calcularmos,segundo a fórmula apresentada, o valor do cosseno do
ângulo formado entre dois vetores do ℝ2, se encontrarmos um valor
negativo, resulta em termos um ângulo também negativo
Podemos então concluir que:
a) as afirmativas I,II e III estão corretas.

b) as afirmativas I e II estão corretas.
c) todas as afirmativas estão incorretas.
d) somente as afirmativas II e III estão corretas.
e) somente a afirmativa I está incorreta.
7. Sabemos que o produto vetorial é aqule em que tomados dois vetores do ℝ3,
iremos obter um outro vetor também do ℝ3 . Importante afirmar que essa
operção é exclusiva do espaço ℝ3. Sendo dessa operação dada, e lembrando
que a obtenção do vetor resultante é dado por:
y¯u⃗ ∙ z¯v⃗ − z¯u⃗ x¯u⃗ x¯v⃗

∙ y¯v⃗
¯u⃗ × v¯⃗ = ( z¯u⃗ ∙ x¯v⃗ − x¯u⃗ ∙ z¯v⃗ ) onde ¯u⃗ = (y¯u⃗ ) e ¯v⃗ = (yv¯⃗ ),
x¯u⃗ ∙ y¯v⃗ − y¯u⃗ z¯u⃗ z¯v⃗
∙ x¯v⃗
Determine o produto vetorial ¯u⃗ × v¯⃗ quando u¯⃗ = ( −1; 2; 1 ) e ¯v⃗ = y(u 2; −3; 0 )
a) (3; 2; −1)
b) (3; −2; −1)
c) (0; 2; 1)
d) (3; −1; 0)
e) (3; 0; −1)
8. Considere dois vetores ¯u⃗ e v¯⃗ pertencentes ao espaço ℝ3. Podemos

encontrar a norma de cada um deles, usando um raciocínio análogo ao
usado para encontrar no ℝ2 , ou seja se u¯⃗ = ( xu ; yu ; zu ), podemos então
determinar a sua norma ( ou módulo) usando a seguinte fórmula: ‖u¯⃗‖ = ƒxu 2 +
yu 2 + zu 2 . Da mesma forma podemos proceder para o encontro do produto
escalar. De posse dessas afirmações, encontre, aproximadamente, então o
ângulo formado emtre os
vetores do espaço que têm as seguintes componentes u¯⃗ = ( 2; 1; −2) e v¯⃗
= ( 0; 3; −1).
a) 36,8°
b) 58,2º
c) 24,9º
d) 69,2º
e) 108,3
SISTEMAS LINEARES UNIDADE
3.1 EQUAÇÕES LINEARES
Definimos uma equação linear (9) como sendo a seguinte igualdade:
an ∙ xn + an–1 ∙ xn–1 + an–2 ∙ xn–2 + ⋯ + a1 ∙ x1 = b (9)
Onde an, an–1, an–2, . ., a1 e b são os coeficientes da equação que está defini-
da com variáveis xn, xn–1 , xn–2, … , x1 .
Exemplo de equações
lineares:
2x + 5y − 8z + 10w = 0
−1x + 2y – 4z = −1
Mas que poderíamos apresentar as variáveis também assim:
4x1 + 2x2 − 10x3 = 0
As primeiras notações são mais comuns de serem usadas.
3.2 SOLUÇÃO DE UMA EQUAÇÃO LINEAR
Sendo dada uma equação linear an ∙ xn + an–1 ∙ xn–1 + an–2 ∙ xn–2 + ⋯ + a1 ∙

x1 = b, afirmamos que n-upla ordenada (αn; αn–1; αn–2; … ; α1) quando ao
substituír- mos, na ordem, cada um dos termos e a igualdade for
estabelecida.
Exemplo: Considerando a equação linear 2x + 4y – z = 0, poderíamos afirmar
que a tripla ordenada (1; 1 ; 6) seria uma solução para a equação, porém a tripla
(2; 1; 8) também seria uma solução para a equação linear dada.
Toda equação linear possui uma i nfinidade de n-uplas ordenadas que serão possíveis soluções da me
3.3 SISTEMA LINEAR
A definição teórica de um sistema linear seria:
O sistema linear é um conjunto formado por equações lineares.
De forma genérica, poderíamos apresentar essa definição da seguinte forma:
a11 ∙ x1 + a12 ∙ x2 + ⋯ + a1n ∙ xn = b1

a ∙ x + a22 ∙ x2 + ⋯ + a2n ∙ xn = b2
{ 21⋮ 1 ⋮ ⋮ ⋮
am1 ∙ x1 + am2 ∙ x2 + ⋯ + amn ∙ xn = bm
Uma solução do sistema apresentado seria nula de nÚmeros reais

(α1; α2; α3; … ; αn) que satisfaça simultaneamente todas as m equações.
Observação importante: Podemos escrever um sistema linear, usando a forma

matricial. Teremos três matrizes que multiplicadas resultarão na forma
convencional apresentada inicialmente.
a11 a12 ⋯ a1n x1 b1

a21 a22 ⋯ a2n x2
b2 [
]∙[⋮]=[ ⋮ ⋮… ⋮]
⋮
am1 am2 … amn xn bn
O produto apresentado acima pode ser generalizado assim
A ∙ X = B onde A é amatriz dos coeficientes das variáveis do sistema,

também chamada de matriz ampliada do sistema, B é a matriz das variáveis e B é
a matriz dos termos independentes.
Podemos apresentar um sistema apenas pelas suas matrizes ampliadas, em que cada linha seria uma
A ordem de um sistema é o respectivamente o número de equações e quantas variáveis estão presen

Exemplo: Um sistema de ordem 2 x 2, tem duas equações e em cada uma dessas equa- ções teremo
3.4 SOLUÇÃO DE UM SISTEMA LINEAR
Iremos apresentar a solução de um sistema através do método do escalona-

mento que também é conhecido como método de Gauss-Jordan. Esse método
consiste em aplicar operações elementares sucessivamente a fim de
escrevermos o sistema na forma escada.
Um sistema na forma escada é aquele que em que o número de variáveis nulas antes na primeira var
Operações elementares: São operações que poderemos realizar com as

equações de um sistema dado a fim de conseguirmos um outro equivalente ao
inici- al.
Sistemas equivalentes: São aqueles que têm a mesma solução, porém com equações não idênticas.
Principais operações elementares:

 Quaisquer equações de um sistema podem ser trocadas de posição.
 Podemos multiplicar qualquer equação de um sistema por um nÚmero real.
 Podemos trocar qualquer equação de um sistema pela soma dela mesma
com outra.
 Podemos então trocar também qualquer equação de um sistema pela soma
de uma equação mÚltipla dessa com outra.
A aplicação dessas operações (não necessariamente todas e nessa ordem )

em um determinado sistema, fará com que consigamos escrevê-lo na forma
escalonada e assim sendo, podemos resolvê-lo.
Vamos tomar um sistema de ordem 3 x 3 para podermos exemplificar esse
mé- todo de resolução.
2x + 2y + 3z = 2
Exemplo: Considerando o sistema linear { 3x − y − 6z = 4 , Vamos usar o méto do
do
8x + 4y + 3z = 8
escalonamento para determinar a sua solução.
2 2 3 2
(3 −1 −6|4) Essa é a matriz estendida do sistema apresentado.
8 4 3 8
Vamos agora multiplicar a primeira linha ( equivalente à primeira equação )

por 1
.
2
Teremos então:
23 1
(1 1 |4)
3 −1 −6
8 4 3 8
Agora vamos substituir a segunda linha pela soma dela mesma com a
primeira linha multiplicada por -3 (com o objetivo de zerar o primeiro termo dessa
segunda linha).
Assim fazendo,
teremos:
3
⎛ 1 1 2 |11⎞
21
0 −4 − 2
⎝8 4 8⎠
3
A seguir, substituiremos a terceira equação pela soma dela mesma com a
primeira multiplicada por -8 (com o objetivo de zerar o primeiro elemento dessa
linha
).
3
⎛ 1 1 2 |11⎞
21
0 −4 − 2
⎝0 −4 −9 0⎠
Logo a seguir vamos substituir a terceira equação por ela mesma adicionada
à segunda multiplicada por -1. E assim então teremos:
3 1
⎛1 1 21 ⎞
2
⎜ 0 −4 − 2|1⎟
−1
3
⎝0 0 ⎠
2
Finalmente, podemos então encontrar a solução do sistema e escrever o sis-

tema na forma escalonada, multiplicamos a segunda linha
1 e a terceira linha
por −
4
por 2
3 e assim obteremos o seguinte:
3 1
1 1 2 1⎞
⎛
−
21| 4
0 1
⎝ 8 2⎠
0 0 1 −3
Fazendo com que após mais algumas operações elementares, consigamos o

seguinte sistema:
1
2
⎛1 0 3⎞
0 ⎟
⎜0 1
0
|2
0 0 1 2
⎝ 3⎠
−
E assim então a tripla ou terna ordenada que representa a solução do

sistema
será:
1 3 2
( ; ;− )
2 2 3
Um sistema linear pode ter as seguintes classificações conforme a solução do mesmo:
Sistema Possível e Determinado (SPD): O sistema possui uma única solução que atende às equaçõ
Sistema Possível e Indeterminado (SPI): O sistema possui infinitas soluções que atendem
Sistema Impossível (SI ): O sistema não possui nenhuma solução que atende às
equações.
Uma observação importante a ser feita a respeito dos sistemas de equação

linear é a respeito da sua ordem. Nem todos os sistemas serão considerados
sistemas “quadrados”. Somente nomeamos de quadrados aqueles os quais o
nÚmero de equações é igual ao nÚmero de variáveis em cada equação.
Passemos então a observar um sistema não quadrado, ou seja, aquele em
que o nÚmero de equações e variáveis em cada equação são diferentes. Todo sis-
tema com essa classificação terá alguma particularidade, por exemplo, sistemas
que têm mais variáveis que equações não poderão ter um nÚmero finito de
soluções, ou seja, jamais serão sistemas SPD, poderão ser SPI oi SI. Agora sistemas
que têm mais equações que variáveis poderão ter solução finita, dependendo do
sistema.
Exemplo: Considere o sistema linear a seguir e verifiquemos a sua solução

através do método do escalonamento.
x + 3y − 2z = 1
{
2x + 5y + z = 0
Vamos encontrar a sua solução.
x + 3y − 2z = 1
{
0x − y + 5z = −2
Isolando na 2ª equação a variável y, teremos:
y = 5z + 2
Substituindo esse valor na primeira equação teremos:

x = −13z − 5
Observamos então que os “valores” de x e de y estão dependentes do valor

de z, logo z será considerada então a variável livre e a solução escrita de uma ma-
neira formal seria:
S = { (−13z − 5; 5z + 2; z ), com z ∈ ℝ }
FIXANDO O CONTEÚDO
1. A resolução de um sistema de equações lineares, consiste em encontrar

soluções simultâneas para todas as equações que compõem o mesmo. Sendo
assim, usando o método do escalonamento, determine o conjunto solução do
sistema linear apresentado a seguir:
x + 2y + 3z = 0
{2x + y + 3z = 0
3x + 2y + z = 0
a) S= { ( 1; 2; 3
)}
b) S ={ ( -1; 0 ; 1 )
}
c) S = { ( 0; 0; 0 )
}
d) S= { ( 0; -2 ; 1 )
}
e) S= { (0;-2;-3 )}
2. Sabe-se que, na compra de uma caixa de lenços, dois bonés e três camisetas,
gasta-se um total de R$127,00. Se três caixas de lenços, quatro bonés e cinco
camisetas, dos mesmos tipos que os primeiros, custam juntos R$241,00, a
quantia a ser desembolsada na compra de um boné, uma camiseta e uma caixa
de lenço é:
a) R$72,00.
b) R$65,00.
c) R$60,00.
d) R$57,00.
e) R$49,00.
3. (Fuvest 2020) Uma agência de turismo vendeu um total de 78 passagens para

os destinos: Lisboa, Paris e Roma. Sabe‐se que o nÚmero de passagens
vendidas para Paris foi o dobro do nÚmero de passagens vendidas para os
outros dois destinos conjuntamente. Sabe‐se também que, para Roma,
foram vendidas duas passagens a mais que a metade das vendidas para
Lisboa. Qual foi o total de passagens vendidas, conjuntamente, para Paris e
Roma?
a) 26.
b) 38.
c) 48.
d) 62.
e) 68.
4. (Cp2 2019) - Jorge, Marcos e Paulo são três irmãos que adoram colecionar
figurinhas e também adoram charadas. Como eles têm uma prima, Lavínia, que
também adora decifrar enigmas, propuseram a ela o seguinte problema:
- Jorge e Marcos têm, juntos, 110 figurinhas.

- Jorge e Paulo têm, juntos, 73figurinhas.
- Marcos e Paulo têm, juntos, 65 figurinhas.
Quem tem mais figurinhas e quantas são elas?
Se Lavínia conseguir decifrar o enigma, sua resposta será:
a) Paulo, com 14 figurinhas.

b) Marcos, com 56 figurinhas.
c) Jorge, com 59 figurinhas.
d) Jorge e Marcos, ambos com 55 figurinhas.
e) Marcos, com 90 figurinhas.
5. Em relação às soluções de um sistema de equações lineares lineares, considere

as seguintes afirmações apresentadas a seguir e logo após classifique-as em
verdadeiras ou falsas.
I. Todo sistema linear quadrado, possui um nÚmero finito de soluções.

II. Um sistema linear não quadrado obrigatoriamente terá infinitas soluções.
III. Em um sistema linear quadrado o nuÚmero de equações será sempre igual
ao nÚmero de variáveis em cada equação.
IV. Em um sistema qualquer, sempre teremos uma solução que seja comum a
todas às equações.
a) Todas as afirmativas são verdadeiras.

b) Todas as afirmativas são falsas.
c) Somente a afirmativa I é verdadeira.
d) Somente a afirmativa I é falsa.
e) Somente a afirmativa III é verdadeira.
6. (Espm 2019 - Modificada) – Usando os conceitos a respeito de equações e
sistemas lineares, monte e resolva o sistema que dê a solução da seguinte
situação apresentada: Um menino possui 29 moedas de 10 centavos e 15
moedas de 25 centavos.nÚmero de maneiras diferentes que ele tem para
formar 5 reais é igual a:
a) 2
b) 3
c) 4
d) 5
e) 6
7. (Espm 2019) Daqui a 3 anos, a idade de um pai será a soma das idades que
terão sua esposa e seu filho. Quando a esposa nasceu, a idade do pai era:
a) igual à idade atual do seu filho.

b) o dobro da idade atual do seu filho.
c) menor que a idade atual do seu filho.
d) 3 anos a menos que a idade atual do seu filho.
e) igual à idade que terá seu filho daqui a 3 anos.
8. Chamamos de sistema homogêneo de n equações e m variáveis aquele sistema

qual os termos independentes são todos nulos ( iguais a zero ). Um sistema
homo- gêneo admite pelo menos uma solução. Essa solução é chamada de
solução trivial de um sistema homogêneo. De acordo com todas as
informações apresentadas anteriormente, determine o valor de k no sistema
abaixo de forma que ele tenha solução distinta da solução trivial (x = 0, y = 0
e z= 0).
2x − 5y + 2z = 0
{x+y+z=0
2x + 0y + kz =
0
a) k = 1
b) k = 2
c) k = −2
d) k = −1
e) k = 3
ESPAÇO UNIDADE
VETORIAL
4.1 DEFINIÇÃO
Um espaço vetorial é um conjunto V, não vazio, que está definido com duas
operações:
Soma: Sendo u e v são dois elementos pertencentes a V, a soma de u com v

ser denotada por u + v.
Multiplicação por escalar: Sendo 𝐜 um nÚmero real qualquer e u um
elemento de V, a multiplicação de u com 𝐜 denotada por 𝐜 ∙ u.
O importante é salientarmos que usaremos a apalavra vetor para
representar um elemento do espaço V.
Exemplo 1: O conjunto formado por todas as matrizes de ordem 2x2 (V = M2x2) será
um espaço vetorial, pois ele é fechado para as operações de soma e produto por
escalar, veja:
α β δ
Sendo u = [ π] e v = [ Então teremos:
]
γ θ μ σ
α+δ β+π
u+v [
γ+μ θ+
= ]
σ
αβ c∙α c∙β
c∙u=c∙[ ]= [
]
γ θ c∙γ c∙θ
E assim verificamos o fechamento do conjunto para a soma e o produto por

escalar.
Exemplo 2: O conjunto V = P2 (x), formado por todos os polinômios de grau 2, tam-

bém é um espaço vetorial, pois é fechado para a soma e para a multiplicação por
escalar.
Sendo u = ax2 + bx + t e v = dx2 + ex + f, então teremos:
u + v = (a + d)x2 + (b + e)x + t + f
c∙ u = c ∙ ax2 + c ∙ bx + c ∙ t
E assim verificamos o fechamento do conjunto para a soma e para o

produto por escalar.
Exemplo 3 : Considere V, o conjunto dos vetores do espaço ℝ𝟑 . Sendo assim:
V = ℝ𝟑 = {(𝐱𝟏; 𝐱𝟑; 𝐱𝟑); 𝐜𝐨𝐦 𝐜𝐚𝐝𝐚 𝐱𝐢 ∈ ℝ}
Podemos observar facilmente que V é um espaço vetorial e, portanto, será

fechado para operações de soma e produto por escalar.
4.2 PROPRIEDADES DE UM ESPAÇO VETORIAL
Além das condições de existência para o conjunto V ser um espaço vetorial,

vamos verificar também as seguintes propriedades nesse conjunto:
Em um espaço amostral V, considere verdadeira as propriedades a seguir
para todo u, v e w pertencentes a V e para todos os escalares 𝐜 e 𝐝
pertencentes ao conjunto dos nÚmeros reais.
I– Propriedade comutativa
u+v=v+u
II – Propriedade associativa da adição
(u+v)+w=u+(v+w)
III – Elemento neutro
Existe um elemento 0 em V, denominado vetor nulo, tal que u + 0 = u.
IV – Elemento oposto
Para cada elemento u pertencente a V, existe um elemento -u também
pertencente a V de modo de que u + ( − u ) = ( − u ) + u = 0.
V – Distributividade da multiplicação em relação à adição
𝐜 ∙(u+v) = 𝐜 ∙u+𝐜 ∙v ou (u+v)∙𝐜=𝐜∙u+𝐜∙ v
VI – Propriedade associativa da multiplicação por escalar
𝐜 ∙ ( 𝐝 ∙ v ) = (𝐜 ∙ 𝐝) ∙ v
VII – Elemento neutro da multiplicação
Chamamos de elemento neutro da multiplicação ao nÚmero 1, tal que 1 ∙ u = u
4.3 SUBESPAÇOS VETORIAIS
Seja V um espaço vetorial e W um subconjunto não vazio de V. Então, W é

um subespaço de V se, e somente, se as seguintes condições se verificam:
- Se u e v estão em W, então u + v também a multiplicação por um escalar.
Está em W.
- Se v está em W e c é um escalar, então c ∙ v também está em W.
Ou seja: W é fechado para a soma e para a multiplicação por um escalar e é
importante frisarmos que se W é um espaço vetorial também e não precisaríamos
de verificar a veracidade de todas as propriedades para W, visto que elas são
válidas para V que contém W.
Exemplo: Considere V = ℝ3 e W = { (x1; 0; x3); com cada xi pertencente a ℝ }.
Podemos então observar que W é um conjunto de vetores de ℝ3 , cuja segun-
da componente é nula. Vamos então observar o fechamento em relação às opera-
ções de soma e produto por um escalar para W.
Consideremos dois vetores u¯⃗ = ( u1 ; 0; u3 ) e v¯⃗ = ( v1 ; 0; v3 ) pertencentes a W.

Então u¯⃗ + ¯v⃗ = ( u1 + v1 ; 0; u3 + v3 ) que também pertence a W, pois tem a
se-
gunda componente nula e as outras resultam da soma de dois nÚmeros reais ( o que
resulta em um outro nÚmero real).
Considerando o vetor u¯⃗ = ( u1 ; 0; u3 ) pertencente a W e t um nÚmero
real qualquer, t ∙ ¯u⃗ = ( t ∙ u1 ; 0; t ∙ u3 ) que também irá pertencer a W.
Portanto W é um subespaço de ℝ3.
4.4 COMBINAÇÃO LINEAR
O conjunto U formado por todos os vetores v¯⃗ que são combinação linear
de u¯⃗1 , ¯u⃗2 , u¯⃗3 , ..., u¯⃗n é denominado subespaço vetorial gerado por u¯⃗1 , ¯u⃗2 ,
u¯⃗3 , ..., ¯u⃗n e será denotado por U = {v¯⃗ ∈ U/ ¯v⃗ = r1 . u¯¯¯¯1⃗ + r2 . u¯¯¯¯2⃗ + r3 . u¯¯¯¯3⃗
+ . . . + rn . ¯u¯¯¯n⃗ , com ri ∈ ℝ e onde 0 < i ≤ n}
Exemplo: Os vetores ¯u⃗1 = ( 1; 0; 0 ), ¯u⃗2 = ( 0; 1; 0 ) e u¯⃗3 = ( 0; 0; 1 ) são
do ℝ3 e além disso, podemos verificar que se considerarmos V = ℝ3
observaremos que V = [ u¯⃗1 , , ¯u⃗2 , ¯u⃗3 , ou seja, V é gerado por u¯⃗1 , u¯⃗2 e u¯⃗3 .
Vamos relembrar a definição de um vetor como combinação linear de outros:
Sendo dados os vetores u¯⃗1 , u¯⃗2 , u¯⃗3 , ..., u¯⃗n , se existirem números reais r1 , r2 , r3 , ..., rn tal que
¯v¯⃗ também um vetor e v¯¯⃗ = r1 . u¯¯1⃗ + r2 . ¯u¯¯¯2⃗ + r3 . ¯u¯¯¯3⃗ + ... + rn . u¯¯¯¯n⃗, dizemos que ¯v¯⃗ é combinaçã
Observe que V será gerado pelos três vetores da seguinte maneira:
Consideremos um vetor qual quer ¯v⃗ = (x; y; z) com x e y reais, pertencente a

V, logo, podemos verificar que: (x; y) = x ∙ (1; 0; 0) + y ∙ (0; 1; 0) + z ∙ (0; 0; 1).
¯v⃗ = x ∙ u¯⃗1 + y ∙ u¯⃗2 + z ∙ ¯u⃗3.
¯v⃗ é combinação linear de ¯u⃗1 , u¯⃗2 e ¯u⃗3 .
4.5 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR

Vamos chamar um conjunto de vetores {u¯⃗1 , u¯⃗2 , u¯⃗3 , ..., u¯⃗n} de um espaço
vetorial V como linearmente independente ( LI ) quando a seguinte igualdade:
α1 ∙ ¯u⃗1 + α2 ∙ ¯u⃗2 + ⋯ + αn ∙ ¯u⃗n = 0
For verificada para valores de α1, α2, … , αn iguais a zero, ou seja

α1 = α2 = … = αn = 0.
Caso a igualdade seja verificada para algum valor de α1, α2, … , αn diferente
de zero, o conjunto de vetores {u¯⃗1 , u¯⃗2 , ¯u⃗3 , ..., ¯u⃗n} será classificado como
linearmente dependente (LD).
Um teorema é uma informação, propriedade ou dado que necessita ser provado, para assim ser usado
Apresentamos um teorema: O conjunto de vetores {¯u⃗1 , ¯u⃗2 , ¯u⃗3 , ..., ¯u⃗n } será classificado de LD (line
Demonstração do teorema:
Sejam o conjunto de vetores {u¯⃗1 , u¯⃗2 , u¯⃗3 , ..., u¯⃗n} LD. Podemos então
considerar que existem α1 + α2 + ⋯ + αn tais que:
α1 ∙ ¯u⃗1 + α2 ∙ ¯u⃗2 + ⋯ + αn ∙ ¯u⃗n = 0 = 0
Tais que existe algum αi ≠ 0, com 1 ≤ i ≤ n

E assim então poderíamos tomar um termo αn ∙ ¯u⃗n
Qualquer e assim trabalhar com seu isolamento, procedendo da seguinte for-
ma:
1
u¯⃗n = − ∙ (α1 ∙ ¯u⃗1 + α2 ∙ ¯u⃗2 + ⋯ + αn–1 ∙ ¯u⃗n–1 )
an
E assim, portanto, verificamos um dos vetores sendo combinação linear dos

demais.
Agora, se tivermos um vetor como combinação linear dos demais, temos que
provar que o grupo todo é linearmente dependente. Vejamos então:
α1 ∙ ¯u⃗1 + α2 ∙ ¯u⃗2 + ⋯ + αn ∙
¯u⃗n = ¯v⃗
E assim, podemos usar um artifício algébrico e reescrever a igualdade da

seguinte forma:
α1 ∙ ¯u⃗1 + α2 ∙ ¯u⃗2 + ⋯ + αn ∙ ¯u⃗n − 1¯¯¯¯¯∙¯¯¯v⃗ = 0
E assim verificamos que tal igualdade ocorre quando um dos coeficientes

dos vetores é diferentes de zero, ou seja, existe um dos α1, α2, … , αn não é nulo.
E assim provamos então teorema.
Exemplo: Considere o espaço amostral V = ℝ2 e os vetores v¯⃗1 = ( 1; 0 ) e

v¯⃗2 = ( 0; 1 ) pertencentes a V. Verificaremos que o conjunto formado por v¯⃗1 e
v¯⃗2 são LI, pois:
α1 ∙ ¯v⃗1 + α2 ∙ ¯v⃗2 = 0 ⇒
α1 = 0
α1 ∙ (1; 0) + α2 ∙ (0 ; 1) = (0; 0) ⇒ (α1 ; α2 ) = (0 ; 0), logo
e α2 = 0 .
4.6 BASE DE UM ESPAÇO VETORIAL
Definição: Sendo dado um espaço vetorial V, um subconjunto W, formado pe-

los vetores {w¯ ⃗1 ; w¯ ⃗2 ; w¯ ⃗3 } será chamado de base do espaço V se:
{w¯ ⃗1 ; w¯ ⃗2 ; … ; ¯w⃗n } for LI;

{w¯ ⃗1 ; w¯ ⃗2 ; … ; ¯w⃗n } gerar V ou seja, V = [w¯ ⃗1 ; w¯ ⃗2 ; … ; ¯w⃗n ]
O que quer dizer que qualquer vetor de V pode ser escrito como combinação
linear de w¯ ⃗1 ; w¯ ⃗2 ; … ; ¯w⃗n.
Exemplo: O subconjunto do ℝ2 formado pelo vetores w¯ ⃗1 = (1; 1) e w¯ ⃗2 = (0; 1) é
uma base de ℝ2 . Vejamos a verificação:
α1 ∙ ¯w⃗1 + α2 ∙ w¯ ⃗2 = (0; 0) ⇒ α1 ∙ (1; 1) + α2 ∙ (0; 1) = (0; 0)
De onde podemos verificar que α1 = α2 = 0 e assim então o subconjunto é

LI.
Podemos ainda observar que o os dois vetores geram o ℝ2. Considerando um
vetor genérico
¯v⃗ = ( x; y ), com x e y pertencente ao conjunto dos nÚmeros reais
(ℝ), temos que
:
(x; y) = x ∙ ( 1; 1) + (y − x) ∙ ( 0; 1), o que comprova serem geradores.
Definição importante:
Considere β uma base de um espaço vetorial V de tal maneira que β =
{v1, v2, v3, … , vn} e v ∈ V um vetor tal que v = α1 ∙ v1 + α2 ∙ v2 + α3 ∙ v3 + ⋯ + αn ∙
vn.Vamos chamar estes coeficientes numéricos α1, α2, α3, … , αn de coordenadas
de v em rela- ção à base β. Podemos denotar da seguinte maneira:
α1
α2
[v]þ = [ ⋮ ]
αn
Exemplo: Sendo dado o espaço vetorial V = ℝ2. Considere então a base β =
{(1; 0), (0; 1)} como uma base de V. O vetor (4;3) = 4(1,0) + 3(0,1) e assim então
pode-
4
ríamos dizer que [(4; 3)] = .
[3]
þ
Dimensão de um espaço vetorial 𝑉, é o número de elementos (vetores) da base que gera esse espa
BOULOS, P. Pré Cálculo. 2. ed. São Paulo: Perason, 2011. 118 p. Disponível em:
https://bit.ly/2Uj9MQh.
FIXANDO O CONTEÚDO
1. Vamos nos lembrar que para efetivamente um conjunto ser considerado como
espaço vetorial, algumas operações devem ser observadas em seu fechamento
(um conjunto é fechado para uma operação quando dois elementos quaisquer
resultam em um outro elemento que também pertence obrigatoriamente a esse
conjunto). Considere então o conjunto W formado por todas as matrizes de
ordem
3. Sobre tal conjunto, podemos afirmar corretamente que:
a) Não pode ser considerado um espaço vetorial, pois existem matrizes de ordem
3 que quando somadas resultam em uma matriz de ordem 2 que por sua vez
não pertencem a W.
b) Não pode ser considerado um espaço vetorial pois a propriedade do elemento
neutro não pode ser verificada, uma vez que se somarmos duas matrizes opostas
vamos obter um nÚmero real e não uma outra matriz de ordem três.
c) O conjunto W admite como um subespaço o conjunto formado por todas as ma-
x 0 y
trizes de ordem 3 do tipo [w 0 t ], com x, y, w, t, v e z sendo nÚmeros reais.
v 0 z
d) O conjunto W não admite nenhum subespaço.
e) O conjunto W não pode ser considerado um espaço vetorial pois a propriedade
do elemento oposto não pode ser verificada.
2. Em relação ao conjunto V formado pelas matrizes quadradas de ordem

2 ( M(2,2)), podemos verificar que afirmação correta em relação e esse
conjunto se- rá:
a) O conjunto V não será um espaço vetorial, pois não será “fechado” para a ope-
ração usual de adição.
b) O elemento neutro da operação de adição será a matriz identidade de ordem 2,
10
ou seja: [ ].
0 1
1 0 0 1
c) O conjunto V é gerado por {[ ] ; [ ]}, ou seja esse subconjunto
apresentado
0 1 1 0
é uma base de V.
1 0 0 1 0 0 0 0
d) O conjunto {[ ]; [ ];[ ; ]} é uma base de V.
0 0 0 0 ][
1 0 0 1
e) O conjunto V não é um espaço vetorial, pois não obedece à propriedade do
elemento oposto, ou seja, não existe uma matriz que somada a um original,
resulta em uma matriz nula.
3. Considere as afirmações a seguir:
Afirmação 1:
O vetor (2; -3; 2; 2) pertencente ao ℝ4 é tambem pertencente ao subespaço ge-
rado por v1 = (1; −1; 0; 0 ), v2 = ( 0; 0; 1; 1 ), v3 = ( −2; 2, 1, 1 ) e v4 = ( 1; 0; 0; 0 ).
Afirmação 2:
O subespaço gerado por v1, v2, v3 e v4, ou seja [v1, v2, v3, v4 ] = ℝ4 .
Em relação às afirmações acima, podemos dizer que:
a) Ambas estão corretas.

b) Ambas estão incorretas.
c) Somente a primeira afirmação é correta.
d) Somente a segunda afirmação é correta.
e) não podemos afirmar nada no ℝ4.
4. Com base na definição de vetores ou grupo de vetores LI ( linearmente

independentes ) e LD ( vetores linearmente dependentes ), considere o
seguinte conjunto de vetores do espaço ℝ3: { (1; 0) , (-1; 1), (3; 5) }. Podemos
afirmar corretamente que:
a) O conjunto formado é LI e gera ℝ3 .

b) O conjunto é LI e não é uma base de ℝ3 .
c) O conjunto é LD, portanto é uma base de ℝ3 .
d) O conjunto é LD e não pode portanto ser uma base de ℝ3 .
e) O conjunto de vetores apresentado não pode ser LI ou LD.
5. Ao verificar o conjunto de vetores pertencentes ao espaço vetorial V ( M(2,2) ),

1 0 1 1 2 −1
que é o conjunto das matrizes quadradas de ordem 2, {[ ],[ ],[ ]},
de-
1 0 0 0 𝑘 0
termine o valor de k para que o conjunto seja LD (linearmente dependente).
a) K = 0
b) K =-1
c) K = -3
d) K = 3
e) K = 2
6. Um conjunto de vetores LI ou LD, pode ser visualizado graficamente, por

exemplo se o espaço vetorial a ser considerado for o plano ℝ2. Observe a seguir
dois conjuntos de vetores do ℝ2 , apresentados graficamente:
Conjunto I
Conjunto formado pelos vetores u = (1; 1 ) e v = ( -1; 2 ).
Conjunto formado pelos vetores u = ( - 1; 1), v = ( 1; 2 ) e w =
Conjunto II
Em relação aos conjuntos de vetores apresentados a seguir, podemos afirmar que:
a) O conjunto I é LI e o conjunto II é LD.

b) Ambos os conjuntos de vetores são LI.
c) Ambos os conjuntos de vetores são LD.
d) O conjunto I é LD e o conjunto II é LI.
e) Não podemos classificar em LI e LD dois vetores do plano ℝ2.
7. A base de um espaço vetorial é formada por um conjunto de vetores aos quais

todos os outros vetores desse espaço podem ser obtidos por uma combinação
linear desses. Definimos como coordenadas de um vetor em relação a uma
de- terminada base, aos nÚmeros reais que são os coeficientes da combinação
linear que “gera” um determinado vetor do espaço vetorial. Baseando-se nas
informa- ções dadas, determine então ao coordenadas do vetor v¯⃗ = ( 1; 0; 0 ) em
relação à base β = {( 1; 1; 1 ), ( −1 ; 1; 0 ), ( 1; 0 ; −1)}.
1
7
⎡3⎤ ⎡ 4
⎤
1 5
a) − d)
3 4
⎢ 1 ⎥ ⎢2⎥
⎣3⎦ ⎣ 3
1 ⎦
1
⎡ 6 ⎤ ⎡3 ⎤
7 1
b) − e) 3
3
⎢ 2 ⎥ ⎢ 1 ⎥
⎣− 3 ⎣3 ⎦
⎦
2
⎡5⎤
1
c) 3
⎢ 4 ⎥
⎣ 3 ⎦
8. Em relação à classificação dos vetores como LI ou como LD, são apresentadas

as afirmativas a seguir. Faça a análise de cada uma delas e logo a seguir
assinale a alternativa correta.
I. O conjunto de vetores do ℝ3 , { v¯¯¯1⃗ =( 1;0;0 ), ¯v¯2⃗ = (2; 3; 0 ), v¯¯3⃗ = (5;1; 1)}
é LI, pois a “resolvermos” a igualdade (0; 0; 0 ) = a ∙ ¯v¯¯1⃗ + b ∙ v¯¯2⃗ + c ∙ ¯v¯3⃗,
encontraremos somente e exclusivamente a= 0, b= 0 e c= 0.
II. O trio de vetores do ℝ2 apresentado por v¯⃗1 = (2; 3),v¯⃗2 = (5; 4) e v¯⃗3 = (1;
1) é LD, pois se resolvermos a igualdade (0; 0; 0 ) = a ∙ ¯v⃗1 + b ∙ v¯⃗2 + c ∙ ¯v⃗3 ,
vamos encontrar infinitos valores para a, b e c que a satisfazem.
III. Os vetores ¯v⃗1 = ( 1; −1; −2 ), ¯v⃗2 = ( 2; 1; 1 ) e v¯⃗3 = ( −1; 0; 3 ) pertencentes
ao ℝ 3
formam um grupo LI.

IV. Quando no ℝ3 , tivermos um conjunto unitário de vetores, onde o vetor presen-
te for diferente do vetor nulo, ele será obrigatoriamente LI.
Em relação às afirmativas acima, podemos dizer que:
a) São todas falsas.

b) Somente I e III são falsas.
c) Todas são verdadeiras.
d) Somente I, II e IV são verdadeiras.
e) Somente III é verdadeira.
TRANSFORMAÇÕES LINEARES UNIDADE
5.1 DEFINIÇÃO
Sendo dados dois espaços vetoriais V e W, definimos uma transformação

linear de V e W, representada por T: V → W, como sendo uma aplicação T(v¯⃗)
que asso- cia a cada vetor ¯v⃗ pertencente ao espaço V um Único vetor ¯w⃗
pertencente ao es- paço W. Além disso uma transformação linear preserva as
seguintes propriedades:
Adição: T (¯v⃗ + w¯ ⃗ ) = T (¯v⃗) + T (w¯ ⃗)

Multiplicação por um escalar: T (k ∙ v¯⃗ ) = k ∙ T(¯v⃗)
Exemplo: Consideremos os espaço vetoriais V = ℝ2 e W = ℝ3. Vamos apresentar a

aplicação
T: V → W , tal que T(x; y) = (−x ; x + y, 0 e verificar que se trata de uma trans-
formação linear.
Verificação:
Considere dois vetores de ℝ2, ¯u⃗ = ( x1; y1 ) e v¯⃗ = ( x2; y2), vamos verificar
que T(u¯⃗ + ¯v⃗) = T(u¯⃗) + T(¯v⃗) ⟹ observemos que ¯u⃗ + ¯v⃗ = ( x1 + x2 ; y1 + y2 )
Logo,
T(u¯⃗ + ¯v⃗) = T ( x1 + x2 ; y1 + y2 )( −( x1 + x2 ); x1 + x2 + y1 + y2 ; 0 ) ( −x1 + (

−x2 ); x1 + y1 + x2 + y2 ; 0 + 0 ) = ( −x1 ; x1 + y1 ; 0 ) + ( −x2 ; x2 + y2 ; 0 ) = T(¯u⃗)+
T(v¯⃗)
T(α ∙ ¯u⃗) = (α ∙ x1 ; α ∙ y1 ) = ( −α. x1 ; α ∙ x1 + α ∙ y1 ; 0 ) = ( α ∙ ( −x1 ; x1 + y1 ; 0 )) = α ∙ T(u¯⃗ )
E assim então verificamos a aplicação como uma transformação linear.
Uma transformação linear sempre levará vetores de um espaço a vetores de um outro espaço. Vetores
5.2 PROPRIEDADES DAS TRANSFORMAÇÕES LINEARES
Considerando T como uma transformação linear de V em W, sendo V e W dois

espaços vetoriais (T: V → W), podemos estabelecer as seguintes propriedades:
 T(0) = 0
 T(−v¯⃗) = −T( ¯v⃗), para qualquer v¯¯⃗ ∈ V.
 T( ¯u⃗ − v¯⃗) = T (u¯⃗) − T(¯v⃗)
Exemplo de aplicação das propriedades apresentadas e da definição de

transformação linear:
Considere a seguinte transformação linear: T: V → W onde V = ℝ2 e W = P2 e

que T (1; 1) = 2 – 3x + x2 e T (2; 3) = 1 – x2, vamos então determinar T (− 2 ; 1).
Resolução:
Os vetores (1; 1) e (2; 3) são base para ℝ2, logo, todos os outros vetores do
ℝ2
podem ser escritos como uma combinação linear deles.
α ∙ ( 1; 1 ) + β ∙ ( 2; 3 ) = ( −2 ; 1 ) e assim encontraremos α = −8 e β = 3 e assim:
−8 ∙ (1; 1) + 3 ∙ ( 2; 3 ) = (−2 ; 1)
T(−2; 1) = T( −8 ∙ (1; 1 ) + 3 ∙ (2; 3)
T(−8. ( 1; 1 )) + T( 3 ∙ ( 2; 3 )) = −8 ∙ T(1; 1 ) + 3 ∙ T( 2; 3 )
−8 ∙ ( 2 − 3x + x2) + 3 ∙ ( 1 −
x2) T(−2; 1 ) = −11x2 + 24x −
13
Importante:
Em algumas situações temos alguns “valores” das aplicações de vetores es-
pecíficos em uma transformação linear, mas não temos a “equação”, a lei de for-
mação dessa transformação linear. Para realizar o encontro dessa lei teremos que
realizar alguns procedimentos e algumas operações com os vetores e valores
apresentados.
Primeiramente temos que verificar se os vetores os quais calculamos os
valores da transformação para eles são linearmente independentes (LI). Assim
sendo, todos os outros vetores desse conjunto podem ser escritos como
combinação linear daque- les dados.
Assim então podemos através dessa informação deduzir que se temos um
vetor genérico do ℝn, chamado de v, a lei da transformação linear T: ℝn → ℝn T(v),
co- nhecidas algumas imagens de alguns vetores v1, v2, … , vn conhecidos será:
T(v) = a1T(v1) + a2T(v2) + a3T(v3) + ⋯ + anT(vn)
Exemplo de aplicação:
Considere T, uma transformação linear tal que T: ℝ2 → ℝ3 e que T(−1; 1 ) =

(3; 2; 1) e que T(0; 1) = ( 1; 1; 0 ). Vamos encontrar então a lei de formação da
trans- formação, ou seja T(v), sendo v um vetor genérico do ℝ2, ou seja v = ( x;
y ).
Resolução:
Considerando que os vetores ( −1; 1) e ( 0; 1) são linearmente
independentes, podemos então escrever que o vetor genérico v = ( x; y) pode
ser excrito como uma combinação linear dos mesmos, ou seja:
v = a(−1; 1 ) + b(0; 1 ) ⟹ (x; y) = a(−1; 1) + b(0; 1)
Desenvolvendo, podemos chegar à conclusão que 𝑎 = −𝑥 e que 𝑏 = 𝑥 + 𝑦 e

portanto:
T(v) = a ∙ T(−1; 1) + b ∙ T(0; 1) e assim teremos que :
T(v) = (−x) ∙ (3; 2; 1 ) + (x + y) ∙ (1; 1; 0)
Logo, a lei de formação da transformação linear será:

T(x; y) = ( −2x + y; = x + y; −x )
Propriedade importante: Se T: U → V e S: V → W são tranformações lineares, com U, Ve W sendo espaç
5.3 AUTOVALORES E AUTOVETORES
Definição: Considere um espaço vetorial V e uma transformação linear tal

que T: V → V. Quando tivermos um vetor ¯v⃗ pertencente ao espaço V, com ¯v⃗ não
sendo o vetor nulo e de tal forma que T(¯v⃗) = λ ∙ v¯⃗, definiremos que λ é um
autovalor da transformação e ¯v⃗ um autovetor que está associado a λ.
Exemplo: Sendo dada a transformação linear T: ℝ2 → ℝ2 com T(¯v⃗) = 2 ∙ v¯⃗,

podemos verificar que considerando ¯v⃗ = ( x1; y1) teremos então T(¯v⃗) = (2x1; 2y1)
= 2 ∙ v¯⃗ e assim, 2 é um autovalor de T e ¯v⃗é um autovetor associado a 2.
Propriedade importante: Sendo dada uma transformação linear T: V → V e um autovetor v¯⃗ associado
Leia mais em:

DANESI, M. M.; SILVA, A. R. R. D.; PEREIRA JR., S. A. A. Álgebra linear. Porto Alegre: SAGAH, 201
FERNANDES, D. B. Álgebra Linear. São Paulo: Person, 2014. 146 p. Disponível em:
h ttps://bit.ly/2GPIQVd. Acesso em: 15 abr. 2020.
FIXANDO O CONTEÚDO
1. Lembrando-se que uma transformação linear é uma aplicação que leva elemen-
tos de um espaço vetorial a outro espaço vetorial, considere a seguinte
transfor- mação linear:
T: ℝ3 → : ℝ2 tal que T(x; y; z ) = ( 2x + y; y − z )
Considere as seguintes considerações a respeito de tal transformação linear:
I. Ao tomarmos o vetor w¯ ⃗ = (1; 0; 0) pertencente ao ℝ3 , a transformação

linear dada o aplicará a (2; 0), ou seja T( 1; 0; 0 ) = (2; 0).
II. O vetor v¯⃗, pertencente ao espaço vetorial ℝ3 tal que T(v¯⃗)=(3; 2) é da
seguinte forma: (x; 3 − 2x; 1 − 2x).
III. Podemos verificar, através da transformação linear dada que T(0; 0; 1) =
(1; 1).
Fazendo a análise das afirmativas dadas, podemos concluir que:
a) Todas são falsas.

b) Todas são verdadeiras.
c) Somente I e III são veradeiras.
d) Somente I e III são falsas.
e) Somente II é falsa.
2. Determine a transformação linear T: ℝ2 → : ℝ3, tal que T(1; 1) =

( 2; 0; 2 ) e T(0; −2) = ( −2; 2; 0 ).
a) T( x + y; 4x; 2x)
b) T( x + y; x − y; 2x)
c) T( x + y; 4x; −x )
d) T( x − y; −2x; 2x)
e) T( 2x + y; −x; x)
3. As transformações lineares podem ser muito Úteis em vários campos do

conhecimento, inclusive na Física, envolvendo deslocamento de vetores no
plano cartesiano. Vamos tomar uma situação a respeito desse deslovcamento,
veja:
O deslocamento de um vetor do ℝ2segundo um ângulo α pode ser observado
graficamente da seguinte forma:
A transformação linear que realiza essa rotação é dada por T: ℝ2 → ℝ2 tal que a
sua lei de formação será: T(x; y ) = (x ∙ cosα − y ∙ senα; y ∙ cosα+ x ∙ senα).
Baseando-se nessa informação, ao rotacionarmos o vetor ( 1; 3) por um ângulo
de 90º, encontr- riamos quais componentes do vetor rotacionado?
a) (1; -3)
b) (2 ; 0)
c) (-3 ; 1)
d) (0 ; 3)
e) (-1; -3)
4. Considerando a transformação linear T: ℝ2 → ℝ2 tal que T(v) = −2 ∙ v, vamos

fazer as seguintes considerações a respeito da mesma:
I. A tranformação linear realiza apenas uma rotação de 180º com o vetor v.

II. A transformação linear realiza apenas uma duplicação do vetor v.
III. A transformação linear realiza uma rotação de 180º com a sua duplicação.
IV. A transformação linear realiza uma rotação de 270º com o vetor oposto ao
vetor v.
V. Tomando um vetor com componentes positivas, de uma maneira genérica,
podemos representar a aplicação da transformação da seguinte maneira:
Em relação as afirmativas apresentadas acima, podemos dizer que:
a) Apenas I e III estão corretas.

b) Todas estão corretas.
c) Todas estão incorretas.
d) Apenas V está correta.
e) Apenas III e V estão corretas.
5. Observando a transformação linear dada abaixo:

x y
T: M →
M tal que T [ ]= x+y 0
]
2x2 2x2 z w 0 z+w
[
Onde M2x2 representa o conjunto das matrizes quadradas de ordem 2 ( duas

linhas e duas colunas ).
2
Podemos dizer que T 3
[5 ] acarretará na seguinte matriz:
1
2 −
3
0 −2 13 11
0 0
a) [2 1 ] c) [ 5 5 ] e) [ 5 5 ]
7 3 2 0 −
3 3
17
1
b) [ 5 0 0
] d) [5 ]
5 8
0 3 0 3
6. Consideremos uma transformação linear T: ℝ2 → ℝ3 de tal forma que T(1; 0 )

= ( 1; 2; −1)
T(0; 1) = (3; 0; 4 )
Determine então o vetor resultante de T( 2; 5)
a) (1; 0; 0)
b) (15; 0; 12)
c) (17; 0; -2)
d) (9; -3; 7)
e) (17; 4; 18)
7. Uma transformação linear do tipo 𝐓: ℝ𝟐 → ℝ𝟐 tem como característica tomar um

vetor do plano ℝ𝟐 e transforma-lo, rotacionando, aumentando-o, diminuindo-o
ou fazendo simultameatente as informações anteriores além de também poder
levá- lo a um outro qualquer. De acordo com as informações apresentadas,
verificamos a importância de uma transformação linear em vários campos de
estudo, como por exemplo na Física, onde se pode aplicar esse estudo em
movimentos de bra- ços de forma linear. Observando o esquema gráfico a
seguir, determine qual den- tre as transformações apresentadas poderia
representá-lo.
a) T( x; y ) = ( x; y ) c) T( x; y ) = ( -x; -y ) e) T(x; y ) = ( y; x )
b) T( x; y) = ( -x; y ) d) T( x; y ) = ( x; -y )
8. Considere a seguinte transformação linear:
T: ℝ2 → P
tal que que ( ) x+3
y
x+7
y
x–y 2
Onde P representa o con-
2 T x; y = ( ( ) − ) x + ( ) x
4 4 2
2
junto de todos os polinômios de ordem 2.
Determine então o polinômio resultante de T(−7;
9)
a) P(x) = 3 - 5x + 6x2
b) P(x) = 5 - 14x + 8x2
c) P(x) = -2 + 4x + 9x2
d) P(x) = 7 - 15x - 7x2
e) P(x) = 1 + 13x + 18x2
GEOMETRIA ANALÍTICA UNIDADE
6.1 PLANO CARTESIANO E PONTOS
Iremos apresentar alguns elementos geométricos através de suas equações,

equaçãos e estruturas algébricas. Começaremos pela origem de toda a geometria:
o ponto.
6.1.1 Ponto no plano cartesiano
No plano cartesiano o ponto é representado por um par ordenado. Essa é a

forma analítica de apresentarmos um ponto no ℝ𝟐. De uma maneira geral temos:
Figura 9: Ponto P no plano cartesiano
Estamos definindo a ideia de ponto no plano cartesiano ℝ𝟐 eassim é que iremos trabalhar durante to
O ponto, representado por um par ordenado, tem suas características que devem ser observadas:
Em relação ao plano cartesiano, vale apresentar as suas posições em relação

aos quadrantes:
Primeiro quadrante: x > 0 e

Devemos ainda apresentar as seguintes características de pontos que estão
y>
em cada um dos quadrantes:
0 Segundo quadrante: x < 0 e
Figura 10: Quadrantes
y
> 0 Terceiro quadrante: x < 0
Cálculo da distância entre dois pontos: Dados dois pontos A = ( xA; yA) e
B = (xB; yB), podemos encontrar uma expressão matemática que nos permita
determinar
a distância entre A e B.
Usaremos o teorema de Pitágoras no triângulo apresentado a seguir:
dAB = (xB − xA)2 + (yB − yA)2 = ƒ(xB − xA)2 + (yB − yA)2
Teorema de Pitágoras aplicado ao triângulo retângulo obtido no p
Pontos equidistantes são aqueles que estão a uma mesma distância. O prefixo e que nos diz respeito à
Exemplo: Sendo dados os pontos A (x; 3), B (−1; 4) e C (5; 2), obtenha o valor de x de
modo que o ponto A seja equidistante de B e C.
Resolução:
dAB = dA€
ƒ(x − 1)2 + (3 − 4)2 = ƒ(x − 5)2 + (3 − 2)2
ƒx2 − 2x + 1 + (−1)2 = ƒx2 − 10x + 25 + 1

ƒx2 − 2x + 2 = ƒx2 − 10x + 26
Elevando os dois membros ao quadrado, teremos:
x2 − 2x + 2 = x2 − 10x + 26
E assim, simplificando, teremos:
8x = 24 ⇒ x = 3
 Coordenadas do ponto médio de um segmento:
Considere um segmento com extremidades nos pontos de coordenadas A =

(xA; yA ) e B = (xB; yB). Vamos encontrar então, as coordenadas do ponto M =
(xM; yM), que é o ponto médio de tal segmento (ponto que divide o segmento em
duas partes iguais).
Figura 11: Esquematização do ponto médio M do segmento de reta AB
Fonte: Saber Matemática (2017, online)
Usando semelhança de triângulos, podemos determinar a equação para o

encontro das coordenadas de M, em função das coordenadas de A e de B.
x M=
xA+xB
2
e yM = yA+yB
2
Mediana de um triângulo: É uma das cevianas que parte de um vértice até o ponto mé- dio do lado o
Ceviana: É um segmento que “liga” um vértice de um triângulo a um lado oposto a esse vértice.
Exemplo: Determine o tamanho da mediana relativa ao vértice A de um triângulo

que tem todos os seus vértices com as seguintes coordenadas: A
(2; − 6), B ( −3; 2) e C (3; 4)
Resolução:
Primeiramente, iremos encontrar o ponto médio, M, do lado ¯B¯¯C¯, que é o
lado m oposto a o vértice A.
–3+3
x = =0 e 2+4
y = =3
M 2 M 2
M (0;3)
A seguir, iremos determinar a distância de M ao ponto A.
dAM = ƒ22 + (−9)2 = √85 , que é o tamanho da mediana.
 Condição de alinhamento de três pontos no plano
Quaisquer pares de pontos no plano sempre estão alinhados, porém quando

nos deparamos com um trio de pontos no plano, verificamos que eles não estarão
necessariamente alinhados.
Se um trio de pontos corresponder a três pontos não alinhados, podemos
afirmar que eles serão vértices de um triângulo no plano.
Ao observarmos três pontos não alinhados no espaço, estaremos observando então a formação de um
A condição para observarmos três pontos alinhados no plano:
Sendo A = (xA; yA), B = (xB; yB) e C = (x€; y€ ) afirmamos que eles são
colineares ou que estão alinhados se a igualdade for estabelecida:
(xB − xA) ∙ ( y€ − yB) = ( x€ − xB) ∙ ( yB − yA)
Uma outra forma de apresentarmos a condição de alinhamento de três pon-

tos, é igualando a zero a expressão dada acima:
(xB − xA) ∙ ( y€ − yB) − ( x€ − xB) ∙ ( yB − yA) = 0
E assim, desenvolvendo e simplificando teremos:
xA ∙ (yB − y€) − yA ∙ ( xB − x€) + ( xB ∙ y€ − x€ ∙ yB) = 0
O que equivale a igualdade:
xA yA 1
|xB yB 1| = 0
x€ y€ 1
Exemplo: Determine o valor da variável x de modo que os pontos

A (x; −2 ), B ( 2; 5) e C ( −3; 1) sejam
colineares. Resolução:
Verificando a condição de alinhamento de três pontos, teremos:
𝑥 −2 1
| 2 5 1| = 0
−3 1 1
Usando a regra de Sarrus, teremos:
(5x + 6 + 2) – (−15 + x − 4) = 0
4x + 27 = 0
𝟐𝟕
x=−
𝟒
6.2 NOÇÕES DA RETA NO
PLANO
Uma reta é formada por um conjunto de infinitos pontos alinhados. De

acordo com a definição formal de uma reta, como foi apresentada acima,
podemos então obter a equação geral de uma reta, usando também a condição de
alinhamento.
Se uma reta é formada por infinitos pontos, tomemos um desses pontos
como sendo um genérico o qual chamaremos de P( x ; y ). Todos os pontos três a
três esta- rão alinhados, portanto se conhecermos dois específicos, poderemos
construir uma expressão geral para a reta.
Portanto, conhecendo os pontos A = ( xA; yA ) e B = ( xB; yB) pertencentes
a uma reta r, vamos considerar um ponto genérico P = ( x; y ) e assim constrir a
equa- ção geral de r, usando o fato de que os três pontos estão alinhados,
logo:
xA yA 1
| yB 1| = 0
xB
x y 1
Desenvolvendo segundo Sarrus, teremos:
(yA − yB) ∙ x + (xB − xA) ∙ y + xA ∙ yB − xB ∙ yA = 0
Chamando (yA − yB) de a, (xB − xA) de b e xA ∙ yB − xB ∙ yA de c teremos a

equação geral da reta assim apresentada:
ax + by + c = 0
Exemplo importante: Vamos obter a equação geral de uma reta r a qual passa
pelos pontos A ( −1 ; 2 ) e B ( 3; −1 ).
Resolução:
Organizando o determinante teremos:
−1 2 1
|3 −1 1| = 0
𝑥 𝑦 1
Desenvolvendo o determinante pela regra de Sarrus, vamos ter:
(1 + 2x + 3y) – (−x − y + 6 ) =
0 2x + 3y + 1 + x + y − 6 = 0
3x + 4y − 5 = 0 ⇒ EQUAÇÃO GERAL DA RETA QUE PASSA PELOS PONTOS A E B.
Temos alguns casos especiais de algumas retas no plano:
Reta paralela ao eixo x.

Uma reta r: 𝐚x + 𝐛y + 𝐜 = 0 paralela ao eixo x, terá seu coeficiente a
necessariamente igual a zero (𝐚 = 0).
Exemplo: y + 2 = 0 ou isolando a variável y, teremos y = −2.
Verificamos na representação gráfica que a reta y = -2 não toca o eixo x e

assim sendo será paralela ao mesmo, o que indica que para qualquer valor de x,
y será sempre igual a -2.
Reta paralela ao eixo y.
Uma reta s: 𝐚x + 𝐛y + 𝐜 = 0 paralela ao eixo y, terá seu coeficiente b
necessariamente igual a zero (𝐛 = 0).
Exemplo: x – 3 = 0 ou isolando a variável x, teremos x = 3.
Observando a representação gráfica da reta x = 3, verificamos que não

existe intersecção com o eixo y e assim paralela ao mesmo. Para 𝑥 = 3, y pode
assumir qualquer valor real.
 Bissetriz dos quadrantes ímpares e bissetriz dos quadrantes pares
Toda reta da forma x − y = 0 é denominada bissetriz dos quandrantes

ímpa- res (x = y) e toda reta da forma x + y = 0 é denominada bissetriz dos
quadrantes pares (x = −y). Veja a representação no plano cartesiano da figura
abaixo:
6.3 DISTÂNCIA ENTRE PONTO E RETA
Sendo dada uma reta r de equação geral ax + by + c = 0 , e um ponto

P (𝐱𝐏; 𝐲𝐏) do plano cartesiano. A menor distância entre P e r é dado por ():
𝐏𝐫 = |𝐚 ∙ 𝐱𝐏 + 𝐛 ∙ 𝐲𝐏 + 𝐜| (10)
𝐝
ƒ𝐚𝟐 + 𝐛𝟐
Exemplo: Considere a reta r de equação geral 3x + 4y – 1 = 0 e o ponto A de coor-

denadas (-1; 3). Vamos então encontrar a menor distância entre A e a reta r.
Resolução:
𝟑 ∙ (−𝟏) + 𝟒 ∙ 𝟑 + −𝟑 + 𝟏𝟐 − 𝟖 𝟖
(−𝟏) 𝟏
𝐝𝐀𝐫 = | |= |=| |=
| � 𝟓 𝟓
ƒ𝟑𝟐 + 𝟒𝟐
Portanto, a menor distância será 𝟖

unidades de comprimento.
𝟓
6.4 ESTUDO DA CIRCUNFERÊNCIA
Definição: Considere um ponto O (𝐱𝐎 ; 𝐲𝐎 ) do plano. Definimos como circunfe-

rência ao conjunto dos infinitos pontos P, também do plano que estão a uma distân-
cia constante r de O.
Em termos de estrutura algébrica temos:
Considerando P (x; y) um ponto genérico que vale por todos os pontos da cir-
cunferência.
𝐝𝐏𝐎 = 𝐫
Usando a equação de distância entre dois pontos, vamos verificar que:
𝒅𝑷𝑶 = ƒ(𝒙 − 𝒙𝒐)𝟐 + (𝒚 − 𝒚𝒐)𝟐 = 𝒓
Elevando os dois membros ao quadrado, teremos a equação reduzida de

uma circunferência:
(x − xo)2 + (y − yo)2 = r2 (11)
Centro no ponto
O(xO; yO) e raio medindo r unidades de comprimen
Podemos escrever essa equação na forma geral, o que seria obtido, após o
desenvolvimento dos produtos notáveis que estão aparecendo na forma reduzida.
x2 − 2xOx + xO2 + y2 − 2yOy + yO2 = r2
Isolando o primeiro membro, vamos obter:

x2 − 2x0x + x2 + y2 − 2y0y + y2 − r2 = 0
0 0
Organizando a igualdade e chamando 2x0 de A , −2y0 de B e x2 + y2 = − r2
0 0
de C , teremos a equação geral da circunferência descrita assim:
x2 + Ax + y2 + By + C = 0
Organizando melhor:
x2 + y2 + Ax + By + C = 0
Lembrando sempre que:
A = −2x0 ; B = −2y0 e C = x2 + y2 = − r2
0 0
Exemplo: Considere uma circunferência com equação geral x2 + y2 − 6x + 10y − 30

=
0. Determine então:
a) As coordenadas do centro O;
b) A medida do raio r.
Resolução:
a) −2x0 = −6
x0 = 3
−2y0 = 10
y0 = −5
Portanto as coordenadas do centro são O (3; −5 )

b) x2 + y2 − r2 = −30
0 0
9 + 25 − r2 = −30
34 − r2 = −30
r2 = 30 + 34
r2 = 64
r=8
Vale lembrar que a solução algébrica da equação apresentada acima
seria composta por dois valores r = 2 ou r = −2, porém desconsideramos o valor
negati-
vo por se tratar de uma medida de raio e que não pode ser considerada como ne-
gativa (medida de comprimento).
6.5 ESTUDO DAS CÔNICAS – ELIPSE
Definição: Considerando dois pontos distintos do plano F1 e F2 e 2c a

distância entre eles (dF1F2 = 2c). Definiremos como elipse ao conjunto dos
infinitos pontos do plano cuja soma das distâncias a F1 e F2 é igual a uma
constante 2a ( com 2a > 2c ).
Portanto:
A elipse = {P ∈ plano/dPF1 + dPF2 = 2a}
Apresentamos a seguir, os principais elementos de uma elipse. Tomemos

como referência, inicialmente, uma elipse com centro na origem e eixo sobre o
eixo das abscissas.
 F1e F2 são os focos da elipse;

 C é o centro da elipse;
 ¯A¯¯1¯A¯¯2¯ eixo maior da elipse;
 ¯B¯1¯¯B¯2¯eixo menor da elipse;
 2c é a distância focal da elipse;
 2a é a medida do eixo maior;
 2b é a medida do eixo menor.
Relação notável em uma elipse: 𝐚𝟐 = 𝐛𝟐 + 𝐜𝟐
Vamos agora comprovar que o eixo maior A1A2 mede 2a:
A 1F 1 + A 1F 2 = A 2F 2 + A 2F 1
A 1A 2 = A 1F 1 + F 1F 2 + A 2F 2
Como A1F1 = A2F2 , teremos:
A 1A 2 = A 1F 2 + A 1F 1
Que obedece à definição da elipse e portanto igual a 2a.
 Equação reduzida de uma elipse
Considere um ponto P, qualquer do plano que tenha coordenadas P(x; y). Se

esse ponto pertence à elipse então podemos afirmar que:
dPF1 + dP2 = 2a
E assim, usando a equação de distância e alguns “algebrismos”,

chegaremos à equação de uma elipse com centro na origem.
x2 y2
+ =1
a2 b2
Onde a está relacionado ao eixo maior e b ao eixo menor.
Exemplo: Vamos verificar a representação no plano cartesiano da seguinte elipse:

9x2 + 25y2 = 225.
Vamos, inicialmente, reescrever a elipse na sua forma reduzida:
Dividindo ambos os membros por 225, teremos:
9x2 25y2
+ =1
225 225
Simplificando:
x2 + y2 = 1
25 9
E então, graficamente:
6.6 ESTUDO DAS CÔNICAS – HIPÉRBOLE
Definição: Dados dois pontos distintos F1 e F2, pertencentes a um plano, seja

2c a distância entre eles. Chamamos de hipérbole ao conjunto de pontos do plano
cuja diferença (em módulo) das distâncias a F 1 e F2 é constante e igual a 2a
( sendo res- peitada a seguinte desigualdade 0 < 2a < 2c).
Em resumo, uma hipérbole será assim apresentada:
plano
Hipérbole = {P ∈ − = 2a }
d
dPF1 PF2
Apresentamos a seguir, os elementos de uma hipérbole
 F1e F2 são os focos da hipérbole.

 C é o centro da hipérbole.
 ¯A¯¯1¯A¯¯2¯ eixo real da hipérbole.
 ¯B¯1¯¯B¯2¯ eixo imaginário.
 2c é a distância focal da hipérbole.
 2a é a medida do eixo real.
 2b é a medida do eixo imaginário.
Relação notável da hipérbole: 𝐜𝟐 = 𝐚𝟐 + 𝐛𝟐

Equação reduzida de uma hipérbole (12):
|𝐝𝐏𝐅𝟏 − 𝐝𝐏𝐅𝟐 | = 2a (12)
Aplicando a definição da distância entre pontos e alguns “algebrismos”, va-

mos encontrar a equação reduzida da hipérbole com centro C na origem do siste-
ma de coordenadas cartesianas.
x2 y2
− =1
a2 b2
Onde o termo positivo está associado ao eixo real e o termo negativo ao eixo
imaginário
Exemplo: Vamos verificar então a representação no plano cartesiano de uma hipér-
2
y2
bole com centro na origem e eixo real sobre o eixo x s − =1
9 16
Observaremos que uma elipse e uma hipérbole podem ser apresentadas com centro
“fora” da origem. As equações reduzidas serão diferentes daquelas com o centro na origem.
Elipse com centro no ponto O( x0; y0) Hipérbole com centro no ponto O( x0; y0)
(x − xO)2 (y − yO)2 (x − xO)2 (y − yO)2
a2+ b2 =1 a2− b2 =1
Exemplo 1: A elipse apresentada a seguir, tem centro no ponto O (2; −1 ), eixo

maior vertical com tamanho igual a 10 unidades de comprimento e eixo menor
horizontal com 8 unidades de comprimento.
(𝑥 − (𝑦 + 1)2
2)2 + =1
16 25
Podemos representar essa elipse de uma outra maneira, denominada forma

geral. Para isso iremos simplesmente desenvolver os quadrados da equação
reduzida e assim simplificar e agrupar termos semelhantes quando necessário.
x2 − 4x + 4 y2 + 2y + 1
+ =1
16 25
25x2 − 100x + 100 + 16y2 + 32y + 16

=1
400
25x2 + 16y2 − 100x + 32y + 116

=1
400
25x2 + 16y2 − 100x + 32y − 284 = 0
Graficamente:
Exemplo 2: Apresentaremos a seguir uma hipérbole com centro “fora” da origem
e logo em seguida iremos obter a sua equação na forma reduzida e também na
forma geral, além de apresentá-la graficamente no plano cartesiano.
(𝑦 − (𝑥 + 1)2
2)2 − =1
9 4
Equação reduzida da hipérbole com centro no ponto (−1; 2) e eixo real y e ei-
xo imaginário x. Desenvolvendo os quadrados e realizando algumas operações
esimplificações, vamos então obter a equação geral.
𝑦 2 − 4𝑦 + 4
− 𝑥 + 2𝑥 + 1 = 1
2
9 4
4𝑦 − 16𝑦 + 16 − 9𝑥 − 18𝑥 + 9
2 2
=1
36
4𝑦2 − 16𝑦 + 16 − 9𝑥2 − 18𝑥 + 9 = 36
4𝑦2 − 9𝑥2 − 18𝑥 − 16𝑦 + 25 = 36
4𝑦2 − 9𝑥2 − 18𝑥 − 16𝑦 − 11 = 0

6.7 ESTUDO DAS CÔNICAS – PARÁBOLA
Definição: sendo dado um ponto F do plano cartesiano, uma reta d do pla-

no, com F ∉ d e seja também dFd a distância entre a reta d e o ponto F. Definimos
como uma parábola, o conjunto de pontos do plano cartesiano que estão à
mesma
distância de F e d, ou seja:
Parábola = {P ∈ plano cartesiano/ dPF = dPd}
Apresentamos então, os principais elementos de uma parábola.
 F é o foco da parábola;
 d é a reta diretriz da parábola;
 p é o parâmetro;
 V é o vértice da parábola;
 A reta que passa pelos pontos;
 F e V é o eixo de simetria.
Relação notável em uma parábola: 𝐎 𝐬𝐞𝐠𝐦𝐞𝐧𝐭𝐨 ¯𝐕¯¯𝐅¯ = 𝐩

𝟐
Inicialmente apresentaremos uma parábola com eixo de simetria localizado
sobre um dos eixos coordenados, vértice na origem e diretriz paralela a outro
eixo, posteriormente poderemos observar e apresentar parábolas com eixos de
simetria “fora” dos eixos, vértice “fora” da origem, porém com diretriz ainda
paralela a um dos eixos.
Equação reduzida de uma parábola com eixo de simetria localizado exata-
mente sobre o eixo das abscissas.
Considere um ponto F ; 0 e uma reta d com equação x + = 0.
p ( p
) geral
2 2
Sendo um ponto P(x; y) qualquer na parábola, podemos, pela definição es-

crever que:
dPF = dpd
Usando a definição de distância entre pontos, a distância entre ponto e reta

e alguns “algebrismos” podemos chegar na equação da parábola da seguinte
maneira:
y2 = 2px
Exemplo: Uma parábola com equação y2 = 4x tem parâmetro p = 2 e vérti-

ce na origem do plano cartesiano. Veja a sua representação no plano
cartesiano:
Uma parábola pode ter eixo de simetria vertical, horizontal ou eixo oblíquo (não sendo assim nem ho
 Parábolas com vértice “fora” da origem
Consideremos então uma parábola com vértice em um ponto qualquer,

diferente da origem do sistema de coordenadas cartesianas, ou seja, V ( xV; yV)
com xV e yV não nulos. Vamos agora considerar uma parábola com diretriz
horizontal, do tipo
y = k , com k sendo um nÚmero real.
A equação reduzida dessa parábola seria então do tipo ():
(y − yv) = 2p ∙ (x − xv)2 (13)
Exemplo de uma parábola com vértice “fora” da origem.
Figura 12: Parábola “fora” da origem
Fonte: Elaborado pelao Autor (2020)
Considere a parábola apresentada no plano cartesiano a seguir:

Vamos observar que p = 4 e consequentemente p = 2. Portanto as coordena-
2
das do vértice serão (7; 5 ) e assim a equação reduzida da parábola será:
(x − 7)2 = 8 ∙ (y − 5 )
Podemos também, escrever uma parábola na forma geral, basta desenvolver

os quadrados na igualdade.
x2 − 14x + 49 = 8y −
40 x2 − 14x + 49 + 40
= 8y
1 7 49
− x +5=y
x2 +4 8
8
Ou da forma mais usual:
x2 7x 49
y= − + +5
8 4 8
Que assimilado ao estudo de função, fazemos a verificação de uma função

quadrática.
Nem toda a parábola pode ser a representação gráfica de uma função. Somente aque- las em que a d
6.8 PLANOS NO ESPAÇO E QUÁDRICAS NO ℝ𝟑
Vamos inicialmente apresentar a definição de um plano. Definição: No espa-

ço ℝ3 , o plano é um conjunto de pontos que satisfaz a seguinte estrutura algébrica
(14):
Ax + By + Cz + D = 0 (14)
A equação (14) é denominada equação geral de um plano.
Exemplo: A equação 2x – 3y + z – 3 = 0 é a equação de um plano no ℝ3.
Veja abaixo, a representação de um plano no espaço:
O plano apresentado tem equação com as seguintes características:
−6,6x + 6y − 4,4z + 13,2 = 0 (equação geral do plano).
Definição: Considerando o espaço ℝ3 , vamos definir como uma quádrica, ao

conjunto de pontos que satisfazem a seguinte equação:
Ax2 + By2 + Cx2 + Dxy + Eyz + Fxz + Gx + Hy + Iz + J = 0
Com A, B, C, D, E e F não nulos.
Apresentaremos a seguir, alguns exemplos de quádricas com sus respectivas

estruturas algébricas:
 Elipsóde
Um elipsóde com centro na origem pode apresentar a seguinte estrutura al-

gébrica (15):
x2 y2 z2 (15)
+ + =1
a2 b2 c2
Graficamente, podemos apresentar um elipsoide da seguinte maneira:
 Hiperbolóide de uma folha
Um hiperbolóide de uma folha com centro na origem apresenta a seguinte es-

trutura algébrica (16):
x2 y2 z2 (16)
+ − =1
a2 b2 c2
 Hiperbolóide de duas folhas
A equação reduzida (representação algébrica) de um hiperbolóide de duas

folhas é a seguinte (17):
x2 y2 z2 (17)
− 2
+ 2
− 2
=1
a b c
Livros importantes para enriquecimento:

BORIN JR, A. M. S. Geometria Analítica. São Paulo: Person, 2014. Disponível em:
h ttps://bit.ly/36oM377. Acesso em: 18 abr. 2020
FERNANDES, L. F. D. Geometria Analítica. Curitiba: InterSaberes, 2016. Disponível em:
h ttps://bit.ly/38y2Ua8. Acesso em: 18 abr. 2020
FIXANDO O CONTEÚDO
1. A observarmos uma parábola que representa um determinado fenômeno físico,

verificamos que sua equação geral é representada da seguinte maneira:
2x2 + 4x + 3y − 4 = 0
Podemos então afirmar que as coordenadas do vértice, as quais indicam o ponto

máximo desse fenômeno serão:
a) (0; 3)
b) (0; 0)
c) (-1; 2)
d) (3; 0 )
e) (2 ; -1)
2. O estudo da geometria analítica possibilita a análise de estruturas geometricas

através de equações e normas algébricas, não excluindo totalmente a visualiza-
ção de tais estruturas geométricas pela sua forma. Com base nessas
informações e observando a figura abaixo, julgue as afirmativas a seguir em
verdadeiras ou falsas.
I. A circunferência apresentada tem centro no ponto C (2; 1).
II. A equação geral da circunfência é dada por x2 + y2 + 2x + y – 3 = 0.
III. A distância do centro da circunferência apresentada até a origem do
sistema de coordenadas cartesianas é igual a √𝟓.

IV. Ao traçarmos uma reta que passa pelo centro da circunferência e pelo ponto
A (-1; 3), a sua equação geral será dada por 2x + 3y − 7 = 0.
Em relação às afirmativas apresentadas acima, podemos dizer que:
a) Todas são incorretas.

b) Todas estão corretas.
c) Somente I e IV estão incorretas.
d) Somente as afirmativas I, III e IV estão corretas.
e) Somente IV está correta.
3. Sendo dada uma reta r do plano de coordenadas cartesianas, podemos

escrevê- la da forma geral ( usando por exemplo a condição de alinhamento de
três pontos com o determinante de ordem 3 ), porém, podemos apresentar
uma reta na forma reduzida, que seria, de uma forma bem rápida, obtida ao
isolarmos a variá- vel y na forma geral.
a c
ax + by + c = 0 ⟹ by = −ax − c ⇒ y = − x −
b b
Assim então, podemos verificar que o coeficiente de x e nessa forma reduzida

será denominado de coeficiente angular e estará relacionado com a inclinação
da reta que ele representa ( o coeficiente angular também será cahamado de
declivi- dade ).
Observando as retas r e s apresentadas no plano cartesiano a seguir, determine
então os valores dos coeficientes angulares de cada uma delas ( mr e ms).
a) mr = 2 e ms = −3
b) m = − 1 e m = 4
r 2 3
s
c) m 2
= e m=3
r 3 s
d) m =− e
1
r
= −3
m
2 s
e) m = 2 e m = 4
r s 5
4. Considere uma elipse com a seguinte e equação reduzida:
(𝑥−1
)2
4 ( 𝑦 − 1)2
+ =1
16
E gráfico apresentado a seguir:
As afirmações abaixo seão relativa à cônica, julgue-as em verdadeiras ou falsas e
logo após assinale a alternativa correta:
I. A elipse apresentada tem centro fora da origem e as suas coordenadas

são C( 1; 1 ).
II. A elipse apresentada tem eixo menor horizontal e mede 2 unidades de

comprimento.
III. As coordenadas dos focos da elipse são: ( 0; 2ƒ3) e ( 2√3; 0 ).
IV. O eixo maior da elipse é vertical e mede 8 unidades de comprimento.
V. A elipse apresentada tem distância focal igual a 4√3 unidades de compri-

mento.
Podemos afirmar que:
a) Todas as afirmativas estão incorretas.

b) Somente I, IV e V estão corretas.
c) Todas as afirmativas estão corretas.
d) Somente I e II estão corretas.
e) Somente e III estão corretas.
5. O cálculo do determinante de uma matriz possui grande utilidade não só na Ma-

temática, mas também em diversas áreas do conhecimento, como a Física
Quân- tica e a Engenharia. Uma de suas aplicações em Engenharia é para
descobrir se três pontos são colineares, isto é se três pontos estão alinhados
( pertencem à mesma reta ); algo importante,, por exemplo, em um projeto de
um automóvel, para saber se o eixo está corretamente alinhado com as rodas.
Prova-se que a condição para que três pontos (x1, y1), ( x2, y2) e (x3, y3) sejam
colineares é que o
𝑥1 𝑦1 1
determinante |𝑥2 𝑦2 1| seja nulo.
𝑥3 𝑦3 1
Considerando o exemplo do automóvel, em um projeto o alinhamento lateral do
carro é feito comparando a posição das rodas (dianteira e traseira de um
mesmo lado) com um ponto lateral do chassi. O carro está alinhado se os
pontos que representam cada uma dessas partes forem colineares. Sabe-se
que nesse projeto a roída dianteira é representada pelo ponto A (-1 , 2), o
ponto que representa o chassi é B(0, 3) e a roda traseira C (1 , k ). Dessa
forma, para que o carro esteja alinhado o valor de k deve ser igual a:
a) 1
b) 3
c) 4
d) 5
e) 9
6. Uma hipérbole como a apresentada na figura abaixo, tem como equação geral
a seguinte expressão algébrica:
a) 9𝑥2 − 25𝑦2 − 225 = 0

b) 25𝑥2 + 9𝑦2 − 225 = 0
c) 9𝑥2 + 25𝑦2 − 225 = 0
d) 𝑥2 − 25𝑦2 − 25 = 0
e) 9𝑥2 − 25𝑦2 + 225 = 0
7. A condição de alinhamento a respeito de três pontos, nos informa que se o de-
terminante que envolve as coordendas dos pontos for igual a zero, podemos
garantir que os pontos apresentados são colineares. Podemos então concluir
que se os pontos não estiverem alinhados, obrigatoriamente eles serão vértices
de um tri- ângulo qualquer do plano cartesiano.
Analisando os pontos A(3k+2; -1), B(2; 3) e C (-1; 4), encontre a condição
para que eles sejam vétices de um triângulo ABC.
a) k = -1
b) k ≠ 0
c) k ≠ 3
d) k ≠ 4
e) k ≠ 2
8. Uma circunferência tem diâmetro que é um segmento com estremidades nos

pontos A(-1; 4) e B(2; 5). São feitas algumas afirmativas em relação a essa
forma geométrica:
I. A circunferência dada, tem centro na origem do sistema de coordenadas

cartesianas e raio igual a 2 unidades de comprimento.
II. O diâmetro da circunferência apresenta pelos pontos tem medida igual a 20
unidades de comprimento.
III. O raio dessa circunferência tem medida igual a 10 unidades de comprimento.
IV. A equação reduzida dessa circunferência 1 9

(𝑥 − ) 2+ (𝑦 − )2 =
5
é: 2 2 2
Podemos afirmar então que:
a) Somente a afirmativa II é correta.

b) Somente as afirmativas I e II estão corretas.
c) Somente a afirmativa IV está correta.
d) Todas as afirmativas estão corretas.
e) Todas as afirmativas estão incorretas.
RESPOSTAS DO FIXANDO O CONTEÚDO
UNIDADE 01 UNIDADE 02
QUESTÃO 1 QUESTÃO 1
E D
C E
QUESTÃO 3
B QUESTÃO 3 C
D A
B E
QUESTÃO 6
D QUESTÃO 6 C
E A
B B
QUESTÃO 1
C QUESTÃO 1 C
QUESTÃO 2
D QUESTÃO 2 D
QUESTÃO 3
D QUESTÃO 3 D
QUESTÃO 4
C QUESTÃO 4 D
QUESTÃO 5
E QUESTÃO 5 D
QUESTÃO 6
B QUESTÃO 6 A
QUESTÃO 7
E QUESTÃO 7 A
QUESTÃO 8
B QUESTÃO 8 C
B C
B D
C B
E B
B C
E A
D D
B -
REFERÊNCIAS
AYRES, F. Teoria e problemas de matemática para ensino superior. Tradução de

Claus Ivo Doering. 3. ed. Porto Alegre: Bookman, 2006.
BOLDRINI, J. L. Álgebra linear. 3. ed. São Paulo: Harper & Row do Brasil, 1980.
BORIN JR, A. M. S. Geometria Analítica. São Paulo: Person, 2014.
BOULOS, P. Pré Cálculo. 2. ed. São Paulo: Perason, 2011. 118 p.
DANESI, M. M.; SILVA, A. R. R. D.; PEREIRA JR., S. A. A. Álgebra linear. Porto Alegre:
SAGAH, 2019.
FERNANDES, D. B. Álgebra Linear. São Paulo: Person, 2014. 146 p.
FERNANDES, L. F. D. Geometria Analítica. Curitiba: InterSaberes, 2016.
IEZZI, G. Fundamentos de matemática elementar, 7: geometria analítica. 5. ed.

São Paulo: Atual, 2005.
NICHOLSON, W. K. Álgebra Linear. Tradução de Célia Mendes Carvalho Lopes, Leila

Maria Vasconcellos Figueiredo, Martha Salerno Monteiro. 2. ed. Porto Alegre:
AMGH, 2014.
POOLE, D. Álgebra linear. Tradução de Martha Salermo Monteiro. São Paulo:

Thomson Learning, 2006.
SABER MATEMÁTICA. Ponto médio de um segmento, 2017. Disponível em:

https://bit.ly/32Dh1Y6. Acesso em: 19 abr. 2020.
WINTERLE, P. Vetores e Geometria Analítica. 2. ed. São Paulo: Pearson, 2014.

APÊNDICES
APÊNDICE A – ESTUDO DAS MATRIZES E DETERMINANTES
Vamos abordar nesse complemento, o estudo das matrizes e dos

determinantes, visto que eles têm uma importância no trabalho com sistemas e
também dentro da geometria analítica. Por não fazer parte explícita da ementa da
disciplina, estaremos então abordando de uma maneira complementar.
Definição: Uma matriz é um conjunto de elementos organizados através de
m linhas e n colunas.
Toda matriz pode ser nomeada com uma letra maiÚSCUla do alfabeto, como
por exemplo
A matriz (tabela) que representada as notas de três disciplinas obtidas por
4 alunos e que pode ser nomeada pela letra A. Apresentamos a seguir, um
conjunto de dados, que é também, matematicamente, uma matriz.
Aluno X Aluno Y Aluno Z Aluno W

Cálculo 12 15 17 10
Geometria 14 16 17 12
Física I 14 16 19 20
Este conjunto de dados, apresentada 3 linhas e 4 colunas. O nÚmero de

linhas e de colunas de uma matriz, é denominado de ordem. Como nomeamos a
tabela (matriz) de A, podemos afirmar que a sua ordem é 3 x 4 (três linhas por
quatro colunas).
Importante: Para obtermos a quantidade de elementos de uma matriz, basta
multiplicarmos o nÚmero de linhas pelo nÚmero de colunas.
Exemplo: A matriz dada na situação anterior terá então 12 elementos.
APÊNDICE B – NOTAÇÃO E REPRESENTAÇÃO DE UMA MATRIZ.
Como dito, podemos nomear uma matriz com uma letra maiÚSCUla do
alfabe- to. Vamos apresentar agora as maneiras as quais podemos representar
uma matriz com sua respectiva ordem.
Toda matriz M, com m linhas e n colunas pode ser apresentada como Mm x n.
São representados esses m x n elementos através de um par de parênteses
ou um par de colchetes. Considere a seguinte tabela que apresenta a altura (em
cm ) e a massa (em quilogramas) de três indivíduos :
Pessoa X Pessoa Y Pessoa Z

Altura 160 175 155
Massa 65 70 72
Tal tabela, pode ser escrita na forma matricial da seguinte maneira:

160 175 155
𝐵= [ ]
65 70 72
Nomeamos a matriz dada de B.

Podemos também escrever
B2x3.
Cada elemento da matriz Amxn será chamado de elemento aij, onde i e j

representam respectivamente a linha e a coluna na qual o elemento se encontra
e lembrando também que 0 < i ≤ m e 0 < j ≤ n.
21 −1
Na matriz ( 12 4 ) vamos localizar os seguintes elementos: a12, a22 e a31
−9 0
a12 = -1 , a22 = 4 e a31 = -9.
Elemento que se encontra na 1ª linha e na segunda coluna.

Fa- zemos a leitura do mesmo da seguinte maneira:
“elemento a um dois”
Importante salientarmos que os elementos de uma matriz podem ser quaisquer

nÚmeros reais.
APÊNDICE C – CONSTRUÇÃO DE UMA MATRIZ
Para construirmos uma matriz, necessitamos de:
 Conhecer a sua ordem;

 Conhecer a lei de formação de cada elemento.
A lei de formação dos elementos dependerá exclusivamente da posição des-

se elemento, ou seja, de i e de j.
Exemplo: Considere uma matriz A3x3 tal que cada elemento aij dessa matriz
se-
rá dado pela seguinte lei de formação: aij =

{ i2 + j, se i = j
2i + 3j, se i ≠ j
Vamos então construir essa
matriz.
Primeiramente iremos apresentar a forma”genérica” da matriz A.
a11 a12 a13
(a21 a22 a23)
a31 a32 a33
Agora, vamos encontrar o valor de cada um dos 9 elementos da matriz,

usando a lei de formação:
a11 = 12 +1 = 2 a21= 4 + 3 = 7 a31= 6 + 3 = 9

a12 = 2 + 6 = 8 a22 = 4 + 2 = 6 a32 = 6 + 6 =
12
a13 = 2 + 9 = 11 a23 = 4 + 9 = 13 a33 = 9 + 3 =
12
E assim, a matriz A será apresentada abaixo:

2 8 11
A = (7 6 13)
9 12 12
O estudo de matrizes pode ser usado em vários campos do conhecimento: na área de computação, no
Assista os videos disponíveis nos links a seguir para melhorar sua compreensão acerca da construçã
h ttps://bit.ly/3eR5jhe. Acesso em: 26 abr. 2020.
h ttps://bit.ly/3knG2fC. Acesso em: 26 abr. 2020.
APÊNDICE D – MATRIZES ESPECIAIS
 Matriz nula: é a matriz de ordem m x n que tem dos os elementos nulos

(iguais a zero ).
Exemplo: Vamos tomar como exemplo uma matriz C3x2 que vamos
considerá-la como uma matriz nula.
0 0
C = [0 0]
0 0
 Matriz coluna: é a matriz que possui apenas uma coluna e m linhas (m > 1 ).
Exemplo: Veja a matriz A4x1
2
3
A= [ ]
0
−8
 Matriz linha: é a matriz que possui apenas uma linha e n colunas ( n > 1 ).
Exemplo: Considere a matriz D1x3
D = [3 −1 6]
 Matriz quadrada: é a matriz que tem o nÚmero de linhas igual ao nÚmero de

colunas. Podemos expressar a ordem de uma matriz quadrada apenas
citando o nÚ- mero de linhas e de colunas. Por exemplo, a matriz A2x2, pode
ser apresentada como a matriz A, quadrada de ordem 2.
Exemplos: Vamos apresentar algumas matrizes quadradas A2x2, B3x3 e C4x4
−2 4 10
2 −2 0 9 12 2
A= [ ] B=[ 0 9 −7] C = [1 3 3]
5
0 −3 2 6 18 5
1 7 5
9 7 −3 8
Em toda matriz quadrada identificaremos duas diagonais:


Diagonal principal cujos elementos aij têm como característica i = j.

Diagonal secundária cujos elementos aij têm como característica i + j = n
+1, onde n é a ordem da matriz.
As matrizes quadradas serão de fundamental importância para estudo de algumas situ- ações específi
 Matrizes diagonais: são as matrizes quadradas que têm todos os elementos

“fora” da diagonal principal iguais a zero.
Exemplo: Apresentaremos duas matrizes diagonais: A2x2 e B3x3.
2 0 5 0 0
A= 0 6
[ ] B = [0 1 0]
0 0 7
 Matriz identidade: uma matriz é denominada de matriz identidade quando
ela for uma matriz diagonal em que todos os elementos da diagonal principal
forem iguais a 1.
Exemplo de uma matriz identidade de ordem 3.
1 0 0
𝐴 = (0 1 0)
0 0 1
Veja que todos os elementos da

Diagonal principal são iguais a 1 e o restante iguais a zero.
 Matriz simétrica: é uma matriz quadrada em que aij = aji.
Exemplo: vamos tomar a matriz A3x3 em que os elementos equidistantes da
diagonal principal serão iguais.
2 3 9
𝐀 = (3 −1 5)
9 5 4
Na unidade 3, apresentamos os sistemas lineares e um dos métodos de resolução dos mesmos é o m

APÊNDICE E – OPERAÇÕES COM MATRIZES
 Soma e subtração de matrizes
Para somarmos duas ou mais matrizes, temos que obedecer a algumas

regras básicas dessa operação:
 só podemos somar (ou subtrair) matrizes que tenham a mesma ordem.
 verificada a condição anterior, a soma é feita adicionando algebricamen-
te os termos correspondentes.
Termos correspondentes em uma matriz, são aqueles que estão em mesmas posições, ou
seja, linha e coluna. Exemplo: Nas matrizes abaixo, podemos verificar que os elementos que se enco
𝐴 = [1 100] e [ 304]
9 −8 𝟓 10 3𝟓
Importante: a subtração de duas matrizes, equivale a somar com o inverso, ou

seja:
A – B = A + ( −B)
E lembrando que uma matriz oposta é aquela em tomamos a original e “tro-

camos” os sinais de todos os seus elementos.
Exemplo: sendo dadas as matrizes abaixo, vamos determinar o que se pede em

cada um dos itens que se seguem.
a) A + B
b) A – B
c) B – A
1 −2 −3 7
A = (3 10 ) e B = ( 2 −4)
0 4 9 2
−2 5
a) A + B = ( 6)
5
9 6
4 −9
b) A – B = ( 1 14 )
−9 2
−4 9
c) B – A = (−1 −14)
9 −2
As operações de adição e subtração de matrizes são Úteis quando

queremos obter resultados consecutivos ou não de tabelas de valores
 Produto por um escalar
Sendo dada uma matriz A, de ordem m x n e um nÚmero real t, ao multipli-

carmos t ∙A, estamos multiplicando cada elemento aij da matriz A pelo escalar t (
nÚmero real t )
2 9
Exemplo: considere a matriz 𝐴 = ( ) e o nÚmero real 6. A matriz resultante de 6ª
8 −7
será:
12 54
6A = ( )
48 −42
Multiplicamos assim, cada elemento de A por 6.

Importante ressaltar que essa operação não é o produto de matrizes e sim o
produto de uma matriz por um nÚmero real.
 Propriedades da adição/ subtração e produto por um escalar.
Sendo dadas as matrizes A, B e C de mesma ordem e os nÚmeros reais a, b e

c, podemos verificar as seguintes propriedades:
 a.( A + B ) = a.A + a.B

 ( a + b ). A = a.A + a.B
 a.(b.A ) = (a.b).A
 A + B = B + A (propriedade comutativa)
 A+ ( B+ C ) = ( A + B) + C (propriedade associativa)
 Transposta de uma matriz
Sendo dada uma matriz A de ordem m x n, definimos como transposta de A a

matriz At de tal forma que cada elemento dessa matriz é igual a aji da matriz A.
Na prática, para obter a transposta de uma matriz dada, basta “trocar” linha
por coluna.
Exemplo:
Considerando
matriz a 1 3 0
, podemos então dizer que t 1 1
𝐴= [ ] 𝐴 = [3 6]
1 6 9
0 9
O que “era” primeira linha passou a “ser” primeira coluna, o que “era”
segunda linha passou a “ser” segunda coluna e assim por diante.
 Multiplicação de matrizes
Primeiramente vamos estabelecer as condições de existência do produto

entre duas matrizes.
Para que duas matrizes A e B possam ser multiplicadas, devemos ter que o
nÚmero de colunas do primeiro fator deverá ser igual ao nÚmero de linhas do
segundo fator, ou seja :
𝐴N × p ∙ 𝐵p × n = 𝐶N×n
Além dessa condição imposta para a existência do produto, verificamos que

a matriz resultante terá o nÚmero de linhas do primeiro fato e o nÚmero de colunas
no segundo.
Procedimento para a realização do produto entre duas matrizes: cada ele-
mento cij da matriz o produto será resultante da soma dos produtos dos elementos
que estão na linha i da primeira matriz com os respectivos em posição vertical da
coluna j da segunda matriz. Para melhor visualização, usaremos um exemplo com
matrizes específicas.
Exemplo:
matrizes sejam dadas as
1 2 3 −1 , vamos obter, se
e
3
𝐴= ( ) 𝐵= (0 2)
1 2 0
1 1
possível, a matriz C que será resultante do produto 𝐴 ∙ 𝐵.
Resolução: Primeiramente podemos verificar que o produto existirá pois o nÚ-
mero de colunas de A (3 colunas) é igual ao nÚmero de linhas de B (3 linhas) e por
isso então concluiremos C será uma matriz quadrada de ordem 2, ou seja C, será
c11 c12
uma matriz do tipo: C = ( ) e assim o que nos falta são os valores dos elemen-
c21 c22
tos de C.
O elemento c11, por exemplo, será resultante do produto da soma dos
elementos da primeira linha com a primeira coluna (primeiro da horizontal
multiplicado com primeiro da vertical, segundo da horizontal multiplicado com
segundo da vertical e assim por diante). Assim então, só para termos uma ideia
do cálculo a ser feito:
c11 = 1 ∙ (−1) + 2 ∙ 0 + 3 ∙ 1 = −1 + 0 + 3 = 2
c12 = 1 ∙ 3 + 2 ∙ 2 + 3 ∙ 1 = 3 + 4 + 3 = 10
c21 = 1 ∙ (−1) + 2 ∙ 0 + 0 ∙ 1 = −1 + 0 + 0 = −1
c22 = 1 ∙ 3 + 2 ∙ 2 + 0 ∙ 1 = −1 + 0 + 0 = 1
2 10
E finalmente, a matriz resultante: C = (
−1 1 )
O importante a respeito do produto de matrizes é ressaltar que ele não é
co- mutativo, ou seja, dadas duas matrizes A e B, não podemos garantir que A.B
= B.A.
 Determinantes
Determinantes são nÚmeros associados a uma matriz quadrada obtido quan-

do envolvemos todos os elementos da matriz com as operações de multiplicação e
adição.
O estudo do determinante é de fundamental importância para as ciências extas. Através da definição,

Importante salientarmos a respeito da notação e da representação de um
determinante associado a uma matriz QUADRADA. Sendo dada uma matriz
quadrada A, nomearemos o determinante dessa matriz de A. A representação
desse determinante é feita de maneira que vamos escrever os elementos da
matriz entre duas bar- ras.
0 1 3
Exemplo: considerando a matriz A = 2 0), podemos apresentar o seu determi-
(1
4 5 6
nante assim:
0 1 3
det A = |1 2 0|
4 5 6
 Cálculo do determinante de ordem 2 (determinante associado a uma

matriz de ordem 2 ).
Para calcularmos o valor do determinante de ordem 2, procedemos da se-

guinte maneira:
“O valor do determinante e a subtração do produtos dos elementos da dia-
gonal principal pelo produto dos elementos da diagonal secundária.”
a11 a12
De uma maneira geral, se tivermos uma matriz de ordem 2 A = ( ), o
a21 a22
seu determinante será: det A = a11 ∙ a22 − a21 ∙ a12
2 1
Exemplo: Considere a matriz A = ( ). Podemos então calcular o determi-
−2 4
nante da seguinte maneira:
det A = 2 ∙ 4 − (−2) ∙ 1 = 8 + 2 = 10
Exemplo complementar: Considere a seguinte igualdade apresentada a seguir:
3k − 1 1
| 4 3| = 2
Determine o valor de k para que a igualdade seja verdadeira.
Resolução:
3 ∙ (3k − 1) − 4 ∙ 1 = 2
9k − 3 − 4 − 2 = 0 ⇒ 9k − 9 = 0⇒ k = 1
 Cálculo do determinante de ordem 3 (determinante associado a
uma matriz de ordem 3).
Para calcularmos um determinante de ordem 3, usaremos a regra de

Sarrus, que consiste em transpor as duas primeiras colunas da matriz e realizar
uma soma de produtos dos elementos da diagonal principal e as suas paralelas
subtraindo de uma soma de produtos dos elementos da diagonal secundária e
suas paralelas.
2 1 3
Exemplo: Considere a matriz A = (2 1 0). Vamos usar a regra de Sarrus e encon-
3 2 1
trar o valor do determinate de A ( det A ).
Resolução:
2 1 321
|2 1 0| 2 1 = 2 + 0 + 12 − 9 − 0 − 2 = 3
3 2 132
Portanto det A = 3
Exemplo complementar: Observando a igualdade a seguir, vamos determinar o

valor de x, aplicando regra de Sarrus no determinante de ordem 3.
−1 2𝑥 − 3 3
|1 3 2| = 2
5 1 1
Resolvendo a igualdade aplicando a regra de Sarrus, teremos:
−1 2x − 3 3 2x −
−1 3 =2 ⇒ ( 20x − 30 ) − ( 40 + 2x ) = 2
|1 3 2| 1 3
5 1 1 5 1
20x − 2x − 30 − 40 = 2 ⇒ 18x = 72 ⇒ x = 4
Importante dizer que o determinante de ordem três tem fundamental impor-
tância na resolução de problemas relacionados a sistemas lineares, a resolução de
problemas na geometria analítica e também na geometria plana.
A área de um triângulo pode ser calculada, usando o estudo de determinan-
tes de ordem 3. Precisamos construir um determinante usando as coordenadas
dos pontos que serão vértices da figura.
Fórmula para o cálculo da área de um triângulo, conhecendo os seus vértices:
1 xA yA 1
A= . ||xB yB 1||
2 x€ y€ 1
Exemplo: Considere o triângulo de vértices nos pontos A ( -1; 1), B( 0; 3) e C (

3;0 ). Vamos determinar então a medida da área desse triângulo.
Resolução:
Vamos visualizar o triângulo no plano de coordenadas cartesianas:
Vamos agora encontrar a medida da área usando determinante.
−1 1 1 −1 1
| 0 3 1| 0 3 = ( −3 + 3 + 0) − ( 9 + 0 + 0) = −9
3 0 1 3 0
E assim, a área será:

1
𝐴 = ∙ 9 = 4,5 Unidades de área.
2
Observação importante: usaremos sempre o módulo do determinante das

coordenadas dos vértices do triângulo
 Cálculo do determinante de ordem 4(determinante associado a uma

matriz de ordem 4).
Para calcular o determinante de matrizes de ordem 4 em diante, podemos

usar o teorema de Laplace.
Conceitos iniciais
 Menor complementar de um elemento aij ( Dij ): é o determinante resultante

após a eliminação da i-ésima linha e da j-ésima coluna.
 Cofator de um elemento aij ( Aij ): calculamos o cofator de um elemento aij,
usando a seguinte equação:
𝐴ij = (−1)i+j ∙ 𝐷ij
Exemplo: considerando a matriz abaixo, vamos encontrar o cofator do elemento

a12
2 0 1 0
𝐴 = [2 2 2]
0 8
2 0 1
Vamos encontrar 1 1
então 4 7
A12 = (−1)1+2 ∙ D12
Vamos calcular o valor de D12 (menor complementar do elemento a12) elimi-

nando a 1ª linha e a 2ª coluna:
2 2 2 2 2 22 2
D12 = |1 0 8| = |1 0 8| 1 0 = ( 0 + 64 + 0 ) − ( 0 + 0 + 2) = 62
4 0 1 4 0 14 0
Logo o cofator será:
A12 = (−1)3 ∙ 62 = −62
Enunciado do teorema de Laplace: “O determinante de ordem >1 é

calculado efetuando a soma dos produtos dos elementos de uma fila pelos seus
respectivos cofatores. ”
Quando trabalhamos com uma matriz, ao considerarmos uma fila, podemos
estar interessados tanto em linha quanto coluna.
Exemplo: vamos calcular o determinante da matriz de ordem 4 a seguir:
1 0 2 5
A= 0 0 2
3
[ 1 0 02]
1 3 1 7
Resolução:
Podemos escolher qualquer fila para ser a referência no cálculo do determi-
nante da matriz dada. Vamos tomar sempre a fila que possui mais zeros.
Assim então, tomaremos como referência a segunda coluna.
det A = a12 ∙ A12 + a22 ∙ A22 + a32 ∙ A32 + a42 ∙ A42
Vamos precisar calcular apenas os cofatores dos elementos que não são nu-
los.
A32 = (−1)5 ∙ D32 e A42 = (−1)6 ∙

D42
Calcularemos os menores complementares de cada um dos cofatores:
1 2 51 2
D32 = |0 2 2| 0 2 = ( 14 + 4 + 0) − ( 10 + 2 + 0) = 18 − 12 = 6
1 1 71 1
1 2 512
D42 = |0 2 2| 0 2 = ( 0 + 12 + 0) − ( 30 + 0 + 0) = 12 − 30 = −18
3 0 030
E os cofatores:
A32 = (−1)5 ∙ 6 = −6
A42 = (−1)6 ∙ (−18) = −18
Logo, o determinante será:
det A = 0 ∙ A12 + 0 ∙ A22 + 1 ∙ (−6) + 3 ∙ (−18) = −6 − 54 = −60
Importante: Todas as matrizes de ordem maior que 1 podem ter os seus

determinantes encontrados pelo teorema de Lapalace, porém é mais
conveniente usá-lo apenas para cálculo de determinantes de ordem maior que
3 e não sendo ele a Única forma de efetuar tal cálculo.
1. Uma situação muito comum no meio empresarial é a informação a respeito da-
dos por tabelas. São necessários alguns raciocínios para a aplicação do estudo
de matrizes na prática científica e empresarial. Considere uma tabela que
representa o total de vendas de certos produtos ao longo de trimestres. Se
tivermos que apresentar um resultado dessas vendas após um semestre,
vamos ter que efetuar a soma de duas matrizes. São apresentadas abaixo as
duas matrizes que envolvem a venda ao longo de dois trimestres de um certo
ano:
Tabela I
Produtos Janeiro Fevereiro Março
Produto A 1260 1230 1290
Produtos B 1060 2300 1500
Tabela II
Produtos Abril Maio Junho
Produto A 1200 2400 3000
Produtos B 1000 2810 ------
Podemos dizer que o total vendido do produto A ao longo do primeiro semestre

desse ano é:
a) 2500
b) 2460
c) 1200
d) 2460
e) 2200
2. O iogurte é um alimento derivado do leite, tendo assumido várias cores nas

pra- teleiras dos supermercados, dependendo do elemento a ele incorporado.
A ofer- ta de marcas, cores, sabores e consistência é grande. Os iogurtes
fornecem pro- teínas, vitaminas A, D e E, cálcio e fósforo. Alguns recebem
ferro e fibras e o mais importante é que dificilmente ultrapassam 5% de
gordura, fator muito observado pelos usuários, principalmente os que cultuam
as formas de um corpo ideal, ba-
seado nas proporções divulgadas pela mídia, e também os que seguem
prescri- ção médica. Os teores de magnésio e sódio, presentes em 100 m l de
iogurte fei- to com leite integral ou com leite desnatado, estão representados
pelas variáveis x, y, z, t na matriz. Determine a quantidade de magnésio
encontrada em 100 ml de leite desnatado e a quantidade de sódio em 100 ml
de leite integral.
a) 13 mg e 50 mg
b) 14 mg e 35 mg
c) 10 mg e 50 mg
d) 13 mg e 45 mg
e) 12 mg e 25 mg
3. Um engenheiro localiza três pontos que representam três cidades de uma

região onde se tem uma certa epidemia de um vírus. A equipe de saÚde da
região pre- cisa mapear os locais e para isso se faz necessário demarcar a
área a ser trabalhada pelos agentes de sa Úde no combate à doença. Um
matemático recolhe os pontos e apresenta para a equipe o seguinte esquema
de mapeamento e demarcação. Para a equipe se organizar melhor, deverá
encontrar área a ser trabalhada (na unidade quilômetros). Fazendo isso
encontrará:
a) 12 km
b) 16,5 km
c) 19,5 km
d) 21,8 km
e) 48, 2 km
GABARITO APÊNDICE
QUESTÃO 1 B
QUESTÃO 2 A
QUESTÃO 3 C

Apostila 3

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila 3

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila 3

Enviado por

Direitos autorais:

Formatos disponíveis

FACULDADE ÚNICA

Possui graduação em Matemática pela Universidade Federal de Viçosa (1997),

São sugestões de links para vídeos, documentos científi- co (artigos, monografias,

São exercícios de fixação do conteúdo abordado em cada unidade do livro.

São para o esclarecimento do significado de determi- nados termos/palavras

UNIDADE VETORES NO PLANO E NO ESPAÇO.........................................7

UNIDADE COMBINAÇÃO LINEAR ....................................................................................18

UNIDADE SISTEMAS LINEARES.......................................................................28

UNIDADE ESPAÇO VETORIAL.....................................................................39

UNIDADE TRANSFORMAÇÕES LINEARES....................................................52

UNIDADE GEOMETRIA ANALÍTICA ...................................................................................61

APÊNDICE A – ESTUDO DAS MATRIZES E DETERMINANTES .............................................94

Na primeira unidade, conceituaremos os vetores e representare-

Na segunda unidade, definiremos a Combinação Linear bem co-

Na terceira unidade iremos apresentar os conceitos básicos e

Na quarta unidade, abordaremos sobre os conceitos,

Na quinta unidade, discutiremos sobre as transformações

Na Última unidade, falaremos sobre a Geometria analítica, que é

Estudaremos nessa unidade, conceitos básicos a respeito de vetores, bem

1.2 VETORES NO PLANO

Definimos como vetores no plano a segmentos orientados de reta que tem

Figura 1: Segmento de Reta ¯A¯¯¯B¯⃗

Fonte: Elaborado pelo Autor (2020)

Na figura, ¯𝐴¯¯¯𝐵¯⃗ representa o vetor v com origem em A e extremidade em B.

Para efeito de estudo, trabalharemos como vetores os quais a sua origem

Figura 2: Representação do Vetor ¯v⃗

Fonte: Elaborado pelo Autor (2020)

1.3 NORMA DE UM VETOR NO PLANO

Definimos como norma de um vetor, também chamada de módulo do vetor,

Graficamente, poderemos visualizar a aplicação da fórmula de um vetor es-

Fonte: Elaborado pelo Autor (2020)

Na Figura 3, observamos um vetor u¯⃗ de componentes ( 3; 4 ) e cuja norxma

‖u¯⃗‖ = √32 + 42 = √9 + 16 = √25 = 5

1.4 OPERAÇÕES BÁSICAS COM VETORES NO PLANO

Apresentaremos a seguir, as principais operações envolvendo vetores.

1.4.1 Multiplicação de um vetor por um escalar

k ∙ v¯⃗ = ( k ∙ x¯v⃗ ; k ∙ y¯v⃗ ) (2)

1.4.2 Adição de vetores

Considerando dois vetores u¯⃗ ¯¯v⃗ no plano cartesiano, podemos definir a

u¯⃗ + ¯¯v⃗ = (x¯v⃗ + x¯u⃗ ; y¯v⃗ + y¯u⃗ ) (3)

Figura 4: Representação gráfica da soma vetorial dos vetores 𝐮¯⃗

Fonte: Elaborado pelo Autor (2020)

Consideramos o vetor soma, como sendo a diagonal de um paralelogramo.

Figura 5: Vetor soma de 𝐮¯⃗ e ¯𝐯⃗

Exemplo: Considerando os vetores u¯⃗ e v¯⃗ de componentes (-3; 1) e (5; 2)

O produto escalar, é aquele realizado entre dois vetores e é representado por

u¯⃗ ∙ ¯v⃗ = 2 ∙ 5 + (−2) ∙ 7 = 10 – 14 = −4

Podemos apresentar as componentes de um vetor 𝑣⃗ de duas menairas diferentes:

¯v⃗ = (x ; y )ouv¯⃗ = (x¯v⃗ )

Dependendo da situação, usaremos uma ou outra notação.

1.5 VETORES NO ESPAÇO ℝ𝟑

No espaço, podemos transferir todas as operações e definições estudadas

Figura 6: Representação de um vetor qualquer no espaço ℝ𝟑

O vetor apresentado acima, tem componentes (1; 1; 2)

Podemos generalizar o estudo de vetores além do espaço, trabalhando

A alternativa que contém as componentes corretas de u é:

2. Dois animais estão com cordas fixadas em um mesmo ponto e os vetores

As componentes do vetor soma u + v que é aquele no qual representamos a

3. Considere as afimações a seguir a respeito dos vetores no plano e no espaço: